近日，中科合肥物質(zhì)智能所光譜智能感知團隊提出了一種基于紫外可見光譜(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。相關研究成果已在分析化學領域期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上發(fā)表。     水質(zhì)參數(shù)的實時監(jiān)測對地表水污染的防治具有重要意義?；瘜W需氧量(COD)、氨氮(AN)和氮(TN)是反映地表水污染程度的關鍵指標。紫外-可見(UV-Vis)光譜和近紅外(NIR)光譜作為兩種快速、簡便、多組分的分析技術，在水質(zhì)監(jiān)測中具有傳統(tǒng)化學檢測方法無法比擬的優(yōu)勢。     為了進一步提高光譜方法檢測水質(zhì)的性，科研團隊開發(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)檢測策略。研究人員首先對70份不同污染程度的河流樣本進行光譜采集和化學測定，通過UV-Vis與NIR光譜的初級融合獲得UV-Vis-NIR融合數(shù)據(jù)，采用不同的變量選擇算法優(yōu)化地表水污染指標的UV-Vis-NIR融合模型。研究結果表明，基于UV-Vis-NIR數(shù)據(jù)融合策略的地表水中COD、AN和TN的光譜預測準確性明顯優(yōu)于單一光譜技術的預測結果。此外，在不同的優(yōu)化條件下，這一方法的檢測結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。這項研究成果有利于光譜的水質(zhì)在線監(jiān)測技術進一步推廣應用。     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鍵共性技術研發(fā)項目、*自然科學基金等項目的支持。