[发明专利]一种光谱法水质COD参数预测方法

说明书

本发明公开了一种光谱法水质COD参数预测方法，该方法包括：对于实际水样的光谱数据与相应的COD(化学需氧量，Chemical Oxygen Demand)参数，通过光谱数据分割，环境特征段函数拟合，环境特征拓展延伸，以及COD特征选取等方法，建立COD特征与相应的COD参数值的最优函数模型，最后采用最优函数模型对待测水样的COD参数进行预测。本发明速度快，准确率高。

技术领域

本发明涉及水质监测领域，尤其涉及一种光谱法水质COD参数预测方法。

背景技术

饮水安全问题直接关系到广大人民群众的健康，积极探索采用先进可行的监测技术与方法，实时掌握重要饮用水水源地水质变化情况，加强突发水污染事件水质预警和应急处理能力是十分必要和迫切的。

中国国家水资源监控能力建设2012-2014年项目(以下简称一期项目)已于2015年完成全部建设内容。一期项目完成后，在填补中国水资源监控手段缺乏、改善水资源管理基础设施薄弱状况、提高水资源源管理信息化永平等方面发挥了重要作用。通过一期项目建设基本实现了列入《全国重要饮用水水源地名录》(水资源函[2011]109号)的重要地表水水源地水质在线监测全覆盖。

近年来，中国水质相关指标仍然使用化学法，虽然测量较为准确，但是耗时长，所需化学试剂多，操作复杂，稳定性差，二次污染严重，因此光谱法应运而生，其监测周期短，速度快，是在线监测的必备手段。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种光谱法水质COD参数预测方法，可以对水质的COD参数进行预测，速度快，结果也更准确。

技术方案：本发明所述的光谱法水质COD参数预测方法包括：

(1)获取多条实际水样的光谱数据和对应的COD参数值；

(2)使用波长为P的分割点将每条水样的光谱数据分为COD特征段和环境特征段两部分；

(3)对每条水样的环境特征段采用不同的系数进行拟合，并将拟合程度最高的最佳拟合曲线向COD特征段拓展；

(4)根据拓展的最佳拟合曲线获取每条水样的COD特征值；

(5)对每条水样的COD特征值与COD参数值进行线性相关性拟合，得到分割点为P时的线性相关性模型F_P和模型拟合优度

(6)在分割区间内更改P的波长值，重复(2)～(5)的步骤，并选择模型拟合优度最高的分割点作为最优分割点P^*，其对应的模型作为最优相关性模型

(7)对于待测水样，采用最优分割点P^*按照步骤(2)～(4)计算待测水样光谱数据的COD特征值，并将COD特征值带入最优相关性模型预测得到待测水样的COD参数值。

进一步的，步骤(1)中实际水样的光谱数据具体为实际水样的紫外可见吸收光谱数据，实际水样的COD参数值是通过国标法锰法对水样测定的值。

进一步的，步骤(2)中P的取值位于分割区间[300nm,350nm]内。

进一步的，步骤(3)中的拟合方法具体为：

采用不同的系数对每条水样的环境特征段进行对数函数最小二乘拟合，其中，所采用的对数函数具体为

Abs＝k₁ln(w+k₂)+k₃

式中，Abs为吸光度，w为波长，k₁，k₂，k₃均为函数的系数。