[发明专利]水质指标预测模型构建方法及水质指标监测方法

说明书

本发明涉及环境监测领域。本发明解决了现有光谱法监测水质COD指标时误差较大的问题，提供了一种水质指标预测模型构建方法及水质指标监测方法，其技术方案可概括为：水质指标预测模型构建方法，首先采集若干水样作为样本水样，并获得各样本水样的所需水质指标；针对每一个样本水样，测量其对应的光谱，得到原始光谱，并获取其物理参数；对该样本水样进行至少两次消解，每消解一次就测量一次其对应的光谱，得到各消解光谱，同时获取每次消解的消解参数及每次消解后的样本水样的物理参数；根据各样本水样所采集的数据分别构建针对各所需水质指标的各水质指标预测模型。本发明的有益效果是：从根本上减小了测量误差，适用于水质指标监测。

技术领域

本发明涉及环境监测领域，特别涉及实时监测水质指标的方法。

背景技术

目前，我国对环境水质COD(化学需氧量)、AN(氨氮)、TP(总磷)及TN(总氮)等常用水质指标进行测量的方法都是采用国家标准规定的方法，这些分析方法几乎都需要化学试剂，并产生废液。采用的化学试剂和产生的废液往往含有毒重金属铬和汞、重金属银、锰和钼等。据估计，全国每年仅水质监测仪产生的废液就达近十万吨，环境风险不容忽视。

为克服传统化学分析方法的缺点，上世纪六十年代发明的对水质COD指标实施监测的紫外光谱法日益受到重视，特别是采用多波长乃至整个紫外可见光谱的COD测量技术近年来得到快速发展，该方法具有分析速度快的优点，一般只需要十数秒；且无需任何有毒化学试剂，如重铬酸钾、硫酸汞、硫酸银等，避免了二次污染的环境风险。这给广泛使用的COD化学分析方法提供了一种富有前景的替代方法，其经济和环境效益十分诱人。

紫外可见光谱法COD监测技术是将光束透过待测水样获取水样的紫外可见吸收光谱，利用多个水样的已知COD指标和紫外可见吸收光谱数据，通过回归算法获得水样COD指标同光谱数据之间的数学关系，即COD测量数学模型；然后通过测量未知水样的紫外可见光谱数据，由COD测量数学模型计算获得待测水样的COD指标值。但是，由于目前的监测方法技术和仪器都基于单机的工作模式，且仪器中的COD的测量(即预测)模型采用的水样样本类型和数量有限，当水样成分发生较大变化时，往往不能准确给出COD测量值；一些由C-C、C-H、N-H等单键构成的有机物，以及一些无机还原性物质在200nm～780nm的紫外可见波长范围内没有吸收峰产生，这导致测量误差并限制了目前紫外可见光谱法COD测量仪器的适用范围。

为了弥补现有技术的缺陷，人们在紫外可见光谱技术、COD测量数学模型的优化算法以及对样本水样分类等方面进行着不懈的努力。例如专利号为201710183620.7的发明专利，其采用水样类型识别和远端水样样本数据库等方法，通过物联网实现监测数据的前后台交互，极大的改善了光谱COD测量方法对不同水质类型的适应性。其虽然可以以同样的方式对现有水质的其他指标，如高锰酸盐指标、硝酸盐指数及浊度等进行监测，但需要采用多台水质指标监测仪分别对其进行检测，即每一种指标对应一台水质指标监测仪。

发明内容

本发明的目的就是克服目前光谱法监测水质COD指标时误差较大，以及目前紫外可见光谱不能同时直接测量水质氨氮、总磷和总氮的缺点，提供一种水质指标预测模型构建方法及水质指标监测方法。

本发明解决其技术问题，采用的技术方案是，水质指标预测模型构建方法，其特征在于，包括以下步骤：

步骤1、采集多种水样类型的多种水质指标浓度的若干水样作为样本水样，分别获得每一个样本水样的所需水质指标，所述所需水质指标至少为一个；

步骤2、针对每一个样本水样，测量其对应的光谱，得到原始光谱，并获取其物理参数；

步骤3、对该样本水样进行至少两次消解，每消解一次就测量一次其对应的光谱，得到各消解光谱，同时获取每次消解的消解参数及每次消解后的样本水样的物理参数；