CN112268993A - 一种基于电子鼻技术对河道水质参数快速监测的方法 - Google Patents
一种基于电子鼻技术对河道水质参数快速监测的方法 Download PDFInfo
- Publication number
- CN112268993A CN112268993A CN202010960143.2A CN202010960143A CN112268993A CN 112268993 A CN112268993 A CN 112268993A CN 202010960143 A CN202010960143 A CN 202010960143A CN 112268993 A CN112268993 A CN 112268993A
- Authority
- CN
- China
- Prior art keywords
- electronic nose
- water quality
- quality parameters
- river
- river 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005516 engineering process Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 30
- 239000007789 gas Substances 0.000 claims abstract description 27
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 15
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 15
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 15
- 239000011574 phosphorus Substances 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 8
- 238000002798 spectrophotometry method Methods 0.000 claims description 8
- APUPEJJSWDHEBO-UHFFFAOYSA-P ammonium molybdate Chemical compound [NH4+].[NH4+].[O-][Mo]([O-])(=O)=O APUPEJJSWDHEBO-UHFFFAOYSA-P 0.000 claims description 4
- 229940010552 ammonium molybdate Drugs 0.000 claims description 4
- 235000018660 ammonium molybdate Nutrition 0.000 claims description 4
- 239000011609 ammonium molybdate Substances 0.000 claims description 4
- SOCTUWSJJQCPFX-UHFFFAOYSA-N dichromate(2-) Chemical compound [O-][Cr](=O)(=O)O[Cr]([O-])(=O)=O SOCTUWSJJQCPFX-UHFFFAOYSA-N 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- USHAGKDGDHPEEY-UHFFFAOYSA-L potassium persulfate Chemical compound [K+].[K+].[O-]S(=O)(=O)OOS([O-])(=O)=O USHAGKDGDHPEEY-UHFFFAOYSA-L 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 5
- 102100028260 Gamma-secretase subunit PEN-2 Human genes 0.000 description 2
- 101000579663 Homo sapiens Gamma-secretase subunit PEN-2 Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012569 chemometric method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003903 river water pollution Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/1806—Biological oxygen demand [BOD] or chemical oxygen demand [COD]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/1826—Organic contamination in water
- G01N33/1846—Total carbon analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biomedical Technology (AREA)
- Emergency Medicine (AREA)
- Molecular Biology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种基于电子鼻技术对河道水质参数快速监测的方法,具体为:将采集的河道水样品放于密封容器中,静置一段时间,使密封容器中的顶空气体饱和;电子鼻对顶空气体进行监测,从电子鼻信号中提取特征数据作为河道水的指纹信息;对河道水进行pH、COD、总磷以及总氮理化参数进行检测;采用支持偏最小二乘法建立基于电子鼻技术的河道水指纹信息与其理化参数之间的回归模型。本发明方法只需利用电子鼻技术和偏最小二乘法就对河道水质参数的快速检测,无需复杂的河道水前期预处理,分析结构客观可靠,操作简单,成本低廉,具有较高的推广及应用价值。
Description
技术领域
本发明属于环境领域,涉及一种基于电子鼻技术对河道水质参数快速监测的方法。
背景技术
近几年来,城市河道水污染问题日益严重。河道的治理需要提前了解并掌握河道水质情况。目前,河道水质参数主要通过专业人员的现场采样,并带回实验室,通过化学计量法、仪器分析等检测方法,分析得到。这些方法存在检测周期长,费用昂贵,对检测环境和实验人员的素质要求高等问题。
电子鼻是由传感系统和模式识别系统相结合的具有快速检测多种气体分子的一种智能装置,具有高灵敏度、可靠性、对样品进行量化分析等特点。目前,对监测领域的高自动化要求越来越急迫,电子鼻作为一种自动在线检测工具,在环境检测领域具有广大的应用潜力。利用电子鼻技术对河道水质参数经常快速监测的相关研究尚未报道。本发明目的在于快速监测河道水质参数的变化,同时填补国内外关于电子鼻技术在水环境监测领域的空白。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于电子鼻技术对河道水质参数快速监测的方法,包括以下步骤:
步骤(1)、将河道水进行现场取样;将10ml河道水放于具有两个小孔不小于500ml的密封容器中,在15~20℃下密封静置5~15min,使得密封容器中的顶空气体达到动态饱和。
密封容器上两个小孔的孔径为0.1~3mm,两孔间隔为3~5cm;
步骤(2)、基于电子鼻技术的河道水监测:
将电子鼻的前置进样针插入到放有河道水的密封容器中的其中一个小孔,另一个小孔用于保证稳定气流;以50~100ml/min的流速将密闭容器中的顶空气体吸入到电子鼻内部10~20cm3的传感器气室内,在60~80s的时间内进行电子鼻传感器与顶空气体反应并产生信号,并采集信号;电子鼻的后置进样针以100~200ml/min的流速抽取外部空气对传感器气室以及传感器表面进行清洗10min;所述信号是传感器接触河道水顶空气体的电导率G与传感器在经过外部空气时的电导率G0的比值,即G/G0。
步骤(3)、河道水水质参数检测,其中水质参数包括pH、COD、总磷以及总氮理化参数:
所述pH采用pH计进行直接测定;
所述COD采用重铬酸盐法进行测定;
所述总磷采用碱性过硫酸钾消化-紫外分光光度法进行测定;
所述总氮采用钼酸铵分光光度法进行测定;
所有理化指标检测与步骤(2)电子鼻检测需在同一天完成。
步骤(4)、将步骤(2)中电子鼻传感器稳定的信号作为X矩阵,将步骤(3)中的水质参数的值作为Y矩阵;随机选取80%的样品作为训练样品,20%的样品作为测试样本,从而建立偏最小二乘法模型;通过偏最小二乘法建立河道水的指纹信息与其水质参数的定量预测模型。
步骤(5)、将随机选取河道水样品通过步骤(1)-(2)得到其电子鼻的指纹信息,再将传感器信号输入步骤(4)训练好的偏最小二乘法模型中,分析得到河道水pH、COD、总磷以及总氮的参数值,从而达到仅利用电子鼻技术就能有效快速检测河道水的水体参数的目的。
作为优选,步骤(1)将10ml河道水至置于500ml的容器中,用具有内径小于1mm的两个小孔的盖子进行密封,在下静置10min,使密封容器内的气体达到平衡。
作为优选,步骤(4)采用电子鼻的10个传感器第60s的信号值,作为偏最小二乘法模型的X矩阵。
作为优选,步骤(4)通过相关系数r、均方根误差RMSE值对偏最小二乘法模型进行评价,具体为:
其中,N表示采样点数;
Xi为第i个样品的测试值;
Yi为第i个样品的预测值;
本发明的有益效果是:
本发明方法只需利用电子鼻和偏最小二乘法算法就能快速检测河道水质参数,无需复杂前处理,分析结果客观可靠,操作简单,成本低廉,具有较高的推广及应用价值。
本发明采用在密封容器开有两个孔用于调节在检测过程中样品顶空气体的浓度,使其保持一定的稳定性。
本发明采用的电子鼻前置进样针流速必须保持在低于100ml/min的流速保证传感器气室内样品气体低浓度。
附图说明
图1本发明实例中电子鼻传感器响应信号;其中S1-S10表示电子鼻10个传感器;
图2本发明实例中基于偏最小二乘法的电子鼻技术对河道水质参数pH的预测;
图3本发明实例中基于偏最小二乘法的电子鼻技术对河道水质参数COD的预测;
图4本发明实例中基于偏最小二乘法的电子鼻技术对河道水质参数TN的预测;
图5本发明实例中基于偏最小二乘法的电子鼻技术对河道水质参数TP的预测;
具体实施方式
下面结合具体实施例对本发明做进一步地分析。
本发明一种基于电子鼻技术对河道水质参数快速监测的方法,具体步骤如下:
(1)将河道水进行现场取样;将10ml河道水放于具有两个小孔不小于500ml的密封容器中,在15~20℃下密封静置5~15min,使得密封容器中的顶空气体达到动态饱和。
密封容器上两个小孔的孔径为0.1~3mm,两孔间隔为3~5cm。
(2)基于电子鼻技术的河道水监测:将电子鼻的前置进样针插入到放有河道水的密封容器中的其中一个小孔,另一个小孔用于保证稳定气流;以50~100ml/min的流速将密闭容器中的顶空气体吸入到电子鼻内部10~20cm3的传感器气室内,在60~80s的时间内进行电子鼻传感器与顶空气体反应并产生信号,并采集信号;电子鼻的后置进样针以100~200ml/min的流速抽取外部空气对传感器气室以及传感器表面进行清洗10min;所述信号是传感器接触河道水顶空气体的电导率G与传感器在经过外部空气时的电导率G0的比值,即G/G0。
(3)河道水水质参数检测:对河道水进行pH、COD、总磷以及总氮理化参数;所述pH采用pH计进行直接测定,方法步骤参考国标GB 6980-1986;所述COD采用重铬酸盐法进行测定,方法步骤参考国标GB 11914-89;所述总磷采用碱性过硫酸钾消化-紫外分光光度法进行测定,方法步骤参考国标GB 11893-89;所述总氮采用钼酸铵分光光度法进行测定,方法步骤参考GB 11894-89;所有理化指标检测与电子鼻检测需在同一天完成。
(4)在MATLAB软件中,将步骤2中电子鼻传感器稳定的信号作为X矩阵,将步骤(3)中的水质参数的值作为Y矩阵;随机选取80%的样品作为训练样品,20%的样品作为测试样本,从而建立偏最小二乘法模型;通过偏最小二乘法建立河道水的指纹信息与其水质参数的定量预测模型。
(5)将随机选取河道水样品通过步骤(1)(2)得到其电子鼻的指纹信息,再将传感器信号输入步骤(4)得到的预测模型中,分析得到河道水pH、COD、总磷以及总氮的参数值,从而达到仅利用电子鼻技术就能有效快速检测河道水的水体参数的目的。
进一步地,所述步骤4中,所述特征值为电子鼻的10个传感器第60s的信号值,作为偏最小二乘法的X矩阵
进一步地,所述步骤4中,通过相关系数r、均方根误差RMSE值对基于偏最小二乘法的定量预测模型进行评价,具体为:
其中,N表示采样点数;
Xi为第i个样品的测试值;
Yi为第i个样品的预测值;
本发明的有益效果是,本发明方法只需利用电子鼻和偏最小二乘法算法就能快速检测河道水质参数,无需复杂前处理,分析结果客观可靠,操作简单,成本低廉,具有较高的推广及应用价值。
实施例
本发明适用于河道、湖泊、水渠等地表水的水质参数检测。以下的实施例便于更好地理解本发明,但并不限定本发明。
本发明主要适用于电子鼻数据处理和回归建模方法。本发明一种基于电子鼻技术对河道水质参数快速监测的方法,它的步骤如下:
1、分别采集不同河流段的河道水(本案例为6个采集点),每个采集点收集27个样本;将10ml河道水样本置于500ml的容器中,用留有两个孔(孔径大小为1mm,两孔间隔为4cm)的容器盖子进行密封,该容器在20℃中静置10min,使得容器内的顶空气体达到平衡。
2、以100ml/min作为气体流速,将容器中的顶空气体吸入到电子鼻装置中的10~20cm3传感器气室内,传感器表面物质与样品的顶空气体进行反应并产生响应的信号;整个检测时间以传感器信号达到稳定为限,本案例实验的检测时间为70s;样品检测完毕后,同样以200ml/min作为气体流速,将室内空气吸入到电子鼻装置中的传感器气室内,对传感器气室和传感器表面进行清洗10min;
样品的电子鼻信号为传感器接触样品气体的电导率G与传感器在经过校准气体时电导率G0的比值,即G/G0。样品的电子鼻信号采集频率为1s一个信号值;本案例取电子鼻传感器的稳定值作为后期建模的X矩阵数据来源;
本案例中应用的是德国AIRSENSE公司的PEN2型电子鼻为检测仪器,改电子鼻系统由10个金属氧化物传感器,其型号与相应特性如表1所示:
表1 PEN2型电子鼻各传感器的响应特征
3、对河道水水质参数的检测:pH、COD、总氮和总磷。
pH采用pH计进行直接测定,方法步骤参考国标GB 6980-1986;COD采用重铬酸盐法进行测定,方法步骤参考国标GB 11914-89;总磷采用碱性过硫酸钾消化-紫外分光光度法进行测定,方法步骤参考国标GB 11893-89;总氮采用钼酸铵分光光度法进行测定,方法步骤参考GB 11894-89;所有理化指标检测需在采样当天完成。
4、在Matlab中,将步骤2中电子鼻传感器稳定的信号值作为X矩阵,将步骤3中的水质参数的值作为Y矩阵;随机选取80%的样品作为训练样品,20%的样品作为测试样本,从而建立偏最小二乘法模型;通过偏最小二乘法建立河道水的指纹信息与其水质参数的定量预测模型。
通过相关系数r、均方根误差RMSE值对优化后的随机森林模型进行评价,具体为:
其中,N表示在建模过程中的样本个数;
Xi为建模过程中的第i个测试值;
Yi为建模过程中第i个样本的预测值;
表2总结了本发明实例测试中基于电子鼻技术对河道水质参数对pH、COD、总磷和总氮的预测模型的评价。图2,图3,图4,图5分别是预测结果和实际理化值之间回归线。
从训练集(已知pH、COD、总氮和总磷的样品)和预测集(未知pH、COD、总氮和总磷含量的的样品)的相关系数R2和均方根误差RMSE可以得出训练建立了一个良好的预测。本发明在仅1分钟时间,基于偏最小二乘法的电子鼻系统实现了河道水质参数的快速监测。
表2:基于偏最小二乘法模型对建模集样品和预测集样品的预测结果
上述实施例并非是对于本发明的限制,本发明并非仅限于上述实施例,只要符合本发明要求,均属于本发明的保护范围。
Claims (8)
1.一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:该方法包括如下步骤:
步骤(1)、将河道水进行现场取样;将河道水放于具有两个小孔不小于500ml的密封容器中,在15~20℃下密封静置5~15min,使得密封容器中的顶空气体达到动态饱和;
步骤(2)、基于电子鼻技术的河道水监测:
将电子鼻的前置进样针插入到放有河道水的密封容器中的其中一个小孔,另一个小孔用于保证稳定气流;以50~100ml/min的流速将密闭容器中的顶空气体吸入到电子鼻内部10~20cm3的传感器气室内,在60~80s的时间内进行电子鼻传感器与顶空气体反应并产生信号,并采集信号;电子鼻的后置进样针以100~200ml/min的流速抽取外部空气对传感器气室以及传感器表面进行清洗10min;所述信号是传感器接触河道水顶空气体的电导率G与传感器在经过外部空气时的电导率G0的比值,即G/G0;
步骤(3)、获取河道水水质参数,其中水质参数包括pH、COD、总磷以及总氮理化参数;
步骤(4)、构建偏最小二乘法模型:将步骤(2)中电子鼻传感器稳定的信号作为电子鼻的指纹信息构建X矩阵,将步骤(3)中的水质参数的值构建Y矩阵;
步骤(5)、将随机选取河道水样品通过步骤(1)-(2)得到其电子鼻的指纹信息输入步骤(4)训练好的偏最小二乘法模型中,分析得到河道水pH、COD、总磷以及总氮的参数值。
2.根据权利要求1所述的一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:密封容器上两个小孔的孔径为0.1~3mm,两孔间隔为3~5cm。
3.根据权利要求1所述的一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:河道水的取样量为10ml。
4.根据权利要求1所述的一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:河道水水质参数的获取方法具体是:
述pH采用pH计进行直接测定;
所述COD采用重铬酸盐法进行测定;
所述总磷采用碱性过硫酸钾消化-紫外分光光度法进行测定;
所述总氮采用钼酸铵分光光度法进行测定。
5.根据权利要求1所述的一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:步骤(3)河道水水质参数的获取与步骤(2)电子鼻监测在同一天完成。
6.根据权利要求1所述的一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:将10ml河道水至置于500ml的容器中,用具有内径1mm的两个小孔的盖子进行密封,在15~20℃下静置10min,使密封容器内的气体达到平衡。
7.根据权利要求1所述的一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:步骤(4)中电子鼻的10个传感器第60s的信号值作为偏最小二乘法模型的X矩阵。
8.根据权利要求1所述的一种基于电子鼻技术对河道水质参数快速监测的方法,其特征在于:通过相关系数r、均方根误差RMSE值对偏最小二乘法模型进行评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010960143.2A CN112268993A (zh) | 2020-09-14 | 2020-09-14 | 一种基于电子鼻技术对河道水质参数快速监测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010960143.2A CN112268993A (zh) | 2020-09-14 | 2020-09-14 | 一种基于电子鼻技术对河道水质参数快速监测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112268993A true CN112268993A (zh) | 2021-01-26 |
Family
ID=74349520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010960143.2A Pending CN112268993A (zh) | 2020-09-14 | 2020-09-14 | 一种基于电子鼻技术对河道水质参数快速监测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112268993A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485771A (zh) * | 2021-11-24 | 2022-05-13 | 吴崴 | 池塘水环境在线预测系统 |
CN115980286A (zh) * | 2022-12-03 | 2023-04-18 | 吉林大学 | 一种利用电子鼻对污水处理厂不同阶段废水检测的方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1253765A (zh) * | 1999-11-24 | 2000-05-24 | 毕杰梁 | 负压治疗器 |
CN104849321A (zh) * | 2015-05-06 | 2015-08-19 | 浙江大学 | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 |
CN104897738A (zh) * | 2015-05-06 | 2015-09-09 | 浙江大学 | 一种基于嗅觉指纹信息快速检测超高压果汁品质的方法 |
CN205720166U (zh) * | 2016-06-15 | 2016-11-23 | 环境保护部南京环境科学研究所 | 液面挥发气体检测装置 |
CN106908283A (zh) * | 2017-03-13 | 2017-06-30 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种适用于高秆植物的根‑土系统的气体顶空采样装置 |
CN206339533U (zh) * | 2016-09-30 | 2017-07-18 | 海南省环境科学研究院 | 一种液面挥发气体自动检测结构 |
CN207922725U (zh) * | 2018-02-02 | 2018-09-28 | 深圳市恒升鑫源电子设备有限公司 | 一种烤箱 |
CN110133050A (zh) * | 2019-04-10 | 2019-08-16 | 浙江大学 | 一种基于多传感器指纹图谱定性定量检测茶叶品质的方法 |
CN209764533U (zh) * | 2019-05-05 | 2019-12-10 | 章红平 | 一种地球化学地气测量采样装置 |
CN211042894U (zh) * | 2019-10-25 | 2020-07-17 | 河南可人科技有限公司 | 一种高效气体净化仪 |
-
2020
- 2020-09-14 CN CN202010960143.2A patent/CN112268993A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1253765A (zh) * | 1999-11-24 | 2000-05-24 | 毕杰梁 | 负压治疗器 |
CN104849321A (zh) * | 2015-05-06 | 2015-08-19 | 浙江大学 | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 |
CN104897738A (zh) * | 2015-05-06 | 2015-09-09 | 浙江大学 | 一种基于嗅觉指纹信息快速检测超高压果汁品质的方法 |
CN205720166U (zh) * | 2016-06-15 | 2016-11-23 | 环境保护部南京环境科学研究所 | 液面挥发气体检测装置 |
CN206339533U (zh) * | 2016-09-30 | 2017-07-18 | 海南省环境科学研究院 | 一种液面挥发气体自动检测结构 |
CN106908283A (zh) * | 2017-03-13 | 2017-06-30 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种适用于高秆植物的根‑土系统的气体顶空采样装置 |
CN207922725U (zh) * | 2018-02-02 | 2018-09-28 | 深圳市恒升鑫源电子设备有限公司 | 一种烤箱 |
CN110133050A (zh) * | 2019-04-10 | 2019-08-16 | 浙江大学 | 一种基于多传感器指纹图谱定性定量检测茶叶品质的方法 |
CN209764533U (zh) * | 2019-05-05 | 2019-12-10 | 章红平 | 一种地球化学地气测量采样装置 |
CN211042894U (zh) * | 2019-10-25 | 2020-07-17 | 河南可人科技有限公司 | 一种高效气体净化仪 |
Non-Patent Citations (4)
Title |
---|
R.M. STUETZ等: "Monitoring of wastewater odours using an electronic nose", 《WATER SCIENCE & TECHNOLOGY》 * |
R.M. STUETZ等: "Monitoring of wastewater odours using an electronic nose", 《WATER SCIENCE & TECHNOLOGY》, vol. 41, no. 6, 31 March 2000 (2000-03-31), pages 2 - 3 * |
方向生等: "电子鼻在环境监测中的应用与进展", 《环境科学与技术》 * |
方向生等: "电子鼻在环境监测中的应用与进展", 《环境科学与技术》, no. 10, 15 October 2011 (2011-10-15), pages 117 - 122 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485771A (zh) * | 2021-11-24 | 2022-05-13 | 吴崴 | 池塘水环境在线预测系统 |
CN115980286A (zh) * | 2022-12-03 | 2023-04-18 | 吉林大学 | 一种利用电子鼻对污水处理厂不同阶段废水检测的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109920492B (zh) | 一种水体沉积物中铅污染源解析的方法 | |
CN112268993A (zh) | 一种基于电子鼻技术对河道水质参数快速监测的方法 | |
CN103134850A (zh) | 一种基于特征香气的茶叶品质快速检测装置及检测方法 | |
CN107247083B (zh) | 一种农田重金属污染在线监测预警与实时处理系统及方法 | |
CN105806898B (zh) | 一种用于气体传感器的气体浓度标定方法 | |
CN104849321B (zh) | 一种基于嗅觉指纹图谱快速检测柑橘品质的方法 | |
CN116128260B (zh) | 基于数据样本的重点企业环境分析方法 | |
CN109781809B (zh) | 一种甲醛浓度人工智能测算方法 | |
CN106442515A (zh) | 一种简单低成本的银离子目视定量检测方法 | |
CN104849323A (zh) | 一种基于电子鼻快速检测果汁中澄清剂的方法 | |
CN104914225A (zh) | 一种基于嗅觉指纹信息预测果汁中澄清剂含量的方法 | |
CN102759526B (zh) | 一种金标银染定量检测汞离子的方法及其试剂盒 | |
CN114544894A (zh) | 基于pmf模型的源解析不确定性分析方法及系统 | |
CN110887944A (zh) | 一种茶油品质快速检测装置 | |
CN113340943B (zh) | 基于指纹图谱的水体中嗅味类型和嗅味强度的分析方法 | |
CN115659195A (zh) | 一种大气污染在线识别方法 | |
CN111521577B (zh) | 一种以二氧化碳峰面积为参比的红外光谱定量分析方法 | |
CN111141809B (zh) | 一种基于非接触式电导信号的土壤养分离子含量检测方法 | |
CN107976469A (zh) | 一种基于人工嗅觉的土壤养分快速检测装置 | |
CN209727908U (zh) | 一种基于食品检测的电子鼻设备 | |
Lee et al. | Comparison of tubular polymeric pH and ammonium ion electrodes as detectors in the automated determination of ammonia | |
CN112268994A (zh) | 一种基于电子鼻技术的黑臭水体快速识别的方法 | |
CN110426366A (zh) | 基于可视化嗅觉传感器及近红外的肉类掺假比例检测方法 | |
CN115420774A (zh) | 一种快速测定土壤中污染物的方法 | |
CN115980286A (zh) | 一种利用电子鼻对污水处理厂不同阶段废水检测的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210126 |
|
RJ01 | Rejection of invention patent application after publication |