АГРЕГИРОВАНИЕ ПРЕДПОЧТЕНИЙ ПРИ ВЫБОРЕ ЦВЕТОВОЙ МОДЕЛИ ДЛЯ ЦИФРОВОГО ЦВЕТОМЕТРИЧЕСКОГО АНАЛИЗА СОСТАВА ВЕЩЕСТВ

• Published in: Izvestiâ Tomskogo politehničeskogo universiteta. Inžiniring georesursov Vol. 331; no. 8; pp. 166 - 176
• Main Authors: Муравьев, Сергей Васильевич, Спиридонова, Анна Сергеевна, Емельянова, Екатерина Юрьевна
• Format: Journal Article
• Language: English; Russian
• Published: 24.08.2020
• ISSN: 2500-1019; 2413-1830
• DOI: 10.18799/24131830/2020/8/2778

Актуальность исследования обусловлена тем, что при количественном определении состава веществ все большую популярность приобретает цифровой цветометрический анализ. Это оптический аналитический метод, в котором первичным измерительным преобразователем является оптод, полученный из реагентов, иммобилизованных в твердотельную матрицу. При взаимодействии с определяемым компонентом в пробе оптод изменяет цвет; интенсивность окраски оптода пропорциональна количеству определяемого компонента. Полученный таким образом аналитический сигнал необходимо оцифровать и представить в одном из существующих цветовых пространств для формирования значения измеряемой величины. В научно-технической литературе не существует обоснованных рекомендаций, которые позволяли бы на систематической основе выбирать наиболее подходящее для конкретных требований цветовое пространство (модель). Цель: способствовать решению проблемы выбора такой цветовой модели для организации цифрового цветометрического анализа, которая для заданного набора аналитов обеспечивает наилучшие значения характеристик построенных для них градуировочных зависимостей аналитических сигналов. Объекты: используемые при цифровом описании цвета стандартные цветовые модели RGB, HSL, XYZ и L*a*b*. В качестве определяемых веществ были использованы тяжелые металлы: серебро, медь, железо, кобальт, хром, никель и сумма тяжелых металлов. Методы. Предложен и экспериментально обоснован с помощью агрегирования предпочтений метод выбора стандартной системы (модели) представления цвета, обеспечивающей проведение цифрового цветометрического анализа с наилучшими возможными значениями набора характеристик градуировочных зависимостей получаемых аналитических сигналов. Результаты. Метод позволяет выбирать стандартную цветовую модель, наилучшим образом подходящую для проведения цифрового цветометрического анализа, что, в свою очередь, способствует повышению достоверности цифрового цветометрического анализа.