本發(fā)明涉及紫外可見光譜定量分析領域，具體涉及一種測量痕量金屬離子濃度的方法和裝置。

背景技術：

在濕法冶金工藝中，料液浸出液存在著金屬離子種類多、濃度比大等特點，這些特性相近的、共存的金屬離子產生的信號掩蔽和重疊現(xiàn)象給高濃度比背景下痕量金屬離子濃度的測量帶來極大挑戰(zhàn)。

紫外可見分光光度法是在190～800nm波長范圍內測定物質的吸光度，用于鑒別、雜質檢查和定量測定的方法。近年來，紫外可見分光光度法由于其靈敏度高、重現(xiàn)性好及適合在線分析等特點，已被廣泛應用于多金屬離子分析測定領域。根據(jù)冶煉工序浸出液中金屬離子濃度比大的特點，以及在線檢測時對檢測儀器快速性、穩(wěn)定性、低成本等要求，紫外可見分光光度法適用于測量料液浸出液中痕量金屬離子的濃度。

傳統(tǒng)建模方法通常使用全波段波長變量進行偏最小二乘(pls)建模。但是，由于高濃度的基體離子與痕量待測金屬離子化學性質相近，二者光譜信號重疊，溶液的吸光度與濃度在部分波長段呈現(xiàn)很強的非線性，因此無法通過全波段信息實現(xiàn)痕量待測金屬離子濃度的測定，需要對高濃度比背景下的痕量金屬離子混合溶液的吸光度進行特征提取，選擇有效波長點進行建模。

現(xiàn)有技術中常用的特征變量選擇方法主要有：間隔偏最小二乘法(ipls)、聯(lián)合區(qū)間偏最小二乘法(sipls)、蒙特卡羅無信息變量消除方法(mc-uve)和競爭性自適應加權算法(cars)等。但這些方法在高濃度比的背景下都不能很好地進行波長篩選。ipls方法與sipls方法都是對區(qū)間波段進行選擇，并未對每個波長點進行分析，可能選中對模型貢獻度高的波長點附近的貢獻度低的點；mc-uve方法與cars方法雖然能對每個波長點進行分析，但mc-uve方法對樣本抽取的過程中隨機性較大，導致變量穩(wěn)定性指標計算不準確，且其旨在剔除光譜中的噪聲波長點，對去除對建模貢獻度低的非噪聲點時存在較大局限性；而cars方法在基體離子波峰處的指標較好，易將基體離子信息波長點選入，而使得模型精度低。

技術實現(xiàn)要素：

針對高濃度比背景下的多金屬離子混合溶液中痕量待測離子的非線性強、加和性差、檢測信號重疊等檢測難題，本發(fā)明提供了一種測量痕量金屬離子濃度的方法和裝置。

本發(fā)明提供的測量痕量金屬離子濃度的方法，包括：s1，根據(jù)包含痕量金屬離子的溶液在全波段的吸光度，使用預測均方根誤差獲取所述全波段內的最優(yōu)波長區(qū)間；s2，通過相關系數(shù)法獲取所述最優(yōu)波長區(qū)間內測量所述痕量金屬離子濃度的有效波長點。

其中，所述測量痕量金屬離子濃度的方法還包括：s3，對所述有效波長點通過pls建模，建立濃度與所述溶液的吸光度之間的回歸模型，分離計算得到所述痕量金屬離子的濃度值。

其中，所述步驟s1包括：s11，將所述全波段分為多個子區(qū)間，通過pls建模獲取每個所述子區(qū)間模型的預測均方根誤差；s12，將所述預測均方根誤差從小到大的多個所述子區(qū)間合并，獲取所述最優(yōu)波長區(qū)間。

其中，所述步驟s2包括：s21，根據(jù)所述最優(yōu)波長區(qū)間內波長點對應的吸光度，獲取吸光度矩陣，并根據(jù)所述吸光度矩陣獲取相關系數(shù)矩陣；s22，逐行地將所述相關系數(shù)矩陣中的元素與多個相關系數(shù)閾值分別進行比較，獲取所述元素大于所述相關系數(shù)閾值個數(shù)最多的目標行，每個所述相關系數(shù)閾值對應一個所述目標行；s23，分別獲取每個所述目標行中大于對應的所述相關系數(shù)閾值的元素所對應的目標波長點，每個所述相關系數(shù)閾值對應的多個所述目標波長點構成一個波長子集；s24，通過pls建模獲取多個所述波長子集的預測均方根誤差，具有最小所述預測均方根誤差的所述波長子集所包含的目標波長點為所述有效波長點。

其中，所述步驟s1之前還包括：通過紫外可見分光光度法，獲取所述溶液在470-800nm的全波段的吸光度。

其中，所述吸光度矩陣a為：

其中，l為波長點數(shù)，m為樣本數(shù)；

所述相關系數(shù)矩陣r為：

其中，rij為所述吸光度矩陣a第i行和第j行的皮爾遜相關系數(shù)；

其中，皮爾遜相關系數(shù)r為：

其中，所述預測均方根誤差為：

其中，rmsep為所述預測均方根誤差，是第i個樣本的估計值，yi是第i個樣本的實際測量值，n是校正集樣本個數(shù)，n是預測集樣本個數(shù)。

本發(fā)明提供的測量痕量金屬離子濃度的裝置，包括：第一獲取模塊，用于根據(jù)包含痕量金屬離子的溶液在全波段的吸光度，使用預測均方根誤差獲取所述全波段內的最優(yōu)波長區(qū)間；第二獲取模塊，用于通過相關系數(shù)法獲取所述最優(yōu)波長區(qū)間內測量所述痕量金屬離子濃度的有效波長點。

其中，所述測量痕量金屬離子濃度的裝置還包括：分離計算模塊，用于對所述有效波長點通過pls建模，建立濃度與所述溶液的吸光度之間的回歸模型，分離計算得到所述痕量金屬離子的濃度值。

本發(fā)明提供的測量痕量金屬離子濃度的方法和裝置，通過采用間隔-相關系數(shù)偏最小二乘法(icc-pls)，快速高效地去除高濃度基體離子的敏感區(qū)域和空白信息區(qū)域，剔除非線性強、信息量少、被基體離子掩蔽的波長點，最大程度地保留痕量待測離子完整可用的信息，減小高濃度基體離子對痕量待測離子的干擾，同時保持待測離子的靈敏度，減少變量個數(shù)，提高模型的精度和實時性。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的測量痕量金屬離子濃度的方法的流程示意圖；

圖2為本發(fā)明實施例提供的子區(qū)間的rmsep值的柱形圖；

圖3為本發(fā)明實施例提供的五組相關系數(shù)閾值的rmsep值和r²值的柱形圖；

圖4為本發(fā)明實施例提供的間隔分區(qū)方法下波長選取的示意圖；

圖5為本發(fā)明實施例提供的cars方法下波長選取的示意圖；

圖6為本發(fā)明實施例提供的mc-uve方法下波長選取的示意圖；

圖7為本發(fā)明實施例提供的間隔-相關系數(shù)偏最小二乘(icc-pls)方法下波長選取的示意圖；

圖8為本發(fā)明實施例提供的檢測集樣本實際值與預測值誤差的示意圖；

圖9為本發(fā)明實施例提供的相關系數(shù)法的流程示意圖；

圖10為本發(fā)明實施例提供的測量痕量金屬離子濃度的裝置的結構示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

圖1為本發(fā)明實施例提供的測量痕量金屬離子濃度的方法的流程示意圖，如圖1所示，包括：s1，根據(jù)包含痕量金屬離子的溶液在全波段的吸光度，使用預測均方根誤差獲取所述全波段內的最優(yōu)波長區(qū)間；s2，通過相關系數(shù)法獲取所述最優(yōu)波長區(qū)間內測量所述痕量金屬離子濃度的有效波長點。

其中，溶液可以為含有多種金屬離子的混合溶液，并且該溶液中基體離子與待測的痕量金屬離子可以具有高濃度比。全波段的吸光度為一定的波長范圍內多個波長點的吸光度，例如可以為以1nm為間隔、以470-800nm為波長范圍，包含的331個波長點的吸光度。預測均方根誤差(root-mean-squareerrorofprediction,rmsep)通常被用作多元校正的評價指標。為了方便描述，在下文中以rmsep表示預測均方根誤差。

在步驟s1中，通過使用間隔分區(qū)法對全波段進行初步篩選。具體地，全波段可以包括多個波長區(qū)間，通過使用rmsep值作為指標對多個波長區(qū)間進行篩選，從而獲取多個波長區(qū)間內的最優(yōu)波長區(qū)間。

在步驟s2中，具體地，相關系數(shù)法是通過計算出兩兩指標的相關系數(shù)，形成相關系數(shù)矩陣，進一步判定兩兩指標間相關性的方法。在本步驟中，可以通過相關系數(shù)法，對步驟s1中獲取的最優(yōu)波長區(qū)間內的波長點進行進一步篩選，以得到用于測量痕量待測離子濃度的有效波長點。

本發(fā)明實施例提供的測量痕量金屬離子濃度的方法，通過采用間隔-相關系數(shù)偏最小二乘法，快速高效地去除高濃度基體離子的敏感區(qū)域和空白信息區(qū)域，剔除非線性強、信息量少、被基體離子掩蔽的波長點，最大程度地保留痕量待測離子完整可用的信息，減小高濃度基體離子對痕量待測離子的干擾，同時保持待測離子的靈敏度，減少變量個數(shù)，提高模型的精度和實時性。

基于上述實施例，其中，所述測量痕量金屬離子濃度的方法還包括：s3，對所述有效波長點通過pls建模，建立濃度與所述溶液的吸光度之間的回歸模型，分離計算得到所述痕量金屬離子的濃度值。

基于上述實施例，其中，所述步驟s1包括：s11，將所述全波段分為多個子區(qū)間，通過pls建模獲取每個所述子區(qū)間模型的預測均方根誤差；s12，將所述預測均方根誤差從小到大的多個所述子區(qū)間合并，獲取所述最優(yōu)波長區(qū)間。

在步驟s11中，具體地，將全波段分為多個波長子區(qū)間，并通過pls建模獲取各個子區(qū)間的rmsep值。其中，可以以預設波長為間隔，將全波段分為多個波長子區(qū)間。例如，將全波段470-800nm以每15nm波長為間隔劃分得到22個子區(qū)間，在每個子區(qū)間分別利用pls建模，能夠獲取該22個子區(qū)間各自的rmsep值。以上波長子區(qū)間劃分方法僅用于說明本發(fā)明的實施例，本發(fā)明實施例的保護范圍不限于此。

在步驟s12中，具體地，根據(jù)步驟s11中獲取的各子區(qū)間的rmsep值，對各個子區(qū)間的rmsep值進行從小到大的排列，可以選擇具有最小rmsep值的一個子區(qū)間作為最優(yōu)波長區(qū)間，或者將多個較小的子區(qū)間進行合并，合并得到的區(qū)間即為最優(yōu)波長區(qū)間。圖2為本發(fā)明實施例提供的子區(qū)間的rmsep值的柱形圖，如圖2所示，第12、13、14和15子區(qū)間的rmsep值相比其他區(qū)間的較小，可以選擇上述4個區(qū)間進行合并，從而得到最優(yōu)波長區(qū)間為576-635nm。但本發(fā)明實施例的保護范圍并不局限于4個子區(qū)間合并，還可以是1個子區(qū)間作為最優(yōu)波長區(qū)間或其他數(shù)量的多個子區(qū)間合并作為最優(yōu)波長區(qū)間。

通過使用rmsep值挑選出痕量待測離子的最優(yōu)波長區(qū)間，以減少高濃度基體離子的掩蔽作用，并去除其敏感區(qū)域和空白信息區(qū)域。

基于上述實施例，其中，所述步驟s2包括：s21，根據(jù)所述最優(yōu)波長區(qū)間內波長點對應的吸光度，獲取吸光度矩陣，并根據(jù)所述吸光度矩陣獲取相關系數(shù)矩陣；s22，逐行地將所述相關系數(shù)矩陣中的元素與多個相關系數(shù)閾值分別進行比較，獲取所述元素大于所述相關系數(shù)閾值個數(shù)最多的目標行，每個所述相關系數(shù)閾值對應一個所述目標行；s23，分別獲取每個所述目標行中大于對應的所述相關系數(shù)閾值的元素所對應的目標波長點，每個所述相關系數(shù)閾值對應的多個所述目標波長點構成一個波長子集；s24，通過pls建模獲取多個所述波長子集的預測均方根誤差，具有最小所述預測均方根誤差的所述波長子集所包含的目標波長點為所述有效波長點。

在步驟s21中，具體地，根據(jù)步驟s1獲取的最優(yōu)波長區(qū)間，根據(jù)最優(yōu)波長區(qū)間內包含的波長點所對應的吸光度，獲取吸光度矩陣，再進一步根據(jù)相關系數(shù)法，獲取由相關系數(shù)組成的相關系數(shù)矩陣。

在步驟s22中，具體地，可以根據(jù)步驟s21中獲取的相關系數(shù)矩陣，通過分析該相關系數(shù)矩陣，選取一個或多個相關系數(shù)的相關系數(shù)閾值。將相關系數(shù)矩陣中的每行的元素與分別與相關系數(shù)閾值的值進行比較，記錄元素大于相關系數(shù)閾值的個數(shù)，該個數(shù)最多的行即為該相關系數(shù)閾值對應的目標行，每個相關系數(shù)閾值都對應一個目標行。

在步驟s23中，具體地，根據(jù)步驟s22中獲取的每個相關系數(shù)閾值對應的目標行，將該目標行中大于該相關系數(shù)閾值的元素所對應的波長點選出，選出的波長點為目標波長點。對應同一相關系數(shù)閾值的多個目標波長點構成一個波長子集，每個相關系數(shù)閾值分別對應一個波長子集。

在步驟s24中，具體地，根據(jù)步驟s23中獲取的多個波長子集，通過pls建模，獲取每個波長子集的rmsep值，具有最小rmsep值的波長子集所包含的目標波長點，即為有效波長點。

另外，還可以獲取決定系數(shù)r²值。決定系數(shù)(coefficientofdetermination)為相關系數(shù)(coefficientofcorrelation)的平方，決定系數(shù)的大小表征相關的密切程度。決定系數(shù)r²可以通過下式獲?。?/p>

其中，是第i個樣本的估計值，yi是第i個樣本的實際測量值，yn是實際測量值的平均值，n是校正集樣本個數(shù)，n是預測集樣本個數(shù)。

具有最小rmsep值的波長子集通常具有最大的r²值。但是，由于實驗誤差，具有最小rmsep值的波長子集和具有最大r²值的波長子集可能不為同一波長子集時，此時，可以對這兩個波長子集進行誤差修正處理，從而獲得有效波長點。

通過在痕量待測離子的最優(yōu)波長區(qū)間內使用相關系數(shù)法篩選出能最大程度保留其靈敏度和線性度的波長點，以減小高濃度基底離子的干擾。

基于上述實施例，其中，所述步驟s1之前還包括：通過紫外可見分光光度法，獲取所述溶液在470-800nm的全波段的吸光度。例如，可以1nm或2nm作為間隔，通過紫外可見分光光度法，獲取溶液在上述全波段范圍內的吸光度。

基于上述實施例，其中，所述吸光度矩陣a為：

其中，l為波長點數(shù)，m為樣本數(shù)；

所述相關系數(shù)矩陣r為：

其中，rij為所述吸光度矩陣a第i行和第j行的皮爾遜相關系數(shù)；

其中，皮爾遜相關系數(shù)r為：

基于上述實施例，其中，所述預測均方根誤差為：

其中，rmsep為所述預測均方根誤差，是第i個樣本的估計值，yi是第i個樣本的實際測量值，yn是實際測量值的平均值，n是校正集樣本個數(shù)，n是預測集樣本個數(shù)。

以下舉例說明本發(fā)明實施例提供的測量痕量金屬離子濃度的方法。首先配置高濃度比的鋅zn(ii)和鈷co(ii)混合溶液，其中鋅zn(ii)離子為基體離子，鈷co(ii)為待測的痕量金屬離子。以試劑空白(不含zn(ii)、co(ii)含顯色劑和緩沖劑的試劑)作參比，光譜儀采用雙光路設計，在470-800nm波長范圍內，間隔1nm測量各波長點的吸光度。其中zn(ii)濃度為160-800mg/l，間隔為80mg/l；co(ii)濃度為0.2-1.0mg/l，間隔為0.1mg/l。

首先應用紫外可見分光光度法得到80組zn(ii)和co(ii)混合溶液實驗數(shù)據(jù)，以54組實驗數(shù)據(jù)作為校正集進行建模，26組樣品作為未知樣品用來驗證模型精度。

然后使用間隔分區(qū)的方法對全波段的331個波長變量進行初選。將全波段470-800nm(800nm波長點為起始點，1nm為單位)以每15nm波長為間隔劃分22個子區(qū)間，在每個子區(qū)間內分別利用pls建模，比較每個建模區(qū)間內模型的rmsep值，選擇rmsep值較低的波長區(qū)間作為初選結果。

圖2為本發(fā)明實施例提供的子區(qū)間的rmsep值的柱形圖，其示出了22個波長子區(qū)間的rmsep值。如圖2所示，第12、13、14和15的rmsep值較小，因此合并上述12至15區(qū)間，得到的初選結果的最優(yōu)波長區(qū)間為576-635nm。但是，在此區(qū)間內，zn(ii)濃度變化仍舊會改變溶液吸光度，并且因為其吸光度與濃度呈現(xiàn)非線性而不可預測，且若當某波長點處co(ii)吸光度系數(shù)較小時，不同濃度zn(ii)產生的吸光度之差與co(ii)的吸光度大小相近時，此時zn(ii)濃度的改變會嚴重影響痕量金屬離子co(ii)的測量。

因此，需要使用相關系數(shù)法對最優(yōu)波長區(qū)間576-635nm進行進一步的篩選，以獲取zn(ii)對co(ii)濃度測量影響較小的波長點，即在此波長點處zn(ii)濃度變化引起的吸光度變化相對于co(ii)的吸光度來說較小。圖9為本發(fā)明實施例提供的相關系數(shù)法的流程示意圖，通過相關系數(shù)法進行進一步篩選的具體步驟如下：

步驟a:根據(jù)最優(yōu)波長區(qū)間內波長點的吸光度，如式(1)建立吸光度矩陣a∈r^60×60，根據(jù)式(3)得到如式(2)的相關系數(shù)矩陣r∈r^60×60。通過分析相關系數(shù)矩陣的特點，按照需求選取0.98、0.985、0.99、0.995和0.999作為相關系數(shù)閾值，每個相關系數(shù)閾值為一次循環(huán)，循環(huán)次數(shù)n＝5；

步驟b：在每次循環(huán)中，依次比較相關系數(shù)矩陣每一行中的每個元素與預設閾值的大小，大于閾值則加一，小于則不變，得到每行中元素大于閾值的個數(shù)矩陣m∈r^60×1；若m矩陣中元素最大的值imax為第k行，則選取相關系數(shù)矩陣r的第k行為目標行。

步驟c：將目標行中每一個大于相關系數(shù)閾值的元素取出，每個大于相關系數(shù)閾值的元素對應一個波長點，則可得到imax個波長點。則這imax個波長點即為該相關系數(shù)閾值下篩選的波長子集。

步驟d：對每個波長子集基于pls建模，根據(jù)模型得到rmsep值與r²值。當循環(huán)次數(shù)達到指定值5時，循環(huán)結束。可以獲取上述5個相關系數(shù)閾值分別對應的rmsep值和r²值。

圖3為本發(fā)明實施例提供的五組相關系數(shù)閾值的rmsep值和r²值的柱形圖。如圖3所示，相關系數(shù)閾值為0.995時所對應的rmsep值為最小的0.0190，r²值為最大的99.45％。在此閾值對應的波長點就是有效波長點，因此有效波長點為584-619nm，共36個波長變量。

最后根據(jù)上述步驟獲取的36個波長變量，進行pls建模，建立濃度與溶液吸光度之間的回歸模型，分離計算得到co(ii)的離子濃度。

為了說明本發(fā)明實施例提供的方法具有良好的波長點篩選效果，本發(fā)明實施例還使用其他篩選方法對相同全波段的波長點進行篩選，從而與本發(fā)明實施例提供的方法進行對比。圖4、5、6和7分別為間隔分區(qū)方法、cars方法、mc-uve方法和間隔-相關系數(shù)偏最小二乘(icc-pls)方法下波長選取的示意圖。

根據(jù)全波段信息可知，在470-570nm范圍內，co(ii)和zn(ii)吸光度完全不滿足加和性且zn(ii)吸光度遠超于co(ii)，屬于zn(ii)敏感區(qū)間。在570-590nm范圍內，co(ii)吸光度達到峰值而zn(ii)吸光度迅速下降，此時co(ii)與zn(ii)吸光度之比約為0.196-1.68之間，在590-650nm范圍內，zn(ii)、co(ii)吸光度均迅速下降且co(ii)與zn(ii)吸光度之比約為1.68-2之間，混合溶液吸光度和與算術加和重疊，基本滿足加和性。在650-800nm范圍內，co(ii)吸光度趨近于0而zn(ii)吸光度上升，屬于co(ii)空白信息區(qū)間。

如圖4和圖7所示，間隔分區(qū)方法與間隔-相關系數(shù)法兩者的波長點均取在滿足加和性且co(ii)、zn(ii)吸光度之比較大的波長點處，但間隔-相關系數(shù)法所選取的波長點co(ii)、zn(ii)吸光度之比均大于0.74，其中co(ii)吸光度為0.075-0.254，zn(ii)吸光度為0.0210-0.341，因而zn(ii)濃度變化對這些波長點的吸光度變化影響較小。如圖5和圖6所示，cars方法和mc-uve方法兩者所選取的波長點比較分散，僅650-800nm處取點較少，zn(ii)波峰段均有取點。

五種變量篩選方法的建模參見表1，從表1中可以看出全波段建模的pls模型，由于其中存在大量冗余，干擾信息，導致分析模型精度較低，且由于建模變量較多，其實時性差；間隔分區(qū)建模初步濾掉干擾，掩蔽信息，減小了zn(ii)對于co(ii)信息的影響，使得精度較全波段有所提高；cars-pls方法與mcuve-pls方法挑選變量時許多波長點在zn(ii)敏感區(qū)，使得模型精度變差，且其波長點較多，實時性不佳。而間隔-相關系數(shù)法篩選出的變量在co(ii)敏感區(qū)域具有較大的相關性，因而更好的挑選出了含co(ii)信息的波長點，變量更少，實時性更好且預測均方根誤(rmsep)更低，決定系數(shù)r²更高。因此，本發(fā)明實施例提供的基于間隔-相關系數(shù)法的方法所獲得的模型取得了更優(yōu)的檢測結果。

表1五種變量篩選方法建模比較

針對高鋅背景下co(ii)與zn(ii)光譜嚴重重疊，吸光度與濃度在部分波段不具備加和性問題，本發(fā)明實施例提供的間隔-相關系數(shù)法對光譜數(shù)據(jù)進行波長選擇，獲取zn(ii)干擾小、對pls模型貢獻率高且穩(wěn)定的變量，再結合pls進行建模。使用icc-pls方法建模后，采用26組驗證集驗證模型精度。

圖8為本發(fā)明實施例提供的檢測集樣本實際值與預測值的誤差示意圖，如圖8所示，樣本最大相對誤差為5.45％，平均相對誤差為2.21％。26個樣本中相對誤差在5％-10％內的有1個，相對誤差在0-5％內的有25個。實驗數(shù)據(jù)的重復性(相對標準偏差)為1.4％，檢測樣本基體離子zn(ii)與痕量待測離子co(ii)濃度比為160-4000，檢測范圍大于實際工藝要求，co(ii)的檢出下限為0.2mg/l，檢測最大相對誤差為5.45％，低于工藝現(xiàn)場的檢測要求10％。icc-pls較之其他波長選擇方法，在高鋅背景下波長數(shù)減少40％-89.1％，模型精度提高24.3％-64.6％，取得更好的檢測結果，對于檢測高濃度鋅液背景下痕量鈷離子的濃度精度高，效果理想，更好的解決了高濃度鋅液背景下痕量鈷離子濃度檢測的問題。

圖10為本發(fā)明實施例提供的測量痕量金屬離子濃度的裝置的結構示意圖，如圖10所示，該裝置包括：第一獲取模塊101，用于根據(jù)包含痕量金屬離子的溶液在全波段的吸光度，使用預測均方根誤差獲取所述全波段內的最優(yōu)波長區(qū)間；第二獲取模塊102，用于通過相關系數(shù)法獲取所述最優(yōu)波長區(qū)間內測量所述痕量金屬離子濃度的有效波長點。

其中，第一獲取模塊101通過使用間隔分區(qū)法對全波段進行初步篩選。具體地，全波段可以包括多個波長區(qū)間，獲取模塊101通過使用rmsep值作為指標對多個波長區(qū)間進行篩選，從而獲取多個波長區(qū)間內的最優(yōu)波長區(qū)間。

其中，相關系數(shù)法是通過計算出兩兩指標的相關系數(shù)，形成相關系數(shù)矩陣，進一步判定兩兩指標間相關性的方法。第二獲取模塊102通過使用相關系數(shù)法，對獲取模塊101中獲取的最優(yōu)波長區(qū)間內的波長點進行進一步篩選，以獲取用于測量痕量待測離子濃度的有效波長點。

基于上述實施例，其中，所述測量痕量金屬離子濃度的裝置還包括：分離計算模塊103，用于對所述有效波長點通過pls建模，建立濃度與所述溶液的吸光度之間的回歸模型，分離計算得到所述痕量金屬離子的濃度值。

本發(fā)明實施例提供的測量痕量金屬離子濃度的裝置，通過采用間隔-相關系數(shù)偏最小二乘法，快速高效地去除高濃度基體離子的敏感區(qū)域和空白信息區(qū)域，剔除非線性強、信息量少、被基體離子掩蔽的波長點，最大程度地保留痕量待測離子完整可用的信息，減小高濃度基體離子對痕量待測離子的干擾，同時保持待測離子的靈敏度，減少變量個數(shù)，提高模型的精度和實時性。

最后應說明的是：以上實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的精神和范圍。