光纤SPR传感器结合多分类器的水体DOM检测

针对单传感器难以完成水体可溶解有机物（Dissolved Organic Matter,DOM）总量与组份的测试问题,该研究提出利用光纤表面等离子共振（Surface Plasma Resonance,SPR）传感器的非特异选择性来构建传感阵列。通过对光纤SPR传感器的交叉敏感性分析,获得多模光纤镀以7种不同厚度金膜的传感器设计方案,膜厚为55～85 nm,使其对不同的DOM组份产生类似味蕾的交叉敏感性响应。利用粒子群算法（Particle Swarm Optimization,PSO）训练的BP神经网络构建3个分类器：PSO-BP（波长）、PSO-BP（谱宽）、PSO-BP（光强）,实现对待测量响应信息的有效提取,并对里运河（A）、洪泽湖（B）、公园景观湖（C）、校园景观湖（D）4种水体的5种DOM组份（酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸）及其浓度进行预测,在洪泽湖水的色氨酸类蛋白质组份测试试验中,最高正确率可达85%。同时,对多分类器的结构参数进行试验分析,重点考察隐含层节点个数及神经网络结构对DOM组份测试的影响。试验结果表明：隐层节点数取15时可以获得最佳测试效果,通过基于传统神经网络RBF、BP与PSO-BP的比较试验可知,基于PSO-BP的3个分类器在DOM组份测试中的精度最高,对4种水体的色氨酸类蛋白质及溶解性微生物代谢产物组份测试的平均分类精度可达87.50%、86.28%。研究结果为基于光纤SPR传感器及多分类器在DOM组份测试的应用提供依据及新的思路。