一种用于科普教育的环境污染物检测方法及系统与流程
本发明涉及污染物检测及科普，尤其涉及一种用于科普教育的环境污染物检测方法及系统。
背景技术：
1、随着环境科学教育的普及，将环境污染物检测技术引入科普教育场景已成为提升公众环保意识的重要手段。然而，现有环境污染物检测方法主要面向专业实验室环境设计，其技术方案与结果呈现方式均针对具备专业背景的技术人员优化，难以直接适配于面向学生等群体的科普教育需求。
2、具体而言，在科普教育场景中，环境样品通常由学生亲手收集，样品基质类型复杂多样，背景干扰严重，而现有检测技术缺乏针对复杂基质背景的自适应处理能力，有机质、无机盐或悬浮颗粒物等共存成分产生的背景干扰信号与污染物光谱特征高度重叠，导致检测灵敏度与可靠性不足，科普教育中的检测实践往往难以获得准确可信的结果。此外，现有技术中检测流程与知识传授相互独立，检测结果以抽象数据形式孤立呈现，学生难以将检测实践与科学认知建立有效连接，科普教育效果受到显著制约。
技术实现思路
1、本发明提供了一种用于科普教育的环境污染物检测方法及系统，以在复杂环境基质条件下保证污染物检测的准确性与可靠性，并将检测过程与科普教育内容进行深度融合，使学生在参与真实检测实践的同时获得系统化、直观化的知识传递。
2、为解决上述问题，本发明采用如下技术方案：
3、本发明提供一种用于科普教育的环境污染物检测方法，包括：
4、获取学生采集的待检测环境样品，采集待检测环境样品的初始光谱数据；
5、基于所述初始光谱数据计算所述待检测环境样品的基质背景光谱特征向量，根据所述基质背景光谱特征向量与预设的等离子体共振频率匹配库之间的匹配度，从多种增强基底中确定目标增强基底，所述多种增强基底具有不同的等离子体共振频率；
6、将所述待检测环境样品与所述目标增强基底接触后，采集增强光谱数据；
7、将所述增强光谱数据输入预构建的光谱特征解耦模型，所述光谱特征解耦模型包括污染物特征提取分支与基质干扰抑制分支，所述污染物特征提取分支输出污染物光谱特征向量，所述基质干扰抑制分支输出基质残余干扰补偿向量，将所述污染物光谱特征向量与所述基质残余干扰补偿向量进行差分运算，得到净化后的污染物特征光谱；
8、将所述污染物特征光谱输入预构建的污染物识别模型，确定所述待检测环境样品中的目标污染物类别；
9、根据所述目标污染物类别，调用预构建的污染物科普教育资源库，生成与所述目标污染物类别对应的科普教育视频，为所述学生播放所述科普教育视频，所述科普教育视频包括污染物知识讲解片段与检测过程动态演示片段。
10、优选地，所述根据所述目标污染物类别，调用预构建的污染物科普教育资源库，生成与所述目标污染物类别对应的科普教育视频，包括：
11、根据所述目标污染物类别，从污染物科普教育资源库中检索与所述目标污染物类别匹配的科普教育素材集合，所述科普教育素材集合包括污染物属性说明素材、污染来源及危害说明素材、检测技术原理说明素材和防护治理建议素材；
12、调用预构建的科普教育视频生成模板，将所述科普教育素材集合进行编排与音画同步处理，生成与所述目标污染物类别对应的科普教育视频。
13、优选地，所述基于所述初始光谱数据计算所述待检测环境样品的基质背景光谱特征向量，包括：
14、对所述初始光谱数据进行小波阈值降噪处理，得到目标光谱数据；
15、根据自适应迭代加权惩罚最小二乘法对所述目标光谱数据进行基线校正处理，根据所述目标光谱数据的局部曲率特征动态调整惩罚参数；
16、对基线校正后的目标光谱数据进行主成分分析，提取前n个主成分分量作为所述待检测环境样品的基质背景光谱特征向量，所述。
17、优选地，所述根据所述基质背景光谱特征向量与预设的等离子体共振频率匹配库之间的匹配度，从多种增强基底中确定目标增强基底，包括：
18、计算所述基质背景光谱特征向量的主导频率分量，所述主导频率分量为所述基质背景光谱特征向量在频域变换后能量占比最大的频率分量；
19、遍历所述预设的等离子体共振频率匹配库中各增强基底的等离子体共振频率，计算各等离子体共振频率与所述主导频率分量的频率偏差值；
20、选取频率偏差值最小且所述频率偏差值处于预设阈值范围内的增强基底作为所述目标增强基底；
21、当所有增强基底的频率偏差值均超出所述预设阈值范围时，调节所述多种增强基底中频率偏差值最小的增强基底的纳米结构形貌参数，使相应的等离子体共振频率向所述主导频率分量偏移，并将调节后的增强基底作为所述目标增强基底。
22、优选地，所述光谱特征解耦模型采用双分支编码器-解码器架构，所述污染物特征提取分支包括多层一维卷积神经网络，每层卷积神经网络之后连接批归一化层与激活函数层，所述基质干扰抑制分支包括多层双向长短期记忆网络，所述双向长短期记忆网络的输入为所述增强光谱数据，输出为与所述增强光谱数据长度一致的基质残余干扰补偿向量序列，所述差分运算为将所述污染物光谱特征向量与对应位置的所述基质残余干扰补偿向量进行逐点相减运算。
23、优选地，所述将所述污染物特征光谱输入预构建的污染物识别模型，确定所述待检测环境样品中的目标污染物类别，包括：
24、采集所述待检测环境样品的物理化学参数数据及样品形态数据；
25、将所述污染物特征光谱、物理化学参数数据及样品形态数据输入预构建的污染物识别模型，所述污染物识别模型包括光谱特征编码器、参数特征编码器及形态特征编码器，分别对所述污染物特征光谱、物理化学参数数据及样品形态数据进行特征编码，得到光谱编码特征、参数编码特征及形态编码特征；
26、将所述光谱编码特征、参数编码特征及形态编码特征进行融合，得到融合特征向量；
27、基于所述融合特征向量与预构建的污染物特征知识图谱中的各节点特征向量进行相似度计算，确定所述待检测环境样品中的目标污染物类别，所述污染物特征知识图谱中的节点包括已知污染物类别及对应的特征向量，图谱边包含污染物类别之间的共存关联关系与拮抗关联关系。
28、优选地，所述将所述光谱编码特征、参数编码特征及形态编码特征进行融合，得到融合特征向量，包括：
29、将所述光谱编码特征作为查询向量，将所述参数编码特征与形态编码特征拼接后作为键向量和值向量；
30、计算所述查询向量与所述键向量的注意力权重矩阵，对所述注意力权重矩阵进行归一化处理，得到目标注意力权重矩阵；
31、将所述目标注意力权重矩阵与所述值向量进行加权求和，得到融合特征向量。
32、优选地，所述基于所述融合特征向量与预构建的污染物特征知识图谱中的各节点特征向量进行相似度计算，确定所述待检测环境样品中的目标污染物类别，包括：
33、计算所述融合特征向量与所述污染物特征知识图谱中各已知污染物类别的特征向量之间的余弦相似度，得到各已知污染物类别的相似度得分；
34、将所述相似度得分超过预设置信度阈值的已知污染物类别确定为候选污染物类别；
35、当存在多个候选污染物类别时，查询所述污染物特征知识图谱中所述多个候选污染物类别之间的共存关联关系与拮抗关联关系，基于所述共存关联关系提高共存污染物类别的置信度，基于所述拮抗关联关系降低互斥污染物类别的置信度，得到修正后的污染物类别排序；
36、根据修正后的污染物类别排序确定目标污染物类别。
37、进一步地，所述采集待检测环境样品的初始光谱数据之前，还包括：
38、对所述待检测环境样品进行分级预处理，所述分级预处理包括：
39、检测所述待检测环境样品的浊度值，当所述浊度值超过预设浊度阈值时，对所述待检测环境样品进行固液分离处理，分别得到液态组分与固态组分，对所述固态组分进行超声分散处理后重新与所述液态组分混合，得到预处理后的待检测环境样品；
40、和/或检测所述待检测环境样品的挥发性有机物浓度值，当所述挥发性有机物浓度值超过预设挥发性阈值时，对所述待检测环境样品进行顶空富集处理，得到预处理后的待检测环境样品。
41、本发明还提供一种用于科普教育的环境污染物检测系统，包括：
42、获取模块，用于获取学生采集的待检测环境样品，采集待检测环境样品的初始光谱数据；
43、计算模块，用于基于所述初始光谱数据计算所述待检测环境样品的基质背景光谱特征向量，根据所述基质背景光谱特征向量与预设的等离子体共振频率匹配库之间的匹配度，从多种增强基底中确定目标增强基底，所述多种增强基底具有不同的等离子体共振频率；
44、采集模块，用于将所述待检测环境样品与所述目标增强基底接触后，采集增强光谱数据；
45、差分运算模块，用于将所述增强光谱数据输入预构建的光谱特征解耦模型，所述光谱特征解耦模型包括污染物特征提取分支与基质干扰抑制分支，所述污染物特征提取分支输出污染物光谱特征向量，所述基质干扰抑制分支输出基质残余干扰补偿向量，将所述污染物光谱特征向量与所述基质残余干扰补偿向量进行差分运算，得到净化后的污染物特征光谱；
46、确定模块，用于将所述污染物特征光谱输入预构建的污染物识别模型，确定所述待检测环境样品中的目标污染物类别；
47、生成模块，用于根据所述目标污染物类别，调用预构建的污染物科普教育资源库，生成与所述目标污染物类别对应的科普教育视频，为所述学生播放所述科普教育视频，所述科普教育视频包括污染物知识讲解片段与检测过程动态演示片段。
48、相对于现有技术，本发明的技术方案至少具备如下优点：
49、本发明提供的一种用于科普教育的环境污染物检测方法及系统，通过对初始光谱数据的背景特征进行分析，自适应选取与样品基质相匹配的增强基底，使得增强基底的等离子体共振频率与环境样品基质的光谱响应特性形成协同匹配关系，从而在多样化环境样品检测场景中实现稳定且高效的信号增强效果；同时，基于特征解耦与干扰补偿机制对增强光谱进行净化处理，有效抑制了复杂基质背景对污染物识别的干扰，显著提升了科普教育场景下环境污染物检测的准确度与可靠性，使学生能够获得真实有效的检测实践体验。此外，在确定目标污染物类别后，自动调用污染物科普教育资源库，生成包含污染物知识讲解片段与检测过程动态演示片段的科普教育视频，实现了检测结果与科普教育内容的精准匹配及有机融合，学生通过亲手收集环境样品、参与检测过程，并即时观看与自身检测结果相对应的科普视频，能够将检测实践与科学认知建立直观关联，显著提升了环境科学科普教育的沉浸感与知识传递效率。