[发明专利]一种利用三维荧光光谱特征信息对污染水体溯源分类识别的方法

说明书

本发明公开了一种利用荧光光谱特征对污染水体溯源分类识别的方法，该分类识别方法包含根据三维荧光光谱数据，提取其特征，构建基本荧光光谱数据库和特征荧光光谱数据库，用K‑means算法构建荧光光谱聚类的基础模型，并将K‑means聚类结果作为PNN概率神经网络的模式层和求和层进行训练，得到输入样本的所属类别。在此基础上，利用该PNN神经网络对未知污水样本进行预测判定其归属类别。为获得未知样本匹配信息，将该未知样本同类别中所有已知样本的基本荧光光谱数据，特征光谱数据纳入比对识别库中，用相似性比对计算，获得未知样本与同类别中所有已知样本的相似性匹配度，匹配项得分最高者为两个样本最佳匹配，得到未知样本的疑似溯源信息。

技术领域

本发明属于环境科学领域，特别涉及该领域中的一种利用荧光光谱特征对污染水体溯源分类识别的方法。

背景技术

环保部门对排污企业监管通常依靠在污染源排放口安装在线监测设备的方式，一旦监测或检测到企业排水超过排污标准，对其实施追责。监管部门有时也会采用人工排查的方式对污染事故发生后沿水体流向或排水管网向上游逐步排查，检测和对比异常水样和排污企业水样，以实现非法排放的溯源和追责。上述的监管方式存在一些不足之处，一些不法企业通过人为改动和破坏在线监测设备，或利用在线监测设备运行周期间隔、利用现有在线监测设备检查项目不能及时溯源的特点，采用各种方式方法进行非法偷排。为了加大整治企业非法偷排漏排，监管部门须对众多涉及污染事故的上游企业进行逐一摸排，不仅消耗大量人力物力，而且由于未能及时锁定肇事企业，让一些非法偷排漏排企业逍遥法外。

近年来，随着国家对环境保护和监管要求的提高，一些具有监测预警溯源功能的环保在线监测设备逐渐受到重视。荧光光谱仪由于可以获得污水特有的三维荧光光谱，即污水的“指纹图谱”，这种指纹图谱对不同行业、不同企业排放的废水具有指纹唯一性或排它性，因此在污水的监测预警和溯源中，通常借助于相似度的算法比较两张荧光光谱及其属性的相似性以达到识别比对溯源的目的。污水溯源中较常用的相似度算法有余弦相似性、Peason系数和调整余弦相似性等几种，这几种相似性算法都是基于激发波长—发射波长—荧光强度矩阵的数据结构来进行计算的。然而实践中发现，在数据比较稀疏的情况下，如稀疏矩阵，特别是当荧光峰为单峰且荧光强度值远大于大量背景噪音值时，这些相似性计算方法由于对具体数值的绝对值大小不敏感，均存在一定问题，造成相似性识别比对结果的错误。

发明内容

本发明所要解决的技术问题就是提供一种识别准确且稳定性高的利用三维荧光光谱特征信息对污染水体溯源分类识别的方法。

本发明采用如下技术方案：

一种利用三维荧光光谱特征信息对污染水体溯源分类识别的方法，包括如下步骤：

(1)信息调查：确定污水排放企业名称及所属行业、地理位置、主要产品及生产工艺、联系人；

(2)样品采集与扫描：对采集的污染排放源的废水样品进行编号，用0.45微米滤膜过滤后上机扫描，获取其荧光光谱；对扫描后的污水样本进行稀释，再次扫描并获取其荧光光谱，样本的稀释倍数，按荧光峰强度的高低设置自动稀释；

(3)数据处理：将上机扫描获得的荧光光谱数据消除瑞利散射、拉曼散射干扰，得到基本荧光光谱，将各个样本基本荧光光谱数据分别构建为发射波长—激发波长—荧光强度数据矩阵；

(4)数据库：将数据处理得到的各个样本数据矩阵组成基本荧光光谱数据库，从基本荧光光谱数据库中的光谱数据提取特征信息，根据特征信息属性分为峰特征数据、平面特征数据和立体特征数据，并根据特征信息属性构建峰特征数据库、平面特征数据库和立体特征数据库；

(5)聚类：对于数据库中众多的样本，采用分类识别的方法以提高识别率，在分类之前，根据特征荧光光谱库中的单峰、双峰、三峰以及多峰数据，分别使用均值聚类算法(K-means算法)进行聚类，其工作原理是对于给定一个数据点集合和需要的聚类数目K，K由用户指定，K-means算法根据某个距离函数反复把数据分入K个聚类中；