CN116303815A - 一种河流断面的多级指纹图谱构建方法 - Google Patents

一种河流断面的多级指纹图谱构建方法 Download PDF

Info

Publication number
CN116303815A
CN116303815A CN202310007603.3A CN202310007603A CN116303815A CN 116303815 A CN116303815 A CN 116303815A CN 202310007603 A CN202310007603 A CN 202310007603A CN 116303815 A CN116303815 A CN 116303815A
Authority
CN
China
Prior art keywords
river
water
section
fingerprint
river section
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
Application number
CN202310007603.3A
Other languages
English (en)
Inventor
何耿铭
卢耀斌
栾天罡
罗丽娟
文月
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202310007603.3A priority Critical patent/CN116303815A/zh
Publication of CN116303815A publication Critical patent/CN116303815A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G01N27/626Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode using heat to ionise a gas
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02Column chromatography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/283Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种河流断面的多级指纹图谱构建方法、装置、电子设备及存储介质以及计算机程序产品,方法具体包括:获取河流断面的水环境信息,然后采用在线定时采水设备进行河流断面的水样采集,根据获取的信息筛选出特征污染物,通过多种仪器基于特征污染物构建河流断面的多级指纹图谱数据库,最后根据多级指纹图谱数据库对河流断面进行监测预警溯源。本发明采用在线自动采集水样方案,解决了采集水样时工作量大且人工成本高、效率低的问题,降低了成本且提高了效率;本发明还采用构建多级指纹图谱的方法,对河流断面的预警溯源工作量大大减少,能及时获得河流断面的实时数据,更加准确及时,可广泛应用于环境污染监测技术领域。

Description

一种河流断面的多级指纹图谱构建方法
技术领域
本发明涉及环境污染监测技术领域,尤其是一种河流断面的多级指纹图谱构建方法。
背景技术
河流是生命的起源,是一切人类文明发源的地方,所有人类的发展都离不开河流,他不仅给我们提供了水资源,而且也是众多水生生物的家,但是经济的发展,人口的不断增长,工农业水平的不断增长,水资源浪费也比较严重,加之各种有害物质对水体的污染加剧,导致现在河流情况不断恶化,河流中的生态环境也频频遭受破坏。然而水体的污染物来源广泛且复杂,对于快速识别水体污染物来源成为了现阶段研究水环境安全的难点,也是保障水环境安全的重中之重。如何找到源头,快速解析污染来源,成为国内外专家的研究重点。
现有的河流水质在线监测和预警技术主要存在以下问题:
1、现有技术对污染物的筛查工作量过大,无法快速准确对重点污染物进行选择分析。
2、现有技术无法快速准确对重点污染物进行选择分析,以及无法对有毒有害污染物进行及时的管控预警,进行及时溯源。
发明内容
有鉴于此,本发明实施例提供一种高效的河流断面的多级指纹图谱构建方法。
一方面,本发明实施例提供了一种河流断面的多级指纹图谱构建方法,包括:
获取河流断面的水环境信息;
根据所述河流断面的水环境信息,进行河流断面的水样采集;
根据所述河流断面的水样和所述水环境信息筛选特征污染物;
根据所述特征污染物建立河流断面的多级指纹图谱数据库;
根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果。
可选地,所述获取河流断面的水环境信息,包括:
获取河流水环境中的污染源、水文及水质基本条件。
可选地,所述根据河流断面的水样和所述水环境信息筛选特征污染物,包括:
通过高分辨质谱对所述河水断面的水样进行全扫得到水质指标,然后将所述水质指标与质谱数据库进行匹配对比,筛选所述特征污染物。
可选地,所述根据所述特征污染物建立河流断面的多级指纹图谱数据库,包括:
根据所述特征污染物分级建立多个数据库;
根据各个所述数据库构成所述河流断面的多级指纹图谱数据库。
可选地,所述根据所述特征污染物分级建立多个数据库,包括:
通过常规水质参数仪器分析建立的水质基本参数库确定一级指纹图谱;
通过三维荧光溯源仪分析建立的荧光图谱库确定二级指纹图谱;
通过便携式气相质谱联用仪分析建立的水中VOCs图谱的指纹库确定三级指纹图谱;
通过电感耦合等离子体质谱和液相质谱联用仪分析建立的重金属图谱和毒害有机污染物图谱确定四级指纹图谱。
可选地,所述根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果,包括:
将所述多级指纹图谱数据库的数据上传至云平台;
在所述云平台使用水质模型对所述数据进行分析,判断是否需要预警,得出溯源结果。
另一方面,本发明实施例还提供了一种河流断面的多级指纹图谱构建装置,包括:
信息采集模块,用于获取河流断面的水环境信息,根据所述河流断面的水环境信息,进行河流断面的水样采集;
指纹图谱构建模块,用于根据所述河流断面的水样和所述水环境信息筛选特征污染物,根据所述特征污染物建立河流断面的多级指纹图谱数据库;
执行与监测模块,用于根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果。
另一方面,本发明实施例还提供了一种电子设备,包括处理器以及存储器,所述存储器用于存储程序,所述处理器执行所述程序实现上述河流断面的多级指纹图谱构建方法。
另一方面,本发明实施例还提供了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现上述河流断面的多级指纹图谱构建方法。
另一方面,本发明实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述河流断面的多级指纹图谱构建方法。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行前面的方法。
本发明的实施例至少包括以下有益成果:本方法采用构建多级指纹图谱的方法,对河流断面的预警溯源工作量大大减少,能及时获得河流断面的实时数据,快速准确对重点污染物进行选择分析,对有毒有害污染物也能进行及时的管控预警。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的河流断面的多级指纹图谱构建方法的步骤流程图;
图2是本发明实施例提供的在线自动采水装置的结构示意图;
图3是本发明实施例提供的河流断面的多级指纹图谱构建的结构示意图;
图4是本发明实施的提供的具体步骤流程图;
图5是本发明实施例提供的河流断面的多级指纹图谱构建装置的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
针对现有技术存在的问题,本发明实施例提供了一种河流断面的多级指纹图谱构建方法如图1所示,该方法包括步骤101至步骤105:
步骤101:获取河流断面的水环境信息。
其中,水环境信息包括河流水环境中的污染源、水文及水质基本条件。
参照图3,获取方式主要是收集信息,通过现场勘察、历史数据收集、相关人员咨询的方式进行调查。对河流断面流域污染源的调查分为点源和非点源,点源的调查需要调查点源污染源的排污口的位置、污染源是集中排放还是分散排放、排放出的污水的主要水质参数、各点源污染源对排放出的污水的后续处理情况等情况,对于非点源的调查方式需要调查非点源污染源的面积位置、主要污染物等情况;对河流水文参数的调查方法主要是对河流水文历史数据的收集,例如收集河流水位、径流量、含沙量、流速等数据;对水质基本参数的调查主要检测水流的温度、酸碱度、悬浮物、溶解氧、电导率、叶绿素、化学需氧量、总有机碳、悬浮固体浓度等数据。
步骤102:根据所述河流断面的水环境信息,进行河流断面的水样采集。
其中,进行河流断面的水样采集采用的是在线定时采水设备,采水设备的结构图参照图2,采水设备每日定时采集水样,可以自行设置间隔时间,例如可以设置每12个小时采集一次,12小时是较为合适的间隔时长,当采水设备的在线定时控制面板接收到采集信号,打开水泵采集河流断面水样至沉淀桶,在沉淀桶中静置半小时以后,再转到各个储罐中,再通过水泵将水样抽取到各个设备进行检测,沉淀桶和储罐的数量可以是一个或者多个,图2中设置的数量是为了示意,可根据实际情况设置具体数量,本发明不作限制。
步骤103:根据所述河流断面的水样和所述水环境信息筛选特征污染物。
其中,通过高分辨质谱对河水断面的水样进行全扫得到各种污染物的出峰时间、色谱峰图以及母离子、子离子大小等数据,然后将得到的数据与质谱图库中的数据进行匹配对比,筛选出特征污染物,特征污染物的筛选原则为挑选出按照污染物出峰面积扣除5倍空白峰面积后,峰面积大于1000,置信值大于或等于75%且精确质量数误差小于5百万分之一的污染物,这些特征污染物分辨度高、检出频率高、稳定性高、敏感性高。
步骤104:根据所述特征污染物建立河流断面的多级指纹图谱数据库。
首先,根据特征污染物分级建立多个数据库,这一步骤包括:使用在线定时采水设备将采集好的河流断面水样送至常规指标检测仪器,检测出水样的酸碱度、温度、悬浮物、溶解氧、电导率、化学需氧量、总有机碳、悬浮固体浓度、叶绿素、氨氮、磷等水质基本参数确定一级指纹图谱;然后通过水泵将水样送至沉淀桶,在沉淀桶中静置半小时,再通过水泵将水传至各个储罐中,将储罐中的水样传输至三维荧光溯源仪生成三维荧光图谱确定二级指纹图谱,再通过便携式气相质谱联用仪检测水中VOCs,确定三级指纹图谱;然后将部分储罐中的水样取至实验室进行分析,首先对水样进行过滤,然后将一部分水样直接送至电感耦合等离子体质谱仪生成重金属图谱,另一部分水样通过固相萃取和真空浓缩后再送至液相质谱联用仪生成毒害有机污染物图谱,重金属图谱和毒害有机污染物图谱确定四级指纹图谱,五个图谱数据库共同构成一个河流断面污染源的多级指纹图谱,一条河流流域所有污染源的的多级指纹图谱构成目标河流的多级指纹图谱数据库。
其中,指纹表示水质指纹,不管在什么行业,每一家企业生产的原料、中间产物、特征污染物、工艺、管理水平等都有所不同,最终排放到水体中的残留污染物也是不同的,所以每家企业的废水中都包含自己独特的信息,这就是废水的水纹。例如利用水污染预警溯源仪的三维荧光光谱可以看到,每种物质发出的荧光都不一样,物质浓度越高,在图谱中就越突出。
其中,水质基本参数是用来表示水环境质量优劣程度和变化趋势的水中各种物质的特征指标,在本发明实施例中主要包括断面水样温度,酸碱度、温度、悬浮物、溶解氧、电导率、化学需氧量、总有机碳、悬浮固体浓度、叶绿素、氨氮、磷等数据。
其中,三维荧光图谱主要由荧光峰、荧光图与荧光指数构成,其中荧光指数包括荧光指数(FI)被定义为激光波长为370nm时,荧光发射光谱在470nm与520nm处的强度比值(FI=F470/F520),这个比值反映了芳香氨基酸与非芳香物对溶解性有机物荧光强度的相对贡献率,因而可以作为物质的来源以及溶解性有机物的降解程度的指示指标;腐殖化指数(HIX)被定义为在254nm激光波长下435~480nm间荧光峰值与300~345nm间荧光峰值积分值之商(F435~480/F300~345),HIX指数越高则表示溶解性有机物腐殖化程度越高;自生源指数(BIX)被定义为激发波长为310nm时,荧光发射波长在380nm和430nm处荧光强度的比值(BIX=F380/F430),它被用来估计内源物质对溶解性有机物的相对贡献;新鲜度指数(β:α)被定义为激发波长为310nm时,荧光发射波长在380nm处荧光强度与荧光发射波长在420~435nm区间荧光强度的比值,反映新生溶解性有机物在整体溶解性有机物中所占比例,是评估水体生物活性的重要依据。
其中,水中VOCs,即挥发性有机物主要分为八种类型:芳香烃、卤代烃、烷烃、烯烃类、醇类、醛类、酮类、酯类以及一些其他化合物。
根据所调查的各种污染源的信息和污染物的来源,将特征污染物细分为来自工业污染源、农业污染源、城市污染源的行业特征污染物,行业特征污染物指的是能够反映某种行业所排放污染物中有代表的部分,能够显示此行业的污染程度,一般可以从量上理解成排放较多的污染物。
例如,工业污染源按照规模、排放特点、排污量分为重点污染源和一般污染源,其中重点污染源包括:1、有重金属、危险废物、放射性物质产生的所有产业活动单位,比如食品制造业、石油加工类、化学制造业、金属冶炼业、农副产品加工业、纺织业、皮革制品业、造纸业,、金属矿品制造业、电力和热力生产供应业;2、重污染行业中涉及的所有产业活动单位,比如煤炭开采和洗选业、医疗制造业、化学纤维制造、,石油和天然气开采、,饮料制造业、木材加工制造业、电子设备制造业;3、重点行业中规模以上的所有产业活动单位,比如含有电镀、熔炼、喷漆工艺的行业。对于农业污染源主要包括:1、种植业污染源,主要针对粮食作物、经济作物和蔬菜作物的主产区包括肥料、农药、农膜和秸杆等污染物;2、畜牧养殖业污染源,针对猪、奶牛、蛋鸡和肉鸡等养殖户产生的粪便等污染物;3、水产养殖业污染源,主要以鱼、虾、蟹等在规模养殖条件下饵料、渔药、肥料等污染源。
例如,电镀工业和火力发电厂都属于工业污染源,电镀工业废水中主要含有重金属铬、镉、镍、铜等离子、酸和碱、氰化物和各种电镀助剂,火力发电厂在煤的燃烧过程中排出的烟气含有一氧化碳、二氧化硫和粉尘等污染物;农业污染源主要是农业生产过程中使用的化肥和农药对环境造成危害,例如化肥中的氮、磷化合物流入水体造成水体富营养化,农药污染主要包括有机氯农药污染、有机磷农药污染和有机氮农药污染;生活污染源主要是城村生活排放的生活废水造成水体污染,生活污水中主要含有机物、合成洗涤剂和氯化物以及致病菌、病毒和寄生虫卵等污染物。
以工业污染源中的电镀行业为例,电镀工艺包括前处理,电镀和后处理工艺,以镀锌工艺为例,其中第一步前处理工程产生有机污染物环节有除油和酸洗活化,除油过程中可能存在的污染物有:1、表面活性剂,溶剂含有汽油、三氯乙烯、四氯乙烯等;2、软水剂含有机羧酸盐,有机多膦酸盐等;酸洗活化过程中可能存在污染物有缓蚀剂,缓蚀剂含有吡啶、六次甲基四胺、二邻甲苯基硫脲、丙烯磺酸盐、阳离子型表面活性剂等。第二步电镀过程中可能产生有机污染物:1、氰化物、主光亮剂含有甲醛、茵香醛、香豆素、水杨酸、糠醛、苄叉丙酮、邻氯苯甲醛等;2、载体光亮剂含有糊精、三乙撑四胺、环氧一胺缩聚物等;3、辅助光亮剂含有吡啶、喹啉、氯甲基苯、环氧乙烷等。第三步后处理过程中,产生有机污染物的过程有钝化,防变色以及退镀,其中钝化过程中产生的有机污染物有:1、铬酸盐钝化剂含有甲酸钠、冰醋酸等,无铬有机物钝化剂含有二氨基三氮杂茂、单宁酸、丙烯酸树脂、苯并三氮、柠檬酸等;2、防变色阶段可能产生的污染物有乙酸乙脂、环氧树脂、三聚氰胺、酚醛树脂、乙烯基树脂、硅树脂、氟树脂、石蜡等;3、退镀阶段可能产生的有机污染物有表面活性剂、间硝基苯磺酸钠、氨三乙酸、甘油、三乙醇胺、六次甲基四胺、柠檬酸等。其中在电镀过程中可能产生的重金属由企业经营内容而定,常出现的的电镀重金属有锌、铜、镍、铬等。
其中,重金属主要分为三类,第一类是传统重金属,例如铅、镉、砷、汞等金属;第二类是电镀、熔炼等行业常见金属,例如锌、铜、铬、镍等金属;第三类为土壤中常见的重金属,例如铝、铁、钛、铊、锰等金属。
其中,毒害有机污染物是指可以造成人体中毒或者引起环境污染的有机物质,它们在水中的含量虽不高,但因在水体中残留时间长,有蓄积性。例如有机氯农药,其特点是毒性大,化学性质稳定,残留时间长,且易溶于脂肪、蓄积性强而在水生生物体内富集,其浓度可达水中的数十万倍,不仅影响水生生物的繁衍,且通过食物链危害人体健康;多氯联苯,有剧毒,脂溶性强,易被生物吸收,且具有化学性质很稳定,被制作成绝缘油、润滑油、添加剂等,主要来自塑料、树脂、橡胶等工业,;多环芳烃,主要来自原油和石油造成的环境污染,比如通过河流排入海洋的废油、船舶排放和事故溢油、海底油田泄漏和井喷事故等;还有主要来自生活和农业污染排出的含氮和含磷有机物,常常会导致水体富营养化而污染河流。
步骤105:根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果。
构建完成多级指纹图谱数据库后进行水质监测。使用在线自动采水器采集完河流断面的水样后,首先水泵将水样传送至常规水质参数仪器进行检测,检测完成后将数据传至云平台,云平台对数据进行计算处理,将得到的数据与《地表水环境质量标准》进行对比,当所有数据项都符合标准则无需进行预警,当有不符合标准的数据项则进行预警,例如按照《地表水环境质量标准》,地表水的pH值标准为6至9,当检测的pH值小于6或者大于9则需进行预警。
然后将经过常规水质参数仪器检测的水样通过水泵传送至三维荧光溯源仪,对水样的行业特征进行分析,根据行业特征筛选出行业特征污染物,通过行业特征污染物判断是否存在疑似污染源,如果不存在则返回采集河流断面水样,如果存在则进行下一步分析。
当存在疑似污染源时,将经过三维荧光溯源仪的水样通过水泵传送至便携式气相质谱联用仪中,气相质谱联用仪对行业特征污染物进行检测,再将数据传送至云平台,以上为现场可操作阶段。
采水器会将部分采集的水样储存在储罐中,待操作人员将储罐中的水样取至实验室时首先对水样进行过滤,一部分水样送至电感耦合等离子体质谱仪对水样中的重金属指数进行检测,再将另一部分水样进行固相萃取和真空浓缩后再送至液相质谱联用仪,根据行业特征污染物进行检测,最后将得出的指纹图谱指标值传输至云平台,结合调查到的水质、水文数据,由水质预警模型对前面得到的VOCs、重金属、毒害有机污染物数据运行计算,判断结果是否超过设定的阈值,如果没有超过阈值则继续进行河流水质监测,如果超过阈值则启动预警溯源,通过构建的多级指纹图谱数据库快速溯源定位污染源。
其中,阈值的设定包括两个方面。一方面阈值的设定由相关的标准和规定确定,例如《地表水环境质量标准》、《城镇污水处理厂污染物排放标准》、《纺织染整工业水污染物排放标准》等文件;另一方面对于相关标准和规定中没有的指标,阈值由河流断面水样水质指标的历史数据以及较长一段时间的监测数据进行设定,大量的数据会形成一定的结构与规律,可以对获得的监测数据建立相应的数据模型,例如标准限制模型、统计限制模型、趋势变化模型和概率密度模型等,然后得到阈值。例如假设河流断面水质为Ⅳ类水,按照《地表水环境质量标准》,锌的阈值应设置为2.0ng/L,如果超过这个标准,则启动预警溯源;对于标准中没有的指标,比如莠灭净,根据河流长期监测的数据,经过模型计算,其阈值设置为200ng/L,如果超过,则启动预警溯源。
其中,结合调查到的水质、水文数据。在水质方面,常规水质参数对不同污染物有响应,对不同污染物的响应特征不同,具有相关关系,例如,温度是水体的一项物理指标,其影响水中氧气的溶解度及水中生物活动等;酸碱度是指示酸、碱、重金属等污染时的重要水质指标,当发生此类突发性污染事故时,常伴随着酸碱度的异常变化;电导率是反映水中离解性离子浓度的指标,电导率异常可能与水体中含重金属离子的工业废水排入等有关;在水文参数方面,有河流背景水质,即河流中各污染物浓度,以及断面流域所在河流为第几类水样标准,还有断面所在河流的河流量情况,以及所在城市降雨情况等综合分析。
其中,水质预警模型分为突变型预警模型和渐变型预警模型。突变型水质预警模型包括固定阈值预警模型、动态阈值预警模型、多因子协同突变预警模型、稀有数据组合预警模型;渐变型水质预警模型包括数据持续恶化预警模型、数据关系变化预警模型、水质趋势预测预警模型、预测偏离预警模型;根据实际情况选用水质预警模型,本发明实施例对水质预警模型的选用不作限定。
其中,常规水质基本仪器检测的数据包括断面水样温度、酸碱度、温度、悬浮物、溶解氧、电导率、化学需氧量、总有机碳、悬浮固体浓度、叶绿素、氨氮、磷等数据。
其中,溯源即水污染溯源,目的是当水质超标时,利用模型系统工程,快速识别出污染物的来源,并及时采取措施。通过加密布设监测断面,结合水质模型,利用不同的污染源种类不同、浓度不同的特性,采用水质谱分析技术,构建该流域内排污口、污水处理厂、相关企业的污染源指纹数据库。并将监测断面的水质谱特性与数据库中的指纹特性一一对应,可以精确快速识别污染排放源。水污染预警溯源技术是将刑侦中通过指纹查找嫌疑犯的思路创新性地引入水环境治理中,利用水质指纹比对对污染进行快速预警及污染源定位。
其中,云平台指可以进行数据存储、处理,包含水质模型可以进行计算的云平台,例如国内现有的智慧水质环境监测云平台、珠江流域的在线监测预警系统等云平台。
其中,固相萃取是基于液-固相色谱理论,采用选择性吸附、选择性洗脱的方式对样品进行富集、分离、净化,是一种包括液相和固相的物理萃取过程;真空浓缩是指在二次蒸汽的诱导及分离器高真空的吸力下,被浓缩的物料及二次蒸汽以较快的速度沿切线方向进入分离器。
为了提高准确性减少误报,通常需要对连续几组采集的水样进行检测判定,具体几组水样由实际情况决定,例如可以是三组、五组,也可以是十组,本发明实施例不作限定。
为了保证数值的真实可靠性,需对上传的数据进行异常值判定,及时发现并清洗数据,为水质预警提供准确有效的数据基础。数据是否异常通过以下几个方面判断:第一是监测仪器运行状态,当监测仪器运行状况下出现停电、水泵异常等情况时通常会出现数据异常;第二是监测数据,例如数据超出仪器量程、污染物浓度出现负值等情况时通常是出现数据异常;第三是监测数据长时间没有变化,正常情况下水质情况会发生波动,如果多周期内水质数值不变时通常是出现数据异常;第四是监测数据剧烈波动时,监测数据的波动范围可由河流断面水质数据设定,设定的范围应远大于河流断面日常波动范围,根据河流断面情况具体设置,本发明实施例不作限定。结束异常判定和数据清洗后的有效数据将参加水质模型的计算判断。
下面以详细举例描述本发明实施例提供的河流断面的多级指纹图谱构建方法在某条河流流域的执行和应用,具体实施步骤参照图4:
1、首先对河流的水环境信息进行收集,例如进行现场勘察、相关人员访谈,再对污染源企业信息进行收集,在进行污染源现场调查前,先收集资料,掌握污染源的基本情况,例如污染源的位置、排放形式、污水后续处理等情况,确定各污染源的排污以及对周边环境的具体影响;在现场勘察时,可以直接走访记录监测,也可以采用无人机设备,从空中获取污染源的具体信息,更加全面清晰地了解污染源对环境的影响情况。
2、然后构建多级指纹图谱。使用在线定时采水设备每天定时采集水样,设置每12个小时采集一次,采集河流断面各个污染源的水样,当采水设备的在线定时控制面板接收到采集信号,打开水泵采集河流断面水样至沉淀桶,沉淀桶中静置半小时后,转到各个储罐中,再通过泵将水样抽取到常规指标检测仪器,检测出水样的酸碱度、温度、悬浮物、溶解氧、电导率、化学需氧量、总有机碳、悬浮固体浓度、叶绿素、氨氮、磷等水质基本参数确定一级指纹图谱,然后通过水泵将水样送至三维荧光溯源仪生成三维荧光图谱确定二级指纹图谱,再通过便携式气相质谱联用仪检测水中VOCs确定三级指纹图谱;然后将部分储罐中的水样取至实验室进行分析,对水样进行过滤后将一部分水样直接送至电感耦合等离子体质谱仪生成重金属图谱,另一部分水样通过固相萃取和真空浓缩后再送至液相质谱联用仪生成毒害有机污染物图谱,重金属图谱和毒害有机污染物图谱确定四级指纹图谱,五个图谱数据库共同构成一个污染源的河流断面的多级指纹图谱,一条河流流域所有污染源的多级指纹图谱构成目标河流的多级指纹图谱数据库。
3、最后在构建完成多级指纹图谱数据库后,开启对河流断面水质的监测。在需要进行水质监测的河流使用在线定时采水设备每天定时采集水样,设置每12个小时采集一次,当发现有河流污染时,可以实时使用在线采水装置采集发生污染处河流断面的水样,首先水泵将水样传送至常规水质参数仪器进行检测,检测完成后将数据传至云平台,通过水质模型对数据进行计算处理,将得到的数据与《地表水环境质量标准》进行对比,有不符合标准的数据项则进行预警;然后将水样通过水泵传送至三维荧光溯源仪,对水样的行业特征进行分析,根据行业特征筛选出行业特征污染物,通过行业特征污染物判断是否存在疑似污染源,如果不存在则返回采集河流断面水样,如果存在则进行下一步分析;当存在疑似污染源时,将水样通过水泵传送至便携式气相质谱联用仪中,气相质谱联用仪根据行业特征污染物进行检测,再将数据传送至云平台,以上为现场可操作阶段。采水器会将部分采集的水样储存在储罐中,待操作人员将储罐中的水样取至实验室时首先对水样进行过滤,一部分水样送至电感耦合等离子体质谱仪对水样中的重金属指数进行检测,再将另一部分水样进行固相萃取和真空浓缩后再送至液相质谱联用仪,根据行业特征污染物进行检测,最后将得出的指纹图谱指标值传输至云平台,结合调查的水质、水文数据,由水质预警模型对前面得到的VOCs、重金属、毒害有机污染物数据运行计算,判断结果是否超过设定的阈值,如果没有超过设定的阈值则继续进行河流水质监测,如果超过设定的阈值则启动预警溯源,通过构建的多级指纹图谱数据库快速溯源定位污染源。
综上所述,本发明实施例的河流断面的多级指纹图谱构建方法具有以下优点:
1、本方法采用在线自动采水装置,解决了采集水样时工作量大且人工成本高、效率低的问题,降低了成本且更加高效。
2、本方法采用构建多级指纹图谱的方法,对河流断面的预警溯源工作量大大减少,能及时获得河流断面的实时数据,快速准确对重点污染物进行选择分析,对有毒有害污染物也能进行及时的管控预警,为河流断面水环境提供生态风险评估,为有关部门对于河流做出相应决策提供数据支持和建议。
参照图5,本发明实施例还提供了一种河流断面的多级指纹图谱构建装置,包括:
信息采集模块501,用于获取河流断面的水环境信息,根据所述河流断面的水环境信息,进行河流断面的水样采集;
指纹图谱构建模块502,用于根据所述河流断面的水样和所述水环境信息筛选特征污染物,根据所述特征污染物建立河流断面的多级指纹图谱数据库;
执行与监测模块503,用于根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果。
本发明实施例还提供了一种电子设备,该电子设备可以实现河流断面的多级指纹图谱构建,首先获取河流断面的水环境信息,根据所述河流断面的水环境信息,采用在线定时采水设备进行河流断面的水样采集,然后根据所述河流断面的水样和所述水环境信息筛选特征污染物,根据所述特征污染物建立河流断面的多级指纹图谱数据库,最后根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果。本发明采用在线自动采水装置,解决了采集水样时工作量大且人工成本高、效率低的问题,降低了成本且更加高效;本方法采用构建多级指纹图谱的方法,对河流断面的预警溯源工作量大大减少,能及时获得河流断面的实时数据,快速准确对重点污染物进行选择分析,对有毒有害污染物也能进行及时的管控预警,为河流断面水环境提供生态风险评估,为有关部门对于河流做出相应决策提供数据支持和建议。
本发明实施例还提供了一种可读存储介质,所述存储介质存储有程序,所述程序被处理器执行实现上述的河流断面的多级指纹图谱构建。
本发明实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述河流断面的多级指纹图谱构建方法。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种河流断面的多级指纹图谱构建方法,其特征在于,包括:
获取河流断面的水环境信息;
根据所述河流断面的水环境信息,进行河流断面的水样采集;
根据所述河流断面的水样和所述水环境信息筛选特征污染物;
根据所述特征污染物建立河流断面的多级指纹图谱数据库;
根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果。
2.根据权利要求1所述的一种河流断面的多级指纹图谱构建方法,其特征在于,所述获取河流断面的水环境信息,包括:
获取河流水环境中的污染源、水文及水质基本条件。
3.根据权利要求2所述的一种河流断面的多级指纹图谱构建方法,其特征在于,所述根据河流断面的水样和所述水环境信息筛选特征污染物,包括:
通过高分辨质谱对所述河水断面的水样进行全扫得到水质指数,然后将所述水质指数与质谱数据库进行匹配对比,筛选所述特征污染物。
4.根据权利要求3所述的一种河流断面的多级指纹图谱构建方法,其特征在于,所述根据所述特征污染物建立河流断面的多级指纹图谱数据库,包括:
根据所述特征污染物分级建立多个数据库;
根据各个所述数据库构成所述河流断面的多级指纹图谱数据库。
5.根据权利要求4所述的一种河流断面的多级指纹图谱构建方法,其特征在于,所述根据所述特征污染物分级建立多个数据库,包括:
通过常规水质参数仪器分析建立的水质基本参数确定一级指纹图谱;
通过三维荧光溯源仪分析建立的三维荧光图谱确定二级指纹图谱;
通过便携式气相质谱联用仪分析建立的水中VOCs图谱的指纹库确定三级指纹图谱;
通过电感耦合等离子体质谱和液相质谱联用仪分析建立的重金属图谱和毒害有机污染物图谱确定四级指纹图谱。
6.根据权利要求5所述的一种河流断面的多级指纹图谱构建方法,其特征在于,所述根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果,包括:
将所述多级指纹图谱数据库的数据上传至云平台;
在所述云平台使用水质模型对所述数据进行分析,判断是否需要预警,得出溯源结果。
7.一种河流断面的多级指纹图谱构建装置,包括:
信息采集模块,用于获取河流断面的水环境信息,根据所述河流断面的水环境信息,进行河流断面的水样采集;
指纹图谱构建模块,用于根据所述河流断面的水样和所述水环境信息筛选特征污染物,根据所述特征污染物建立河流断面的多级指纹图谱数据库;
执行与监测模块,用于根据所述多级指纹图谱数据库对所述河流断面的水样进行筛查计算得到溯源结果。
8.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器用于存储程序,所述处理器执行所述程序实现如权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1至6中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
CN202310007603.3A 2023-01-04 2023-01-04 一种河流断面的多级指纹图谱构建方法 Pending CN116303815A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310007603.3A CN116303815A (zh) 2023-01-04 2023-01-04 一种河流断面的多级指纹图谱构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310007603.3A CN116303815A (zh) 2023-01-04 2023-01-04 一种河流断面的多级指纹图谱构建方法

Publications (1)

Publication Number Publication Date
CN116303815A true CN116303815A (zh) 2023-06-23

Family

ID=86815748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310007603.3A Pending CN116303815A (zh) 2023-01-04 2023-01-04 一种河流断面的多级指纹图谱构建方法

Country Status (1)

Country Link
CN (1) CN116303815A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117077445A (zh) * 2023-10-16 2023-11-17 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) 一种历史遗留矿区地表水环境治理界限及阙值确定方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117077445A (zh) * 2023-10-16 2023-11-17 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) 一种历史遗留矿区地表水环境治理界限及阙值确定方法
CN117077445B (zh) * 2023-10-16 2024-05-07 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) 一种历史遗留矿区地表水环境治理界限及阈值确定方法

Similar Documents

Publication Publication Date Title
Hitchcock et al. Microplastic pollution in estuaries across a gradient of human impact
Bae et al. Biological early warning system based on the responses of aquatic organisms to disturbances: a review
CN110376343B (zh) 污染源精准诊断方法、装置以及电子装置
CN109711674A (zh) 一种用于湖库水体污染溯源的指纹图谱库构建方法及装置
Alkarkhi et al. Assessment of surface water quality of selected estuaries of Malaysia: multivariate statistical techniques
Andrade-Eiroa et al. Environmental applications of excitation-emission spectrofluorimetry: an in-depth review II
Angello et al. Spatio-temporal evaluation and quantification of pollutant source contribution in little akaki river, Ethiopia: conjunctive application of factor analysis and multivariate receptor model
Aydin-Onen et al. Evaluation of spatial and temporal variations of inorganic nutrient species in the eastern Aegean Sea waters
CN116303815A (zh) 一种河流断面的多级指纹图谱构建方法
Cristóvão et al. Fish canning industry wastewater variability assessment using multivariate statistical methods
Ryan et al. Assessing inputs of aquaculture-derived nutrients to streams using dissolved organic matter fluorescence
Custodio et al. Evaluation of the Distribution of Heavy Metals and Arsenic in Inland Wetlands (Peru) Using Multivariate Statistical Methods
CN110849938A (zh) 一种超标排污自动预警和留样方法及装置
Nguyen et al. Risks of surface water pollution in Southern Vietnam
Pérez-Beltrán et al. Artificial intelligence and water quality: From drinking water to wastewater
Muluye et al. Assessing the ecological health of the upper and middle Awash River, Ethiopia, using benthic macroinvertebrates community structure and selected environmental variables
Lal et al. Assessing the water quality of Suva foreshore for the establishment of estuary and marine recreational water guidelines in the Fiji Islands
van den Broeke et al. Spectroscopic methods for online water quality monitoring
Jia et al. Evaluation of potential factors affecting deriving conductivity benchmark by utilizing weighting methods in Hun-Tai River Basin, Northeastern China
Liao et al. Water quality during development and apportionment of pollution from rivers in Tapeng Lagoon, Taiwan
Uurasjärvi Microplastics: A challenge for environmental analytical chemistry
Sonda et al. Geochemical parameters and seawater quality assessments around Dar es Salaam harbour, Tanzania
Oliveira et al. An indicator system for surface water quality in river basins
Zhang et al. Comprehensive evaluation on the bio-toxicity of three advanced wastewater treatment processes
Sivaraj et al. Assessment of Anthropogenically Stressed Ecosystem of Port Waters Using Macrobenthic Community-Biotic Indices

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