基于聚二甲基硅氧烷被动采样和机器学习模型耦合的空气中半挥发性有机物高通量测试方法

本发明属于环境监测技术领域，提供了一种基于聚二甲基硅氧烷被动采样和机器学习模型耦合的空气中半挥发性有机物高通量测试方法。该方法通过收集PDMS中SVOCs的累积浓度与空气中SVOCs实测浓度的配对数据，结合SVOCs的化合物分子描述符及理化性质参数，利用机器学习中的极限梯度提升算法构建回归预测模型，经超参数优化与预测值校正，实现对空气中SVOCs浓度的精准测定。本发明融合被动采样技术与机器学习方法，有效克服传统主动采样技术中存在的电力依赖、高成本、操作复杂等问题，显著提升了空气SVOCs浓度监测的效率和准确性，具有良好的应用前景。