基于光譜傳感技術的地下水重金屬污染快速檢測方法

中圖分類號：X832 文獻標識碼：A 文章編號：1008-9500（2025）05-0223-03

DOI： 10.3969/j.issn.1008-9500.2025.05.067

Abstract： Spectral sensing technology isanon-contact，fast，and eficient detection method thatcan beused forrapid detection of heavy metal pollution in groundwater. Based on spectral sensing technology，an integrated spectral sensing system is designed toachieve eficient and rapid detection of heavy metal pollution in groundwater.Through testing and experimentation，theaccuracyandreliabilityof thedesign methodhavebeenverified，providing efectivetechnicalsupport for the monitoring and treatment of heavy metal pollution in groundwater in the future.

Keywords： spectral sensing technology; groundwater; heavy metal pollution; quick detection

鉛、砷、汞和鎘等重金屬毒性強，難以降解，易通過水體進入生態鏈，長期積累會對人體健康產生嚴重危害，甚至可能導致癌癥、內臟損傷及神經系統疾病。光譜傳感技術是一種非接觸、快速、高效的檢測手段，具有高靈敏度和高選擇性，廣泛應用于環境監測領域，特別是水質監測，能夠快速獲取地下水中重金屬的濃度信息。

1光譜傳感技術在地下水重金屬污染檢測中的應用機制

光譜傳感技術在地下水重金屬污染檢測中的應用機制主要依賴不同重金屬在特定波長范圍內的獨特光譜響應特性，通過光譜儀器的高精度測量進行識別和定量分析，如圖1所示。在地下水重金屬檢測過程中，常見的鉛、鎘、汞等重金屬均在紫外、可見光、近紅外甚至紅外波段表現出特征吸收峰或發射峰[1]。

2基于光譜傳感技術的地下水重金屬檢測方法設計

2.1系統總體架構設計

基于光譜傳感技術的地下水重金屬污染快速檢測系統的總體架構主要由光譜傳感器模塊、數據采集與處理模塊、控制與通信模塊、用戶界面與反饋模塊組成。光譜傳感器模塊負責通過吸收光譜、熒光光譜或拉曼光譜等技術手段，采集水樣在特定波長范圍內的光譜響應信息，精確地反映水中重金屬元素的含量和種類。數據采集與處理模塊負責將光譜傳感器獲取的信號進行轉換、濾波和去噪，并利用算法模型對信號進行解析，提取重金屬濃度的關鍵信息，最終生成可用于監測的濃度數據。

圖1光譜傳感技術應用路線

2.2光譜傳感器的選型與配置

在重金屬污染監測中，不同的重金屬元素表現出各自獨特的光譜吸收或發射特征，因此選擇適合的光譜傳感器時，要充分考慮重金屬的光譜響應特性、傳感器的靈敏度、分辨率以及響應時間等因素。紫外－可見光光譜傳感器在重金屬離子檢測中具有較好的吸收峰特征，常用于檢測水中的鉛、鎘、鉻等重金屬。對于水中微量重金屬離子的檢測，近紅外和拉曼光譜傳感器則顯示出較強的優勢，能夠與光源發生散射作用，精確識別低濃度的重金屬。傳感器的配置應根據現場檢測需求和環境條件進行優化設計，在考慮檢測靈敏度和分辨率的同時，保證傳感器能夠在不同水質和污染濃度范圍內進行穩定測量，避免水質復雜引起的信號干擾[2]。

2.3數據采集系統設計

在基于光譜傳感技術的地下水重金屬污染快速檢測系統中，數據采集系統的設計需要通過光譜儀器采集地下水中不同波長范圍內的光譜數據，通常選擇紫外－可見光和近紅外作為監測目標。在光譜數據采集過程中，采用高精度、高穩定性的傳感設備，并通過數據校準、噪聲抑制及漂移補償技術確保采集數據的準確可靠。數據采集后的信號會通過數字化處理模塊進行模數轉換，轉換后的數據將被送入數據處理單元。數據處理單元基于特定的分析算法對光譜信號進行降噪、濾波、特征提取等預處理，以便為后續的重金屬濃度定量分析提供準確輸入。其中，重金屬濃度與光譜響應的關系可通過數學模型描述，如式（1）所示。基于此模型，數據處理模塊通過最小二乘法對信號進行擬合，估算重金屬濃度。這些運算可以建立采集光譜信號與重金屬濃度的關系，實現重金屬污染物的精確定量檢測。

I（λ）=α×C_m×e^-β（λ）+?（λ）

式中： I（λ） 為測量波長 λ 下的光譜響應強度； a 為吸光度系數； C_m 為待測重金屬 ?m 的濃度； β（λ） 為波長依賴的衰減因子； ?（λ） 為相應波長下的噪聲大小。

2.4數據預處理與校正方法

在基于光譜傳感技術的地下水重金屬污染快速檢測方法中，數據預處理的首要步驟是對原始光譜數據進行去噪和濾波處理，常見方法包括小波變換與高斯濾波，這些方法能夠有效去除光譜信號中的高頻噪聲和低頻漂移。已知原始光譜數據，去噪后的信號可以用式（2）表示。去噪后的信號可以在不同尺度下對光譜信號進行平滑處理，從而去除隨機噪聲。初步去噪后，要進行基線校正。基線漂移是常見的光譜信號問題，尤其在長時間使用中，設備漂移或外部環境變化可能導致光譜基線不穩定?？梢圆捎枚囗検綌M合法來修正基線漂移，設定一個多項式函數來擬合基線曲線，得到校正后的光譜信號，有效消除設備漂移引起的基線偏移，如式（3）所示。在實際應用中，這種校正方法能夠顯著提高數據精度，尤其是復雜水質環境的重金屬污染監測中[3]。

I₁（λ）=W[I₂（λ）]

I₃（λ）=I₁（λ）-P（λ）

式中： I₁（λ） 為去噪后的信號； W 為小波變換操作； I₂（λ） 為原始光譜數據； I₃（λ） 為校正后的光譜信號;P（λ） 為擬合的多項式函數。

2.5重金屬濃度定量分析模型構建

在基于光譜傳感技術的地下水重金屬污染快速檢測中，為了構建重金屬濃度定量分析模型，要對所選光譜傳感器的響應曲線進行測定，針對不同重金屬離子在紫外－可見光、近紅外或拉曼光譜等不同光譜范圍內的特征吸收峰或發射峰進行詳細分析?；谠囼灁祿?，采用最小二乘法、支持向量機和神經網絡等機器學習技術，構建重金屬濃度與光譜信號的定量關系模型。在模型優化過程中，通過交叉驗證和模型誤差分析，評估模型的精度和泛化能力，并通過逐步回歸優化模型參數，提升模型的穩定性和健壯性。此外，為了進一步提高模型的檢測精度，可以引入化學計量學方法，如主成分分析，進行數據降維處理，減小多重共線性影響，提高模型對重金屬濃度變化的響應敏感度。該定量分析模型在不同重金屬濃度下的光譜響應數據如表1所示。數據分析表明，該定量模型能夠有效地建立光譜響應與重金屬濃度的關系，具有較高的精度和穩定性，適用于地下水中多種重金屬的快速檢測[4]。

表1重金屬濃度定量分析模型應用數據

3技術應用測試

試驗使用的數據集主要來源于實驗室內部實測，通過基于光譜傳感技術的地下水重金屬污染檢測系統在不同的地下水樣本中進行采集，涵蓋多個重金屬濃度水平。試驗采集20個地下水樣本，每個樣本包括波長 200～800nm 的2000個光譜數據點，在使用數據集的過程中，為了測試系統性能，試驗數據集完全用于測試目的。每個樣本的數據都包含多次重復測量結果，每個樣本進行5次重復測試。根據試驗設計，最終的試驗數據量為200000個數據點，光譜數據來自20個水樣。重金屬濃度預測誤差代表系統對水樣進行污染物濃度檢測時預測結果與實際值的偏差，響應時間表示從采樣到獲取結果所需的時間，光譜信號強度穩定性則反映光譜儀在不同條件下采集數據的穩定性，測量誤差反映設備或操作引起的誤差，檢測精度則評估系統在實際應用中的精確度。測試數據如表2所示。

從表2可以看出，系統在所有測試組別中表現出較高的穩定性和精確度，重金屬濃度預測誤差普遍控制在 5% 以內，響應時間則維持在 12～14s ，顯示系統在快速檢測方面的優越性。光譜信號的穩定性系數高于 97% ，表明傳感器的光譜數據穩定性較好，能夠滿足不同環境條件的檢測需求。此外，測量誤差和檢測精度值較低，反映系統在實際使用過程中較高的精度與較低的誤差。綜合來看，試驗結果驗證基于光譜傳感技術的地下水重金屬污染快速檢測方法在重金屬污染檢測中的有效性和可行性，滿足實際應用的實時監測需求[5]

表2測試數據

4結論

基于光譜傳感技術的地下水重金屬污染快速檢測方法不僅具有重金屬檢測范圍廣、檢測速度快、操作簡便等優點，還能夠為水污染事件的應急響應提供支持，為政府部門及環保機構實時了解水質狀況、采取有效措施提供數據支撐。因此，開發和研究基于光譜傳感技術的地下水重金屬污染快速檢測方法具有重要的科學意義和現實意義，尤其在當今全球環境污染日益嚴重的背景下，光譜傳感技術為地下水重金屬污染的實時監測提供切實可行的解決方案。

參考文獻

1余會玲，鄭培杰.環境水質分析中重金屬檢測技術的應用研究[J].中國輪胎資源綜合利用，2024（12）：112-114.

2 曹宏斌，毛宏遠.水利水電工程施工中地下水環境污染度檢測方法研究[J].環境科學與管理，2024（10）：137-141.

3劉丹.水環境重金屬污染現狀及檢測技術進展[J].清洗世界，2024（9）：76-78.

4公誠，李路娟.水環境中重金屬污染的現狀及其檢測技術探究[J].清洗世界，2024（9）：115-117.

5蔣晶，柴森.地下水重金屬污染特征及水質檢測常量分析[J].中國金屬通報，2020（10）：143-144.