[发明专利]基于紫外-可见吸收光谱的污染源识别方法及系统

说明书

本发明公开了一种基于紫外‑可见吸收光谱的污染源识别方法及系统，该方法包括：采集污染源样品；样品预处理；对预处理后的污染源样品进行紫外‑可见吸收光谱测试得到污染源样品的光谱数据；对光谱数据进行预处理，将预处理后的光谱数据进行标准正态变换；根据标准正态变换后光谱数据及分类算法建立污染源识别模型并进行训练；通过训练后的污染源识别模型进行污染源识别。该系统包括取样模块、样品预处理模块、进样模块、光谱采集模块、数据交换模块、显示模块和系统控制模块。该方法及系统成本低、时效性高、可操作性强，有利于大范围推广，对污染溯源具有重要意义。

技术领域

本发明涉及环境监管技术领域，特别涉及一种基于紫外-可见吸收光谱的污染源识别方法及系统。

背景技术

目前对污染源的识别主要依靠人工排查。人工排查是指污染事故发生后从事故地点逐步向上游排查各个污染源以实现溯源。但这种方法费时费力，容易丧失时效性，效率较低。

基于污染源数据库辅助的人工排查方法能够减少污染事故后的排查时间和工作量，提高排查效率。此前，北京化工大学万平玉等人提出了包含了阴离子种类、有机物种类、金属元素种类、以及荧光信息等污染源化学水纹信息数据库用于水体污染溯源。但该数据库的指标较多，仪器昂贵，前期建库工作量非常大，实际可操作性较差，难以在实际中应用和推广。相关技术中提出了一种可操作性较强的新型水污染排放源数据库，该数据库包含污染源基本信息库、常规水质数据库和水质指纹数据库三个子库，但依然较为复杂，成本较高。此外，这些数据库在实际工作中，往往还是通过人工比对来判断污染来源，要求工作人员具有较强的专业知识和经验，判断结果具有较强的主观性，缺乏科学量化的数据支持，对污染源误判率较高。因此，亟需构建一种简单、低成本、高效的污染源识别方法或系统。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于紫外-可见吸收光谱的污染源识别方法，该方法成本低、时效性高、可操作性强，有利于大范围推广，对污染溯源具有重要意义。

本发明的另一个目的在于提出一种基于紫外-可见吸收光谱的污染源识别系统。

为达到上述目的，本发明一方面实施例提出了一种基于紫外-可见吸收光谱的污染源识别方法，包括以下步骤：

采集污染源样品，对所述污染源样品进行预处理；

对预处理后的污染源样品进行紫外-可见吸收光谱测试得到所述污染源样品的光谱数据；

对所述光谱数据进行预处理；

利用预处理后的光谱数据及分类算法建立污染源识别模型并进行训练；

通过训练后的污染源识别模型进行污染源识别。

另外，根据本发明上述实施例的基于紫外-可见吸收光谱的污染源识别方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，所述紫外-可见吸收光谱扫描范围为200～800nm，扫描间隔为0.1～20nm。

进一步地，在本发明的一个实施例中，对所述光谱数据进行预处理，预处理方法包括但不限于剔除无效数据、基线校正、光谱正态变换、光谱归一化、光谱数据降维。

进一步地，在本发明的一个实施例中，所述分类算法包括但不限于偏最小二乘分辨分析、支持向量机、K最近邻节点算法。

进一步地，在本发明的一个实施例中，所述分类算法为偏最小二乘分辨分析时，利用预处理后的光谱数据及分类算法建立污染源识别模型并进行训练，进一步包括：

模型初始化：选择75％～95％的光谱数据作为训练集，采用交叉验证的方法建立所述污染源识别模型，并根据交叉验证误差最小化原则选择最佳潜在变量数；