城市供水系统的水质安全与居民健康和社会稳定息息相关,完善的水质污染检测与预警系统是保障城市供水安全工作的重要环节。三维荧光光谱检测技术因其具有的灵敏度高、选择性好、快速实时等特点,适用于对部分具有荧光反应有机物质的快速定性定量检测,在水质安全检测领域备受关注。然而,在水质有机污染物检测过程中,水环境的波动、污染物种类或浓度的变化等因素都会对检测结果造成一定的影响,针对这些问题,本文研究了基于三维荧光光谱的饮用水中有机污染物特征提取与分类方法。论文的主要工作和创新点如下:(1)针对饮用水中有机污染物浓度较低,三维荧光光谱有效信息少、数据维度高且易受干扰,难以实现有效预警的问题,研究了基于形态学灰度重建和交替三线性分解(ATLD)的饮用水中有机物三维荧光光谱异常检测方法。该方法利用交替三线性分解方法对正常饮用水样本三维荧光光谱进行分解,并利用形态学灰度重建的方法进行荧光特征峰定位,对其中的特征光谱区域数据进行加权放大,经过特征处理后的待测样本建立正常饮用水三线性模型,计算其与背景水质模型的残差平方和,结合阈值法对待测样本进行定性判别。该方法充分提取三维荧光光谱中的有机物形态学特征信息,实现对水中有机污染物的高效异常定性判别。(2)针对长期监测中背景水质波动对检测效果的影响问题,研究了基于滑动窗和动态阈值的饮用水中有机物异常检测优化方法,该方法通过不断更新背景水质模型的分解矩阵和残差空间,实现了对水质光谱趋势变化下的异常检测模型的适应性优化。首先针对多天采集的正常水质三维荧光光谱数据分析了水质背景波动的原因及其缓慢时变波动特征,然后利用交替三线性分解的方法对正常饮用水样本的三维荧光光谱进行特征提取并建立初始模型。对待测样本进行形态学灰度重建特征提取和信号放大并投影至背景水质模型,通过滑动窗的方式动态更新三线性分解模型和残差空间,从而动态更新判别阈值。实验结果表明,基于滑动窗的ATLD方法可以很好地解决长时间水质监测中的检出率下降问题。(3)针对饮用水水质有机物识别过程中,结构相近的有机污染物光谱特征具有高度相似性且特征峰重叠,现有光谱特征提取方法信息损失率高,识别正确率低的问题,研究了基于二维Gabor小波和SVM的饮用水特征有机污染物识别方法。首先采用二维Gabor小波结合分块统计量的方法对三维荧光光谱进行特征提取,然后通过支持向量机(SVM)多分类器进行特征有机污染物的分类与识别。通过与主成分分析法(PCA)进行实验对比,证明二维Gabor小波特征提取方法可以更有效地提取三维荧光光谱的特征,从而能提升饮用水特征污染物,特别是峰值接近或特征峰重叠的物质的识别正确率。全文面向饮用水水质有机物检测过程中的存在的各类问题,对基于三维荧光光谱的检测与识别方法进行了研究与优化改进。论文方法可以有效地提取三维荧光光谱数据的特征,提升了有机物检测的异常检出率和识别正确率,可用于在线水质应急检测系统,对保障城市供水系统安全有潜在应用价值。