CN107677614B - 一种水中重金属污染风险在线预警系统及方法 - Google Patents
一种水中重金属污染风险在线预警系统及方法 Download PDFInfo
- Publication number
- CN107677614B CN107677614B CN201710962664.XA CN201710962664A CN107677614B CN 107677614 B CN107677614 B CN 107677614B CN 201710962664 A CN201710962664 A CN 201710962664A CN 107677614 B CN107677614 B CN 107677614B
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- early warning
- time
- concentration
- water
- 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
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 147
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims description 40
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000013441 quality evaluation Methods 0.000 claims abstract description 11
- 238000009499 grossing Methods 0.000 claims description 45
- 229910052751 metal Inorganic materials 0.000 claims description 12
- 239000002184 metal Substances 0.000 claims description 12
- 230000029087 digestion Effects 0.000 claims description 10
- 238000009792 diffusion process Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 6
- 229910052793 cadmium Inorganic materials 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 229910052720 vanadium Inorganic materials 0.000 claims description 4
- 229910052797 bismuth Inorganic materials 0.000 claims description 3
- 238000010828 elution Methods 0.000 claims description 3
- 238000000295 emission spectrum Methods 0.000 claims description 3
- 230000003442 weekly effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 9
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000003911 water pollution Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000004737 colorimetric analysis Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 238000002848 electrochemical method Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000001636 atomic emission spectroscopy Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003480 eluent Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种水中重金属污染风险在线预警系统,其包括在线检测装置、数据处理装置和终端设备,所述在线检测装置、数据处理装置和终端设备之间通过有线或无线网络连接;在线检测装置,用于在线获取水质中的重金属浓度数据并传送至数据处理装置;数据处理装置,用于根据重金属浓度数据获得水质平均污染指数和偏离系数,并向终端设备发送预警信号;终端设备,用于接收和显示来自数据处理装置的数据和信号。本发明通过自动采集水样的监测数据,根据预置的水质评价模块和预警模块判断水质中多种重金属参数状况,能减少人的工作量,节约时间,并通过平均指数模型可避免某个异常值达到阈值而导致的频发预警,在风险评价上更接近于真实水样。
Description
技术领域
本发明涉及到水污染技术领域,具体涉及到一种水中重金属污染风险在线预警系统及方法。
背景技术
随着全球经济的迅速发展和工业化程度的提升,人类对水资源的需求量越来越大,但同时水资源的污染问题也日益严重。在众多水污染物中,重金属污染占据了相当大的比例。由于缺少对水体中重金属长期有效的连续监控和风险预警,重金属等毒害物质污染引起的水污染事故的频发,对流域饮用水安全和社会生产造成了直接威胁。因此,研发地表水重金属在线监控技术和建立有效的监测预警体系具有重要的意义。
在重金属监测设备中,目前国内外当前应用于水中重金属在线分析的实用化技术主要是比色法和电化学方法,但比色法灵敏度低,需要各类比色试剂消耗,单元素测定;电化学法灵敏度高,但稳定性差,仪器维护成本高。目前关于水污染评价的方法多种多样,主要有综合污染指数法、系统聚类分析法、模糊数学方法、人工神经网络分析法、灰色聚类分析法、热力学方法等。其中污染指数评价法具有简单明了、评价准确的优点,在实践中得到了广泛的应用,可将其用于代表水体污染程度,通过计算单项污染指数,并与根据重金属浓度标准限值制定的指数阈值对比,从而判断水质污染风险程度。
有鉴于此,确有必要提供一种水中重金属污染风险在线预警系统及方法。
发明内容
本发明的目的是提供一种水中重金属污染风险在线预警系统,对水中重金属污染进行在线监测和风险预警,实现水污染源监控的智能化和自动化。
本发明还提供一种水中重金属污染风险在线预警方法。
为实现上述目的,本发明采取的技术方案是:
一种水中重金属污染风险在线预警系统,其包括在线检测装置、数据处理装置和终端设备,所述在线检测装置、数据处理装置和终端设备之间通过有线或无线网络连接;
在线检测装置,用于在线获取水质中的重金属浓度数据并传送至数据处理装置,其包括水样采集模块、在线消解模块、重金属富集模块以及光谱检测模块,水样采集模块按一定时间间隔连续自动采集水样,所述在线消解模块对水样进行消化处理,所述重金属富集模块对消化处理后的水样进行富集和洗脱,所述光谱检测模块对洗脱出来的水样进行重金属浓度检测,并将重金属浓度数据传送至数据处理装置;
数据处理装置,用于根据重金属浓度数据获得水质平均污染指数和偏离系数,并向终端设备发送预警信号,具体地,数据处理装置上设有水质评价模块和预警模块,水质评价模块根据重金属浓度数据获得平均污染指数,预警模块利用指数平滑法获得重金属浓度的预测值,并将实际重金属浓度与预测值相对比获得偏离系数,如果平均污染指数和偏离系数超出正常阈值,则向终端设备发送预警信号;
终端设备,用于接收和显示来自数据处理装置的数据和信号。
本发明通过自动采集水样的监测数据,根据预置的水质评价模块和预警模块判断水质状况,能减少人的工作量,节约时间,并通过平均指数模型可避免某个异常值达到阈值而导致的频发预警,在风险评价上更接近于真实水样;而且本发明能及时自动向用户发出预警信号,可实现无人值守监控。
作为本发明的一种改进,还包括数据库服务器装置,所述的数据库服务器装置用于存取水质实时监测数据及历史数据,仪器运行日志,包括已确认的每日、周、月的水质检测数据,以及水质状况和污染预警事件信息。
进一步地,所述在线检测装置为基于原子发射光谱技术的重金属在线监测设备。
进一步地,所述重金属包括Cd、Cu、Cr、Co、Fe、Mn、Ni、Ti、V、Pb、Zn和Bi。
一种水中重金属污染风险在线预警方法,其包括以下步骤;
通过在线检测获得时间t时水质中的重金属浓度数据;
通过下式计算单项污染指数以及平均污染指数,计算公式如下:
式中:K—平均污染指数;Ci—某金属浓度的实际测定值;C0—某金属浓度的水质标准限值;N—金属的种类数;
通过下式(1)计算出在时间t时某重金属的浓度平均值,
式中:Xt为在时间t时某重金属的浓度平均值,Xi为在时间t时第i个某重金属的浓度数据,n为某重金属浓度数据个数;
根据某重金属的浓度平均值,利用指数平滑法,计算时间t的一次指数平滑值,通过公式(2)计算:
St (1)=aXt+(1-a)St-1 (1) (2)
式中:St (1)为在时间t时某重金属浓度的一次指数平滑值;a为常数,取值范围为[0,1];
St-1 (1)为时间t-1时某重金属浓度的一次指数平滑值;
利用指数平滑法,计算时间t的二次指数平滑值,通过公式(3)计算:
St (2)=aSt (1)+(1-a)St-1 (2) (3)
St (2)为在时间t时某重金属浓度的二次指数平滑值,St-1 (2)为在时间t-1时某重金属浓度的二次指数平滑值;
利用指数平滑法,计算时间t的三次指数平滑值,通过公式(4)计算:
St (3)=aSt (2)+(1-a)St-1 (3) (4)
St (3)为在时间t时某重金属浓度的三次指数平滑值,St-1 (3)为在时间t-1时某重金属浓度的三次指数平滑值;
利用三次指数平滑法计算某重金属在时间t+1时的浓度预测值Pt+1,具体地:
Pt+1=at+bt+ct (5)
at=3St (1)-3St (2)+St (3) (6)
根据某重金属在时间t+1时的浓度预测值Pt+1,通过与在时间t+1时某重金属的实际值P相对比,计算出偏离系数b:
如果平均污染指数K和偏离系数均b超过设定阈值,则向用户发送预警信号;否则,不发送预警信号。
所述水质的扩散模型为一维水质扩散模型。
所述预警信号设有5个档次,按偏离系数b的大小分级,分别为一级预警、二级预警、三级预警、四级预警和五级预警。
与现有技术相比,本发明具有以下优点:
本发明通过自动采集水样的监测数据,根据预置的水质评价模块和预警模块判断水质中多种重金属参数状况,能减少人的工作量,节约时间,并通过平均指数模型可避免某个异常值达到阈值而导致的频发预警,在风险评价上更接近于真实水样;而且本发明能及时自动向用户发出预警信号,可实现无人值守监控。
附图说明
图1为本发明水中重金属污染风险在线预警系统的示意图;
图2为本发明水中重金属污染风险在线预警方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明的内容做进一步详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例
请参考图1,一种水中重金属污染风险在线预警系统,其包括在线检测装置10、数据处理装置20和终端设备30,所述在线检测装置10、数据处理装置20和终端设备30之间通过有线网络连接;
在线检测装置10,用于在线获取水质中的重金属浓度数据并传送至数据处理装置20,其包括水样采集模块11、在线消解模块12、重金属富集模块13以及光谱检测模块14,水样采集模块11按一定时间间隔连续自动采集水样,所述在线消解模块12对水样进行消化处理,所述重金属富集模块13对消化处理后的水样进行富集和洗脱,所述光谱检测模块14对洗脱出来的水样进行重金属浓度检测,并将重金属浓度数据传送至数据处理装置20;
数据处理装置20,用于根据重金属浓度数据获得水质平均污染指数和偏离系数,并向终端设备发送预警信号,具体地,数据处理装置上设有水质评价模块21和预警模块22,水质评价模块21根据重金属浓度数据获得平均污染指数,预警模块22利用指数平滑法获得重金属浓度的预测值,并将实际重金属浓度与预测值相对比获得偏离系数,如果平均污染指数和偏离系数超出正常阈值,则向终端设备发送预警信号;
终端设备30,用于接收和显示来自数据处理装置的数据和信号。
在线检测装置的工作过程为:水样采集模块按一定时间间隔连续自动采集水样,经适当的沉降和过滤后,进入在线消解模块对水样进行消化处理,使其达到光谱检测的要求;将消化处理后的溶液泵入到填充有活性炭的重金属富集模块中进行富集,通过一定倍数的富集后,再用相应的洗脱液进行洗脱使得水中痕量的重金属达到仪器的检测限;利用光谱检测模块对洗脱出来的溶液同时进行重金属检测,并收集检测数据。
本发明通过自动采集水样的监测数据,根据预置的水质评价模块和预警模块判断水质状况,能减少人的工作量,节约时间,并通过平均指数模型可避免某个异常值达到阈值而导致的频发预警,在风险评价上更接近于真实水样;而且本发明能及时自动向用户发出预警信号,可实现无人值守监控。
在本实施例中,本在线预警系统还包括数据库服务器装置40,所述的数据库服务器装置40用于存取水质实时监测数据及历史数据,仪器运行日志,包括已确认的每日、周、月的水质检测数据,以及水质状况和污染预警事件信息。
在本实施例中,所述在线检测装置为基于原子发射光谱技术的重金属在线监测设备。基于原子发射光谱技术的重金属在线监测设备可以对水中多种重金属实现同时在线监测,而且该设备使用空气或者氮气作为工作气体,在安全性能提高的同时也降低了仪器的运行成本。
在本实施例中,所述重金属包括Cd、Cu、Cr、Co、Fe、Mn、Ni、Ti、V、Pb、Zn和Bi。也即是本发明可以同时对多种重金属(包括Cd、Cu、Cr、Co、Fe、Mn、Ni、Ti、V、Pb、Zn、Bi)进行检测,并收集检测数据。
请参考图2,一种水中重金属污染风险在线预警方法,其包括以下步骤;
通过在线检测获得时间t时水质中的重金属浓度数据;
通过下式计算单项污染指数以及平均污染指数,计算公式如下:
式中:K—平均污染指数;Ci—某金属浓度的实际测定值;C0—某金属浓度的水质标准限值;N—金属的种类数;
通过下式(1)计算出在时间t时某重金属的浓度平均值,
式中:Xt为在时间t时某重金属的浓度平均值,Xi为在时间t时第i个某重金属的浓度数据,n为某重金属浓度数据个数;
根据某重金属的浓度平均值,利用指数平滑法,计算时间t的一次指数平滑值,通过公式(2)计算:
St (1)=aXt+(1-a)St-1 (1) (2)
式中:St (1)为在时间t时某重金属浓度的一次指数平滑值;a为常数,取值范围为[0,1];
St-1 (1)为时间t-1时某重金属浓度的一次指数平滑值;
利用指数平滑法,计算时间t的二次指数平滑值,通过公式(3)计算:
St (2)=aSt (1)+(1-a)St-1 (2) (3)
St (2)为在时间t时某重金属浓度的二次指数平滑值,St-1 (2)为在时间t-1时某重金属浓度的二次指数平滑值;
利用指数平滑法,计算时间t的三次指数平滑值,通过公式(4)计算:
St (3)=aSt (2)+(1-a)St-1 (3) (4)
St (3)为在时间t时某重金属浓度的三次指数平滑值,St-1 (3)为在时间t-1时某重金属浓度的三次指数平滑值;
利用三次指数平滑法计算某重金属在时间t+1时的浓度预测值Pt+1,具体地:
Pt+1=at+bt+ct (5)
at=3St (1)-3St (2)+St (3) (6)
根据某重金属在时间t+1时的浓度预测值Pt+1,通过与在时间t+1时某重金属的实际值P相对比,计算出偏离系数b:
如果平均污染指数K和偏离系数均b超过设定阈值,则向用户发送预警信号;否则,不发送预警信号。
所述水质的扩散模型为一维水质扩散模型。一维水质扩散模型的假定条件为横向和垂直混合速度极快,被监测的断面污染物浓度均匀,污染物的浓度仅在河流的纵向上发生变化,因此适用于较为宽浅、重金属能够在短时间混合均匀的河流。
其中,所述预警信号设有5个档次,按偏离系数b的大小分级,分别为一级预警、二级预警、三级预警、四级预警和五级预警。
以下通过具体例子对利用上述在线预警系统进行风险预警的讲解:
目前某水厂已将本发明所述的设备投入到了实际使用中,用于监测水源地的重金属浓度,因此,本发明实施例选择其水源地作为对象,应用本发明的预警系统进行水质评价以及风险等级评价。某水厂水源地的取水口位于经度113°26’12”、纬度22°35’50”,水厂的服务人口为30万人,年取水量为8090万t,为典型的河流型水源地,污染物的平流输送远比扩散显著,适用于一维水质扩散模型。
利用上述在线预警系统对水源地进行水质评价,具体过程为:
首先根据水质标准确定待监测重金属的标准值限值C0。
标准值限值C0的会直接影响单项污染指数以及平均污染指数的大小,C0过高或过均会严重影响水质的分类以及预警等级的判断。目前我国国内规定了水中重金属浓度限值的标准主要有环保部办公厅在2012年印发的《全国集中式生活饮用水水源地水质监测实施方案》、《地表水环境质量标准》(GB3838-2002)以及《地下水质量标准》(GB/T14848-2007),本发明实施例主要是参考对比了以上几项标准,确定了各类重金属的标准值C0。
表1各类重金属监测浓度标准值
第一步:通过在线检测获得时间t时水质中的重金属浓度数据。
下表为使用本发明所述的重金属在线监测设备得到的不同时刻的各类重金属浓度。
表2重金属监测数据(单位:mg/L)
第二步:通过下式计算单项污染指数以及平均污染指数,计算公式如下:
式中:K—平均污染指数;Ci—某金属浓度的实际测定值;C0—某金属浓度的标准值;N—金属的种类数。
第三步:根据计算所得平均污染指数通过参照污染指数级别分类的阈值从而判断水质状况,具体的水质分类阈值级别分类如下:
表3平均污染指数级别阈值分类
水质级别 | Ⅰ | Ⅱ | Ⅲ | Ⅳ | Ⅴ |
K | ≤0.3 | 0.3~0.4 | 0.4~0.7 | 0.7~1.0 | ≥2.0 |
具体的计算结果如下表:
表4预警级别及污染程度评价结果
从上述结果可以看出,此河流支流的水质状况较为良好,在0:00~8:00的监测时刻内均属于Ⅰ、Ⅱ类水质,在12:00的时刻水质情况较差,属于Ⅲ类水质,其中Fe的Pi值达到了2.36,污染程度较为严重。
利用上述在线预警系统进行风险在线评价方法,具体过程为:
所述的在线预警系统的预警模块是根据重金属实际浓度与预测浓度的偏离大小评价风险程度的,这种方法具有计算简便、实用性较强的优点。本实施例以某河流支流在1~8月份的在8.00监测时刻的历史监测数据为例,按照下列步骤具体说明,步骤如下:
步骤S1:通过在线检测获得1~8月份重金属在8.00时刻时水质中的重金属浓度数据;
步骤S2:通过下式(1)计算出在时间t时某重金属的浓度平均值,
式中:Xt为在时间t时某重金属的浓度平均值,Xi为在时间t时第i个某重金属的浓度数据,n为某重金属浓度数据个数;
本发明实施例以实际的监测数据为例,计算得到的1~8月份重金属在8.00时刻的监测浓度平均值,具体数据如下:
表5某河流支流1~8月份在8:00时刻的监测浓度平均值单位(μg/L)
月份 | Zn | Cd | Pb | Cu | Cr | Fe | Ni | Mn |
1 | 10.6 | 2.06 | 4.6 | 9.45 | 2.01 | 82.1 | 9.1 | 56 |
2 | 8.05 | 1.05 | 4.3 | 9.2 | 3.45 | 84.4 | 9.5 | 47.2 |
3 | 14 | 3.15 | 2.35 | 5.1 | 4.08 | 170 | 7.04 | 12 |
4 | 15.5 | 4.22 | 3.5 | 4.99 | 2.5 | 260 | 8.03 | 44 |
5 | 10.6 | 3.12 | 5.4 | 8.21 | 3.21 | 78.5 | 9.1 | 56 |
6 | 12.5 | 4.22 | 3.5 | 5.02 | 2.5 | 150 | 8.46 | 44 |
7 | 14 | 3.12 | 2.35 | 4.78 | 3.78 | 170 | 8.04 | 12 |
8 | 5.05 | 1.99 | 2.13 | 8.65 | 3.45 | 84.4 | 9.5 | 47.2 |
步骤S3:根据某重金属的浓度平均值,利用指数平滑法,计算时间t的一次指数平滑值,通过公式(2)计算:
St (1)=aXt+(1-a)St-1 (1) (2)
式中:St (1)为在时间t时某重金属浓度的一次指数平滑值;a为常数,取值范围为[0,1];
St-1 (1)为时间t-1时某重金属浓度的一次指数平滑值;
具体地,初始值即St-1 (1)是根据前三个月的平均值作为起始浓度预测值;
表6某河流支流1~8月份在8:00时刻的监测浓度的一次指数平滑值
月份 | Zn | Cd | Pb | Cu | Cr | Fe | Ni | Mn |
起始值 | 10.88 | 2.09 | 3.75 | 7.92 | 3.18 | 112.17 | 8.55 | 38.40 |
1 | 10.74 | 2.07 | 4.18 | 8.68 | 2.60 | 97.13 | 8.82 | 47.20 |
2 | 9.40 | 1.56 | 4.24 | 8.94 | 3.02 | 90.77 | 9.16 | 47.20 |
3 | 11.70 | 2.36 | 3.29 | 7.02 | 3.55 | 130.38 | 8.10 | 29.60 |
4 | 13.60 | 3.29 | 3.40 | 6.01 | 3.03 | 195.19 | 8.07 | 36.80 |
5 | 12.10 | 3.20 | 4.40 | 7.11 | 3.12 | 136.85 | 8.58 | 46.40 |
6 | 12.30 | 3.71 | 3.95 | 6.06 | 2.81 | 143.42 | 8.52 | 45.20 |
7 | 13.15 | 3.42 | 3.15 | 5.42 | 3.29 | 156.71 | 8.28 | 28.60 |
8 | 9.10 | 2.70 | 2.64 | 7.04 | 3.37 | 120.56 | 8.89 | 37.90 |
步骤S4:根据步骤3所得的一次指数平滑值,利用指数平滑法,计算时间t的二次指数平滑值,通过公式(3)计算:
St (2)=aSt (1)+(1-a)St-1 (2) (3)
St (2)为在时间t时某重金属浓度的二次指数平滑值,St-1 (2)为在时间t-1时某重金属浓度的二次指数平滑值;
具体地,所得的二次指数平滑值计算结果如下:
表7某河流支流1~8月份在8:00时刻的监测浓度的二次指数平滑值
步骤S5:根据步骤S4所得的二次指数平滑值,利用指数平滑法,计算时间t的三次指数平滑值,通过公式(4)计算:
St (3)=aSt (2)+(1-a)St-1 (3) (4)
St (3)为在时间t时某重金属浓度的三次指数平滑值,St-1 (3)为在时间t-1时某重金属浓度的三次指数平滑值;
表8某河流支流1~8月份在8:00时刻的监测浓度的三次指数平滑值
月份 | Zn | Cd | Pb | Cu | Cr | Fe | Ni | Mn |
起始值 | 10.88 | 2.09 | 3.75 | 7.92 | 3.18 | 112.17 | 8.55 | 38.40 |
1 | 10.85 | 2.08 | 3.86 | 8.11 | 3.03 | 108.41 | 8.62 | 40.60 |
2 | 10.48 | 1.95 | 3.98 | 8.36 | 2.99 | 103.06 | 8.77 | 42.80 |
3 | 10.69 | 2.02 | 3.84 | 8.09 | 3.12 | 108.55 | 8.64 | 40.05 |
4 | 11.47 | 2.35 | 3.69 | 7.50 | 3.13 | 131.59 | 8.46 | 38.55 |
5 | 11.82 | 2.65 | 3.83 | 7.26 | 3.13 | 138.66 | 8.45 | 40.14 |
6 | 12.03 | 2.99 | 3.90 | 6.90 | 3.05 | 141.62 | 8.46 | 41.80 |
7 | 12.36 | 3.18 | 3.73 | 6.44 | 3.09 | 146.13 | 8.42 | 38.92 |
8 | 11.63 | 3.11 | 3.41 | 6.47 | 3.17 | 140.87 | 8.53 | 37.94 |
步骤S6:利用三次指数平滑法计算某重金属在时间t+1时的浓度预测值Pt+1,具体地:
Pt+1=at+bt+ct (5)
at=3St (1)-3St (2)+St (3) (6)
表9某河流支流1~8月份在8:00时刻的监测浓度的浓度预测值
月份 | Zn | Cd | Pb | Cu | Cr | Fe | Ni | Mn |
1 | 10.46 | 2.05 | 5.03 | 10.22 | 1.43 | 67.07 | 9.38 | 64.80 |
2 | 6.63 | 0.53 | 4.58 | 9.84 | 3.59 | 70.52 | 9.98 | 51.60 |
3 | 15.63 | 3.69 | 1.44 | 3.31 | 4.82 | 206.43 | 6.15 | 0.00 |
4 | 18.57 | 5.55 | 3.08 | 2.92 | 2.31 | 346.50 | 7.43 | 41.30 |
5 | 10.24 | 3.57 | 6.39 | 8.68 | 3.06 | 55.23 | 9.52 | 68.10 |
6 | 11.84 | 4.65 | 3.62 | 4.66 | 2.17 | 124.66 | 8.72 | 48.98 |
7 | 14.56 | 2.91 | 1.40 | 3.91 | 4.11 | 175.06 | 7.86 | 0.00 |
8 | 1.25 | 0.98 | 1.15 | 10.07 | 3.77 | 51.35 | 10.00 | 47.41 |
步骤S7:根据某重金属在时间t+1时的浓度预测值Pt+1,通过与在时间t+1时某重金属的实际值P相对比,计算出偏离系数b:
综上所述,如果平均污染指数K和偏离系数均b超过设定阈值,则向用户发送预警信号;否则,不发送预警信号。
具体地,本发明实施例根据9月份某日在8.00时间监测时刻的数据进行计算,计算结果如下表所示。
表10某河流支流9月份在8:00时刻的某次实际监测浓度与偏离系数
根据所得的平均污染指数K和偏离系数b,判断是否向用户发出预警。
具体地,由于当日8:00时刻的重金属浓度检测数据的单项污染指数属于正常范围,因此按照预警判断树的判断结果,当日8:00时刻的水质为正常水质,不进行预警。
上述实施例仅用以说明本专利而并非限制本专利所描述的技术方案;因此,尽管本说明书参照上述的各个实施例对本专利已进行了详细的说明,但是,本领域的普通技术人员应当理解,仍然可以对本专利进行修改或者等同替换;而一切不脱离本专利的精神和范围的技术方案及其改进,其均应涵盖在本专利的权利要求范围当中。
Claims (7)
1.一种水中重金属污染风险在线预警系统,其特征在于:包括在线检测装置、数据处理装置和终端设备,所述在线检测装置、数据处理装置和终端设备之间通过有线或无线网络连接;
在线检测装置,用于在线获取水质中的重金属浓度数据并传送至数据处理装置,其包括水样采集模块、在线消解模块、重金属富集模块以及光谱检测模块,水样采集模块按一定时间间隔连续自动采集水样,所述在线消解模块对水样进行消化处理,所述重金属富集模块对消化处理后的水样进行富集和洗脱,所述光谱检测模块对洗脱出来的水样进行重金属浓度检测,并将重金属浓度数据传送至数据处理装置;
数据处理装置,用于根据重金属浓度数据获得水质平均污染指数和偏离系数,并向终端设备发送预警信号,数据处理装置上设有水质评价模块和预警模块,水质评价模块根据重金属浓度数据获得平均污染指数,预警模块利用指数平滑法获得重金属浓度的预测值,并将实际重金属浓度与预测值相对比获得偏离系数,如果平均污染指数和偏离系数超出正常阈值,则向终端设备发送预警信号;
终端设备,用于接收和显示来自数据处理装置的数据和信号。
2.根据权利要求1所述的水中重金属污染风险在线预警系统,其特征在于:还包括数据库服务器装置,所述的数据库服务器装置用于存取水质实时监测数据及历史数据,仪器运行日志,包括已确认的每日、周、月的水质检测数据,以及水质状况和污染预警事件信息。
3.根据权利要求1所述的水中重金属污染风险在线预警系统,其特征在于:所述在线检测装置为基于原子发射光谱技术的重金属在线监测设备。
4.根据权利要求1所述的水中重金属污染风险在线预警系统,其特征在于:所述重金属包括Cd、Cu、Cr、Co、Fe、Mn、Ni、Ti、V、Pb、Zn和Bi。
5.一种水中重金属污染风险在线预警方法,其特征在于:包括以下步骤;
通过在线检测获得时间t时水质中的重金属浓度数据;
通过下式计算单项污染指数以及平均污染指数,计算公式如下:
式中:K—平均污染指数;Ci—某金属浓度的实际测定值;C0—某金属浓度的水质标准限制;N—金属的种类数;
通过下式(1)计算出在时间t时某重金属的浓度平均值,
式中:Xt为在时间t时某重金属的浓度平均值,Xi为在时间t时第i个某重金属的浓度数据,n为某重金属浓度数据个数;
根据某重金属的浓度平均值,利用指数平滑法,计算时间t的一次指数平滑值,通过公式(2)计算:
St (1)=aXt+(1-a)St-1 (1) (2)
式中:St (1)为在时间t时某重金属浓度的一次指数平滑值;a为常数,取值范围为[0,1];
St-1 (1)为时间t-1时某重金属浓度的一次指数平滑值;
利用指数平滑法,计算时间t的二次指数平滑值,通过公式(3)计算:
St (2)=aSt (1)+(1-a)St-1 (2) (3)
St (2)为在时间t时某重金属浓度的二次指数平滑值,St-1 (2)为在时间t-1时某重金属浓度的二次指数平滑值;
利用指数平滑法,计算时间t的三次指数平滑值,通过公式(4)计算:
St (3)=aSt (2)+(1-a)St-1 (3) (4)
St (3)为在时间t时某重金属浓度的三次指数平滑值,St-1 (3)为在时间t-1时某重金属浓度的三次指数平滑值;
利用三次指数平滑法计算某重金属在时间t+1时的浓度预测值Pt+1,具体地:
Pt+1=at+bt+ct (5)
at=3St (1)-3St (2)+St (3) (6)
根据某重金属在时间t+1时的浓度预测值Pt+1,通过与在时间t+1时某重金属的实际值P相对比,计算出偏离系数b:
如果平均污染指数K和偏离系数均b超过设定阈值,则向用户发送预警信号;否则,不发送预警信号。
6.根据权利要求5所述的水中重金属污染风险在线预警方法,其特征在于:所述水质的扩散模型为一维水质扩散模型。
7.根据权利要求5所述的水中重金属污染风险在线预警方法,其特征在于:所述预警信号设有5个档次,按偏离系数b的大小分级,分别为一级预警、二级预警、三级预警、四级预警和五级预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710962664.XA CN107677614B (zh) | 2017-10-16 | 2017-10-16 | 一种水中重金属污染风险在线预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710962664.XA CN107677614B (zh) | 2017-10-16 | 2017-10-16 | 一种水中重金属污染风险在线预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107677614A CN107677614A (zh) | 2018-02-09 |
CN107677614B true CN107677614B (zh) | 2023-12-15 |
Family
ID=61141076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710962664.XA Active CN107677614B (zh) | 2017-10-16 | 2017-10-16 | 一种水中重金属污染风险在线预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107677614B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108469508A (zh) * | 2018-06-05 | 2018-08-31 | 杭州杰富睿科技有限公司 | 一种用于判断水质的智能容器 |
CN108801939A (zh) * | 2018-06-20 | 2018-11-13 | 广东省测试分析研究所(中国广州分析测试中心) | 一种水中多种重金属同时在线监测系统及其监测方法 |
CN109100468A (zh) * | 2018-06-26 | 2018-12-28 | 武汉邦拓信息科技有限公司 | 一种污染源环境自动监测平台的异常数据预警系统及方法 |
CN108828181A (zh) * | 2018-09-13 | 2018-11-16 | 韩婕 | 一种地表水水质监测系统及监测方法 |
CN109615834A (zh) * | 2019-01-15 | 2019-04-12 | 安徽大尺度网络传媒有限公司 | 一种基于云平台的人工智能预警系统 |
CN109816938B (zh) * | 2019-01-31 | 2020-10-30 | 上海天好信息技术股份有限公司 | 基于无序树的水质异常数据监测报警系统及方法 |
CN111914208B (zh) * | 2020-07-07 | 2022-07-12 | 集美大学 | 一种基于相对品质指数预警的检测系统及其方法 |
CN114184522B (zh) * | 2021-12-01 | 2023-07-25 | 江苏国泰环境科技研究院有限公司 | 一种重金属污染扩散分布检测系统及方法 |
CN117848985A (zh) * | 2024-03-06 | 2024-04-09 | 杭州泽天春来科技股份有限公司 | 气体浓度分析方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558282A (zh) * | 2013-10-30 | 2014-02-05 | 湖南科技大学 | 一种有色金属矿区土水界面污染流中重金属元素检测方法 |
JP2014153228A (ja) * | 2013-02-08 | 2014-08-25 | Mitsubishi Rayon Co Ltd | 水質監視方法 |
CN105223168A (zh) * | 2015-10-29 | 2016-01-06 | 伊创仪器科技(广州)有限公司 | 在线金属分析系统 |
CN105866449A (zh) * | 2015-04-08 | 2016-08-17 | 三峡大学 | 一种水质重金属多参数在线监测方法 |
CN105973824A (zh) * | 2016-08-13 | 2016-09-28 | 浙江杭康检测技术有限公司 | 一种废水中重金属的检测方法 |
CN207516235U (zh) * | 2017-10-16 | 2018-06-19 | 广东省测试分析研究所(中国广州分析测试中心) | 一种水中重金属污染风险在线预警系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002250295A1 (en) * | 2001-03-16 | 2002-10-03 | Ewatertek Inc. | System and method for monitoring water quality and transmitting water quality data |
-
2017
- 2017-10-16 CN CN201710962664.XA patent/CN107677614B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014153228A (ja) * | 2013-02-08 | 2014-08-25 | Mitsubishi Rayon Co Ltd | 水質監視方法 |
CN103558282A (zh) * | 2013-10-30 | 2014-02-05 | 湖南科技大学 | 一种有色金属矿区土水界面污染流中重金属元素检测方法 |
CN105866449A (zh) * | 2015-04-08 | 2016-08-17 | 三峡大学 | 一种水质重金属多参数在线监测方法 |
CN105223168A (zh) * | 2015-10-29 | 2016-01-06 | 伊创仪器科技(广州)有限公司 | 在线金属分析系统 |
CN105973824A (zh) * | 2016-08-13 | 2016-09-28 | 浙江杭康检测技术有限公司 | 一种废水中重金属的检测方法 |
CN207516235U (zh) * | 2017-10-16 | 2018-06-19 | 广东省测试分析研究所(中国广州分析测试中心) | 一种水中重金属污染风险在线预警系统 |
Non-Patent Citations (2)
Title |
---|
不同分析方法对水中金属污染指数测定效果的影响;王湘君;陈文;赵阳;万正兰;宋书莉;杜宇;唐明坤;赵成华;;贵州农业科学(03);全文 * |
基于指数平滑技术的水体污染灰色预测模型及应用;何斯雯;谢正文;黄雅楠;袁昌明;;环境科学与管理(08);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107677614A (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107677614B (zh) | 一种水中重金属污染风险在线预警系统及方法 | |
US11085863B2 (en) | Real-time online monitoring and source apportionment method for atmospheric fine particles containing heavy metals | |
CN111562242A (zh) | 一种城市排水系统的雨天溢流污水来源的快速识别方法 | |
CN202631003U (zh) | 移动式污染源自动监控系统 | |
CN106124727A (zh) | 水质在线监控系统 | |
CN111507610A (zh) | 一种土壤重金属污染的累积性环境风险预警方法 | |
CN207516235U (zh) | 一种水中重金属污染风险在线预警系统 | |
CN112505189A (zh) | 一种基于地下水特征污染物的自动溯源方法 | |
CN112964843A (zh) | 污水处理设施水质监测的物联网传感器系统及监测方法 | |
CN114839343B (zh) | 一种便携式水质监测巡检仪装置及使用方法 | |
CN112540147A (zh) | 一种炼化企业区域性大气污染物溯源方法 | |
CN111707792A (zh) | 基于人工智能的污染在线监测与溯源系统及方法 | |
CN113533672B (zh) | 一种水质在线监测方法及装置 | |
CN117630319B (zh) | 一种基于大数据的水质监测预警方法及系统 | |
CN110781225A (zh) | 一种环境介质污染物浓度水平的诊断方法 | |
CN112309506A (zh) | 一种基于排序和概率的层次化生态风险评价方法 | |
CN117007476A (zh) | 一种基于物联网的环保智能终端数据采集系统 | |
CN116681330A (zh) | 一种公路隧道机电系统运行状态分类及综合评价方法 | |
CN116448988A (zh) | 一种工业园区土壤污染监测系统及方法 | |
CN115902114A (zh) | 基于半定量法的小尺度大气污染溯源方法 | |
CN115901550A (zh) | 一种基于物联网的污染源监测分析系统及方法 | |
CN115171362A (zh) | 一种面向重点区域防控的预警方法及系统 | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
CN113588617A (zh) | 水质多特征预警溯源系统及方法 | |
CN115578232B (zh) | 一种基于水质分析的水污染治理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |