紫外-可見光水質參數在線監測技術研究進展

陳 潔, 張立福, 張琳珊, 張紅明, 童慶禧

(1.中國自然資源航空物探遙感中心，北京 100083； 2.中國科學院空天信息創新研究院遙感科學國家重點實驗室,北京 100101)

0 引言

水是生命之源，其質量直接關系到人類的生存與發展。水環境的惡化、水資源的緊缺都迫切地要求利用高新技術手段及時、快速、精確地獲取水質狀況，保障人們正常的生產生活。

水質監測技術發源于20世紀40年代的美國[1]，而我國的水質監測技術起步于20世紀80年代，現處于穩步發展階段[2]。水質參數監測的技術方式可分為實驗室檢測、野外現場檢測和實時在線檢測3種。實驗室檢測是對現場采集的水體樣本在室內標準環境下，主要利用化學試劑進行水質分析，檢測結果精度較高、參數全面，常作為其他檢測手段穩定性和準確性的評價指標。但耗時長，對水體樣本保存、檢測環境、設備、人員等方面均有嚴格的規范要求。而且取樣的代表性、樣品在運輸和儲存過程中的環境變化、實驗室分析時的人為和儀器誤差等會造成近20%的累計偏差結果。野外現場檢測是使用便攜式檢測儀器在室外直接對水體目標進行水質分析，無需采樣就能迅速獲取其參數信息，操作簡單快捷。但該方式大多是實驗室方法理論的簡單照搬，室外產生的偶然誤差和系統誤差無法預知和控制，同時由于檢測設備的小型化制約了精密硬件的集成，因此存在采集參數類型有限、結果精度較弱的不足。在線檢測是將儀器部署在關鍵區域，根據需要配置所需的水質參數探測器，實現對多種水質參數的實時分析和監測，在無線網絡的支持下將采集結果上傳至云端服務器，用戶可隨時隨地查看和監控。所以，對飲用水、地表水、工業廢水等水體開展水質參數的定性定量研究，在線檢測技術具有顯著的優勢，已成為當今國內外水質監測科研機構與廠商研發的熱點，是現代水環境監測的重要發展趨勢。

而從水質參數監測的技術方法來看，大致上可分為化學法、物理法和生物傳感法3種，各自方法又可細分為不同的技術手段。其中化學法可分為化學分析法和電化學分析法，化學分析法包括稱量法、滴定法等，電化學分析法包括電位法、電導法、伏安法等。物理法主要有色譜法、質譜法和直接光譜法，色譜法又可細分為氣相和液相兩種，直接光譜法根據探測光譜的譜段不同可分為熒光法、紅外法、激光拉曼法和紫外-可見光法。

水質化學分析是將溶液中待監測的目標與另一種已知成分進行化學反應產生易于量測的新物質，通過反應方程反算目標物質的組成及含量，特點是結果較準確，最終測定結果的相對誤差可達0.2%，但分析過程繁瑣費時，過程影響因素較多[3]。電化學分析是以水的電解現象、Nernst定律為理論基礎，利用電池內電極電位與溶液中某種組分濃度的對應關系，實現水質參數定量分析，近年來，由于各種離子選擇性電極相繼出現，該方法的應用得到了新的發展。遺憾的是，當溶液濃度、解離常數、絡合穩定常數極小時會導致該方法的失效[4]。生物傳感器是記錄被測物質發生生物化學反應時的信號強弱與物質含量的相關性進行物質檢測的方法[5]，具有反應快速、成本低廉、選擇性較高的特點，但重復利用性差，靈敏度低[6]。

物理方法主要包括色譜法、質譜法和直接光譜法。色譜法能對組分復雜的混合物和具有類似性質的化合物(同位素、異構體等)進行分析，具有低至10-14g的物質檢測下限，靈敏度高、分析速度快，主要用于實驗室的精密分析[7]。質譜法是運用電場或磁場分離運動的離子并進行檢測的方法[8]，通常與色譜法聯合使用，較好地解決了對苯系物、多環芳烴、有機金屬類等復雜混合物的定性識別與定量分析。但此技術必須在高真空中進行，存在測量復雜，設備昂貴等缺點。

直接光譜法主要包括熒光光譜法、紅外光譜法、激光拉曼法等。熒光光譜法是以猝熄效應為原理，但許多水質參數物質不會發出熒光，水中散射光干擾等問題使該技術無法上升到實踐階段[9-10]。紅外光譜法非常適用于含有碳氫有機物的水質監測領域，但吸收強度較弱、靈敏度低、檢測條件較為苛刻[11-12]。激光拉曼法檢測水質不需要對樣品進行處理，操作也較簡單，某些在紅外譜段無法檢探測的信息在拉曼光譜能很好地表現出來[13]，其缺點在于會產生熒光干擾和靈敏度低。紫外-可見光的全譜段直接光譜監測技術就是利用水中不同物質吸收特定波長而產生各自差異的特征光譜，依據光譜數據開展水質參數的定性與定量研究，其特點在于無需接觸目標水體、綠色環保、準確高效、簡單易行，測量結果可實時在線反饋給客戶端，是現在水質環境監測領域重要發展方向。

基于上述背景下，本文系統地闡述了現階段基于全譜段水質在線監測技術的探測機理、不同設備的工作方式和各水質參數的反演方法，分析了各自的優勢與不足，提出了今后發展方向和亟需解決的技術難點，并對水質在線監測技術的應用前景提出展望。

1 水質參數監測原理

1.1 分子吸收光譜

處于穩定狀態下的分子受到具有連續波長的光照射時，會從穩定的基態變為激發態，不同物質的分子之所以對某個特殊波長進行吸收的原因在于，該波長所產生的能量ΔE正好與該物質分子進行一個數級的躍遷能量值相等。即某物質分子不會吸收任意波長的能量，只有當波長λ滿足式(1)時，其產生的能量造成了分子的激發與能級躍遷，該波長才被該物質的分子所吸收。公式為：

(1)

式中： ΔE為能量值的大小；v為分子振動的頻率；h為普朗克常數；c為光速。在水質分析中，正是由于水質參數和參數濃度的不同，造成了水體樣本內部分子結構的差異，這些分子從基態變為激發態所需要的能量也不盡相同，故而當水體中的水質參數不一時，同樣光源下的連續光照射后，被吸收、反射的光波波長范圍、強度大小均有差別，由此光譜探測器接收到的不同水體的光譜曲線信息中分析水質參數的具體成分與各自含量。

1.2 Lambert-Beer定律

當波長為λ的光平行照射在水體上時，會分別產生反射、吸收和透射3種情況。定義入射光的強度為I0，被水體吸收的光強度為Ia，透過水體光的強度為It，被水體反射光的強度為Ir，在不考慮光在傳播過程中的背景噪聲和自身能量損耗的理論情況下，I0為Ia，It和Ir這3者之和。而在實際分析中，為了消除反射信號Ir，進一步簡化計算參數，除保持垂直入射角度外，通常還使用相同材質和厚度的器皿盛裝待測溶液與參比溶液，故消去Ir后可認為I0為Ia和It之和。

同時，溶液所含某種物質的濃度C、光線通過液層的厚度l及入射光能量的大小均會對Ia產生影響。當I0保持不變而C和l處于變化中時，可以發現它們具有一定的定量關系，即Lambert-Beer定律[14]，也稱為光的吸收定量。其數學表達式為：

(2)

式中k為吸光系數(常數)，它與入射光和照射溶液的理化性質相關。Lambert-Beer定律的物理意義在于，具有能量I0的單色平行光通過含有某物質的濃度為C、厚度為l的溶液時，溶液對光的吸收程度A隨著C和l的增大而增加，且呈正比關系。由此可以通過特定的觀測來完成某待測溶液的定量分析。

1.3 水質參數的吸收特性

紫外-可見光譜波長范圍為200～780 nm，屬于電子光譜[6]。當光線照射到某目標上時，由于結構各異，構成物質的分子會選擇性地吸收不同波長所產生的能量，產生各異的分子的振動和轉動，形成具有自身特征的帶狀光譜，這是紫外-可見光譜可用于水質定性檢測的理論基礎。溶液所含參數相同而濃度不同時由于對相同波長的吸光度差異，使得它們的光譜曲線形狀相似而吸光度和反射率的數值不同，這是光譜可用于水質定量分析的依據。

水質參數的獲取方法，就是通過水體所含物質的成分和濃度與其相對應的波譜曲線間的關系來實現參數的定性、定量分析的。總體上來看，水質參數可劃分為懸浮物、浮游植物、溶解性有機物和化學指標4類。懸浮物為水中的懸浮顆粒、碎屑、沉淀及微生物等，與之相對應的水質參數有反映水體透射能力的渾濁度和透明度等、反映水中懸浮物質含量的濃度和總懸浮顆粒物等[15]。懸浮物對入射光的影響主要是產生散射和反射，造成水體反射率的增大[16]，最適于懸浮物顆粒遙感反演的波譜范圍是600～800 nm[17]。一般用能進行光和作用的色素含量來反映水體中浮游植物的多少，如葉綠素、褐色素等。440 nm和675 nm附近的吸收谷及560 nm和700 nm附近的反射峰是浮游植物的特征波長，反射峰會隨著葉綠素濃度的增加和懸浮物顆粒直徑的增大而產生“紅移”現象，浮游植物的最佳反演波段通常選在受水中懸浮物和黃色物質影響小的680～720 nm之間[18-19]。溶解性有機物多為水中有機物分解形成的酸性腐蝕物，能吸收藍光并使水體呈黃色，故也稱之為黃色物質。其在190～250 nm譜段內的光譜曲線可利于用高斯方程模擬，在250～650 nm范圍內的吸收度呈現隨波長增加指數遞減的規律，受光照激發后可產生熒光，發射的熒光峰值為344 nm，533 nm和650 nm，其中藍光波段最為強烈。化學指標，包括溶解氧、生化需氧量、高錳酸鹽指數、化學需氧量(chemical oxygen demand，COD)等氧平衡指標和氨氮、總磷、總氮等營養指標。此類參數與400～800 nm的可見光波段相關性較高，除溶解氧呈負相關外，其余參數均呈正相關，與760～900 nm的近紅外相關性較差[20]。

2 研究與應用現狀

按照檢測原理、方式和應用目的不同，紫外-可見光譜在線水質參數分析方法經歷了分光光度計法、連續光譜法，現在正朝便攜式、多參數水質光譜在線檢測系統方向發展。本節結合不同監測方式的原理、儀器研發進展與應用現狀開展分析。

2.1 分光光度計法

分光光度計法是利用不同的水質參數對不同波長的選擇性吸收特征來完成定性與定量分析的。該方式穩定性好，適用范圍廣，也是國家水質測量標準中采用最多的方式之一。按其探測方式可分為單波長法、雙波長法和多波長法。

單波長法是指利用某一水質參數對某一波長存在較強吸收的特性來進行單一水質參數測量的方法，此法所使用的分光光度計結構簡單，操作簡便，比較適用于水質成分單一的水體。早在20世紀中葉，Ogura等[21]就提出用250 nm波長的吸光度建立與有機物之間的關系； Caruso等[22]利用有機物對254 nm的紫外光的吸收特性，進行了污染水中有機物濃度反演的研究； Edzwald[23]研究了254 nm波長的吸光度與水中總有機碳含量之間的關系； Abulkibash等[24]使用顯色技術，利用600 nm處的吸收特性反映水中氰化物的含量； Yuan等[25]采用改進后的化學前處理方法，在540 nm處實現了水中六價鉻的監測； Rajesh等[26]在510 nm處對水中鉛離子的監測準確度可達3%； Li等[27]利用水中COD在600nm處的吸收特性，實現了城市污水處的高精度監測； Faber等[28]在660 nm處完成了水體中總磷含量的快速檢測； Eskandari等[29]通過二次開發，在697 nm處監測了地表水中的氨氮含量。目前，市場上的英國Unicam SP500、美國Beckmann DU-2、日本島津QR-50、法國CX1000系列的COD在線分析儀、日本OPSA-150、國產751型、724型，中西遠大 H5H19804、河北先河 XHW95、廣州怡文 EST-2006UV等，均為基于單波長的水質參數分析儀器。然而僅利用單一波長建立的水質參數反演模型，存在穩定性差、數據處理復雜等不足，反演結果往往不盡理想，從而限制了其的發展與應用。

雙波長分光光度計使用單色器先將同一光源發出的光分成兩束具有不同波長的單色光，再利用斬光器使這兩束光按照既定的時間間隔交替照射同一吸收池中的待測溶液，最后使用光譜探測器接收兩個波長的吸光度并計算它們的差值，以此估算出樣品濃度。與單波長法相比，雙波長法無需參比液，通過差值計算就可以消除背景環境、濁度等不隨溶液濃度而變化的固定誤差影響，適用于水體微量參數和多參數的探測。楊孝容[30]利用443 nm作為測定波長、52 nm作為參比波長建立了COD測定方法； 梁康甫等[31]研究了一種用490 nm處的吸光度來補償700 nm處的吸光度的雙波長濁度補償法測定水中總磷； 賴永忠等[32]在測定廢水中Cr6+時，討論了兩種雙波長法在減小濁度對測定結果影響中的作用。儀器方面，哈希Amtax NA 8000氨氮測定儀采用雙波長設計，基于水楊酸-靛酚藍法，利用實現氨氮的測定。日本島津UV-300、日立556型、國產WFZ800-S也均為使用雙波長法的設備。雙波長法中對兩個波長的要求是其中一個波長處的吸光度與待測溶液濃度具有較好的相關性，而另一個則不敏感，所以不同水質參數對應不同的設備，若需要探測多種類型的水質參數，則需集成復雜的內部光路，造成監測成本較高。

單波長法和雙波長法，都是只采用一個波長處的吸收度來確定水中某參數濃度的，其結果往往不盡理想。對此，島津公司率先提出了一種“加權多波長吸光度檢測法”。其公司的UVM-4020紫外吸收法在線COD分析儀，采用243 nm，254 nm，265 nm，275 nm和290 nm共5個波長吸收度檢測，具有快速響應、免維護以及無需藥劑的特點，替代了傳統的鉻法方式，實現環保、快速的過程在線分析。國內學者[33-36]也基于多波長理念，建立了不同水質參數的回歸模型。

2.2 全譜段法

全譜段光譜法，是使用分辨率達到2～3 nm的高光譜技術來開展多參數水質監測與檢測的方法，水體波譜采集范圍可涵蓋紫外至可見光范圍。僅通過一次測量即可得到待測水體樣本的含有不同水質參數全波段譜圖信息，能使用任意一個或多個波長組合開展水質監測研究，更寬的波譜范圍也有利于儀器系統誤差、背景噪聲等信號處理工作的進行，根據不同水質參數的吸收特征，通過不同的算法模型即可實現多參數監測的同步完成。此外，基于全譜段法的監測設備還具有測量時間短、光路結構簡單、無接觸無污染、維護成本低、擴展性強等特點，是現代化水質在線監測的重要發展方向。Broeke等[42]研究并制作的浸入式全譜段水質檢測儀能對水中懸浮物、COD及氨氮等水質參數進行檢測，魯棒性和普適性均較佳； Chevakidagarn[43]實現了生物需氧量與COD的快速監測與含量估算； 穆秀圣[44]基于紫外全光譜法進行了COD和氨氮測量的研究； 武尚智[45]圍繞紫外-可見光連續光譜的水質檢測機理、檢測算法和檢測設備開展研究與開發； 趙友全等[46]研發了一種投入式紫外光譜水質監測系統； 劉娟[47]嘗試利用無線網絡進行了水質COD監測系統的設計與實現。奧地利S∶CAN公司在2000年推出了世界上第一臺Spectro∶lyserTM在線光譜水質分析儀，以傳感器的形式建立起在線光譜水質分析法，使在線傳感器反演結果與實驗室檢測數據之間的置信度達到90%～95%。中科譜創公司開發的 WDC-PCUV 型全波長水質參數分析儀能直接測定懸浮物、溶解性有機物、富營養指標、重金屬離子等各種類型的水質參數。水之星公司制造的 WDet-6000UVI 原位式水質分析儀，譜段覆蓋200～800 nm的紫外-可見光波長，使用了全譜段掃描探測方式，能更好地補償背景噪聲和水中多種雜質成分影響，測量獲得的地表水、地下水中的多種參數指標具有更好的精度和穩定性。國內外常見水質光譜在線監測設備技術指標見表1。

表1 國內外水質光譜在線監測設備技術指標對比Tab.1 Comparison of technical indicators of water online quality spectrum monitoring equipment in domestic and abroad

3 發展趨勢與技術難點

1)硬件系統的小型化是水質監測的發展方向。全譜段光譜分析技術因其無污染、成本低、測試簡單、對樣品無損傷、檢測速度快、檢測效率高等優點已成為水質監測的熱門研究領域； 加之光譜儀的微型化、便攜式、智能化，克服了戶外使用的不便，實現了儀器參數設置、數據采集、結果實時顯示的功能； 無線傳輸技術的發展使得數據保存和傳輸、智能算法平臺的搭建、光譜數據的管理、分析和共享均可基于云平臺進行。便攜式在線光譜系統的研發不僅使光譜分析技術更加實用化，而且使得受眾不再僅僅局限于專業研究人員，普通人員亦可操作使用。美國海洋光學公司以微型光譜儀為核心[43]，借助閥上實驗室研發了微小型多參數水質檢測儀器。加拿大Satlantic公司研發的ISUS硝酸鹽探測器，同樣以海洋光學微型光譜儀為核心，將設備浸入水中，無需化學前處理即可迅速提供高精度硝酸鹽和硫化氫含量[44]。重慶大學團隊[48-51]成功研制出基于微型光譜儀的多參數水質檢測儀器樣機，并進行了測控系統、自檢系統、應用軟件系統的設計和優化； 田鵬[52]結合重慶大學自主研發的微型光譜儀，對三峽庫區進行了氨氮、總磷等7種指標的實時在線監測研究； Wei等[53]研制的水質檢測儀能夠快速、準確地對多個水質參數開展檢測； 中科院空天院研制的“水色”在線水質參數監測光譜儀，是集光譜采集、云平臺大數據光譜分析于一體的便攜式智能光譜儀系統，可以實現光譜曲線與反演結果的實時顯示。

在水質監測對微小型、低功耗檢測儀器的需求牽引下，隨著微光電子機械系統技術的逐漸成熟，微型光譜儀在水質檢測技術領域的重要應用成為水質檢測儀器的嶄新發展方向。它能夠滿足野外水質檢測對儀器微型化、集成化和低功耗的實際技術要求。但由于儀器體積小，內部集成的電子、光路系統多而密集，使用過程中不可避免地產生一定的溫度，影響了水質光譜的探測精度，長時間的使用還存在穩定性差的不足，設備的光譜檢校、水體樣本的檢測環境等都需要完善以適應野外現場的快速監測需求，因此在一定程度上無法滿足定量分析的要求，制約了便攜式光譜儀現階段的推廣與應用。所以在繼續研發穩定性好的微型光譜元器件的同時，要努力探索內部光路構造、外部光譜采集環境的硬件優化，及噪聲去除、主成分分析等信號提取算法的研究，使得小型化的光譜探測設備也能具有目標光譜信息的高保真能力。

2)水質參數的反演模型有待進一步研究。評價水質參數反演模型優劣的核心標準在于建立的數學模型是否具有良好的預測精度和外推能力。在水體所含物質簡單、參數間無相互影響、成分穩定的情況下，僅利用單波長的吸收度或反射率即可建立性能良好的回歸分析算法[54]。然而不同類型的水樣分別存在特定的反射峰與吸收谷，特征波長位于不同的波長點，吸收與反射的強度值不同，峰與谷的個數也不盡相同。在眾多的水質參數反演模型中，反卷積法具有明確的物理意義，但需要首先確定水質參數的類別[55]，主成分分析法(principal component analysis，PCA)通過降維進行特征提取，常用于定性分析[56]； 偏最小二乘法(partial least squares，PLS)屬于常用線性方法，在各種背景下都具有良好效果[57]，PLS與PCA聯合使用以達到較高的準確性和魯棒性[58]； 人工神經網絡法 (artificial neural network，ANN)通過大量樣本的學習完成非線性建模，但模型物理機理不明確[59]； 當樣本較少時，宜采用支持向量機法 (support vector machine，SVM)，初始設置參數少，外推性好[60]。由此可見，各種分析模型均具有自身的優勢與不足，針對不同的水體參數和水體環境，目前的解決方案多建立在基于前期大量樣本的基礎上，這樣的反演模型針對性強而自適應能力差。因此，利用現有的海量多平臺數據源、高速傳輸的無線網絡、云端大規模服務器硬件開展顧及地域位置、地理環境、季節時相、專家知識庫的深度學習方法開展數據挖掘和信息提取，建立面向不同應用目的的水質參數反演模型群，使其能自主地根據輸入需求智能輸出最優反演算法，同時基于數據的累計完成模型的迭代優化，不斷提高分析模型的精度與普適性，將是未來的研究熱點。

3)水質參數監測的機理研究有待進一步加強。水質監測的基礎Lambert-Beer定理有嚴苛的使用條件，而在實際應用中往往較難達到理想的使用環境，導致偏離該定理的現象。第一，該定理要求入射光必須是平行的單色光，由于色散原件的分光能力差，入射到吸光物質吸收層的時候不可避免地會參雜其他頻率的光源，這種情況在微小型光譜設備中尤為突出； 第二，定理要求水中待測參數為質地均勻的非散射物質，而實際水樣環境相當復雜，特別是排污口、江河交匯處等地水中包含各種類型的參雜物質都會引起水樣對光吸收的不均勻性； 第三，定理要求吸光物質之間沒有相互作用，但已經有研究發現溫度與總氮和濁度有關，濁度和總磷有關等，使得該要求很難被達到； 第四，定理要求入射光與水中物質之間僅發生光的吸收、透射和反射作用，但采樣的水源來自生活污水、地下水、化工廠廢水等，其中的有機物質和無機元素受光照激發易產生熒光效應和化學反應，于是該要求也難以達到。所以在實際應用中，多采用水質樣品的預處理法來盡可能地滿足該定理的使用條件，使水質參數的分析結果更加精確。但這樣的做法往往使得在線監測系統體積龐大、對監測環境要求高、存在化學試劑預處理的缺陷，失去了在線監測的優勢和初衷。對此就對水質參數監測機理的理論性研究提出了要求，是否能尋找到其他科學領域或更深層次的水質探測原理，從而實現該技術的跨越式升級，亦是下階段研究的主要方向。

4)拓展水質參數反演的特征波段。目前水質參數監測的主要譜段位于紫外至可見光區間，但有些預測模型的實踐效果不夠理想，應用范圍較窄，對建模時樣本的數量和取樣代表性要求高，反演模型的精度、有效性與自適應能力均需進一步提高。已有研究表明，水中所含的脂肪、蛋白質等有機物在近紅外波長范圍內均具有各自不同的特征吸收波長，且滿足比爾定律的數學規律； 有學者利用紅外光譜分析技術測定了湖水總有機碳、總磷等水質參數，發現它們之間的相關性均較高，與實驗室水質檢測數據也具有較好的一致性，并在此基礎上用近紅外光譜分析方法建立了快速測量BOD的預測模型。上述的科研和應用成果說明，近紅外光譜同樣可作為一種適用性強的在線監測分析手段來實現高效準確的水質參數分析，其構建的預測模型不僅能反演水樣中的總磷、總氮、COD等常規水質指標，還能對水樣的重金屬離子、有機殺蟲劑等進行監測。但是，由于紅外光譜范圍內的波長對光強的吸收和反射過程本身就具有更為復雜的響應過程，容易引入噪聲造成信息冗余，故利用該譜段所建立的各種水質指標預測模型易受到外界條件的影響，在惡劣環境下取樣有效性需要開展更深入的理論與應用研究。由此可見，不論是主流的紫外-可見光波段還是處于探索階段的紅外譜段，均有其各自的優勢和適用范疇，進一步拓展水質參數光譜探測范圍，既可以將更多的水質參數納入到光譜法探測的應用體系中來，又能利用不同波長的探測結果，取長補短、相互驗證，達到快速、精準分析的目的。

4 結論

全譜段水質光譜在線監測技術的出現，克服了化學法、生物傳感器法等傳統水質監測技術周期長、方法復雜、前處理環節多的缺點，具有操作簡單、分析過程少、效率高、無接觸、無前處理、無污染、多參數測量等眾多優點，是今后水環境動態變化監測和水質污染預警的重要技術手段。但在硬件集成、噪聲控制、數據預處理、反演模型建立等方面仍存在需要解決的問題。隨著現代通信技術、互聯網無線技術、大數據挖掘技術、人工智能、分布式測量等技術的深入研究，在對不同水質參數的光譜響應機理研究的基礎上，挖掘其更佳的反演模型，引入神經網絡、深度學習、專家知識等多種算法，對水體進行逐級分類，真正意義上的實現全譜段水質在線監測，而不是現有的簡單集成和手段疊加，以此不斷推動著水質檢測監測朝著智能化、微型化、網絡化的方向發展。同時，通過現代無線傳感網絡技術，分布式構建全天候、廣流域覆蓋、實時、在線的水質檢測監測系統，掌握區域內水質安全與否信息狀態，實現污染早期檢測預警，最終建立能夠滿足地表水體廣域覆蓋、零星分布特點的水環境檢測與監測系統。