APP下载

腔体约束LIBS结合机器学习对土壤重金属元素的定量分析

2022-08-07刘烨坤郝晓剑杨彦伟郝文渊潘保武

光谱学与光谱分析 2022年8期
关键词:模型

刘烨坤, 郝晓剑, 杨彦伟, 郝文渊, 孙 鹏, 潘保武

中北大学电子测试技术重点实验室, 山西 太原 030051

引 言

生态环境保护已经被列为我国最重要的治国理政与发展战略, 而土壤修复是生态环境保护的重中之重。 土壤中重金属元素如钡、 铬、 镍等难以被微生物分解; 随着食物链的传递重金属元素逐渐富集, 有损动植物健康。 因此实现高精度土壤微量重金属元素检测, 对治理我国土壤污染有着重要意义。

激光诱导击穿光谱(laser-induced breakdown spectroscopy, LIBS)技术在近二十年发展迅速, 由于分析速度快且无需对样品预处理的特点, 被广泛应用于多种物理形态样品如: 液体[1-2]、 气体[3-4]、 固体[5-6]的定量定性分析中。 传统LIBS技术存在灵敏度低、 噪声明显、 重复性差等缺点, 从而影响了定量分析的精度。 国内外研究学者提出利用磁场约束[7-8]、 双脉冲激光[9]、 腔体约束[10]等提高光谱强度, 改善LIBS灵敏度低的缺点。 Cui[11]利用long-short double pulse LIBS(DP-LIBS)对钢铁样品中的锰元素定量分析, 结果表明与single-pulse LIBS相比DP-LIBS拟合系数R2从0.810提升到0.988, 平均相对误差从94.9%下降到4.9%。 Akhrar[12]等利用磁场约束LIBS对土壤中重金属元素Cr进行含量检测, 检测限下降为原来的0.42倍。

为了提高LIBS定量分析精度, 李春艳[13]等建立了基于谱线筛选的PLS模型对煤炭灰分进行检测, 以剔除噪声对信息的干扰, 结果表明与传统PLS相比, 基于谱线筛选的PLS对灰分预测精度更高, 其平均误差由2.262%下降至1.972%。 周华茂[14]等建立基于粒子群算法-支持向量机(PSO-SVM)模型对稻壳中Cr元素定量分析, 其测试集RMSE为7.83, 平均绝对误差为4.10%, 预测结果要优于采用联合区间最小二乘法(siPLS)。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用