zhpsЖурнал прикладной спектроскопииZhurnal Prikladnoii Spektroskopii0514-7506B. I. Stepanov Institute of Physics of the National Academy of Scienceszhps-1984Research ArticleАННОТАЦИИ АНГЛОЯЗЫЧНЫХ СТАТЕЙABSTRACTS ENGLISH-LANGUAGE ARTICLESАлгоритм спектрального разложения для измерения химического потребления кислорода в воде на основе спектроскопии поглощения в УФ-видимом диапазонеSpectral Decomposition Method for Water Chemical Oxygen Demand Measurement Based on UV-Vis Absorption SpectroscopyHuY.HuYingtian

Ханчжоу

Hangzhou

huyt@zjut.edu.cnMiaoW.MiaoWenjie

Ханчжоу

Hangzhou

HeZ.HeZhize

Ханчжоу

Hangzhou

MiaoЕ.MiaoEnyang

Ханчжоу

Hangzhou

ZhaoD.ZhaoDongdong

Ханчжоу

Hangzhou

Колледж информационной инженерии, Чжэцзянский технологический университетCollege of Information Engineering, Zhejiang University of TechnologyКолледж компьютерных наук и технологий, Чжэцзянский технологический университетCollege of Computer Science and Technology, Zhejiang University of Technology202526092025925707707Copyright © Hu Y., Miao W., He Z., Miao Е., Zhao D., 20252025Hu Y., Miao W., He Z., Miao Е., Zhao D.Hu Y., Miao W., He Z., Miao E., Zhao D.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://zhps.ejournal.by/jour/article/view/1984

Представлен метод спектрального разложения, модифицированный алгоритмом GMM (Gaussian mixture module). Первый ключевой момент — обход процесса генерации случайных данных для уменьшения погрешности; второй – замена гауссовой модели на бигауссову модель для преодоления ограничений традиционных симметричных гауссовых приближений. Сравнительный анализ с алгоритмом Левенберга–Марквардта и стандартными методами GMM демонстрирует превосходную точность представленного метода, о чем свидетельствует минимизация ошибок спектральной реконструкции во всех протестированных диапазонах длин волн. Эффективность данного метода разложения для определения химического потребления кислорода оценена в серии экспериментов с реальными образцами сточных вод различных предприятий. Анализ показал меньшую среднеквадратичную ошибку (RMSE) при использовании B-полосы бензольного кольца после процедуры разложения по сравнению с методами поиска пиков и фиксированных длин волн. Предложенный метод позволяет повысить экологичность определения химического потребления кислорода.

We introduce a spectral decomposition method by modifying the GMM (Gaussian mixture module) algorithm. The first key point is to circumvent the process of random data generation for less error; the second key point is to replace the Gaussian model with a bi-Gaussian model to overcome the limitations of conventional symmetric Gaussian approximations. Comparative analysis with the Levenberg–Marquardt algorithm and standard GMM approaches demonstrates the superior accuracy of our method, as evidenced by the minimization of spectral reconstruction errors across all tested wavelength regimes. The effectiveness of this decomposition method for chemical oxygen demand (COD) detection was assessed via a series of experiments with real samples of sewage from various plants. The analysis showed less root mean squared error (RMSE) value by using the B-band of the benzene ring after the procedure of decomposition in contrast to the methods of peak searching and fixed wavelengths. The proposed method can improve the environmental suitability of COD detection effectively.

спектральное разложениеспектр поглощенияалгоритм GMMполоса поглощенияхимическое потребление кислородаspectral decompositionabsorption spectrumGMM algorithmabsorptive bandCOD detectionThis study was supported by the Natural Science Foundation of Zhejiang Province (Project No. LMS25F010004) and the National Natural Science Foundation of China (Project No. 62005245 and No. 62371421).ReferencesG. Langergraber, J. Gupta, A. Pressl, F. Hofstaedter, W. Lettl, A. Weingartner, N. Fleischmann, Water Sci. and Tech., 50, No. 10, 73–80 (2004).G. Langergraber, J. Gupta, A. Pressl, F. Hofstaedter, W. Lettl, A. Weingartner, N. Fleischmann, Water Sci. and Tech., 50, No. 10, 73–80 (2004).G. Langergraber, A. Weingartner, N. Fleischmann, Water Sci. and Tech., 50, No. 11, 13–20 (2004).G. Langergraber, A. Weingartner, N. Fleischmann, Water Sci. and Tech., 50, No. 11, 13–20 (2004).Y. S. Yuan, J. X. Fu, J. Liu, Liaoning Chem. Ind., 39, No. 4, 448–450, 456 (2010).Y. S. Yuan, J. X. Fu, J. Liu, Liaoning Chem. Ind., 39, No. 4, 448–450, 456 (2010).Y. Q. Zhao, H. M. Wang, Z. Y. Liu, Y. C. Li, S. F. Fan, Chin. J. Sci. Instrument, 31, No. 9, 1927–1932 (2010).Y. Q. Zhao, H. M. Wang, Z. Y. Liu, Y. C. Li, S. F. Fan, Chin. J. Sci. Instrument, 31, No. 9, 1927–1932 (2010).Y. T. Hu, X. P. Wang, Sensors and Actuators B: Chem., 239, 718–726 (2017).Y. T. Hu, X. P. Wang, Sensors and Actuators B: Chem., 239, 718–726 (2017).B. Q. Ye, X. J. Cao, H. Liu, Y. Wang, B. Tang, C. H. Chen, Q. Chen, Front. Environ. Sci., 10, No. 938, 239 (2022).B. Q. Ye, X. J. Cao, H. Liu, Y. Wang, B. Tang, C. H. Chen, Q. Chen, Front. Environ. Sci., 10, No. 938, 239 (2022).M. Lu, Y.-t. Hu, Y. Gao, X.-P. Wang, Spectrosc. and Spectr. Analysis, 37, No. 12, 3797–3802 (2017).M. Lu, Y.-t. Hu, Y. Gao, X.-P. Wang, Spectrosc. and Spectr. Analysis, 37, No. 12, 3797–3802 (2017).P. Massicotte, S. Markager, Marine Chem., 180, 24–32 (2016).P. Massicotte, S. Markager, Marine Chem., 180, 24–32 (2016).X. Y. Wang, J. F. He, F. J. Nip, Z. L. Yuan, L. Liu, Spectrosc. Spectr. Analysis, 42, No. 1, 152–157 (2022).X. Y. Wang, J. F. He, F. J. Nip, Z. L. Yuan, L. Liu, Spectrosc. Spectr. Analysis, 42, No. 1, 152–157 (2022).Y. L. Chen, L. K. Dai, Anal. Sci., 35, No. 5, 511–515 (2019).Y. L. Chen, L. K. Dai, Anal. Sci., 35, No. 5, 511–515 (2019).B. B. Cael, E. Boss, Opt. Express, 25, No. 21, 25486–25491 (2017).B. B. Cael, E. Boss, Opt. Express, 25, No. 21, 25486–25491 (2017).S. K. Karimvand, H. Abdollahi, J. Chemometrics, 32, No. 12, e3074 (2018).S. K. Karimvand, H. Abdollahi, J. Chemometrics, 32, No. 12, e3074 (2018).J. Li, L. Dai, H. Ruan, J. Chem. Ind. and Eng. (China), 63, No. 7, 2128–2135 (2012).J. Li, L. Dai, H. Ruan, J. Chem. Ind. and Eng. (China), 63, No. 7, 2128–2135 (2012).D. Zhu, S. Sun, H. Yang, C. Zhang, Q. Zhu, K. Li, Y. Shi, Y. Chen, Acta Metrologica Sinica, 42, No. 10, 1386–1392 (2021).D. Zhu, S. Sun, H. Yang, C. Zhang, Q. Zhu, K. Li, Y. Shi, Y. Chen, Acta Metrologica Sinica, 42, No. 10, 1386–1392 (2021).R. Wilson, “Multiresolution Gaussian Mixture Models: Theory and Applications”, Department of Computer Science (2000).R. Wilson, “Multiresolution Gaussian Mixture Models: Theory and Applications”, Department of Computer Science (2000).H. Q. Huang, Z. S. He, F. Fang, D. C. Gong, W. C. Ding, At. Energy Sci. and Technology, 44, No. 9, 1114–1119 (2010).H. Q. Huang, Z. S. He, F. Fang, D. C. Gong, W. C. Ding, At. Energy Sci. and Technology, 44, No. 9, 1114–1119 (2010).T. K. Vu, M. K. Hoang, H. L. Le, ICT Express, No. 2, 120–123 (2019).T. K. Vu, M. K. Hoang, H. L. Le, ICT Express, No. 2, 120–123 (2019).

The authors declare that there are no conflicts of interest present.