Nothing Special   »   [go: up one dir, main page]

CN101221125A - 用光谱技术测定富营养化水体特征参量的方法 - Google Patents

用光谱技术测定富营养化水体特征参量的方法 Download PDF

Info

Publication number
CN101221125A
CN101221125A CNA2008100594856A CN200810059485A CN101221125A CN 101221125 A CN101221125 A CN 101221125A CN A2008100594856 A CNA2008100594856 A CN A2008100594856A CN 200810059485 A CN200810059485 A CN 200810059485A CN 101221125 A CN101221125 A CN 101221125A
Authority
CN
China
Prior art keywords
spectrum
sample
cod
characteristic parameter
calibration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA2008100594856A
Other languages
English (en)
Inventor
何勇
吴桂芳
鲍一丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CNA2008100594856A priority Critical patent/CN101221125A/zh
Publication of CN101221125A publication Critical patent/CN101221125A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种用光谱技术测定富营养化水体特征参量的方法。该方法的步骤如下:校正样品集光谱数据库的建立;光谱的预处理;校正模型的建立;光谱特征的提取;未知样本的水质特征参量测定。本发明具有以下优点:(1)利用光谱技术分析富营养化水体的特征参量,其分析速度大大加快。(2)不使用任何化学试剂,降低了检测成本,也不污染环境。(3)与化学方法相比,系统误差和人为误差大大降低,提高了测量精度。(4)能够同时分析检测多个水质参量,节省时间,实时检测技术能够很好的应用于环境监测。(5)具有良好的社会效益和经济效益。如进一步推广,对解决目前日趋严重的湖泊和湿地水域环境的富营养化问题有很好的效果。

Description

用光谱技术测定富营养化水体特征参量的方法
技术领域
本发明涉及可见光和近红外光谱测量方法,尤其是涉及一种用光谱技术测定富营养化水体特征参量的方法。
技术背景
水体富营养化是指湖泊或湿地水域在自然因素和(或)人类活动的影响下,大量营养盐输入湖泊或湿地水域,使湖泊或湿地水域逐步由生产力水平较低的贫营养状态向生产力水平较高的富营养状态变化的一种现象。为了准确评定富营养化水体所处的富营养状态,进而为水体富营养化的防治提供科学依据,需要对富营养化湖泊的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)等特征参量进行定期的监测。以往采用的传统方法有:水体总氮的测定采用碱性过硫酸钾消解紫外分光光度法;水体总磷的测定采用钼酸铵分光光度法;水体化学需氧量的测定采用重铬酸盐法;水体的叶绿素a的浓度采用分光光度计法测定;水体透明度采用传统赛克盘法(Secchi Disk)。由于水域面积大,测点多,另一方面由于是多参量的测量,因此样本容量大,上述各参量测定方法存在很多的缺陷:需要消耗大量的化学试剂和仪器设备,样本制备步骤繁琐,对同一样本的多个参量进行分别检测,分析一个样品的成本高、周期长,不适合对多样本、多参量富营养化水体进行分析检测。我们所采用的可见光和近红外光谱技术的主要特点是:分析速度快,一分钟内可以完成一个样本的测量;多组分同时测定,样本中总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)的含量可一次性同时测出;样品不需预处理;不需要任何化学试剂;非破坏性分析;远距测定和实时分析;低分析成本和操作简单。因此光谱技术比较适合对多样本、多参量富营养化水体进行分析检测。
发明内容
为了克服背景技术中存在的问题,本发明的目的在于提供一种快速有效测定富营养化水体中特征参量的方法。不仅能对富营养化水体进行快速、实时检测,而且能够同时检测出水体中的多个特征参量。
本发明解决其技术问题所采用的方案的步骤如下:
1)校正样品集光谱数据库的建立;首先要针对待测水域均匀分布的各测点的水体样本作为校正样本集,然后对校正样本集合中的样本进行光谱扫描得到校正样本标准光谱,同一样品需多次重复测量,以平均光谱作为该样品标准光谱;
2)光谱的预处理;获得校正样本集标准光谱后的第一步是对校正样本集标准光谱进行预处理,光谱预处理的作用是光谱图的规范化、抵消背景干扰及提高光谱的质量;
3)校正模型的建立;应用多元回归算法对于预处理后的光谱数据和样本的参考标准测量值建立校正模型;
4)光谱特征的提取;光谱的数据一般都有数百到数千个数据点,所有的数据都用来建立模型往往导致模型学习时间长,模型结构复杂,常用的方法是逐步回归的方法来寻找特征波段,或者应用相关系数曲线分析的方法来实现;
5)未知样本的水质特征参量测定;首先扫描待测量样本获取它们的光谱,获取它们的光谱时所采用的测量方法,必须同获取建立校正模型的样本光谱时所采用的测量方法保持一致;所采取的采样方法、分辨率、扫描间隔或扫描时间也应该同获取建立校正模型的样本光谱时所采用的各参数保持一致;
6)把未知水样经预处理的光谱信息输入已经建立的校正模型即可预测出未知样品的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)的含量。
所述的对样本光谱进行预处理为平滑、中心化、导数、归一化光谱预处理方法。
所述的多元回归算法为多元线性回归算法和多元非线性回归算法。
所述的建立校正模型的校正样本的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)含量是采用国标规定的方法和已有的方法测量得到的标准值;
所述的用校正样本的光谱数据和它们的标准总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)含量建立校正模型
所述的光谱仪为可以同时获得325-2500nm波长处的水样光谱信号。
本发明与背景技术相比,具有以下优点:
(1)利用光谱技术分析富营养化水体的特征参量,其分析速度大大加快。
(2)不使用任何化学试剂,降低了检测成本,也不污染环境。
(3)与化学方法相比,系统误差和人为误差大大降低,提高了测量精度。
(4)能够同时分析检测多个水质参量,节省时间,实时检测技术能够很好的应用于环境监测。
(5)具有良好的社会效益和经济效益。如进一步推广,对解决目前日趋严重的湖泊和湿地的水体环境富营养化问题有很好的效果。
附图说明
附图是本发明的原理框图。
具体实施方式
该附图表明了本发明的整个实施过程包括以下两个部分:
第一部分是校正模型的建立,主要包括以下步骤:
1.用数据线将光谱仪与PC电脑相连,样品置于特制的玻璃盛样容器中。光谱仪探头、光源都与盛样容器底平面保持垂直。首先,用14.5V卤素灯照射样品池内的样品,用可见光/近红外光谱仪(波长范围为325~2500nm)在一端对样品池采集光谱信息,进行光谱信息初始化,然后将水样注入样品池,把样品池放在样品架上,采集样品的光谱信息,光源距水样的水面高度固定为45cm,光谱仪探头在另一侧距离水样的水面距离固定为30cm,每个样本扫描30次,分辨率3.5cm-1,探头视场角为20度。采集的水样光谱数据通过数据线接口送到计算机。
2.对得到的光谱数据用光谱仪用用光谱专用分析软件ASD ViewSpec ProV2.14将样本扫描的光谱信息进行光谱平均处理,然后将光谱透射率转化为吸光度,用Unscramble V9.7和matlab程序搭建的多元数据信息处理平台对光谱吸光度值进行平滑、导数、归一化光谱预处理,消除系统噪声和干扰。
3.采用国标规定的方法或已有的方法测量建模样本的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)含量作为标准含量。水质总氮的测定采用碱性过硫酸钾消解紫外分光光度法(GB 11894-1989),水质总磷的测定采用钼酸铵分光光度法(GB 11893-1989),水质化学需氧量的测定采用重铬酸盐法(GB 11914-1989),水样的叶绿素a的浓度在采样后,立即返回实验室测定,首先用0.45m滤膜过滤,然后用丙酮萃取,蔽光24h后,采用分光光度计法测定;水体透明度采用传统赛克盘法(Secchi Disk)。
4.采用多元校正算法(偏最小二乘回归、多元线性回归、神经网络、支持向量机等)建立建模样本的近红外光谱与它们的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)含量标准含量之间的定量关系,即建立校正模型。
5.采用逐步回归的方法和相关系数曲线分布特征来寻找总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)的光谱特征波段.
第二部分是未知水样的测定,主要包括以下步骤:
1.首先扫描未知水样以获取它们的光谱,获取它们的光谱时所采用的测量方法,必须同获取建立校正模型的样本光谱时所采用的测量方法保持一致,即采样方法、分辨率、扫描间隔和扫描时间,应该保持一致。
2.对得到的光谱数据用光谱仪用用光谱专用分析软件ASD ViewSpec ProV2.14将样本扫描的光谱信息进行光谱平均处理,然后将光谱透射率转化为吸光度,用Unscramble V9.7和Matlab程序搭建的多元数据信息处理平台对光谱吸光度值进行平滑、导数、归一化光谱预处理,消除系统噪声和干扰。
3.把未知水样经预处理的光谱信息输入上述第一部分建立的校正模型即可预测出未知样品的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)的含量。

Claims (6)

1.一种用光谱技术测定富营养化水质特征参量的方法,其特征在于该方法的步骤如下:
1)校正样品集光谱数据库的建立;首先要针对待测水域均匀分布的各测点的水体样本作为校正样本集,然后对校正样本集合中的样本进行光谱扫描得到校正样本标准光谱,同一样品需多次重复测量,以平均光谱作为该样品标准光谱;
2)光谱的预处理;获得校正样本集标准光谱后的第一步是对校正样本集标准光谱进行预处理,光谱预处理的作用是光谱图的规范化、抵消背景干扰及提高光谱的质量;
3)校正模型的建立;应用多元回归算法对于预处理后的光谱数据和样本的参考标准测量值建立校正模型;
4)光谱特征的提取;光谱的数据一般都有数百到数千个数据点,所有的数据都用来建立模型往往导致模型学习时间长,模型结构复杂,常用的方法是逐步回归的方法来寻找特征波段,或者应用相关系数曲线分析的方法来实现;
5)未知样本的水质特征参量测定;首先扫描待测量样本获取它们的光谱,获取它们的光谱时所采用的测量方法,必须同获取建立校正模型的样本光谱时所采用的测量方法保持一致;所采取的采样方法、分辨率、扫描间隔或扫描时间也应该同获取建立校正模型的样本光谱时所采用的各参数保持一致;
6)把未知水样经预处理的光谱信息输入已经建立的校正模型即可预测出未知样品的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)的含量。
2.根据权利要求1所述的一种应用可见光和近红外光谱技术快速测定湖泊富营养化特征参量的方法,其特征在于:所述的对样本光谱进行预处理为平滑、中心化、导数、归一化光谱预处理方法。
3.根据权利要求1所述的一种用光谱技术测定富营养化水质特征参量的方法,其特征在于:所述的多元回归算法为多元线性回归算法和多元非线性回归算法。
4.根据权利要求1所述的一种用光谱技术测定富营养化水质特征参量的方法,其特征在于:所述的建立校正模型的校正样本的总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)含量是采用国标规定的方法和已有的方法测量得到的标准值;
5.根据权利要求1所述的一种用光谱技术测定富营养化水质特征参量的方法,其特征在于:所述的用校正样本的光谱数据和它们的标准总氮(TN)、总磷(TP)、化学需氧量(COD)、叶绿素a(Chla)、透明度(SD)含量建立校正模型
6.根据权利要求1所述的一种用光谱技术测定富营养化水质特征参量的方法,其特征在于:所述的光谱仪为可以同时获得325-2500nm波长处的水样光谱信号。
CNA2008100594856A 2008-01-24 2008-01-24 用光谱技术测定富营养化水体特征参量的方法 Pending CN101221125A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNA2008100594856A CN101221125A (zh) 2008-01-24 2008-01-24 用光谱技术测定富营养化水体特征参量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA2008100594856A CN101221125A (zh) 2008-01-24 2008-01-24 用光谱技术测定富营养化水体特征参量的方法

Publications (1)

Publication Number Publication Date
CN101221125A true CN101221125A (zh) 2008-07-16

Family

ID=39631096

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2008100594856A Pending CN101221125A (zh) 2008-01-24 2008-01-24 用光谱技术测定富营养化水体特征参量的方法

Country Status (1)

Country Link
CN (1) CN101221125A (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101907565A (zh) * 2010-06-25 2010-12-08 杨季冬 一种同时测定废水中化学需氧量和生化需氧量的光谱分析方法
CN102053140A (zh) * 2009-10-27 2011-05-11 华中科技大学 一种富营养化浅水湖泊生态修复后水质的诊断和评价方法
CN102507458A (zh) * 2011-11-23 2012-06-20 浙江大学 室外高光谱图像采集系统中太阳光源的校正方法
CN102564965A (zh) * 2011-12-31 2012-07-11 聚光科技(杭州)股份有限公司 基于光谱检测技术的检测方法
CN102707025A (zh) * 2012-01-11 2012-10-03 戴会超 一种湖库营养状态的智能判别方法及装置
CN103473707A (zh) * 2013-09-17 2013-12-25 山东大学 建立城市河网水体光谱库的方法与应用
CN103913421A (zh) * 2012-12-28 2014-07-09 中国科学院沈阳应用生态研究所 一种用于富营养化湖泊水溶态Fe含量测定的方法
CN101988894B (zh) * 2009-07-31 2015-01-28 恩德莱斯和豪瑟尔测量及调节技术分析仪表两合公司 用于确定液体样品的参数的方法
CN104677847A (zh) * 2015-03-04 2015-06-03 中国科学院南京地理与湖泊研究所 一种快速检测湖泛的方法
CN104794346A (zh) * 2015-04-22 2015-07-22 北京师范大学 一种快速识别人为活动对湖泊水华影响的定量方法
CN104964954A (zh) * 2015-05-20 2015-10-07 安徽建筑大学 一种应用荧光光谱测定河流水体中总氮浓度的方法
CN105092523A (zh) * 2015-08-25 2015-11-25 江南大学 一种基于近红外技术的水质中磷的检测
CN105891143A (zh) * 2016-03-30 2016-08-24 安徽建筑大学 利用近红外光谱测定反硝化除磷系统中总磷浓度的方法
CN106226267A (zh) * 2016-08-31 2016-12-14 晨光生物科技集团股份有限公司 一种辣椒干色价的近红外测定方法
CN107036974A (zh) * 2016-11-18 2017-08-11 中国水利水电科学研究院 基于确定性集合建模的水质参数多模型协同反演方法
CN107643258A (zh) * 2017-09-06 2018-01-30 河海大学 一种水质参数光电准确测量方法
CN107860727A (zh) * 2017-10-25 2018-03-30 宇星科技发展(深圳)有限公司 一种检测水质透明度的方法及装置
CN108007881A (zh) * 2017-11-30 2018-05-08 中国农业大学 一种基于光谱技术的水产养殖水质总氮含量检测方法
CN109709057A (zh) * 2018-12-29 2019-05-03 四川碧朗科技有限公司 水质指标预测模型构建方法及水质指标监测方法
CN109883982A (zh) * 2019-01-25 2019-06-14 北京农业信息技术研究中心 一种水体总磷含量的快速检测方法
CN111157485A (zh) * 2019-12-19 2020-05-15 郑州轻工业大学 一种水质的快速检测装置及其检测方法
CN111898314A (zh) * 2020-07-15 2020-11-06 中国科学院空天信息创新研究院 湖泊水体参数检验方法、装置、电子设备及存储介质
CN114371152A (zh) * 2022-03-22 2022-04-19 山东省科学院海洋仪器仪表研究所 一种漂流式海水透明度自动测量装置及透明度测量方法
CN115060678A (zh) * 2022-05-24 2022-09-16 四川大学 一种基于液芯光纤和紫外光谱的水质监测系统

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101988894B (zh) * 2009-07-31 2015-01-28 恩德莱斯和豪瑟尔测量及调节技术分析仪表两合公司 用于确定液体样品的参数的方法
CN102053140B (zh) * 2009-10-27 2013-06-05 华中科技大学 一种富营养化浅水湖泊生态修复后水质的诊断和评价方法
CN102053140A (zh) * 2009-10-27 2011-05-11 华中科技大学 一种富营养化浅水湖泊生态修复后水质的诊断和评价方法
CN101907565A (zh) * 2010-06-25 2010-12-08 杨季冬 一种同时测定废水中化学需氧量和生化需氧量的光谱分析方法
CN102507458B (zh) * 2011-11-23 2013-07-10 浙江大学 室外高光谱图像采集系统中太阳光源的校正方法
CN102507458A (zh) * 2011-11-23 2012-06-20 浙江大学 室外高光谱图像采集系统中太阳光源的校正方法
CN102564965A (zh) * 2011-12-31 2012-07-11 聚光科技(杭州)股份有限公司 基于光谱检测技术的检测方法
CN102707025A (zh) * 2012-01-11 2012-10-03 戴会超 一种湖库营养状态的智能判别方法及装置
CN103913421A (zh) * 2012-12-28 2014-07-09 中国科学院沈阳应用生态研究所 一种用于富营养化湖泊水溶态Fe含量测定的方法
CN103473707A (zh) * 2013-09-17 2013-12-25 山东大学 建立城市河网水体光谱库的方法与应用
CN104677847A (zh) * 2015-03-04 2015-06-03 中国科学院南京地理与湖泊研究所 一种快速检测湖泛的方法
CN104794346B (zh) * 2015-04-22 2018-02-02 北京师范大学 一种快速识别人为活动对湖泊水华影响的定量方法
CN104794346A (zh) * 2015-04-22 2015-07-22 北京师范大学 一种快速识别人为活动对湖泊水华影响的定量方法
CN104964954A (zh) * 2015-05-20 2015-10-07 安徽建筑大学 一种应用荧光光谱测定河流水体中总氮浓度的方法
CN105092523A (zh) * 2015-08-25 2015-11-25 江南大学 一种基于近红外技术的水质中磷的检测
CN105891143A (zh) * 2016-03-30 2016-08-24 安徽建筑大学 利用近红外光谱测定反硝化除磷系统中总磷浓度的方法
CN106226267B (zh) * 2016-08-31 2017-08-04 晨光生物科技集团股份有限公司 一种辣椒干色价的近红外测定方法
CN106226267A (zh) * 2016-08-31 2016-12-14 晨光生物科技集团股份有限公司 一种辣椒干色价的近红外测定方法
CN107036974A (zh) * 2016-11-18 2017-08-11 中国水利水电科学研究院 基于确定性集合建模的水质参数多模型协同反演方法
CN107643258A (zh) * 2017-09-06 2018-01-30 河海大学 一种水质参数光电准确测量方法
CN107860727A (zh) * 2017-10-25 2018-03-30 宇星科技发展(深圳)有限公司 一种检测水质透明度的方法及装置
CN108007881A (zh) * 2017-11-30 2018-05-08 中国农业大学 一种基于光谱技术的水产养殖水质总氮含量检测方法
CN109709057A (zh) * 2018-12-29 2019-05-03 四川碧朗科技有限公司 水质指标预测模型构建方法及水质指标监测方法
CN109883982A (zh) * 2019-01-25 2019-06-14 北京农业信息技术研究中心 一种水体总磷含量的快速检测方法
CN111157485A (zh) * 2019-12-19 2020-05-15 郑州轻工业大学 一种水质的快速检测装置及其检测方法
CN111898314A (zh) * 2020-07-15 2020-11-06 中国科学院空天信息创新研究院 湖泊水体参数检验方法、装置、电子设备及存储介质
CN111898314B (zh) * 2020-07-15 2024-03-08 中国科学院空天信息创新研究院 湖泊水体参数检验方法、装置、电子设备及存储介质
CN114371152A (zh) * 2022-03-22 2022-04-19 山东省科学院海洋仪器仪表研究所 一种漂流式海水透明度自动测量装置及透明度测量方法
CN115060678A (zh) * 2022-05-24 2022-09-16 四川大学 一种基于液芯光纤和紫外光谱的水质监测系统

Similar Documents

Publication Publication Date Title
CN101221125A (zh) 用光谱技术测定富营养化水体特征参量的方法
CN101210875A (zh) 基于近红外光谱技术的无损测量土壤养分含量的方法
CN102590129B (zh) 近红外检测花生中氨基酸含量的方法
CN102879353B (zh) 近红外检测花生中蛋白质组分含量的方法
CN102636450A (zh) 基于近红外光谱技术无损检测枸杞中枸杞多糖含量的方法
CN101059426A (zh) 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法
CN103411906B (zh) 珍珠粉和贝壳粉的近红外光谱定性鉴别方法
CN102879340A (zh) 基于近红外光谱快速检测块根/茎类作物营养品质的方法
CN101609042A (zh) 基于近红外光谱的手持式土壤养分无损测量系统
CN111488926B (zh) 一种基于优化模型的土壤有机质测定方法
CN1831516A (zh) 用可见光和近红外光谱技术无损鉴别卷烟品种及真假的方法
CN108181262A (zh) 一种利用近红外光谱技术快速测定铜藻纤维素含量的方法
CN105486662A (zh) 一种基于近红外光谱技术的棉籽棉酚含量的无损测定方法
CN105784672A (zh) 一种基于双树复小波算法的毒品检测仪标准化方法
CN102937575B (zh) 一种基于二次光谱重组的西瓜糖度快速建模方法
CN109374548A (zh) 一种利用近红外快速测定大米中营养成分的方法
CN105758819A (zh) 一种利用近红外光谱检测土壤的有机组分的方法
CN103018181A (zh) 基于相关性分析和elm神经网络的软测量方法
CN201503392U (zh) 基于近红外光谱的手持式土壤养分无损测量装置
CN104266998A (zh) 用于氨纶预聚体中异氰酸酯基含量的近红外光谱检测方法
CN104596979A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法
CN103487398B (zh) 一种赖氨酸发酵液的分析方法
CN103411895A (zh) 珍珠粉掺伪的近红外光谱鉴别方法
CN104502307A (zh) 一种快速检测长牡蛎糖原和蛋白质含量的方法
CN109612963A (zh) 一种基于近红外透射-漫反射光谱规模化奶牛场粪液中总氮的检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20080716