CN112903947A - 一种水质在线监测分析系统及方法 - Google Patents

一种水质在线监测分析系统及方法 Download PDF

Info

Publication number
CN112903947A
CN112903947A CN202110255239.3A CN202110255239A CN112903947A CN 112903947 A CN112903947 A CN 112903947A CN 202110255239 A CN202110255239 A CN 202110255239A CN 112903947 A CN112903947 A CN 112903947A
Authority
CN
China
Prior art keywords
water quality
quality monitoring
monitoring result
biological
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.)
Withdrawn
Application number
CN202110255239.3A
Other languages
English (en)
Inventor
范智勇
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110255239.3A priority Critical patent/CN112903947A/zh
Publication of CN112903947A publication Critical patent/CN112903947A/zh
Withdrawn legal-status Critical Current

Links

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
    • 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
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/28—Electrolytic cell components
    • G01N27/30—Electrodes, e.g. test electrodes; Half-cells
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Molecular Biology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种水质在线监测分析系统及方法，包括生物视频采集模块、光谱分析模块、电化学分析模块、水质综合分析模块；生物视频采集模块采集生物特征参数，并输入到水质监测神经网络模型进行运算处理，得到第一水质监测结果；光谱分析模块的光源发出的光束待测水样，并采样光谱分析仪采集、分析，得到第二水质监测结果；电化学分析模块的取样泵将生物通道中的水样泵入采样瓶，敏感电极对采样瓶中的水样进行电导率测量，得到第三水质监测结果；水质综合分析模块根据加权平均求和算法得到最终的水质监测结果。通过上述方式，本发明能既能满足精度要求，又能够实现对突发性水体环境事故的预警。

Description

一种水质在线监测分析系统及方法
技术领域
本发明涉及水质监测技术领域，尤其涉及一种水质在线监测分析系统及方法。
背景技术
水质在线监测是掌握水环境质量状况，实现水环境治理和保护的重要手段和依据。及时、准确、全面地反映水环境质量和污染状况，至少可以节约后期 40%的水环境治理费用。因此，建立多参数、网络化的大规模水质在线监测与预警系统，是当前水环境治理和保护的迫切需求。
目前，被广泛使用的水质检测技术大致可分为理化分析方法和生物监测法两类：理化分析方法是基于物理和化学原理通过各类专业的仪器设备定性或者定量的测定分析水体样本中的重金属含量、有机物含量、电导率、含氧量、酸碱度等评估水体环境质量。该类方法能够较为精确地测定分析水体环境中污染物的成分和含量。但是其检测成本较高，且难以实现在线监测，这使得理化分析方法难以监测水体质量发生突发性事故的情况。而生物监测法是将毒理学方法、生态学方法等生物检测技术相结合，测定和评估水体环境中单一化学物质或综合毒性物质对水生生物的影响。随着生物监测技术的快速发展和应用的普及，生物在线监测技术可实时监测指示生物在水体环境中发生的变化，实现对突发性水体环境事故预警，但是该监测方式存在运行不稳定，监测结果不够准确的问题。
发明内容
为了解决上述技术问题，本发明提供一种水质在线监测分析系统及方法，解决现有技术中水质监测存在的检测成本较高、难以监测水体质量发生突发性事故的情况、监测方式存在运行不稳定、监测结果不够准确的问题。
为了达到上述目的，本发明实施例采用的技术方案是：一种水质在线监测分析系统，包括生物视频采集模块、光谱分析模块、电化学分析模块、水质综合分析模块；
所述生物视频采集模块包括透明的生物通道，以及沿生物通道周向均匀布设的多个视频采集设备，所述多个视频采集设备采集通过生物通道的生物的生物特征参数，并将这些生物特征参数输入到水质监测神经网络模型进行运算处理，输出得到第一水质监测结果；
所述光谱分析模块包括光源和光谱分析仪，所述光源发出的光束照射生物通道中的待测水样，并被光谱分析仪采集，然后进行分析，得到第二水质监测结果；
电化学分析模块包括取样泵、采样瓶和设置在所述采样瓶中的敏感电极，取样泵将生物通道中的水样泵入所述采样瓶，所述敏感电极对采样瓶中的水样进行电导率测量，并根据得到的电导率得到第三水质监测结果；
所述水质综合分析模块根据所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果，根据加权平均求和算法得到最终的水质监测结果。
可选的，所述多个视频采集设备紧贴生物通道周向均匀布设，所述光谱分析模块设置在视频采集设备右侧，并且光源与光谱分析仪相对设置；所述电化学分析模块设置在视频采集设备左侧，所述取样泵设置在生物通道壁上，以把采集的水样品输送到采样瓶中。
可选的，所述生物通道壁上设置有定期清洁部件，按照固定的频率对生物通道壁进行清理。
可选的，所述生物为斑马鱼、彩虹鳟鱼、古比鱼、青鏘鱼。
本发明实施例还提供一种水质在线监测分析方法，应用于所述的水质在线监测分析系统，该分析方法包括如下步骤：
S1、建立水质监测神经网络模型并进行初始化，然后采样生物样本参数，进行训练和验证，如果验证一致则执行步骤S2，否则继续执行步骤S1；
S2、对光谱分析模块进行标定，拟合得到不同光谱对应的水质监测结果曲线；
S3、对电化学分析模块进行标定，拟合得到不同电阻率对应的水质监测结果曲线；
S4、多个视频采集设备采集生物通道内的生物参数输入到水质监测神经网络模型，得到第一水质监测结果；
S5、所述光谱分析模块的所述光源发出平行入射光，出射光被光谱分析仪接收，分析光谱得到第二水质监测结果；
S6、电化学分析模块的所述取样泵对生物通道内的水样进行取样，并泵入到采样瓶中，采样瓶中的敏感电极对水样电阻率进行检测，并根据该电阻率得到第三水质监测结果；
S7、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果进行比较，如果某一项水质监测结果与其他两项水质监测结果具有明显差异，则判定上述某一项水质监测结果错误，则对其相应的检测模块进行检修和重新标定，并重新执行步骤S1，否则执行步骤S8；
S8、多个视频采集设备定时采集所述光谱分析模块和所述电化学分析模块的实时图像，并据此判断是否工作正常；
S9、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果按照设定的加权系数进行加权平均，得到最终的水质监测结果。
本发明的有益效果是：
1、同时采用生物监测法、光谱监测法、电化学监测法三种方法进行水质在线监测，即满足精度要求，又能够实现对突发性水体环境事故的预警；
2、三种监测方法得到的监测结果能够相互验证，并根据三种测量结果数据的显著差异进行异常判断；
3、采样对三种测量结果数据进行加权平均的算法，提高监测的准确性和稳定性；
4、生物视频采集模块中的视频采集设备还定时采集其他两个模块的实时图像数据，并据此判断其是否工作正常，提高系统的可靠性和故障判断的及时性；
5、采样神经网络算法进行生物相关参数进行处理，提高系统的智能性和鲁棒性；
6、能够根据GPS模块进行监测路径的规划，提高监测的代表性；
7、根据压力传感器得到水深数据，根据温度传感器得到水温数据，并根据水深数据和水温数据对监测结果进行补偿。
附图说明
图1表示水质在线监测分析系统示意图；
图2表示水质在线监测分析系统结构图；
图3表示水质在线监测分析方法的流程图；
图中，1、生物通道，2、视频采集设备，3、光源，4、光谱分析仪，5、取样泵，6、采样瓶。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
实施例1
如图1所示，一种水质在线监测分析系统，包括生物视频采集模块、光谱分析模块、电化学分析模块、水质综合分析模块；
如图2所示，生物视频采集模块包括透明的生物通道1，沿生物通道周向均匀布设的多个视频采集设备2，多个视频采集设备采集通过生物通道的生物的生物特征，输入到水质监测神经网络模型进行处理，得到第一水质监测结果；
光谱分析模块包括光源3和光谱分析仪4，光源3发出的光束照射待测水样，并被光谱分析仪4采集，然后进行分析，得到第二水质监测结果；
电化学分析模块包括取样泵5、采样瓶6和设置在所述采样瓶中的敏感电极，敏感电极对采样瓶6中的水样进行电导率采集，并根据得到的电导率得到第三水质监测结果；
水质综合分析模块根据所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果，根据加权平均求和算法得到最终的水质监测结果。
多个视频采集设备2紧贴生物通道1周向均匀布设，光谱分析模块设置在视频采集设备右侧，并且光源3与光谱分析仪4相对设置；电化学分析模块设置在视频采集设备左侧，取样泵5设置在生物通道1的壁上，把采集的水样品输送到采样瓶6中，取样泵5进水口设置有滤网。
生物通道1壁上设置有定期清洁部件；按照固定的频率对生物通道壁进行清理。
所述生物为斑马鱼、彩虹鳟鱼、古比鱼、青鏘鱼。
水质在线监测分析系统还设置有GPS定位模块或北斗定位模块，当水质在线监测分析系统被放入待测水样中时候，能够及时获取水质在线监测分析系统的当前位置，并且能够进行监测路径的规划，进而覆盖典型的监测位置，提高监测的代表性。
由于不同的水温和水深对监测具有影响，特别是影响生物的行为，因此在水质在线监测分析系统中还设置有压力传感器，用于测量水深数据，还设置有温度传感器，用于测量待测水样的温度，在得到水深数据和水温数据之后，对测量得到的水质监测结果进行补偿，以提高测量的准确性。
如图3所示，一种水质在线监测分析方法，包括如下步骤：
S1、建立水质监测神经网络模型并进行初始化，然后将事先采集不同水质监测结果情况下的生物的通过速度、环游频率、转动频率、生物群数量、呼吸频率、运动转角、尾鳍摆动频率、尾鳍摆动幅度等样本参数，进行训练，得到水质监测神经网络模型，并采用多个异于样本的参数和对应的水质监测结果对水质监测神经网络模型进行验证，如果验证一致则执行步骤S2，否则继续执行步骤S1；
S2、对光谱分析模块进行标定，拟合得到不同光谱对应的水质监测结果曲线；
S3、对电化学分析模块进行标定，拟合得到不同电阻率对应的水质监测结果曲线；
S4、将水质在线监测分析系统放置于鱼塘、湖泊等待测水样中，并在水质在线监测分析系统附近释放监测用生物，并使其通过水质在线监测分析系统的生物通道，生物视频采集模块中的多个视频采集设备对通过生物通道的生物进行视频采集，并根据采集到的视频数据得到生物的通过速度、环游频率、转动频率、生物群数量、呼吸频率、运动转角、尾鳍摆动频率、尾鳍摆动幅度等参数，并把上述参数输入到水质监测神经网络模型，得到第一水质监测结果，用于评估待测水样的水质等级；
S5、所述光谱分析模块的所述光源发出平行入射光，该平行入射光通过生物通道的水样之后，出射光被光谱分析仪接收，并经过对光谱的分析得到第二水质监测结果，用于评估待测水样的水质等级；
S6、所述电化学分析模块的所述取样泵对生物通道内的水样进行取样，并泵入到采样瓶中，采样瓶中的敏感电极对水样电阻率进行检测，并根据该电阻率得到第三水质监测结果，用于评估待测水样的水质等级；
S7、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果进行比较，如果某一项水质监测结果与其他两项水质监测结果具有明显差异，则判定上述某一项水质监测结果错误，则对其相应的检测模块进行检修和重新标定，并重新执行步骤S1，否则执行步骤S8；
S8、所述生物视频采集模块中的所述多个视频采集设备还定时采集所述光谱分析模块和所述电化学分析模块的实时图像，并据此判断其是否工作正常；
S9、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果按照设定的加权系数进行加权平均，得到最终的水质监测结果。
实施例2
本实施例还提供一种水质在线监测分析方法，应用于实施例1描述的水质在线监测分析系统，该分析方法包括如下步骤：
S1、建立水质监测神经网络模型并进行初始化，然后将事先采集不同水质监测结果情况下的生物的通过速度、环游频率、转动频率、生物群数量、呼吸频率、运动转角、尾鳍摆动频率、尾鳍摆动幅度等样本参数，进行训练，得到水质监测神经网络模型，并采用多个异于样本的参数和对应的水质监测结果对水质监测神经网络模型进行验证，如果验证一致则执行步骤S2，否则继续执行步骤S1；
S2、对光谱分析模块进行标定，拟合得到不同光谱对应的水质监测结果曲线；
S3、对电化学分析模块进行标定，拟合得到不同电阻率对应的水质监测结果曲线；
S4、将水质在线监测分析系统放置于河流等待测水样中，并在水质在线监测分析系统附近释放监测用生物，使其通过水质在线监测分析系统的生物通道，生物视频采集模块中的多个视频采集设备对通过生物通道的生物进行视频采集，并根据采集到的视频数据得到生物的通过速度、环游频率、转动频率、生物群体态、呼吸频率、运动转角、尾鳍摆动频率、尾鳍摆动幅度等参数，并把上述参数输入到水质监测神经网络模型，得到第一水质监测结果，用于评估待测水样的水质等级；
S5、所述光谱分析模块的所述光源发出平行入射光，该平行入射光通过生物通道的水样之后，出射光被光谱分析仪接收，并经过对光谱的分析得到第二水质监测结果，用于评估待测水样的水质等级；
S6、所述电化学分析模块的所述取样泵对生物通道内的水样进行取样，并泵入到采样瓶中，采样瓶中的敏感电极对水样电阻率进行检测，并根据该电阻率得到第三水质监测结果，用于评估待测水样的水质等级；
S7、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果进行比较，如果某一项水质监测结果与其他两项水质监测结果具有明显差异，则判定上述某一项水质监测结果错误，则对其相应的检测模块进行检修和重新标定，并重新执行步骤S1，否则执行步骤S8；
S8、所述生物视频采集模块中的所述多个视频采集设备还不定时采集所述光谱分析模块和所述电化学分析模块的实时图像，并与正常工作状态下的图像进行相似度评估，得到相似度评估值，并于相对应的阈值进行对比，并据此判断其是否工作正常；
S9、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果进行求和平均，得到最终的水质监测结果，据此得到待测水质的水质等级。
以上所述为本发明较佳实施例，需要说明的是，对于本领域普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围。

Claims (7)

1.一种水质在线监测分析系统，其特性在于，包括生物视频采集模块、光谱分析模块、电化学分析模块、水质综合分析模块；
所述生物视频采集模块包括透明的生物通道，以及沿生物通道周向均匀布设的多个视频采集设备，所述多个视频采集设备采集通过生物通道的生物的生物特征参数，并将这些生物特征参数输入到水质监测神经网络模型进行运算处理，输出得到第一水质监测结果；
所述光谱分析模块包括光源和光谱分析仪，所述光源发出的光束照射生物通道中的待测水样，并被光谱分析仪采集，然后进行分析，得到第二水质监测结果；
电化学分析模块包括取样泵、采样瓶和设置在所述采样瓶中的敏感电极，取样泵将生物通道中的水样泵入所述采样瓶，所述敏感电极对采样瓶中的水样进行电导率测量，并根据得到的电导率得到第三水质监测结果；
所述水质综合分析模块根据所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果，根据加权平均求和算法得到最终的水质监测结果。
2.根据权利要求1所述的一种水质在线监测分析系统，其特征在于，所述多个视频采集设备紧贴生物通道周向均匀布设，所述光谱分析模块设置在视频采集设备右侧，并且光源与光谱分析仪相对设置；所述电化学分析模块设置在视频采集设备左侧，所述取样泵设置在生物通道壁上，以把采集的水样品输送到采样瓶中。
3.根据权利要求1所述的一种水质在线监测分析系统，其特征在于，所述生物通道壁上设置有定期清洁部件，按照固定的频率对生物通道壁进行清理。
4.根据权利要求1所述的一种水质在线监测分析系统，其特征在于，所述生物为斑马鱼、彩虹鳟鱼、古比鱼、青鏘鱼。
5.根据权利要求1所述的一种水质在线监测分析系统，其特征在于，水质在线监测分析系统还设置有GPS定位模块或北斗定位模块。
6.根据权利要求1所述的一种水质在线监测分析系统，其特征在于，水质在线监测分析系统中还设置有压力传感器，用于测量水深数据，还设置有温度传感器，用于测量待测水样的温度，在得到水深数据和水温数据之后，对测量得到的水质监测结果进行补偿。
7.一种水质在线监测分析方法，应用于权利要求1-6任一项所述的水质在线监测分析系统，其特征在于，该水质在线监测分析方法包括如下步骤：
S1、建立水质监测神经网络模型并进行初始化，然后采样生物样本参数，进行训练和验证，如果验证一致则执行步骤S2，否则继续执行步骤S1；
S2、对光谱分析模块进行标定，拟合得到不同光谱对应的水质监测结果曲线；
S3、对电化学分析模块进行标定，拟合得到不同电阻率对应的水质监测结果曲线；
S4、多个视频采集设备采集生物通道内的生物参数输入到水质监测神经网络模型，得到第一水质监测结果；
S5、所述光谱分析模块的所述光源发出平行入射光，出射光被光谱分析仪接收，分析光谱得到第二水质监测结果；
S6、电化学分析模块的所述取样泵对生物通道内的水样进行取样，并泵入到采样瓶中，采样瓶中的敏感电极对水样电阻率进行检测，并根据该电阻率得到第三水质监测结果；
S7、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果进行比较，如果某一项水质监测结果与其他两项水质监测结果具有明显差异，则判定上述某一项水质监测结果错误，则对其相应的检测模块进行检修和重新标定，并重新执行步骤S1，否则执行步骤S8；
S8、多个视频采集设备定时采集所述光谱分析模块和所述电化学分析模块的实时图像，并据此判断是否工作正常；
S9、对所述第一水质监测结果、所述第二水质监测结果、所述第三水质监测结果按照设定的加权系数进行加权平均，得到最终的水质监测结果。
CN202110255239.3A 2021-03-09 2021-03-09 一种水质在线监测分析系统及方法 Withdrawn CN112903947A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110255239.3A CN112903947A (zh) 2021-03-09 2021-03-09 一种水质在线监测分析系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110255239.3A CN112903947A (zh) 2021-03-09 2021-03-09 一种水质在线监测分析系统及方法

Publications (1)

Publication Number Publication Date
CN112903947A true CN112903947A (zh) 2021-06-04

Family

ID=76108134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110255239.3A Withdrawn CN112903947A (zh) 2021-03-09 2021-03-09 一种水质在线监测分析系统及方法

Country Status (1)

Country Link
CN (1) CN112903947A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114878768A (zh) * 2022-05-12 2022-08-09 安徽恒信通智能科技股份有限公司 一种园林河道生态环保监测系统
CN116338124A (zh) * 2023-03-23 2023-06-27 无锡沃环仪表科技有限公司 一种地表水水质分析装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114878768A (zh) * 2022-05-12 2022-08-09 安徽恒信通智能科技股份有限公司 一种园林河道生态环保监测系统
CN116338124A (zh) * 2023-03-23 2023-06-27 无锡沃环仪表科技有限公司 一种地表水水质分析装置

Similar Documents

Publication Publication Date Title
CN112903947A (zh) 一种水质在线监测分析系统及方法
US6936156B2 (en) Automated self-calibrating water quality monitoring sensor housing assembly
CN109959634A (zh) 一种水质监测系统及方法
CN116128260B (zh) 基于数据样本的重点企业环境分析方法
Martsenyuk et al. Multispectral control of water bodies for biological diversity with the index of phytoplankton
Ariza-Avidad et al. Feasibility of the use of disposable optical tongue based on neural networks for heavy metal identification and determination
CN117491586B (zh) 一种水质检测方法及系统
Lai et al. Development of a sequential injection analysis device and its application for the determination of Mn (II) in water
CN114839343B (zh) 一种便携式水质监测巡检仪装置及使用方法
CN111879709A (zh) 湖泊水体光谱反射率检验方法及装置
Ramos et al. LabVIEW 2010 computer vision platform based virtual instrument and its application for pitting corrosion study
CN113376107B (zh) 基于云平台的水质监测系统和方法
Howell et al. Voltammetric in situ measurements of trace metals in coastal waters
Howell et al. The determination of trace metals in estuarine and coastal waters using a voltammetric in situ profiling system
CN116912672A (zh) 一种基于无人测量船的大型底栖无脊椎动物生物完整性评价方法
CN109633113B (zh) 基于青鳉鱼逐级行为模型的水质监测预警方法及系统
KR102592931B1 (ko) 사물인터넷 수질 측정 장치를 이용한 위치 기반의 지능형 수질 모니터링 시스템 및 그 방법
Dali et al. Low-cost colorimetric setup for concentration measurement of manganese ions based on optical absorbance
CN115436593A (zh) 一种湖泊水质监测系统
Amrita et al. Analysing the water quality parameters from traditional to modern methods in aquaculture
Maidan Dali et al. Low-cost colorimetric setup for concentration measurement of manganese ions based on optical absorbance.
Kim et al. On-site water nitrate monitoring system based on automatic sampling and direct measurement with ion-selective electrodes
CN116698794B (zh) 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
Scientific EFFICIENT WAY TO MEASURE THE OXYGEN IN WATER USING IOT DEVICES.
CN117169183A (zh) 一种带自清洁功能的海水dic检测装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210604

WW01 Invention patent application withdrawn after publication