通过融合地表水紫外-可见光谱（UV-Vis）和近红外（NIR）光谱数据，科学家实现了对地表水质的快速准确检测。来源：徐卓品

中国科学院合肥物理科学研究院的一个研究团队提出了一种通过融合地表水紫外可见光谱（UV-Vis）和近红外（NIR）光谱的数据来快速准确地检测地表水质的新策略。

该研究发表在《光谱化学学报A部分：分子和生物分子光谱学》上，旨在实时监测水质参数，这对于预防和控制地表水污染至关重要。

化学需氧量（COD）、氨氮（AN）和总氮（TN）是用于评估地表水污染程度的关键指标。与传统的化学检测方法相比，紫外-可见分光光度计和近红外光谱提供了快速、简单和多组分的分析技术，在水质监测方面具有显著优势。

为了提高水质检测光谱方法的准确性，研究人员通过融合紫外-可见光和近红外光谱数据（UV-Vis-NIR）开发了一种检测策略。他们收集了光谱数据，并对70个不同程度污染的河流样本进行了化学测定。

通过结合紫外-可见光谱和近红外光谱，并使用不同的变量选择算法，他们优化了地表水污染指标的紫外-可见-近红外融合模型。

结果表明，与采用单一光谱技术相比，紫外-可见-近红外数据融合策略显著提高了地表水中COD、AN和TN的光谱预测精度。

此外，该方法在不同优化条件下表现出更好的稳定性，确保比单光谱技术获得更可靠的检测结果。

本研究为未来在线光谱监测技术在水质评估中的应用提供了令人振奋的前景。