一种基于三维荧光光谱法的水污染溯源检测方法

技术领域

本发明涉及污水溯源检测领域，尤其涉及一种基于三维荧光光谱法的水污染溯源检测方法。

背景技术

水质安全与国计民生息息相关，随着工业化的快速推进与国民经济迅速发展,因环境问题引发的水污染事件频发,不少企业偷排漏排,对水体环境造成了巨大伤害,反映出我国水质监测存在监控薄弱、查找污染源缓慢等问题。

当前我国水质监测技术主要以理化监测技术为主，虽然这些传统的国家标准方法检测结果可靠性高且复现性好，但是在实际应用中具有很多不足，且若药品处理不当会对环境会造成二次污染，而且传统的化学方法一般检测周期都十分漫长，无法及时得到结果，难以及时追查污染源头，从而导致污染持续发生，难以高效治理。

三维荧光光谱检测方法具有灵敏度高、选择性好、响应快、检出限低等特点。荧光峰作为三维荧光识别污染物的典型指标,不同污染物荧光峰的位置与数量均不相同,通过整体相似度对比,当相似度>90％,就可以判断污染物来源。

因此，设计一种基于三维荧光光谱法的水污染溯源检测方法来克服传统污染溯源方法所需时间长，且容易因观测误差导致检测结果有误的问题成为了本领域技术人员亟待解决的技术问题。

发明内容

本发明所要解决的技术问题是克服现有技术中存在的不足，提供一种基于三维荧光光谱法的水污染溯源检测方法。

本发明是通过以下技术方案予以实现：一种基于三维荧光光谱法的水污染溯源检测方法，包括以下步骤：

S1：获取水质检测区域的污染水样；

S2：对步骤S1中污染水样的荧光区域进行预处理；

S3：将污染水样中的物质分子概化为能级模型并对三维荧光图谱进行解析，最终确定污染水样中两个特征参数的关系；

S4：在步骤S3的基础上，建立水域空间分布模型，创建溯源检测语义网络；

S5：在步骤S4的基础上，将采集的污染水样的数据与水域空间分布模型进行匹配，完成溯源作业。

根据上述技术方案，优选地，对步骤S1中获取的污染水样记录编号以及经纬度值。

根据上述技术方案，优选地，S2中的预处理具体包括：

对三维荧光区域进行预处理：对荧光区域进行内滤效应校正；

进行瑞利散射预处理：使用离子水的荧光光谱减去污染水样的荧光光谱，将激发波长等于发射波长处的荧光数据设为0或设为非数值；

进行拉曼散射预处理：使用污染水样的荧光数据减去离子水的荧光光谱。

根据上述技术方案，优选地，S3中具体包括：

通过荧光分子会以释放辐射的形式从高能激发状态回到低能激发态的辐射跃迁的过程，将污染水样中的物质分子概化为能级模型，此时其扩充速率为：

其中，M为分子自发参数；M

采用平行因子法对三维荧光图谱进行解析，用污染水样中的两个连续的特征参数建立数据模型，此时数据模型方程可表示为：

其中，x

此时污染水样中的两个特征参数的关系可用下式表示：

其中，X

根据上述技术方案，优选地，S4具体包括：根据S3得到的两个特征参数，计算其保持线性平衡时的速率值，将所述速率值作为污染同位素的判别条件，并将检测后的污染水样数据转换为相应的线性函数，通过同位素

其中，A

分解污染时间和污染元素间的参数，计算公式如下：

其中，c为污染参数；i、j为元素估算因子；t

计算得到的结果作为控制条件，在得到空间分布模型后，创建溯源检测语义网络，形成污染溯源检测过程。

根据上述技术方案，优选地，S5具体包括：采用多源异构的形式将污染水样数据进行整合处理，使用抽取的方法建立污染水样中污染元素的实体关系，完成知识图谱的构建；利用朗伯比尔定律以及所述知识图谱产生的效率进而得到知识库的转换速率，计算公式如下；

其中，C为图谱覆盖水域范围；

对知识库进行迭代处理，计算公式如下：

其中，W

迭代过程中的污染水样数据持续进行上述处理，从而完成污染水样数据与水域空间分布模型的匹配。

根据上述技术方案，优选地，为了降低溯源过程中的观测误差，引入条件指数，其计算公式如下：

其中，R为条件指数，exp(E)为观测函数，即溯源标定点的参数。

根据上述技术方案，优选地，条件指数的数值为0.5时，表明溯源过程良好、结果可靠，溯源完成。

本发明的有益效果是：利用三维荧光光谱法实现了对污染物的溯源，整个过程时间短、准确度高、结果可靠，克服了传统方法溯源过程中周期长、药品处理不当容易引起二次污染等问题；引入一个条件指数用来降低溯源过程中可能产生的观测误差，提高溯源结果的准确性；建立了水域空间分布模型，为污染物的溯源提供了便利条件。

附图说明

图1示出了本发明方法的流程图。

具体实施方式

为了使本技术领域的技术人员更好地理解本发明的技术方案，下面结合附图和最佳实施例对本发明作进一步的详细说明。

如图所示，本发明提供了一种基于三维荧光光谱法的水污染溯源检测方法，包括以下步骤：

S1：获取水质检测区域的污染水样；

S2：对步骤S1中污染水样的荧光区域进行预处理；

S3：将污染水样中的物质分子概化为能级模型并对三维荧光图谱进行解析，最终通过三维荧光光谱法确定污染水样中两个特征参数的关系；

S4：在步骤S3的基础上，建立水域空间分布模型，创建溯源检测语义网络；

S5：在步骤S4的基础上，将采集的污染水样的数据与水域空间分布模型进行匹配，完成溯源作业。

根据上述实施例，优选地，对步骤S1中获取的污染水样记录编号以及经纬度值。

根据上述实施例，优选地，S2中的预处理具体包括：

对三维荧光区域进行预处理：对荧光区域进行内滤效应校正；

进行瑞利散射预处理：使用离子水的荧光光谱减去污染水样的荧光光谱，将激发波长等于发射波长处的荧光数据设为0或设为非数值；

进行拉曼散射预处理：使用污染水样的荧光数据减去离子水的荧光光谱。

根据上述实施例，优选地，S3中具体包括：

通过荧光分子会以释放辐射的形式从高能激发状态回到低能激发态的辐射跃迁的过程，将污染水样中的物质分子概化为能级模型，此时其扩充速率为：

其中，M为分子自发参数；M

采用平行因子法对三维荧光图谱进行解析，用污染水样中的两个连续的特征参数建立数据模型，此时数据模型方程可表示为：

其中，x

此时污染水样中的两个特征参数的关系可用下式表示：

其中，X

根据上述实施例，优选地，S4具体包括：根据S3得到的两个特征参数，计算其保持线性平衡时的速率值，将所述速率值作为污染同位素的判别条件，并将检测后的污染水样数据转换为相应的线性函数，通过同位素

其中，A

分解污染时间和污染元素间的参数，计算公式如下：

其中，c为污染参数；i、j为元素估算因子；t

计算得到的结果作为控制条件，在得到空间分布模型后，创建溯源检测语义网络，形成污染溯源检测过程。

根据上述实施例，优选地，S5具体包括：采用多源异构的形式将污染水样数据进行整合处理，使用抽取的方法建立污染水样中污染元素的实体关系，完成知识图谱的构建；利用朗伯比尔定律以及所述知识图谱产生的效率进而得到知识库的转换速率，计算公式如下；

其中，C为图谱覆盖水域范围；

对知识库进行迭代处理，计算公式如下：

其中，W

迭代过程中的污染水样数据持续进行上述处理，从而完成污染水样数据与水域空间分布模型的匹配。

根据上述实施例，优选地，为了降低溯源过程中的观测误差，引入条件指数，其计算公式如下：

其中，R为条件指数，exp(E)为观测函数，即溯源标定点的参数。当条件指数的数值为0.5时，表明溯源过程良好、结果可靠，溯源完成。

下表为本发明与传统溯源方法准确率的对比图：

可以看出，本发明的溯源检测方法的准确率要远高于传统溯源方法的准确率。

本发明的有益效果是：利用三维荧光光谱法实现了对污染物的溯源，整个过程时间短、准确度高、结果可靠，克服了传统方法溯源过程中周期长、药品处理不当容易引起二次污染等问题；引入一个条件指数用来降低溯源过程中可能产生的观测误差，提高溯源结果的准确性；建立了水域空间分布模型，为污染物的溯源提供了便利条件。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。