激光诱导击穿光谱结合机器学习的土壤沉积物重金属元素定量分析方法研究.pdfVIP

第44卷第6期分析测试学报Vol.44No.6

2025年6月FENXICESHIXUEBAO（JournalofInstrumentalAnalysis）1115~1122

doi：10.12452/j.fxcsxb.241118533

激光诱导击穿光谱结合机器学习的土壤沉积物重金

属元素定量分析方法研究

1，21，3*1，21，2343，4*

杏艳，李茂刚，念娟妮，王婷，周奎，张天龙，李华

（1．陕西省环境介质痕量污染物监测预警重点实验室，陕西西安710054；2．陕西省环境监测中心站，陕西

西安710054；3．西安石油大学化学化工学院，陕西西安710065；4．西北大学化学与材料科学学院，

陕西西安710127）

摘要：土壤沉积物中的重金属污染问题日益凸显，开发现场快速检测技术已成为确保污染监测有效性及推

进环境治理不可或缺的手段。基于此，该研究提出了一种基于激光诱导击穿光谱技术（LIBS）结合机器学习算

法的土壤沉积物重金属元素定量分析方法。首先，基于搭建的LIBS装置采集了土壤沉积物样本的光谱，探究

了不同光谱预处理方法对光谱数据的预处理性能。紧接着基于变量重要性测量（VIM）对预处理后的光谱数据

进行特征变量筛选。借助交叉验证对预处理方法、变量重要性阈值等参数进行了优化。基于优化的输入变量

建立了土壤沉积物样本中3种重金属元素（Pb、Cu和Zn）的定量分析模型，并与其他校正模型的性能进行了比

对。结果表明，该研究提出的VIM-RF校正模型表现出最佳的预测性能，对于Pb其R2为0.9930，RMSE为

pP

0.0298mg/kg，对于Cu其R2p为0.9810，RMSEP为0.1127mg/kg，对于Zn其R2p为0.9920，RMSEP为

0.1662mg/kg。由此可见，该文建立的方法有望为土壤沉积物环境重金属污染快速筛查及治理提供一定的理

论参考依据。

关键词：土壤沉积物；重金属；激光诱导击穿光谱；随机森林；特征选择

中图分类号：O657.3；S151.9文献标识码：A文章编号：1004-4957（2025）06-1115-08

ResearchonQuantitativeAnalysisMethodofHeavyMetal

ElementsinSoilSedimentsBasedonLaserInduced

BreakdownSpectroscopyCombinedwithMachineLearning

1，21，3*1，21，23

XINGYan，LIMao-gang，N