基于卷积神经网络近红外光谱法测定水体污染物（一）

随着我国现代工业的快速发展，环境污染问题日趋受到公众关注。人们希望能够对水质进行实时监测，了解污水中有害物的种类及浓度。由于水体中污染物种类繁多，污染物浓度的实时监测难度很大。污水中的污染物主要分为有机污染物和无机污染物两类，无机污染物主要以自然产生的碳水化合物为主，有机污染物是以人类工、农业活动产生的残留物为代表，通常指农药等化工产品中的芳烃类和酚醛类等。一般情况下无机污染物的危害不大，水体通过自净就可恢复；而有机污染物对水体危害较大而且持久，容易造成生态链失衡，如果人误食含有机污染物的水体中的鱼虾身体健康将会遭受危害。水中的污染物扩散速度较快，目前提高污水中危害物的检测速度是防范水污染的重要措施之一，对人与自然的和谐发展具有重要意义。

传统的污水危害物检测方法均需借助化学试剂和先进的检测设备，如化学分析法、色谱法等，这些方法虽然能够较准确测定污水中的危害物含量，但其样品处理过程复杂，检测耗时长，且对检测人员的技术要求较高，因此难以大范围推广。近红外光谱处理技术是利用C-H、O-H、N-H等有机基团对近红外光的合频与倍频对样品成分进行间接预测的方法。近红外光谱检测技术是一种简单、便捷的检测方法，它具有高的灵敏度和稳定性，测定污水中的危害物便捷而高效。在对污水中有害有机物质进行检测时，传统的检测方法一般不能有效分辨有机物的种类及含量，而近红外光谱检测技术能够对有机物基团的吸收光谱进行增强，从而实现污水中有机污染物的辨别与准确定量。由于普通的近红外光谱增强技术存在热效应差的缺陷，笔者构建了一种近红外光谱增强方法并将其应用于污水中有害物质的检测，提高了检测精度与灵敏度。

1 算法描述

1.1 二维光谱信息矩阵

由于神经网络具有特殊的深度学习训练结构，需要对输入的光谱信息进行降维处理。通常采用重新构建二维光谱信息矩阵的方法对其进行降维，将每个样本的近红外光谱数据转换为二维光谱矩阵，具体处理过程如下：

设x表示其中一个样本的光谱数据向量，且以列向量的形式表示，则该样本的二维近红外光谱数据矩阵可以表示为：

如果x代表的是一个三维光谱数据的一个列向量，则一个典型的二维光谱矩阵可以表示为：

该矩阵被称为原始近红外光谱的信息矩阵，其中包含所有原始光谱的有效信息。此二维光谱信息矩阵即保持着与原始光谱间的相关性，同时又符合CNN模型对输入数据的格式要求，另外，将光谱信息降维成二维向量，更加有利于CNN网络对光谱特征的提取，实现更好的模型预测效果。

1.2 卷积神经网络

卷积神经网络是一种端到端的有监督的神经网络，其基本结构分为输入层、卷积层、非线性激活层、池化层和全连接层5层。其中卷积层是卷积神经网络的核心运算过程，向量经过卷积后会发生偏置，因此引入非线性激活函数对卷积后的向量进行修正，经过非线性激活函数修正后得到结果：

池化层主要作用是对卷积层输出的数据再次降维，以达到减小运算复杂度的目的。目前常用的是最大值池化和平均值池化两种方法，本实验采用最大值池化法对数据进行降维处理。

2 实验部分

2.1 数据来源

实验采集300个水样，将采集到的水样于试管中密封，于15℃条件下避光保存，3h内完成光谱采集和理化分析数据的统计，其统计数据列于表1。检测样本的污染物含量较低且分布密集，对检测设备的精度有较高的要求。

采用美国热电尼高力仪器公司生产的NEXUS型傅里叶变换红外光谱仪及其透色组件完成水体样本近红外光谱的采集。光源由波长为400～2400nm的石英卤素灯提供，光谱分辨率设定为16cm^-1，每个样本扫描32次。

2.2 光谱数据处理

利用热电尼高力仪器公司提供的OMNIC软件对采集的样本近红外光谱进行一阶平滑处理，消除噪音干扰，将经过处理的数据导出，利用统计分析软件MATLAB2017对导出的数据进行聚类分析，结果表明光谱的前20个主成分累计贡献率超过99.1%，因此选用前20个主成分作为样本的有效数据进行建模，有效降低了CNN模型的运算复杂度。主成分分析光谱累计贡献率如图1所示。

声明：本文所用图片、文字来源《化学分析计量》，版权归原作者所有。如涉及作品内容、版权等问题，请与本网联系

相关链接：芳烃，酚醛，石英，农药