【摘要】[目的]基于太赫兹时域光谱技术,对水体中汞(Hg)、镉(Cd)、铜(Cu)3种重金属进行检测,旨在太赫兹光谱范围内找出3种重金属的特征频率点,同时为构建水体中3种重金属类别和浓度识别以及含量的预测模型提供方法借鉴。[方法]分别配置不同浓度的Hg、Cd、Cu重金属溶液,用太赫兹光谱衰减反射模式采集样品的时域数据,通过离散余弦变换(discrete cosine transform, DCT)、标准正态变换(standard normal transformation, SNV)与二阶导数(second derivative, SD)去噪,主成分分析(principal component analysis, PCA)、多维度缩放(multiple dimension scaling, MDS)与线性判别分析(linear discriminant analysis, LDA)降维,再通过随机森林(random forest, RF)、k邻近算法(k-nearest neighbor, KNN)和概率神经网络(probabilistic neural network, PNN)进行重金属类别与浓度的检测建模,最后采用最小二乘支持向量机(least squares support vector machines, LS-SVM)与反向传播神经网络(back propagation neural network, BPNN)进行浓度预测建模。[结果]一定浓度范围内Hg和Cd溶液的吸收系数谱分别在1.7 THz与1.2 THz处有明显吸收峰变化,未发现Cu溶液吸收系数谱随浓度改变的规律。PNN与KNN模型可对3种重金属水体进行准确检测,构建的PCA-PNN模型可分别对Hg、Cd和Cu溶液进行浓度识别,准确率分别为99.45%、95.93%和99.25%。构建的DCT-LDA-BPNN模型可用于溶液中的Hg、Cd和Cu这3种重金属含量预测,决定系数分别为0.996、0.986和0.999,均方误差分别为0.008、0.026和2.164。[结论]本试验证明太赫兹光谱对不同浓度的Hg、Cd、Cu溶液有较好的定性与定量分析能力,能为水体重金属检测提供重要参考。