[发明专利]一种基于紫外吸收光谱法的水质趋势预测方法

权利要求书

1.一种基于紫外吸收光谱法的水质趋势预测方法，其特征在于，步骤如下：

1)建立标准待测水体以第一组特征、第二组特征和第三组特征组成的特征数据库；

2)测量待测水体第一组特征，将待测水体第一组特征与所述的特征数据库中比对，判断待测水体中的污染物种类；

3)当步骤2)无法判断待测水体中的污染物种类，测量待测水体第二组特征，将待测水体第二组特征与所述的特征数据库比对，判断待测水体中的污染物种类；

4)当步骤3)无法判断待测水体中的污染物种类，测量待测水体第三组特征，将待测水体第三组特征与所述的特征数据库比对，判断待测水体中的污染物种类；

5)当步骤4)无法判断待测水体中的污染物种类，根据待测水体的紫外吸收特性得出待测水体中污染物的所属大类、浓度整体改变或浊度变化；

所述的第一组特征为特征峰波段Band_charapick和主特征峰波段Band_primapick；所述的第二组特征为吸收带展宽Band_width；所述的第三组特征为吸收贡献强弱比例RatioPick和RatioSum；所述的紫外吸收特性为7个UV_n参数和差值吸收光谱δA(λ)。

2.根据权利要求1所述的基于紫外吸收光谱法的水质趋势预测方法，其特征在于，所述标准待测水体特征数据库的建立包括以下步骤：

1)调研待测水体中含有的污染物种类；

2)将待测水体污染指数达标时的水体作为母液，然后加入调研得到标准污染物，即为标准待测水体，对标准待测水体分别做紫外吸收光谱实验，得到差值吸收光谱δA(λ)；

3)根据标准待测水体的差值吸收光谱δA(λ)分别计算三组特征，建立标准待测水体特征数据库。

3.根据权利要求1所述的基于紫外吸收光谱法的水质趋势预测方法，其特征在于，所述特征峰波段Band_charapick、主特征峰波段Band_primapick和吸收贡献强弱比例RatioPick的计算方法：

1)测量标准待测水体、待测水体和母液的吸光度，标准待测水体的吸光度与母液的吸光度相减，或待测水体的吸光度与母液的吸光度相减，得到差值吸收光谱，

δA(λ)＝A(λ)-A₀(λ)(1)

式中，δA(λ)为差值吸收光谱，A(λ)为标准待测水体或待测水体的吸收光谱，A₀(λ)为母液的吸收光谱；

2)从步骤1)中所述的δA(λ)差值吸收光谱抽取7个波段，计算7个波段的差值吸收光谱曲线δA(λ)与横坐标轴之间所围成的面积，作为7个波段的参数，

式中，UV_n代表第n波段的参数，λ_n1和λ_n2代表第n波段的起始波长和结束波长，n代表不同的波段；

3)对步骤2)中7个UV_n参数求最大值，将最大值所在波段作为最强吸收波段Band_max；

4)对步骤1)中δA(λ)差值吸收光谱计算吸收峰所在的波长位置，当污染物的紫外吸收光谱存在两个以上特征峰时，计算最强的两个峰所在波段的UV_n参数之比：

式中，UV₁为最强的两个吸收峰中较强峰所在波段的UV_n参数，UV₂为最强的两个吸收峰中较弱峰所在波段的UV_n参数，RatioPick用来表示较弱峰相对于较强峰对紫外光吸收的贡献之比，当吸收峰个数为1时，RatioPick＝0；

所述的Ratio_th1＝0.05；当RatioPick>Ratio_th1时，较强峰为Band_pick1，较弱峰为Band_pick2；当RatioPick≤Ratio_th1时，较强峰为Band_pick1；

5)将步骤3)和4)中最强吸收波段Band_max与峰值波段Band_pick1和Band_pick2取并集，作为特征峰波段Band_charapick，

Band_charapick＝Band_maxUBand_pick1UBand_pick2(4)

6)根据4)中RatioPick的值标记主特征峰波段为Band_primapick，当RatioPick接近于1，即最强的两个峰吸收贡献大小相当，则将Band_charapick中的波段均标记为主特征峰波段；否则，即两峰贡献有大小之分，将较强吸收峰所在波段Band_pick1与最强吸收波段Band_max的并集标记为主特征峰波段，

Band_primapick＝Band_maxUBand_pick1(5)。