“自動?化監(jiān)測技術在水質檢測中的實施與應用”在《科學家》發(fā)表

惟精環(huán)境曲鵬的文章“自動化監(jiān)測技術在水質檢測中的實施與應用”在《科學家》期刊發(fā)表

    在全球經濟快速發(fā)展以及城鎮(zhèn)建設規(guī)模持續(xù)擴大的背景下，工業(yè)化進程日益加速，水作為地球上生命的基本元素之一，遭受到越來越嚴重的污染與威脅，甚至對社會大眾的身體健康構成了非常不利的影響。傳統(tǒng)技術條件下的水質檢測方法雖然能夠一定程度上保證檢測的準確性，單整個操作大量依賴于手工，耗時長并且工作量大，在大樣本檢測中缺乏適應性。隨著自動化監(jiān)測技術的發(fā)展，其開始在水質監(jiān)測領域表現出良好的應用性能。以下即圍繞自動化監(jiān)測技術在水質檢測領域中的實施與應用問題進行分析，側重研究光譜分析技術支持下的多參數水質檢測問題與實現，希望能夠引起業(yè)內有關人員的關注與重視。

1、 微型光譜儀水質檢測原理                                            

水質監(jiān)測領域中，微型光譜儀具有兩點突出的優(yōu)勢，一是可借助于較小的體積實現便捷的二次開發(fā)，二是可以通過連續(xù)性光譜分析的方式對光譜測量信號進行集中處理，以便支持對多項水質參數的動態(tài)、同步監(jiān)測。整套自動化監(jiān)測技術體系以微型光譜儀為基礎檢測器件，在朗伯比爾定律透射光譜分析法的搭建下實現水質監(jiān)測，基本技術原理如下圖（見圖1）所示。結合圖1，在水質監(jiān)測的過程中，經準直處理后的復合光進入樣品檢測池裝置內，投射光束在光譜儀狹縫中大量聚焦，在此基礎之上進入凹面全息光柵反射分光系統(tǒng)中，在電荷耦合期間光電陣列探測器中完成成像。考慮到電荷耦合器件對光譜的檢測具有連續(xù)性以及一定波長區(qū)間性的特點，因而可以基于連續(xù)光譜，實現對水質樣本內多種相關參數含量的定性、定量檢測。                

圖1：技術原理示意圖

2、 微型光譜儀水質檢測優(yōu)勢

搭載如圖1所技術原理所形成水質監(jiān)測自動化裝置能夠在200nm~1100nm的波長范圍內實現對大量水質參數的監(jiān)測，整個操作過程以水樣中絕大部分被測定參數均具有波長吸收以及光譜吸收的特性為基礎。在實際應用中此項自動化技術裝置所表現出的優(yōu)勢為三點：                                 

（一）可以在很大程度上替代傳統(tǒng)意義的多臺點式光譜水質監(jiān)測裝置。簡單來說，對于包括揮發(fā)酚、鉛離子重金屬、六價鉻重金屬?？偭椎仍趦鹊囊幌盗斜粶y定水質參數而言，由于需要對樣品進行化學前處理，因此多建議按照在線物理預處理（包括沉淀、粉碎、乳化以及過濾等操作手段在內）→氧化消解→顯色反應→光譜監(jiān)測的流程實現對被測定物質的準確測定。對于建立在連續(xù)性光譜分析基礎之上水質監(jiān)測自動化設備而言，為實現對吸收波長在連續(xù)寬光譜范圍內各項水質參數的測定，只需要通過對檢測波長、化學試劑以及標定算法的調節(jié)即可實現。因此，相較于傳統(tǒng)意義上的多臺點式光譜水質監(jiān)測裝置而言，單臺連續(xù)性光譜監(jiān)測裝置既能夠滿足水質監(jiān)測需求，還同時具備功能擴展的有事，尤其在工業(yè)廢水排放水質監(jiān)測領域中有著極為深遠的應用價值。

（二）使對COD、BOD以及TOC等關鍵水質參數的監(jiān)測具備綠色性、快速性以及智能性的特點。水質監(jiān)測過程當中，可以以智能算法模型為基礎，滿足光譜監(jiān)測需求，具體原理流程如下圖（見圖2）所示。結合圖2，為滿足具體的水質參數監(jiān)測需求，可以嘗試在全光譜范圍內多多個特征波長處所對應吸光度值進行選擇，以實際樣本訓練為基礎，形成包括嶺回歸-支持向量機模型、主成分分析模型以及神經網絡模型等在內的一系列智能算法預測模型。搭載該模型實現對實際水質樣本中被測定參數含量的直接預測。更為關鍵的一點是，在智能算法模型自學習功能以及自適應特性隨著被測定水質樣本水量的增加而不斷強化，這對于水質參數預測精確性的提升是非常關鍵的，整套自動化技術裝置在當代被廣泛應用綠色水運、智慧水務、智慧水利等相關行業(yè)領域中，備受業(yè)內重視。

圖2：智能算法模型支持下的水質監(jiān)測技術流程圖

（三）可實現基于水質變化整體信息的光譜預警功能。在連續(xù)性寬光譜分析技術中，將被測定水質水體視作一個單獨樣本，可通過全光譜掃描紫外可見波段的方式形成基于水樣的整體吸收光譜圖，構建三維連續(xù)光譜模型分析數據庫（含吸光度、波長以及時間三者在內），在此基礎智商，對水質分析樣本中污染物產生的特征光譜以及提取分析方法進行研究的方式，構建水質監(jiān)測參數異常情況的在線監(jiān)測算法模型，以便在監(jiān)測水質參數出現異常的情況下做出突變預警響應。

3、 水質檢測應用測試

（一）多參數水質檢測。在微型光譜儀光譜分析技術的支持下，可以參考水質檢測用戶的實際需求，對水質檢測樣本的化學前處理以及精確控制技術進行集成化處理，在連續(xù)光譜技術的輔助下進行智能化分析。在此基礎之上引入動態(tài)參比技術能夠降低水質檢測過程中背景光譜（如色度、濁度等）的干擾與影響，提升重點水質檢測參數（包括正磷酸鹽、氨氮、六價鉻、以及揮發(fā)酚等在內）的準確監(jiān)測，重復性、準確度以及測量范圍均可達到國家當前技術標準。

（二）智能化水質預測。系統(tǒng)進入運行狀態(tài)后首先進行初始化處理，然后進行參比（超純水）的信號光譜測量，再對經過過濾處理后的實際水樣進行全光譜測量，并將測量數據錄入三維光譜分析數據庫中，通過對比歷史數據的方式判斷水質異常情況，確定異常物質，并對相應物質進行預警，進一步發(fā)送至實驗室進行精確分析。在此基礎之上，以智能算法模型為基礎對BOD、COD、以及TOC等重點水質參數進行準確預測，再通過對在線樣品化學前處理技術的應用，實現對氨氮磷酸鹽、揮發(fā)酚以及重金屬離子等關鍵水質參數的檢測，完成檢測后對樣品檢測室進行清洗，完成系統(tǒng)操作。在此過程當中，可通過對概率密度嶺回歸智能算法模型的應用，實現水質樣本中COD含量的預測分析，可應用波長200nm~1100nm全光譜范圍內多特征吸收光譜波長圖，通過設置權重的方式修正樣本點并實現聚攏，以上操作對于建模預測性能的優(yōu)化是非常重要的。在此期間，通過增加樣本劃分的方式，驗證了回歸算法的實用性與可行性，并且整套算法對水域水體特征的差異性有良好使用性能，對減少樣本點數校正算法模型是有益的。實驗顯示，在智能化水質預測過程中，基于概率密度嶺的回歸智能算法模型相關系數可達到0.918以上，均方根誤差在2.765mg/L左右，未知水質樣本的COD預測準確性、重復性均能夠滿足國家當前技術標準要求。更為關鍵的是，此項技術能夠實現對水質樣本COD濃度的快速預測，檢測周期縮短至60s范圍內（包含抽樣以及排樣時間在內），對后續(xù)工作的開展有良好的幫助。

（三）光譜預警。在對水質監(jiān)測數據進行光譜預警的過程中，可以通過對導數光譜法技術的應用，在信號處理的基礎之上構建基于水質監(jiān)測樣本異常數據的在線監(jiān)測3D光譜指紋模型。水質監(jiān)測連續(xù)采樣期間，依托于該技術實現對水樣整體吸收光譜的動態(tài)可靠監(jiān)測。需要注意的一點時，如果某個特定時間點下的波長處吸光度值發(fā)生異常，或吸收光譜輪廓曲線出現異常性突變，則意味著被檢測水體中已經產生了已知或未知的污染物質，從而導致水質樣本發(fā)生異常，面向系統(tǒng)發(fā)送相應的報警指令。在數據庫無法對應水體具體污染物成分的情況下，需要通過在線留樣或取樣的方式進入實驗室進行進一步的精細化學分析，以確保對監(jiān)測水樣中可能存在異常污染物質的精確分析。

4、 結束語                                           

    在整個在線水質檢測分析領域中，光譜水質檢測儀的發(fā)展空間與潛力是相當巨大的。為了更進一步適應智慧水務的發(fā)展需求，必須徹底改變當前技術條件支持下以點對點為重點的單光譜水質監(jiān)測技術與相關儀器設備。本文上述分析中圍繞自動化監(jiān)測技術在水質監(jiān)測中的應用問題進行闡述，側重對基于微型光譜儀聯(lián)系光譜分析技術的多參數水質檢測系統(tǒng)平臺進行研究，概括了此項技術的原理，優(yōu)勢以及應用要點，對新型光譜水質檢測技術的工程化，產業(yè)化發(fā)展可起到幫助，

參考文獻：                                   

[1]李元鵬,張柳青,石玉,等. 有色可溶性有機物在線熒光技術在水質監(jiān)測中的應用[J]. 環(huán)境科學研究,2020,33(3):608-616.

[2]鄭淑珍. 水質自動監(jiān)測技術在水環(huán)境保護中的應用探究[J]. 磚瓦世界,2022(1):208-210.

[3]郭蘭,何車輪. 水質自動監(jiān)測技術在水環(huán)境保護中的應用策略[J]. 中國資源綜合利用,2021,39(9):47-49.

[4]陳超. 芻議水質環(huán)境監(jiān)測中的微生物監(jiān)測技術及其質量控制[J]. 養(yǎng)生保健指南,2021(30):259.

[5]何穎然. 車載式水質自動監(jiān)測技術在水環(huán)境保護中的研究與應用[J]. 皮革制作與環(huán)?？萍?2021,2(12):66-67.

[6]李鑫星,朱晨光,周婧,等. 光譜技術在水產養(yǎng)殖水質監(jiān)測中的應用進展及趨勢[J]. 農業(yè)工程學報,2018,34(19):184-194.