本文關(guān)鍵詞：基于紫外光譜的水質(zhì)有機物污染異常檢測方法研究

  更多相關(guān)文章： 紫外光譜 水質(zhì)異常檢測 有機污染物 主分量分析 自回歸預(yù)測模型

【摘要】：水質(zhì)異常檢測是城市供水水質(zhì)預(yù)警系統(tǒng)的重要功能需求之一,能夠及時有效的發(fā)現(xiàn)污染物泄漏或人為投毒事故,給出預(yù)警信息和決策支持信息,對提高快速應(yīng)急能力、保障城市供水系統(tǒng)安全具有重大意義。本文主要研究了基于紫外光譜的水質(zhì)有機物污染異常檢測方法,通過實驗研究和模擬異常事件檢測分析研究,驗證了所研究的水質(zhì)異常檢測算法的檢測性能,在此基礎(chǔ)上,對該算法的檢測有機物種類進行了討論。 論文主要工作和創(chuàng)新點為： (1)水質(zhì)中大多數(shù)有機物在紫外光譜下都有各自的吸收峰,根據(jù)這個基本原理,開展基于紫外光譜的水質(zhì)有機物異常事件檢測可行性研究。首先研究了基于主分量分析(PCA)降維技術(shù)和聚類分析的水質(zhì)有機物污染異常檢測算法。在此基礎(chǔ)上,進行了管網(wǎng)水質(zhì)有機物異常模擬實驗,選取苯酚、三氯乙酸等十種有機物溶液進行了紫外光譜探測和主分量分析(PCA)檢測與聚類分析,實驗結(jié)果表明,應(yīng)用紫外光譜和聚類算法,可將不同濃度的有機污染物與自來水背景樣本進行有效區(qū)分,且根據(jù)紫外光譜的主元特征信息可實現(xiàn)污染物種類的辨識,表明了基于紫外光譜進行有機物污染異常事件檢出的可行性。 (2)研究了基于紫外光譜的水質(zhì)有機物污染異常檢測方法。首先研究了基于PCA降維技術(shù)和自回歸(AR)預(yù)測模型的水質(zhì)有機物污染異常檢測算法,引入基于可靠性曲線(ROC曲線)的性能評價方法來驗證該算法的異常檢出率和誤報率；在此基礎(chǔ)上,分析了基于紫外光譜進行水質(zhì)有機物污染異常檢測的檢出率,并以100μg/1苯酚溶液的模擬異常事件為例進行了驗證。 (3)研究和分析了基于紫外光譜的水質(zhì)有機物污染異常檢測的局限性,重點研究了紫外光譜法進行有機物檢測的檢測下限,以ROC曲線數(shù)值為評價指標分析了可檢出種類和檢出率,結(jié)合有機物分子結(jié)構(gòu)分析了所對應(yīng)的紫外光譜特征吸收峰和特征波長的內(nèi)在關(guān)系,分析了PCA和AR算法對紫外光譜異常檢測的特點,從而為后續(xù)的紫外光譜法檢測系統(tǒng)研發(fā)提供技術(shù)積累。 總的來說,本文研究提出了直接基于紫外光譜的水質(zhì)有機物異常檢測方法,分析了方法的可行性,研究了異常檢測算法并分析了紫外光譜法進行水質(zhì)有機物污染異常檢測的局限性和注意事項,基于課題組的水質(zhì)監(jiān)測平臺進行了十余種有機污染事件的模擬實驗,積累了紫外光譜檢測數(shù)據(jù),為城市供水水質(zhì)異常檢測提供了技術(shù)支持。
【關(guān)鍵詞】：紫外光譜 水質(zhì)異常檢測 有機污染物 主分量分析 自回歸預(yù)測模型
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：X832;O657.32
【目錄】：

• 致謝5-6
• 摘要6-8
• Abstract8-10
• 插圖與附表清單10-12
• 目錄12-15
• 第一章 緒論15-23
• 摘要15
• 1.1 研究背景及意義15-17
• 1.2 國內(nèi)外研究現(xiàn)狀17-21
• 1.2.1 基于常規(guī)在線參數(shù)的水質(zhì)檢測技術(shù)17-19
• 1.2.2 紫外光譜的水質(zhì)有機物檢測技術(shù)19-21
• 1.2.3 基于紫外光譜的水質(zhì)異常檢測技術(shù)21
• 1.3 本文主要研究內(nèi)容21-22
• 1.4 本章小結(jié)22-23
• 第二章 基于紫外光譜的水質(zhì)有機物污染異常檢測原理綜述23-37
• 摘要23
• 2.1 水質(zhì)異常的基本概念23-24
• 2.2 實現(xiàn)水質(zhì)異常檢測的基本方法24-27
• 2.2.1 水質(zhì)檢測的一般過程24-25
• 2.2.2 時間序列預(yù)測算法檢測水質(zhì)異常25-26
• 2.2.3 聚類/分類算法檢測水質(zhì)異常26-27
• 2.3 利用紫外光譜法進行水質(zhì)分析的基本原理27-30
• 2.3.1 紫外光譜的產(chǎn)生27-28
• 2.3.2 朗伯-比爾定律28-30
• 2.4 紫外光譜常用數(shù)據(jù)預(yù)處理方法30-31
• 2.4.1 均值中心化30
• 2.4.2 標準化30-31
• 2.4.3 標準正態(tài)變量變換SNV31
• 2.5 基于紫外光譜法的水質(zhì)異常檢測方法31-32
• 2.6 水質(zhì)異常檢測算法的評價方法32-36
• 2.6.1 評價指標32-34
• 2.6.2 ROC曲線34-36
• 2.7 本章小結(jié)36-37
• 第三章 基于紫外光譜的水質(zhì)有機物污染異常檢測可行性研究37-47
• 摘要37
• 3.1 從自來水背景中辨識有機物異常的實驗方案37-40
• 3.2 PCA和聚類分析技術(shù)40-43
• 3.2.1 PCA算法40-41
• 3.2.2 聚類分析方法41-43
• 3.3 從自來水背景中辨識有機物異常的實驗結(jié)果分析43-46
• 3.4 本章小結(jié)46-47
• 第四章 基于紫外光譜的水質(zhì)有機物污染異常檢測方法研究47-68
• 摘要47
• 4.1 基于PCA降維和AR預(yù)測模型算法的紫外全光譜異常檢測技術(shù)47-51
• 4.1.1 時間序列模型概述47-49
• 4.1.2 基于PCA降維和AR預(yù)測模型的算法49-51
• 4.2 基于紫外光譜的水質(zhì)有機物污染異常檢測實驗方案設(shè)計51-58
• 4.2.1 實驗數(shù)據(jù)51
• 4.2.2 實驗方案設(shè)計51-52
• 4.2.3 實驗平臺介紹52-55
• 4.2.4 實驗影響因素討論55-57
• 4.2.5 實驗方案57-58
• 4.3 基于PCA降維和AR預(yù)測模型算法的異常檢測結(jié)果與分析58-60
• 4.4 基于紫外光譜的單波長異常檢測方法60-63
• 4.4.1 UV254檢測方法60-62
• 4.4.2 特定波長檢測方法62-63
• 4.4.3 單波長檢測方法的相關(guān)討論63
• 4.5 基于紫外全光譜COD值的異常檢測方法63-65
• 4.6 基于歷史光譜數(shù)據(jù)置信區(qū)間的紫外全光譜異常檢測方法65-67
• 4.7 各檢測方法結(jié)果對比67
• 4.8 本章小結(jié)67-68
• 第五章 基于紫外光譜法的水質(zhì)有機物污染異常檢測局限性分析68-82
• 摘要68
• 5.1 低濃度情況下的異常檢測方法性能分析68-73
• 5.1.1 苯酚檢出下限和檢測方法介紹68
• 5.1.2 苯酚檢出下限實驗方案68-69
• 5.1.3 實驗結(jié)果分析69-73
• 5.2 異常檢測方法對若干不同有機污染物的適用性分析73-81
• 5.2.1 苯乙烯模擬污染事件73-75
• 5.2.2 苯模擬污染事件75-77
• 5.2.3 三氯乙酸模擬污染事件77-79
• 5.2.4 三氯乙醛模擬污染事件79-80
• 5.2.5 不同有機物模擬污染事件小結(jié)80-81
• 5.3 本章小結(jié)81-82
• 第六章 總結(jié)與展望82-84
• 6.1 論文工作總結(jié)82-83
• 6.2 工作展望83-84
• 參考文獻84-87
• 作者在攻讀碩士學(xué)位期間的研究成果87-88
• 作者簡介88

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李志強,邵維蘭,周艷紅;管網(wǎng)水有機污染物成份及二氧化氯應(yīng)用的優(yōu)越性[J];環(huán)境科學(xué)與管理;2005年04期

2 孔繁翔;馬榮華;高俊峰;吳曉東;;太湖藍藻水華的預(yù)防、預(yù)測和預(yù)警的理論與實踐[J];湖泊科學(xué);2009年03期

3 杜樹新,武曉莉,吳鐵軍;紫外光譜水質(zhì)分析儀中的支持向量機方法[J];分析化學(xué);2004年09期

4 武曉莉;李艷君;吳鐵軍;;用于紫外光譜水質(zhì)分析的Boosting-偏最小二乘法[J];分析化學(xué);2006年08期

5 武曉莉;李艷君;吳鐵軍;;多源光譜信息融合在水質(zhì)分析中的應(yīng)用[J];分析化學(xué);2007年12期

6 李青,何磅礴,張殿君,郭繼龍,趙明;防止直飲供水水質(zhì)污染的技術(shù)措施[J];中國給水排水;2005年07期

7 吳元清;杜樹新;嚴峗;;水體有機污染物濃度檢測中的紫外光譜分析方法[J];光譜學(xué)與光譜分析;2011年01期

8 魏康林;溫志渝;武新;張中衛(wèi);曾甜玲;;基于紫外-可見光譜分析的水質(zhì)監(jiān)測技術(shù)研究進展[J];光譜學(xué)與光譜分析;2011年04期

9 許國輝,余春林;時間序列分析方法的研究[J];廣州大學(xué)學(xué)報(自然科學(xué)版);2003年06期

10 彭秀艷;王茂;劉長德;;AR模型參數(shù)自適應(yīng)估計方法研究及應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報;2009年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 郭亮;跨界河流水污染應(yīng)急決策支持系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2011年

，

本文編號：516194