水体中过高浓度的有机物含量危害巨大, 不仅会造成严重的环境污染, 而且危害人类身体健康, 传统化学法检测水体化学需氧量(COD)的步骤繁琐且时效性差, 不利于水体中COD的快速定量检测。 针对这些问题, 提出了一种将紫外光谱与组合权值模型相结合的快速定量检测COD方法, 该组合权值模型是基于反向区间偏最小二乘法(BiPLS)结合组合区间偏最小二乘法(SiPLS)算法对紫外光谱的特征子区间筛选组合, 然后依据特征子区间的权值建立的预测模型。 首先按照一定的浓度梯度配制45份COD标准液样本, 通过实验获取标准液的紫外光谱数据; 对获取到的COD紫外光谱数据做一阶导数和S-G滤波(Savitzky-Golay)的预处理, 消除基线漂移和环境干扰噪声; 应用SPXY(Sample set partitioning based on jiont X-Y)算法将实验样本数据组划分成校正集和预测集。 然后基于BiPLS算法对全光谱区间进行波长筛选, 在BiPLS筛选过程中, 目标区间的划分数量会对建模产生较大影响, 于是对子区间划分数量进行优化, 把子区间分成15~25个, 在不同区间数下都进行偏最小二乘(PLS)建模, 通过交互验证均方根误差(RMSECV)来筛选最优子区间数, 得到区间数为18时, 模型效果最佳。 从18个波长区间筛选出了6个特征波长子区间, 入选的子区间为2, 1, 3, 11, 7和6, 对应波长为234~240, 262~268, 269~275, 290~296, 297~303和304~310 nm, 这6个特征波长区间涵盖了大量的光谱信息, 对最终预测模型的贡献度大; 接下来通过SiPLS算法对这6个初选区间进行进一步的筛选组合, 采用不同的组合数构建不同特征区间上的PLS模型, 在相同组合数下, 筛选出一个区间组合数最优的结果, 对比不同组合数下预测模型的误差与相关性, 将6个区间筛选组合为3个特征波长区间, 分别为234~240, 262~275和290~310 nm, 这三个特征区间最佳因子数分别为4, 4和3。 对传统SiPLS的特征区间组合方法进行改进, 基于权值的大小来对这3个特征区间进行线性组合, 代替过去特征区间直接组合的方法。 通过权值公式计算出这3个特征区间的权重大小分别为0.509, 0.318和0.173, 最终建立线性组合权值COD浓度预测模型。 为了验证组合权重预测模型的精度, 另外建立了全波长范围内的PLS预测模型、 单个特征波长区间的PLS预测模型、 直接组合特征波长区间的PLS模型, 并使用评价参数相关系数的平方(R2)、 预测值与真实浓度值的均方根误差(RMSEP)和预测回收率(T)来对模型评价。 验证结果表明, 相比其他预测模型, 组合权值模型相关系数的平方达到了0.999 7, 明显优于直接组合特征区间建模的0.968 0, 预测均方根误差为0.532, 比直接组合特征区间的预测模型误差降低了29.3%, 预测回收率为96.4%~103.1%, 显著地提高了预测精度。 该方法简单可行, 不会产生二次污染, 可为在线监测水体中COD浓度提供一定的技术支持。

基于表面等离子亚波长结构的传输特性与光子局域特性,提出了一种单挡板金属-电介质-金属(MDM)波导耦合圆盘腔结构。由圆盘腔形成的两个孤立态与金属挡板形成的较宽的连续态干涉相消,形成两种不同模式的Fano共振。结合耦合模理论分析了该结构形成Fano共振的传输特性,用有限元分析法对结构进行模拟仿真,定量分析了结构参数对折射率传感特性的影响。结果表明:优化后的结构在两种模式下的优质因子分别为1.7×10 ⁵和1.36×10 ⁵,折射率灵敏度分别为710 nm/RIU和1105 nm/RIU,可为解决传感器在折射率测量时的交叉敏感问题提供理论参考。

结合光子晶体的缺陷模式和表面模式特性，提出了一种含吸收介质的光子晶体法布里-珀罗异质结构。该结构由周期性光子晶体、待测样本和外部空气层共同组成，将待测样本直接作为表面缺陷腔。基于光学谐振原理和表面波理论，分析了所提结构的折射率传感机理。讨论了不同吸收介质对所提结构光谱特性的影响。将石墨烯作为吸收介质时，传感结构的品质因子(Q值)明显高于将硫化锌、氧化铝和金属银作为吸收介质的情况；将样本层作为表面缺陷腔，通过光学Tamm态谐振，可实现多次全反射衰荡，使谐振光信号和待测样本充分作用，从而提高了该结构的传感灵敏度。所提结构的Q值为2097.18，灵敏度为1017.98 nm/RIU。研究结果对实现待测物的高Q值和高灵敏度检测具有一定的理论参考价值。