实现对污染的紧急响应:通过机器学习驱动的光传感器阵列同时快速识别规格
Dali Wei1, Yunxiang Fan1, Bohan Wu1
1School of the Emergency Management, School of the Environment and Safety Engineering, Jiangsu University, Zhenjiang 212013, China.
Environmental science & technology
|November 7, 2025
概括
一个新的机器学习光传感器阵列快速识别水中的四种物种. 这种智能平台有助于评估毒性,并在污染事件中指导应急响应.
科学领域:
- 环境化学环境化学
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
背景情况:
- 物种化对于理解毒性和指导水污染反应至关重要.
- 目前的分析方法在快速和同时识别多种物种时面临挑战.
研究的目的:
- 开发一种新的机器学习驱动的光传感器阵列,用于区分四种物种.
- 创建一个智能平台,用于在水样中快速分析的物种化.
主要方法:
- 合成了两个基于Fe的发光金属有机框架 (NH2-MIL-88(Fe) 和OH-MIL-88 ((Fe)).
- 利用框架对各种物种的差异光反应.
- 采用模式识别和机器学习算法进行数据分析和预测.
主要成果:
- 传感器阵列成功区分了矿 (AsIII),酸盐 (AsV),单甲基酸 (MMAV) 和二甲基酸 (DMAV).
- 与传感器阵列集成的机器学习算法能够精确识别和预测物种,包括混合物.
- 该平台在分析实际水样时展示了成功的应用程序.
结论:
- 开发了一个强大,快速和智能平台,用于的物种化.
- 光传感器阵列为水质评估和应急响应提供了强大的工具.
- 机器学习集成增强了复杂物种分析的能力.


