采用三维荧光光谱(3D-EEMs)结合主成分分析(PCA)方法, 将城市生活污水的三维荧光光谱分为芳香性蛋白类、 微生物代谢产物、 腐殖酸类和富里酸类物质四个光谱区域, 判断各区域的主成分贡献率, 求取各区域的第一主成分区域值, 建立其与水体化学需氧量(COD)和总氮(TN)关系, 研究了城市生活污水处理效果快速分析评价方法。 研究结果表明, 城市生活污水荧光物质主要由方香性蛋白类物质、 微生物代谢产物、 腐殖酸类和富里酸类物质构成, 各物质的荧光区域分布不同, 在污水处理过程中芳香性蛋白类物质和微生物代谢产物区域光谱变化明显, 腐殖酸类和富里酸类物质区域光谱变化较小； 光谱各区域第一主成分区域值与水体COD及TN之间具有良好相关性, 其中芳香性蛋白类物质光谱第一主成分区域值与COD相关系数达到97.63%, 芳香性蛋白类物质和微生物代谢产物第一主成分区域值之和与腐殖酸类和富里酸类物质第一主成分区域值之和的比值(Yp／Yf)与TN相关系数达到94.02%。 通过将水体三维荧光光谱结合主成分分析方法, 实现了对污水处理各流程的荧光光谱的信息降维提取, 避免了各物质荧光峰的重叠和光谱信息冗余； 通过水体中各物质的光谱特性将光谱分割为不同的物质区域, 求取各区域内光谱第一主成分区域值, 提高了物质识别的准确率, 有效地解决了各物质光谱信息识别问题； 通过利用芳香性蛋白类物质光谱第一主成分区域值和Yp／Yf与常规水质指标COD和TN作相关性分析, 为污水处理监测提供了一种实时有效的监测生活污水水质状况方法, 解决了污水处理流程难以实时准确监测的问题。 因此, 利用三维荧光光谱结合主成分分析方法可对城市生活污水处理过程进行快速判别, 为污水处理过程中水质监测、 工艺优化及处理效果评估提供了一种全新的快速在线监测分析方法。

塑料具有成本低、 质量好, 可塑性强等优点被广泛用于生产生活等领域, 但废弃塑料处置不当容易引发二次污染。 回收再利用有望成为解决废弃塑料污染问题的关键手段, 其前提是对废料的准确分选。 传统分选手段耗费时间, 效率低下, 难以实现废弃塑料的快速、 经济、 有效分类。 激光诱导荧光技术是一种快速灵敏的光谱检测技术。 具有操作简便, 检测效率高, 样品使用量小等优点常被应用于水体、 土壤中油类, 多环芳烃等有机污染物的快速识别与定量分析。 利用激光诱导荧光技术可以快速采集不同塑料的荧光光谱, 结合相应的模式识别算法, 可实现塑料材质的快速准确识别。 实验采集了8种塑料(ABS, HDPE, PA66, PLA, PP, PET, PS, PVC)共358组激光诱导荧光光谱, 依据特征峰信息构建358×10的光谱矩阵。 利用主成份分析法削减原光谱矩阵中的线性相关量, 提高数据精度。 结果显示前3个主成分的累计方差贡献值达98.085%, 足以表征原光谱矩阵的主要信息。 将降维的主成分PC1, PC2, PC3作为输入进行光谱分类, 其中同种塑料光谱聚合度高, 元素构成不同的塑料如PA66, PLA, HDPE和PVC的光谱分离度较好, 而元素构成相同的塑料如PET和PLA的光谱分离度较差。 PCA算法并不能准确的对未知塑料进行识别。 BP-神经网络具有收敛速度快, 预测精度高等特点被广泛用于模式识别和分类研究。 将经PCA算法得到的简化特征矩阵作为BP-神经网络算法的输入集, 其中随机抽取256组数据作为BP-神经网络算法模型的训练集, 剩余的102组数据作为模型检测集。 BP神经网络的隐藏层设定值为1, 激活函数选择双极性Sigmoid函数, 输出层为8种塑料样品。 识别结果显示, 102组数据中只有一组HDPE光谱数据被错识为PS, 其余101组数据全部正确识别。 8种塑料荧光光谱的综合识别准确率达到99%。 研究结果表明激光诱导荧光技术结合BP-神经网络算法可实现不同材质塑料的快速准确识别。 为实现废弃塑料的自动化智能分选, 降低回收成本, 减少废弃塑料危害提供新的参考。

利用激光诱导荧光技术可对土壤中石油类污染物快速检测, 不同土壤物理性质下, 污染物荧光发射特征具有一定差异。 为实现外场检测时快速制备合适的土壤样品, 实验研究了土壤疏松度、 颗粒度、 湿度与土壤中石油类污染物荧光强度及光谱稳定性之间的关系。 压片机压强大于2 MPa时土壤样品荧光光谱的稳定性较好, 九种不同疏松度的土壤样品荧光强度的相对标准偏差为3.51%。 不同粒径的机油土壤样品荧光强度差异较小, 其中100目土壤样品的荧光光谱RSD值为2.25%。 结果表明, 土壤样品表面呈平整洁净时, 所得样品荧光光谱的稳定性较好, 土壤疏松度和颗粒度对荧光光谱的影响较小。 湿度对土壤样品荧光发射的影响较大, 当土壤湿度低于10%, 荧光强度变化较小; 湿度范围大于10%时, 荧光强度变化较大。 为利用LIF技术对外场土壤中石油类污染物检测时, 快速有效制备土壤样品及准确测量提供参考。

土壤有机物污染源广、 危害程度高、 监测手段有限, 是继水污染、 大气污染又一个引起全球关注的环境问题。 土壤有机污染快速在线检测分析对农业生产、 土壤调查、 土质修复有着重要的意义。 激光诱导荧光（LIF）光谱技术是一种基于光致发光的物质成分和含量分析技术, 具有样品使用量少、 预处理过程简单、 检测速度快等特点, 在环境科学、 生物分析、 生命科学等众多领域有广泛应用。 国内外研究人员展开大量研究工作, 已形成较完善的方法体系及技术设备。 文章介绍了LIF测量系统的组成结构和工作原理, 综述了现阶段LIF技术在土壤有机污染物检测研究进展, 重点包括土壤中油类污染物、 多环芳烃污染物、 有机农药污染物的识别及定量分析方法等, 以及仪器开发过程中涉及的相关问题, 给出了LIF技术在土壤有机污染物检测方面的发展趋势, 为进一步发展基于LIF技术的土壤有机污染物现场快速检测仪器提供参考。