[发明专利]一种水质检测方法及装置

说明书

本发明实施例提供一种水质检测方法及装置，属于水质检测技术领域。包括：采集水质样本的吸收光谱数据；所述吸收光谱数据预处理得到训练样本与测试样本；使用所述训练样本训练得到DBN降维模型与ElasticNet反演模型；使用所述DBN降维模型对所述测试样本降维得到降维后的测试样本；将所述降维后的测试样本输入所述ElasticNet反演模型，得到所述测试样本的TOC浓度。与现有技术相比，该方法对训练样本要求低、测量简单，结果更加精确的优点。

技术领域

本发明实施例涉及水质检测技术领域，尤其涉及一种水质检测方法及装置。

背景技术

良好的生态环境是地球生物赖以生存的基础，水污染是世界上最重大的环境问题之一，如何有效控制水污染、合理利用水资源已成为世界各国共同关注的焦点。在我国面临的各种水污染问题中，有机污染是一个不可忽视的因素。水质有机污染程度主要采用总有机碳(Total Organic Carbon，TOC)来表征，它代表了水体中所含有机物质的总和，直接反映了水体被有机物质污染的程度。现有技术中，主要采用降维模型来对水体的吸光度数据进行进行降维，但是，然后建立反向传播网络(Back Propagation Network,BP)模型来对待测水质的TOC浓度进行反演。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1、建立BP模型需要大量训练数据，而在工业现场中获取足够的训练数据是不现实的。

2、通过光谱仪直接获得的水体吸光度数据存在维数高、数量多等特点，由于传统降维方法只能提取吸光度数据的浅层特征，由此得到的低微吸光度数据用于测定水体被有机物质污染的程度时，反演效果较差。

因此，在对水质的TOC浓度进行反演时，如何提出一种更加精确、简单的建模方法以克服上述问题成为水质检测技术中一个亟待解决的问题。

发明内容

有鉴于此，本发明实施例所解决的技术问题之一在于提供一种水质检测方法及装置，用以克服现有技术中训练数据要求高、反演效果差等缺陷，达到建模简单，反演结果精确的效果。

本发明实施例提供一种水质检测方法，包括：

采集水质样本的吸收光谱数据；

所述吸收光谱数据预处理得到训练样本与测试样本；

使用所述训练样本训练得到DBN降维模型与ElasticNet反演模型；

使用所述DBN降维模型对所述测试样本降维得到降维后的测试样本；

将所述降维后的测试样本输入所述ElasticNet反演模型，得到所述测试样本的TOC浓度。

可选地，在本发明一具体实施例中，所述采集水质样本的吸收光谱数据包括：

采集已知TOC浓度的水质样本的吸收光谱数据，并采集未知TOC浓度的水质样本的吸收光谱数据。

可选地，在本发明一具体实施例中，所述吸收光谱数据预处理得到训练样本与测试样本包括：

将所述所述吸收光谱数据中TOC浓度特征分离的波段进行截取；

将截取后的吸收光谱数据减去暗光谱数据并取对数得到预处理后的吸收光谱数据；

可选地，在本发明一具体实施例中，所述吸收光谱数据预处理得到训练样本与测试样本包括：

所述吸收光谱数据预处理得到第一训练样本、第二训练样本与测试样本。

可选地，在本发明一具体实施例中，所述使用所述训练样本训练得到DBN降维模型与ElasticNet反演模型包括：

使用所述第一训练样本训练得到DBN降维模型与ElasticNet反演模型；