基于近红外光谱法污泥中糖原含量的快速分析

采用蒽酮比色法测定厌氧发酵污泥中糖原的含量,运用不同的偏最小二乘法(PLS)算法建立近红外光谱与糖原含量的定量分析模型。根据校正集的相关系数(Rc)、校正均方根误差(RMSECV)以及预测集的相关系数(Rp)和预测均方根误差(RMSEP)评价各个模型。在建立的所有模型中,联合区间偏最小二乘(Si PLS)将全光谱等分为24个区间,联合子区间[17 19 20]建立的模型是最优的,其校正时的Rc=0.993 7,RMSECV=0.066 2;预测时的Rp=0.993 3,RMSEP=0.048 3。运用变异系数(CV)验证所建最佳模型的稳定性和可靠性,发现预测集样品中的CV值均≤2%。结果表明Si PLS可以优化模型,提高模型预测能力,从而可以实现污泥中糖原含量的快速测定。     

基于改进偏最小二乘法的近红外快速分析强化生物除磷污泥胞内PHA

聚β羟基烷酸酯(PHA)是强化生物除磷系统中颗粒污泥胞内重要碳源和能源,其快速测定对强化生物除磷机理研究有重要意义. 采用Savitzky-Golay平滑法(SG)-多元散射校正法(MSC)对污泥的近红外光谱进行预处理,通过改进的偏最小二乘法(iPLS、siPLS、biPLS)建立污泥样品近红外光谱与PHA含量的定量分析模型.结果表明,SG-MSC预处理减弱噪声和背景等表面因素对光谱的影响,采用联合区间偏最小二乘法(siPLS)将全光谱等分为30个子区间, 联合子区间[13 21 24 29]建立的模型预测效果最优,其交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.2018和0.3120,校正集和预测集相关系数分别达到0.9925和0.9391,该光谱区段与PHA分子结构中C-H的伸缩变形、弯曲振动和C=O的伸缩振动密切相关. 改进偏最小二乘有效地优化光谱建模区域,提高模型预测能力,实现污泥胞内PHA含量的快速定量分析.     

基于微分变换的湿地植物高光谱全氮反演

叶片全氮含量是监测和诊断湿地植物生理状况及生长趋势的重要指标,利用高光谱技术监测湿地植物氮含量,对于理解湿地生态系统氮循环具有重要意义.为探究湿地植物叶片全氮含量遥感光谱的估算方法,以云南省大理西湖湿地公园优势植物芦苇（Phragmites australis）和茭草（Zizania caduciflora）全氮含量为研究对象,对叶片光谱数据进行预处理并建立二者的关系模型,包括单变量模型、多变量模型（偏最小二乘回归模型和BP神经网络模型）,并利用决定系数（r²）和均方根误差（RMSE）对模型精度进行检验.结果表明:（1）不同形式的光谱变换增强了植物全氮含量与光谱变量的细节特征,二者的短波红外波段相关性强于可见光近红外波段.芦苇二阶微分（R"）反射率与全氮含量在1682 nm处相关性最强,相关系数为0.70;茭草平方根二阶微分[(R^1/2)"]反射率与全氮含量在1 190 nm处相关性最强,相关系数高达-0.80.（2）不同植物类型相比,利用茭草的变换光谱反射率建立的单变量和偏最小二乘回归模型建模精度都高于芦苇.（3）不同回归模型相比,BP神经...     

基于间隔偏最小二乘法短程硝化反硝化中无机盐氮的近红外光谱

采用序批式活性污泥反应器(SBR)研究短程硝化反硝化系统中稳定条件下无机盐氮的变化规律,利用小波去噪法对无机盐氮的近红外光谱进行预处理,并用间隔偏最小二乘法(iPLS)建立无机盐氮含量的校正模型(iPLS模型).结果表明:小波去噪法对原始光谱中的部分噪声进行滤除,从而提高了模型的精度.采用最小二乘法对预处理后的光谱进行建模,优选出最佳波长区间并将光谱划分为20个子区间,优选出的氨氮特征波数为8243~8663cm-1,亚硝酸盐氮特征波数为4000~4420cm-1.所建模型对氨氮、亚硝酸盐氮校正时的相关系数(rc)分别达到0.9582、0.9544,校正均方根误差(RMSECV)分别为0.0321、0.0406;预测时的相关系数(rp)分别为0.9184、0.8816,预测均方根误差(RMSEP)分别为0.0790、0.0451.采用实际污水为原水时校正模型对氨氮、亚硝酸盐氮预测的相关系数(rp￠)分别为0.9190、0.8739,预测均方根误差(RMSEP′)分别为0.0578、0.0229.模型对氨氮和亚硝酸盐氮的预测总体效果较好.用小波去噪和最小二乘法建立模型不仅能有效减少建模所需变量数、缩短运算时间,而且模型预测精度较高,为无机盐氮的快速测定提供了一种可行的分析技术.     

多光谱数据定量反演土壤营养元素含量可行性分析

运用室内光谱模拟多光谱数据,采用回归分析方法建立土壤营养元素含量预测模型,并进行验证.首先,根据光谱响应函数将实验室光谱数据重采样至多光谱传感器（TM和 ASTER）波段;然后,分别利用多元逐步回归（SMLR）和偏最小二乘回归（PLSR）方法,建立建模土壤样本实测光谱以及模拟光谱（TM和ASTER）与土壤营养元素含量间的经验模型;最后,利用检验土壤样本进行模型精度验证.与实测光谱模型相比,模拟光谱模型对土壤营养元素含量的预测精度受光谱分辨率的影响并不大.模拟光谱模型对N、P、K元素含量预测精度最高分别为0.89、0.79和 0.67.土壤N、P、K元素含量SMLR模型的入选波段分别位于2 000～2 300　nm、1 650～1 800　nm和600～800　nm波长附近范围内; 土壤N、P、K元素含量PLSR模型的系数表明,近红外（NIR）波段对总氮和总磷元素含量比可见光（VIS）波段敏感,而VIS对K元素含量预测的贡献更大.利用多光谱数据进行土壤营养元素含量的估测具有理论上的可行性;由于不同元素对不同光谱波段的响应不同,在选择多光谱遥感数据时要充分考虑传感器的波段特征.     

基于聚类分析与偏最小二乘法的支持向量机PM_(2.5)预测

考虑样本和输入变量的选取对预测模型精度的影响,文章提出一种基于K-means聚类与偏最小二乘法的支持向量机PM_(2.5)浓度预测方法。首先采用K-means算法对气象属性进行聚类,间接把PM_(2.5)序列分成了相似度较高的若干类,并分别作为预测建模用的训练样本;然后采用偏最小二乘法从影响PM_(2.5)浓度的多种因素中提取主成分,作为各类模型的优化输入;最后根据预测日的气象属性选出合适类别,运用优化后的训练样本和输入变量建立PM_(2.5)浓度预测模型。以北京市某监测点的实际数据为例,运用改进模型和传统模型分别进行实验。结果表明:改进的支持向量机相比传统支持向量机在预测精度上有明显的提高,精度评价指标MAE、MAPE和RMSE分别下降38.10%、50.59%、37.15%。研究实证,引入K-means聚类与偏最小二乘法的手段来提高传统支持向量机在PM_(2.5)浓度预测中的精度具有可行性。     

基于多核LS-SVM的河涌水质预测模型

研究了多变量非线性河涌水质预测问题,提出了多核最小二乘支持向量机河涌水质预测模型。模型采用协同结构的非线性函数将水质时序样本映射到高维特征空间,进行多元线性回归。然后将该回归问题转化成半无限线性规划问题,运用交换集法求解。文章利用东江流域河涌水质数据进行了拟合预测实验,结果表明,与单核最小二乘支持向量机河涌水质预测模型相比,多核模型的预测误差减小了23%以上,它较单核模型具有更高的预测精度和更好的泛化推广性能。     

硝基苯类化合物对斜生栅藻毒性的HQSAR分析

利用分子全息定量结构-活性相关关系(HQSAR)技术研究了25种硝基苯类化合物对斜生栅藻的急性毒性与其结构之间的相关关系.应用偏最小二乘回归技术(PLS)建立了定量模型.在碎片长度为1~7、碎片区分参数为原子类型、化学键类型和连接性条件下,得到最佳模型(Q2=0.921,R2=0.992).为检验模型的预测能力,将数据集分成训练集和预测集.模型对预测集的预测结果与实测值吻合较好,表明模型的预测能力良好.最后利用色码图对模型中不同原子的贡献进行了解释.     

建立基于土地利用的交通发生量模型的研究

针对出行生成预测中变量众多以及多重相关性问题,以常州调查数据为样本,分别采用逐步回归分析方法和偏最小二乘回归(PLSR)方法,建立基于土地利用形态的交通发生量模型.并对两者建模方法进行分析比较,结果表明PLSR能有效地解决变量多重相关性问题,模型意义清晰,效果显著.     

天山北麓土壤有机质高光谱特征分析

随着土壤遥感科学的快速发展,光谱技术及其相关理论分析在农业生产与生态规划领域得到了广泛的应用。通过对光谱反射率进行一阶微分与倒数对数形式的变换,选取相关系数较大的波段构建基于多元逐步回归与偏最小二乘法的反演模型,得到如下基本结论:土壤光谱的一阶微分的变化,显著提高了土壤有机质含量与光谱间的敏感性;在多元逐步回归分析中,反射率一阶微分的多元回归模型的稳定性及预测精度最好;在偏最小二乘法回归分析中,反射率倒数对数模型的决定系数达到了最高的0.962,而总均方根误差为最低的1.082,其模型的稳定性及预算精度优于其他模型;总体上,偏最小二乘法回归模型的稳定性及预测精度优于多元回归模型,能够进一步满足研究区土壤有机质含量估算的实际需求。     

天山北坡经济带城市PM2.5质量浓度时空分布及模拟分析

PM_2.5扩散/积聚有着复杂的物理、化学过程,其时空变化与前体污染物及气象条件密切相关.为探究区域城市ρ（PM_2.5）的变化规律,以天山北坡经济带城市为研究区,采用2015年1月-2017年10月大气污染物监测数据和气象数据,结合数理统计和GIS空间分析技术,分析研究区ρ（PM_2.5）的时空变化特征;借助普通OLS（最小二乘法）分析影响因子的多重相关性,通过PLS（偏最小二乘）法构建ρ（PM_2.5）估算模型.结果表明:①研究区各城市小时ρ（PM_2.5）呈"W"型双峰变化;各月份ρ（PM_2.5）呈"U"型特征,月均值为59.5 μg/m3,2月和9月分别为ρ（PM_2.5）最高月和最低月;各季节ρ（PM_2.5）排序为冬季（146.6 μg/m3）＞秋季（35.2 μg/m3）＞春季（34.1 μg/m3）＞夏季（26.8 μg/m3）;空间上ρ（PM_2.5）由西北部克拉玛依市向东南部乌鲁木齐市逐渐增大.②PLS法构建模型能有效克服自变量多重相关性的问题,模型可解释自变量95.7%和因变量80.1%的变异信息,年均模拟值与实测值偏差为9.82%.③研究区各城市ρ（PM_2.5）与ρ（CO）的相关性极显著,与气象因子中的风速和气温的相关性较显著,而与相对湿度的相关性不显著.研究显示,基于前体污染物和气象因子的PLS法构建模型是模拟ρ（PM_2.5）的有效方法.      

应用分子全息QSAR技术预测硝基芳烃的遗传毒性

分子全息是一种新的分子结构表征技术，基于分子全息的结构．活性关系(HQSAR)技术具有高效、快速、预测能力高等优点，非常适合于分析大量数据样本．本文应用这一最新的QSAR技术，采用偏最小二乘回归技术，研究了54种硝基芳烃的致突变毒性，建立了QSAR定量预测模型．交叉验证和非交叉验证结果表明，模型具有良好的拟合效果和显著的预测能力，进一步的测试数据检验表明，模型具有高度的预测能力和很好的稳健性，可以用来对这一类典型的有毒有机污染物的毒性进行预测．     

偏最小二乘回归方法在土地利用结构研究中的应用

针对当前LUCC研究中存在的数据间多重相关性和样本量不足的问题,论文将一种新型的多元统计数据分析方法---偏最小二乘回归引入到研究中。该方法可以有效地克服上述缺陷,并能实现多种数据分析方法的综合应用。为检验方法的功能及实用性,论文以苏锡常地区为例,对区域的土地利用结构及其影响因子进行了定量分析。结果表明,偏最小二乘回归是进行土地利用结构研究的一种十分有效的工具,在地学领域有广阔的应用前景。     

测定降尘中的多种重金属的方法研究

降尘采用全自动石墨消解仪消解,用电感等离子体发射光谱仪(ICP-OES)测定降尘中的Cu、Ni、Zn、Pb、Ba、As、Mn、AL、Fe、Cr、Sr、Cd、Ti等13种重金属元素含量.选择合适的波长,标准曲线的相关系数均大于0.999,各元素的分析信号值与浓度呈良好的线性关系,分析标准土壤样品都在不确定度范围内.并计算其空白加标和样品加标回收率,建立了测定降尘中重金属的最优消解方法.结果表明,空白加标和样品加标回收率均处于合理范围,分别为90.1%~104%和85.9%~96.7%.     

双氧水强化微电解法模拟降解苯酚的研究

苯酚是最简单的有机模型化合物,对其进行降解试验有助于了解微电解作用机理,为含酚废水的治理提供试验方法及工艺参数。试验得出最佳工艺为:当进水pH=3,H2O2加入量为0.1％,反应时间10 min时,出水TOC去除率>90％。发现进水中H2O2的加入对微电解法具有明显的强化作用,对作用机理进行了探讨。     

IWO-PSO-SVR算法在甲烷检测中的应用

提出一种入侵杂草算法改进的粒子群算法（IWO-PSO）用于支持向量机（SVR）算法来快速实时检测甲烷气体浓度系统,气体红外激光差分吸收法检测系统基于甲烷气体分子在1650nm处泛频光谱吸收带,结合可调谐二极管吸收光谱（TDLAS）与波长调制光谱（WMS）.选择半导体激光器瞬时输出光功率变化范围5.0~10.6mW,瞬时波长变化范围1650~1651nm,瞬时调谐频率范围0.0048~0.0115nm/mA;采集山东淄博某农场2019年3月份全天气体样本,随机抽取15组样本作为训练集,建立以光谱峰面积作为输入值与气体浓度作为输出值的IWO-PSO-SVR、SVR、PSO-SVR和PSO-BP定量分析模型,对测试集4种浓度的甲烷分别进行预测;结果表明,通过IWO-PSO-SVR定量分析模型效果最佳,4种甲烷浓度预测值与真实值相对偏差分别为0.115%、0.109%、0.131%、0.120%,均低于0.0014;相关系数分别为0.9987、0.9966、0.9899、0.9975均高于0.98;预测时间分别为1.35、1.54、1.35和1.33s,模型经过1000次训练对气体的检测精度为10^-5,与同类别检测系统相比,具有很强的理论研究价值和工程应用价值.     

环境行业标准方法测定COD的PLS改进

文章采用偏最小二乘法改进校正模型,在测定COD值的高量程和低量程范围内分别建立PLS模型,预测结果与GB法测定COD值的相对误差为4.47%和4.09%,具有较好的一致性。研究解决了环境行业标准快速消解分光光度法测定水质化学需氧量中直线拟合回归不确定性的问题。     

酚类化合物气相色谱保留指数的定量结构相关性研究

应用偏最小二乘回归技术建立了102种酚类化合物气相色谱保留指数与分子全息结构间的相关模型,在最佳建模条件下得到非交叉验证相关系数(r2)为0.965,交叉验证相关系数(q_LOO2)为0.963. 从102种酚类化合物中随机选出68种作为训练集,其余作为测试集,来验证分子全息QSRR模型的预测能力和稳健性. 在最佳建模条件对训练集进行偏最小二乘回归分析,r2为0.967,q_LOO2为0.927. 用训练集数据所建立的QSRR模型预测测试集中酚类化合物的色谱保留指数,结果表明,基于训练集所建立的QSRR模型具有很高的预测能力和稳健性,可以对测试集酚类化合物的气相色谱保留指数进行很好的预测. 此外,利用最佳全息定量结构保留关系(HQSRR)模型的色码图,探讨酚类化合物中的不同侧链基团对其色谱保留性质的影响,及其在固定相上的色谱保留机理.