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.     

近红外光谱和极限学习机分析反硝化除磷中胞内聚合物

为利用近红外光谱技术同时实现反硝化除磷工艺中胞内聚-β-羟基丁酸酯(PHB)、多聚磷酸盐(Poly-P)、糖原(Gly)含量的快速分析,采用多元散射校正预处理法和极限学习机算法建立PHB、Poly-P、Gly含量分析的校正模型(ELM模型).结果表明:多元散射校正预处理法可以有效消除散射对原始近红外光谱数据的影响.采用极限学习机算法对预处理后的光谱数据建立PHB、Poly-P、Gly的定量分析模型,优选出的PHB、Poly-P、Gly的ELM模型主成分数分别为6、6、7,隐含层节点数分别为18、12、17.模型对PHB、Poly-P、Gly含量的校正相关系数(rc)分别为0.9835、0.9499、0.9589,校正均方根误差(RMSECV)分别为0.0541、0.0579、0.0489.模型对PHB、Poly-P、Gly含量的预测相关系数(rp)分别为0.9683、0.9288、0.9488,预测均方根误差(RMSEP)分别为0.0668、0.0776、0.0501,模型对PHB、Poly-P、Gly含量有较好的预测效果.用近红外光谱技术结合极限学习机算法建立ELM模型为反硝化除磷工艺中PHB、Poly-P、Gly的同时快速定量分析提供了较为简便的方法.     

间隔偏最小二乘-紫外光谱法海水硝酸盐最佳建模波长区间选取

利用紫外光谱结合偏最小二乘法（PLS）建立了海水硝酸盐浓度计算模型,并利用间隔偏最小二乘法（interval PLS,iPLS）对建模区间进行了优化。相比全波段建模,优化后模型校正集均方根误差（RMSECV）从39.1降低到9.83。同时利用35个预测集样本对iPLS优化模型进行验证,iPLS优化模型将预测样本平均相对偏差从3.23%降低到1.81%。研究结果表明,相比全波段建模,利用iPLS进行建模波长区间优化,不仅减少了自变量个数,简化了运算,同时提高了模型预测准确度。     

湖北恩施地区土壤重金属高光谱反演模型研究

文章以恩施地区土壤重金属As、Cd、Cr、Pb、Cu、Zn为研究对象,利用ASD地物光谱仪采集土壤光谱数据,在光谱预处理和相关分析的基础上,采用偏最小二乘回归(PLSR)方法,构建土壤重金属含量与光谱的反演预测模型.结果 表明,平滑处理、一阶导数、去趋势、归一化处理散射校正(SNV)4种光谱处理方法组合使用可以有效地提高模型反演精度;通过对PLSR模型RMSEC、RMSECV、RMSEP、R2Cal 、R2CV 、R2Pred、6种参数分析发现,As、Pb、Cu相比Cd、Cr、Zn在PLSR模型中的测误差值较小且模型的相关性较高,说明模型可以预测As、Pb、Cu 3种元素,该研究为后期采用高光谱遥感影像数据快速监测恩施地区土壤重金属污染情况提供了技术参考.     

强化生物除磷过程中污泥胞内糖原的红外光谱分析

采用傅里叶中红外光谱对强化生物除磷过程中污泥胞内糖原物质进行了表征,并将污泥样品与糖原标样的红外光谱进行对比,确认糖原物质在1020 cm-1峰附近有较明显的特征吸收贡献.因此,采用红外光谱945~1150 cm-1区域内的吸收光谱数据,结合测得胞内糖原的含量,应用偏最小二乘法和BP神经网络算法分别建立了污泥红外光谱与糖原含量的定量分析模型.结果显示,偏最小二乘法得到的测量值与预测值具有较小的平均绝对误差(MAE),其相关系数达到0.921.     

基于近红外光谱法的废水COD、BOD5、pH的快速测量

收集了城市生活污水处理厂和养殖废水200个样品,以4cm-1的分辨率,分别用2mm和10mm样品池,用透射法采集800～2500 nm谱区的光谱数据,采用偏最小二乘法(PLS)回归建立了废水的生化需氧量(BOD5)、化学需氧量(COD)和pH的预测模型.该模型的BOD5、COD和pH的预测值与参考值的校正相关系数分别为0.763、0.975、0.966,校正标准误差分别为27.7 mg·L-1、19.9 mg·L-1、0.165,预测相关系数分别为0.6939、0.945、0.927,预测标准误差分别为37.9 mg·L-1、29.4 mg·L-1、0.208.实验结果表明,近红外光谱技术可成为特定废水多指标快速检测的新手段.     

基于高光谱的土壤全氮含量估测

基于高光谱(350~2 500 nm)数据,研究了我国中、东部地区5种主要类型土壤全氮含量与高光谱反射率之间的定量关系,构建了基于偏最小二乘法(PLS)、BP神经网络(BPNN)和特征光谱指数的土壤全氮含量估算模型。结果表明,以500~900 nm、1 350~1 490 nm区域波段反射率经Norris滤波平滑后的一阶导数光谱为基础,构建的基于PLS和BPNN的土壤全氮含量估算模型精度较高,建模决定系数分别为0.81和0.98;独立观测资料检验结果显示,模型预测决定系数分别为0.81和0.93,均方根误差RMSE为0.219 g·kg^-1和0.149 g·kg^-1,相对分析误差RPD为2.28和3.36,说明PLS和BPNN模型对土壤全氮含量具有较高的预测精度。在光谱指数的分析中,基于近红外872 nm和1 482 nm 两个波段的差值光谱指数DI(NDR₈₇₂,NDR₁₄₈₂)对土壤全氮含量最敏感,建模决定系数、预测决定系数、RMSE和RPD分别为0.66、0.53、0.31 g·kg^-1和1.60。比较而言,三种方法估算土壤氮含量的精度顺序为BPNN模型＞PLS＞DI(NDR₈₇₂,NDR₁₄₈₂),基于PLS和BPNN两种方法建立的土壤全氮含量高光谱估测模型具有较高的精度,可以用来精确估算土壤全氮含量;基于两波段构建的DI(NDR₈₇₂,NDR₁₄₈₂)预测效果低于前两者,但也可以用来粗略估测土壤中的全氮含量。     

反硝化除磷系统中PHB红外光谱解析及其与磷去除率的相关性

为快速、准确测定生物除磷系统中微生物细胞内w(PHB)(PHB为poly-β-hydroxy butyrate,聚-β-羟基丁酸酯)并及时预测PO₄3--P去除率,采用红外光谱法对微生物细胞内PHB的转化规律进行解析,并结合气相色谱法建立w(PHB)的快速测定模型,研究w(PHB)减少量与PO₄3--P去除率的相关性. 结果表明:反硝化除磷系统中微生物细胞内PHB的特征峰位于波数1 730 cm-1处,PHB特征峰的吸光度与w(PHB)的增减趋势相同. 采用PLS(partial least squares,偏最小二乘法)对反硝化除磷系统中微生物细胞内PHB特征峰吸光度与w(PHB)建立PLS模型,对w(PHB)的校正和预测时的相关系数(R2)分别达到0.963 0、0.951 4,其均方根误差分别为0.031 0、0.037 9. 根据预测结果,进一步建立了反硝化除磷缺氧段w(PHB)减少量与PO₄3--P去除率的相关关系,相关系数为0.979 0. 研究表明,利用PLS模型对反硝化除磷系统中PHB红外光谱解析能够快速、准确地表征反硝化除磷系统中微生物细胞内w(PHB)的变化,并能进一步预测PO₄3--P去除率.      

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.     

基于内外回流污泥形态参数的水质预报

水质监测是污水厂至关重要的环节。为快速、准确地获取实时水质数据，以内、外回流污泥为研究对象，通过显微镜图像结合软件分析，分别得到内、外回流污泥各自絮体的形态参数，并结合污水处理厂运行参数，采用偏最小二乘(PLS)法对内、外回流污泥絮体形态参数与好氧池出水水质指标(COD_e、BOD_e、TN_e和TP_e)进行了回归分析，建立内回流污泥回归模型(PLS1模型)和外回流污泥回归模型(PLS2模型),通过分析两个回归模型中活性污泥絮体形态参数与出水水质指标之间的相关性，比较了两个回归模型的拟合效果和预测效果。试验结果表明：PLS2模型的拟合效果和预测效果要优于PLS1模型，该模型对好氧池出水中COD_e、BOD_e、TN_e和TP_e的预测系数Q²分别为0.736、0.665、0.753、0.716;出水污染物浓度与内回流污泥絮体密实度参数呈正相关关系，而其与外回流污泥絮体密实度参数呈负相关关系。本试验建立了污...     

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。     

陕西渭北旱塬区农田土壤有机质空间预测方法

准确预测土壤有机质(SOM)含量的空间分布对于改善土壤质量、提高区域土壤管理水平具有重要意义.为探索预测陕西渭北旱塬区农田SOM含量的最优模型,借助地理探测器选取与SOM含量密切相关的影响因子作为建模的协变量,选用普通克里格方法(OK)、地理加权回归模型(GWR)、偏最小二乘回归模型(PLS)、地理加权回归扩展模型(G...     

基于连续小波变换的土壤重金属含量反演模型

文章以博斯腾湖西岸湖滨绿洲土壤重金属Cr、Ni、Zn为研究对象，采用偏最小二乘回归、支持向量机和人工神经网络模型，通过连续小波变换，优选高光谱数据与土壤重金属含量的特征波段，构建研究区土壤重金属含量的高光谱反演模型。研究结果表明：（1）连续小波变换后，土壤重金属Cr含量相关性由0.24提高到0.45；土壤重金属Ni含量相关性由0.31提高到0.45；土壤重金属Zn含量相关性由0.31提高到0.51;(2）土壤重金属Cr、Ni、Zn含量的高光谱特征波段主要位于400～900、1 400～1 600、2 000～2 200 nm。（3）连续小波变换与人工神经网络相结合的模型精度最优，其土壤金属Cr含量的建模集和验证集的R²分别为0.91和0.84，均方根误差(RMSE)为2.40和3.91；土壤金属Ni含量的建模集和验证集的R2分别为0.91和0.84，均方根误差(RMSE)为2.40和3.91；土壤金属Ni含量的建模集和验证集的R²分别为0.88和0.82,RMSE为1.64和2.43；土壤重金属Zn含量的建模集和验证集的R2分别为0.88和0.82,RMSE为1.64和2.43；土壤重金属Zn含量的建模集和验证集的R²别为0.90和0.81,RMSE为5.20和5.93；连续小波变换结合人工神经网络模型比最小二乘和支持向量机2种模型，适合研究区土壤重金属Cr、Ni、Zn含量的反演。     

基于连续小波变换的土壤重金属镉含量的高光谱估测

选择合理的处理方法可增强土壤光谱中有效信息特征,提高模型估测精度。以新疆渭-库绿洲土壤为研究对象,基于连续小波变换(continuous wavelet transformation, CWT)与传统数学变换相结合的方法进行光谱数据处理并提取特征波段,采用偏最小二乘回归(PLSR)、BP神经网络(BPNN)、随机森林回归(RFR)和支持向量机回归(SVMR)方法构建土壤重金属镉含量估测模型。结果表明：(1)土壤原始光谱曲线趋势基本一致,在600～2 450 nm范围内,随着重金属镉含量增加,其光谱反射率降低,二者呈负相关。(2)CWT与原始光谱一阶微分(R′)相结合的处理效果最佳,|r|值可达到0.586,为极显著负相关(P<0.001),表明数学变换与连续小波变换相结合的处理方法可有效反应光谱细节特征。(3)对比各模型的反演结果,发现CWT-R′-SVMR模型的训练集和验证集的决定系数(R²)大于0.86,均方根误差(RMSE)小于0.02 mg/kg,相对分析误差(RPD)大于2,建模效果较好,可作为最优模型对研究区土壤重金属镉含量进行估测。结合数学变换...     

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.      

GF-5高光谱遥感影像的土壤有机质含量反演估算研究

本文基于高光谱遥感影像对土壤有机质含量进行反演估算,以哈尔滨与兴安盟交界处的平原地表土壤为试验对象.首先,基于辐射和几何校正等预处理的高分五号（GF-5）高光谱遥感影像,依据五点采样法采集影像覆盖范围的地表土壤样本共100组,在实验室内进行理化分析等一系列处理获取样本土壤有机质含量数据.然后,运用偏最小二乘法建立高光谱影像土壤沙化指数、土壤退化指数、归一化亮度指数和土壤盐分指数反演土壤有机质含量的估算模型.比较基于原始反射率数据、一节微分反射率数据和4种土壤指数构建的反演模型的预测精度,通过65%的建模样本和35%的预测样本验证表明,反演模型中基于土壤指数建立的反演模型的预测验证精度最高,预测集验证中ρ为0.816,RMSE为1.7287.并将该反演模型运用到高光谱影像的土壤有机质含量的反演估算,实际测量的SOM与影像反演SOM含量变化趋势一致,相关性达到80.023%以上,验证了模型的反演估算精度.     

给水厂铝污泥特性分析及吸附氮磷性能试验

对典型给水厂铝污泥的元素组成及含量、比表面积和孔径结构、结构基团等特性进行了系统分析。利用静态试验对其吸附水溶液中氨氮和磷酸盐的性能进行考察,确定了其吸附等温线、吸附速率模型及参数。分析表明:铝污泥中铝、铁、硅等元素含量较多,污泥本身以无定形的非晶体物质为主,具有较大的比表面积和发达的孔隙结构,孔径处于介孔范围,红外光谱分析表明铝污泥中含有大量的铝羟基络合物(Al—OH)和Si—O—Si键。铝污泥对磷和氨氮的吸附等温线可分别用Langmuir和Freundlich等温式描述,吸附动力学符合拟二级动力学模型,铝污泥对氨氮的吸附存在快速吸附后并解吸至稳定的现象。     

应用ANFIS预测蠕虫反应器的污泥减量速率并优化其运行条件

利用水生蠕虫的捕食作用可以有效地实现污泥减量.为了研究环境条件波动对蠕虫捕食污泥减量效率的影响,应用自适应神经模糊推理系统(ANFIS)和人工神经网络(ANN)模型分别预测蠕虫反应器的污泥减量速率.结果表明,溶解氧浓度(D0)、温度(T)、蠕虫密度和污泥负荷是蠕虫捕食过程的主要影响因素,通过性能比较得出ANFIS模型预测值与实验测定值间具有更好的一致性,其相关系数(r)为0.82,绝对平均误差百分比(MAPE)为71.5％,均方根误差(RMSE)为16.7.根据ANFIS模型的预测结果,得出蠕虫反应器的最适运行条件为:DO 1.8 ～3.1mg·L-1,温度18.4～21.7℃,蠕虫密度低于1.7 g·cm-2(以湿重计),污泥负荷563～734 mg·g-1(以TSS计),在此操作条件下获得的污泥减量速率均高于100 mg· g-1·d-1.     

固定床中好氧颗粒污泥动态吸附结晶紫染料

针对印染废水色度高,脱色难度大的问题,通过固定床工艺利用灭活的好氧颗粒污泥(AGS)对水中结晶紫(CV)进行动态吸附.通过对固定床高度、CV初始浓度和和流速对穿透曲线的影响进行探讨,采用Thomas模型和BDST模型对动态吸附试验所得数据拟合并获得了相应参数.试验结果表明,随着固定床高度的增加,穿透时间和饱和吸附时间延长;当CV初始浓度和流速增加时,穿透时间和饱和吸附时间急剧缩短.Thomas模型能够很好地描述AGS对CV的动态吸附动力学.当CV浓度为100mg/L,流速为8.3mL/min,固定床高度为20cm时AGS对CV的吸附动力学与Thomas模型拟合程度最好,相关系数为0.9813.BDST模型能准确预测穿透时间,平均误差小于10%.吸附CV染料后AGS可用无水乙醇进行再生.