油類(lèi)污染日漸頻繁,給人類(lèi)健康及生態(tài)環(huán)境造成了嚴(yán)重的威脅。因此,研究有效的油類(lèi)識(shí)別方法對(duì)保護(hù)生態(tài)環(huán)境具有重要意義。三維熒光光譜技術(shù)是識(shí)別油類(lèi)最有效的分析手段之一,利用二階校正方法對(duì)三維熒光光譜數(shù)據(jù)進(jìn)行解析,然后利用模式識(shí)別對(duì)二階校正方法解析結(jié)果中的濃度得分矩陣進(jìn)行分類(lèi),可以實(shí)現(xiàn)對(duì)未知樣本的定性識(shí)別。然而,此類(lèi)方法在對(duì)未知樣本進(jìn)行分類(lèi)識(shí)別的過(guò)程中,只應(yīng)用了濃度得分矩陣,其本質(zhì)上只是利用樣本所含化學(xué)成分的相對(duì)含量差異對(duì)未知樣本進(jìn)行了分類(lèi)。并沒(méi)有利用具有定性意義的載荷矩陣,即沒(méi)有從樣本所含化學(xué)成分本身實(shí)現(xiàn)對(duì)樣本的定性�；诖�,將重構(gòu)的三維熒光光譜和偏最小二乘判別分析（PLS-DA）相結(jié)合,提出了一種針對(duì)油類(lèi)樣本的辨識(shí)方法。首先,利用四種油類(lèi)（汽油、柴油、航空煤油和潤(rùn)滑油）在不同的背景環(huán)境下（純凈水、自來(lái)水、河水及海水配制的十二烷基硫酸鈉溶劑）配制了80個(gè)油類(lèi)樣本;然后,利用FS920熒光光譜儀采集樣本的三維熒光光譜數(shù)據(jù),并對(duì)該數(shù)據(jù)進(jìn)行去散射及標(biāo)準(zhǔn)化預(yù)處理;其次,利用Leverage值識(shí)別并刪除其中的異常光譜,并利用平行因子分析算法（PARAFAC）對(duì)剩余的光譜進(jìn)行重構(gòu);最后,通過(guò)PLS-DA建... 

【文章來(lái)源】：光譜學(xué)與光譜分析. 2020,40(12)北大核心EISCICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

汽油樣本的原始熒光光譜圖

去除散射后的汽油熒光光譜圖

圖2 去除散射后的汽油熒光光譜圖式(1)中, i=1, 2, 3, …, I, I為樣本數(shù)量; j=1, 2, 3, …, J, J為發(fā)射波長(zhǎng)數(shù)量; k=1, 2, 3, …, K, K為激發(fā)波長(zhǎng)數(shù)量; n=1, 2, 3, …, N, N為PARAFAC建模時(shí)的組件數(shù)量; xijk表示第i個(gè)樣本在激發(fā)波長(zhǎng)為k、 發(fā)射波長(zhǎng)為j時(shí)的熒光強(qiáng)度值; ain是得分矩陣A(I×N)中的元素; bjn是發(fā)射矩陣B(J×N)中的元素; ckn是激發(fā)矩陣C(K×N)中的元素; eijk是三維殘差矩陣E(I×J×K)中的元素。

【參考文獻(xiàn)】：
期刊論文
[1]基于交替懲罰三線(xiàn)性分解的混合油液油種成分的檢測(cè)[J]. 孔德明,張春祥,崔耀耀,李雨蒙,王書(shū)濤.  光學(xué)學(xué)報(bào). 2018(11)
[2]基于三維熒光光譜-平行因子分析的海上溢油識(shí)別技術(shù)研究[J]. 周艷蕾,周飛飛,姜聰聰,石曉勇,蘇榮國(guó).  光譜學(xué)與光譜分析. 2018(02)



本文編號(hào)：3223901