水中多环芳烃识别模型的构建方法及装置、电子设备和存储介质

本公开涉及水环境监测，尤其涉及一种水中多环芳烃识别模型的构建方法及装置、电子设备和存储介质。

背景技术：

1、多环芳烃（polycyclic aromatic hydrocarbons, pahs）是指由两个及以上苯环以稠合形式相连的有机化合物，其典型特征为显著的致癌、致畸、致突变效应。一旦地表水体或地下含水层遭受pahs污染，饮用水水源安全与流域生态系统的稳定性将面临直接而严峻的挑战。

2、目前，常规pahs检测方法主要依赖高效液相色谱-荧光检测法（high performanceliquid chromatography-fluorescence detector，hplc-fld）和气相色谱-质谱联用法（gas chromatography-mass spectrometry，gc-ms）。然而，这两种方法具有复杂的样品前处理环节、环境干扰导致检测灵敏下降、检测仪器昂贵、单个样品分析周期长等问题。

3、紫外-可见光谱法的定性识别依据是物质对紫外光区（10-400nm）电磁辐射的选择性吸收特性，对于多环芳烃这类含共轭双键的芳香族化合物尤为适用，因为分子中共轭体系的键结构会在紫外光区产生特征吸收峰。然而，由于pahs在200-400nm波段内具有高度相似且相互重叠的紫外吸收特征，同时水体中溶解性有机物（dom）等背景组分广泛存在并产生干扰信号，传统基于统计学的光谱分析方法难以从复杂背景中准确识别pahs污染。

技术实现思路

1、有鉴于此，本公开提出了一种水中多环芳烃识别模型的构建方案。

2、根据本公开的一方面，提供了一种一种水中多环芳烃识别模型的构建方法，包括：对多种水样数据进行紫外可见全光谱扫描，得到每种水样数据的紫外可见吸光度光谱数据；所述多种水样数据包括含有多环芳烃的样本和含有干扰物的样本，所述干扰物为在水体中对多环芳烃的紫外可见吸收光谱产生背景干扰的物质；构建样本数据集，所述样本数据集的每个样本数据包括所述光谱数据以及对应的二分类标签，所述二分类标签用于指示所述样本数据中是否含有多环芳烃；以所述光谱数据为输入特征、以对应的二分类标签为期望输出，对初始分类模型进行训练，得到训练后的多环芳烃识别模型；其中，所述初始分类模型为集成学习模型，用于通过构建多个弱学习器并对各弱学习器的输出进行集成，对所述光谱数据中的非线性特征进行挖掘，以区分含多环芳烃样本与不含多环芳烃样本的光谱差异；所述多环芳烃识别模型用于对待检测水样数据进行识别，得到识别结果。

3、在一种可能的实现方式中，所述干扰物包括单环芳烃；所述对多种水样数据进行紫外可见全光谱扫描，得到每种水样数据的紫外可见吸光度光谱数据，包括：获取多种多环芳烃等比例混合标准溶液的多浓度梯度样本的第一光谱数据；获取多环芳烃与单环芳烃的混合溶液样本的第二光谱数据；获取包括不同水文条件的地表水与地下水实际水样及加标样本的第三光谱数据。

4、在一种可能的实现方式中，所述紫外可见全光谱扫描的波长范围为189~815nm，光谱分辨率为0.6nm，每个样本获得1024个波长点的吸光度数据。

5、在一种可能的实现方式中，所述紫外可见吸光度光谱数据包括波长点的吸光度值，所述以所述光谱数据为输入特征、以对应的二分类标签为期望输出，对初始分类模型进行训练，包括：将所述样本数据集划分为训练集和测试集；以波长点的吸光度值作为所述模型输入，以所述二分类标签作为所述初始分类模型的期望输出，对所述初始分类模型进行训练。

6、在一种可能的实现方式中，所述方法还包括：基于预设的评估指标，利用所述测试集，评估所述模型，所述评估指标包括准确率、召回率和f1值。

7、在一种可能的实现方式中，所述方法还包括：采用交叉验证方式结合网格搜索，对所述初始分类模型的超参数进行调优，以交叉验证的平均分类准确率作为模型选择的依据，选取所述平均分类准确率满足预设条件的超参数组合作为目标超参数；采用所述目标超参数，利用所述训练集重新训练所述初始分类模型，得到训练后的多环芳烃识别模型。

8、根据本公开的另一方面，提供了一种基于紫外可见光谱的多环芳烃识别方法，包括：获取待测水样的紫外可见吸收光谱数据；将所述光谱数据输入预先训练的多环芳烃识别模型模型，获得所述待测水样中是否含有多环芳烃的分类结果；其中，所述多环芳烃识别模型是基于所述水中多环芳烃识别模型的构建方法构建。

9、根据本公开另一方面，提供了一种水中多环芳烃识别模型的构建装置，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述方法的步骤。

10、根据本公开另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

11、根据本公开另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

12、在本公开实施例中，对多种水样数据进行紫外可见全光谱扫描，得到每种水样数据的紫外可见吸光度光谱数据；所述多种水样数据包括含有多环芳烃的样本和含有干扰物的样本，所述干扰物为在水体中对多环芳烃的紫外可见吸收光谱产生背景干扰的物质；构建样本数据集，所述样本数据集的每个样本数据包括所述光谱数据以及对应的二分类标签，所述二分类标签用于指示所述样本数据中是否含有多环芳烃；以所述光谱数据为输入特征、以对应的二分类标签为期望输出，对初始分类模型进行训练，得到训练后的多环芳烃识别模型；其中，所述初始分类模型为集成学习模型，用于通过构建多个弱学习器并对各弱学习器的输出进行集成，对所述光谱数据中的非线性特征进行挖掘，以区分含多环芳烃样本与不含多环芳烃样本的光谱差异；所述多环芳烃识别模型用于对待检测水样数据进行识别，得到识别结果。通过使用本公开实施例的方法构建的模型，能够快速准确地识别水中是否多环芳烃。

13、在本公开实施例中，通过采集不同含pahs和不含pahs水样的紫外-可见吸收光谱，并结合pahs检出信息构建训练数据集，用于训练集成学习模型，并建立pahs定性识别模型，通过模型学习光谱信号与多环芳烃分类标签之间的非线性映射关系，能够在无需复杂前处理与色谱分离的条件下，直接对新样本的光谱数据进行预测，从而快速准确地识别水中是否多环芳烃。

14、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

1.一种水中多环芳烃识别模型的构建方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述干扰物包括单环芳烃；所述对多种水样数据进行紫外可见全光谱扫描，得到每种水样数据的紫外可见吸光度光谱数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述紫外可见全光谱扫描的波长范围为189~815nm，光谱分辨率为0.6 nm，每个样本获得1024个波长点的吸光度数据。

4.根据权利要求1所述的方法，其特征在于，所述紫外可见吸光度光谱数据包括波长点的吸光度值，所述以所述光谱数据为输入特征、以对应的二分类标签为期望输出，对初始分类模型进行训练，包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

7.一种基于紫外可见光谱的多环芳烃识别方法，包括：

8.一种基于紫外可见光谱的多环芳烃识别装置，其特征在于，包括：

9.一种非易失性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述方法的步骤。