CN112834470A - 用于水质分析的三维荧光光谱信号纯化与增强方法 - Google Patents

Abstract

一种用于水质分析的三维荧光光谱信号纯化与增强方法，通过消除物质吸收特性给荧光光谱带来的影响，解决荧光峰重叠和荧光信号弱的问题；该方法首先对三维荧光光谱修正吸收特性因子[1‑10^‑A(λex)]，得到纯化和增强的荧光信号；再利用维纳滤波原理来优化算法，避免噪声放大和奇异点出现。本发明有助于在后续水污染物分析中，从根源上提高荧光光谱信号质量，使微弱信号得到增强，接近的荧光峰得到展开，从而提高水质分析效果。

Description

用于水质分析的三维荧光光谱信号纯化与增强方法

技术领域

本发明涉及一种用于水质分析的三维荧光光谱信号纯化与增强方法。

背景技术

荧光光谱技术由于具有灵敏度高、快速、无二次污染、免试剂等优点，在水质分析中得到了广泛的应用。其中最具有发展潜力的是三维荧光光谱，即同时扫描激发和发射波长生成的荧光激发-发射矩阵(EEM)。由于三维荧光光谱中蕴含大量的信息，也被称作化合物的指纹。

虽然利用三维荧光光谱的水质分析近年来已经得到了广泛的研究，但是荧光信号微弱、不同化合物的荧光峰之间重叠严重等问题目前仍然没有从根本上得到很好地解决，这也限制了这一技术的发展。对于重叠的荧光峰，常用的分析方法包括图像处理方法、小波分解、独立成分分析、平行因子分析、非负矩阵分解等。然而，这些方法主要是从数学统计的角度出发的，而并没有从根源上分析产生荧光峰重叠的内在原因和相关理论，故而在这些方法中光谱信号本身质量没有得到提高。这导致，在荧光峰重叠较严重时，仅使用这些数学方法很难将重叠的荧光峰信号分开，方法中得到的子成分中常常出现错误信号、光谱扭曲、负值等问题。

事实上，根据荧光产生原理，在被测的EEM中有两个独立的信息来源:荧光量子产率(荧光性质)和吸光度(吸收性质)。其中吸收特性以[1-10^-A(lex)]相乘因子的形式存在。由于不同物质的吸收波段差异不大，相比于荧光峰而言，吸收峰更容易出现重叠。所以，当吸收光谱中出现吸收峰重叠或某些波长处吸光度接近于0时，都会以相乘的形式由[1-10^-A(lex)]因子引入到荧光信号中，加剧了三维荧光光谱中的荧光峰重叠和荧光信号减弱。因此，物质吸收特性的影响是引起三维荧光光谱信号弱、荧光峰重叠的重要原因。与此同时，在荧光分析中，更需要物质真实的、纯粹的荧光特性，然而直接测得的EEM中仍然夹杂着物质的吸收特性。

因此，针对物质吸收特性带来的影响，我们需要寻找一种荧光信号纯化与增强方法，通过消除吸收特性对三维荧光光谱的影响，解决荧光峰重叠和荧光信号弱的问题。

发明内容

为了克服已有技术的不足，本发明提供一种用于水质分析的三维荧光光谱信号纯化与增强方法，通过消除物质吸收特性给荧光光谱带来的影响，解决荧光峰重叠和荧光信号弱的问题。该方法首先对三维荧光光谱修正吸收特性因子[1-10^-A(lex)]，得到纯化和增强的荧光信号；再利用维纳滤波原理来优化算法，避免噪声放大和奇异点出现。

本发明解决其技术问题所采用的技术方案是：

一种用于水质分析的三维荧光光谱信号纯化与增强方法，包括以下步骤：

1)对三维荧光光谱修正吸收特性因子[1-10^-A(lex)]以得到纯化和增强的荧光信号，过程如下：

11)消除入射光强光谱分布影响，包括：

根据荧光产生原理，荧光强度正比于物质吸收光的强度，如公式(1)。

其中，φ(λ_ex,λ_em)是各波长处的荧光量子产率，F、E₀和A分别是荧光强度、入射光强度和吸光度，k是常数；由于入射光强E₀(λ_ex)中包含光源的光谱分布特性，对于不同仪器设备测量出来的荧光光谱会有所不同，因此需要消除入射光强光谱分布带来的影响；

在测量设备中去掉样品池，直接测量各波长的激发光E₀(λ_ex)，并在公式(1)中除以这一因子，如公式(2)：

12)修正吸收特性因子以得到纯化和增强的荧光信号，包括：

当吸收光谱中出现吸收峰重叠或某些波长处吸光度接近于0时，都会以相乘的形式由[1-10^-A(λex)]因子引入到荧光信号中，加剧了三维荧光光谱中的荧光峰重叠和荧光信号减弱；因此，需要消除吸收特性因子带来的影响，如公式(3)：

于是，f(λ_ex,λ_em)与化合物的荧光量子产率成正比，由此消除吸收特性的影响，得到纯化与增强的荧光信号；

2)利用维纳滤波原理优化算法，过程如下：

21)计算噪声和信号的功率谱之比，包括：

当某波长处的吸光度较小时，公式(3)中分母较小，除法运算会导致该点的噪声被严重放大；当吸光度接近于0时，分母接近于0，则会出现奇异点；步骤12)中的直接相除运算将引入了大量的毛刺和形状的扭曲，因此，还需要进一步优化算法，来避免除法运算过程中引入的奇异点和噪声放大；

利用Savizky-Golay多项式对三维荧光光谱f(λ_ex,λ_em)进行曲面平滑，记为f_sm(λ_ex,λ_em)，二者相减，得到噪声功率谱：

P_n(λ_ex,λ_em)＝f(λ_ex,λ_em)-f_sm(λ_ex,λ_em) (4)

噪声和信号功率谱之比为：

22)利用维纳滤波原理修正运算子，包括：

由于产生噪声放大和奇异点问题的根源在于除法运算，所以需要针对这一运算加以改进；类似的问题也出现在图像复原领域中，直接逆滤波相当于在频域进行除法运算，而维纳滤波作为逆滤波的改进算法恰恰考虑了分母较小或接近于0的情况，具有抑制噪声和避免奇异点产生的优势；因此，可以借助这一思想对算法进行改进和优化；

为了方便起见,我们将公式(3)中的分母记作类似于逆滤波的运算子Μ(λ_ex,λ_em)：

根据维纳滤波原理，将运算子修正为Μ'(λ_ex,λ_em)：

23)荧光信号纯化与增强算法优化，包括：

将荧光信号的纯化与增强算法优化为：

在优化算法中，当噪声接近于零时，M’(λ_ex,λ_em)转变为M(λ_ex,λ_em)；当某一点处噪声较大时，M’(λ_ex,λ_em)的分母会变大，从而达到抑制噪声的效果。当吸光度等于或接近于零时，由于M’(λ_ex,λ_em)的分母中加了一个非零的数，则不会出现奇异点。

使用本发明提出的方法，将获得纯化和增强的三维荧光光谱，弱荧光信号和荧光峰重叠问题得到改善，有利于提高水污染物的分析效果。本发明.通过消除吸收特性在三维荧光光谱中的影响因子，实现对荧光信号的纯化与增强。由于光谱重叠和信号弱是通过吸收特性的乘法因子引入荧光光谱的，该方法可以解决三维荧光光谱中荧光峰重叠和信号弱的问题。引入维纳滤波原理，对荧光信号纯化与增强算法中的除法运算子进行优化，以避免噪声放大和奇异点的问题。优化算法中的噪声功率谱P_n(_ex,em)，通过Savizky-Golay多项式得到平滑光谱后与原光谱相减得到

本发明的有益效果主要表现在：1.针对三维荧光光谱中存在的荧光峰重叠和荧光信号弱的问题，从产生根源的角度出发，分析出这些问题很大程度是通过吸收特性的乘法因子引入的，并利用除法运算子将吸收特性的影响消除，从而得到纯化与增强的荧光光谱。避免盲目使用数学统计方法而忽略从根源上解决光谱数据自身的问题，有利于为后续水污染物分析提供更高质量的光谱数据，提高分析效果。

2.通过引入维纳滤波原理对除法运算子进行优化，消除在光谱数据处理过程中所带来的噪声放大和奇异点。

附图说明

图1是本发明方法的流程图。

图2是三维荧光光谱图，其中，(A)是色氨酸的三维荧光光谱，(B)是酪氨酸的三维荧光光谱，(C)是腐殖酸的三维荧光光谱，(D)是木质素的三维荧光光谱，(E)是罗丹明B的三维荧光光谱，(F)是苯酚的三维荧光光谱。

图3是色氨酸、酪氨酸、腐殖酸、木质素、罗丹明B、苯酚的吸收光谱。

图4是三维荧光光谱图，其中，(A)是6种物质的三维荧光光谱，(B)是6种物质除以吸收特性因子后的三维荧光光谱，(C)是6种物质经过优化算法处理后的三维荧光光谱。

图5是荷载矩阵图，其中，(A)是6种物质原始三维荧光光谱经PARAFAC分析后激发波长维度的荷载矩阵，(B)是6种物质原始三维荧光光谱经PARAFAC分析后发射波长维度的荷载矩阵，(C)是6种物质纯化与增强处理的三维荧光光谱经PARAFAC分析后激发波长维度的荷载矩阵，(D)是6种物质纯化与增强处理的三维荧光光谱经PARAFAC分析后发射波长维度的荷载矩阵。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图5，一种用于水质分析的三维荧光光谱信号纯化与增强方法，该方法首先对直接测量得到的三维荧光光谱消除入射光强光谱分布的影响，使的光谱数据仅与物质特性有关；消除光谱数据中的吸收特性因子；计算噪声和信号功率谱之比；利用维纳滤波原理修正算法中的运算子，从而实现算法的优化，避免产生噪声放大和奇异点，参考图1。

对苯酚、酪氨酸、色氨酸、腐殖酸、木质素、罗丹明B六种物质采集三维荧光光谱和吸收光谱，参考图2和图3。为方便看出几种物质的荧光峰之间的位置关系，将其画在同一张图中，参考图4(A)，从图中可以看出酪氨酸和苯酚的荧光峰严重重叠，而腐植酸和木质素的光谱形状由于信号弱而较为混乱，这样的荧光光谱信号质量对于后续水质分析会造成较大影响。从参考图3中可以看出，几种物质的吸收峰在250-300nm波段内重叠严重，这也证实了物质吸收特性的影响加剧了荧光峰沿激发波长轴的重叠程度。

利用本发明提出的荧光信号纯化与增强算法对几种物质的三维荧光光谱数据进行处理，具体包括以下步骤：

A：消除吸收特性的影响；

a.消除入射光强光谱分布影响

根据荧光产生原理，荧光强度正比于物质吸收光的强度，如公式(1)。

其中(_ex,em)是各波长处的荧光量子产率，F,E₀,和A分别是荧光强度、入射光强度和吸光度，k是常数。在测量设备中去掉样品池，直接测量各波长的激发光E₀(_ex)，并在公式(1)中除以这一因子，如公式(2)：

b.修正吸收特性因子；

对公式(2)除以[1-10^-A(lex)]因子，以此来消除吸收特性因子带来的影响，得到纯化与增强的荧光信号，正比于化合物的荧光量子产率：

对6种物质处理后的荧光光谱如参考图4(B)所示，各物质的荧光信号得到了增强，尤其是腐植酸和木质素；同时，相比于参考图4(A)，可以看出原本荧光峰重叠较为严重的苯酚和酪氨酸，经过处理后，荧光峰之间距离变大，重叠程度减轻。然而，在图中可以看到较为明显的奇异点和放大的噪声信号，需要对算法进一步处理和优化。

B:优化算法；

a.计算噪声和信号功率谱之比；

利用Savizky-Golay多项式对三维荧光光谱f(_ex,em)进行曲面平滑，记为f_sm(_ex,em)，二者相减，得到噪声功率谱：

P_n(λ_ex,λ_em)＝f(λ_ex,λ_em)-f_sm(λ_ex,λ_em) (4)

噪声和信号功率谱之比为：

b.利用维纳滤波原理修正运算子；

将公式(3)中的分母记作类似于逆滤波的运算子(_ex,em)：

根据维纳滤波原理，将运算子修正为'(_ex,em)：

c.算法优化；

将荧光信号的纯化与增强算法优化为：

使用优化算法对6种物质的处理结果如参考图4(C)所示，其中的噪声放大和奇异点得到消除。同时，重叠的荧光峰得到了改善；腐殖酸和木质素的微弱荧光信号也得到了增强。

经过该方法处理后的三维荧光光谱质量得到了明显的改善，为了进一步说明其在水质分析中的效果，对这6种物质的三维荧光光谱进行平行因子分析(PARAFAC)。为了对比，将纯化与增强处理前后的三维荧光光谱数据的分析结果分别绘制于参考图5(A)、(B)和(C)、(D)中。如图5(A)和(B)所示，六种成分分别代表罗丹明B、色氨酸、苯酚、酪氨酸、木质素和腐植酸；与之形成对比地，图5(C)和(D)中与木质素有关的第6个组分在550nm处的方框中得到显著增强，说明微弱荧光信号的灵敏度和区分度得到了提高。对比图5(A)和(C)可知，经过一系列的处理，与苯酚和酪氨酸相关成分的两个峰之间距离增大。因此，该方法有助于在PARAFAC分析中区分荧光峰接近的成分，同时使微弱荧光信号更加显著。

本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举，仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式，本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。

Claims (1)

1.一种用于水质分析的三维荧光光谱信号纯化与增强方法，其特征在于，所述方法包括以下步骤：

1)对三维荧光光谱修正吸收特性因子[1-10^-A(lex)]以得到纯化和增强的荧光信号，过程如下：

11)消除入射光强光谱分布影响，包括：

根据荧光产生原理，荧光强度正比于物质吸收光的强度，如公式(1)。

其中，φ(λ_ex,λ_em)是各波长处的荧光量子产率，F、E₀和A分别是荧光强度、入射光强度和吸光度，k是常数；

在测量设备中去掉样品池，直接测量各波长的激发光E₀(λ_ex)，并在公式(1)中除以这一因子，如公式(2)：

12)修正吸收特性因子以得到纯化和增强的荧光信号，包括：

当吸收光谱中出现吸收峰重叠或某些波长处吸光度接近于0时，都会以相乘的形式由[1-10^-A(λex)]因子引入到荧光信号中，需要消除吸收特性因子带来的影响，如公式(3)：

于是，f(λ_ex,λ_em)与化合物的荧光量子产率成正比，由此消除吸收特性的影响，得到纯化与增强的荧光信号；

2)利用维纳滤波原理优化算法，过程如下：

21)计算噪声和信号的功率谱之比，包括：

利用Savizky-Golay多项式对三维荧光光谱f(λ_ex,λ_em)进行曲面平滑，记为f_sm(λ_ex,λ_em)，二者相减，得到噪声功率谱：

P_n(λ_ex,λ_em)＝f(λ_ex,λ_em)-f_sm(λ_ex,λ_em) (4)

噪声和信号功率谱之比为：

22)利用维纳滤波原理修正运算子，包括：

将公式(3)中的分母记作类似于逆滤波的运算子Μ(λ_ex,λ_em)：

根据维纳滤波原理，将运算子修正为Μ'(λ_ex,λ_em)：

23)荧光信号纯化与增强算法优化，包括：

将荧光信号的纯化与增强算法优化为：

在优化算法中，当噪声接近于零时，M’(λ_ex,λ_em)转变为M(λ_ex,λ_em)；当某一点处噪声较大时，M’(λ_ex,λ_em)的分母会变大，从而达到抑制噪声的效果；当吸光度等于或接近于零时，由于M’(λ_ex,λ_em)的分母中加了一个非零的数，则不会出现奇异点。

Images