基于多源光谱的水质多参数监测研究进展
Research Progress on Multi-Parameter Monitoring of Water Quality Based on Multi-Source Spectroscopy
DOI: 10.12677/AEP.2019.96115, PDF,    国家自然科学基金支持
作者: 肖 渝, 黄丽雯, 赵明富, 李奉笑, 周思寒, 肖棋森, 汤 斌*：重庆理工大学现代光电检测技术与仪器重点实验室，重庆；巫涛江：重庆理工大学现代光电检测技术与仪器重点实验室，重庆；电梯智能运维重庆市高校工程中心，重庆
关键词: 多源光谱；水质多参数监测；研究进展；Multi-Source Spectroscopy； Water Quality Multi-Parameter Monitoring； Research Progress
摘要: 目前，紫外吸收光谱法广泛应用于水质多参数监测，但其存在紫外吸收光谱受水中悬浮物影响较大、检测范围有限的问题。相较于单一光谱水质分析方法，多源光谱应用于水质分析具有速度快、准确度高的特点，成为近年来水质检测的研究热点。本文在对国内外水质检测的研究现状进行回顾与梳理的基础上，介绍了多源光谱水质分析方法的原理，论述了基于多源光谱的水质分析方法研究现状，以及未来发展的新趋势，希望能为相关学者的进一步研究提供启示和帮助。
Abstract: At present, UV absorption spectroscopy is widely used in multi-parameter monitoring of water quality, but its UV absorption spectrum is affected by suspended solids in water and the detection range is limited. Compared with single-spectrum water quality analysis method, multi-source spectroscopy has the characteristics of high speed and high accuracy in water quality analysis, and has become a research hotspot in water quality testing in recent years. Based on the review and combing of the research status of water quality testing at home and abroad, this paper introduces the principle of multi-source spectral water quality analysis method, discusses the research status of water quality analysis methods based on multi-source spectroscopy, and the new trend of future development. It can provide inspiration and help for further research by relevant scholars.
文章引用：肖渝, 黄丽雯, 赵明富, 李奉笑, 周思寒, 肖棋森, 巫涛江, 汤斌. 基于多源光谱的水质多参数监测研究进展[J]. 环境保护前沿, 2019, 9(6): 878-884. https://doi.org/10.12677/AEP.2019.96115

参考文献

[1] 徐建英, 赵春桃, 魏东斌. 生物毒性检测在水质安全评价中的应用[J]. 环境科学, 2014, 1(10): 3991-3997.
[2] 岳超, 宛西原, 何航, 等. 基于电化学检测方法的水质检测系统设计研究[J]. 自动化与仪器仪表, 2015(1): 4-7.
[3] Gutiérrez-capitán, M., Baldi, A., Gómez, R., et al. (2015) Electrochemical Nanocomposite-Derived Sensor for the Analysis of Chemical Oxygen Demand in Urban Wastewaters. Analytical Chemistry, 87, 2152-2160. [Google Scholar] [CrossRef] [PubMed]
[4] 汤斌, 魏彪, 吴德操, 等. 一种紫外–可见光谱法检测水质COD的浊度影响实验研究[J]. 光谱学与光谱分析, 2014, 34(11): 3020-3024.
[5] 李伟晶. 基于紫外–可见光谱法的水质COD检测预测模型应用[J]. 东北水利水电, 2018, 36(1): 35-37+47+75.
[6] 涂斌, 陈志, 彭博, 等. 基于多源光谱特征融合技术的花生油掺伪检测[J]. 食品与发酵工业, 2016, 42(4): 169-173.
[7] 李秀萍, 李杰庆, 李涛, 等. 多源异构光谱信息融合的食用牛肝菌鉴别方法[J]. 光谱学与光谱分析, 2018, 38(12): 251-258.
[8] 陈星任, 韩阳, 肖晗, 等. SEM模型与正交试验在多源光谱分析应用中的对比研究——以吉林西部盐碱土为例[J]. 红外, 2016, 37(9): 30-36.
[9] Dong, M., Sui, Y., Li, G.L., et al. (2015) Mid-Infrared Carbon Monoxide Detection System Using Differential Absorption Spectroscopy Technique. Optoelectronics Letters, 11, 469-472. [Google Scholar] [CrossRef] 
[10] 吴国庆, 毕卫红. 多源光谱特征组合的COD光学检测方法研究[J]. 光谱学与光谱分析, 2014, 34(11): 3071-3074.
[11] 侯迪波, 张坚, 陈泠, 等. 基于紫外–可见光光谱的水质分析方法研究进展与应用[J]. 光谱学与光谱分析, 2013, 33(7): 1839-1844.
[12] 柯艺芬, 马昌凤. 几类非负矩阵分解算法及其在图像处理中的应用[J]. 平顶山学院学报, 2013, 28(5): 1-7.
[13] 张立伟, 贾冲, 张雄伟, 等. 稀疏卷积非负矩阵分解的语音增强算法[J]. 数据采集与处理, 2014, 29(2): 259-264.
[14] Du, K.L. and Swamy, M.N.S. (2014) Nonnegative Matrix Factorization. In: 24th AAAI Conference on Artificial Intelligence, AAAI Press, Oxford, 506-511.
[15] Cortes, C. and Vapnik, V. (1995) Support-Vector Networks. Kluwer Academic Publishers, Dordrecht. [Google Scholar] [CrossRef] 
[16] Suykens, J.A.K. and Vandewalle, J. (1999) Least Squares Support Vector Machine Classifiers. Kluwer Academic Publishers, Dordrecht. [Google Scholar] [CrossRef] 
[17] Venter, G. and Sobieszczanski-Sobieski, J. (2002) Particle Swarm Optimization. 9th AIAA/USAF/NASA/ISSMO Symposium on Multi-disciplinary Analysis and Optimization Conference, Atlanta, GA, 2-4 September 2002, 129-132.
[18] 赵友全, 李霞, 刘潇, 等. 基于PCA的水质紫外吸收光谱分析模型研究[J]. 光谱学与光谱分析, 2016, 36(11): 3592-3596.
[19] 张峥, 魏彪, 汤戈, 等. 一种紫外–可见光谱法水质COD检测的预测模型研究[J]. 激光杂志, 2016, 37(4): 25-28.
[20] 汤斌, 赵敬晓, 魏彪, 等. 一种紫外–可见光谱检测水质COD预测模型优化方法[J]. 中国环境科学, 2015, 35(2): 478-483.
[21] 谢志刚, 牟丽艳, 廖诗佳. 近红外光谱技术在水质监测中的应用[J]. 贵州农业科学, 2013, 41(8): 212-215.
[22] John, D., Josefina, N., Torgny, M., et al. (2014) On-Line Measurement of the Chemical Oxygen Demand in Wastewater in a Pulp and Paper Mill Using Near Infrared Spectroscopy. Spectral Analysis Reviews, 2, 19-25. [Google Scholar] [CrossRef] 
[23] 周昆鹏, 白旭芳, 毕卫红. 荧光光谱法检测水质COD时温度、浊度、pH的影响分析[J]. 光谱学与光谱分析, 2019, 39(4): 107-112.
[24] Alamprese, C., Casale, M., Sinelli, N., et al. (2013) Detection of Minced Beef Adulteration with Turkey Meat by UV-vis NIR and MIR Spectroscopy. LWT—Food Science and Technology, 53, 225-232. [Google Scholar] [CrossRef] 
[25] Zamudioflores, P.B., Ochoareyes, E., Ornelaspaz, J.D.J., et al. (2015) Effect of Storage Time on Physicochemical and Textural Properties of Sausages Covered with Oxidized Banana Starch Film with and without Betalains. CyTA: Journal of Food, 13, 456-463. [Google Scholar] [CrossRef] 
[26] 焦爱权, 徐学明, 金征宇. 基于近红外及中红外光谱融合技术快速检测黄酒中的总酚含量及其抗氧化能力[J]. 食品与生物技术学报, 2016, 35(4): 357-363.
[27] 徐伟杰, 武中臣, 朱香平, 等. 基于光谱融合的火星表面相关矿物分类方法研究[J]. 光谱学与光谱分析, 2018, 38(6): 1926-1932.
[28] 邹小波, 封韬, 郑开逸, 等. 利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别[J]. 光谱学与光谱分析, 2019, 39(5): 123-128.
[29] 穆海洋, 李艳君, 单战虎, 等. 便携式多源光谱融合水质分析仪的研制[J]. 光谱学与光谱分析, 2010, 30(9): 2586-2590.
[30] 吴国庆, 毕卫红, 吕佳明, 付广伟. 近红外透射和紫外吸光度法检测水质化学需氧量的研究[J]. 光谱学与光谱分析, 2011, 31(6): 1486-1489.
[31] Hur, J. and Cho, J. (2012) Prediction of BOD, COD, and Total Nitrogen Concentrations in a Typical Urban River Using a Fluorescence Excitation-Emission Matrix with PARAFAC and UV Absorption Indices. Sensors, 12, 972. [Google Scholar] [CrossRef] [PubMed]
[32] 武晓莉, 李艳君, 吴铁军. 多源光谱信息融合在水质分析中的应用[J]. 分析化学, 2007, 35(12): 1716-1720.
[33] 周昆鹏, 白旭芳, 毕卫红. 基于紫外–荧光多光谱融合的水质化学需氧量检测[J]. 激光与光电子学进展, 2018, 55(11): 113003.