CN104155247B - 水体叶绿素和浊度原位测定方法及测定装置 - Google Patents
水体叶绿素和浊度原位测定方法及测定装置 Download PDFInfo
- Publication number
- CN104155247B CN104155247B CN201310618190.9A CN201310618190A CN104155247B CN 104155247 B CN104155247 B CN 104155247B CN 201310618190 A CN201310618190 A CN 201310618190A CN 104155247 B CN104155247 B CN 104155247B
- Authority
- CN
- China
- Prior art keywords
- water body
- turbidity
- chlorophyll
- water
- circuit
- 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.)
- Expired - Fee Related
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 188
- 229930002875 chlorophyll Natural products 0.000 title claims abstract description 112
- 235000019804 chlorophyll Nutrition 0.000 title claims abstract description 112
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 44
- 230000003595 spectral effect Effects 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims description 80
- 238000006243 chemical reaction Methods 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 17
- 238000002310 reflectometry Methods 0.000 claims description 15
- 238000012625 in-situ measurement Methods 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 7
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 230000008054 signal transmission Effects 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009360 aquaculture Methods 0.000 description 12
- 244000144974 aquaculture Species 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 239000000126 substance Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010183 spectrum analysis Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000008239 natural water Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000012086 standard solution Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 238000004971 IR microspectroscopy Methods 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004164 analytical calibration Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000003636 chemical group Chemical group 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012060 immune response imaging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种水体叶绿素和浊度原位测定方法,其包括如下步骤:1)分别建立水体叶绿素测定模型和水体浊度测定模型;2)组建数据采集器与信息测量装置之间的节点链接网络;3)启动信息测量装置并采集水体叶绿素和浊度信号,并将信号发送至数据采集器;4)数据采集器计算得出被测水体叶绿素含量和浊度值,并对所得数据进行处理。本发明的原位测定方法以实时、便捷、多参数测量为目标,基于光谱反射原理实现对水体叶绿素和浊度双参数的同时测量;此外,本发明还提供了一种水体叶绿素和浊度原位测定装置,其可同时测量水体叶绿素和浊度两个参量的水质信息,并将信息输出处理。
Description
技术领域
本发明涉及水体的水质检测技术领域,具体涉及一种水体叶绿素和浊度原位测定方法及测定装置。
背景技术
水质检测是对水资源的质量状况和变化规律进行实时监视测量与分析评价,是掌握自然水环境和水生生物生态系统变化动态的重要手段。水质指标根据检测物质的性质可分为物理、化学和生物三大类。其中叶绿素和浊度分别属于水质参数中的生物指标和物理指标,能够反映水体中光合作用生物量、生产力、富营养化以及污染程度。因此,快速便捷地测定水体叶绿素含量以及浊度等综合信息可以客观地评价水质状况,为水资源的开发与利用、管理与保护,尤其是对水产养殖的生产管理提供了科学依据和技术支持。
目前已有的水质检测仪多为离体采样测量,由于采样面积、数量有限,样本不易保存等缺陷,无法实时、大面积地获取反映水体状况的参数。对于水体叶绿素含量的检测,国内外的相关研究大部分停留在基于荧光原理的检测模式,便携式仪器中多采用LED作主动光源,然而LED光强相比激光器、汞灯、氙灯等高功率光源光强微弱很多,导致激发后的荧光信号相当微弱,难以进行后期的处理。水体浊度的检测主要采用90度散射原理,有的仪器同时还使用透射比进行校正。这种原理测量浊度时存在两个问题:一是在低浓度的情况下,由于光程距离小以及较少的散射颗粒,导致测量精度下降;二是自然水域(尤其是养殖用水域)中往往含有水藻等有色物质,目前商业化浊度仪尚不能有效检测该类有色物质水体。这些问题导致了目前商业化的浊度仪在水产养殖水域使用的局限性。
法国BIOMERIEUX公司生产的DENSICHECK比浊仪,其是使用590nm的发光二极管作为光源,通过测量入射光和反射光的比值的对数值来表征被测标本的吸收量,主要用于测量菌悬液浊度。仪器测量单位是麦氏单位(McF),测量范围是0McF~4.50McF,读数精度为±0.1。DESICHECK通过两种测量来给出准确的光密度值:在每次测量之前先测量空气的光密度值,作为校正值;在样本测量时测量试管中菌液的光密度值。
至今为止,尚无可同时测量水体叶绿素和浊度两种水质信息的测量方法及测量装置。
发明内容
(一)要解决的技术问题
为克服上述现有技术中存在的不足,本发明提供了一种水体叶绿素和浊度原位测定方法,其以实时、便捷、多参数测量为目标,基于光谱反射原理实现对水体叶绿素和浊度双参数的同时测量;此外,本发明还提供了一种水体叶绿素和浊度原位测定装置,其可在诸如水产养殖湖水现场等场所同时测量水体叶绿素和浊度两个参量的水质信息,并可同时通过无线模块将测量值实时上传并对数据进行计算处理。
(二)技术方案
为实现上述目的,本发明水体叶绿素和浊度原位测定方法主要包括如下步骤:S1:选取目标水体,通过相关分析确定水体叶绿素和浊度的敏感波长,根据基于光谱反射原理测定的反射率分别建立水体叶绿素测定模型和水体浊度测定模型,并将经检验满足实用精度的水体叶绿素测定模型和水体浊度测定模型嵌入信息测量装置,实现同时原位测量水体叶绿素和浊度两种水质参数含量;S2:开启数据采集器,同时将信息测量装置放入待检测的水域中并开启开关,通过无线通讯模块,组建数据采集器与信息测量装置之间实时、多点的节点链接网络;S3:启动信息测量装置,采集水体叶绿素和浊度光信号,并将采集的光信号转换成电信号后发送至数据采集器;S4:数据采集器依据建立好的水体叶绿素测定模型和水体浊度测定模型,计算得出被测水体的叶绿素含量和浊度值,并对所得数据进行处理。
其中,步骤1)中所述水体叶绿素测定模型为:
y1=38.0058-0.0072xn1-0.3783xn2
式中,y1为水体样本中的叶绿素含量,xn1、xn2分别为水体样本在波长n1nm和n2nm处的原始光谱反射率;
所述水体浊度测定模型为:
y2=233.805+0.1905xn1-2.2334xn2
式中,y2为水体样本中的浊度值,xn1、xn2分别为水体样本在波长n1nm和n2nm处的原始光谱反射率。
优选地,所述n1为410nm,所述n2为676nm。
本发明水体叶绿素和浊度原位测定装置包括:用于测量水体叶绿素和浊度双参量水质信息的信息测量装置;以及用于接收和处理信息测量装置所测信息的数据采集器;其中,所述信息测量装置包括:用于采集、处理和发送光信号的光路单元;用于接收、处理和发送电信号的电路单元;以及分别与光路单元和电路单元连接的用于将光信号转换成电信号的光路-电路转换单元。
优选地,所述光路单元包括:光学通道;以及设置在光学通道下方的遮光壁。
优选地,所述光学通道包括:三棱镜;垂直固定在三棱镜第一直角面的准直器,其与所述第一直角面共同形成入射光路;安装在准直器远离被测水体一端的光源;以及垂直固定在三棱镜第二直角面的光电探测器,其与所述第二直角面共同形成反射光路。
优选地,所述电路单元包括:无线通信模块,其具有I/O端口、A/D转换模块和信号发送模块。
优选地,所述光路-电路转换单元包括:电压转换电路、I-U转换电路,滤波放大电路和供电电池。
其中,所述数据采集器包括:用于显示、存储和处理测量数据的处理器;用于实现与所述信息测量装置之间通信的无线通信模块,其具有一个或多个串口;以及分别与处理器和无线通信模块连接的串口电路。
优选地,所述处理器为PDA处理器;所述无线通信模块为JN5139通信模块;所述串口电路为采用MAX3232E芯片的串口电路;所述信息测量装置由多个传感器构成。
(三)有益效果
与现有技术相比,本发明具有如下优点:
1)本发明水体叶绿素和浊度原位测定方法以实时、便捷、多参数测量为目标,基于光谱反射原理实现了对水体叶绿素和浊度双参数的同时测量,为水体叶绿素和浊度双参数的原位测定开辟了途径;
2)本发明利用二维相关光谱分析法选取了不同叶绿素光学敏感波段,并基于所选波段建立了水体叶绿素测定模型和水体浊度测定模型,其均为线性模型,波段数较少,为本发明水体叶绿素和浊度的原位测定的实际实施奠定了基础;
3)本发明通过基于二维相关光谱、利用水产养殖现场的实际样本分析并确定了2个叶绿素敏感波段(410nm和676nm),并基于该敏感波段的水体光谱反射率,利用实验室配制叶绿素标准液建立了水体叶绿素测定模型,具有较高精度,可实现对水体叶绿素含量的准确预测,为水体叶绿素含量的实时测量打下了基础;
4)本发明通过利用两个敏感波段(410nm和676nm)的水体光谱反射率,建立了水体样本浊度水平的测定模型,达到了实用精度,可实现对水体浊度信息的实时测量;
5)本发明水体叶绿素和浊度原位测定装置可在诸如水产养殖湖水现场等场所同时测量水体叶绿素和浊度两个参量的水质信息,并通过信息测量装置与数据采集器间的无线网络组建,可同时实现测量信息的实时上传和数据的计算处理等,为水质检测的认定带来便利;
6)本发明的光路单元中设置了光学通道和遮光壁,以三棱镜为核心构建两个光学通道,每路光学通道中均包括光源,准直器,三棱镜以及光电探测器,不仅实现了在水产养殖现场实时地检测水体叶绿素含量以及浊度信息,同时又不使测量仪器过于复杂;采用2个单波段可见光LED作为主动光源,光源、准直器和光电探测器被垂直固定在三棱镜的两个直角面,分别形成入射光路和反射光路;光源可以方便更换,并可方便转化为检测水体其他参数的便携式设备,具有很好的通用性和实用性;遮光壁解决了天气因素与水体内环境光等对光信号造成的影响,且只需要做一次标定即可;
7)本发明通过光路-电路转换单元采用了CA3140和LM358两芯片对采集到的信号进行放大,两芯片的结合有效的实现了I-U转换,并剔除了系统中的噪音(暗电流),放大有效信号;
8)本发明的原位测定装置中采用ZigBee无线传输方式将采集数据上传至数据采集器,传输距离最远可达上百米,大大增加了仪器的灵活性与智能性;
9)本发明的原位测定装置以无线传感器网络的形式,可以实现对大面积水产养殖池塘的实时、多点测量。
附图说明
图1是本发明水体叶绿素和浊度原位测定装置的总体结构示意图;
图2是图1所示信息测量装置的结构示意图;
图3是图2所示信息测量装置的光路单元工作原理图;
图4是图3所示光路单元的光学通道结构示意图;
图5是图4所示光学通道中准直器的结构示意图;
图6a是图2所示信息测量装置的光路-电路转换单元中电压转换电路原理图(9V-5V);
图6b是图2所示信息测量装置的光路-电路转换单元中电压转换电路原理图(5V-3.3V);
图7是图2所示信息测量装置的光路-电路转换单元中I-U转换电路原理图;
图8是图2所示信息测量装置的光路-电路转换单元中滤波放大电路原理图;
图9是图2所示信息测量装置的工作流程图;
图10是图1所示数据采集器的结构示意图;
图11是图10所示数据采集器的串口电路原理图;
图12是图10所示数据采集器的工作流程图;
图13是本发明水体叶绿素样本的二维同步相关光谱图;
图14是本发明水体浊度与光谱反射率的相关关系曲线图;
图15是本发明水体叶绿素测定模型示意图;
图16是本发明水体浊度测定模型示意图。
附图标记说明:1-信息测量装置;11-光路单元;111-光学通道;1111-三棱镜;1111a-第一直角面;1111b-第二直角面;1112-准直器;1112a准直透镜;1112b-保护玻璃;1113-光源;1114-光电探测器;112-遮光壁;1121-通孔;12-电路单元;121-无线通信模块;121a-I/O端口;121b-A/D转换模块;121c-信号发送模块;13-光路-电路转换单元;2-数据采集器;21-处理器;22-无线通信模块。
具体实施方式
下面结合附图对本发明作进一步详细的说明,需要说明的是,附图仅用于解释本发明,是对本发明实施例的示意性说明,而不能理解为对本发明的限定;其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
在本发明的描述中,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如图1所示,本发明水体叶绿素和浊度原位测定装置包括:信息测量装置1和数据采集器2。信息测量装置1可优选由多个光谱传感器构成,主要用于测量水体叶绿素和浊度双参量水质信息,即主要负责光信号的采集、放大与发送等;数据采集器2用于对信息测量装置1所测信息进行接收和处理,即负责将信息测量装置1从其各个节点发送过来的数据进行分类、计算、显示及存储等。
具体地,如图2~图8所示,信息测量装置1总体包括:光路单元11、电路单元12和光路-电路转换单元13。光路单元11用于采集、处理和发送光信号,电路单元12用于接收、处理和发送电信号,光路-电路转换单元13分别与光路单元11和电路单元12连接,用于将光信号转换成电信号。
光路单元11包括光学通道111以及设置在光学通道111下方的遮光壁112,光学通道主要由三棱镜1111、准直器1112、光源1113及光电探测器1114等构成。准直器1112垂直固定在三棱镜1111第一直角面1111a上,其与第一直角面1111a共同形成入射光路;光源1113安装在准直器1112远离被测水体的一端;光电探测器1114垂直固定在三棱镜1111第二直角面1111b上,其与第二直角面1111b共同形成反射光路。光学通道111的数量可根据敏感波段的数量确定,比如采用2个单波段可见光LED作为主动光源1113,则光路通道111就为两路,每路光路通道111中包括光源1113,准直器1112,三棱镜1111以及光电探测器1114。遮光壁112主要是为了避免环境光对光信号造成影响,本发明的实施例中在遮光壁112为筒形,遮光壁112上并开有两个通孔1121,通孔1121位置高于三棱镜1111底面,保证湖水可以进入遮光臂112并接触三棱镜1111底面。
电路单元12包括无线通信模块121,其具有I/O端口121a、A/D转换模块121b和信号发送模块121c。光路-电路转换单元13包括电压转换电路、I-U转换电路,滤波放大电路和供电电池。
下面结合实施例对本发明中信息测量装置1的结构设计做出详细说明。
第一实施例
本实施例中选用两个波段(410nm和676nm)的光电二极管作为光源1113,考虑到当两个LED光源1113同时发光时,对应的光电探测器1114会被其他光源影响,因此本实施例中利用JN5139通信模块中的I/O端口控制两个LED依次通断。光路-电路转换单元13部分包括放大电路,滤波电路和JN5139通信模块等,负责光信号的前处理、A/D转换、数据发送等工作。采用ZigBee技术提供信息测量装置1(由多个传感器构成)与数据采集器2之间的无线通讯服务。
如图3所示,本发明原位测定装置选用中心波长为410nm和676nm的LED作为主动光源1113。光信号通过对应的准直器1112射入三棱镜1111,一部分光束进入水中,并被水体本身或其中的其他物质(叶绿素、颗粒物等)吸收,另一部分光束在水体表面发生反射。两束反射信号被相应的光电探测器1114采集得到。图中,IR是676nm的入射光强,IB是410nm的入射光强.IRw和IBw表示两波段光信号进入水体的光强,IRr和IBr代表来自水体表面的反射光强。
如图4、图5所示,光学通道111主要依靠准直器1112和三棱镜1111来完成光信号的传输和反射工作,主要由两部分组成,光源产生结构和光信号传输通路。根据低功耗,窄带宽,便携式的原则,选择2个单波段发光二极管作为入射光源1113,准直器1112和三棱镜1111共同构成传输通路。准直器1112远离被测水体一端安装电源1113,靠近被测水体一端设有准直透镜1112a和保护玻璃1112b(图5)。
如图6、图7所示,本发明共需两次电压转换,包括9V到5V以及5V到3.3V的转换。9V-5V电压转换电路优选采用LM7805芯片用来将电池的9V电压转化为5V芯片供电电压(如图6a)。5V-3.3V电压转换电路优选采用SP6201芯片用来将5V电压转化为3.3V芯片供电电压,由于主控单元、U盘模块、液晶模块等都支持3.3V供电,所以此处采用Sipex公司生产的SP6201调节器。它有很高的输出电压精度,误差不超过2%;功耗也非常的低。供电电池采用1300mA·h的扁平锂电池,其容量大、体积小、便于集成,还能反复充电使用(如图6b)。
如图7所示,由于本发明所采用的信号是由可将光发光二极管发出,由准直器1112和三棱镜1111传输,信号比较微弱,再经过光电探测器1114转换后得到的电信号更加微弱,此外,在这个过程中还夹杂了各种噪声的干扰,因此选用了高输入阻抗的集成运算放大器CA3140,实现I-U转换的同时,消除暗电流并实现微弱信号的第一次放大功能。
如图8所示,电路单元12中采用英国JENNIC公司的JN5139通信模块作为主控芯片。微弱信号的二次放大功能是由LM358实现的,通过调节R9电位器的阻值将信号放大了380倍,通过R-C组成的一阶低通滤波器将信号送入JN5139通信模块进行发送。
如图9所示,本发明中信息测量装置1的工作过程是:程序启动初始化后打开定时器,当时钟溢出时产生中断,确认定时完成后,给I/O端口121a赋值,选择相应的光学通道111,同时通过设置A/D转换模块121b端口地址依次选择相应的光学通道111,开始进行数据采集。每个光学通道111重复采集10次后求平均值,然后选取下一通光学通道111继续采集,当所有光学通道111信号都采集完毕,将信息测量装置1本身节点号及采集的数据信息通过RF射频无线发送至数据采集器2,最后再次打开定时器,软件中将定时器设置为10000s,运行的结果就是信息测量装置1每隔10000s传送1组数据至数据采集器2。
本发明的数据采集器2包括:处理器21、无线通信模块22和串口电路。处理器21用于显示、存储和处理测量数据;无线通信模块22具有一个或多个串口,用于实现与信息测量装置1之间通信;处理器21和无线通信模块22通过串口电路连接。
下面结合实施例对本发明中数据采集器2的结构设计做出详细说明。
第二实施例
如图10所示,本实施例中处理器21优选采用PDA,主要用于对测量的控制和对无线网络的协调,优选在其内嵌一个JN5139通信模块121,以实现与信息测量装置1的节点无线组网。JN5139通信模块121接收信息测量装置1节点无线传送的数据,然后通过串口将数据传输到PDA处理器,从而在PDA处理器显示、储存及处理。
如图11所示,串口电路采用MAX3232E芯片,该芯片供电电压为3V,芯片具有低功耗、高数据速率、增强型ESD保护等特性。JN5139通信模块121提供了两个串口,为了节省空间及简化电路设计,本发明中用一个串口同时实现JN5139通信模块121的程序下载以及其与PDA处理器间的数据通信。
如图12所示,在整个信息测量-数据采集网络中,数据采集器2是网络中的唯一协调器,负责组建整个网络。由于要时刻准备接收来自终端的无线数据,它不能进入休眠模式,否则将无法接收到数据。数据采集器2上电后就立刻进入初始化程序,搜索并组建整个网络,然后进入等待中断的空闲模式。
具体地,数据采集器2上电后,首先进行网络的初始化操作,包括Zigbee协议栈的初始化及外设的初始化;接着进行信道查询,选择合适的信道,并设置网络相应的PAN ID,将信息测量装置1各节点接入网络;当数据采集器2搜索到请求组网的信息测量装置1节点后,其自动接收信息测量装置1发送的数据,并通过RS232接口与PDA处理器相连,实现在PDA处理器界面上的实时显示。光谱数据保存在PDA处理器的储存器中,可以方便计算得到相关水体叶绿素光谱指数。
本发明水体叶绿素和浊度原位测定方法主要包括如下步骤:S1,选取目标水体,通过相关分析确定水体叶绿素和浊度的敏感波长,根据基于光谱反射原理测定的反射率分别建立水体叶绿素测定模型和水体浊度测定模型,并将经检验满足实用精度的水体叶绿素测定模型和水体浊度测定模型嵌入信息测量装置1,实现同时原位测量水体叶绿素和浊度两种水质参数含量;S2,开启数据采集器2,同时将信息测量装置1放入待检测的水域中并开启开关,通过无线通讯模块,组建数据采集器2与信息测量装置1之间实时、多点的节点链接网络;S3,启动信息测量装置1,采集水体叶绿素和浊度光信号,并将采集的光信号转换成电信号后发送至数据采集器2;S4,数据采集器2依据建立好的水体叶绿素测定模型和水体浊度测定模型计算得出被测水体叶绿素含量和浊度值,并对所得数据进行处理。
在本发明的原位测定方法中,信息测量装置1与上文所述的原位测定装置中信息测量装置1的结构及工作原理可完全相同,即包括光路单元11、电路单元12及光路-电路转换单元13等。同样,涉及到的数据采集器2等结构也与上文所述一致或者相似,此处不再多述。
下面结合实施例对本发明中水体叶绿素和浊度原位测定方法做出详细说明。
第三实施例
1、水体叶绿素和浊度敏感波长的确定
如图13所示,本发明通过对采自实际水产养殖池塘的含不同叶绿素含量水样的光谱数据进行二维相关计算,利用同步相关光谱来分析对叶绿素含量变化最敏感的波段区间。同步相关谱关于主对角线对称,表示两个动态光谱信号之间的协同程度。对角线上的峰值是由动态光谱信号自相关得到,称为自动峰。其强度代表外扰引起化学基团变化的敏感程度。图中,变量410nm和676nm处形成了自相关峰,说明这两个波长处的光谱强度随叶绿素含量变化而涨落。同时在410nm和676nm处存在正交叉峰,说明两个波段处的透射峰强度随外扰同向同时变化,来源于同一种物质即水体中的叶绿素。因此本发明确定410nm和676nm为水体叶绿素的敏感波段。
如图14所示,为了探究反应水体浊度信息的敏感波段,本发明计算了各个波长下原始光谱反射率与浊度之间的相关系数。图中示出了350-900nm之间水体浊度与光谱反射率之间的相关系数,它表明浊度对于波长的变化并不敏感。从350nm到900nm,光谱信号与浊度信息之间一直呈现一种连续且极高的负相关。这表明反应水体叶绿素含量的敏感波段的反射率与浊度之间同样具有极高的相关性,可以同时反应水体的浊度信息。
根据以上研究结果,本发明采用410nm和676nm作为两主动光源的中心波长,用来测量水体的叶绿素和浊度信息。
2、水体叶绿素测定模型和水体浊度测定模型的建立
如图15所示,本发明基于所选光谱参数建立了水体叶绿素测定模型。首先将通过二维相关光谱分析技术选取的叶绿素敏感波段410nm和676nm与水体叶绿素含量以及浊度值建立线性回归模型。实验室条件下自制37个叶绿素标准样本(叶绿素含量范围为0.01-10mg/L,浊度范围为0-100NTU),选取其中32个样本作为校正集进行回归建模校正;5个样本作为测定集进行测定验证。
建立的水体叶绿素测定模型为:
y1=38.0058-0.0072xn1-0.3783xn2
式中,y1为水体样本中的叶绿素含量,xn1、xn2分别为水体样本在波长n1nm和n2nm处的原始光谱反射率。当n1、n2分别为410nm和676nm时,水体叶绿素测定模型即为:
y1=38.0058-0.0072x410-0.3783x676(1)
针对所建模型作测定值和观察值的1:1关系图展示所选模型的可靠性和一致性(图15)。其测定系数Rc2为0.9389,验证结果测定系数Rv2也达到了0.8288。
同样,使用相同波段建立的水体浊度测定模型为:
y2=233.805+0.1905xn1-2.2334xn2
式中,y2为水体样本中的浊度值,xn1、xn2分别为水体样本在波长n1nm和n2nm处的原始光谱反射率。当n1、n2分别为410nm和676nm时,水体浊度测定模型即为:
y2=233.805+0.1905x410-2.2334x676 (2)
3、仪器标定
本发明因采用LED作为主动光源1113,因此只需在出厂时进行一次标定工作即可。首先,将白板覆盖在三棱镜1111底面,采集到的输出电压为V1,V1为本仪器的标定系数。然后将仪器放置于不同浓度下的水体样本中,分别得到不同的输出电压Vn。最终每个样本的反射率Ref可以通过式(3)得到。
4、本实施例中水体叶绿素和浊度原位测定方法的具体步骤
首先,打开手持PDA处理器,进入检测系统,打开“ZigBee”选项,显示“网络已建立”,表示网络已经初始化完成,可以接收数据。
接着,将传感器(信息测量装置1)插入水中(保证遮光壁112透水孔在水面以下),打开传感器开关,PDA处理器显示“节点n成功加入网络”。
接着,在节点处,按下“测量”按键,传感器通过JN5139通信模块的I/O端口控制光源1113时序通断,系统将依次采集到的2个波段的输出电压代入式3,分别计算得到同一水样在两个波段下的反射率。并发送至PDA处理器。
之后,PDA处理器采集到2个波段的反射率后,系统根据嵌入的水体叶绿素测定模型(式1)以及浊度预测模型(式2),计算出水体中叶绿素含量和浊度值,并将两波段反射率值以及叶绿素含量和浊度预测结果显示液晶屏上。
最后,打开数据采集器2的“保存”,可以实现“名称”、“文件夹”、“类型”、“位置”的修改,进而完成数据保存工作。
完成上述工序后,可将传感器放入新的水域中,并按照上述步骤进行新的水域测量。当测量完毕后关闭PDA处理器,并按下传感器电源键关闭仪器。
从上述实施例和技术方案不难看出,本发明水体叶绿素和浊度原位测定装置及测定方法对于本领域普通技术人员来说都是非显而易见的,即不经过创造性劳动无法实现本发明的技术方案,因此具有突出的实质性特点;此外,本发明可带来如下有益效果:本发明水体叶绿素和浊度原位测定方法以实时、便捷、多参数测量为目标,基于光谱反射原理实现了对水体叶绿素和浊度双参数的同时测量,为水体叶绿素和浊度双参数的原位测定开辟了途径;本发明利用二维相关光谱分析法选取了不同叶绿素光学敏感波段处,并基于所选波段建立了水体叶绿素测定模型和水体浊度测定模型,其均为线性模型,波段数较少,为本发明水体叶绿素和浊度的原位测定的实际实施奠定了基础;本发明通过基于二维相关光谱、利用水产养殖现场的实际样本分析并确定了2个叶绿素敏感波段(410nm和676nm),并基于该敏感波段光的水体光谱反射率,利用实验室配制叶绿素标准液建立了水体叶绿素测定模型,具有较高精度,可实现对水体叶绿素含量的准确预测,为水体叶绿素含量的实时测量打下了基础;本发明通过利用两个敏感波段(410nm和676nm)的水体光谱反射率,建立了水体样本浊度水平的测定模型,达到了实用精度,可实现对水体浊度信息的实时测量;本发明水体叶绿素和浊度原位测定装置可在诸如水产养殖湖水现场等场所同时测量水体叶绿素和浊度两个参量的水质信息,并通过信息测量装置与数据采集器间的无线网络组建,可同时实现测量信息的实时上传和数据的计算处理等,为水质检测的认定带来便利;本发明的光路单元11中设置了光学通道111和遮光壁112,以三棱镜1111为核心构建两个光学通道111,每路光学通道111中均包括光源1113,准直器1112,三棱镜1111以及光电探测器1114,不仅实现了在水产养殖现场实时地检测水体叶绿素含量以及浊度信息,同时又不使测量仪器过于复杂;采用2个单波段可见光LED作为主动光源1113,光源1113、准直器1112和光电探测器1114被垂直固定在三棱镜1111的两个直角面,分别形成入射光路和反射光路;光源1113可以方便更换,并可方便转化为检测水体其他参数的便携式设备,具有很好的通用性和实用性;遮光壁112解决了天气因素与水体内环境光等对光信号造成的影响,且只需要做一次标定即可;本发明通过光路-电路转换单元13采用了CA3140和LM358两芯片对采集到的信号进行放大,两芯片的结合有效的实现了I-U转换,并剔除了系统中的噪音(暗电流),放大有效信号。此外,本发明原位测定装置中采用ZigBee无线传输方式将采集数据上传至数据采集器,传输距离最远可达上百米,大大增加了仪器的灵活性与智能性,同时,本发明的原位测定装置以无线传感器网络的形式,可以实现对大面积水产养殖池塘的实时、多点测量。
需要说明的是,以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种水体叶绿素和浊度原位测定方法,其特征在于,其包括如下步骤:
S1:选取目标水体,通过相关分析确定水体叶绿素和浊度的敏感波长,根据基于光谱反射原理测定的反射率分别建立水体叶绿素测定模型和水体浊度测定模型,并将经检验满足实用精度的水体叶绿素测定模型和水体浊度测定模型嵌入信息测量装置(1),实现同时原位测量水体叶绿素和浊度两种水质参数含量;
S2:开启数据采集器(2),同时将信息测量装置(1)放入待检测的水域中并开启开关,通过无线通讯模块,组建数据采集器(2)与信息测量装置(1)之间实时、多点的节点链接网络;
S3:启动信息测量装置(1),采集水体叶绿素和浊度光信号,并将采集的光信号转换成电信号后发送至数据采集器(2);
S4:数据采集器(2)依据建立好的水体叶绿素测定模型和水体浊度测定模型,计算得出被测水体的叶绿素含量和浊度值,并对所得数据进行处理;
步骤1)中所述水体叶绿素测定模型为:
y1=38.0058-0.0072xn1-0.3783xn2
式中,y1为水体样本中的叶绿素含量,xn1、xn2分别为水体样本在波长n1nm和n2nm处的原始光谱反射率;
所述水体浊度测定模型为:
y2=233.805+0.1905xn1-2.2334xn2
式中,y2为水体样本中的浊度值,xn1、xn2分别为水体样本在波长n1nm和n2nm处的原始光谱反射率;
所述n1为410nm,所述n2为676nm。
2.一种水体叶绿素和浊度原位测定装置,其特征在于,其包括:
用于测量水体叶绿素和浊度双参量水质信息的信息测量装置(1);以及
用于接收和处理信息测量装置(1)所测信息的数据采集器(2);其中,
所述信息测量装置(1)包括:
用于采集、处理和发送光信号的光路单元(11);
用于接收、处理和发送电信号的电路单元(12);以及
分别与光路单元(11)和电路单元(12)连接的用于将光信号转换成电信号的光路-电路转换单元(13);
所述光路单元(11)包括:
光学通道(111);以及
设置在光学通道(111)下方的遮光壁(112);
所述光学通道(111)包括:
三棱镜(1111);
垂直固定在三棱镜(1111)第一直角面(1111a)的准直器(1112),其与所述第一直角面(1111a)共同形成入射光路;
安装在准直器(1112)远离被测水体一端的光源(1113);以及
垂直固定在三棱镜(1111)第二直角面(1111b)的光电探测器(1114),其与所述第二直角面(1111b)共同形成反射光路。
3.根据权利要求2所述的水体叶绿素和浊度原位测定装置,其特征在于,所述电路单元(12)包括:
无线通信模块(121),其具有I/O端口(121a)、A/D转换模块(121b)和信号发送模块(121c)。
4.根据权利要求2所述的水体叶绿素和浊度原位测定装置,其特征在于,所述光路-电路转换单元(13)包括:
电压转换电路、I-U转换电路,滤波放大电路和供电电池。
5.根据权利要求2所述的水体叶绿素和浊度原位测定装置,其特征在于,所述数据采集器(2)包括:
用于显示、存储和处理测量数据的处理器(21);
用于实现与所述信息测量装置(1)之间通信的无线通信模块(22),其具有一个或多个串口;以及
分别与处理器(21)和无线通信模块(22)连接的串口电路。
6.根据权利要求5所述的水体叶绿素和浊度原位测定装置,其特征在于,所述处理器(21)为PDA处理器;所述无线通信模块(22)为JN5139通信模块;所述串口电路为采用MAX3232E芯片的串口电路;所述信息测量装置(1)由多个光谱传感器构成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310618190.9A CN104155247B (zh) | 2013-11-27 | 2013-11-27 | 水体叶绿素和浊度原位测定方法及测定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310618190.9A CN104155247B (zh) | 2013-11-27 | 2013-11-27 | 水体叶绿素和浊度原位测定方法及测定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104155247A CN104155247A (zh) | 2014-11-19 |
CN104155247B true CN104155247B (zh) | 2016-10-05 |
Family
ID=51880807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310618190.9A Expired - Fee Related CN104155247B (zh) | 2013-11-27 | 2013-11-27 | 水体叶绿素和浊度原位测定方法及测定装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104155247B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226112B (zh) * | 2017-12-27 | 2024-07-09 | 上海众毅工业控制技术有限公司 | 水体叶绿素a含量的测量装置及浊度补偿方法 |
CN108827882A (zh) * | 2018-03-13 | 2018-11-16 | 中科谱光科技(北京)有限公司 | 水质参数光谱分析系统 |
CN108872092A (zh) * | 2018-04-19 | 2018-11-23 | 中科谱光科技(北京)有限公司 | 一种水质参数光谱智能检测分析系统及方法 |
CN113340825B (zh) * | 2021-06-17 | 2022-02-15 | 重庆大学 | 一种在高浊度背景干扰下叶绿素a浓度的测算方法 |
CN116858753B (zh) * | 2023-05-16 | 2024-05-24 | 中国水产科学研究院东海水产研究所 | 一种水体藻类浓度的测量方法及系统 |
CN116698794B (zh) * | 2023-06-07 | 2024-04-16 | 上海勘测设计研究院有限公司 | 一种利用多参数水质传感器检测水体透明度的装置及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493409A (zh) * | 2008-12-11 | 2009-07-29 | 中山大学 | 一种自动提取水体污染信息的方法 |
CN101477036B (zh) * | 2009-01-13 | 2012-06-06 | 中国科学院遥感应用研究所 | 基于分段协同模型的内陆水体叶绿素a浓度遥感监测方法 |
CN102508959A (zh) * | 2011-10-31 | 2012-06-20 | 南京师范大学 | 反演高浑浊度水体中叶绿素a浓度的四波段半分析模型 |
US9222888B2 (en) * | 2012-04-03 | 2015-12-29 | Ut-Battelle, Llc | Pulse amplitude modulated chlorophyll fluorometer |
CN102928390B (zh) * | 2012-09-27 | 2015-04-08 | 中国农业大学 | 基于双探测器的水体叶绿素浓度在线检测方法 |
-
2013
- 2013-11-27 CN CN201310618190.9A patent/CN104155247B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104155247A (zh) | 2014-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104155247B (zh) | 水体叶绿素和浊度原位测定方法及测定装置 | |
CN110542667B (zh) | 一种便携式快速水质检测仪及水质检测方法 | |
CN107449749A (zh) | 水质检测设备及其水质检测系统 | |
CN104777108B (zh) | 一种叶绿素含量的检测装置及方法 | |
CN101975764B (zh) | 基于近红外光谱技术的多波段土壤氮素检测装置和方法 | |
CN101625314B (zh) | 一种高等植物生化参数非接触监测装置 | |
CN106596436B (zh) | 一种基于光谱法的多参数水质实时在线监测装置 | |
CN104596990A (zh) | 双通道光纤浊度测量方法及传感器 | |
CN104165853A (zh) | 一种光谱法水体环境在线测量装置 | |
CN104990900A (zh) | 土壤氮素和含水率测量装置及方法 | |
CN101975759A (zh) | 透射式无损检测植物叶片含水量的装置和方法 | |
CN206990439U (zh) | 一种新型的基于NB‑IoT的水质浊度检测仪 | |
CN101608998A (zh) | 基于arm技术的多参数水质快速检测装置 | |
CN103630514A (zh) | 一种多功能数显折光仪 | |
CN204666190U (zh) | 一种饮用水水源水质监测系统 | |
CN101793680B (zh) | 作物植被指数测定系统 | |
CN105784606A (zh) | 一种基于光学特性的水质监控系统 | |
CN109632665A (zh) | 一种土壤全氮含量实时检测系统 | |
CN210720145U (zh) | 一种便携式快速水质检测仪 | |
CN105717048A (zh) | 一种基于养殖水体光学特性的水质采集处理系统 | |
CN103558177A (zh) | 生肉组织水分近红外检测装置及检测方法 | |
CN204613107U (zh) | 便携式智能植物生理状态检测系统 | |
CN111024644B (zh) | 一种基于单波长的水的pH值快速光学检测方法及装置 | |
CN106092918A (zh) | 一种微型紫外‑可见/红外无损检测光谱仪 | |
CN102735622A (zh) | 一种油菜冠层信息光谱检测仪 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161005 |
|
CF01 | Termination of patent right due to non-payment of annual fee |