AI-усиленная спектроскопия позволяет быстро оценивать качество воды

Исследовательская группа под руководством профессоров Ху Бинляна и Юй Тао из Сианьского института оптики и точной механики (XIOPM) Китайской академии наук разработала модель PIST (physicochemical-informed spectral Transformer) в сочетании с УФ-видимой-ближней ИК-спектроскопией для оценки качества воды. Исследование опубликовано в журнале Environmental Science & Technology и выбрано для обложки.

Основная проблема традиционных методов, таких как метод частичных наименьших квадратов (PLS) или сверточные нейронные сети (CNN), заключается в сложности точного извлечения спектральных признаков и обеспечении обобщаемости моделей при изменяющихся условиях. Новая архитектура PIST, впервые использующая подход Transformer для спектрального анализа воды, включает блок, учитывающий физико-химические свойства, для адаптации к предметной области, и блок встраивания признаков для улучшения их глобального извлечения. Это значительно повышает точность и обобщаемость модели.

Экспериментальная проверка подтвердила высокую точность модели PIST в измерении концентраций химической потребности в кислороде (ХПК). В сочетании с быстрой спектроскопией метод предлагает надежное и недорогое решение для оценки качества воды. При развертывании с устройствами для сбора спектров in situ он открывает потенциал для долгосрочного экологического мониторинга и быстрого реагирования на чрезвычайные ситуации, связанные с загрязнением воды.