近年來,水污染問題日益嚴重,硝酸鹽氮污染是主要原因之一。水體中硝酸鹽氮的含量過高會造成水體的富營養(yǎng)化,對生態(tài)環(huán)境造成破壞,飲用水中含量過高時,硝酸鹽氮會被還原成亞硝酸鹽,對人的身體健康造成很大威脅,因此對此污染物的檢測至關重要。紫外吸收光譜法可以實現硝酸鹽氮的檢測,具有檢測速度快、不需要化學試劑輔助造成二次污染等優(yōu)點。通過實驗室的紫外分光光度計采集硝酸鹽氮、濁度、以及兩者混合溶液的紫外吸收光譜課題主要的研究工作如下:首先,提出了一種基于區(qū)間偏最小二乘算法(iPLS)與最小二乘支持向量機算法(LS-SVM)相結合的定量分析模型。通過所有樣本的光譜積分分析,篩選出臨界濃度值,將樣本分低濃度與高濃度兩個部分,分別建立不同的預測模型。低濃度樣本光譜線性度較好,建立線性的iPLS的回歸預測模型,高濃度樣本光譜重疊嚴重,建立LS-SVM的預測模型,然后對iPLS與LS-SVM進行模型融合,并與其他幾種定量分析模型進行了對比。該混合預測模型的預測值與真實濃度值的相關系數的平方(R²)為0.9998,預測均方根誤差(RMSEP)為0.428,平均絕對誤差(MAE)為4.27%,預...

【文章頁數】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景與意義
    1.2 國內外研究現狀及分析
        1.2.1 硝酸鹽氮檢測方法進展
        1.2.2 紫外吸收光譜法研究進展
    1.3 課題來源和論文主要工作
第2章 紫外吸收光譜法水質檢測原理
    2.1 分子吸收光譜原理
    2.2 紫外光譜法吸收原理
        2.2.1 朗伯-比爾定律
        2.2.2 朗伯-比爾定律偏離因素分析
    2.3 紫外吸收光譜采集
    2.4 本章小結
第3章 光譜分析與建模基礎理論
    3.1 數據預處理
    3.2 建模算法
        3.2.1 多元線性回歸
        3.2.2 主成分回歸
        3.2.3 偏最小二乘回歸
        3.2.4 支持向量機回歸
        3.2.5 最小二乘支持向量機回歸
    3.3 模型評價標準
    3.4 本章小結
第4章 基于紫外光譜的硝酸鹽氮預測模型研究
    4.1 硝酸鹽氮紫外吸收光譜
    4.2 硝酸鹽氮雙波長法回歸分析
    4.3 基于紫外光譜的硝酸鹽氮混合預測模型
        4.3.1 硝酸鹽氮光譜積分分析
        4.3.2 線性回歸預測模型
        4.3.3 非線性回歸預測模型
        4.3.4 混合預測模型分析
    4.4 本章小結
第5章 基于紫外光譜的硝酸鹽氮濁度補償研究
    5.1 濁度溶液與混合溶液紫外吸收光譜
        5.1.1 濁度吸收光譜
        5.1.2 混合溶液吸收光譜
    5.2 濁度解算模型
        5.2.1 濁度歸一化光譜分析
        5.2.2 基于光譜積分濁度解算模型
    5.3 基于補償曲線的濁度補償
        5.3.1 濁度補償原理
        5.3.2 補償結果分析
    5.4 本章小結
結論
參考文獻
攻讀碩士學位期間承擔的科研任務與主要成果
致謝
作者簡介



本文編號：3738386