基于组合算法的油类污染物三维荧光光谱分析

针对油类污染物成分复杂、光谱重叠难以识别的问题, 提出三维荧光光谱结合组合算法(ACM)。将交替三线性分解(ATLD)、自加权交替三线性分解(SWATLD)与平行因子分析(PARAFAC)算法组合, 实现3种算法的优势互补。通过配制以四氯化碳为溶剂的不同质量浓度的柴油、汽油和煤油的混合溶液, 利用F-7000荧光光谱仪测量混合溶液的三维荧光光谱, 采用空白扣除法与缺损数据修复——主成分分析法进行预处理消除散射干扰, 对三维光谱数据矩阵进行分解, 并与以上3种算法解析结果进行对比。结果表明, ACM对组分数不敏感, 且解析结果更准确, 样本中对柴油、汽油和煤油的平均回收率分别为 96.68%、9