基于光谱分析的水质有机污染物浓度检测方法相比传统的化学分析法,具有速度快、无需化学试剂、操作简单等优点,是一种绿色检测技术。现行的光谱法水质分析多采用单一光谱,普遍存在分析精度较低的不足。本文以水质有机物综合指标的光谱分析为研究对象,根据多种光谱信息的互补性原理,主要研究了基于紫外吸收光谱和三维荧光光谱的变权重组合预测技术,旨在提高水质光谱分析的精度及模型鲁棒性,实现了总有机碳、化学需氧量等六类水质有机污染指标的快速检测。其内容主要包括以下几个方面：1.为探讨光谱分析法在水质有机污染检测中的应用效果,选择具有代表性的偏最小二乘及最小二乘支持向量机算法,针对水质TOC、CoD指标分别建立紫外光谱回归模型、荧光光谱回归模型以及两种光谱融合数据的回归模型,并通过预测均方误差及相关系数评估各模型的预测性能。2.为了提高目前融合模型的精确性和鲁棒性,本文结合多源光谱对象的特点,提出了一种多源光谱变权重模型的组合预测方法,首先根据不同来源的光谱与水质有机污染综合指标分别建立子模型,然后通过光谱角计算出预测样本的多源多维光谱与训练样本的多源多维光谱的匹配程度,并以此计算出各个单一光谱子模型的组合权重,实现了针对不同预测水样的多模型变权重组合预测,从而提高了模型的预测性能和泛化能力。3.为满足野外移动作业、进行污染水质的现场快速检测的需求,实现了一款多光谱变权重组合预测软件,并在便携式仪表上进行了应用测试。