基于高光谱技术的水质监测和自动化设计

基于高光谱技术的水质监测和自动化设计

孙若函

德州市第一中学山东德州253000

摘要：此次研究旨在利用高光谱技术进行水质监测，并进行自动化设计。目前传统水质监测方法有受时节影响大、操作繁琐、破坏水体等缺陷。高光谱技术搭载自动化则可以满足实时监测、无人监测的要求，且无污染、效率高。此次研究以昆玉河、未名湖、行天湖为测点进行叶绿素a、悬浮物浓度以及总氮、总磷含量的测定，简易探究高光谱仪测定水质的工作机理，并根据其可行性，设计了以360°微型自旋光谱仪、浮标和传感器单元（AD转换）等为器材的自动化装置，加强水监测的便捷程度，实现水质监测的无人值守。

关键词：水质监测；高光谱技术；自动化；无人值守；360°微型自旋光谱仪

1引言

习近平总书记在党的十九大中指出；“绿水青山就是金山银山。”然而人类的不合理活动给我们的水环境带来了伤害，布下了潜伏的特洛伊木马。因此加强水质监测亟不可待。目前水质监测常用的方法有化学法，色谱法，生物法等[1]。化学法测量精确，适用范围广，但是过于依赖化学反应，且容易造成二次污染等固有不足[2,3]。色谱法灵敏度高，适合微量甚至痕量的分析。但其在组分复杂、变化较快的水体中难以发挥作用[1]。生物法具有敏感性、富集性、长期性和综合性等特点[4]。但它难以测出水体污染程度及污物浓度，而且失去活性的生物需要定期更换[1]。

以上监测方法操作繁琐，耗时长，破坏水环境，需要人工操作，耗费大量人力物力。近年来，随着光谱技术的成熟，侯迪波等[5]基于紫外-可见光（UV-Vis）光谱水质分析方法探讨了UV-Uis光谱在水质多参数在线监测等方面的发展。王燕等[6]分析了拉曼光谱关于水质监测的研究成果。王彦飞等[7]运用高光谱遥感对HSI数据真实性进行测评。大量事实表明，光谱技术在水质监测中可行。光谱技术进行水质监测有无需添加化学试剂[8]、不会坏水样、仪器装配简易、能在短时间内处理大量数据[9]等优势，对于本次需要的所有参数也只需一次性测量，而高光谱相较各波段数据更精确，因此，本次研究选择高光谱技术。至于自动化设计方案，会在后文进行阐述。

2实验与方法

2.1材料与仪器

根据实验的目的，本次实验选定了北京未名湖，昆玉河，行天湖三个地区的水体进行测定，光源为自然光源太阳。受试验条件的限制，只测定了河湖岸边的水。每片水域标定了8个点，每个点相隔1m进行监测。当天下午温度约为28℃。

目前使用光谱仪在线监测水质已较为成熟，但大多是巨型设施，系统复杂，操作不易。微型光谱仪在水质监测方面并未得到广泛应用，而且其自动化尚未实现。对此，实验使用微型光谱仪。实验采用的是海洋光学的USB2000+光纤光谱仪，光学分辨率为1.5nm，积分时间最快为1毫秒。

2.2研究过程

首先进行水质监测探究。内陆水体光学特性复杂,受浮游植物、无生命悬浮物和黄色物质等影响[10]。叶绿素a、氮、磷等的质量浓度是反映水体富营养化程度的重要参数[11,12]。通过测算得出Chla、TSS、TN、TP的含量可对当地水体富营养化程度进行一个判断。

测定水的光谱曲线，每个测点测三次，以未名湖测点1为例，三个谱线分别命名为B11,B12,B13，以txt形式存档。重复实验操作流程，共三片水域，每片水域选取八个点，每个点测三次（实验过程中始终保持光纤探头位置不变）。

2.3数据处理流程

数据处理流程如图1所示：

图1数据处理流程

打开MATLAB，以未名湖为例，首先取B1—B8为每个测点三次测定的均值，剔除无关数据后，取b1—b8为反射率数组。再对b1—b8进行平滑处理得到BB1—BB8，然后用绘出图线，最后标上纵横坐标以tif形式保存。L组（昆玉河），H组（行天湖）处理步骤相同。

选取反演模型，叶绿素浓度：Chla=22.06+149.05*b754nm*（1/b665nm-1/b709nm）

TTS含量：lg（TSS）=3.374+2.208189*1g（（b555nm+b670nm）*（b555nm/b670nm））

图4平滑后行天湖反射率

TN含量：TN=5.43+22.764*b550nm

TP含量：TP=0.039+2.7876*b810nm

在BB1—BB8中（L，H组同）提取出所需要波段反射率的数据，然后编程。通过一系列数据处理结果可得到需要的量。

2.4组分特征分析

观察谱线，LL1（green）、HH8（magenta）与其他组数据出入较大，舍去。然后利用模型反算可得：

根据实验数据不能判断是否符合国标。国标的符合与否是建立在确定光谱仪水质分析是准确的前提下的，有水质检测仪真实值的比对，故不能判断实际情况是否符合。但是可以对各项的含量进行比较：Chla：H>B>L，TN:B>H>L，TP:H>B>L，TSS:H>B>L。

3结论

本次研究为基于高光谱技术的水质监测，自动化设计会在稍后阐述。通过对比分析光谱曲线与有关数据可得以下几点：

（1）四参在可见光——近红外光谱下特征明显，大体趋势相当有共性。于550nm，710nm有明显波峰，670nm附近有明显波谷。紫光到绿光区波长与反射率成正比，绿光到红光区波长与反射率成反比。昆玉河在710nm以后特征不再明显不予考虑，其他两个地区水质都是先成正比后成反比的趋势，转折点（波峰）为710nm左右。

（2）对各项的含量比较结果为：

Chla：H>B>LTN:B>H>L

TP:H>B>LTSS:H>B>L

但是不能判断是否符合国标（没有真实数据的比对）。

综上，基于高光谱技术的水质监测便利快捷，特征明显，适合国家广泛应用。

4自动化设计

上文我们探讨了高光谱技术在水质应用方面的优势，并进行了实际测定。基于上述高光谱仪应用，根据同一性，大体方案如下。

4.1考虑因素

目前关于水质监测的自动化设施大多是大型的，浸入式的，体积庞大，结构复杂，移动困难，只能用于水质监测基站[5]。即使是小型浮标游行式监测和小型多参数水质检测站，也难以满足实时性、全面监测的需求。而现有的遥感监测由于内陆水色遥感缺少有效、周期稳定的卫星数据,很难做到卫星与地面同步观测,并且由于水体信息微弱,受环境因素及大气（气溶胶、云层等）影响较大,而目前又缺乏行之有效的周边环境、大气影响剔除方案[13]，也具有一定局限性。

360°微型自旋光谱仪可以减小太阳光散射等带来的影响，而且能有效地检测到更宽广的水质敏感区域。微型自动化设施可以实现无人值守，实时监测，减小工作量，使水质监测更便捷、简易。

4.2设计方案

1.总体脉络

本方案以高光谱技术为基底进行设计，以湖为例。要想实现自动化，初步设想是通过计算在岸边敏感区和湖中心确定监测范围，固定多个浮标，搭载360°微型自旋光谱仪，无用时再包入空腔，潜入水底。相比现有的单一浮标游行式的监测，此种方法更能满足实时性的要求，只需在几个水体敏感区布置设施即可了解水体大致情况。再通过传感器进行调制，将传到控制端，真正实现无无人值守，实时监测。

2.360°微型自旋光谱仪结构及工作机理

360°微型自旋光谱仪的设想为一梨形装置，中心内置机械转轴提供扭矩，仍采用传统的光栅分光。光纤接在梨形仪器的顶部上，与机械臂相连，通过机械臂的伸缩以及光谱仪的自旋，可以有效监测更宽广的区域。基底浮标上设有一空腔，与微型光谱仪相连，当微型光谱仪做定轴周期性旋转时，每切换一次测定方位，链接的白板，黑板同时跟随转动，同时配置太阳能采光板，实现自供电。类似电动机，白板黑板外可绕微线圈，太阳能转化为电能后，产生磁力矩，使其转动，实现白板黑板的切换，就可以削减太阳光强不稳定性带来误差。

3.探测器的选用

前文只测定了Chla，TTS，TP，TN四个参量的含量，但是真实的水质监测需要更宽广的谱线范围，所以USB2000+的探测器型号已不再适用（SonyILX511B（2048像元硅基CCD线阵），电子在铟砷化镓（InGaAs）中传输速度为硅数倍，且可以测量更宽广的范围。而InGaAs晶体管的尺寸仅为60纳米，满足微型化要求，因此，360°自旋光谱仪可使用InGaAs探测器。

4.除噪的考虑

暗电流噪声和光子散粒噪声在光强较弱时影响较大。前文实验由于条件限制，仅尽量提高采样频率来减弱噪声影响。此外，也可选择搭载半导体制冷片来对线阵CCD进行制冷，进而降低暗电流[14]。

5.传输方式

传感器选择AD转换式，采用GPRS无线传输。相比GSM，GPRS传输效率高，接受速度快，常用于交通监测，类比可得，适用于自动化设施的传输似为可行。

参考文献

[1]Storey,M.V.&B.VanderGang.&B.P.Burns.WaterResearch[J],2011,45(2):741.

[2]Dahlen,J.&S.Karlsson.%M.Backstrom.etal.Chemosphere[J],2000,40(1):71.

[3]Lourenco,N.D.&F.Paixao.&H.M.Pinheiro.etal.AppliedSpectroscopy[J],2010,64(9):1061.

[4]项小清.水质监测的监测对象及技术方法综述[J],低碳世界,2013(6):70-71.

[5]侯迪波，张坚，陈泠，黄平捷，张光新.基于紫外-可见光光谱的水质分析方法研究进展与应用[J],光谱学与光谱分析,2013.33(7):1840.

[6]王燕，李和平，陈娟，高荣.拉曼光谱在水质分析中的应用进展[J].地球与环境,2014,42(2):260.

[7]王彦飞，李云梅，吕恒，吴传庆，金鑫，尹斌，张红.环境一号卫星高光谱遥感的内陆水质监测适宜性——以巢湖为例[J],湖泊科学,2011.23(5):789-795.

[8]Fogelman,s.&H.J.Zhao.&M.Blumenstein.AnalyticalandBioanalyticalChemistry[J],2006,386(6):1773.

[9]W.Bourgeois.&J.E.Burgess.&R.M.JournalofChemicalTechnologyandBiotechnology[J],2001,76(4):337.

[10]张兵，申茜，李俊生，张浩，吴迪.太湖水体3种典型水质参数的高光谱遥感反演[J],湖泊科学,2009,21(2):182.

[11]区铭亮，周文斌，胡春华.鄱阳湖叶绿素a空间分布及与氮、磷质量浓度的关系[J],西北农业学报,2012,21(6):162.

[12]张志勇，方向京，周跃，人工湿地防治水体富营养化污染探讨[J],污染防治技术,2007,20(4):38.

[13]田野，郭子祺，乔彦超，雷霞，谢飞.基于遥感的官厅水库水质监测研究[J],生态学报,2015,35(7):2217-2226.

[14]张林，宋寅，胡学友，基于CDS技术的CCD噪声信号处理[J],半导体光电,2007,28(2):266.