基于LS-SV M紫外可见光谱检测水产养殖水体COD研究

摘要：

采用紫外可见（ultraviolet/visible ，UV/Vis）光谱技术对水体中有机物浓度的指标化学需氧量（chemical oxygen demand ，COD）进行快速检测，将收集到的135份水样进行 UV/VIS波段全光谱扫描，应用Savitzky-Golay （SG）平滑算法，经验模态分解算法（empirical modedecomposition ，EMD）和小波分析（wavelet transform ，WT ）对提取出的光谱数据进行去除噪声处理，为了简化模型，PLSR建模得到的6个潜在变量（LVs）作为偏最小二乘支持向量机（LS-SVM ）的输入建立COD预测模型，LS-SVM 模型的预测集决定系数 r2为0.82，预测均方根误差RMSEP为14.82 mg · L -1。说明使用LVs作为LS-SVM建模输入，可以准确快速检测水产养殖水体中的COD含量，为将来实现水产养殖水质COD含量的在线检测以及其他水质参数的快速测定奠定了基础。

关键词：紫外可见光谱、化学需氧量、潜在变量、偏最小二乘支持向量机

分类号：O433.5(光学)

资助基金：国家自然科学基金项目61134011;江西省科技支撑项目2014BDH80021，20123BDH80014;华东交通大学校立科研基金项目和江西省道路与铁道工程重点实验室项目08TM09，12JD03

在线出版日期：2014-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2804-2807