[发明专利]一种适用于多场景条件的水体COD检测方法有效
申请号: | 202110553611.9 | 申请日: | 2021-05-20 |
公开(公告)号: | CN113283072B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 吴德操;罗彬彬;汤斌;刘恩华;谭万尧;郭裕丰;蒲俊豪 | 申请(专利权)人: | 重庆理工大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G01N21/31;G06F119/02 |
代理公司: | 重庆博凯知识产权代理有限公司 50212 | 代理人: | 黄河 |
地址: | 400054 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 适用于 场景 条件 水体 cod 检测 方法 | ||
1.一种适用于多场景条件的水体COD检测方法,其特征在于,包括以下步骤:
S1:获取待测水体的吸收光谱;
S2:对待测水体的吸收光谱进行浊度校正和归一化处理,得到对应的归一化光谱;
通过直接拟合法结合幂函数修正拟合方程实现吸收光谱的浊度校正;
通过如下公式表示幂函数修正拟合方程:
Turb(λ)=A(λB+C);式中:Turb表示散射消光度;λ表示波长;λB表示小颗粒物消光谱近似满足幂函数;A表示颗粒浓度系数;B表示小颗粒物粒径分布系数;C表示大颗粒物补偿系数;
通过如下公式实现吸收光谱的归一化处理:
式中:S表示光谱;表示归一化吸光度;S(λ)表示不同波长的吸光度;Smax表示光谱中吸光度的最大值;Smin表示光谱中吸光度的最小值;
S3:根据待测水体的归一化光谱在建立的场景特征库中匹配对应的所属场景条件;
通过如下步骤建立场景特征库:
S301:获取各个场景条件下的光谱训练集,并对光谱训练集中的各个训练光谱进行浊度校正和归一化处理,得到各个场景条件对应的归一化光谱;
S302:将属于同一场景条件的各个归一化光谱的平均值作为对应场景条件的线性特征光谱;
S303:根据各个场景条件及其对应的线性特征光谱建立场景特征库;
通过如下步骤在场景特征库中匹配对应的所属场景条件:
S311:通过如下公式分别对待测水体的归一化光谱和场景特征库中的线性特征光谱进行变换得到对应的变换结果Wa和Wb:
W={Wi};
式中:令光谱S包含n个波长点,S={Si},i=1,2,....,n,其一阶导数为Si′;Si′的二进制一阶导数谱为W={Wi};
S312:计算Wa和Wb在所有波长点上Wi相同的次数J和不同的次数K;
S313:根据公式C=J/(J+K)计算待测水体与各个场景条件的匹配度C;
S314:当匹配度C达到匹配度极大值Cmax时,将匹配度极大值Cmax对应的场景条件作为待测水体的所属场景条件;
S4:根据待测水体的所属场景条件在建立的COD解算模型库中获取对应的光谱COD解算模型作为最优解算模型,并根据最优解算模型计算待测水体的COD浓度。
2.如权利要求1所述的适用于多场景条件的水体COD检测方法,其特征在于:步骤S314中,若匹配度极大值Cmax小于设置的匹配异常阈值,则表示待测水体来至于未知的场景条件,或者待测水体的所属场景条件污染物组成已经发生改变。
3.如权利要求2所述的适用于多场景条件的水体COD检测方法,其特征在于:当匹配度极大值Cmax小于设置的匹配异常阈值时,根据待测水体对应的场景条件及其归一化光谱修正场景特征库中的对应场景条件和/或线性特征光谱。
4.如权利要求1所述的适用于多场景条件的水体COD检测方法,其特征在于:步骤S4中,通过如下步骤建立COD解算模型库:
S401:获取各个场景条件下的光谱训练集,并对光谱训练集中的各个训练光谱进行浊度校正和归一化处理,得到各个场景条件对应的归一化光谱;
S402:通过化学法标记各个归一化光谱对应的COD浓度,并根据属于同一场景条件的各个归一化光谱计算对应场景条件的光谱COD解算模型;
S403:根据各个场景条件及其对应的光谱COD解算模型建立COD解算模型库。
5.如权利要求4所述的适用于多场景条件的水体COD检测方法,其特征在于:步骤S402中,通过偏最小二乘法计算场景条件的光谱COD解算模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆理工大学,未经重庆理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110553611.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于区块链的金融业务监控方法
- 下一篇:一种超声探头消毒装置