一种基于排列熵的水体中磷的检测方法技术

本发明专利技术提供了一种基于排列熵的水体中磷的检测方法，包括以下步骤：步骤1：取水体样本直接配制浓度为1‑5mg/L的磷酸二氢钾溶液；步骤2：通过紫外光谱测量其吸光度；步骤3：记录下其不同浓度对应的吸光度；步骤4：通过排列熵算法对步骤3中得到的数据进行处理，采用matlab计算的方法不断测试排列熵的值，通过得到的效果图最佳为依据求出最佳嵌入维数和延迟时间。本发明专利技术无需添加任何化学试剂，减少二次污染；检测操作简单化、自动化，易于实现原位测量；扩大了测量范围，精度与磷钼蓝方法基本保持一致；排列熵算法减小了光谱检测中相关杂质对水样的影响，并放大了信号的微小变化，更适合检测低浓度的溶液。

【技术实现步骤摘要】
一种基于排列熵的水体中磷的检测方法
本专利技术涉及一种水体中磷的检测方法，特别涉及一种基于排列熵的水体中磷的检测方法。
技术介绍
现有水质中检测总磷含量，常用的分光光度法主要为磷钼蓝法，该方法法是常规的化学实验室分析方法，磷钼蓝法的原理是正磷酸先与钼酸盐反应生成淡黄色的磷钼杂多酸，然后再用还原剂在一定条件下将黄色的磷钼杂多酸还原为磷钼蓝络合物。反应式如下：PO43-+12MoO42-+24H+＝PO43-·12MoO3+12H2OP(Mo3O10)43-+H++还原剂→(MoO2·4MoO3)2·H3PO4+MoO2+H2总磷的测定方法就是用钼酸铵和酒石酸锑钾与磷酸形成三元配合物(俗称磷钼蓝)，在波长710nm处测量吸光度，适测范围是0-0.6mg/L，通过绘制吸光度曲线，可以定量分析水样中总磷的含量，需要添加多种化学试剂，检测操作复杂，测量范围小，相关杂质对水样的影响大。排列熵算法是时间序列复杂性的一种度量方法。算法描述如下:设一维时间序列:{x(i),i＝1,2,…,n},长度为n,对其中任意一个元素x(i)进行相空间重构,根据Takens提出的相空间重构延迟坐标法,即对每个采样点取连续的m个样点,进行坐标延迟,得到m维空间的一个重构向量组:Xi＝[x(i),x(i+l),…,x(i+(m-1)L)]式中:m和L分别为重构参数嵌入维数和延迟时间。再将Xi的m个重构分量进行升序排列,得到:[x(i+(j1-1)L)≤x(i+(j2-1)L)≤…≤x(i+(jm-1)L)]这样得到向量Xi的排列方式为{j1,j2,…,jm},它是m！种排列方式中的一种方式，对整个序列中各种排列情况出现的次数进行统计,计算各种排列情况出现的相对频率作为其概率P1,P2,…,Pk,k≤m！,接着由Shannon信息熵的定义计算排列熵:排列熵H(m)值的大小表示了时间序列{x(i),i＝1,2,…,n}的随机程度:H(m)的值越小,说明时间序列越规则；反之,则时间序列越接近随机。H(m)的变化反映并放大了时间序列x(i)的微小细节变化。
技术实现思路
本专利技术的目的是解决现有水质中检测总磷含量的方法，存在需要添加多种化学试剂，检测操作复杂，测量范围小，相关杂质对水样的影响大等问题，提供了一种基于排列熵的水体中磷的检测方法，与磷钼蓝分光光度法对比，其优势在于无需添加任何化学试剂，减少二次污染；检测操作简单化、自动化，易于实现原位测量；磷钼蓝检测方法的吸光度与浓度的线性关系为0-0.6mg/L，而基于排列熵算法的检测方法，通过熵值的变化可以得到不同浓度的变化，扩大了测量范围，精度与磷钼蓝方法基本保持一致；排列熵算法减小了光谱检测中相关杂质对水样的影响，并放大了信号的微小变化，更适合检测低浓度的溶液。本专利技术提供的技术方案为：一种基于排列熵的水体中磷的检测方法，包括以下步骤：步骤1：取水体样本直接配制浓度为1-5mg/L的磷酸二氢钾溶液；步骤2：通过紫外光谱测量其吸光度；步骤3：记录下其不同浓度对应的吸光度；步骤4：通过排列熵算法对步骤3中得到的数据进行处理：基于排列熵算法的具体过程为将长度为T的光谱信号长时间序列分为若干个长度为w的子序列，选取子序列最大重叠序列,即每个子序列向后移动一个数据点得到下一个子序列,这样得到的子序列个数为T-w+1，采用matlab计算的方法不断测试排列熵的值，通过得到的效果图最佳为依据求出最佳嵌入维数和延迟时间。优选的是，所述紫外光谱为TU1810紫外可见分光光度计。优选的是，所述步骤1中配制的磷酸二氢钾溶液选取浓度为1mg/L、2mg/L、3mg/L、4mg/L和5mg/L经步骤2、步骤3，将得到的数据经步骤4中对所得数据进行处理，运用matlab仿真进行排列熵计算。优选的是，步骤4中得出最佳嵌入维数m＝5,延迟时间L＝1,子序列长度选取为w＝100。排列熵算法是时间序列复杂性的一种度量方法。算法描述如下:设一维时间序列:{x(i),i＝1,2,…,n},长度为n,对其中任意一个元素x(i)进行相空间重构,根据Takens提出的相空间重构延迟坐标法,即对每个采样点取连续的m个样点,进行坐标延迟,得到m维空间的一个重构向量组:Xi＝[x(i),x(i+l),…,x(i+(m-1)L)]式中:m和L分别为重构参数嵌入维数和延迟时间。再将Xi的m个重构分量进行升序排列,得到:[x(i+(j1-1)L)≤x(i+(j2-1)L)≤…≤x(i+(jm-1)L)]这样得到向量Xi的排列方式为{j1,j2,…,jm},它是m！种排列方式中的一种方式，对整个序列中各种排列情况出现的次数进行统计,计算各种排列情况出现的相对频率作为其概率P1,P2,…,Pk,k≤m！,接着由Shannon信息熵的定义计算排列熵:排列熵H(m)值的大小表示了时间序列{x(i),i＝1,2,…,n}的随机程度:H(m)的值越小,说明时间序列越规则；反之,则时间序列越接近随机。H(m)的变化反映并放大了时间序列x(i)的微小细节变化。本专利技术的有益效果为：1、无需添加任何化学试剂，减少二次污染。2、检测操作简单化、自动化，易于实现原位测量。3、磷钼蓝检测方法的吸光度与浓度的线性关系为0-0.6mg/L，而基于排列熵算法的检测方法，通过熵值的变化可以得到不同浓度的变化，扩大了测量范围，精度与磷钼蓝方法基本保持一致。4、排列熵算法减小了光谱检测中相关杂质对水样的影响，并放大了信号的微小变化，更适合检测低浓度的溶液。附图说明图1为不同浓度的磷酸二氢钾溶液对应的吸光度。图2为1mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图3为2mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图4为3mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图5为4mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图6为5mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图7为m＝4，w＝100时1mg/L磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图8为m＝8，w＝100时1mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图9为m＝10，w＝100时1mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图10为m＝5，w＝50时1mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图11为m＝5，w＝80时1mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。图12为m＝5，w＝50时1mg/L的磷酸二氢钾溶液运用matlab仿真进行排列熵计算效果图。具体实施方式下面对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。实施例1一种基于排列熵的水体中磷的检测方法，包括以下步骤：步骤1：取水体样本直接配制浓度为1mg/L的磷酸二氢钾溶液；步骤2：通过紫外光谱测量其吸光度；步骤3：记录下其对应的吸光度；步骤4：通过排列熵算法对步骤3中得到的数据进行处理：基于排列熵算法的具体过程为将长度为T的光谱信号长时间序列分为若干个长度为w的子序列，选取子序列最大重叠序列,即每个子序列向后移动一个数据点得到下本文档来自技高网...

【技术保护点】
1.一种基于排列熵的水体中磷的检测方法，其特征在于，包括以下步骤：步骤1：取水体样本直接配制浓度为1‑5mg/L的磷酸二氢钾溶液；步骤2：通过紫外光谱测量其吸光度；步骤3：记录下其不同浓度对应的吸光度；步骤4：通过排列熵算法对步骤3中得到的数据进行处理：基于排列熵算法的具体过程为将长度为T的光谱信号长时间序列分为若干个长度为w的子序列，选取子序列最大重叠序列,即每个子序列向后移动一个数据点得到下一个子序列,这样得到的子序列个数为T‑w+1，采用matlab计算的方法不断测试排列熵的值，通过得到的效果图最佳为依据求出最佳嵌入维数和延迟时间。

【技术特征摘要】
1.一种基于排列熵的水体中磷的检测方法，其特征在于，包括以下步骤：步骤1：取水体样本直接配制浓度为1-5mg/L的磷酸二氢钾溶液；步骤2：通过紫外光谱测量其吸光度；步骤3：记录下其不同浓度对应的吸光度；步骤4：通过排列熵算法对步骤3中得到的数据进行处理：基于排列熵算法的具体过程为将长度为T的光谱信号长时间序列分为若干个长度为w的子序列，选取子序列最大重叠序列,即每个子序列向后移动一个数据点得到下一个子序列,这样得到的子序列个数为T-w+1，采用matlab计算的方法不断测试排列熵的值，通过得到的效果图最佳为依据求出最佳嵌入维数和延迟...

【专利技术属性】
技术研发人员：杜巧玲，李鹏永，陈弘维，刘思南，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22