基于支持向量机回归的水体重金属激光诱导击穿光谱定量分析研究

在水体重金属激光诱导击穿光谱(LIBS)检测中，湖库水体组分的复杂性以及不同水域水质的差异加剧了基体效应对定量分析精密度和准确度的影响。为减小系统参数波动以及基体效应的影响，针对湖库水体不同采样点的水样，通过背景、内标元素校正待测元素的特征谱线，研究峰值强度、积分强度、信背比和内标校正强度组成的不同输入向量对支持向量机回归模型的影响，结果表明信背比和内标校正强度组成的二元输入向量回归效果最好，训练集均方根误差和相关系数分别为0.367 和0.981，测试集的相对标准偏差和相对误差平均值分别为4.

建立了基于自适应核的激光诱导击穿光谱支持向量机回归定量分析模型。通过石墨富集、洛伦兹拟合和碳内标归一化，增强等离子体信号强度，减小环境噪声和能量抖动对水体重金属浓度测量的影响。实现了基于支持向量机回归智能算法的激光诱导击穿光谱定量分析。铅铜的平均相对标准偏差分别为6.4361%和6.9291%，最大相对标准偏差分别为9.1009%和8.9280%，平均相对误差分别为1.6765%和1.2478 %，最大相对误差分别为5.5759%和4.2604%，相关系数分别为0.9979和0.9997。该研究

基于支持向量机回归的水体重金属激光诱导击穿光谱定量分析研究