一種基于紫外可見光譜的未知污染物預警方法
【專利摘要】一種基于紫外可見光譜的未知污染物預警方法，實現步驟如下：提取特征向量，獲得最有代表性的特征；對特征向量做正交投影，將特征向量投影到正交方向上，在同一坐標系下進行比較；判斷是否有未知污染物，若投影后剩余光譜數據范數大于某一設定值則認為有未知物質。本發明能夠在采樣現場檢測出未知污染物，提高了檢測出未知污染物的成功率。
【專利說明】一種基于紫外可見光譜的未知污染物預警方法
[0001]【技術領域】
[0002]本發明涉及一種水質檢測方法，特別是一種基于紫外可見光譜的未知污染物預警方法。
【背景技術】
[0003]水質監測是指監視和測定水體中污染物的種類、各類污染物的濃度及變化趨勢，評價水質狀況的過程，監測范圍包括未被污染和已受污染的天然水(江、河、湖、海和地下水)及各種各樣的工業排水等。
[0004]隨著科學技術的發展，水質監測的方法與技術也得到了快速的進步，同時越來越多的現代化控制的手段與方法如計算機控制、先進的儀器分析在水質監測和分析中取得了廣泛的應用。在較為傳統的化學法、電化學法、色譜分析法的基礎上，新興的基于光譜分析、生物法等的原子光譜技術、分子光譜技術流動注射分析法、生物傳感器、生物指示器及生物標識器等等分析技術和手段得到了快速的發展和應用。在諸多水質監測方法中基于光譜分析的水質監測技術是現代環境監測的一個重要發展方向，與傳統的化學法、電化學法和色譜分析法等傳統水質分析方法相比，光譜分析技術操作極為簡便、無需消耗或者僅需消耗極少的試劑、測量精度高和分析速度快、設備十分小巧易于維護等優點，適合對環境水樣的快速在線監測的要求，參見吳國琳，水污染的監測與控制，北京，化學工業出版社，2001，1.3。
[0005]光譜分析法作為現在水質監測發展的一個重要方向，目前衍生出的方法主要高光譜遙感法、原子吸收光譜法、分子吸收光譜法三種，其中紫外-可見光全光譜分析法由于覆蓋了大多數金屬離子、非金屬離子和有機污染物的光譜范圍，可實現直接或間接地測定水中的各測量參數及有毒物質的含量，具有靈敏、快速、準確、簡單等優點，并可實現對多種水質參數的檢測，在對各水體的監測中均具有顯著的優勢，參見蔣紹階，劉宗源，UV254作為有機物控制的意義.重慶建筑大學學報[J]，2002，24:61 - 65。
[0006]當水樣中出現新的污染物之后，光譜的吸光度可能會出現新的特征，如出現新的波峰波谷等，現有物質的擬合公式可能會不準確，需要對現有公式進行調整。同時也希望給人以警示，提醒用其他化學物理方法去檢查出現了什么新的污染，增加新的由光譜吸光度計算污染物的公式。因此需要一種方法能夠檢測出光譜是否發生了未知變化，對未知變化進行預警。
[0007]目前現有的預警方法主要是采用基于高斯模型的未知污染物預警算法，參見C.Stauffer, and ff.Grimson, “Adaptive background mixture models for real - timetracking,，’in Proc.1EEE Conference on Computer Vision and Pattern Recognition,vol2, pp.246 - 252, 1999.[0008]該方法是建立已知污染物濃度和光譜吸光度之間的概率模型，在這個概率模型下計算已知光譜吸光度這一條件下污染物濃度的條件概率，當光譜曲線超出了模型的范圍即認為未知污染物出現。該方法的缺點是模型建立比較困難，光譜中的波長個數過多，無法準確地確定監測未知污染物的置信區間，因此無法在采樣現場檢測出未知污染物。
【發明內容】
[0009]本發明技術解決問題:克服現有技術的不足，提供一種基于紫外可見光譜的未知污染物預警方法，能夠在采樣現場檢測出未知污染物，提高了檢測出未知污染物的成功率。
[0010]本發明技術解決方案:一種基于紫外可見光譜的未知污染物預警方法，實現步驟如下:
[0011]STEPl:假設得到的光譜數據矩陣為X，采用主成份分析方法提取光譜數據矩陣X中方差最大的向量作為特征向量，所述特征該向量包括了光譜數據矩陣中關于污染物種類的信息；
[0012]STEP2:對特征向量做正交投影，將特征向量投影到正交方向上，用光譜數據矩陣X減去投影后的特征向量得到投影后的剩余光譜數據矩陣X1 ；
[0013]STEP3:判斷是否有未知污染物，若投影后剩余光譜數據矩陣X1的范數I Ixi I I大于閾值則認為有未知物質。
[0014]所述STEPl中采用主成份分析方法提取特征向量，獲得最有代表性的特征的具體實現如下:
[0015](I)計算經驗均值
[0016]假設光譜 數據矩陣中含有M條光譜數據，對光譜數據矩陣X計算其每一列的均值，對每一列光譜數據m計算經驗均值，m = I,…，M ;將計算得到的均值放入一個MX I的經驗均值矢量u中，u中的每一個元素Unl表示為:
【權利要求】
1.一種基于紫外可見光譜的未知污染物預警方法，其特征在于實現步驟如下: STEPl:假設得到的光譜數據矩陣為X，采用主成份分析方法提取光譜數據矩陣X中方差最大的向量作為特征向量，所述特征該向量包括了光譜數據矩陣中關于污染物種類的信息； STEP2:對特征向量做正交投影，將特征向量投影到正交方向上，用光譜數據矩陣X減去投影后的特征向量得到投影后的剩余光譜數據矩陣X1 ; STEP3:判斷是否有未知污染物，若投影后剩余光譜數據矩陣X1的范數I Ix1I I大于閾值則認為有未知物質。
2.根據權利要求1所述的一種基于紫外可見光譜的未知污染物預警方法，其特征在于:所述STEPl中采用主成份分析方法提取特征向量，獲得最有代表性的特征的具體實現如下: (1)計算經驗均值 假設光譜數據矩陣中含有M條光譜數據，對光譜數據矩陣X計算其每一列的均值，對每一列光譜數據m計算經驗均值，m = 1,…，M ;將計算得到的均值放入一個MX I的經驗均值矢量u中，u中的每一個元素Um表示為:
3.根據權利要求1所述的一種基于紫外可見光譜的未知污染物預警方法，其特征在于:所述STEP2:對特征向量做正交投影，將特征向量投影到正交方向上，用光譜數據矩陣X減去投影后的特征向量得到投影后的剩余光譜數據矩陣具體實現步驟如下: (O找到代表已知物質的特征的P個主要特征向量W1,…，Wp，P是特征向量的個數； (2)令L/ = K JV2--, Wp j，U為已知物質的特征向量矩陣；(3)將新測量到的光譜數據矩陣X投影到U正交方向上，投影矩陣為:
Ps = 1-U (UtU) ^1Ut
投影方程為:
Xi = PsX 其中Ps為投影矩陣，Ut為U的轉置矩陣，I為單位矩陣，得到的X1為投影后的剩余光譜數據矩陣。`
【文檔編號】G01N21/33GK103776789SQ201410065597
【公開日】2014年5月7日 申請日期:2014年2月26日 優先權日:2014年2月26日
【發明者】張顯超, 錢玉敏 申請人:張顯超, 錢玉敏
專業數控銑床產品供應商
20年生產經驗，實力工廠，精工品質，質量有保障
