JP6663097B2 - 吸光度および蛍光に基づく水処理パラメータの決定 - Google Patents

Description

本開示は、生物学的酸素要求量（ＢＯＤ）、化学的酸素要求量（ＣＯＤ）、全有機炭素（ＴＯＣ）、トリハロメタン生成能（ＴＨＭＦＰ）等の、水処理設備で使用するパラメータを、吸光度／蛍光分光分析を用いて特定した成分に基づく間接定量に関する。

地表水源を処理する設備を含む水処理プラントは通常、設備から流出する排水ならびに処理中に生成され得る中間副生物に関して、行政上の各種要求を満たさなければならない。米国では、水処理プラントは、ハロゲン化／塩素化消毒剤で処理済水を消毒する前に、凝集工程により全有機炭素（ＴＯＣ）濃度を低減することが、環境保護庁（ＥＰＡ）により義務付けられている。

ＴＯＣを監視する各種ツールや機器が開発されてきたとはいえ、ＴＯＣのオンライン監視だけでは、有毒な消毒副生成物（ＤＢＰｓ）の形成を回避するのに必要とされる効果的な凝集量および消毒量の決定に求められる試料の芳香特性に関する必要情報が得られない。芳香族性はＴＯＣの主要特性であり、ハロゲン化消毒剤を用いることで有毒な発癌性ＤＢＰとなってしまう化学反応性を決定する。

現行の慣習では、具体的なＵＶ吸光度の計算式として知られるＳＵＶＡ＝Ａ２５４（ｍ−ｌ）／ＴＯＣ（ｍｇ／ｌ）によって凝集効果を評価する目的で、２５４ｎｍ（Ａ２５４ｎｍ）の吸光度とＴＯＣ濃度とを、別の機器／検出器を用いて別々に測定する。ＴＯＣとＳＵＶＡの技術は、異なる水源（water sources）に対して再現性のある評価を提供できない。これは、水源の有機組成物の芳香特性は、特定の水源であっても時間が経過するにつれて変化し、また異なる複数の水源間においても変化することが多いためである。更に、ＴＯＣ計と吸光度検出器のパラメータに動的な同時性が欠如していることや、従来行われてきた別々の検出方法に固有の伝搬ノイズ／干渉（inherent propagated noise/interferences of the separate detection methods）に起因して、ＳＵＶＡパラメータは不正確なことが多い。ＴＯＣとＡ２５４は共に、数種類の干渉を受けやすい。独立した蛍光データを使用することにより、主要な干渉の影響を改善する手段を提供することができる。

米国における水処理プラントに関する従前の規制では、配水システム全体での消毒副生成物の形成レベルの平均測定を義務付けられていた。しかし、最近のＥＰＡ規制では、配水システムのうち異なる複数の領域における消毒副生成物の形成レベルの、局所平均を監視することを義務付けている。システムの広い範囲の平均を監視するだけでは、他よりもＤＢＰを形成する傾向がある局所的な領域を十分に検出できないので、ＥＰＡの消毒副生成物規則２（ＤＢＰＲ２）に概説されている最近の規制に違反しているかもしれない。これは当然のことながら、処理工程の局所領域に対するＴＯＣおよび芳香族性の評価を、より正確にかつ精度よく行う必要性を高めている。

ＥＰＡが規定する手法（例えばＥＰＡ法４１５．３等）を用いて計算されるＡ２５４、ＴＯＣおよびＳＵＶＡの不正確さは、両検出器の読取り値が単一点の読取り値を集めたものであり、そのため反応性有機種に関する凝集処理効果についての定性的な情報が欠如するという事実が原因であるかもしれない。上述のとおり、読取り値に与える影響については、無機炭素や鉄等の金属および蛍光を発するか発しないかわからない未知の混入物を含む、多数の干渉要因または混同要因を考慮しなければならない。また、オンラインＤＢＰ計（ガスクロマトグラフ）のように、オンラインＴＯＣ計は較正から非常に外れやすい。大半の水処理プラントでは、こうした装置を設置して維持する余裕がない。しかしながら、最近の規制要求によって、米国の水処理プラントの多くは大幅なインフラ変更（数千万ドル）を検討しており、これには例えばＭＩＥＸ樹脂処理工程等のオゾン分解工程およびイオン交換工程の追加が含まれる。

水処理パラメ−タを決定するコンピュ−タ実行方法は、励起波長に応じて放出される第１ピ−ク発光波長と少なくとも第２ピ−ク発光波長とを含む水試料の蛍光発光スペクトルの測定をコンピュ−タにより受信し、水試料の励起波長で得た吸光度測定をコンピュ−タにより受信し、第１ピ−ク発光波長に対する第２ピ−ク発光波長との測定比あるいは少なくとも第１ピ−ク発光波長と第２ピ−ク発光波長とを含む複数のピ−ク発光波長の測定の和との測定比をコンピュ−タにより決定し、少なくとも測定比と吸光度測定との線形結合に基づき水処理パラメ−タの値をコンピュ−タにより算出することを含む。本発明では干渉やこれに関連する読み取り値の変動にさらされるＴＯＣ計等の機器に依存するのではなく、吸光度と蛍光の分光分析によって特定した成分比に基づき化学的酸素要求量（ＢＯＤ）、化学的酸素要求量（ＣＯＤ）、全有機体炭素（ＴＯＣ）、トリハロメタン生成能、ハロゲン化酢酸生成能（それぞれＨＡＡＦＰとＴＨＭＦＰ）等の水処理設備で用いるパラメ−タの間接定量を提供してもよい。

ある実施形態では水処理工程を制御するためのコンピュ−タ実行方法は、励起波長に応じて作成した所定の波長範囲で処理前水試料の第１蛍光発光スペクトルを測定し、第１蛍光発光スペクトルを所定のピ−ク値に正規化し、励起波長に応じて作成した所定の波長範囲で処理後水試料の第２蛍光発光スペクトルを測定し、第２蛍光発光スペクトルを所定のピ−ク値に正規化し、第１ピ−ク正規化蛍光発光スペクトルと第２ピ−ク正規化蛍光発光スペクトルとを比較して溶存有機炭素（ＤＯＣ）の変化を決定し、ＤＯＣの変化に基づき水処理工程を制御することを含む。

実施形態では凝集−沈殿又は凝集のみの工程を組み入れた水処理工程を監視するシステムを含んでもよい。システムは、凝集−沈殿工程の導入（または入口、inlet）でのオンライン試料採取のために配置されて第１励起波長に応じて導入試料の第１蛍光発光スペクトルを測定する第１機器、凝集−沈殿工程からの排出のオンライン試料採取のために配置されて第１励起波長に応じて排出試料の第２蛍光発光スペクトルを測定する第２機器と、第１機器と第２機器と通信して第１蛍光発光スペクトルと第２蛍光発光スペクトルとを比較して凝集−沈殿（又は軟凝集）工程を制御するように構成されるコンピュ−タとを含んでもよい。

本開示の各種実施形態によるシステムと方法は多数の利点がある。例えばオンラインで吸光度を補正した蛍光励起発光分光法を用いて、生物学的酸素要求量（ＢＯＤ）、化学的酸素要求量（ＣＯＤ）、全有機体炭素（ＴＯＣ）、トリハロメタン生成能（ＴＨＭＦＰ）などの水処理設備を監視又は制御するための１つ又は複数の水処理パラメータをより正確で精度よく間接定量するために実施形態を使ってもよい。

各種実施形態では水処理システムの１つ又は複数の重要点に配置された１つ又は複数のオンライン機器によってＴＯＣ、芳香族性及びＳＵＶＡパラメータを同時決定する。オンライン機器の同期化され較正されたネットワークはおよそ数ミリ秒から数秒で完全な紫外可視（ＵＶ−ＶＩＳ）吸光度及び補正後蛍光発光スペクトルを提供し、リアルタイム又は準リアルタイムで１つ又は複数の処理工程を監視及び制御する。本開示のシステム及び方法の実施形態によって現行の水処理インフラ技法（凝集の強化又は粒状活性炭の追加によるものなど）の費用効果を改善しやすくなり、予測される消毒副産物（ＤＰＢ）のスパイク波形が改善されるとともに、ＤＢＰの可能性が低い場合には凝集剤の過量投与が回避される。

本開示の実施形態によるオンライン吸光度分光分析と蛍光分光分析によって未知の汚染物質を新成分として特定又は警告してもよい。本開示の実施形態による水処理パラメータの間接定量システム又は方法は分光分析によって各種用途又は工程の指定処理パラメータを決定して処理工程を監視及び／又は制御するモデルを使用してもよい。各種実施形態のシステム及び方法によって逆浸透、精密濾過、限外濾過、膜バイオリアクタ、順浸透（セラミック膜）を含む様々な膜系の膜汚染物質を検出してもよい。汚染物質には関連するスペクトルピークがある場合もある。よってシステム及び方法を淡水化、廃水再利用、産業処理を含む様々な処理プラントならびに膜技術を使用する船上バラスト浄化システムに用いてもよい。地表水処理、廃水処理、産業処理工程を含む各種用途にモデルを転化してもよい。各種実施形態ではモデルを下水処理のタンパク質様ピークに同調させて生体酸素要求量（ＢＯＤ）又は化学的酸素要求量（ＣＯＤ）の間接定量を行ってもよい。同様にモデルを油再生用途の油ピーク等に同調させてもよい。酸素濃度は吸光度データと蛍光データを評価することによってオゾン処理監視の成分種の量子収率のインフルエンサとしてモデルで定量化し得る別の要因である。オゾン処理と関連する水溶液の酸素は一定化学種の（衝突消光による）蛍光量子収率を下げるが、それ自体の吸光消衰係数は通常下がらない。よって蛍光強度と吸光度の変化を評価することで処理工程の作用として酸素濃度と濃度変化を評価できる。

本開示の実施形態によるシステム又は方法のその他用途及び利点としてＣ１〜Ｃ４成分の水準又は比率を分析することで生物活性炭（ＢＡＣ）フィルタの交換期間を効果的に監視し精度よく決定するための使用が含まれる。ＢＡＣ活性は主にオゾン処理に続くタンパク質様ピークに影響を及ぼす。これには年間何百万ポンドの活性炭や何百万ドルをも節約する可能性がある。ある水処理設備の見積りでは、生物活性炭床の供給者が毎年交換するという推奨に従うよりもＢＡＣフィルタ床の耐用寿命を数年にわたって延長でき非常に大きな経費節約となり、有効性を正確に測定できる。

１つ又は複数のマルチチャネル検出器とともに機器を用いることでオフライン分析技法に比べて吸光度データと蛍光データの収集と処理が有効に即座に（数秒内）行われる。開示された代表的な実施形態に基づきアルゴリズムを容易に較正し確認することができ、具体的には凝集、オゾン、その他工程によって取り除かれた化合物を正確かつ精度よく定量化できる。

オンライン吸光度測定とオンライン蛍光測定を例えば比濁分析濁度ユニット（ＮＴＵ）、塩素量及び残留物、ｐＨ、アルカリ度（硬度）、温度を含むその他オンライン監視品質基準と組み合わせてもよく、これは継続的に更新され較正される予測モデルに容易に取り込むことができ、消毒副生物生成能とＴＯＣを高効率に決定してもよい。

本開示の上記利点やその他利点及び構成は添付図面と関連して好ましい実施形態の下記詳細説明から解釈するとすぐに明らかになる。

図１は、地表水処理用の代表的な水処理設備と、本開示により決定された水処理パラメータを用いて１つまたは複数の処理工程を監視および／または制御する機器の配置とを示す概略ブロック図である。 図２は、本開示の実施形態に係る水処理パラメータの間接定量に用いるための、吸光度測定および吸光度補正した蛍光励起発光スペクトル測定を行うために用いてもよい機器を示す概略ブロック図である。 図３Ａおよび図３Ｂは、本開示の実施形態に係る、水処理パラメータの間接定量のための、システムまたは方法の較正および動作を示す概略フローチャートである。 図３Ａおよび図３Ｂは、本開示の実施形態に係る、水処理パラメータの間接定量のための、システムまたは方法の較正および動作を示す概略フローチャートである。 図４〜図８は、本開示の実施形態に係る、水処理パラメータの間接定量に用いるためのＣ１およびＣ２、または類似の化学成分の成分濃度を決定する例を示す。 図４〜図８は、本開示の実施形態に係る、水処理パラメータの間接定量に用いるためのＣ１およびＣ２、または類似の化学成分の成分濃度を決定する例を示す。 図４〜図８は、本開示の実施形態に係る、水処理パラメータの間接定量に用いるためのＣ１およびＣ２、または類似の化学成分の成分濃度を決定する例を示す。 図４〜図８は、本開示の実施形態に係る、水処理パラメータの間接定量に用いるためのＣ１およびＣ２、または類似の化学成分の成分濃度を決定する例を示す。 図４〜図８は、本開示の実施形態に係る、水処理パラメータの間接定量に用いるためのＣ１およびＣ２、または類似の化学成分の成分濃度を決定する例を示す。 図９は、本開示の実施形態に係る吸光度測定と蛍光測定とを用いた、例えば溶存有機炭素（ＤＯＣ）、全有機炭素（ＴＯＣ）、またはトリハロメタン生成能（ＴＨＭＦＰ）等の、水処理工程パラメータまたは指標を決定するためのシステムまたは方法の動作を示すフローチャートである。

本開示に係るシステムと方法の各種代表的な実施形態を詳細に説明する。しかし、代表的な実施形態は例示に過ぎず、本開示によるシステムと方法を別の各種態様で具体化してもよいと解される。図面は必ずしも一定の比率に縮小しているわけではなく、特定の構成部品の詳細を示すために過大視または縮小した構成もある。よって、ここで開示する特定の構造や機能の詳細は、限定的と解されるのではなく、当業者が本発明を様々な形で採用する際の代表的な原理でしかないと解される。概略フローチャートまたはブロック図は、システムまたは方法の代表的な実施形態の動作を示すために提供されてよい。特定の用途では、ステップまたは工程の順序が不要な場合もあり、描写と説明を簡易にするために省略したステップもあり、図示したステップまたは工程を個々および／またはサブセットで繰り返すこともあると当業者は認識しているものとする。同様に、本明細書で記載する１つまたは複数の効果を提供ために、図示または記載しているステップの全てが必要ではない場合もある。

また、当業者であれば理解するように、図面のいずれか１つを参照して図示し説明した本開示の各種構成を、１つまたは複数の他の図面に示した構成と組み合わせ、明白に図示または説明していない本発明の実施形態を作り出してもよい。図示した構成を組み合わせれば典型的な用途のための代表的な実施形態となる。しかし、本開示の教示と一致するように、構成を各種組み合わせおよび修正することが、特定の用途または実施にとって望ましい場合もある。

様々な水処理工程を有する代表的な水処理設備を示す概略ブロック図を、図１に示す。地表水処理に用いる代表的な水処理工程に関する各種実施形態を図示し説明するが、各種実施形態には別の種類の水処理設備および／または工程が含まれてもよい。以下詳述するように、本開示に記載する構想を、多様な処理工程に適用して、工程を監視および／または制御してもよい。本開示の実施形態にかかる吸光度測定および蛍光測定を用いたオンライン監視は、各種水処理工程を監視または制御するための複数のパラメータの正確さおよび精度を改善するのに用いられてもよく、パラメータにはＢＯＤ、ＣＯＤ、ＤＯＣ、ＴＯＣ、ＴＨＭＦＰおよびその他各種パラメータが含まれるが、これに限定されない。

多数の変形例が存在するものの、大半の地表水処理設備は、希釈、凝集／軟凝集、沈殿、濾過および消毒を含む複数の主要工程を有する。水源の種類および予測される汚染物質に応じて、その他各種化学的処理または工程を用いてもよい。水源の保護および管理プログラムの有効性に基づく水源の質ならびに経時変化によって、処理または工程の複雑さや種類が左右される。

図１に示すように、代表的な地表水処理設備１００は、１０２に概して示すような川、池および貯水池等の１つまたは複数の源泉から地表水を受け取る。水処理設備１００は、１つまたは複数の保留区域、タンクまたは貯水槽１０４を含み、水源を希釈または混合してもよい。１つまたは複数の源泉からの注入口および／または源水を組み合わせた後の注入口に、光学機器１１０をオンライン配置（positioned online）してもよい。オンライン機器１１０は、その後の処理工程を監視または制御する際に用いられる、吸光度測定および蛍光測定に基づいて直接的または間接的に定量されてもよい１つまたは複数の水処理パラメータを、リアルタイムで監視しやすくする。オンライン機器１１０は、局部監視または制御コンピュータ／サーバ１２０と、有線または無線ネットワーク１１６を通じて通信してもよく、また同様に、インターネットやクラウド等の広域ネットワーク（ＷＡＮ）を通じて通信する１つまたは複数のリモートコンピュータ／サーバ１５０と通信してもよい。加えて、オンライン機器１１０は、以下に詳述する現場較正用の較正線源１１４に、１つまたは複数の光ファイバまたはケーブル１１２を介して光学的に接続されてもよい。同様にオンライン機器１１０は、吸光度測定や蛍光測定を行う他の類似の機器１２２、１２４、１２６と、有線または無線ネットワークを介して直接的または間接的に通信してもよい。オンライン機器１１０はまた、ｐＨセンサ１３０、ＴＯＣ計１３２、濁度検出器１３４、温度センサ１３６および硬度センサ１３８等のセンサまたは計器と、有線または無線ネットワークを通じて直接的または間接的に通信してもよい。機器、センサ、検出器、計器等の種類、数および位置は、特定の用途や実施ごとに変わってもよいことを、当業者は認識することができる。

特定の用途や実施に応じて、複数の光学機器１１０および１２６のように別々の機器を備えるのではなく、単一（または共通）の機器を用いて、特定の処理工程の前後の水処理パラメータの測定または監視をしてもよい。配管１０６、１０８を設けて、１つまたは複数の処理工程の、上流または下流からのオンライン試料を、単一／共通の機器に送ってもよい。これにより、所望の処理工程を監視するのに必要な機器の数を減らすことで経費を削減することができるが、共通の場所へ水試料を追加的に送り制御することや、機器を通る試料の流れを変更するために必要な手動または自動ハードウェアの追加によって、経費削減が縮小する場合もある。上記のとおり、機器または監視装置は、処理プラントでの必要不可欠な工程に関連する重要な場所に配置されてもよい。これには通常、少なくとも凝集−沈殿後の注入口と、プラント排水位置とが含まれる。これらの位置に配置されるオンライン監視装置、またはこれらの位置からオンライン試料を受け入れる１つまたは複数の中央監視装置または共通監視装置は、一定の時間間隔で水流を試料採取するように用いられてもよい。特殊なタイプの処理設備用に、水処理パラメータ、および関連する測定手順または決定手順を開発してもよい。本開示の実施形態に係る、代表的な水処理パラメータと関連する代表的な測定方法または手順を以下に説明する。

水処理設備１００は、それぞれ１４０ａ、１４０ｂで概略的に示すような、軟凝集および／または凝集工程を含んでもよい。既知のように、凝集／軟凝集では、小さな浮遊粒子をくっ付けて、沈殿しやすいまたは濾過しやすい大きい粒子を形成するように、化学凝集剤または濾過助剤を追加または混ぜ合わせてもよい。凝集剤の種類および量は、水の微生物成分および化学成分によって決められてよい。この工程は、沈殿工程と相まって、水から有機炭素材料を除去して、その後の消毒処理／工程１６０の間に、望ましくない消毒副生成物が形成されることを低減するように用いられてもよい。凝集工程は、下流側または凝集工程１４０の後に配置された機器１２４からの測定結果と、本明細書でさらに詳述する機器１１０、１２２等の、１つまたは複数の上流側の機器と比較することで、監視および／または制御されてもよい。

とりわけ、大きい固体を含む水処理の用途では、沈殿（settling）または沈殿(sedimentation)工程（不図示）が軟凝集／凝集工程１４０ａ、１４０ｂの後に続いてもよい。沈殿または沈殿工程は、沈殿池（a basin or pond）において水の流れを遅くし、重たい要素を水流の流れで次の工程に運ぶことなく、底に沈殿させる。オンライン機器１２４は、このような沈殿工程の下流側に配置され測定を行い、測定結果と、例えば機器１２２または１１０等の上流側の機器の測定結果と比較することによって、この工程を監視または制御するのに用いられる１つまたは複数の水処理パラメータを決定してもよい。ある用途では、沈殿工程または沈殿前工程（不図示）は、希釈工程１０４の前に用いられてもよい。

沈殿または沈殿後に、単一または複数ステップの濾過工程１５０で、水から粒子を濾過する各種方法を採用してもよい。濾過の種類は原水の質に基づいて変更してもよい。濾過が暗に意味するように、水は、粒子、微生物および／または汚染物質を捕獲し除去する材料を通過する。砂、粉砕無煙炭または粒状活性炭（ＧＡＣ）等の粒状体が、濾過媒体として使われることが多い。種類および大きさが異なる媒体を層状にして異なる流量で作動してもよい。いくつかの用途では膜濾過を用いてもよいが、膜の目詰まりのため重度に汚染した水源には適さない場合もある。米国において、膜濾過は、特定の用途や別の種類の濾過との組み合わせで使用されるようになってきている。オンライン機器１２６は、濾過工程１５０の下流側に配置され、その工程を監視または制御するための水処理パラメータを決定するのに用いられる、その工程に関連する測定を行ってもよい。図示した代表的な実施形態では、オンライン光学機器１２６は、濾過工程１５０後の水試料を受け入れてもよく、同様に消毒工程１６０後の試料を受け入れてもよい。

濾過工程と濾過前の工程が水中の汚染物質を物理的に取り除くことに焦点を置いている一方で、物理的な除去工程を通過した細菌およびウィルスを死滅または不活性化させるのに消毒を用いてもよい。ウィルス、およびジアルジア等の微生物を、塩素によって効果的に死滅させる。クリプトスポリジウム等の一部の微生物は塩素に耐性がある場合もあるが、オゾンや紫外線による処理の影響を受けやすい。国によっては、塩素を用いずにオゾンやＵＶ光源によって細菌やその他微生物を死滅させてもよい。光学機器の代表的な用途や関連する水処理設備の監視や制御において、消毒工程１６０では化学消毒が設けられるが、有機炭素成分と反応して望ましくない消毒副生成物が生成されることもある。消毒剤は、例えば塩素、クロラミン（塩素＋アンモニア）、オゾン、紫外線、二酸化塩素を含んでもよい。塩素消毒の利点は、水が配水システム１７０を通って移動する間に細菌を死滅させ続けることにある。不利な点としては、潜在的に有害な消毒副生成物を生成する可能性があることである。水中の過剰な塩素は、水中の有機材料と結合して、トリハロメタン等の物質を形成し得る。これは生涯に渡って晒されると人の健康への様々な悪影響につながる。本開示の実施形態による１つまたは複数の水処理工程またはパラメータを１つまたは複数のオンライン機器により監視および／または制御して、消毒工程１６０をより精度よく監視かつ制御することに加えて、凝集工程１４０ｂのような１つまたは複数の上流側工程をより精度よく監視かつ制御することによって、消毒副生成物を削減してもよい。

その他各種処理工程によって、全体の処理工程の各地点で水を処理または調整してもよい。例えば、飲料水に化学物質を加えて、硬度（軟度）、ｐＨおよびアルカリ度を調整することで、例えば配管、貯蔵タンクおよびビル配管システムを含む配水システム１７０の腐食を低減してもよい。同様に、フッ化物を水に加えて口腔衛生を向上させてもよい。

図２は、本開示の実施形態による水処理パラメータの間接定量に使用する吸光度測定と吸光度補正した蛍光励起発光スペクトル測定（absorbance corrected fluorescence excitation-emission spectra measurements）を行うために用いてもよい機器の概略ブロック図である。共有され同時係属中の「吸光度と蛍光に基づく水処理パラメ−タの決定」という名称の米国特許出願番号１４／５２７，７５３（弁理士事件簿番号ＨＪＹ０１９８ＰＵＳ）に機器及び各種代替手段を詳しく記載しており、その開示内容を引用によりここに全面的に組み入れる。同時係属中で共有の米国特許出願番号１３／０４２，９２０（参照することにより、その開示の全体が本明細書の取り込まれる）に開示されるような、その他の機器を用いて、本開示に係る同様の吸光度測定と吸光度補正した蛍光測定を行ってもよい。そのような機器を実装する市販のものとしては、米国ではニュージャージー州エジソンのホリバ・インスツルメンツ社のホリバ・サイエンティフィック部門から市販されているＡＱＵＡＬＯＧ（登録商標）がある。

図２に概略的に示すように、機器１１０等の代表的な機器は励起光源２０２を具備してもよく、これは白色光フィルタ２０６と励起フィルタ２０８等の１つまたは複数のフィルタと組み合わせて用いる、狭帯域または広帯域光源２０４を含んでよい。あるいは、白色光フィルタ２０６を、励起フィルタ２０８と組み合わせて用いる白色光ダイオードに替えてもよい。別の実施形態では、励起フィルタと組み合わせた光源の代わりに、所望の励起波長の光を発光する励起ダイオードを用いてもよい。以下に詳述するように、励起フィルタ２０８（または励起ダイオードまたは励起源）を選択して、波長が２５４ｎｍでバンド幅が約２ｎｍの狭帯域光を提供する。光源２０２からの光はビームスプリッタ２１０を通過し、一部が基準検出器２１２に反射されて光補償および温度補償を行う。励起を監視し補正する基準ダイオードまたは基準検出器２１２を用いることで、蛍光励起スペクトルのトレーサブルな光学補正を行い、入力光源のドリフト（または光源光量の変化, input lamp drift）を補償することができる。

ビームスプリッタ２１０を透過した光は、フロースルーキュベット２１４（flow-through cuvette）を通過する。試料室は、本実施形態ではフロースルーキュベット２１４（flow-through cuvette）により実現されるものであり、一定の光路長を有しており、石英ロッド／ガイド（不図示）を用いて配置されている。図１を参照して、上記に説明した１つまたは複数の処理工程またはステップからの水は、分析のためフロースルーキュベット２１４に送られる。

キュベット２１４を通過した光は、ファイバリンク２２０につながれ、マルチチャネル検出器２５０（各実施形態においてＣＣＤ装置によって実現される）に送られる。ファイバリンク２２０は、線形に配列された複数のファイバを含み、キュベット２１４を通って伝わった光を、格子（または回折格子、grating）２３２と検出器２５０の別の部分とに送り、１つのＣＣＤまたはその他のマルチチャネル検出器２５０を吸光度測定と蛍光測定の両方に用いて機器の費用を削減してもよい。これは、複数のステップまたは工程を監視または制御する機器／監視装置のネットワークを、本開示の実施形態の水処理設備内に組み入れることに関するシステム費用を削減するのに特に有利である。さらに、ファイバ結合またはファイバリンク２２０を用いることで、マルチチャネル検出器２５０の較正時に、波長およびスペクトルの精度のために、固体状態の基準物質および／または較正光源１１４から注入された光の差し込みが容易になる。本明細書で詳述するように、これで機器の現場較正が容易になる。

試料の蛍光によりフロースルーキュベット２１４内で生じた光は、放射フィルタ２３０を通過して格子２３２に至る。格子２３２は、オーダーソート放射フィルタ（order sorting emission filter）２４６を通過した光がマルチチャネル検出器２５０に至る前に、当該光を複数の波長帯域に分離する。同様に上記のとおり、吸光度測定結果を得るために、キュベット２１４を通過した光は、ファイバ結合リンク２２０を移動して格子２３２に送られ、そして検出器２５０に送られる。機器１１０はコンピュータ２５２を含み、吸光度測定結果および蛍光測定結果を受けとり、吸光度測定結果を用いて蛍光スペクトルを補正する。測定結果は、ローカルまたは広域ネットワーク１１６を通じて、別のコンピュータ／サーバ１２０、１５０に伝達され、各種水処理パラメータの決定や水処理工程の監視および制御に使用されてもよい。あるいは特定の機器に関連付けたコンピュータによって水処理パラメータを決定し、それらを中央監視／制御コンピュータ、サーバまたはシステムに伝達してもよい。各機器に関連付けたコンピュータは各種機器制御機能を行ってもよく、例えば、キュベット２１４に送られる試料水の制御、光源２０２からの光を遮断するように配置された１つまたは複数のシャッタ（具体的に図示していない）の制御、または較正中等に使用する吸光度測定または蛍光測定の光路の制御等各種機器制御機能を行ってもよい。コンピュータはまた、基準検出器２１２を用いて測定結果を補正してもよい。

機器の別の実施形態では、別々のマルチチャネル検出器−分光器を使用して、蛍光測定と吸光度測定を行うことができる。しかし、１つのマルチチャネル検出器−分光器を備えた機器を使用して、同時に蛍光と吸光度を測定することに様々な利点がある場合もある。このような機器の主な利点は、吸光度と蛍光両用のマルチチャネル検出器によってスペクトルが全て補正されると共に波長較正が整合され、迅速なデータ収集と処理が効率化されることである。

図３Ａと図３Ｂは、本開示の実施形態による水処理パラメータの間接定量システムまたは方法の較正および動作を示す概略フローチャートである。図３Ａと図３Ｂのフローチャートに示されるように、１つまたは複数のオンライン検出器１１０、１２２、１２４、１２６を単体で用いて、または検出器ネットワーク内で通信するｐＨセンサ１３０、ＴＯＣ計１３２、濁度検出器１３４、温度センサ１３６および硬度センサ１３８等の１つまたは複数のセンサおよび計器と組み合わせて用いて、吸光度スペクトルデータと蛍光スペクトルデータから、全有機炭素（ＴＯＣ）や溶存有機炭素（ＤＯＣ）等の水処理パラメータを決定または評価する。各オンライン光検出器１１０、１２２、１２４および１２６を別のオンライン光検出器と同期させてもよい。ＴＯＣ（またはＤＯＣ）の測定値およびその他パラメータを、規定に従い周期的に処理ステップまたは工程と関連させて、オンラインセンサおよび光学機器を点検してもよい。

選択処理ステップで光学機器／検出器１１０、１２２、１２４、１２６を配置し、全芳香族炭素濃度、基調クロロフィル波長、基調石油または汚染物質波長、ＢＯＤ／ＣＯＤのタンパク質ピーク等について、２５４ｎｍ（Ａ２５４）を含むがこれに限定されない選択された励起波長で、完全な吸光度スペクトル（complete absorbance spectrum）やインナーフィルタ効果の補正をした（inner-filter effect corrected）の蛍光発光スペクトルを監視する。定期的にＤＯＣを記録することで、処理ステップに応じて光学オンライン計器を較正し、そして処理設備またはプラント内または両者間での品質の違いを原因付けることができる。

図３Ａと３Ｂの代表的な実施形態では、光学機器１１０、１２２、１２４および１２６から得た吸光度測定と蛍光測定によって、例えば溶存有機炭素（ＤＯＣ）または全有機炭素（ＴＯＣ）等の水処理パラメータを下記のように決定する。

２５４ｎｍにおける吸光度（Ａ２５４ｎｍで示す）は：
Ａ２５４ｎｍ＝ε_{２５４ｎｍ}・ＤＯＣ・ｌ
に相当し、ここでε_{２５４ｎｍ}はモル吸光係数、ＤＯＣは溶存有機炭素濃度であり通常（ｍｇ／ｌ）で表される。ｌは吸光度経路長である。ＤＯＣには通常、合計で３つから４つの明確なスペクトル成分（Ｃ１〜Ｃ４）または２５４ｎｍで励起すると蛍光発光が異なる下記の天然由来種が含まれる：

Ｃｌ＝高分子量フミン／フルボ酸（励起（ｅｘ）２５４ｎｍ、発光（ｅｍ）４７５ｎｍ）；
Ｃ２＝中−低分子量（ＭＷ）フミン／フルボ酸ｓ（ｅｘ２５４ｎｍ、ｅｍ４２５ｎｍ）；
Ｃ３＝タンパク質様成分（ｅｘ２５４ｎｍ、ｅｍ３５０ｎｍ）；
Ｃ４＝低分子量タンパク質様成分（ｅｘ２５４ｎｍ、ｅｍ３２５ｎｍ）

自然供給地表水のほぼ全てを、スペクトル分散の９９％超を占める成分Ｃ１〜Ｃ３の和としてモデル化できる。そして、２５４ｎｍで励起した蛍光スペクトルは、特定の水処理工程または一連の工程に応じた３つまたは４つの成分のいずれかの変化を評価するのに必要な９９％超の情報を含む。

Ｃ１、Ｃ２、Ａ２５４、ｐＨ、温度等の各種工程パラメータを選択して、ＤＯＣ、ＴＯＣ、ＴＨＭＦＰ等の所望の監視パラメータを間接定量してもよい。適切なパラメータを選択する際に、監視パラメータと関係または相関のある、Ｃ１、Ｃ２、ｐＨ、温度等のパラメータを特定してもよい。こうしたパラメータを特定してから、パラメータの線形結合を決めてもよい。例えば、ｘＡ２５４＋ｙＣｌ／Ｃ２＋ｚｐＨ＋．．．等の線形結合がある。測定値と線形物（linear product）との関係によって、例えば多重線形回帰（ＭＬＲ）等の多数の曲線適合方法のいずれかを用いて、傾きやｘ、ｙおよびｚの倍率（またはスケールファクター）を決めてもよい。特定の用途では、この工程を代表的な試料からの測定と共に時間をかけて繰り返し、線形結合に用いる傾き、倍率および／またはベースパラメータを微調整して、ベースパラメータと監視パラメータとの所望の相関を達成してもよい。

水処理工程を監視する一実施形態において、監視パラメータとしてＴＯＣを選択した。ＴＯＣの間接定量に用いる線形結合のためのベースパラメータを選択し、傾きと倍率を決めて、ＳＵＶＡ値と相関するＣ１とＣ２の成分濃度または値を選択した。これはＳＵＶＡと芳香族ＤＯＣ成分とが相関するからである。Ａ２５４／ＤＯＣ値は、Ｃ１とＣ２の芳香成分濃度と相関する。Ｃ１成分は、芳香族性指数と分子量（ＭＷ）が最も高いフミン成分であり、高いＳＵＶＡ芳香族性指数と最も強く相関する。Ｃ２成分は、ＭＷと芳香族性が低いフルボ／フミン成分であり、そのため低いＳＵＶＡ芳香族性指数と相関する。Ｃ１とＣ２よりも深いＵＶ吸光度および発光度を有するＣ３およびその他成分は、一般的に凝集の影響が低く、従って凝集とあまり相関性がない。これらは、Ｃ１とＣ２に比べて芳香族性はかなり低く、凝集に関わらず変動する傾向にあるため、芳香族性の有効な予測子ではない。このように、ＴＯＣまたはＤＯＣのＭＬＲ予測の際に、Ｃ３とＣ４成分が含まれると、選択した工程監視パラメータの補正や予測能力が劣る結果になるため、こうした成分は選択しなかった。

２５４ｎｍでの励起に応じる２９０−６００ｎｍで測定されるＤＯＣ蛍光スペクトルの積分を以下に示す：
２５４ｎｍで励起した各成分（Ｃ１−Ｃ４）の量子的な寄与は、通常以下のように定義される：
ここで、温度（Ｔ）と（ｐＨ）が量子的寄与に影響することもあるが、４つの成分間の寄与率の差異は統計的に通常ごくわずかであり、４つの成分の処理工程でｐＨの役割も小さく、つまり典型的な地表水処理の用途において、温度とｐＨは通常は大きな要因ではないが、より広義の適用モデルでは考慮される。

水処理では、量子収率の変更または新たな蛍光成分の生成ではなく、主として成分（Ｃｘ）の相対濃度の変更によって、見かけモル吸光係数（ε_{２５４ｎｍ}）を直接変更する。このように、２５４ｎｍで励起した蛍光スペクトルの（正規化された）スペクトルプロファイルを評価することで、成分Ｃ１〜Ｃ４の相対濃度を直接測定する。特定の処理工程または一連の処理工程の前後に採取した試料からとらえた正規化されたスペクトルプロファイル（normalized spectral profiles）によって、本開示に記載した工程を監視および／または制御してもよい。図５〜８に概略的に示し記載するような各種技術によって、スペクトルプロファイルを評価してもよい。

（代表的な処理例として）凝集による最も大きい影響は、Ｃ_ｔｏｔ＝（Ｃｌ＋Ｃ２＋Ｃ３）の成分全体または合計に対するＣ１の濃度が低減することによって、芳香濃度を直接測定することができる見かけモル吸光係数（ε_{２５４ｎｍ}）が低減することである。Ｃｌ：Ｃ_ｔｏｔ比は、Ａ２５４／ＤＯＣの傾きの変化と線形関係にあり、かつその主な原因となり、これは特定ＵＶ吸光度（ＳＵＶＡ）とも称される。多くの用途において、各種処理工程は全成分Ｃ１〜Ｃ４に等しく作用しないこともある。このように、特定工程を監視または制御するための特定比率は異なってもよい。例えば、凝集処理工程ではＣ３とＣ４の濃度を大きく変えない。よって、ＤＯＣ等の対応処理パラメータを決め、Ｃ１：Ｃ_ｔｏｔではなくＣ１：Ｃ２比を用いて、工程を監視、評価および／または制御してもよい。

上記記載からわかるように、Ｃｌ：Ｃ_ｔｏｔ＝ｘＳＵＶＡとなり、ｘは単純線形倍率であるため、以下の場合でも関係は依然として線形のままである：

ＤＯＣ＝Ａ２５４ｎｍ／ε_{２５４ｎｍ}・ｌ

なぜなら、この例ではモル吸光係数（ε_{２５４ｎｍ}）の変化は、Ｃ_ｔｏｔが示す成分の合計と線形関係にあるからである。

前述のとおり、地表水処理において、Ｃ４は自然成分として通常検出されない。しかし、Ｃ４を特定種の汚染物質を検出するために監視してもよく、Ｃ４は下水を発生源とする廃水や下水処理水を受け入れる水源には非常に多く存在している。特定の処理設備１００内または処理設備間における、異なる検出器１１０、１２２、１２４、１２６等からのスペクトルをネットワークで比較することで、Ｃ１〜Ｃ４が示す成分の変化を継続的に監視して評価することができる。代表的な比較を図５〜８に示し記載する。

本開示の光信号処理は、ＤＯＣの相対的および絶対的な成分変動の２つの主な原因を監視できるように設計されている。天然および人工の源泉の変動について、ＤＯＣ成分の相対的な寄与は、雨や嵐、火事、落ち葉、藻類異常発生、下水放出等を含む、源水の複数の要因によって異なる。処理工程の変動について、凝集工程と濾過工程の主な効果は、総ＤＯＣならびに芳香族炭素成分の相対比に影響を及ぼすことである。当該処理工程の主な機能は、規制された望ましくないハロゲン化消毒副生成物が、ＤＯＣ内に含まれる前駆体成分を減らすことによって形成される可能性を低減することである。

図３Ａと図３Ｂのフローチャートは、代表的な実験または測定の手順または方法を示し、特定の水処理工程の監視点または制御点で用いてもよい機器較正を含む。間接的に定量され、算出され、または測定される水処理パラメータは、監視または制御される特定処理工程によって異なってもよい。

図３Ａは、本開示の実施形態による水処理パラメータの間接定量で用いるための、代表的な較正工程を示すフローチャートである。３１０に示すように、較正されたＤＯＣ計を用いてＤＯＣを測定する。例えば製造業者が指定したＤＯＣ計の較正手順、および／または規制機関または標準化団体が許可した較正工程と合わせて、市販のＤＯＣ計を用いてもよい。その後、ブロック３１２に示すように、図２を参照し記載し示したような機器によって、Ａ２５４およびＳＵＶＡパラメータを決定する。各種実施形態において、原料のまま、沈殿、および排水の試料セットに対する通常の水処理（または別設備の）プラント運転の初期較正期間の間（例えば３０〜９０日）に、米国ＥＰＡ法４１５．３に従い、Ａ２５４とＳＵＶＡパラメータとを決定する。

引き続き図３Ａを参照すると、３１４に示すように、機器を用いて、２５４ｎｍの励起に応じて吸光度を補正した蛍光スペクトル（例えば２９０ｎｍから少なくとも約６００ｎｍの範囲で）を測定または取得する。あるいは、ブロック３１０から、ＤＯＣとＡ２５４のそれぞれの測定値のために、完全な蛍光励起発光スペクトル（ＦＥＥＭ）を得てもよい。それからブロック３１６に示すように、１つまたは複数の定量分析手段を用いて、試料内の構成要素または成分を定量化する。定量分析手段は、主成分分析（ＰＣＡ）、平行因子分析（parallel factor analysis、ＰＡＲＡＦＡＣ、ＰＣＡの総括）、古典的な線形回帰（ＣＬＲ）、ピーク値分析等を含み、試料内の複数成分それぞれを特定または定量化してもよい。このステップには、監視または制御される特定工程に関係がある各種成分の定量化が含まれてもよい。本開示による各種実施形態では、水処理工程の監視および／または制御に用いるための上述の成分Ｃ１〜Ｃ４を定量化する。

あるいは、または組み合わせて、ブロック３１８に示すように成分の絶対濃度比を決定してもよい。ある実施形態において、切片が０ｍｇ／ｌに固定された線形係数（ｘとｙ）として用いるための、Ｃ１：Ｃ２の絶対濃度比を、対応するＡ２５４測定と共に決定し、ＤＯＣを予測する。本開示の実施形態では、図４〜８を参照して詳述するように、大まかな一次関数（ｘ［Ｃｌ］：［Ｃ２］＋ｙＡ２５４）によって予測したＤＯＣを表してもよい。

ブロック３２０に示し、かつ図４に詳述するように、多重線形回帰（ＭＬＲ）を用いてｘの係数、ｙの係数および対応する傾きを決定してもよい。３２２に示すように、ブロック３２０で決定した予測ＭＬＲモデルを評価し、分散分析（ＡＮＯＶＡ）によって相関係数を決定し、傾きの信頼区間を決定する。

ブロック３２４に概ね示すように、較正を定期的に確認してもよい。これ自体は較正工程の一部ではないものの、代表的な水処理工程の図示する目的で記載した。特に、継続的な試料採取モードで予測ＭＬＲモデルを応用し、例えば毎日のバッチ分析と比較して定期的な再評価を行ってもよい。Ｃ１：Ｃ２比を芳香指標の代理として決定し、ＳＵＶＡと比較してもよい。

図３Ｂのフローチャートに示すように、ある実施形態において、２５４ｎｍへの励起フィルタ処理に応じて、機器１１０等のＣＣＤ−分光器で蛍光発光スペクトル（例えば２５０ｎｍから６００ｎｍ）を測定してもよい。ブロック３４０では、後で使用するために非一時的なコンピュータ可読記憶媒体に記憶されているデータを有するブランク（ｌ_０で示される）を用いて機器を較正してもよい。３４２に示すように、オーダーソートされたフォトダイオードアレイ分光器を用いて、白色光（ｌ）源（例えば２５０ｎｍから８００ｎｍ）で吸光度測定が行われる。３４４に示すように、２５０ｎｍから６００ｎｍの吸光度スペクトルを、−ｌｏｇ（ｌ／ｌ_０）として算出する。その後３４６に示すように、機器を用いて試料セルの蛍光スペクトルを決定する。ある実施形態において、フロースルーキュベットを通る試料の流れは、吸光度測定および蛍光測定の間は止められる。しかしながら、別の実施形態では、試料水は測定中に継続して流れてもよいが、これによって変動が追加導入される結果になることもある。

３４８に示すように、吸光度スペクトルデータ（２５０ｎｍ〜６００ｎｍ＝−ｌｏｇ（ｌ／ｌ_０））を用いて、補正された蛍光スペクトルを算出し、第１および第２インナーフィルタ効果（ＩＦＥ）を調整してもよい。２５４ｎｍで励起した蛍光発光スペクトルは、タンパク質（芳香族アミノ酸）に関連するＴＯＣ留分（TOC fraction）（Ｃ３、Ｃ４）に関する定量的な情報を提供するが、（図示した代表的な実施形態で）より重要なのはＳＵＶＡパラメータに関連する低分子量芳香族性（Ｃ２）、高分子量芳香族性のフミンとフルボ酸成分（Ｃ１）を提供することである。それから３５０に示すように、蛍光強度Ｃ３、蛍光強度比Ｃ２：Ｃ１、吸光度Ａ２５４に基づいて、選択した水処理パラメータ、この例ではＳＵＶＡおよびＴＯＣ、を算出または決定する。吸光度データと蛍光データに基づき、ＴＯＣ計によって測定したＴＯＣと予測したＴＯＣとの所定の関係を用いて、ＴＯＣを決定することができる。これは、例えば本明細書に詳細に示し説明したように、吸光度および蛍光の線形結合として示されることもある。

その他の水処理パラメータもまた、吸光度測定と蛍光測定によって決定または算出してもよい。図３Ａおよび３Ｂに示す代表的な実施形態においては、３５２に示すように、ｐＨ、温度（Ｔ）、塩素添加量および残留物の測定によって、例えばトリハロメタン（ＴＨＭ）およびハロゲン化酢酸（ＨＡＡ）のような消毒副生成物生成能（ＤＢＦＰ）に関する水処理パラメータを予測または決定する。３５４に示すように、１つまたは複数の水処理パラメータを、指定した時間間隔または定期的な時間間隔で、関連する警告／準拠しきい値（warning/compliance threshold）と比較してもよい。較正後または数値モデルを用いて、タンパク質発光（protein emission）（３３０ｎｍと３５０ｎｍ）と関連するＣ３、Ｃ４の濃度、低分子量フミン／フルボ成分（４２０ｎｍ）のＣ２濃度、高分子量フミン／フルボ成分（４５０−４７５ｎｍ）のＣ１濃度等の、１つまたは複数成分の濃度変化を評価してもよい。３５６に示すように、各制御点（または制御項目、control point）または処理工程の水処理パラメータを記録および／またはプロットしてもよい。

図４〜８は、本開示の実施形態による水処理パラメータ決定システムまたは方法で使用する成分濃度および／または比率の決定例を示す。図示した代表的な実施形態では、上述のとおりＣ１とＣ２の成分濃度を決定する。しかし、特定の用途や実施によっては、追加成分濃度または別の成分濃度、および／または比率を決定してもよい。４１０に示すように、代表的な処理工程または一連の処理工程の前後で採取した試料について、２５４ｎｍの公称波長を有する励起源に応じた吸光度スペクトルを、オンライン機器から収集する。続いて、４１６に示すＡ２５４の値を、成分値または比率（この例では、Ｃ２：Ｃ１）と組み合わせて使用し、４１８に示すようにＴＯＣ等の予測した水処理パラメータを間接的に定量する。図示した実施形態では、データ４１２が示すような処理工程（この例では凝集）前に採取した試料と、データ４１４が示すような処理工程後に採取した試料について、吸光度スペクトルを波長の関数としてプロットする。よって、データ４１２は原水試料の吸光度を示し、データ４１４は処理後の水試料を示す。吸光度データは、グラフ４３０に示す蛍光スペクトルデータのインナーフィルタ効果（ＩＦＥ）の補正（４２０で示す）のために用いられてもよく、２５４ｎｍの励起公称波長に応じた補正後の発光波長の関数として、正規化した強度（normalized intensity）が示される。特定の用途や実施によっては、許容できる結果を得るためにＩＦＥが必要ではない場合もある。４３０に示す蛍光スペクトルは、処理前（原）モデルデータ４３２、処理後モデルデータ４３４、処理前（原）測定データ４３６および処理後データ４３８を含む。本明細書に詳細を記載するように、試料データは、高い相関度を有する、有効な３成分（Ｃ１〜Ｃ３）の平行因子分析モデルと一致する。

ブロック４４０、４４２、４４４および４４６に概ね示し、そして詳細を図５〜８を参照して示し説明するように、各種定量分析方法によって蛍光スペクトルデータ４３０を分析し、芳香成分強度（例えばＣ１とＣ２等）および比率（Ｃ１：Ｃ２またはＣ２：Ｃ１等）の変化を決定することができる。４５０に示されるこれらの分析から得た成分濃度または比率を、４１６に示すＡ２５４ｎｍの測定値と組み合わせ、４１８に示す多重線形回帰（ＭＬＲ）によってＴＯＣを算出する。測定データの関数としての予測データを含むグラフ４１８が示すように、予測またはモデル化データは、上述のように測定または直接定量したデータと略線形関係を示す。多重線形回帰（ＭＬＲ）４６０を用いて、図３Ａと図３Ｂについて上記説明したように、ｘの係数とｙの係数とを決定し、本例では全有機濃度（ＴＯＣ）について、４１６が示すＡ２５４吸光度データと、Ｃ２：Ｃ１として表されるＣ１とＣ２あるいはＣ_ｔｏｔ：Ｃｌの比率または成分濃度に対応する４５０が示す蛍光データとの線形結合として処理パラメータをモデル化した。各種実施形態において、成分濃度比の代わりにではなく成分濃度を用いる。同様に成分濃度の算出が不要であってもよい。むしろ本明細書で詳述するピーク高さのような、成分濃度と相関するパラメータを用いてもよい。

データ４１８が示す強い正の相関関係が表するように、ＴＯＣ等の水処理パラメータを間接定量するのに吸光度データと蛍光データを用いることができる。この際、対応するＴＯＣ計を必要とすることなく対応するモデルを用いて定量することができり。これによって、上述のようにオンライン機器で処理工程を正確に監視できることに関し様々な利点がもたらされる。とりわけ、吸光度データと蛍光データを用いることで、時間の経過または水源間で芳香特性が変異するかもしれない異なる水源に対して、再現性のある評価を提供できる。吸光度測定と蛍光測定との動的な同時性によって、ＳＵＶＡをより的確に決定し、従来実施されてきたＴＯＣ計による、別個の検出方法の伝搬雑音および干渉を除去することができる。本開示の実施形態により提供されるより正確かつ高精度のＴＯＣおよび芳香族性の評価によって、水処理設備のより厳しい規制を遵守することが容易になる。

図４に示す代表的な実施形態によって、ＴＯＣを間接定量できることを説明したが、ＳＵＶＡ、ＴＨＭＦＰ等の他の水処理パラメータを同様に決定してもよい。

上述のように、特定の処理工程または一連の工程内の所望の点からの試料を分析できるように配置された異なる複数の検出器から得た吸光度スペクトルと補正された蛍光スペクトルとを比較することで、特定の用途で監視されるＣ１〜Ｃ４またはその他の成分の変化を継続的に監視して評価することができる。特定の水源、または特定の処理工程もしくは一連の工程による濃度比の変化に関連するスペクトル形状変化を定量評価するために、各種数値演算を採用してもよい。

図４を参照して示し説明したように、ブロック４４０、４４２、４４４および４４６に示した蛍光スペクトル分析が可能であり、図５〜８を参照して詳細に示し説明するように芳香成分強度および／または関連比の変化を決定することができる。図示した代表的な実施形態において、こうした分析から得た成分比をＡ２５４ｎｍの測定値と組み合わせ、多線形重回帰（ＭＬＲ）によってＴＯＣを算出できる。

図５は、原試料と処理試料の主成分Ｃ１、Ｃ２およびＣ３に関するデータの古典的な最小二乗適合（ＣＬＳ）を示し、芳香成分Ｃ１およびＣ２の相対変化を示す。３００ｎｍから６００ｎｍの波長の関数として強度データを図示する。データ５１０は、代表的な処理工程前の原試料のＣ１を示し、データ５１２は処理後の排水試料を示す。同様に、データ５１４は原試料の成分Ｃ２の強度を示し、データ５１６は排水試料の成分Ｃ２の強度値を示す。データ５１８は成分Ｃ３の強度値を示し、データ５２０は排水試料のＣ３の強度値を示す。データ５２２は、原試料の成分Ｃ１、Ｃ２およびＣ３の和の強度値を示し、データ５２４は排水試料における成分の和の強度値を示す。

図６〜８は、最小二乗法曲線適合を行う必要なく定量的情報を提供する数値的アプローチを示す。図６は、正規化したスペクトルによって、どのように原スペクトルと処理後スペクトルの差を算出し、Ｃ１とＣ２の濃度変化に比例するスペクトル強度変化を測定できるのかを示す。データ６００は、処理前または源水（raw）のピークを正規化した吸光度補正蛍光スペクトルデータ６１０と、処理後または排水のピークを正規化した吸光度補正蛍光スペクトルデータ６１２と、差分データ６１４とを示すデータを含む。図６に示すように、処理前データから処理後データへのスペクトル重心の変化または移動（シフト）は、負の値の差スペクトルとなる。これは、凝集処理工程中のＣ１成分の除去に関するピーク波長の中心移動によるものである。ピーク差分データの大きさまたは変化を、６２０に示す。

図７は、原試料と処理後試料のスペクトルの正規化積分によって、Ｃ１成分およびＣ２成分の変化に比例する領域における、差異または変化を算出することを示す。データ７００は、処理前または原試料に対する正規化した累積積分データ７１０、処理後または排水試料に対する正規化した累積積分データ７１２、および差スペクトルデータの正規化累積積分データ７１４を含む。領域７２０は、関連する波長範囲についての差分データ７１４の積分に対応する。波長の関数として各処理ステップのスペクトルの累積積分の正規化は、正規化された積分スペクトルのステップ間の差異として評価された量的な変化を確認するのに、最も効果的な手段かもしれない。図７に示すように、差スペクトルの信号領域７２０は、正であり、かつ凝集処理工程による成分比の変化に対して線形的である。対応する関連成分の特定と、特定の成分濃度または成分濃度比に関する特定処理工程または一連の工程の効果とによって別の種類の処理工程について同様の結果が得られることもある。図７のデータが示し、また図８を参照して詳細に示し説明するように、差分データ７１４のピークに関する波長の座標または値の変化または移動は、成分濃度の変化に定量的に関連していてよく、特定処理工程または一連の処理工程を監視および／または制御するために用いられてもよい。

図８は、各スペクトルのうちピークから−２０ｎｍの波長座標、ピークの波長座標、ピークから＋２０ｎｍの波長座標を用いて、Ｃ１成分強度およびＣ２成分強度の変化をどのように算出できるのかを示す。線８１０は、処理前または原試料データを示し、線８１２は処理後または排水試料データを示し、線８１４は差分データ、または線８１０と８１２との間の変化を示す。図８に示すように、ピーク８２０は、処理前から処理後で、１４ｎｍ移っている。ピーク８３０は、処理前から処理後で約１７ｎｍ移り、ピーク８４０は、約２１ｎｍ移っている。

図４〜８に示すように、吸光度分光分析および蛍光分光分析を利用して、試料内の新成分としての未知の混入物の存在を特定してもよい。当業者であれば認識するように、同種の成分モデルを、下水処理（ＢＯＤまたはＣＯＤ）のためのタンパク様のピークや油再生のための油のピーク等に調整してもよい。他の励起波長を特定の用途のために用いてもよく、２５４ｎｍは、全ての天然ＤＯＣ成分の励起スペクトルの中で非常に高い信号ピークである。酸素濃度は、成分の量子収率のインフルエンサとしてモデルで定量化することができる、別の因子であることを認識しなければならない。よって、同様の分析を、オゾン処理の監視および制御に用いてもよい。

システムおよび方法は、正規化された蛍光スペクトルの形状、領域（または面積）および最大値の相対的変化に主に依存しているため、上述のように較正された古典的な最小二乗法（ＣＬＳ）手段によって蛍光データを既知の成分スペクトルの形状に合わせるのではなく、レシオメトリックな分析、サブトラクティブな分析、および／またはデリバティブな分析に基づいて、蛍光スペクトルの成分濃度変化を算出して、そして算出を加速できる。また、関連するオンライン機器に適切な励起フィルタおよび格子を備えて、吸光度範囲と蛍光範囲を広げて藻類のクロロフィルおよび補助色素を含めることができる。さらに、複数のタンパク質成分（Ｃ３）間の関係を用いて、上述のような汚水処理のために、生物化学的酸素要求量および化学的酸素要求量のパラメータを監視することもできる。

開発中およびモデルの妥当性確認中に、試料を採取して水路からの原水源と、凝集／濾過処理後の原水源との、蛍光および吸光度のスペクトルデータを比較した。蛍光のインナーフィルタ効果のために補正した完全な蛍光励起発光マトリックス（ＥＥＭｓ）を用いて、ＴＯＣ計で別個に測定した全有機炭素の試料を平行に測定することで、データ処理に使用したモデルを最初に確認した。
ＥＥＭデータセットは、当初２０４個の試料を含み、高い相関度（９８％超）および折半法で確証された（split half validated）相関度（９７．８％超）を備える、確証された３成分の並行因子分析モデルに合致させた。３つの成分は、低分子量フミン／フルボ成分（Ｃ１）、高分子量フミン／フルボ成分（Ｃ２）、タンパク質成分（Ｃ３）として明確に特定された。凝集／濾過処理後に採取した試料の分析から、処理によって、Ｃ１に比べてＣ２の相対濃度が下がり、Ｃ３への影響があるとしてもごくわずかであることが証明された。

Ａ２５４ｎｍおよびＴＯＣパラメータから算出されたＳＵＶＡデータを、数日かけて収集した試料の分析データの関数としてのＣ２：Ｃ１成分比と比較し、試料が変化することの効果を監視した。ＳＵＶＡパラメータとＣ２：Ｃ１比とを比較することで、本開示の実施形態による、吸光度を補正した蛍光機器で同時測定したＣ２：Ｃ１比を用いて（別々の吸光度読み取り値とＴＯＣ計読取り値によって測定する）、ＳＵＶＡの変化をより的確に測定できることが証明された。ＳＵＶＡの算出により、原水は４よりも大きく、沈殿および排水試料は概して約２〜３であり、処理済試料内に多く(＞１９〜１３％)の散乱物（scatter）があることが示された。

ＴＯＣに関する線形因子であるＣ２：Ｃ１比は、処理試料の変動係数が低く（＜５〜３％）、３つの処理間で芳香族性変化の解像度（resolution）がよいというＳＵＶＡ傾向を反映した。分析日時の関数としてＡ２５４およびＴＯＣ計のデータを監視して、源水構成物の変化の一貫性を示した。ＳＵＶＡ算出に使用したＴＯＣおよびＡ２５４の測定値を用いて、処理によって、原水と処理水との２つの線形関係が、ＳＵＶＡとＣ２：Ｃ１比とに一致する結果になったことが証明された。このデータに基づくと、ＴＯＣの関数としての原データセットと処理データセットとの線形関係の変化は、ベールの法則に従ったＣ２：Ｃ１成分比の相対的な減少によって決定される試料のモル吸光における系統的変化と一致することが明らかである。

よって、Ｃ２：Ｃ１比、濃度またはその他の関連する値、およびＡ２５４値を知ることで、データセットのＴＯＣの算出（多重線形回帰または同様方法による）が１つの推算式を用いて可能になることを、本開示は認識している。多重線形回帰の計算式の結果は、ＴＯＣの的確度と精度が高い（Ｒ^２＞０．９８８）ことを示している。よって、蛍光発光スペクトルおよび吸光度スペクトルを知ることで、＜＜０．５から＞１０ｍｇ／ｌの範囲でＴＯＣのオンライン操作ができる信頼度の高い１つの機器で、ＳＵＶＡおよびＴＯＣ濃度を同時決定できる。本開示によるオンライン機器は、動く部分が少ない機器を用いて、各試料について、これらの（あるいは同様の）水処理パラメータまたは指標を数秒内に決定できる。

図９は、本開示の実施形態による吸光度測定と蛍光測定によって、溶存有機炭素（ＤＯＣ）、全有機炭素（ＴＯＣ）またはトリハロメタン生成能（ＴＨＭＦＰ）等の水処理工程パラメータを決定するシステムまたは方法を示す、詳細なフローチャートである。９１０に示すように、吸光度スペクトルと蛍光スペクトルのブランク情報をネットワークの各検出器のために記録する。そして９１２に示すように、スペクトルの較正、レスポンスおよび光学明瞭度（清浄度）について、各検出器を同期する。各種実施形態において、較正用ＣＣＤ分光器、標準物質光源（reference material light sources）および試料に遠隔ファイバアクセスすることで、検出器を現場で較正してもよい。

９１２に示すように、手動または自動制御弁で試料の流れを一時的に止め、その後の吸光度および蛍光の決定のために特定試料をフロースルーキュベットに送り、下記のように分析を同期することができる。９１４に示すように、各検出器の位置で所望の信号対雑音比が得られるまで、オーダーソートフィルタ付き（ＯＳＦ）ＣＣＤ−分光器を用いて、完全なＵＶ−ＮＩＲ吸光度スペクトルを２３０〜８００ｎｍの範囲で測定する。９１６では、蛍光経路を閉じて、吸光度測定中に散乱光がこの経路に侵入してＣＣＤに至ることを防ぐ。９１８に示すように、基準ダイオード信号で吸光度経路を補正して光源の変動に対処する。

９３０に示すように、試料の蛍光発光スペクトルを２５４ｎｍで励起し、各検出器位置で所望の信号対雑音比が得られるまで信号を積算する。９３２では、発光経路にフィルタをかけて励起光を排除し、吸光度／透過率経路を閉じて、蛍光測定中にＣＣＤ照射がこの経路を通過するのを防ぐ。９３４では、発光スペクトル応答と基準ダイオードに対し蛍光スペクトルを補正する。９３６では、吸光度スペクトルからＡ２５４ｎｍ値を評価し、閾飽和値を超える場合には、関連付けたメッセージを生成する。９３８では、飽和警告の記録がない場合、吸光度スペクトルデータによって第１および第２インナーフィルタ効果補正を蛍光スペクトルデータに適用して、正しい蛍光応答を得る。

９４０では、積分合計が１になるように正規化された（normalized to unity）累積積分曲線を算出することにより、各検出器からの蛍光スペクトルを処理する。９４２では、各ステップから得た処理水信号を源水信号から減算して、関連する処理工程の効果を評価する。９４４では、領域と波長ピークおよび幅の観点から差分曲線を評価し、処理工程（代表的な一実施形態では凝集工程である処理工程）においていつ所望の効果があったのかを決定する。９４６では、上述の波長座標評価（wavelength coordinate evaluations）および数式を用いて、Ａ２５４ｎｍ値で、累積積分曲線データと差分曲線データを更に処理し、溶存有機炭素（ＤＯＣ）合計の等価物を算出／校生するために用いる原信号データパラメータを提供する。

また、図９に示すように、９５０では、成分濃度比の累積積分信号を評価する。ここで複数の方法（９５２では、各Ｃ１〜Ｃ４の較正後基準スペクトル寄与の和に基づく典型的な最小二乗法回帰およびその後のＣ２：Ｃ１（またはＣｔｏｔ：Ｃｌ）強度比の算出を含むがこれに限定されない）のいずれか１つを用いる。９５４では、残差の和を所定の閾値と比較することで評価して、未知の混入物質または較正上の問題を決定／検出して警告することができる。９５６に示すように、拘束非線形回帰（restrained nonlinear regression）を適用して、別々の成分を維持できるが、ピーク幅と中心パラメータの僅かなずれは許容される。９５８に示すように、積分曲線の波長強度指標をＣ２：Ｃ１比に対し線形補正するが、通常、Ｃ１とＣ２に比べて、Ｃ３とＣ４成分は、２５４ｎｍの芳香吸光度（励起）への相対寄与が非常に低い。Ｃ３とＣ４の凝集への相対感度は統計的に無効であることが多いため、これらを条件から除外することでＣ１濃度とＡ２５４ｎｍの相関関係が改善する傾向にある。

９６０に示すように、別々のＡ２５４ｎｍとＣ２：Ｃ１（またはＣ_ｔｏｔ：Ｃｌ）の強度比に基づき、多重線形回帰から得たパラメータ係数ｘとｙによって、ＤＯＣ＝ｘ（Ａ２５４ｎｍ）＊ｙ（Ｃ２：Ｃ１）に従い、ＤＯＣを算出する。ここで、ｘとｙは線形係数、典型的には回帰は切片０と単一の傾きに制約され、予測相関容量と重要度を増加させる。上記の単純な多重線形回帰（ＭＬＲ）式によって、対応する時間に対応する処理ステップ（位置）から得たバッチモード比較で採取したＴＯＣ計のデータによって、Ａ２５４ｎｍとＣ２：Ｃ１（またはＣ_ｔｏｔ：Ｃ１）信号を較正し、予測容量のｘとｙを決定する。条件ｙ＊（Ｃ２：Ｃｌ）を、特定ＵＶ吸光度係数（ＳＵＶＡ）としてより広く知られるパラメータに定義上線形に相関付ける。なぜならＡ２５４ｎｍとＤＯＣとの線形関係を決定する水試料の相対成分濃度の変化は、Ｃ２：Ｃ１（またはＣ_ｔｏｔ：Ｃ１）によって示されるからである。

線形解析は、各成分のモル吸光係数は処理に応じては一定のままであり、Ａ２５４ｎｍの変化は、絶対成分濃度および相対成分濃度の変化を示すだけであるという認識に基づく。また、各成分の蛍光量子収率も処理中は一定であり（独立しても両者関係においても）、正規化された蛍光スペクトルの変化と積分形状も、成分濃度の相対変化を示すに過ぎない。量子収率の微小な変化も、吸光度および蛍光の関係に応じて測定／検出される場合、蛍光スペクトルモデル化で説明できる。このような変化をｐＨ、温度、溶存酸素濃度と関連付けてもよい。

上述のとおり、Ａ２５４ｎｍとＣ２：Ｃ１（またはＣ_ｔｏｔ：Ｃｌ）比によって、プラント操作において、対応する計量器で測定された複数の変数を含む可能性のある多重線形回帰機構において、消毒副生成物生成能を正確に予測することもできる。相関／決定的パラメータには、塩素量および残留物、接触時間、温度、ｐＨ、アルカリ度および濁度を含めることができるがこれに限らない。典型的なトリハロメタン生成能予測（ＴＨＭＦＰ）式は以下のように定義される：

ＴＨＭＦＰ（ｐｐｂ）＝ａ（Ａ２５４ｎｍ）＋ｂ（Ｃ２：Ｃｌ）＋ｃ（ｐＨ）＋ｄ（［Ｃｌ−］）＋ｅ（Ｔ）＋ｆ（［Ａｌｋ］）

ここで、ａ、ｂ、ｃ、ｄおよびｅは線形係数である。典型的には、ＴＯＣ予測と同様に、切片０と統一された傾きを、一次方程式フィットパラメータに限定して予測相関関係を増大させることができる。

当業者であればわかるように、上述の代表的な実施形態では、Ｃ２：Ｃ１またはＣ１：Ｃ２等の成分比を用いてもよい。あるいは（または組み合わせて）、特定の用途や実施によっては、成分濃度、成分値、または成分濃度もしくは値と相関するその他パラメータを用いてもよい。例えば、上述のように特定成分に関するピーク高を用いることができる。更に、各種実施形態では発光スペクトル測定または放射光の分散を必要とせず、いくつかの用途ではダイオードを検出器として用いて許容できる結果を出してもよい。同様にいくつかの実施形態ではＩＦＥ補正が不要な場合もある。

よって、本開示による水処理または同様の工程監視の各種実施形態では、凝集化学物質および造粒活性炭等の関連する処理化学物質の使用（典型的な用途では毎月数万ドルの発注）を節約または削減することができる。同様に各種実施形態では、ＤＯＣ除去に必要な作業に関する生物活性炭（ｂＧＡＣ）の使用を節約または削減することもできる。同様に、実施形態では逆浸透（ＲＯ）、順浸透（ＦＯ）、膜バイオリアクタ（ＭＢＲ）、精密濾過（ＭＦ）および限外濾過（ＵＦ）の用途について、膜汚染および関連するポンピングエネルギを削減し、また膜損傷を削減し、膜耐用寿命を増加させることもできる。各種実施形態による水処理パラメータのオンライン監視によって、オゾン処理を最適化し、味覚および香気への拒絶を削減することができる。更に各種実施形態によって、油を含む有機汚染物質の検出を改善することもできる。

典型的な実施形態を上記説明したが、こうした実施形態によって本開示に係る水処理パラメータまたは指標を決定するための試料分析システムまたは方法の可能な形態を全て記載することを意図しているのではない。むしろ、明細書で使用した用語は限定的用語ではなく説明的用語であり、開示の本質や範囲を逸脱することなく各種変更を行ってもよいとが解される。上述のとおり、各種代表的な実施形態の構成を明示的に図示または記載していない方法で組み合わせて更に別の実施形態を形成してもよい。利点を提供するものとして、あるいは１つまたは複数の所望の特性に関して別の実施形態よりも好ましいものとして各種実施形態を説明したが、当業者であれば気づくように、１つまたは複数の特性を妥協して具体的な用途や実施に依拠する所望のシステム属性を達成してもよい。こうした属性には費用、強度、耐久性、ライフサイクルコスト、市場性、外観、梱包、大きさ、有用性、重量、製造性、組立性、操作等が含まれるが、これらに限定されない。ここに記載した１つまたは複数の特性に関して別の実施形態または先行技術の実施ほど望ましくないとここに記載した実施形態は開示範囲に含まれておらず、特定の用途に対しては望ましいこともある。

Claims (8)

1. パラメータを決定するためのコンピュータ実行方法において、
   コンピュータにより、励起波長に応じてそれぞれ放出された第１ピーク発光波長と少なくとも第２ピーク発光波長とを含む、試料の少なくとも２つの蛍光発光スペクトルの測定結果を受信する工程と、
   前記試料の励起波長で得た吸光度測定値を、前記コンピュータにより受信する工程と、
   前記吸光度測定値に基づき前記蛍光発光スペクトルを補正する工程と、
   前記第１ピ−ク発光波長と関連する第１成分値と、前記第２ピ−ク発光波長と関連する第２成分値とを、前記コンピュータを用いて決定する工程と、
   （ａ）前記第１成分と前記第２成分の蛍光発光スペクトル間の関係に関して較正した少なくとも１つの係数と、
   （ｂ）（ｉ）前記第１成分値と前記第２成分値の線形結合又は非線形結合、
   （ｉｉ）前記第１成分値と前記第２成分値の比率、及び／又は
   （ｉｉｉ）前記第１成分値と少なくとも前記第２成分値の合計に対する前記第１成分値の比率と、
   （ｃ）前記吸光度測定値と、
   に基づいて、前記パラメータの値を前記コンピュータにより算出する工程と、を含む方法。
2. 前記第１成分値と前記第２成分値は第１成分濃度と第２成分濃度とを含む、請求項１に記載の方法。
3. 前記関係は、前記第１ピーク波長および前記第２ピーク波長における前記蛍光発光スペクトルの強度を含む、請求項１に記載の方法。
4. 前記試料は水試料であり、前記パラメータは水処理パラメータであり、
   ＤＯＣ計により決定したＤＯＣ値、を前記コンピュータにより受信する工程と、
   前記水試料の吸光度測定値を前記コンピュ−タにより受信する工程と、
   前記吸光度測定値に基づき、Ａ２５４値およびＳＵＶＡ値を前記コンピュータにより決定する工程と、
   ＤＯＣ値およびＡ２５４値のそれぞれに対する蛍光発光スペクトルを前記コンピュータにより受信する工程と、
   前記第１成分値と前記第２成分値を含む複数の成分値のそれぞれの第１線形係数と第２線形係数とを決定する工程と、
   前記第１線形係数を乗じた前記第１成分値と前記第２成分値との比率と、前記第２線形係数を乗じた前記Ａ２５４値との線形結合に基づき、前記水処理パラメ−タ値を決定する工程とを更に含む、請求項１に記載の方法。
5. 前記水処理パラメータはトリハロメタン生成能（ＴＨＭＦＰ）であり、
   前記水試料のｐＨ測定値を受信する工程と、
   前記水試料の温度測定値を受信する工程と、
   前記水試料のアルカリ度測定値を受信する工程とを更に含み、
   算出する工程は、前記ｐＨ、前記温度および前記アルカリ度と、前記比率および前記吸光度測定値との線形結合を更に含む、請求項１に記載の方法。
6. 前記蛍光発光スペクトル測定値は、各ピーク発光波長と関連する成分種濃度を示す所定の発光波長範囲の値の積分を含む、請求項１に記載の方法。
7. 前記吸光度測定値および前記蛍光測定値が単一の共通の機器から得られる、請求項１に記載の方法。
8. 前記吸光度測定値および前記蛍光測定値は実質的に同時に得られる、請求項１に記載の方法。