近日，中科合肥物質(zhì)智能所光譜智能感知團(tuán)隊(duì)提出了一種基于紫外可見(jiàn)光譜(UV-Vis)和近紅外(NIR)光譜數(shù)據(jù)融合策略，用于地表水質(zhì)的快速高精度檢測(cè)。相關(guān)研究成果已在分析化學(xué)領(lǐng)域期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上發(fā)表。     水質(zhì)參數(shù)的實(shí)時(shí)監(jiān)測(cè)對(duì)地表水污染的防治具有重要意義。化學(xué)需氧量(COD)、氨氮(AN)和氮(TN)是反映地表水污染程度的關(guān)鍵指標(biāo)。紫外-可見(jiàn)(UV-Vis)光譜和近紅外(NIR)光譜作為兩種快速、簡(jiǎn)便、多組分的分析技術(shù)，在水質(zhì)監(jiān)測(cè)中具有傳統(tǒng)化學(xué)檢測(cè)方法無(wú)法比擬的優(yōu)勢(shì)。     為了進(jìn)一步提高光譜方法檢測(cè)水質(zhì)的性，科研團(tuán)隊(duì)開(kāi)發(fā)出一種基于UV-Vis和NIR光譜數(shù)據(jù)融合(UV-Vis-NIR)的地表水質(zhì)檢測(cè)策略。研究人員首先對(duì)70份不同污染程度的河流樣本進(jìn)行光譜采集和化學(xué)測(cè)定，通過(guò)UV-Vis與NIR光譜的初級(jí)融合獲得UV-Vis-NIR融合數(shù)據(jù)，采用不同的變量選擇算法優(yōu)化地表水污染指標(biāo)的UV-Vis-NIR融合模型。研究結(jié)果表明，基于UV-Vis-NIR數(shù)據(jù)融合策略的地表水中COD、AN和TN的光譜預(yù)測(cè)準(zhǔn)確性明顯優(yōu)于單一光譜技術(shù)的預(yù)測(cè)結(jié)果。此外，在不同的優(yōu)化條件下，這一方法的檢測(cè)結(jié)果相比單一光譜法更為穩(wěn)定，因而該方法具有更好的魯棒性。這項(xiàng)研究成果有利于光譜的水質(zhì)在線監(jiān)測(cè)技術(shù)進(jìn)一步推廣應(yīng)用。     徐琢頻博士為*作者，王琦研究員和張鵬飛副研究員為通訊作者。本工作得到合肥市關(guān)鍵共性技術(shù)研發(fā)項(xiàng)目、*自然科學(xué)基金等項(xiàng)目的支持。