近日，中科合肥物質智能所光譜智能感知團隊提出了一種基于紫外可見光譜(UV-Vis)和近紅外(NIR)光譜數(shù)據(jù)融合策略，用于地表水質的快速高精度檢測。相關研究成果已在分析化學領域期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上發(fā)表。     水質參數(shù)的實時監(jiān)測對地表水污染的防治具有重要意義。化學需氧量(COD)、氨氮(AN)和氮(TN)是反映地表水污染程度的關鍵指標。紫外-可見(UV-Vis)光譜和近紅外(NIR)光譜作為兩種快速、簡便、多組分的分析技術，在水質監(jiān)測中具有傳統(tǒng)化學檢測方法無法比擬的優(yōu)勢。     為了進一步提高光譜方法檢測水質的性，科研團隊開發(fā)出一種基于UV-Vis和NIR光譜數(shù)據(jù)融合(UV-Vis-NIR)的地表水質檢測策略。研究人員首先對70份不同污染程度的河流樣本進行光譜采集和化學測定，通過UV-Vis與NIR光譜的初級融合獲得UV-Vis-NIR融合數(shù)據(jù)，采用不同的變量選擇算法優(yōu)化地表水污染指標的UV-Vis-NIR融合模型。研究結果表明，基于UV-Vis-NIR數(shù)據(jù)融合策略的地表水中COD、AN和TN的光譜預測準確性明顯優(yōu)于單一光譜技術的預測結果。此外，在不同的優(yōu)化條件下，這一方法的檢測結果相比單一光譜法更為穩(wěn)定，因而該方法具有更好的魯棒性。這項研究成果有利于光譜的水質在線監(jiān)測技術進一步推廣應用。     徐琢頻博士為*作者，王琦研究員和張鵬飛副研究員為通訊作者。本工作得到合肥市關鍵共性技術研發(fā)項目、*自然科學基金等項目的支持。