基于光谱分析的水质多参数检测方法相较于传统的化学分析法,具有速度快、无污染（无需化学试剂）、操作简单、费用低廉等显著优点,作为一种绿色检测技术适用于自动在线水质检测设备,代表了未来水质监控的发展方向。但是现阶段该方法检测精度波动大,泛化能力薄弱,严重制约着光谱分析法的技术开发和市场应用拓展。本文以水质有机物综合污染指标为研究对象,以实现“光谱融合的在线水质多参数检测”为目标,围绕“光谱特性分析与奇异性检测”、“光谱清洗方法”、“光谱法多参数融合建模”和“面向光谱分布差异的深度域适应”四个关键技术,解析多源光谱信息的互补性原理,探索基于深度学习的信息融合方法和深度域适应框架,实现了化学需氧量（Chemical Oxygen Demand,简写为COD,单位:mg/L）、溶解性有机磷（Dissolved Organic Phosphorous,简写为DOP,单位:mg/L）和溶解性有机氮（Dissolved Organic Nitrogen,简写为DON,单位:mg/L）的快速检测。其内容主要包括以下几个方面:（1）研究了基于光谱融合的在线水质多参数检测体系及基础硬件。为满足在线水质多参数检测需求,分析了当前水质多参数检测场景对光谱融合技术的需求,在此基础上提出了面向检测过程的研究体系,并对在线检测所需的光学设备进行选型,设计了关键零部件结构,最后结合检测流程确定了提升检测精度所需的关键技术。（2）研究了水样光谱特性与奇异性。通过切比雪夫大数定理和泰勒级数确定了实际水样光谱对水质COD、DOP和DON指标的敏感波段,并借助小波变换和李氏指数研究了水样光谱正常采集与非正常采集时的奇异性,在此基础上提出水样光谱是否正常采集的判别逻辑,为后续建模研究打下基石。（3）研究了水样光谱的数据清洗方法。设计了面向荧光光谱和紫外-可见光（Ultraviolet-Visible,常简写为UV-Vis）光谱的降噪自编码器,基于小波变换的光谱清洗方法提出了改进软阈值函数,并通过实验验证了两种方法的适用性和有效性,在对比分析后确定了最适宜在线工程需求的光谱清洗方法。（4）研究了基于光谱法检测水质多参数的融合建模方法。调研了融合建模范式,在此基础上提出了基于数据级融合的水质多参数检测模型、基于特征级融合的水质多参数检测模型和基于多级融合的水质多参数检测模型,并通过实验验证了三个模型的可行性与有效性,在对比分析后确定了最适宜在线工程需求的光谱融合检测模型。（5）研究了面向水体光谱分布差异的深度域适应方法。分析了深度域适应框架,在此基础上提出了面向特征级融合的水质多参数域对抗训练网络和面向特征级融合的水质多参数域分离训练网络,并通过实验验证了两个深度域适应方法的适用性和有效性,在对比分析后确定了最适宜在线工程需求的深度域适应方法。（6）融合检测模型部署与检测模型性能测试。在上述关键技术的研究基础上,提出了融合检测模型部署方案,并结合测试集面向检测模型进行性能测试。