面向养殖水体分布差异的COD光谱法检测研究

来源：中国农机化学报杂志2021年第12期北京时间：

作者：管理, 李精伟, 梅松, 李东波, 吕晓兰

单位：1. 南京理工大学机械工程学院，南京市，210094； 2. 农业农村部南京农业机械化研究所，南京市，210014；3. 江苏省农业科学院农业设施与装备研究所，南京市，210014

摘要：面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UVVis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。

关键词：COD,在线检测,UVVis,水体分布差异,深度学习,域对抗训练网络

基金资助：江苏省农业自主创新资金项目(CX(20)1005)；江苏省科技现代农业—重点及面上项目（BE2018375）