水体有机污染物浓度检测中紫外光谱法的应用

水体有机污染物浓度检测中紫外光谱法的应用

刘涛

深圳市艾科尔特检测有限公司广东深圳518049

摘要：利用紫外线光谱分析法能够准确判断多种水体有机污染物的浓度，这是由于在紫外线的作用下，水体有机污染物能够被很大程度的吸收，利用光谱仪对吸光度进行检验，经过一系列转化便可得到水体有机污染物的有效浓度。在进行有机污染物浓度检测时，经过一系列处理后，要对数据进行预处理以及模型的建立，以分析特点、总结数据之间的联系。本文主要根据水体有机污染物紫外光谱分析法进行分析，来浅谈水体有机污染物浓度检测中紫外光谱法的应用。

关键词：有机物污染；紫外线光谱；浓度检测

有机物污染会给人们的生产和生活造成严重的危害，甚至影响人们的健康。水是生产、生活中的必须物质，水体的污染现象也较为普遍，而其中水体的有机物污染危害最为严重。水体中的有机物污染使水体的性质发生变化，也产生了不可估量的危害。水体中的有机污染物危害因子的分析有利于减轻污染。检测水体中的污染物种类和浓度，为后续的水体治理工作奠定基础，以便用科学有效的方法净化水体，使水体达到相应的使用标准。

1.紫外光谱法应用的意义

紫外线光谱法利用化学方法检测水体有机污染物。它主要是在紫外线区域下将有机污染物与某种成分相结合，以形成特定的被检测成分，并计算紫外线吸光度的一种检测方法。紫外线光谱法在水体有机污染物检测中的应用较为广泛，主要包括两个原因：第一，它的准确度和灵敏度高，能够准确的预测水体有机污染物的浓度，且操作较为方便；第二，它主要测定水体的需氧量，通过测定数据进行模型的建立，从而全面的掌握污染状况，以便及时的进行污染的控制。

2.紫外光谱法在水体有机污染物检测中的具体内容

紫外线光谱法测定水体有机污染物浓度主要包括三个部分：即测定的前期准备工作、数据预处理以及数学模型的建立。它首先进行紫外线的处理，水体的有机污染物质与紫外线发生化学反应后，会发生电子的跃迁，从而产生吸收峰。在实际工作中，这是一项流程众多的项目，而数学建模作为其中的关键环节，对于水体有机污染的处理至关重要。

2.1水体有机污染物检测的前期准备工作

在进行检测前，需要选择污染水体。工业三废中含有较多有机污染物，工业污水常作为有机物浓度检测的主要水样。除此之外，还要对水样进行分级，一般可分为三级：一级——未经处理的污水；二级——出水后的水样；三级——出水静置后的上层澄清水样。与此同时，在进行紫外线光谱检测时，还应准备相应的仪器设备辅助测量，主要的设备是光谱仪。在测定时，应选择合适的检测指标，一般将水体中的含氧量作为主要指标。将测定的光谱点数据与国际标准进行对照，以检查水体的有机物是否超标。

2.2紫外线光谱法的预处理流程

紫外线光谱测定的数据容易受到多种外界因素的干扰，水样的状态、仪器、外界光源等都会造成数据的偏差。紫外线光谱测定浓度法就是利用数据预处理进行干扰因素的排除。紫外线光谱数据的预处理首先需要进行水体污染程度的测定，其次，用数据来进行污染程度的衡量，并根据不同的波长进行数据的预处理。预处理是用紫外线光谱进行水体有机污染物浓度检测的关键步骤。数据预处理是实验数据可靠、准确的保障，常用的数据处理方法主要包括四种，分别是平滑预处理、SNV预处理、导数预处理以及SNV与大窗宽平滑去基线相结合的方法。这能有效消除干扰实验的主要因素。第一种方法为平滑处理法：它是在所有光谱数据点中随机选取几个光谱点，利用这几个点进行窗口的建立，并根据这几个数据对整个平滑窗口的数据进行整合，在这个过程中，窗口会不断地发生位移，直到所有的测试点完成整合为止，以此类推，最后完成数据的预处理工作，使数据处于相对平均的状态。平滑预处理能够使检测过程中噪音因素的干扰大大降低。第二种方法为导数预处理，对于导数来说，常常分为单阶导数和高阶导数，在紫外线光谱检测中运用较为普遍。单阶导数的含义便是方程的斜率，因此，在数据导数预处理中，首先应选择几个原始的数据点进行窗口的构建，利用窗口数据点进行求导便可得到相应的导数光谱。导数预处理与其他预处理相比，它会增加噪音的干扰，但同时能够有效降低光谱之间的叠加比率、减少背景干扰因素，从而大大提高了光谱的分辨度。第三种为SNV预处理：SNV是标准正态变量变换的简称，它的处理对象为单条光谱，它主要是将光谱数据点进行一定的变换后得到的光谱，对于消除粒度、散射以及光程的影响具有重要作用。最后一种方法结合了SNV和大窗宽平滑预处理的优点，它的主要目的是为了降低光谱基线的干扰。

2.3数学模型的建立

将紫外线光谱与水体有机污染物浓度进行对应，需要建立一定的模型，以控制水体恶化的情况。数学模型的建立主要包括三个方面，利用这三种方法均能建立相关模型，使水体有机污染物控制达到最优化。第一，利用主成分回归的方法，这能有效较低光谱交叉的比率。它主要改变光谱的矩阵模型，将变量转化为线性变量，利用线性变量进行回归分析。它虽然能有效降低光谱的重叠，但由于在选择主成分构建线性组合时舍去了有用的成分，而且增加了噪音的干扰，因此存在很严重的偏差。第二，偏最小二乘法，它能有效的解决主成分回归的偏差。它是以主成分分析为主，以其他成分分析为辅的多元成分分析方法。它同时对矩阵和含氧量进行分析，考虑二者的相关性。这种方法也存在相应的弊端，需要对主成分进行严格的选择，过大、过小均会导致准确性降低。第三种为支持向量法，它主要采取提高空间维度的措施，在高维空间中进行模型的规划。这种方法的核心是选择合适的核参数，否则会降低精确度。

3.紫外线光谱法在水体有机污染物检测中的应用

紫外线光谱法在水体有机污染物浓度检测中不仅要对污染物的浓度进行检测，还要对其含量进行测定。紫外线光谱在检测的应用效果需要经过大量的实验进行论证，以得出最优化的检测方法。首先，应选择合适的波长，波长包括水体和仪器的波长；其次，要根据不同的模型进行性能分析。在进行性能分析时，需要将六种方法进行随机组合。分别分析出组合方案的缺点和优点，让检测者根据不同的需要进行合理的选择。在进行分析比较中，采取上文中三种预处理方法进行光谱数据的预处理，同时利用三种方法分别进行数学模型的建立，相比较之下，SVM适合小样本，而PLS和PCR则更加适合作为大样本数据的支撑方法。光谱数据的预处理虽然能有效降低外界干扰因素，提高数据的精准度，但却对于数学建模的作用不大，会使得数学模型的精度大大折扣。在进行紫外线光谱测定时，需要结合实际进行合理的选择，以最大程度的提高数据测定的准确度。

同时，紫外线光谱检测是作为水体痕量2—萘酚检测的主要方法，它的回收率高，且测量数据准确，操作简单，不需要添加其他的有机溶剂。在水体中存在很多类似2-萘酚的有毒化学物质，它们的毒性大、降解度低，紫外线分析法能够有效建立数学模型，以及时、高效的控制这些有毒化学物质对水体的大面积污染。

4.总结

本文主要对紫外线光谱检测有机物浓度进行分析，分析检测过程中的光谱处理方法和建模方法。通过建立模型，能够完全展现有机污染物对水体污染情况的动态发展，这不仅对水体污染治理工作提供了依据，也很大程度的提高了水体污染物的检测效果。紫外线光谱具有灵敏度高、准确性好等优点，使得它在水体有机物污染浓度检测中具有广阔的空间。

参考文献：

[1]杜树新,蒋丹红,李林军等.基于支持张量机回归的三维荧光光谱法水体有机污染物浓度检测[J].高技术通讯,2014,24（1）：80-85.

[2]李振业,林婷兴,唐传娟等.水体有机污染物浓度检测中紫外光谱法的应用[J].科技创新与应用,2015,（26）：184-184.

[3]高俊敏,张科,郭劲松等.三峡库区次级河流中有机锡污染物浓度及形态分布规律[J].环境科学学报,2015,35（7）：2160-2166.