张燕君， 康成龙， 柳雅倩， 付兴虎， 张金霄， 王明学， 杨刘震

燕山大学信息科学与工程学院， 河北省特种光纤与光纤传感重点实验室， 河北 秦皇岛 066004

引 言

随着科技不断地发展， 人类活动范围不断地扩大， 生活污水、 工业和农业废水的排放量激增， 从而对环境的影响也越来越严重， 其中水质污染尤其严重。 水中总氮(total nitrogen， TN)、 总磷(total phosphorus， TP)是评价水体受到污染严重程度的关键性指标[1]之一。 当水域中TN、 TP含量过高时， 会造成水体富营养化严重， 致使藻类和浮游生物过度繁殖， 水体透明度下降， 水质甚至会恶化至有害的程度， 最终对人类的生活产生危害， 因此快速准确测定水体中TN、 TP的含量十分必要。

目前对于TN、 TP测定的常规方法有很多， 比如国家标准法即碱性过硫酸钾氧化-紫外分光光度法[2]和钼酸铵分光光度法。 但是这些方法适用范围较小， 操作繁琐， 对实验环境要求高且检测时间长。 近年来光谱技术在水质检测领域得到广泛的应用， 在检测重金属离子浓度[3]和COD含量[4]方面较为成熟， 但在水中氮磷含量检测[5]方面少有报道。 而SERS技术[6-7]能够实现快速检测， 操作简单， 相较于普通拉曼光谱技术， SERS技术通过制备金属纳米粒子(如Au， Ag和Cu等)作为增强基底来吸附待测溶液中某些分子， 实现拉曼信号增强， 增强效果甚至可以达到104～106倍， 并且SERS频道窄， 水溶液对光谱信号干扰弱， 可检测到的光谱信息丰富， 非常适用于水质的在线快速检测[8]。 为了满足水中氮磷含量检测的高精度、 高效率等要求， 本文提出应用SERS 技术结合灰狼优化支持向量回归(grey wolf optimizer-support vector regression， GWO-SVR)算法建立水中氮磷浓度预测模型。……