南瑞集团(国网电力科学研究院)有限公司, 江苏 南京 211000
目前微型分光光度计已广泛应用于水质在线分析仪器中, 而杂散光作为分光光度计检定中的一个重要指标, 其大小对于测量结果具有很大的影响。理论分析了杂散光的来源及其对分光光度计测量结果的影响, 搭建了测试平台, 对两台不同程度杂散光的微型分光光度计进行了检测, 并将其分别应用于六价铬水质分析仪中, 对不同浓度的标准溶液进行了测量, 结果表明, 杂散光的存在会引入较大的测量误差, 且随着溶液浓度的增大, 其影响更加严重。因此, 在仪器设计制造和实际应用工作中须重视对杂散光的抑制和控制, 从而提高仪器的测量精度, 进一步保证用水安全, 降低水质污染带来的各种风险。
地下水 水质监测 杂散光 分光光度计 吸光度 groundwater water quality monitoring stray light spectrophotometer absorbance
1 中国科学院西安光学精密机械研究所光谱成像技术重点实验室, 陕西 西安 710119
3 深圳市盐田港集团有限公司, 广东 深圳 518081
水是一种有限的资源, 对农业、 工业乃至人类的生存都是必不可少的, 良好的水环境是可持续发展的重要保障。 对水质信息的科学监测, 是实现水资源优化配置与高效利用的基础。 联合国环境署(UNEP)与世界卫生组织(WHO)指出, 应当加强发展中国家的水质监测网络, 包括数据质量的保证和分析能力的提高。 光谱法作为一种新兴的水质分析方法, 相比传统的化学水质监测方法, 具有“响应速度快、 多参数同步、 绿色无污染”的特点。 传统单波长、 多波长的线性模型依赖于水体对特定波长的吸收特征, 不适用于多组分混合溶液且普适性较差。 因此, 提出了一种基于IERT的非线性全光谱定量分析算法, 建立适用于多组分混合溶液浓度预测模型, 达到利用全光谱信息来预测浓度信息的目的。 利用实验室配置的COD, BOD5和TOC多组分混合溶液与NO3-N、 浊度、 色度多组分混合溶液作为实验样本, 使用光谱仪采集样本的光谱曲线, 通过全光谱数据进行浓度预测实验, 结果显示, 对于COD, BOD5和TOC多组分混合溶液, 本算法对于三种组分的决定系数(R2)分别为0.999 3, 0.991 4和0.999 3, 均方根误差(RMSE)分别为0.024 4, 0.057 7和0.000 4; 对于NO3-N、 浊度、 色度多组分混合溶液, 决定系数(R2)分别为0.983 4, 0.868 4和0.981 0, 均方根误差(RMSE)分别为0.100 5, 0.326 4和0.120 2。 通过对比本算法与偏最小二乘(PLS)、 支持向量机回归(SVR)、 决策树(DT)、 极端随机树(ERT)对于同一组数据的实验结果, 表明: 在两组多组分混合溶液的实验中, 本算法对于其中各组分的决定系数(R2)均为最优, 相比于其他对比算法均方根误差(RMSE)均有大幅减少。 本算法可利用光谱信息对多组分混合溶液进行定量分析, 在计算时间相当的情况下, 可有效的提高浓度预测精度, 减少定量分析的均方根误差, 可为光谱法水质监测提供一种新的有效途径。
光谱法水质监测 紫外可见光谱技术 光谱定量分析 多组分混合溶液 极端随机树 Spectroscopic water quality monitoring Ultraviolet visible spectroscopy technology Spectral quantitative analysis Multi-component mixed solution Extreme random trees 光谱学与光谱分析
2021, 41(12): 3922
中国石油大学(华东)地球科学与技术学院, 山东 青岛 266580
高光谱数据信息量丰富, 波段数量多, 能够为地物分析提供更全面的依据, 但同时也增加了数据分析的复杂性和干扰性, 尤其是水质遥感监测等低信噪比的应用领域。 传统波段选择常借助相关性系数等方法, 在众多光谱波段中选择标识波段, 并在所选波段集合上进行数据分析。 基于约束能量最小化(CEM)从信号检测角度提出了一种面向目标向量的波段选择算法——基于CEM的波段选择算法(CBS), 采用信号匹配滤波器从观测向量中找出与目标向量匹配度高的波段, 结合正交原理, 最大程度地选出与目标向量匹配度高且波段向量冗余度低的波段子集。 以水质监测中的成分测定作为验证, 采集辽河入海口试验区的高光谱数据, 结合同步实地水样数据进行建模, 预测辽河水域氮磷含量。 比较CBS算法的波段选择结果和皮尔逊相关系数(PCC)波段选择结果, 将两种方法得到的显著性波段子集作为变量进行逐步回归分析, 建立多元回归模型, 进一步对模型进行精度检验, 分析其预测值与真实值的平均相对误差。 总磷浓度模型的精度检验中, 通过PCC算法选择波段得到的模型平均相对误差为20.7%, 而通过CBS算法选择波段得到的模型平均相对误差为8.17%; 总氮浓度模型的精度检验中, 通过PCC算法选择波段得到的模型平均相对误差为16.8%, 而通过CBS算法选择波段得到的模型平均相对误差为12.4%。 数据分析的结果表明, CBS算法得到的波段子集, 在氮磷浓度反演的能力上, 优于传统基于相关系数的选择方法。
高光谱遥感 波段选择 水质监测 Hyperspectral remote sensing Band Selection Water quality monitoring 光谱学与光谱分析
2020, 40(12): 3778
南瑞集团(国网电力科学研究院)有限公司, 江苏 南京 211000
基于交叉非对称式Czerny-Turner系统,研制了一种宽光谱、高分辨率的微型分光光度计。采用三次多项式拟合的方法对该分光光度计进行波长标定,测得其相对波长误差小于0.1 nm。采用该分光光度计搭建一套实验测量系统,并配制显色剂与六价铬标准溶液,测试该系统的性能。结果表明:该分光光度计能够满足六价铬水质在线分析仪的应用需求,为实现高精度、多波长水质参数在线监测提供了解决方案。
光学设计 水质监测 分光光度计 波长标定 光谱分辨率 激光与光电子学进展
2018, 55(12): 122201
1 新疆大学资源与环境科学学院， 新疆 乌鲁木齐 830046
2 新疆大学绿洲生态教育部重点实验室， 新疆 乌鲁木齐 830046
3 新疆智慧城市与环境建模普通高校重点实验室， 新疆 乌鲁木齐 830046
4 北京师范大学地理学与遥感科学学院， 北京 100875
5 澳大利亚联邦科工组织水土研究所， 澳大利亚 堪培拉 2601
利用三维荧光技术进行水质监测对干旱区绿洲河流水质的有效管理具有重要的意义。以三维荧光技术为手段，以艾比湖流域地表水为研究对象，结合平行因子(PARAFAC)法和自组织特征映射神经网络(SOM)方法，探讨了艾比湖流域地表水溶解性有机质的三维荧光特征及其与地表水水质指标之间的关系。通过PARAFAC法，有效提取了艾比湖流域地表水样中的4种荧光组分，C1荧光峰对应物质为紫外区类富里酸，C2荧光峰对应物质为类富里酸，C3包括2个峰C3(T1)和C3(T2)，其中C3(T1) 荧光峰对应物质为类蛋白，C3(T2)荧光峰对应物质为类腐殖酸，C4荧光峰对应物质为类腐殖质。经SOM训练，在不同聚类层中探讨水质参数分布情况，水质状况由差到好的顺序依次为博河上游、精河绿洲、乌苏周边农田、艾比湖周边。在艾比湖流域丰水期，酸碱度(pH)、电导率(EC)、溶解氧(DO)、化学需氧量(COD)和五日生化需氧量(BOD5)与水样的三维荧光峰具有较为显著的相关性，而总磷(TP)、总氮(TN)及氨氮(NH+3-N)与各荧光峰相关性较弱。分别建立pH、EC、DO、COD及BOD5与各荧光组分间的多元线性回归方程，求得相关系数R分别为0.579、0.632、0.502、0.762和0.785，可以在一定程度上利用各荧光组分模拟水质参数的变化情况。在利用PARAFAC探讨地表水荧光特征的基础上，SOM网络作为一种有效的水体荧光光谱分析工具，可为干旱区水质监测和河流水质污染治理提供科学依据。
光谱学 水质监测 三维荧光 平行因子分析法 自组织映射神经网络 艾比湖流域
1 新型微纳器件与系统技术国防重点学科实验室, 重庆 400044
2 重庆大学微系统中心, 重庆 400044
3 重庆理工大学光电信息学院, 重庆 400050
基于Fenton试剂和微型光谱仪, 实现了水质化学需氧量(chemical oxygen demand, COD)和总磷(total phosphorus, TP)的在线测定。 该系统结合超声辅助, 基于Fenton试剂实现了常温常压下水中有机化合物和有机磷化合物的在线消解。 系统基于微型光谱仪实现了可见光光谱探测并采用多波长分光光度法分析光谱数据。 结果表明, 系统具有测定时间短, 低功耗, 结构简单和二次污染少的优点。 同时, 系统测定相对误差小于10%, COD和总磷检测限分别为2和0.008 mg·L-1, 灵敏度分别为0.021 3和0.452 6, 标准偏差分别为5.6%(15.0 mg·L-1 COD标样)和5.8%(0.010 mg·L-1 总磷标样)。 实际水样测定结果与国家标准分析方法比较无显著差异。
水质监测 微型光谱仪 化学需氧量 总磷 分光光度法 Fenton试剂 Water quality monitoring Micro-spectrometer Chemical oxygen demand Total phosphorus Spectrophotometric Fenton reagent 光谱学与光谱分析
2017, 37(5): 1642
1 重庆大学光电技术及系统教育部重点实验室, 重庆 400044
2 重庆工业职业技术学院, 重庆 401120
3 重庆理工大学光电信息学院, 重庆 400050
针对日益严重的水环境问题，水质化学需氧量(COD)的实时在线监测对水质污染预警具有十分重要的意义。依据紫外-可见光谱分析法可实现水质COD 参数在线、原位测量的原理，将无线传感网络(WSN)技术与光谱法水质COD 监测技术相结合，研究了一种适用于大面积水域水质COD 监测的信息采集与传输系统。基于Coxtex-A7 硬件平台，采用数据压缩和无线传感网络等技术实现了水质COD 的无线实时监测。实验测试结果表明，该系统能够实现水质COD 监测数据的采集与高效、可靠的传输。该系统不仅具有功耗低、流域覆盖面积广、响应速度快、易于维护等特点，还可为水体流域内水质环境的综合分析提供依据。
光谱学 紫外-可见光谱 水质监测 化学需氧量 无线传感网络 流域覆盖 激光与光电子学进展
2016, 53(1): 013002
1 三峡大学计算机与信息学院电子与通信工程系, 湖北 宜昌443002
2 重庆大学新型微纳器件与系统技术国家重点学科实验室, 重庆400044
在线光谱水质检测仪器是现代水资源环境监测技术的重要发展方向之一, 具有多参数监测和准确度高、 重复性好的技术优势, 然在线被测水样的光谱信号处理是其关键核心技术, 为此, 基于连续光谱分析, 建立了在线被测水样光谱测量信号的数学模型, 提出了基于双波长光强比值不变性的光谱测量信号系统误差处理方法, 并结合小波多分辨率滤波噪声处理技术, 系统研究了基于在线被测水质参数光谱特征的背景干扰处理方法。 以上信号处理方法应用于自主研制的多参数光谱水质监测仪器, 在线检测标准环境水样及实际环境水样中的化学需氧量、 六价铬和阴离子表面活性剂等水质参数, 并与国家标准分析方法展开了现场对比测试, 仪器的关键参数重复性(相对标准偏差RSD≤10%)与准确度(实际水样比对试验相对误差A≤10%)均达到并优于国家环境保护技术标准要求, 表明该信号处理方法能够有效消除在线水质检测光谱测量信号的系统误差及噪声与背景干扰, 对于提升光谱水质监测仪器的技术性能具有重要的作用。
水质检测 光谱分析 信号处理 测试 Water quality monitoring Spectral analysis Signal processing Test 光谱学与光谱分析
2014, 34(12): 3368
针对水质异常监测问题, 本文提出了一种基于计算机视觉技术和支持向量机相结合的生物式水质异常监测方法。首先通过计算机视觉获取可以反映水质状况的鱼类行为运动特征参数, 对其进行预处理；然后建立样本集并获得基于 SVM的水质异常监测模型；最后利用模型对未知水质下的鱼类行为特征参数分析评价, 间接监测水质异常状况。鉴于支持向量机核函数类型和参数优化对模型优劣有重大影响, 本文对不同类型的核函数进行实验对比, 其次分别采用粒子群优化算法 (PSO)、遗传算法 (GA)以及网格搜索法(Grid Search)对参数进行优化选择。实验结果表明该方法可以快速有效的进行水质异常监测。
计算机视觉 支持向量机 鱼类行为 水质监测 computer vision support vector machine fish behavior water quality monitoring
1 重庆大学新型微纳器件与系统技术国家重点学科实验室, 重庆 400030
2 重庆大学微系统研究中心, 重庆 400030
3 三峡大学理学院, 湖北 宜昌 443002
基于紫外光谱分析的水质监测技术具有实时在线、 无试剂、 无需样品预处理、 无二次污染、 体积小、 成本低等特点, 在对饮用水、 地表水、 工业废水等水体的在线监测中具有显著优势, 已成为现代水质监测技术的一个重要发展方向。 本文介绍了基于紫外光谱分析的现代水质监测技术的原理、 特点、 现状及发展的新趋势, 并提出亟待解决的关键技术问题。
紫外光谱分析 水质监测 微型光谱仪 多参数 Ultraviolet spectrum analysis Water quality monitoring Micro spectrometer Multi-parameter 光谱学与光谱分析
2013, 33(4): 1098
