基于三維熒光光譜的飲用水有機污染物檢測方法研究.pdf_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、飲用水安全問題直接關系到人民身體健康和社會和諧穩(wěn)定,及時有效地對各類水質突發(fā)污染事件進行監(jiān)測預警,并對污染物進行類別判定和含量分析,對水質管理和后續(xù)的污染源追蹤與治理具有重要意義?;诖吮尘?,本文結合國家自然科學基金項目,重點研究了基于三維熒光光譜的飲用水有機污染物檢測方法,建立了面向飲用水特征污染物和未知污染物定性檢測、類別判定和濃度量化的三維熒光光譜解析算法,通過設計不同濃度有機物水溶液的測量實驗,將有機物樣本從飲用水背景樣本中區(qū)分

2、開來,驗證了定性判別方法的檢測性能,在此基礎上,進行了水體中有機污染物的分類識別和定量分析。
  論文主要工作和創(chuàng)新點為:
  (1)飲用水中大多數(shù)有機物在熒光光譜下有獨特的特征發(fā)射峰,而且熒光光譜的靈敏度相對于一般吸收光譜要高,為此本文開展了基于三維熒光光譜的飲用水有機物定性判別方法研究。首先研究了飲用水特征有機污染物的定性判別方法,提出了基于平行因子分析(PARAFAC)結合支持向量機(SVM)分類的定性判別方法,開展了

3、三維熒光光譜檢測實驗和光譜分析工作。連續(xù)5天測量了飲用水背景樣本、不同濃度的苯酚、水楊酸、羅丹明B水溶液樣本的三維熒光光譜,數(shù)據包括測試樣本和訓練樣本;使用PARAFAC對訓練樣本和測試樣本進行特征提取;然后使用SVM根據特征信息對訓練樣本進行二分類方法建模,實現(xiàn)了有機物水溶液樣本和背景飲用水樣本的判別區(qū)分,應用測試樣本驗證了模型的準確度。
  (2)研究了基于三維熒光光譜的飲用水未知有機污染物定性判別方法,著重研究了三維熒光光譜

4、特征提取和閾值判別方法,對比分析了三線性分解和殘差平方和判別法、特征光譜分析法、奇異值分解法等不同特征提取方法,引入閾值法對檢測對象序列進行定性判別,并通過實驗對比了各判定方法的有效性和適用場合。
  (3)研究了飲用水特征有機污染物的分類識別和定量檢測方法。結合三線性分解和支持向量機的多分類方法對已知有機物進行分類;并分別用平行因子分析和三線性分解算法定量檢測有機物濃度,對比分析了兩者的檢測性能。
  總的來說,本文研究提

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論