三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果

三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果第32卷，第7期2012年7月光谱学与光谱分析SpectroscopyandSpectral√‰lysisV01．32。No．7。ppl846—1851July，2012三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果杜尔登1’2，郭迎庆2，孙悦2，高乃云H，王利平21．同济大学污染控制与资源化研究国家重点实验室，上海2000922．常州大学环境与安全工程学院，江苏常州213164摘要三维荧光光谱在水体监测和水处理领域日益引起广大研究者的关注。自组织映射神经网络(s()M网络)作为一种非监督、自学习的神经网络，具有自稳定性高、抗噪声能力强等特点。使用S【)M网络对某自来水厂处理流程中水样的荧光光谱进行解析，可以将-三维荧光光谱聚类成三类，分别对应为络氨酸类蛋白有机物、色氨酸类蛋白有机物、紫外富里酸类物质。整个自来水处理工艺能够有效的去除水体中的有机物，其中络氨酸类、色氨酸类、紫外富里酸类物质的去除率分别为84．6％，79．9％。69．1％。研究结果表明，SOM网络可以作为一种有效的水体荧光光谱分析工具，有助于优化水处理工艺参数，提高水处理工艺性能、以及自来水厂的监测和管理。关键词自来水处理；三维荧光(3D-EEM)；自组织映射神经网络(SOM)；有机物去除中图分类号：)(830．2文献标识码：ADOI：10．3964／j．issn．1000-0593(2012)07-1846-06引言自来水厂原水中有机污染物浓度非常低，常见的水质指标，如高锰酸盐指数，Uv2st等无法有效对水处理过程中有机物的去除情况进行充分的评估。j维荧光光谱(excitation-emissionmatrix，EEM)技术由于其高度的灵敏性，不破坏样品结构，在水体监测和水处理领域日益引起研究者的关注[1]。三维荧光光谱中包含有极为丰富的荧光信息，常见的荧光光谱分析方法有寻峰法(peak—picking)、平行因子分析法(PARAFAC)[2’3]、主成分分析法(PCA)c“、体积积分法(FRI)[孔6]等。寻峰法是较为普遍的光谱分析方法，但是寻峰法只考虑i维光谱中的特定峰值，大最荧光数据并没有充分得到使用口]。平行因子分析法处理荧光数据时收敛速度慢，对噪声或模型偏差较为敏感。因此对大量荧光光谱信息进行处理，构建稳健的光谱模埕!。发展