基于紫外-可見光譜法的河流水環境污染實時監測研究

關鍵詞：紫外-可見光譜法；水環境污染；偏最小二乘法；水質監測；雙光程光譜融合

中圖分類號：X830.2 文獻標志碼：B

前言

人們對水資源的開發力度不斷加大，使得水污染事件頻繁出現，極大影響河流生態環境。隨著人們環保意識的提升，河流環境的保護與修復越發受到關注，而水污染監測是提出合理河流生態修復方案不可缺少的環節之一。隨著水質監測問題越來越受到關注，研究人員提出各種各樣的水環境污染監測方法。

文獻[3]采用多通道光譜技術，獲取水環境的光譜影像，通過計算不同通道的光譜反射率，從中選取最佳通道進行反演分析，得到多個水質參數測算結果，完成水環境實時監測。實驗結果表明，該方法監測結果誤差較大。文獻[4]依托于環境衛星采集高光譜遙感數據，經過輻射定標和配準處理對初始采集數據進行校正，再以水體光譜特征為標志物，在波段運算和灰度法的共同作用下，得出水環境污染監測結果。但是，該監測方法應用廣度較低。文獻[5]以極性有機化合物為核心，設計被動采樣技術，通過被動采樣技術計算不同時刻測量物質的加權平均濃度，得到水環境污染監測結果。但是，該監測方法的實時性較差。

為避免水環境污染監測過程中出現上述方法的不足之處，提出運用紫外-可見光譜法進行水環境污染監測，在光學技術的支持下，保證河流水環境污染監測結果的實時性和精準性。

1應用紫外-可見光譜法設計河流水環境污染實時監測方法

2實驗測試與結果

文章中提出的水污染監測方法，應用紫外一可見光譜技術，可以真實地展現河流水污染實時變化情況。為了驗證該方法在實際應用過程中，可以滿足預期設計要求，進行實驗分析。

2.1數據來源

實驗以江蘇省西北部某河流為研究對象，該河流臨近多個礦區，屬于主要的采煤塌陷區。結合工業和生活污水的排放，有必要對河流的水污染進行研究，實現河流治理和生態重建，為此，需要對河流水環境污染進行實時監測。

考慮到所提方法的實現，需要以紫外一可見光譜信息為基礎，為得到實驗所需數據，在目標河流中隨機布置采樣點，采集河流水樣，通過德國公司生產的多合一污水水質在線監測儀，得到水樣本對應的連續紫外可見光譜，將其作為水環境污染監測的基礎。設置實驗數據采集時間區間為8：00到17：00，在不同時刻分別獲取紫外一可見光譜數據，進行水環境污染實時監測。對初步采集數據進行分析，見圖2的吸收光譜圖。

根據圖2可知，不同時刻河流水資源樣本的吸光度有所差異，這表明河流水污染情況是時刻發生變化的，以此為基礎進行水環境污染實時監測分析。

2.2水環境污染實時監測結果

本次水環境污染實時監測實驗，主要針對有機污染物（TOC）、總磷（TP）和總懸浮物（TSM）三項河流水污染指標參數。以上述采集的紫外一可見光譜數據為例，按照文中提出的基于紫外一可見光譜法的水質監測模型，對當天不同時刻的河流水環境污染進行實時監測，得到不同整點時刻水質參數變化情況，見圖3的水污染監測結果。

根據圖3可知，在目標時間范圍內，河流水體的TOC濃度最低值為8.72mg/L，最高值為18.12 mg/L，TP濃度和TSM濃度的變化范圍分別為0.04～0.07mg/L、20.03 mg/L～49.06mg/L。通過上述研究可知，所提水污染監測方法的應用，可以獲取目標河流內水污染指標參數的實時變化情況，體現以紫外一可見光譜法為核心的水環境污染實時監測方法具有有效性。

2.3均方根誤差對比

在所提實驗環境下，再應用文獻[3]、文獻[4]提出的方法進行河流水污染監測，如圖4所示的監測結果。與文中所提方法進行對比，更加直觀地展現基于紫外一可見光譜法的監測方法的優越性。

根據上述監測結果，分別與實際TOC、TP、TSM濃度變化情況進行對比，計算不同方法監測結果的均方根誤差。

根據表1可知，基于紫外-可見光譜法的方法得出的TOC濃度、TP濃度、TSM濃度監測結果，與真實值相比均方根誤差分別為0.04、0.07、0.12，與其他兩種文獻提出的實時監測方法相比，均方根誤差得到大幅度降低。

3結語

為了得到符合要求的水環境監測結果，以紫外一可見光譜法為核心，提出一種新的河流水環境污染實時監測方法。計算短光程增益匹配系數，確定融合光譜；采用非負矩陣分解算法進行獨立反演處理，校正光譜信號濁度；運用朗伯-比爾吸收定律原理，建立吸收光譜；運用光學技術和多元分析法，推算水樣本中不同水污染參數，建立水質監測模型，應用區間偏最小二乘法和遺傳算法，推算河流水環境污染實時監測結果，在此基礎上，使用遺傳算法對選中的譜區進行二次篩選，可以在復雜的水環境下，完成水污染情況的精準、實時監測。經實驗驗證，基于紫外一可見光譜法的方法得出的TOC濃度、TP濃度、TSM濃度監測結果，與真實值相比均方根誤差分別為0.04、0.07、0.12。