荧光溶解性有机质EEMs的新旧自组织映射图解析方法比较研究

作     者：聂泽宇 邬剑宇 吴小东 黄皓旻 施积炎 NIE Zeyu;WU Jianyu;WU Xiaodong;HUANG Haomin;SHI Jiyan

作者机构：浙江大学环境与资源学院环境工程系杭州310058 浙江省水体污染控制与环境安全技术重点实验室杭州310058 

出 版 物：《环境科学学报》 (Acta Scientiae Circumstantiae)

年 卷 期：2017年第37卷第1期

页      面：357-369页

核心收录：

学科分类：083001[工学-环境科学] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 

基　　金：国家水体污染控制与治理科技重大专项(No.2014ZX07101-012) 浙江省公益性技术研究项目(No.2013C33003) 杭州市科技发展计划社会发展科研专项(No.20130533B66) 

主　　题：荧光溶解性有机质 自组织映射图 EEMs-SOM PARAFAC-SOM 东苕溪 

摘      要：目前,对地表水体荧光溶解性有机质(Fluorescent Dissolved Organic Matter,FDOM)三维激发发射矩阵(Excitation-Emission Matrices,EEMs)数据的解析仍旧存在挑战.本文结合原始EEMs和从中分离的荧光平行因子分析(Parallel Factor Analysis,PARAFAC)组分,利用自组织映射图(Self-Organizing Maps,SOM),开展了基于传统EEMs-SOM和新型PARAFAC-SOM神经网络模型的复杂荧光数据解析能力对比研究,以此探索和改进EEMs多元解析方法技术体系.模型以已发表论文原始数据为基础构建,研究对象为南太湖重要入湖河流东苕溪水系.结果显示:EEMsSOM模型需依赖常规摘峰法对各荧光峰做出主观判断,不能有效识别重叠荧光峰,且人为割裂多激发共发射荧光物质峰之间的联系,从而弱化分析结果的实际环境意义,但神经元的模式荧光光谱可视化效果较佳,且操作简便,耗时较少;PARAFAC-SOM模型克服了上述缺陷,可清除EEMs中的噪声或无用信息,大幅降低输入变量数(从1742个降至4个),缩减运算时间,较大地改善了输出结果的准确性,获得无损可靠且实际环境意义较强的结果,但该法的PARAFAC预处理要求较高,工作量较大;两类模型解析结论大体一致,对前期研究进行了全新的阐述和补充,且生动揭示了FDOM在多级河流水体中的空间赋存变化规律及河流的动态污染过程.综上,推荐在今后研究中综合使用两类优势互补的模型以实现对EEMs的深度解析.