论文部分内容阅读
大气颗粒物是大气中组成最为复杂、对人类危害最大的污染物,其中金属元素长期积累于大气和地表,进而对水体、植物和人类健康等造成严重危害。对大气颗粒物中金属元素进行快速分析,有助于大气复合污染的实时监测和有效防治。激光诱导击穿光谱技术(Laser Induced Breakdown Spectroscopy,LIBS)是一种基于原子发射光谱的新兴元素分析技术,因其无需复杂样品前处理、快速分析、多元素同时分析以及远程探测等诸多优势,在环境分析方面具有广阔的应用前景。由于大气颗粒物化学组成的差异性和复杂性,进而产生了大量复杂的LIBS光谱,借助化学计量学手段可从海量复杂的光谱数据中最大限度提取有效特征信息,进而提高定性定量分析的准确性。本文将LIBS技术与化学计量学相结合用于城市大气沉降颗粒物样品中金属元素的定量分析和污染源初步判别分析,可为复合大气污染物精准溯源与综合防治措施提供理论基础与技术支撑。全文共分为四章,研究内容主要为:一、以大气污染源初步解析为研究目的,首先借助扫描电镜能谱仪开展了大气悬浮颗粒物的微观形貌以及污染来源的分析研究,然后采用电感耦合等离子体发射光谱技术开展了大气沉降颗粒物中10种金属元素的定量分析,并根据各金属元素的含量差异,初步建立了大气颗粒物的污染源判别方法。二、以地大气沉降颗粒物为研究对象,建立基于LIBS技术与随机森林(Random Forest,RF)相结合的大气沉降颗粒物中Pb、Cu、Zn、Fe、Al和Ca快速定量分析方法。首先采集大气沉降颗粒物样品的LIBS光谱,然后考察不同预处理方法对RF校正模型预测性能的影响,并基于变量重要性进行输入变量的优化与选择。在最优的预处理方法和输入变量条件下,分别构建用于大气沉降颗粒物6种金属元素的偏最小二乘(Partial Least Square,PLS)、最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)和RF校正模型,并对比三种校正模型的预测性能。结果表明,相比PLS和LSSVM方法,RF能够获得比较满意的定量分析结果,是一种非常有潜力的大气沉降颗粒物中金属元素的定量分析方法。三、以不同区域污染来源初步判别分析为研究目的,建立基于LIBS技术与RF相结合的不同区域污染来源初步判别分析方法。考察不同预处理方法对RF判别模型性能的影响,将最佳预处理后的LIBS光谱数据作为输入变量,分别构建偏最小二乘判别分析(Partial Least Squares-Discriminant Analysis,PLS-DA)、LSSVM和RF判别模型,并对比三种判别模型的预测性能。结果表明,相比PLS-DA和LSSVM方法,RF能够获得比较满意的分类结果,是一种行之有效的大气污染源快速解析方法。