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

背景：水质监测对保障水资源的可持续利用至关重要，化学需氧量作为关键参数需要精确测量。然而，传统光谱方法由于对水体光谱了解不足且通用性有限，难以在复杂地表水中准确一致地检测化学需氧量。研究目的：为解决上述局限性，研究提出了物理化学信息光谱转换器模型，将紫外-可见-短波-近红外光谱与水质传感相结合，首次将转换器架构应用于水质光谱定量分析。模型通过理化信息块整合现有物理化学信息进行域适应，并利用特征嵌入块提取全面光谱特征。结论：基于涵盖长江和鄱阳湖的广域地表水数据集验证，该模型的决定系数达到0.9008，均方根误差相比支持向量回归降低45.20%，相比卷积神经网络降低29.38%，证明了其在化学需氧量检测中的准确性和通用性，为快速水质监测提供了多学科方法。