CN109142296A

CN109142296A - 基于多源光谱特征的城市水体黑臭快速识别测定方法

Info

Publication number: CN109142296A
Application number: CN201810932133.0A
Authority: CN
Inventors: 殷高方; 赵南京; 董鸣; 陈晓伟; 甘婷婷; 马明俊; 孟德硕; 杨瑞芳; 方丽; 段静波; 陈敏; 刘建国; 刘文清
Original assignee: Hefei Institutes of Physical Science of CAS
Current assignee: Hefei Institutes of Physical Science of CAS
Priority date: 2018-08-16
Filing date: 2018-08-16
Publication date: 2019-01-04

Abstract

本发明公开了基于多源特征光谱的水体黑臭快速识别测定方法。利用三维荧光光谱解析水体腐殖酸、类蛋白、油类黑臭前体有机物浓度，利用紫外‑可见吸收光谱解析获得浊度、色度、硝酸盐黑臭相关水质参数，利用荧光光谱与吸收光谱融合反演得到COD、BOD、TOC水质综合指标；结合溶解氧和水温参数，通过大量城市不同类型水体测试与训练，建立基于数据驱动的水体黑臭等级测量算法模型，实现水体黑臭等级快速识别测定。该方法克服了《城市黑臭水体整治工作指南》规定水体黑臭监测方法存在的“监测指标单一、有机物指标缺失、氨氮需采样‑离线测量”问题，并具有免试剂、无需样品预处理、测量快速等特点，是快速有效的水体黑臭测量手段。

Description

基于多源光谱特征的城市水体黑臭快速识别测定方法

技术领域

本发明涉及资源与环境、城市环境保护技术领域，尤其涉及基于多源光谱特征的城市水体黑臭快速识别测定方法。

背景技术

黑臭水体是指呈现令人不悦的颜色和（或）散发令人不适气味的水体。水体黑臭是有机污染的极端现象，当大量有机污染物进入水体，在好氧微生物的生化作用消耗大量氧气，致使水体缺氧、厌氧细菌大量繁殖，有机物厌氧降解为氨氮、腐殖质、硫化氢、甲烷和硫醇等，导致水体变黑、变臭。由于不同黑臭水体成分不尽相同、成因复杂，迄今为止国内外尚无确定性的评价方法和标准，也无确定性的黑臭判定指标和监测方法。

常规黑臭监测方法分为以下三类：第一，感官体验法，利用人体视觉、嗅觉感官以水体色度和臭味为指标，将水体划分为无黑臭、微黑臭、黑臭及深度黑臭4个等级，该方法简单直接，但受个人感器差异及主观因素影响大。第二，污染物浓度限值法，选取透明度、溶解氧、氧化还原电位及氨氮4项指标，当任意指标浓度达到限值即判定为对应等级黑臭。所列指标中，除氨氮指标外，其它水质参数均有成熟的现场传感仪器，因此该方法简单易行、适合大面积普查，是《城市黑臭水体整治工作指南》指定水体黑臭监测方法，但由于“监测指标单一、氨氮的采样-离线测量、有机物综合指标缺失”也极大限制了该方法判别水体黑臭的准确度。第三，综合指数评价法，通过全面监测水温、溶解氧、化学需氧量、生物需氧量、总磷、总氮、氨氮及无机金属离子，引入多因子加权指数评价水体黑臭等级。该方法全面综合了水体致黑臭环境因子，能够更为准确的评价水体黑臭程度，但需要动用专业实验室分析设备，测量周期长、工作量大、成本高，难以满足我国数量庞大的水体黑臭快速监测需求。

与常规地面监测手段相比，近年来，黑臭水体遥感监测技术受到广泛关注。遥感手段依据水体色度指标识别黑臭水体，并能够呈现黑臭水体的空间分布特征，具有动态、快速、大范围监测等特点，但遥感影像光学特性有限，能够监测“黑”而难以感知“臭”，局限性也很明显。因此，为及时、快速、全面掌握水体黑臭发生、发展与演变过程，急需发展现场快速黑臭水体识别测定方法，为及时掌握黑臭水体清单及黑臭整治工作决策提供有效技术手段。

发明内容

本发明目的就是为了弥补已有技术的缺陷，提供基于多源光谱特征的城市水体黑臭快速识别测定方法。

本发明是通过以下技术方案实现的：

基于多源光谱特征的城市水体黑臭快速识别测定方法，包括以下步骤：

（1）利用三维荧光光谱解析获得黑臭前体中水体腐殖酸、类蛋白、油类的浓度；利用紫外-可见吸收光谱解析获得黑臭相关水质的浊度、色度、硝酸盐参数值；利用荧光光谱与吸收光谱融合反演得到COD、BOD、TOC水质综合指标，并集成溶解氧和水温参数；

（2）对比感官体验法水体发黑与发臭指标，通过聚类分析从上述指标中遴选致黑因子和致臭因子；

（3）通过不同类型水体测量，利用人工神经网络分别建立致黑因子与发黑等级、致臭因子与发臭等级间的数据驱动模型，综合水体发黑等级与发臭等级实现水体黑臭等级识别测定。

步骤（1）中所述的利用三维荧光光谱解析获得黑臭前体中水体腐殖酸、类蛋白、油类的浓度，具体方法如下：通过测量水体腐殖酸、类蛋白、油类三类有机物的三维荧光光谱，建立黑臭前体有机物的标准三维荧光光谱数据库；利用频谱局域度确定多组分有机物混叠荧光光谱的化学秩，基于标准三维荧光光谱数据库，利用交替三线性和综合相似度指数算法，解析获得实际水体中水体腐殖酸、类蛋白、油类三类有机物的浓度。

步骤（1）中所述的利用紫外-可见吸收光谱解析获得黑臭相关水质的浊度、色度、硝酸盐参数值，具体方法如下：基于悬浮物散射光强度和波长之间的关系，以Mie散射模型为基础，对可见光谱区吸收谱进行拟合，分析水体浊度、悬浮颗粒物浓度信息；在240~380nm有机物特征吸收光谱区，首先利用Mie散射模型计算悬浮颗粒物消光光谱，做基线补偿获得有机物吸收光谱，再利用有机物吸收指纹谱，通过偏最小二乘回归算法计算获得有机物总量和水体色度信息；在200~240nm硝酸盐特征吸收光谱区，利用悬浮颗粒物散射模型和有机物指纹谱计算出悬浮物消光光谱和有机物吸收光谱，作基线补偿获得硝酸盐的吸收光谱，再通过线性回归获得水体硝酸盐浓度。

步骤（1）所述的利用荧光光谱与吸收光谱融合反演得到COD、BOD、TOC水质综合指标，并集成溶解氧和水温参数，具体方法如下：通过光谱强度与综合指标间的线性相关性分析，提取相关性强的特征荧光光谱和吸收光谱区，建立水质综合指标的标准融合光谱数据库，基于标准融合光谱数据库，利用非负加权最小二乘算法解析实测的水体融合光谱，获得水体COD、BOD、TOC水质综合指标浓度。

步骤（3）所述的综合水体发黑等级与发臭等级实现水体黑臭等级识别测定，具体方法如下：利用水体三维荧光光谱和吸收光谱获得不同类型水体腐殖酸、类蛋白、油类三类有机物浓度，水体浊度、色度、硝酸盐水质指标，以及COD、BOD、TOC水质综合指标，结合溶解氧、温度信息，遴选致黑、致臭的关键因子作为输入量，以感观体验法得到的水体发黑等级、发臭等级为输出量，利用BP人工神经网络建立基于数据驱动的水体黑臭等级识别测定模型。

本发明的优点是：本发明克服了《城市黑臭水体整治工作指南》规定水体黑臭监测方法存在的“监测指标单一、有机物指标缺失、氨氮需采样-离线测量”等问题，并具有免试剂、无需样品预处理、测量快速等特点，是快速有效的水体黑臭测量手段。

附图说明

图1为本发明测定方法示意图。

具体实施方式

如图1所示，基于多源光谱特征的城市水体黑臭快速识别测定方法，包括以下步骤：

步骤（1）中所述的利用三维荧光光谱解析获得黑臭前体中水体腐殖酸、类蛋白、油类的浓度，具体方法如下：腐殖酸、类蛋白、油类等易降解有机物是造成水体黑臭主要物质。通过测量水体腐殖酸、类蛋白、油类三类有机物的三维荧光光谱，建立黑臭前体有机物的标准三维荧光光谱数据库；利用频谱局域度确定多组分有机物混叠荧光光谱的化学秩，基于标准三维荧光光谱数据库，利用交替三线性和综合相似度指数算法，解析获得实际水体中水体腐殖酸、类蛋白、油类三类有机物的浓度。

步骤（1）中所述的利用紫外-可见吸收光谱解析获得黑臭相关水质的浊度、色度、硝酸盐参数值，具体方法如下：紫外-可见光谱区的吸收光谱蕴含丰富的水体黑臭相关物质特征吸收信息，其中200~240nm是硝酸盐特征吸收波段，200~380nm是有机物特征吸收波段，而悬浮物散射消光影响分布全部光谱区。因此，通过光谱分段解析与补偿校正可准确获取浊度、色度、硝酸盐等水质指标。基于悬浮物散射光强度和波长之间的关系，以Mie散射模型为基础，对可见光谱区吸收谱进行拟合，分析水体浊度、悬浮颗粒物浓度信息；在240~380nm有机物特征吸收光谱区，首先利用Mie散射模型计算悬浮颗粒物消光光谱，做基线补偿获得有机物吸收光谱，再利用有机物吸收指纹谱，通过偏最小二乘回归算法计算获得有机物总量和水体色度信息；在200~240nm硝酸盐特征吸收光谱区，利用悬浮颗粒物散射模型和有机物指纹谱计算出悬浮物消光光谱和有机物吸收光谱，作基线补偿获得硝酸盐的吸收光谱，再通过线性回归获得水体硝酸盐浓度。

步骤（1）所述的利用荧光光谱与吸收光谱融合反演得到COD、BOD、TOC水质综合指标，并集成溶解氧和水温参数，具体方法如下：COD、BOD、TOC等作为评价水体状况尤其是有机物污染状况的综合性指标，水体三维荧光光谱与吸收光谱中都蕴含着与之相关的特征信息。通过光谱强度与综合指标间的线性相关性分析，提取相关性强的特征荧光光谱和吸收光谱区，建立水质综合指标的标准融合光谱数据库，基于标准融合光谱数据库，利用非负加权最小二乘算法解析实测的水体融合光谱，获得水体COD、BOD、TOC水质综合指标浓度。

步骤（3）所述的综合水体发黑等级与发臭等级实现水体黑臭等级识别测定，具体方法如下：水体黑臭是有机污染极端表现，是大量有机物厌氧降解所致。但不同类型黑臭水体成分不尽相同、黑臭具体形成机制复杂，通过环境因子分析，利用理化分析方法难以准确描述。数据驱动的预测方法是以建立输入输出数据之间的最优数学关系为目标的黑箱子方法，特别适用于规律或机制不明确的***研究。利用水体三维荧光光谱和吸收光谱获得不同类型水体腐殖酸、类蛋白、油类三类有机物浓度，水体浊度、色度、硝酸盐水质指标，以及COD、BOD、TOC水质综合指标，结合溶解氧、温度信息，遴选致黑、致臭的关键因子作为输入量，以感观体验法得到的水体发黑等级、发臭等级为输出量，利用BP人工神经网络建立基于数据驱动的水体黑臭等级识别测定模型。

Claims

1.基于多源光谱特征的城市水体黑臭快速识别测定方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于多源光谱特征的城市水体黑臭快速识别测定方法，其特征在于：步骤（1）中所述的利用三维荧光光谱解析获得黑臭前体中水体腐殖酸、类蛋白、油类的浓度，具体方法如下：通过测量水体腐殖酸、类蛋白、油类三类有机物的三维荧光光谱，建立黑臭前体有机物的标准三维荧光光谱数据库；利用频谱局域度确定多组分有机物混叠荧光光谱的化学秩，基于标准三维荧光光谱数据库，利用交替三线性和综合相似度指数算法，解析获得实际水体中水体腐殖酸、类蛋白、油类三类有机物的浓度。

3.根据权利要求1所述的基于多源光谱特征的城市水体黑臭快速识别测定方法，其特征在于：步骤（1）中所述的利用紫外-可见吸收光谱解析获得黑臭相关水质的浊度、色度、硝酸盐参数值，具体方法如下：基于悬浮物散射光强度和波长之间的关系，以Mie散射模型为基础，对可见光谱区吸收谱进行拟合，分析水体浊度、悬浮颗粒物浓度信息；在240~380nm有机物特征吸收光谱区，首先利用Mie散射模型计算悬浮颗粒物消光光谱，做基线补偿获得有机物吸收光谱，再利用有机物吸收指纹谱，通过偏最小二乘回归算法计算获得有机物总量和水体色度信息；在200~240nm硝酸盐特征吸收光谱区，利用悬浮颗粒物散射模型和有机物指纹谱计算出悬浮物消光光谱和有机物吸收光谱，作基线补偿获得硝酸盐的吸收光谱，再通过线性回归获得水体硝酸盐浓度。

4.根据权利要求1所述的基于多源光谱特征的城市水体黑臭快速识别测定方法，其特征在于：步骤（1）所述的利用荧光光谱与吸收光谱融合反演得到COD、BOD、TOC水质综合指标，并集成溶解氧和水温参数，具体方法如下：通过光谱强度与综合指标间的线性相关性分析，提取相关性强的特征荧光光谱和吸收光谱区，建立水质综合指标的标准融合光谱数据库，基于标准融合光谱数据库，利用非负加权最小二乘算法解析实测的水体融合光谱，获得水体COD、BOD、TOC水质综合指标浓度。

5.根据权利要求1所述的基于多源光谱特征的城市水体黑臭快速识别测定方法，其特征在于：步骤（3）所述的综合水体发黑等级与发臭等级实现水体黑臭等级识别测定，具体方法如下：利用水体三维荧光光谱和吸收光谱获得不同类型水体腐殖酸、类蛋白、油类三类有机物浓度，水体浊度、色度、硝酸盐水质指标，以及COD、BOD、TOC水质综合指标，结合溶解氧、温度信息，遴选致黑、致臭的关键因子作为输入量，以感观体验法得到的水体发黑等级、发臭等级为输出量，利用BP人工神经网络建立基于数据驱动的水体黑臭等级识别测定模型。