基于矩阵感知多任务融合网络（MTFNet）的异质水体LIBS重金属检测方法研究

本文针对激光诱导击穿光谱（LIBS）技术在水体重金属检测中存在的基质效应问题，创新性地提出了一种多任务融合网络（MTFNet）。该模型通过联合优化基质分类与元素回归任务，显著提升了铬（Cr）、锰（Mn）、镉（Cd）等重金属在长江水、水库水、地下水和去离子水等多种水体中的定量精度（如Cr的R2从0.749提升至0.994），为复杂水环境下的实时精准监测提供了突破性解决方案。

　　

Highlight

本研究的创新点在于：

1. 1.

   首次将多任务学习框架应用于LIBS水体重金属检测领域

2. 2.

   提出矩阵感知机制有效解决异质水体的基质干扰问题

3. 3.

   在四种实际水基质中实现Cr、Mn、Cd的同步高精度定量

Experiment setup

实验系统如图1(a)所示，包含四个核心模块：激光激发模块采用532nm纳秒脉冲激光器（ Beamtech公司Nimma-400型），样品定位模块配备三维精密平移台，光谱采集模块使用三光栅光谱仪（Andor公司SR-750型）搭配ICCD探测器，系统控制模块通过LabVIEW实现多设备同步联动。所有水样均通过液固转化法预处理于超疏水锌基底上形成均匀固化样品。

Spectral analysis

获取的LIBS光谱覆盖196-874nm范围，图2显示四种水基质的平均光谱特征。目标重金属Cd（228.8nm）、Mn（257.6nm/259.4nm）、Cr（267.7nm/283.5nm）的特征谱线主要分布于200-360nm区间，与锌基底发射谱存在部分重叠。同时检测到钙（Ca）、钠（Na）、镁（Mg）等基质元素的特征谱线，其中CaⅡ 317.9nm/393.3nm、NaⅠ 589.0nm/589.6nm等谱线强度随基质类型呈现显著差异（p<0.01），证实了水基质化学组成对等离子体发射特性的显著影响。

Conclusion

MTFNet通过多任务协同学习机制，成功实现了：

1. 1.

   基质分类准确率达98.7%

2. 2.

   Cr定量误差降低至6.94%（传统方法46.73%）

3. 3.

   跨基质泛化能力显著提升

   该框架为复杂环境样本的LIBS分析提供了普适性解决方案。

第二个Conclusion

综上所述，MTFNet通过深度挖掘光谱特征与基质属性的关联性，突破了传统单任务模型在异质水体检测中的局限性。该方法不仅适用于水资源监测，更为血铅筛查、土壤重金属迁移研究等生物医学与环境交叉领域提供了技术范式。