利用激光诱导击穿光谱(LIBS)技术对土壤中铬元素的含量进行了定量分析研究。由于土壤成分复杂r光谱谱线存在较严重的重叠干扰若采用一元回归方法分析常得不到理想结果。为了更充分有效地利用光谱中信息,以土壤中Cr I 425.43 nm和Fe I 42...利用激光诱导击穿光谱(LIBS)技术对土壤中铬元素的含量进行了定量分析研究。由于土壤成分复杂r光谱谱线存在较严重的重叠干扰若采用一元回归方法分析常得不到理想结果。为了更充分有效地利用光谱中信息,以土壤中Cr I 425.43 nm和Fe I 425.07 nm谱线的积分强度为自变量,Cr元素浓度为因变量,建立交又降维近似多元非线性回归、多元二次非线性回归和平方降维近似多元非线性回归模型。对比分析表明,当添加Cr和Fe元素特征谱线强度交又项影响时,所建立的多元二次非线性回归模型效果最佳,预测浓度与实际参考浓度之间线性关系达到0.9943,预测4个验证样品的相对误差分别为3.57%,0.76%,7.66%和2.24%。展开更多
文摘利用激光诱导击穿光谱(LIBS)技术对土壤中铬元素的含量进行了定量分析研究。由于土壤成分复杂r光谱谱线存在较严重的重叠干扰若采用一元回归方法分析常得不到理想结果。为了更充分有效地利用光谱中信息,以土壤中Cr I 425.43 nm和Fe I 425.07 nm谱线的积分强度为自变量,Cr元素浓度为因变量,建立交又降维近似多元非线性回归、多元二次非线性回归和平方降维近似多元非线性回归模型。对比分析表明,当添加Cr和Fe元素特征谱线强度交又项影响时,所建立的多元二次非线性回归模型效果最佳,预测浓度与实际参考浓度之间线性关系达到0.9943,预测4个验证样品的相对误差分别为3.57%,0.76%,7.66%和2.24%。
