Алгоритм спектрального разложения для измерения химического потребления кислорода в воде на основе спектроскопии поглощения в УФ-видимом диапазоне

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.

1. G. Langergraber, J. Gupta, A. Pressl, F. Hofstaedter, W. Lettl, A. Weingartner, N. Fleischmann, Water Sci. and Tech., 50, No. 10, 73–80 (2004).

2. G. Langergraber, A. Weingartner, N. Fleischmann, Water Sci. and Tech., 50, No. 11, 13–20 (2004).

3. Y. S. Yuan, J. X. Fu, J. Liu, Liaoning Chem. Ind., 39, No. 4, 448–450, 456 (2010).

4. 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).

5. Y. T. Hu, X. P. Wang, Sensors and Actuators B: Chem., 239, 718–726 (2017).

6. 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).

7. M. Lu, Y.-t. Hu, Y. Gao, X.-P. Wang, Spectrosc. and Spectr. Analysis, 37, No. 12, 3797–3802 (2017).

8. P. Massicotte, S. Markager, Marine Chem., 180, 24–32 (2016).

9. X. Y. Wang, J. F. He, F. J. Nip, Z. L. Yuan, L. Liu, Spectrosc. Spectr. Analysis, 42, No. 1, 152–157 (2022).

10. Y. L. Chen, L. K. Dai, Anal. Sci., 35, No. 5, 511–515 (2019).

11. B. B. Cael, E. Boss, Opt. Express, 25, No. 21, 25486–25491 (2017).

12. S. K. Karimvand, H. Abdollahi, J. Chemometrics, 32, No. 12, e3074 (2018).

13. J. Li, L. Dai, H. Ruan, J. Chem. Ind. and Eng. (China), 63, No. 7, 2128–2135 (2012).

14. 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).

15. R. Wilson, “Multiresolution Gaussian Mixture Models: Theory and Applications”, Department of Computer Science (2000).

16. 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).

17. T. K. Vu, M. K. Hoang, H. L. Le, ICT Express, No. 2, 120–123 (2019).