CN102519929B - 一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法 - Google Patents
一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法 Download PDFInfo
- Publication number
- CN102519929B CN102519929B CN201110415368.0A CN201110415368A CN102519929B CN 102519929 B CN102519929 B CN 102519929B CN 201110415368 A CN201110415368 A CN 201110415368A CN 102519929 B CN102519929 B CN 102519929B
- Authority
- CN
- China
- Prior art keywords
- forecast model
- gesture
- dichloro acetamide
- value
- fluorescence spectrum
- 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.)
- Active
Links
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明属于环境工程技术领域，公开了一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法，该方法包括以下步骤：搭建预测模型、采集实测数据和预测模型的形成；其中：搭建预测模型包括以下步骤：选取常规影响因素指标搭建幂函数预测模型一；在预测模型一的基础上进一步增加非常规因素指标搭建出幂函数预测模型二；采集实测数据包括：预测模型一和二中常规指标的数据采集和预测模型二中非常规指标的数据采集，以及二氯乙酰胺生成势实测值；预测模型的形成包括预测模型一和二中权重的计算、预测精度的评价以及预测模型的验证。本发明方法无需复杂的样品处理与检测，不破坏样品结构，具有较好的预测效果。
Description
技术领域
本发明属于环境工程技术领域，涉及一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法。
背景技术
随着饮用水分析技术的进步，以及人们对饮用水消毒副产物(disinfection by-products，DBPs)对人体危害的关注，越来越多的饮用水DBPs被识别。其中以有着较强毒性的含氮消毒副产物(nitrogenous disinfection by-products，N-DBPs)最为典型(楚文海，高乃云.饮用水含氮消毒副产物卤化硝基甲烷研究进展[J].给水排水，2008，34(7)：34-36.)。卤乙酰胺(HAcAms)是其中一类典型的新型饮用水卤代N-DBPs，其慢性细胞毒性和急性遗传毒性分别是三卤甲烷(THMs)和卤乙酸(HAAs)等非含氮消毒副产物的几十倍至数百倍，具有较强的致畸和致突变性(Plewa，M.J.，et al.，Occurrence，Synthesis，and Mammalian Cell Cytotoxicity andGenotoxicity of Haloacetamides：An Emerging Class of Nitrogenous Drinking Water DisinfectionByproducts[J].Environ.Sci.Technol.，2008.42(3)：p.955-961.)。目前，有5种HAcAms被识别为饮用水N-DBPs，其中二氯乙酰胺(dichloroacetamide，DCAcAm，分子结构式如式1所示)。在饮用水中的浓度最高(Krasner，S.W.，et al.，Occurrence of a New Generation of DisinfectionByproducts[J].Environ.Sci.Technol.，2006.40(23)：7175-7185.)，威胁着人们的饮水健康，对它的控制是非常有必要的。
式1
DBPs主要是由水中的有机物或无机物与自来水水厂等制水单位消毒时所投加的消毒剂反应生成，而与消毒剂发生反应的这些有机物或无机物则被称为DBPs的前体物。氯化消毒是目前我国乃至世界上使用最为广泛的饮用水(自来水)消毒方式。为提高饮用水安全性，加强DBPs的有效源头控制，需要充分了解水中DBPs的前体物含量水平和性质，以便采取有针对性的措施加以控制。目前，最为常用的考察DBPs前体物水平的方法是测定DBPs的生成势。Chu等(Chu，W.H.，et al.，Precursors of Dichloroacetamide，an Emerging NitrogenousDBP Formed during Chlorination or Chloramination[J].Environmental Science and Technology，2010，44(10)，3908-3912.)在Kranser建立的DBPs生成势测定方法基础上进行了改进，建立了专门用于测定DCAcAm生成势的方法，其基本原理是向含有DCAcAm前体物的天然水体中投加适量的氯(一般用液体的次氯酸钠代替)，在适当的时间内让DCAcAm前体物完全反应生成DCAcAm，然后检测DCAcAm的生成量，从而用于表征水中DCAcAm的前体物含量水平。具体操作方式如下：
将待测水样移入40mL安培瓶中，使用磷酸缓冲溶液(0.3mol/L的磷酸二氢钠NaH2PO4和0.2mol/L的磷酸氢二钠Na2HPO4的混合溶液)将水样调至pH＝7.0～7.5，投加一定量的有效氯，即NaClO溶液(使用时将其稀释到有效氯含量为10g/L左右，并置于棕色试剂瓶中在4℃下避光保存)。有效氯的投加量依据待测水样的DOC和NH3-N计算所得，如式2所示。有效氯投加之后，立即用带有聚四氟乙烯垫片的螺旋盖密封，充分混合后，存放于恒温箱中避光反应24～72h，同时保持温度为24±1℃，24～72h反应结束后，投加抗坏血酸终止氯化反应，同时投加一定量的冰醋酸将水样pH调至5左右，等待测定生成的DCAcAm浓度。
Cl2投加量(mg/L)＝3x DOC(mg/L)+7.6x NH3-N(mgN/L)+10(mg/L) (式2)
DCAcAm浓度测定方法：Chu等(楚文海，高乃云.气相色谱-质谱法检测饮用水新生含氮消毒副产物氯代乙酰胺.分析化学，2009，37(1)：103-106.)报道了DCAcAm的分析测试方法，首先是液液萃取操作：将水样过0.45μm微孔滤膜，向水样中投加一定量的抗坏血酸，以消去水中余氯(抗坏血酸的投加量[以摩尔浓度计]是水中余氯的2～3倍)，再向放有20mL水样的试管中投加4g无水硫酸钠，置于试管振荡器上振荡1min，使得无水硫酸钠充分溶解，水样液面有所上升。之后投加2mL萃取剂乙酸乙酯并置于试管振荡器上振荡3min，静置10min，用移液枪吸取上层萃取剂溶液1mL置于1.5mL进样瓶中，将进样瓶放于AOC-20i自动进样器中，等待气相色谱质谱(GC/MS)(日本Shimazu GC/MS-QP2010S)测定。仪器设置条件如下：RTX-5MS毛细管柱(柱长30m，内径0.25mm，膜后0.25μm)，AOC-20i自动进样器。检测条件：载气为高纯氦气；载气流量控制方式为压力控制；载气流速为56.9mL/min；进样量为1.0μL；进样方式为无分流；进样口温度为180℃；质谱检测器温度为250℃；离子源为电子轰击离子源(EI)；电子能量为70eV；扫描质量范围m/z为20～200；检测模式为选择离子检测(SIM)。升温程序：初始温度为40℃，保持10min，再以40℃/min的速率升温至150℃，保持5min。
上述针对天然水体的DCAcAm生成势测定时间较长，步骤繁琐，耗时耗力，一般只适合个别有条件的科研单位开展小规模研究。因此，建立一种较为便捷的DCAcAm生成势的预测方法(通过测定若干常规指标的数值，将这些数值代入DCAcAm预测模型计算，便可获得DCAcAm生成势的预测值，即DCAcAm前体物水平的预测值)，更加适合于大型饮用水制水单位(自来水公司等)和有特殊水质要求的行业，以及饮用水卫生监管调查部门开展DCAcAm前体物的调查。
专利“三维荧光光谱法测定水中氯消毒副产物前体物”(专利号：200910242207.9；公开号：CN101819148A；公开日期：2010.09.01)采用三维荧光(EEM)光谱法预测了非含氮消毒副产物三卤甲烷(THMs)和卤乙酸(HAAs)的生成势，针对现有三卤甲烷和卤乙酸测定方法存在步骤繁杂、结果不够明确的问题，研究了三维特征荧光参数表征氯消毒副产物前体物可行性，并确认了氯消毒副产物前体物特征荧光表征参数与其生成势之间的相关性，开发了水中三卤甲烷和卤乙酸前体物简便、快速测定方法。其测定步骤包括：建立三卤甲烷和卤乙酸前体物特征荧光强度与其生成势之间的线性校正方程；三维荧光光谱扫描待测水样；计算氯消毒副产物生成势和结果修正。
该专利涉及内容能够对水中稳定性较强的三卤甲烷和卤乙酸前体物进行预测，其预测方法建立过程中的关键环节是考察三维特征荧光参数与三卤甲烷和卤乙酸生成势之间是否存在一定的线性关系，其中三卤甲烷和卤乙酸生成势是通过投加过量的消毒剂(次氯酸钠)与原水中的有机物反应生成的三卤甲烷和卤乙酸浓度。然而，DCAcAm在过量氯存在的条件下，易于发生水解(楚文海，高乃云，邓扬.饮用水新型含氮消毒副产物卤乙酰胺稳定性研究[J]有机化学，2009，29(10)，1569-1574.)，从而无法体现出其生成势。因此，该专利中的预测方法并不适合于DCAcAm生成势的预测。
发明内容
针对现有技术的问题，本发明的目的是提供一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法，该方法无需复杂的样品处理与检测，不破坏样品结构，标准偏差＜0.3。
本发明的技术方案如下：
本发明提供了一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法，该方法包括以下步骤：搭建预测模型、采集实测数据和预测模型的形成。
所述的搭建预测模型包括以下步骤：选取常规影响因素指标搭建幂函数预测模型一；在预测模型一的基础上进一步增加非常规因素指标搭建出幂函数预测模型二。
所述的选取常规影响因素指标搭建幂函数预测模型一包括：选取溶解性有机碳(DOC)、溶解性有机氮(DON)和溴离子(Br-)浓度为自变量，二氯乙酰胺生成势实测值为因变量，建立幂函数模型一。
所述的在预测模型一的基础上进一步增加非常规因素指标搭建出幂函数预测模型二包括：选取可溶性微生物产物类(SMP)三维荧光光谱峰强度、芳香性蛋白质类(AP)三维荧光光谱峰强度、溶解性有机碳(DOC)、溶解性有机氮(DON)和溴离子(Br-)浓度为自变量，二氯乙酰胺生成势实测值为因变量，建立幂函数模型二。
所述的采集实测数据包括：预测模型一和二中常规指标的数据采集和预测模型二中非常规指标的数据采集，以及二氯乙酰胺生成势实测值。
所述的预测模型一和二中常规指标的数据采集包括溶解性有机碳(DOC)值、溶解性有机氮(DON)值和溴离子(Br-)浓度值的采集。
所述的预测模型二中非常规指标的数据采集包括可溶性微生物产物类(SMP)三维荧光光谱峰强度和芳香性蛋白质类(AP)荧光光谱峰强度的采集。
所述的二氯乙酰胺生成势实测值的采集：按照DCAcAm生成势的测定方法((Chu，W.H.，et al.，Precursors of Dichloroacetamide，an Emerging Nitrogenous DBP Formed duringChlorination or Chloramination[J].Environmental Science and Technology，2010，44(10)，3908-3912.))，分别测定不同类型天然水源水在不同季节的DCAcAm生成势。
所述的预测模型的形成包括预测模型一和二中权重的计算、预测精度的评价以及预测模型的验证。
所述的预测模型一和二中权重的计算包括以下步骤：利用软件MATLAB将实测二氯乙酰胺生成势和计算所得二氯乙酰胺生成势进行拟合，得到预测模型一的权重，同样利用软件MATLAB将实测二氯乙酰胺生成势和计算所得二氯乙酰胺生成势进行拟合，得到预测模型二的权重。
所述的预测精度的评价是通过预测偏差、预测偏差平方和及其标准偏差，分别衡量预测模型一和二中权重计算公式的预测精度。
所述的预测模型的验证是通过测定溶解性有机氮(DON)的值、溶解性有机碳(DOC)的值、溴离子(Br-)的浓度值、可溶性微生物产物类(SMP)三维荧光光谱峰强度值以及芳香性蛋白质(AP)三维荧光光谱峰强度值，将这五个数据值代入二氯乙酰胺生成势预测模型一和二，通过预测模型一和二分别计算出二氯乙酰胺的生成势。
本发明同现有技术相比，具有以下优点和有益效果：
本发明基于DCAcAm的本身特性，首次引入溶解性有机氮(DON)、溶解性有机碳(DOC)、溴离子(Br-)、可溶性副产物(SMP)荧光光谱峰和芳香性蛋白质(AP)荧光光谱峰等五个指标参数，建立了以DCAcAm生成势为因变量，上述指标参数DON、DOC、Br-、SMP和AP为自变量的幂函数模型；原有DCAcAm生成势的测定方法(Chu，W.H.，et al.，Precursors ofDichloroacetamide，an Emerging Nitrogenous DBP Formed during Chlorination orChloramination[J].Environmental Science and Technology，2010，44(10)，3908-3912.)虽能精确测定DCAcAm的生成势，但需要大型分析仪器，耗时耗力，不适合快速和长期的测定需要。本发明建立了DCAcAm生成势的预测方法，即不需要直接“测定”DCAcAm生成势，而是通过通过测定其它易测的常规指标的数值，来代入预测模型，计算出DCAcAm的生成势。本发明方法可精确预测天然水体中DCAcAm的生成势，相对之前的DCAcAm生成势测定方法，本发明方法无需复杂的样品处理与检测，不破坏样品结构，具有较好的预测效果，更加适合于大型饮用水制水单位(自来水公司等)和有特殊水质要求的行业，以及饮用水卫生监管调查部门开展DCAcAm前体物的调查。
附图说明
图1为芳香性蛋白质类、富里酸类、腐殖酸类和可溶性微生物产物类物质的EEM光谱界线图。
图2为包含三维荧光光谱峰参数的预测模型。
图3为未包含三维荧光光谱峰参数的预测模型。
具体实施方式
以下结合附图所示实施例对本发明作进一步的说明。
实施例1
1预测模型的搭建
1.1选取常规影响因素指标搭建幂函数预测模型一
影响DBPs生成的因素有很多，主要包括溶解性有机碳(DOC)、溶解性有机氮(DON)、溴离子(Br-)、氯投加量、反应时间、pH和温度。而在DBPs生成势测定过程中，要保持反应时间、pH和温度，而氯投加量除去一部分与NH3反应生成N2和HCl后，剩余氯也与DOC成一定比例。所以，这里只选取上述因素中的DOC、DON和Br-作为自变量，DCAcAm生成势为因变量，建立幂函数方程(式3)，即预测模型一。
DCAcAm生成势＝a×[DON]b×[DOC]c×[Br-]d (式3)
其中，[DON]、[DOC]和[Br-]代表水体中的DON、DOC和Br-浓度，mg/L；a代表反应时间、pH和温度(常数)，b、c和d分别代表DON、DOC和Br-浓度的权重。
1.2在预测模型一的基础上进一步增加非常规因素指标搭建出幂函数预测模型二
三维荧光(EEM)光谱法已被广泛应用于表征水中溶解性有机物(DOM)的特征，EEM光谱图可划分成五个区域，如图1所示，图1为芳香性蛋白质类、富里酸类、腐殖酸类和可溶性微生物产物类物质的EEM光谱界线图。第一区和第二区皆代表芳香性蛋白质类(aromaticproteins-like，AP-like)有机物(λex＜250nm，λem＜380nm)；第三区代表富里酸类(fulvicacid-like，FA-like)有机物(λex＜250nm，λem＞380nm)；第四区代表腐殖酸类(humicacid-like，HA-like)有机物(λex＞250nm，λem＜380nm)；第五区代表可溶性微生物产物类(soluble microbial product-like，SMP-like)有机物(λex＞250nm，λem＞380nm)。
经过研究发现，通过三维荧光光谱测得的可溶性微生物产物类(SMP)荧光光谱峰和芳香性蛋白质类(AP)荧光光谱峰与DCAcAm的生成势存在较好的线性关系，说明SMP类有机物和AP类有机物可能是DCAcAm的重要前体物，因此，将SMP和AP两个非常规指标参数纳入，建立了以DCAcAm生成势为因变量，DON、DOC和Br-浓度，以及SMP和AP两个荧光光谱峰对应的荧光强度为自变量的幂函数模型，如式4所示，即预测模型二。
DCAcAm生成势＝a×[DON]b×[DOC]c×[Br-]d×[SMP]e×[AP]f (式4)
其中，[SMP]代表第五区(图1：λex＞250nm，λem＞380nm)中最强的SMP荧光光谱峰的峰强度，mV；[AP]代表第一和第二区(图1：λex＜250nm，λem＜380nm)中最强的AP荧光光谱峰的峰强度，mV。
2实测数据采集
2.1常规指标的数据采集
所有水样在测定前需过0.45μm微孔滤膜。
DOC值：天然水体的DOC值通过日本岛津(Schimadu)VCPH型总有机碳测定仪测定。
DON值：天然水体的DON值为总溶解氮(TDN)减去溶解性无机氮(DIN)获得；其中TDN由带有总氮检测器的日本岛津(Schimadu)VCPH型总有机碳测定仪测定；DIN包括氨氮、亚硝酸盐氮和硝酸盐氮，由美国哈希(HACH)公司的DR2800型便携式分光光度计测定。
Br-浓度：天然水体中的Br-含量由美国戴安(Dionex)公司2000型离子色谱测定；
2.2非常规指标(荧光光谱指标SMP和AP)的数据采集
SMP和AP三维荧光光谱峰强度：天然水体的三维荧光光谱由日本日立(Hitachi)公司F-4500型三维荧光光谱仪测得；仪器具体设定参数为：激发波长扫描范围和发射波长扫描范围皆为200～600nm，激发狭缝和发射狭缝皆可在5～10nm之间选取；扫描速度可在500～2000nm/min范围内选取，扫描间隔可在5～15nm范围内选取。将扫描后的三维荧光光谱图与图1所示三维荧光光谱界线图相对照，分别在SMP类有机物区(第五区)和AP类有机物区(第一区和第二区)选取荧光强度最大的SMP荧光光谱峰和AP荧光光谱峰，记录其峰强度(单位为mV)。
实测DCAcAm生成势：按照DCAcAm生成势的测定方法((Chu，W.H.，et al.，Precursors ofDichloroacetamide，an Emerging Nitrogenous DBP Formed during Chlorination orChloramination[J].Environmental Science and Technology，2010，44(10)，3908-3912.))，分别测定不同类型天然水源水在不同季节的DCAcAm生成势。
3预测模型的形成
3.1预测模型方程式中权重的计算
采用美国迈斯沃克(MathWorks)公司的商用MATLAB软件对实测DCAcAm生成势和利用式2计算所得DCAcAm生成势进行拟合，具体方法为：采用MATLAB软件中自带的lsqcurvefit功能函数，输入自变量(DON、DOC、Br-浓度值，以及SMP和AP的三维荧光光谱峰强度)实测值和因变量实测值，通过MATLAB拟合运算，求得式3中系数a、b、c、d、e和f的数值，如式5所示。采用同样的方法，可求得式4中系数a、b、c和d，如式6示。
DCAcAm生成势＝0.0077×[DON]0.46×[DOC]0.32×[Br-]-0.085×[SMP]0.659×[AP]0.38 (式5)
DCAcAm生成势＝7.236×[DON]0.63×[DOC]0.064×[Br-]-0.061 (式6)
3.2预测精度的评价
通过预测偏差(式7)及其平方和(式8)，以及标准偏差(式9)来分别衡量式5和式6的预测精度，预测偏差及其平方和以及标准偏差的数值越小，代表预测结果越好。具体预测结果如表1和图2所示。
(式7)
(式8)
(式9)
表1
由表1可以看出，包含有三维荧光光谱峰参数SMP和AP(式5)的预测模型二的预测效果明显优于未包含有三维荧光光谱峰参数SMP和AP(式6)的预测模型一的预测效果。所以，引入SMP和AP参数对预测模型二精度提高起到明显的促进作用。
3.3预测模型的验证
本模型的建立主要依据2008年至2010年的水质数据获得，对2010年之后的不同天然水体进行了调查，对预测模型进行了验证，结果发现，包含有三维荧光光谱峰参数SMP和AP(式5)的预测模型二获得了较高的预测效果(图2为包含三维荧光光谱峰参数的预测模型。)，而未包含有三维荧光光谱峰参数SMP和AP(式6)的预测模型一获得了相对较差的预测效果(图3为未包含三维荧光光谱峰参数的预测模型。)。DCAcAm的预测值和实测值非常接近，完全可以用于表征不同天然水体中的DCAcAm水平。因此，这里将包含有三维荧光光谱峰参数SMP和AP(式5)的预测模型二作为最终模型。通过测定溶解性有机氮(DON)、溶解性有机碳(DOC)和溴离子(Br-)的浓度值，以及可溶性微生物产物(SMP)三维荧光光谱峰强度和芳香性蛋白质(AP)三维荧光光谱峰强度值，将这五个数据值代入DCAcAm预测模型(式5)，即可计算出DCAcAm生成势。
DCAcAm生成势模型的建立方法总结如下：
选取需要预测DCAcAm生成势的天然水体，将待测水样过0.45μm滤膜后，测定水样的溶解性有机碳(DOC)、溶解性有机氮(DON)、溴离子(Br-)浓度和三维荧光光谱(即SMP和AP的三维荧光光谱峰强度)。
天然水体的三维荧光光谱由三维荧光光谱仪测得；仪器具体设定参数为：激发波长扫描范围和发射波长扫描范围皆为200～600nm，激发狭缝和发射狭缝皆可在5～10nm之间选取；扫描速度可在500～2000nm/min范围内选取，扫描间隔可在5～15nm范围内选取。将扫描后的三维荧光光谱图与图1三维荧光光谱界线图相对照，分别在SMP类有机物区(第五区)和AP类有机物区(第一区和第二区)选取荧光强度最大的SMP荧光光谱峰和AP荧光光谱峰，记录其峰强度(单位为mV)。
按照DCAcAm生成势的测定方法(包括DCAcAm生成势的培养，以及DCAcAm浓度的测定，如下)，分别测定不同类型天然水源水在不同季节的DCAcAm生成势，得到DCAcAm生成势的实测值。
DCAcAm生成势培养方法：Chu等(Chu，W.H.，et al.，Precursors of Dichloroacetamide，anEmerging Nitrogenous DBP Formed during Chlorination or Chloramination[J].EnvironmentalScience and Technology，2010，44(10)，3908-3912.)报道了DCAcAm生成势的培养方法。即将待测水样移入40mL安培瓶中并使用磷酸缓冲溶液(0.3mol/L的磷酸二氢钠NaH2PO4和0.2mol/L的磷酸氢二钠Na2HPO4的混合溶液)将水样调至pH＝7.0～7.5。投加一定量的有效氯，即NaClO溶液(使用时将其稀释到有效氯含量为10g/L左右，并置于棕色试剂瓶中在4℃下避光保存)。有效氯的投加量依据待测水样的DOC和NH3-N计算所得，如式2所示。有效氯投加之后，立即用带有聚四氟乙烯垫片的螺旋盖密封，充分混合后，存放于恒温箱中避光反应24h并保持温度为24±1℃。24h反应结束后，投加抗坏血酸终止氯化反应，同时投加一定量的冰醋酸将水样pH调至5左右，等待测定DCAcAm浓度。
DCAcAm浓度测定方法：Chu等(楚文海，高乃云.气相色谱-质谱法检测饮用水新生含氮消毒副产物氯代乙酰胺.分析化学，2009，37(1)：103-106.)报道了DCAcAm的分析测试方法，首先是液液萃取操作：将水样过0.45μm微孔滤膜，向水样中投加一定量的抗坏血酸，以消去水中余氯(抗坏血酸的投加量[以摩尔浓度计]是水中余氯的2～3倍)，再向放有20mL水样的试管中投加4g无水硫酸钠，置于试管振荡器上振荡1min，使得无水硫酸钠充分溶解，水样液面有所上升。之后投加2mL萃取剂乙酸乙酯并置于试管振荡器上振荡3min，静置10min，用移液枪吸取上层萃取剂溶液1mL置于1.5mL进样瓶中，将进样瓶放于AOC-20i自动进样器中，等待气相色谱质谱(GC/MS)(日本Shimazu GC/MS-QP2010S)测定。仪器设置条件如下：RTX-5MS毛细管柱(柱长30m，内径0.25mm，膜后0.25μm)，AOC-20i自动进样器。检测条件：载气为高纯氦气；载气流量控制方式为压力控制；载气流速为56.9mL/min；进样量为1.0μL；进样方式为无分流；进样口温度为180℃；质谱检测器温度为250℃；离子源为电子轰击离子源(EI)；电子能量为70eV；扫描质量范围m/z为20～200；检测模式为选择离子检测(SIM)。升温程序：初始温度为40℃，保持10min，再以40℃/min的速率升温至150℃，保持5min。
采用商用MATLAB软件中自带的lsqcurvefit功能函数，输入自变量(DON、DOC、Br-浓度，以及SMP和AP三维荧光光谱峰强度)的实测值和因变量(DCAcAm生成势实测值)，采用MATLAB拟合运算，得到DON、DOC、Br-、SMP和AP的权重分别为0.46、0.32、-0.085、0.659和0.38，如式5所示。并通过预测偏差(式7)及其平方和(式8)，以及标准偏差(式9)来衡量预测模型的精度。计算出的预测偏差、预测偏差平方和，以及标准偏差的数值越小代表预测精度越高。
最终确定为预测模型为：
DCAcAm生成势＝0.0077×[DON]0.46×[DOC]0.32×[Br-]-0.085×[SMP]0.659×[AP]0.38 (式5)
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (4)
1.一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法，其特征在于：该方法包括以下步骤：搭建预测模型、采集实测数据和预测模型的形成；
所述的搭建预测模型包括以下步骤：选取常规影响因素指标搭建幂函数预测模型一；在预测模型一的基础上进一步增加非常规因素指标搭建出幂函数预测模型二；
所述的选取常规影响因素指标搭建幂函数预测模型一包括：选取溶解性有机碳、溶解性有机氮和溴离子浓度为自变量，二氯乙酰胺生成势实测值为因变量，建立幂函数模型一；
所述的在预测模型一的基础上进一步增加非常规因素指标搭建出幂函数预测模型二包括：选取可溶性微生物产物类三维荧光光谱峰强度、芳香性蛋白质类三维荧光光谱峰强度、溶解性有机碳、溶解性有机氮和溴离子浓度为自变量，二氯乙酰胺生成势实测值为因变量，建立幂函数模型二；
所述的采集实测数据包括：预测模型一和二中常规指标的数据采集和预测模型二中非常规指标的数据采集，以及二氯乙酰胺生成势实测值；
所述的预测模型一和二中常规指标的数据采集包括溶解性有机碳值、溶解性有机氮值和溴离子浓度值的采集；
所述的预测模型二中非常规指标的数据采集包括可溶性微生物产物类三维荧光光谱峰强度和芳香性蛋白质类荧光光谱峰强度的采集。
2.根据权利要求1所述的预测水中含氮消毒副产物二氯乙酰胺生成势的方法，其特征在于：所述的预测模型的形成包括预测模型一和二中权重的计算、预测精度的评价以及预测模型的验证。
3.根据权利要求2所述的预测水中含氮消毒副产物二氯乙酰胺生成势的方法，其特征在于：所述的预测模型一和二中权重的计算包括以下步骤：利用软件MATLAB将实测二氯乙酰胺生成势和预测模型一计算所得二氯乙酰胺生成势进行拟合，得到预测模型一的权重，同样利用软件MATLAB将实测二氯乙酰胺生成势和预测模型二计算所得二氯乙酰胺生成势进行拟合，得到预测模型二的权重。
4.根据权利要求2所述的预测水中含氮消毒副产物二氯乙酰胺生成势的方法，其特征在于：所述的预测精度的评价是通过预测偏差、预测偏差平方和及其标准偏差，分别衡量预测模型一和二中权重计算公式的预测精度；所述的预测模型的验证是通过测定溶解性有机氮的值、溶解性有机碳的值、溴离子的浓度值、可溶性微生物产物类三维荧光光谱峰强度值以及芳香性蛋白质三维荧光光谱峰强度值，将这五个数据值代入二氯乙酰胺生成势预测模型一和二，通过预测模型一和二分别计算出二氯乙酰胺的生成势。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110415368.0A CN102519929B (zh) | 2011-12-13 | 2011-12-13 | 一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110415368.0A CN102519929B (zh) | 2011-12-13 | 2011-12-13 | 一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102519929A CN102519929A (zh) | 2012-06-27 |
| CN102519929B true CN102519929B (zh) | 2014-09-17 |
Family
ID=46290922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110415368.0A Active CN102519929B (zh) | 2011-12-13 | 2011-12-13 | 一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102519929B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105445243A (zh) * | 2015-11-14 | 2016-03-30 | 常州大学 | 一种利用三维荧光光谱法测水中氯消毒副产物前体物的方法 |
| CN105717058B (zh) * | 2016-02-23 | 2019-02-01 | 深圳市水务(集团)有限公司 | 一种基于紫外吸收预测氯化消毒副产物三氯乙醛生成量的方法 |
| CN112149822A (zh) * | 2020-07-21 | 2020-12-29 | 吉林建筑大学 | 一种饮用水消毒副产物预测方法及系统 |
| CN113393908B (zh) * | 2021-06-25 | 2023-12-08 | 中国科学院南京地理与湖泊研究所 | 一种定量有机碳和微生物相互作用的方法 |
| CN116693012A (zh) * | 2023-05-06 | 2023-09-05 | 同济大学 | 一种含氯消毒剂的排水管道溢流污水消毒协同快速除氨氮方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003139758A (ja) * | 2001-10-31 | 2003-05-14 | Kyoritsu Rikagaku Kenkyusho:Kk | 還元反応を利用した無機性全窒素測定用の簡易水質分析器具 |
| JP4838589B2 (ja) * | 2006-01-13 | 2011-12-14 | 株式会社堀場製作所 | 試料中の元素分析装置 |
| CN101561372B (zh) * | 2009-05-12 | 2011-07-27 | 同济大学 | 一种饮用水中消毒副产物二溴乙腈的快速分析方法 |
| CN101819148B (zh) * | 2009-12-04 | 2011-05-11 | 北京工业大学 | 三维荧光光谱法测定水中氯消毒副产物前体物 |
| CN101738442B (zh) * | 2009-12-29 | 2012-11-07 | 同济大学 | 基于碱催化水解间接测定消毒副产物tcan的方法 |
-
2011
- 2011-12-13 CN CN201110415368.0A patent/CN102519929B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN102519929A (zh) | 2012-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102519929B (zh) | 一种预测水中含氮消毒副产物二氯乙酰胺生成势的方法 | |
| CN101846629B (zh) | 一种微波消解-icp-oes测定化妆品中硼酸和硼酸盐的方法 | |
| CN101846651A (zh) | 一种微波消解-icp-ms测定化妆品中硼酸和硼酸盐的方法 | |
| CN102507721A (zh) | 一种微波消解-耐氢氟酸进样系统icp-ms测定粉类化妆品中锑的方法 | |
| CN101846630B (zh) | 一种超声离心-icp-oes测定化妆品中可溶性锌盐的方法 | |
| CN103529117A (zh) | 一种烟用内衬纸中钴含量的测定方法 | |
| CN106841466A (zh) | 一种检测水中草甘膦的液相色谱柱前衍生法 | |
| CN101995445A (zh) | 有机肥料中氮的检测方法 | |
| Benitez-Nelson et al. | Measurement of cosmogenic 32P and 33P activities in rainwater and seawater | |
| CN104215627A (zh) | 微波消解-icp-ms测定烟盒中的金属离子铅、砷、镉和铬的方法 | |
| CN105717058B (zh) | 一种基于紫外吸收预测氯化消毒副产物三氯乙醛生成量的方法 | |
| Fang et al. | An automated analyzer for the simultaneous determination of silicate and phosphate in seawater | |
| CN101482495A (zh) | 快速测定六价铬水溶液浓度的方法 | |
| CN103412033A (zh) | 一种烟用接装纸质控样品铬含量的定值方法 | |
| Congiu et al. | Trace metal contaminants in sediments and soils: comparison between ICP and XRF quantitative determination | |
| Jia et al. | Study on the elements detection and its correction in aqueous solution | |
| CN102721602A (zh) | 一种测定烟叶营养元素的方法 | |
| CN115774086A (zh) | 燃气管道天然气掺氢浓度的测量方法以及设备 | |
| Zha et al. | Precise carbon isotopic ratio analyses of micro amounts of carbonate and non‐carbonate in basalt using continuous‐flow isotope ratio mass spectrometry | |
| CN106918833B (zh) | 基于转录因子IIIA的γ射线辐照剂量估算方法 | |
| Xie et al. | Simple and accurate method for determining dissolved inorganic carbon in environmental water by reaction headspace gas chromatography | |
| Feng et al. | The mixed-order chlorine decay model with an analytical solution and corresponding trihalomethane generation model in drinking water | |
| Boggess et al. | Selective capture and analysis of purgeable mercury species in high-activity tank waste at Savannah River Site | |
| Birnhack et al. | Accurate approach for determining fresh-water carbonate (H2CO3⁎) alkalinity, using a single H3PO4 titration point | |
| Herranz et al. | Uncertainties in 63Ni and 55Fe determinations using liquid scintillation counting methods |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |