CN114594055A - 一种基于光谱的雨水管道混接点位非开挖诊断方法 - Google Patents
一种基于光谱的雨水管道混接点位非开挖诊断方法 Download PDFInfo
- Publication number
- CN114594055A CN114594055A CN202210299157.3A CN202210299157A CN114594055A CN 114594055 A CN114594055 A CN 114594055A CN 202210299157 A CN202210299157 A CN 202210299157A CN 114594055 A CN114594055 A CN 114594055A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- mixed junction
- organic matters
- rainwater pipeline
- rainwater
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003745 diagnosis Methods 0.000 title claims abstract description 18
- 230000003595 spectral effect Effects 0.000 title claims abstract description 15
- 238000009412 basement excavation Methods 0.000 title claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 46
- 238000002189 fluorescence spectrum Methods 0.000 claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 3
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000001506 fluorescence spectroscopy Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 239000012528 membrane Substances 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 239000011148 porous material Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 239000010865 sewage Substances 0.000 abstract description 15
- 230000006872 improvement Effects 0.000 abstract description 7
- 239000002245 particle Substances 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 8
- 239000005416 organic matter Substances 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 244000005700 microbiome Species 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 235000020681 well water Nutrition 0.000 description 4
- 239000002349 well water Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001069 Raman spectroscopy Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241000209439 Cabomba caroliniana Species 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000005446 dissolved organic matter Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000002371 ultraviolet--visible spectrum Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/34—Purifying; Cleaning
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mechanical Engineering (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明提供了一种基于光谱的雨水管道混接点位非开挖诊断方法,属于市政排水管网工程领域，公开了雨水管道混接点位的诊断方法。该方法包括以下步骤：对待测水样进行过滤预处理，去除污水中悬浮性颗粒物；对待测水样的溶解性有机物进行光谱测定；对待测水样的溶解性有机物进行荧光光谱数据预处理；对不同点位的溶解性有机物光谱进行定量处理并比较，诊断雨水管道混接点位。本发明通过有机物的三维荧光光谱、紫外‑可见吸收光谱等对排水管道中有机物特性进行多维刻画，准确区分排水管网中雨水径流和不同类别污水，精确诊断雨污混接点位，对分流制城市排水系统改造和城市污水处理厂提质增效有重要意义。
Description
技术领域
本发明属于市政排水管网工程领域，尤其涉及一种基于光谱的雨水管道混接点位非开挖诊断方法。
背景技术
当前，水环境治理要在实现消劣(消除劣Ⅴ类)保优的基础上，进一步实现“有河有水、有鱼有草，人水和谐”的水生态环境保护更高目标；但是，长江流域生态形势依然严峻，城镇河湖水质较差、管网混接错接问题严重。欧美国家高度重视“先地下、后地上”的环境基础设施先行原则，相关问题并不突出。因此，基于国际可借鉴先例和技术不多的现状，为解决制约长江流域城市水环境持续改善的“卡脖子”问题，只能通过自主研发相关技术，并正成为当前科技攻关热点。
美国国家环境环保局2004年更新完善的《雨水管网混接调查技术指南》中指出，目前常常借助闭路电视和声纳成像等技术开展管网问题检测，检测条件苛刻，需降水排空、清淤疏通等前期准备工作，成本高、效率低，并且不能检测混接和错接问题。同济大学徐祖信教授等基于化学质量平衡方程、水质特征因子和蒙特卡洛理论，建立了雨污混接诊断的源解析方法。唐建国等编制的《城镇排水管道混接调查及治理技术规程》(T/CECS 758-2020)，对指导我国城市排水管网问题调查发挥了较大作用。排水管网混错接及破损问题精准检测已成为我国及发展中国家城市水环境治理“卡脖子”的技术问题，亟需进一步研发排水管网简便高效、非开挖、不断水的检测技术，推进相关产业和专业化机构发展，对我国乃至发展中国家城市水环境治理具有重大意义。
长江流域降水充沛、强降雨频现、地下水位高，导致管网多源入流入渗、雨污水溢流过程复杂多变、且在不同区段交错共存。常规人工巡检、CCTV视频检测等技术方法需要断水、清淤操作，难以实施。研发基于特征污染识别、有机物多维特征分析表征不同排放来源的水质指纹图谱分析方法，建立水质图谱数据库；研发基于检查井有限点位监测数据的破损和混错接溯源反演定位技术，开发融合时空动态数据信息和在线模型状态行为预测与反馈调整的排水管网智慧管控技术；开发正常运行工况下破损管道的带水检测装备，突破排水管网多问题并存背景下非开挖、不断水检测技术瓶颈，大幅提高管网检测维修效率，避除外水入侵干扰，是实现提高污水处理厂进水浓度并控制上游管网溢流污水的前提，也是实现长江流域城市厂网河湖一体化提质增效的关键。
针对城市地面道路不能大规模开挖、排水管网难以断水的难点，攻克基于特征污染识别、有机物多维特征分析和入流入渗污染模型反演分析的关键技术，实现多重复合不确定性因素影响下排水管网混接、错接、破损问题的确定性解析，以及非开挖、不断水检测；开发可带水作业的轮毂驱动机器人及漂浮驱动检测装备，实现正常排水工况下管网结构与功能故障的定性识别，突破排水管网多问题并存背景下智慧管控的技术瓶颈，为城市排水系统提质增效提供技术支撑。
对雨水管网混接复杂区域进行检查井采样，采用三维荧光光谱等手段进行有机物多维特征解析，并耦合平行因子和高斯拟合等谱图解析手段开发有机物多维解析方法，研发出通过检测井采样分析来诊断雨水管网混接点位的便捷化精确定位诊断技术。
发明内容
本发明的目的是通过对分流制排水管道中有机物特性进行多维刻画，实现准确区分排水管网中雨水径流和不同类别污水，为精确诊断雨污混接点位提供可行的技术手段。
为了实现上述目的，本发明采用了如下技术方案：
一种基于光谱的雨水管道混接点位非开挖诊断方法，
1、一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，收集待测水样并进行如下处理：
S1：对待测水样进行过滤预处理；
S2：对待测水样的溶解性有机物进行光谱测定；
S3：对待测水样的溶解性有机物进行荧光光谱数据预处理；
S4：对不同点位的溶解性有机物光谱进行定量处理并比较，诊断雨水管道混接点位。
优选地，所述S1步骤中过滤预处理使用孔径为0.22μm-0.45μm的过滤膜。
优选地，所述S2步骤中的荧光光谱测定应在样品采集后一周内进行。
优选地，所述S2步骤中的光谱测定包括但不限于有机物三维荧光光谱和紫外-可见吸收光谱。
优选地，所述S3步骤中的荧光光谱数据预处理包括但不限于荧光数据的散射扣除和荧光数据的内滤校正。
优选地，所述S3步骤中的荧光光谱数据预处理所使用的工具包括但不限于Python、Matlab。
优选地，所述S4步骤中的溶解性有机物光谱的定量处理和比较中，使用包括但不限于等高线图、区域积分和平行因子降维解析方法。
本发明与现有技术相比，具备以下优点和积极效果：
1、本发明提供通过将水样过滤进行预处理，达到了去除悬浮性颗粒物的效果，避免了悬浮性颗粒物对样品光谱测定产生的自吸收等意外影响；同时去除部分微生物，避免了常规检测中因步骤繁琐导致的水样存储时间较长时，大量微生物对水样中溶解性有机物产生的影响；
2、本发明通过对溶解性有机物进行多维度光谱测定，避免了使用氨氮等传统水质因子因维度单一而难以准确诊断混接的问题，在雨水管网混接复杂区域存在多重复合不确定性影响因素下，更好地解决雨水管网混接复杂区域管段的精确定位诊断。
附图说明
图1为本发明提供的基于光谱的雨水管道混接点位非开挖诊断方法步骤图；
图2为本发明提供的基于光谱的雨水管道混接点位非开挖诊断方法中雨水检查井点位三维荧光等高线图；
图3为本发明提供的基于光谱的雨水管道混接点位非开挖诊断方法中雨水检查井点位三维荧光区域荧光积分图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
如图1至图3所示，为本发明公开了一种基于光谱的雨水管道混接点位非开挖诊断方法，包括如下步骤：
S1:对待测水样进行过滤预处理；
S2:对待测水样的溶解性有机物进行光谱测定；
S3:对待测水样的溶解性有机物进行荧光光谱数据预处理；
S4:对不同点位的溶解性有机物光谱进行定量处理并比较，诊断雨水管道混接点位。
进一步，在S1步骤中过滤预处理使用孔径为0.45μm的过滤膜。
进一步，在S2步骤中溶解性有机物的光谱测定应在样品采集后一周内进行。
进一步，在S2步骤中光谱测定包括但不限于有机物三维荧光光谱和紫外-可见吸收光谱。
进一步，在S3步骤中荧光光谱的预处理包括但不限荧光数据的散射扣除和荧光数据的内滤校正。且处理方法使用的工具包括但不限于Python、Matlab。
下面通过两个实施例来具体说明。
实施例1
将10mL雨水检查井水样通过0.45μm滤膜进行过滤预处理后，对待测水样进行三维荧光光谱的测定：具体地，使用100V电压，5mm狭缝宽度，测定激发波长Ex＝200-550nm，发射波长Em＝200-550nm。
使用Matlab进行荧光矩阵的预处理，去除一级和二级拉曼和瑞丽散射信号：具体地，取矩阵高响应值并删除，再根据三角形内插法进行插值，从而完成散射扣除。散射扣除可起到放大荧光响应的作用，便于后一步进行荧光光谱的解析。
经预处理的三维荧光光谱数据直接采用等高线图形式呈现，并用于检查井水水质的快速定性判断。结果如附图2所示，可见点位3水质荧光光谱等高线图中出现明显的荧光峰增强，说明点位2到点位3之间管段存在雨污混接问题。
实施例2
将10mL雨水检查井水样通过0.45μm滤膜进行过滤预处理后，对待测水样进行三维荧光光谱的测定：具体地，使用100V电压，5mm狭缝宽度，测定激发波长Ex＝200-550nm，发射波长Em＝200-550nm。
使用Matlab进行荧光矩阵的预处理，去除一级和二级拉曼和瑞丽散射信号：具体地，取矩阵高响应值并删除，再根据三角形内插法进行插值，从而完成散射扣除。
为提高复杂雨水管道雨污混接诊断精确度，使用Matlab对三维荧光光谱数据进一步区域积分解析，结果结果如附图3所示，相较前一管段，点位3检查井水水质荧光光谱λex/λem＝200-250/280-380区域内的荧光平均响应强度增加了2倍以上，说明点位2到点位3之间管段可能存在雨污混接问题。
本发明与现有技术相比，具备以下优点和积极效果：
1、本发明提供通过将水样过滤膜进行预处理，达到了去除悬浮性颗粒物的效果，避免了悬浮性颗粒物对样品光谱测定产生的自吸收等意外影响；同时去除部分微生物，避免了常规检测中因步骤繁琐导致的水样存储时间较长时，大量微生物对水样中溶解性有机物产生的影响；
2、本发明通过对溶解性有机物进行多维度光谱测定，避免了使用氨氮等传统水质因子因维度单一而难以准确诊断混接的问题，在雨水管网混接复杂区域存在多重复合不确定性影响因素下，更好地解决雨水管网混接复杂区域管段的精确定位诊断。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”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设备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”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，收集待测水样并进行如下处理：
S1：对待测水样进行过滤预处理；
S2：对待测水样的溶解性有机物进行光谱测定；
S3：对待测水样的溶解性有机物进行荧光光谱数据预处理；
S4：对不同点位的溶解性有机物光谱进行定量处理并比较，诊断雨水管道混接点位。
2.根据权利要求1所述的一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，所述S1步骤中过滤预处理使用孔径为0.22μm-0.45μm的过滤膜。
3.根据权利要求1所述的一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，所述S2步骤中的荧光光谱测定应在样品采集后一周内进行。
4.根据权利要求1所述的一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，所述S2步骤中的光谱测定包括但不限于有机物三维荧光光谱和紫外-可见吸收光谱。
5.根据权利要求1所述的一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，所述S3步骤中的荧光光谱数据预处理包括但不限于荧光数据的散射扣除和荧光数据的内滤校正。
6.根据权利要求1所述的一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，所述S3步骤中的荧光光谱数据预处理所使用的工具包括但不限于Python、Matlab。
7.根据权利要求1所述的一种基于光谱的雨水管道混接点位非开挖诊断方法，其特征在于，所述S4步骤中的溶解性有机物光谱的定量处理和比较中，使用包括但不限于等高线图、区域积分和平行因子降维解析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210299157.3A CN114594055B (zh) | 2022-03-25 | 2022-03-25 | 一种基于光谱的雨水管道混接点位非开挖诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210299157.3A CN114594055B (zh) | 2022-03-25 | 2022-03-25 | 一种基于光谱的雨水管道混接点位非开挖诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114594055A true CN114594055A (zh) | 2022-06-07 |
| CN114594055B CN114594055B (zh) | 2023-06-27 |
Family
ID=81811315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210299157.3A Active CN114594055B (zh) | 2022-03-25 | 2022-03-25 | 一种基于光谱的雨水管道混接点位非开挖诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114594055B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116046703A (zh) * | 2023-03-28 | 2023-05-02 | 中国市政工程华北设计研究总院有限公司 | 一种基于居民生活排污规律的外水入流入渗快速诊断方法 |
| CN116858817A (zh) * | 2023-07-24 | 2023-10-10 | 同济大学 | 一种基于荧光光谱的工业废水混接点位诊断方法 |
| CN117522653A (zh) * | 2024-01-05 | 2024-02-06 | 同济大学 | 基于三维荧光和市政管网bim模型的雨污混接溯源分析方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102901721A (zh) * | 2012-10-17 | 2013-01-30 | 中国环境科学研究院 | 一种受有机物污染地下水流向的快速判断方法 |
| CN110609021A (zh) * | 2019-08-15 | 2019-12-24 | 成都市环境保护科学研究院 | 一种基于三维荧光光谱的江河流域污染物特征分析方法 |
| CN111562242A (zh) * | 2020-05-09 | 2020-08-21 | 同济大学 | 一种城市排水系统的雨天溢流污水来源的快速识别方法 |
| CN113514436A (zh) * | 2021-06-17 | 2021-10-19 | 上海勘测设计研究院有限公司 | 一种快速判断雨水接入污水检查井的方法 |
-
2022
- 2022-03-25 CN CN202210299157.3A patent/CN114594055B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102901721A (zh) * | 2012-10-17 | 2013-01-30 | 中国环境科学研究院 | 一种受有机物污染地下水流向的快速判断方法 |
| CN110609021A (zh) * | 2019-08-15 | 2019-12-24 | 成都市环境保护科学研究院 | 一种基于三维荧光光谱的江河流域污染物特征分析方法 |
| CN111562242A (zh) * | 2020-05-09 | 2020-08-21 | 同济大学 | 一种城市排水系统的雨天溢流污水来源的快速识别方法 |
| CN113514436A (zh) * | 2021-06-17 | 2021-10-19 | 上海勘测设计研究院有限公司 | 一种快速判断雨水接入污水检查井的方法 |
Non-Patent Citations (9)
| Title |
|---|
| 付川 等: "长江(万州段)水体溶解性有机物的荧光光谱分析", 《长江流域资源与环境》, vol. 18, no. 9, pages 856 - 859 * |
| 姚璐璐 等: "三维荧光区域积分评估城市污水中溶解性有机物去除", 《环境工程学报》 * |
| 姚璐璐 等: "三维荧光区域积分评估城市污水中溶解性有机物去除", 《环境工程学报》, no. 02, 5 February 2013 (2013-02-05), pages 411 - 416 * |
| 徐祖信 等: "污水管网中雨水混接来源的高效诊断方法", 《同济大学学报（自然科学版）》 * |
| 徐祖信 等: "污水管网中雨水混接来源的高效诊断方法", 《同济大学学报（自然科学版）》, vol. 45, no. 3, 31 March 2017 (2017-03-31), pages 384 - 390 * |
| 陈诗雨 等: "溶解性有机物研究中三维荧光光谱分析的应用", 《环境科学与技术》 * |
| 陈诗雨 等: "溶解性有机物研究中三维荧光光谱分析的应用", 《环境科学与技术》, vol. 38, no. 5, 31 May 2015 (2015-05-31), pages 64 - 67 * |
| 高连敬 等: "三维荧光结合荧光区域积分法评估净水厂有机物去除效果", 《给水排水》 * |
| 高连敬 等: "三维荧光结合荧光区域积分法评估净水厂有机物去除效果", 《给水排水》, no. 10, 10 October 2012 (2012-10-10), pages 51 - 56 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116046703A (zh) * | 2023-03-28 | 2023-05-02 | 中国市政工程华北设计研究总院有限公司 | 一种基于居民生活排污规律的外水入流入渗快速诊断方法 |
| CN116858817A (zh) * | 2023-07-24 | 2023-10-10 | 同济大学 | 一种基于荧光光谱的工业废水混接点位诊断方法 |
| CN117522653A (zh) * | 2024-01-05 | 2024-02-06 | 同济大学 | 基于三维荧光和市政管网bim模型的雨污混接溯源分析方法 |
| CN117522653B (zh) * | 2024-01-05 | 2024-03-26 | 同济大学 | 基于三维荧光和市政管网bim模型的雨污混接溯源分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114594055B (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114594055A (zh) | 一种基于光谱的雨水管道混接点位非开挖诊断方法 | |
| CN112986538A (zh) | 大区域土壤重金属检测与时空分布特征分析方法及系统 | |
| 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 | |
| CN110542678A (zh) | 一种土壤环境质量监测方法 | |
| CN110083585B (zh) | 一种水污染排放源数据库及其建立方法 | |
| Chow et al. | Development of smart data analytics tools to support wastewater treatment plant operation | |
| CN103278616B (zh) | 一种土壤腐蚀性快速评价的多因子方法 | |
| CN115062071B (zh) | 一种用于河道的水资源污染扩散分析方法及系统 | |
| Zhao et al. | One hundred-year sedimentary record of heavy metal accumulation in the southeastern Liaodong Bay of China | |
| Khamis et al. | High frequency fluorescence monitoring reveals new insights into organic matter dynamics of an urban river, Birmingham, UK | |
| CN116858817A (zh) | 一种基于荧光光谱的工业废水混接点位诊断方法 | |
| CN117420283B (zh) | 一种一体化多通道水质监测方法及系统 | |
| CN114563381A (zh) | 一种水体污染溯源方法 | |
| CN114565273A (zh) | 一种排水管网系统运行工况快速诊断与评估方法及系统 | |
| Shen et al. | Spectroscopic and compositional profiles of dissolved organic matters in urban snow from 2019 to 2021: Focusing on pollution features identification | |
| CN113704932A (zh) | 一种基于稳定同位素的城镇污水管网外水混入定量评估方法 | |
| CN112630202A (zh) | 一种城市排水系统的雨天溢流污水来源的识别方法 | |
| CN117390535A (zh) | 一种流域水环境生态治理预警方法及系统 | |
| CN117331913A (zh) | 一种工业园区水污染源荧光指纹数据库的构建方法 | |
| CN111523799A (zh) | 一种分流制管网雨污混合程度分析方法 | |
| CN116205087A (zh) | 基于边缘计算网关的雨污排水管网异常分析方法及装置 | |
| CN115064226A (zh) | 估算城市道路暴雨径流重金属污染负荷的简化方法 | |
| Vanderpoorten et al. | Trophic response curves of aquatic bryophytes in lowland calcareous streams | |
| Hua | An identification source of variation on the water quality pattern in the Malacca River basin using chemometric approach | |
| CN114324800A (zh) | 一种排水管道来水监测方法及其系统、存储介质 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Xu Zuxin Inventor after: Chu Wenhai Inventor after: Luan Xinmiao Inventor after: Qi Haiyue Inventor after: Ao Feiyang Inventor before: Xu Zuxin Inventor before: Chu Wenhai Inventor before: Luan Xinmiao Inventor before: Qi Haiyue |
|
| CB03 | Change of inventor or designer information |