[发明专利]一种水体COD便携式测量系统及方法

说明书

本发明属于水质监测技术领域，主要涉及一种水体COD便携式测量系统及方法，包括如下步骤：搭建基于光纤探头的硬件框架；采集水样的光谱数据；构建基于PSO‑PLS算法的COD预测模型；显示输出COD的值。本发明主要利用PSO‑PLS算法建立COD预测模型，可以有效筛选用于水体COD测量建模的波长，以及提取冗长光谱数据信息中的有效变量，从而提高预测模型精度；同时该发明方法及系统可实现水体COD的在线测量，解决了传统实验方法操作复杂、可能造成二次污染、预测模型精度不高等缺陷问题。

技术领域

本发明属于水质监测技术领域，具体涉及一种水体COD便携式测量系统及方法。

背景技术

水是生命存在和经济发展的必要条件。随着社会的进步，水污染问题日益突出，严重威胁着社会的可持续发展和人类的生存。在水质监测中，化学需氧量(Chemical OxygenDemand,COD)是评价水体受有机物污染的重要环境监测指标，也是河流和工业废水水质研究及污水处理厂处理效果评价的重要参数。研究COD测量方法和研制水体COD在线测量设备对控制水污染，保护生态环境具有重要意义。

目前，检测水体COD的主要方法可大致分为两类:第一类是根据化学分析方法来检测COD；第二类是通过物理方法进行检测.化学方法主要以重铬酸钾法与高锰酸盐指数法为代表,其特点是测量精度高、耗时较长、对水样的预处理过程复杂、所用化学试剂易产生二次污染。物理方法主要以紫外吸收光谱法为代表，其特点是分析灵敏度高、不需要对水样进行预处理、无二次污染、操作简便、分析速度快。

紫外-可见吸收光谱法检测水体COD的理论基础为朗伯-比尔定律，该方法通过建立有机化合物吸收光谱和样本浓度之间的线性关系，拟合定标曲线，测定未知浓度溶液吸光度来反演COD的值。其核心技术依赖于光谱分析方法的发展和用于光谱检测的光学器件的不断更新，利用光谱的特性可以分析物质的组成结构，实现对物质进行分类识别或定量分析。而光学精密仪器的发展使得，采集的光谱数据更加完善，完善的光谱数据可以更充分的反映物质的组成成分，利用化学计量学算法提高拟合曲线的精度，实现水体COD的快速、精确、无污染测量。光谱分析方法主要经历了从单波长分析法到光谱分析法的演变过程。从单波长分析法、双波长补偿分析法到多波长建模法。虽然补偿了水中悬浮颗粒物带来的散射干扰，且化学计量法的引入提高了分析精度，但这些方法从本质上依赖于水体中影响水质参数的有机物对特定波长光的特征吸收，同一波长组合建模可能适用于特定应用场景，不具普适性，而全光谱建模法将很好地解决这些问题。

然而原始光谱数据维数高，光谱信息中包含大量冗余变量，直接将全光谱数据进行建模存在精度低，计算复杂等问题。目前，用于全光谱建模的算法主要有偏最小二乘回归(Partial Least Squares Regression,PLSR)、支持向量机回归(Support VectorRegression,SVR)、人工神经网络(Artificial Neural Network，ANN)和机器学习(MachineLearning，ML)等。单一仍然存在光谱信息重叠，预测模型精度不高等问题。

发明内容

本发明的目的是：旨在提供一种水体COD便携式测量方法及系统，用来解决传统水体COD测量操作复杂、成本高、容易引起第二次污染、预测模型精度不高等缺陷问题。

为实现上述技术目的，本发明采用的技术方案如下：

一种水体COD便携式测量方法，包括如下步骤：

步骤1：搭建基于光纤探头的硬件框架，光纤探头作为传感器，浸没在待测水样中，接收水样信息，采集的光信号通过微型光谱仪进行光电转换，输出结果通过显示模块进行显示；

步骤2：采集水样的光谱数据，利用光纤探头采集n组光谱数据，每组光谱数据进行多次采集；

步骤3：构建基于PSO-PLS算法的COD预测模型；

步骤4：显示输出COD的值。