【技术实现步骤摘要】
本专利技术涉及海水碳参数检测技术，特别是涉及一种利用颗粒物偏振光数据的海水碳参数现场检测方法。
技术介绍
1、海洋碳汇是指海洋吸收大气中二氧化碳(co2)，并将其固定的机制和过程。它涉及海洋中的生物、化学和物理过程，这些过程共同促使海水中的二氧化碳被溶解并存储在海洋中。海洋是地球上最大的碳汇之一，通过海洋表面的物理和生物过程，海水中溶解的二氧化碳可以被海洋吸收。这一过程有助于缓解大气中二氧化碳的增加，减轻全球变暖的影响。海洋碳汇的检测与监测对于理解全球碳循环、气候变化以及生态系统的稳定性具有重要意义。
2、据《海洋生态学》所述，颗粒物参与了海水中碳循环过程——从海洋水层碳的传递与转化来看，在上层海水中(真光层)，浮游植物借助光合作用将溶解于水中的二氧化碳转化为有机物，经过牧食食物链、依次传递和消耗；非生命的颗粒碳经过碎屑食物链被利用，部分下沉到下层海洋，直至海底；而部分溶解有机碳被微型生物食物链利用重新进入生物体(颗粒)。因此可知，海水中的碳参数，包括总碳、颗粒碳、溶解碳、有机碳、无机碳等都与海水中的颗粒有关。从理论上来讲，通过测量海水中颗粒物种类、浓度等数据，有可能获得海水碳参数。
3、现有的关于海洋碳含量检测的研究方法包括卫星遥感、实验室化学分析法、灼烧法等，然而这些方法存在一些弊端，例如：卫星遥感无法实现对深层海水中碳参数的检测，化学分析法或灼烧法无法现场快速测量。为此，发展一种可以快速、现场检测海水碳参数的方法对推动海洋碳汇研究具有重要意义。
4、目前，已经报道基于偏振光技术的检测仪器
5、需要说明的是，在上述
技术介绍
部分公开的信息仅用于对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术的主要目的在于解决上述
技术介绍
中存在的问题，提供一种利用颗粒物偏振光数据的海水碳参数现场检测方法。
2、为实现上述目的，本专利技术采用以下技术方案：
3、一种利用颗粒物偏振光数据的海水碳参数现场检测方法，包括如下步骤：
4、s1：利用偏振光技术对海水样本中的海水颗粒物进行分类和特征提取，构建偏振散射数据库；
5、s2：通过统计方法对海水颗粒物偏振光数据与海水碳参数进行相关性分析，得到包含海水颗粒物偏振光参数与海水碳参数之间关联关系的解析公式；或者，利用海水颗粒物偏振光参数与对应的海水碳参数的数据集，建立包含海水颗粒物偏振光参数与海水碳参数之间关联关系的数字模型；
6、s3：利用所述关联关系，并考虑输出碳参数与输入海水颗粒物偏振光数据之间的一一对应关系、适用范围以及误差控制，针对每种碳参数构建基于所述解析公式或所述数字模型的检测算法；
7、s4：针对仪器检测到的海水颗粒物偏振光数据执行所述检测算法，其中，利用所述解析公式求解方程得到海水碳参数，或者，将颗粒物偏振光数据输入到所述数字模型中，利用所述数字模型计算得到海水碳参数。
8、进一步地，所述统计方法包括：
9、获取海水样品的海水颗粒物偏振光数据以及相关的海水碳参数和水质参数；
10、通过相关性分析，识别海水颗粒物偏振光数据与海水碳参数之间的高相关度参数和低相关度参数；
11、基于相关性分析结果，对于高相关度参数，构建解析公式，所述公式描述高相关度参数与海水碳参数之间的关系；
12、基于相关性分析结果，对于低相关度参数，对所述解析公式进行辅助构造，以增强解析公式的预测能力。
13、进一步地，所述数字模型的构建包括：
14、获取海水样品的海水颗粒物偏振光数据以及相关的海水碳参数和水质参数；
15、从预处理后的海水颗粒物偏振光数据中选择对预测海水碳参数有显著影响的特征；
16、使用大量同一来源的海水样品数据，结合所选特征和已知的碳参数，训练数字模型，以学习到海水颗粒物偏振光数据与海水碳参数之间的映射关系；
17、对训练得到的数字模型进行验证，以评估其预测海水碳参数的准确性和可靠性；
18、根据模型验证的结果，调整模型参数和结构，优化模型性能；
19、将最终优化后的数字模型保存，以便在现场检测中使用，确保模型的可重复性和一致性。
20、进一步地，所述对预测海水碳参数有显著影响的特征包括大小、形状以及偏振光强度。
21、进一步地，所述碳参数包括如下碳含量指标中的一种或多种：总碳(tc)、无机碳(ic)、不可吹扫有机碳(npoc)以及使用滤膜过滤后海水的总碳、不可吹扫有机碳。
22、进一步地，所述数字模型的构建还包括：
23、针对仪器测得的海水颗粒物偏振光数据，采用脉冲信息提取方法，提取单颗粒散射脉冲信息，产生颗粒物多维数据，用于颗粒物特征识别；统计在给定流速下，给定时间内检测到的颗粒物数量以反映海水中颗粒物的相对数量；其中，表征了单颗粒信息的单脉冲特征以及表征了统计意义上特定种类颗粒物总数从多个层面反映海水的信息；将得到的数据用于所述数字模型的训练和优化。
24、进一步地，所述仪器使用四个偏振光检测通道和一个荧光检测通道采集单颗粒散射脉冲的幅值、分布区间、半高全宽、突出度等信息中的一种或多种。
25、进一步地，所述统计方法采用线性拟合，不同种类颗粒物的浓度为cn，对应模型系数为an，构建如式1-式3的函数关系式：
26、npoc＝f1(a1c1,a2c2...,ancn) (1)
27、tc＝f2(a1c1,a2c2...,ancn) (2)
28、ic＝f3(a1c1,a2c2...,ancn) (3)
29、利用仪器对颗粒物识别得到颗粒物的浓度cn，基于大量真实海水的碳参数，使用最小二乘法计算得到系数an。
30、进一步地，采用机器学习的方法构建基于回归模型的数字模型，所述回归模型为随机森林回归模型、lasso回归模型或gbdt模型。
31、一种计算机可读存储介质，存储有计算机程序，所述计算机程序由处理器执行时实现所述的方法。
32、本专利技术具有如下有益效果：
33、本专利技术提供一种新型的海水碳参数现场检测方法，通过测量海水中颗粒物的偏振光数据，利用检测算法结合统计学解析式或机器学习数字模型实现对海水碳参数现场检测。该方法基于海水中颗粒物参与海洋碳循环的现象，利用偏振光技术对海洋微小颗粒物的检测和分类能力，发挥大数据模型在关联分析中的优势，建立颗粒物本文档来自技高网...
【技术保护点】
1.一种利用颗粒物偏振光数据的海水碳参数现场检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的海水碳参数现场检测方法，其特征在于，所述统计方法包括：
3.如权利要求1所述的海水碳参数现场检测方法，其特征在于，所述数字模型的构建包括：
4.如权利要求1至3任一项所述的海水碳参数现场检测方法，其特征在于，所述对预测海水碳参数有显著影响的特征包括大小、形状以及偏振光强度。
5.如权利要求1至4任一项所述的海水碳参数现场检测方法，其特征在于，所述碳参数包括如下碳含量指标中的一种或多种：总碳(TC)、无机碳(IC)、不可吹扫有机碳(NPOC)以及使用滤膜过滤后海水的总碳、不可吹扫有机碳。
6.如权利要求1至5任一项所述的海水碳参数现场检测方法，其特征在于，所述数字模型的构建还包括：
7.如权利要求6所述的海水碳参数现场检测方法，其特征在于，所述仪器使用四个偏振光检测通道和一个荧光检测通道采集单颗粒散射脉冲的幅值、分布区间、半高全宽、突出度信息中的一种或多种。
8.如权利要求1至5任一项所述的海水碳
9.如权利要求1、3至7任一项所述的海水碳参数现场检测方法，其特征在于，采用机器学习的方法构建基于回归模型的数字模型，所述回归模型为随机森林回归模型、Lasso回归模型或GBDT模型。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序由处理器执行时实现如权利要求1-9任一项所述的方法。
...【技术特征摘要】
1.一种利用颗粒物偏振光数据的海水碳参数现场检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的海水碳参数现场检测方法，其特征在于，所述统计方法包括：
3.如权利要求1所述的海水碳参数现场检测方法，其特征在于，所述数字模型的构建包括：
4.如权利要求1至3任一项所述的海水碳参数现场检测方法，其特征在于，所述对预测海水碳参数有显著影响的特征包括大小、形状以及偏振光强度。
5.如权利要求1至4任一项所述的海水碳参数现场检测方法，其特征在于，所述碳参数包括如下碳含量指标中的一种或多种：总碳(tc)、无机碳(ic)、不可吹扫有机碳(npoc)以及使用滤膜过滤后海水的总碳、不可吹扫有机碳。
6.如权利要求1至5任一项所述的海水碳参数现场检测方法，其特征在于，所述数字模...
【专利技术属性】
技术研发人员：廖然，马辉，徐世友，
申请(专利权)人：清华大学深圳国际研究生院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。