文献速递｜ES&T：利用物理化学信息光谱转换器和紫外-可见-近红外(UV-Vis-SWNIR)光谱快速感应复杂地表水COD

本文介绍了一种新型的物理化学信息光谱转换器（PIST）模型，该模型结合了紫外-可见-短波-近红外（UV-vis-SWNIR）光谱技术，用于快速准确地测量复杂地表水中的化学需氧量（COD）。传统的COD测量方法存在光谱特征提取不足和模型泛化能力有限的问题。PIST模型通过集成物理化学信息块和特征嵌入块，显著提高了测量的准确性和通用性。在实际地表水数据集上的验证结果显示，PIST模型的R2值达到了0.9008，均方根误差（RMSE）显著降低。这一研究标志着光谱学与深度学习结合在水质监测领域的重大进展，为环境工程提供了新的工具和方法。