试论在线监测系统在地下水环境监测中的应用

<正>自改革开放以来,我国经济高速发展,但是与此同时,在环境方面造成了一定的破坏,导致地下水污染严重,水多、水少与水脏的问题并存,可见地下水水资源与水环境的相关问题具有复杂性、长期性和艰巨性。如果采用传统的方式对水样进行采集和化验,难以及时、准确的对水量、水质的变化进行反映,也就难以对水污染进行有效控制,所以我们决定使用在线监测系统对地下水环境进行监测。一、水质在线监测系统水质在线监测系统具有全天候高品     

生物监测方法在野外水质毒性检测中的应用进展

为探讨更为适用于野外水质毒性检测的方法,在文献资料调查的基础上,概述了多种用于水质毒性检测的生物监测方法,并就发光菌法、酶制剂法、细菌脱氢酶活性法等3种方法做了较为详细的讨论。经过比较认为,细菌脱氢酶法经进一步研究可望成为应用于野外现场水质毒性检测较为适宜的方法。     

挥发性有机物监控系统与黄河水质自动监测系统的集成

为了进一步扩展黄河水质自动监测站的自动监测项目,提升水质自动监测能力,引进、开发了适用于黄河水体的挥发性有机污染物在线监测系统,并对挥发性有机物在线监测设备CMS5000与自动站现有监测设备的集成和应用改造进行了研究.     

基于传感器网络的海洋水质监测及赤潮预报系统的设计

针对海洋环境变化快、水质检测难度大的问题,通过建立传感器网络,得到更为准确的水质模型,研发了基于传感器网络的海洋环境监测与预报系统,该系统可实现对海洋水质的在线和离线分析以及对未来水质的预测和预报。系统包含数据采集子系统和数据处理子系统,分别实现海水水质要素的采集、水质监测浮标的位置定位和水质分析分类等功能,两者通过GPRS进行通信。实验结果显示,该系统运行良好,具有较高的可靠性,在赤潮等影响海洋水质的事件发生时,该系统可对相关事件的发展变化进行实时跟踪监测和预报,对预防海洋水质灾害的发生具有积极作用。     

海水养殖水质在线监测大数据共享平台

对海水养殖环境水质检测通常为,人工采样,这样的检测手段只能测试出当时的水质情况,但在自然界中,海水的水质情况会突然发生变化,人工无法做到实时检测。结合无线技术和互联网大数据技术,建立一个海水养殖水质在线监测共享平台,该平台水质在线监测系统以先进的智能水质传感器、无线传输系统、无线通信、预警系统、智能管理系统等,对水质进行全方位远程监测管理,大量历史数据可进行保存与分析,指导生产管理,同时用户可将海水养殖的水质的实时数据上传到平台,水质的数据可以共享,这样就可以让人们更加清晰的知道水质的情况,也可以借鉴他人的经验,既可保证水产养殖的高产增收,又可提高种植农作物的品质,避免水污染造成的环境问题。     

基于GIS的平原河网走航在线水质监测方法研究

针对常规定点水质监测方法无法完整再现水质指标的时空连续分布特征的问题,将船只搭载的水质实时监测设备与GPS同步形成基于GIS数据支撑的走航在线水质监测手段.通过与常规水质监测方法的对比,走航在线水质监测结果的可靠性得到了验证.在温瑞塘河河网选择部分河段进行的实地研究结果表明,走航在线水质监测能够较好地实现对较小尺度范围内水质指标空间分布细节的描绘及对分散点源污染的监测,是对常规定点水质监测的有益补充.     

挥发性有机物监控系统与黄河水质自动监测系统的集成

为了进一步扩展黄河水质自动监测站的自动监测项目,提升水质自动监测能力,引进、开发了适用于黄河水体的挥发性有机污染物在线监测系统,并对挥发性有机物在线监测设备CMS5000与自动站现有监测设备的集成和应用改造进行了研究。     

基于LabVIEW的工厂化养殖

以封闭式循环水养殖为代表的工厂化水产养殖是世界水产养殖的发展方向,工厂化养殖具有节地、节水、养殖周期短、产量高、易于管理、不受季节变化的限制、效益高等优点,符合我国人多地少、水资源短缺的基本国情.介绍了工业化养殖系统中涉及的装备技术,包括去除固体废弃物和水溶性有害物质、杀菌消毒、增氧、调温、水质测控.介绍了水质在线监测系统的组成,指出了该技术应用于养殖业的重大意义,同时提供了在线监测的指标对象,以及分析的方法和仪器.采用LabVIEW开发了一套水质在线监测系统,具有人机界面友好,数据采集、存储、信号处理及分析功能强大的优点.     

养殖水体在线自动监测系统的总体构架及特点

养殖水体在线自动监测系统是以分析设备为核心,以互联网为基础的水质在线监测系统,通过监测终端采集数据,基于遥感器和GPS进行数据传输,监控中心通过处理收集的有效数据信息分析水质参数变化规律,为人工、半自动化和自动化养殖提供基础数据,进而完善管理,提高水产品的产量和品质。为养殖水体在线自动监测系统在水产养殖中的推广运用提供参考,介绍了养殖水体在线自动监测系统的监测目标、总体构架及特点。     

工厂化水产养殖水质预测预警系统的设计

在对养殖水质需求分析的基础上,设计了一种水质在线实时预测预警系统。该系统具有以下功能:水质实时信息和预测信息的查询、水质预警、水质预警设置和用户管理。在多媒体可视化界面的引导下,信息操作人员可以根据养殖场的实际情况,进行各种预警指标的设定和预警方式的设置。该系统较好地解决了工厂化养殖过程中水质监测预警问题,方便了用户对养殖用水水质的监控和管理。     

昆虫在环境质量监测中的应用

昆虫作为生物监测中的优势类群,更适合于作为各类环境质量的监测和评价工具。本文从水质监测、土壤质量监测和空气质量监测三个方面综述了昆虫在环境质量监测中的应用情况。     

基于时间序列法的管网水质趋势分析模型

通过对南方某城市供水管网5个在线监测点的大量水质数据进行时间序列分析,选取余氯和浊度2个指标 ,建立了基于时间序列方法的管网水质趋势分析模型.     

基于无线传感器网络的鱼塘水质监测系统

本文运用回归和收敛模型对全国，东部，中部，西部污染物排放强度的差异和收敛性进行了实证分析.研究结果表明：我国各地区的污染物排放强度在不同程度上都有所下降，其中以东部下降幅度最大，西部次之，中部最小；经济增长对污染物排放强度的降低起到积极作用，第二产业占GDP比重对污染物排放强度起到正相关作用；全国，东部，中部，和西部地区都不存在绝对β收敛现象，但均存在条件收敛，且中部收敛速度最快，东部收敛速度最慢.     

苍南县饮用水源地水库水质评价及污染防治对策

概述了苍南县饮用水源地水库的主要类型和主要污染源,介绍了库区水质监测和评价的方法,并根据近3 a苍南县6个饮用水源地水库水质的监测数据,对库区水质进行了综合评价。结果表明：除十八孔水库水质持续恶化外,吴家园水库等5座水库水质指标基本稳定,均能够满足Ⅱ类水功能要求。针对库区的主要污染源,提出了水质污染的防治措施。     

渭河宝鸡段丰水期水质现状分析与评价

以渭河宝鸡段及主要支流丰水期水体为例,选取12断面为监测点对其水质指标氨氮和总磷进行监测分析,并采用综合水质标识指数法对各断面水质进行了评价。结果表明:渭河水质在丰水期也不容乐观,特别是渭河主河道水体和金陵河水体,最差水质达到劣Ⅴ类水,大部分监测断面水质超过了水功能区要求。最后给出相应分析并提出了几点解决方案。     

车载式水质监测技术研究进展简

从我国水污染现状出发,概述了车载式监测系统平台的四大功能及我国车载式监测发展历程,并从系统组成、车体改装技术、车载式监测仪器设备、车载式自动监测技术的功能特点4个方面,介绍车载式水质监测技术,最后以丹江口水库为例介绍车载式水质监测的应用及技术特点.     

基于WQI法的滴水湖及入湖河道水质研究

选取2018年8月至2019年7月间滴水湖及入湖河道区域水质调查数据及月平均降水量，按照水系特征及土地利用规律将研究范围分为五个区域。采用综合水质标识指数（WQI）法，评价分析水质时空分布规律；将该地区月平均降水量与氨氮和总氮进行比较分析。结果表明，滴水湖及入湖河道的水质具有空间上的差异性，外涟河、中涟河、内涟河、入湖口为“中等”，滴水湖区水质为“良好”，从外涟河到滴水湖区的水质呈现出逐渐变好的状态；和WQI显著相关的水质参数有总氮、氨氮等；降水对氨氮和总氮具有稀释作用。水质季节变化主要影响因子为水温和降水，空间变化主要影响因子为引水水源水质和人类活动。最后，根据该区域水质特征和影响因子，提出了生物治理法、改建雨水排放管道和加强重要指标监测等治理对策。     

基于IGWOPSO-SVM算法的水质监测及等级评定系统

目的 水污染监测是流域水污染防治工作的前提。为实现高精度的地表水水质监测及水体等级评定,本研究设计基于IGWOPSO-SVM(Improved grey wolf optimizer particle swarm optimization-support vector machine)模型的水质监测及等级评定系统。方法 选用传感器组、STM32F103单片机、ESP8266WIFI无线通信模块搭建水质监测系统数据处理模块,利用WIFI无线通信将数据处理模块采集到的水质数据传输至服务器,设计水质监测系统服务器交互端,同时开发水质监测小程序对水质等级进行实时监测。基于改进粒子群算法(Improved particle swarm optimization,IPSO)及灰狼算法(Grey wolf optimizer,GWO)提出了IGWOPSO算法,对SVM进行优化,据此提出了IGWOPSO-SVM水质等级评定算法。基于南京市玄武湖、金川河、江浦水源地135组水质数据对本系统水质等级评定效果进行试验验证。结果 相比于SVM,IGWOPSO-SVM水质等级评定算法的总样本分类准确率由86.67%上升至100.00%,上升了13.33个百分点;相比于粒子群算法(Particle swarm optimization,PSO),IGWOPSO算法的最佳适应度由86.80上升至99.20,提高了14.29%。结论 本研究解决了传统水体等级评定方法效率低、准确率低的问题,为地表水水质的精确监测提供了方法借鉴。