Les eaux noires et malodorantes sont des cours d'eau urbains pollués, souvent noirs et malodorants, qui ont un impact négatif sur la vie des habitants, le fonctionnement des écosystèmes et l'économie locale, devenant progressivement un problème environnemental courant depuis 1962, en particulier dans les régions moins développées. La surveillance traditionnelle des masses d'eau malodorantes noires est divisée en deux catégories in situ et in situ: la surveillance in situ nécessite l'ajout direct d'agents chimiques ou biologiques aux masses d'eau, prend du temps et est susceptible d'introduire de nouveaux contaminants; La surveillance ectopique nécessite le traitement ex situ des échantillons d'eau avec des réactifs, il n'est pas possible d'obtenir instantanément les paramètres de qualité de l'eau sur site. Dans le même temps, les méthodes chimiques traditionnelles pour détecter le pH, la demande chimique en oxygène (DCO), l'azote total (TN), le phosphore total (tp) et d'autres indicateurs clés (tels que la méthode Dichromate de potassium pour la DCO, la dissolution du persulfate de potassium alcalin - spectrophotométrie UV pour La TN, etc.), nécessitent des réactifs chimiques et de l'équipement professionnel, prennent beaucoup de temps et coûtent cher, il est donc urgent de remplacer les techniques de surveillance.
Objectif de l'étude
Les méthodes traditionnelles sont utilisées pour déterminer les paramètres de qualité de l'eau tels que le pH, la DCO, le TN, le TP et d'autres pour les plans d'eau malodorants noirs comme référence comparative.
Analyse des caractéristiques de réponse des capteurs nasaux électroniques airsense dans la détection des gaz de l'espace de tête dans les plans d'eau malodorants noirs.
Vérification de la capacité du nez électronique airsense à identifier des échantillons d'eau malodorante noire et à prédire les paramètres de qualité de l'eau.

01
Conception des essais

01
Principaux instruments et réactifs
Instrument expérimental: nez électronique allemand airsense.

Lieu d'échantillonnage: une rivière, d'une superficie totale de 2,8 km² et d'une longueur totale de 8,3 km, a été sélectionnée pour l'étude.
Méthode d'échantillonnage: six points d'échantillonnage (1 à 6 groupes) à 1 km d'intervalle le long du cours d'eau et des échantillons d'eau prélevés dans des bouteilles en plastique de 1,5 l permettent de répondre aux besoins en matière de détection nasale électronique et d'analyse de routine; Après retour des échantillons d'eau au laboratoire, la température est contrôlée à 20 ± 0,5 °C.
02
Processus de détection
Prenez un échantillon d'eau de 10 ml et placez - le dans un bécher de 500 ml, laissez - le reposer pendant 30 min après l'avoir scellé avec un film plastique pour produire du gaz d'air de tête; Avant l'inspection, des trous sont ouverts dans le film plastique pour l'entrée stable de gaz, après l'inspection dans les 60 s avec de l'air propre pour nettoyer le circuit de gaz et la Chambre du capteur; Le débit de gaz de l'air de tête est fixé à 200 ml / min, le signal est acquis 1 fois par seconde et la durée de détection est de 75 s pour assurer la stabilisation du signal; Vingt - sept échantillons sont préparés pour chaque point de prélèvement et le signal électronique nasal est exprimé en G / g₀ (G étant la résistance du capteur dans l'air de tête de l'échantillon et g₀ étant la résistance dans l'air pur).

02
Méthodes et outils d'analyse des données

Analyse discriminante linéaire (LDA): construction d'équations linéaires à l'aide de l'analyse de discrimination linéaire, de variance (ANOVA) et de régression de Fisher, identification taxonomique de 6 groupes d'échantillons d'eau, normalisation de la moyenne nulle des données, filtrage des variables par la méthode lambda de Wilks (inclusion de F = 0,05, exclusion de F = 0,10) et optimisation des données en laissant une validation croisée.
Régression des moindres carrés partiels (plsr): En réponse à un problème de colinéarité multiple du signal du capteur, un modèle de régression du signal nasal électronique (matrice x) par rapport aux paramètres de qualité de l'eau (matrice y) a été construit, en divisant 162 échantillons en 120 échantillons d'entraînement par rapport à 42 échantillons d'essai pour évaluer la précision du modèle avec un coefficient de décision (r²) et une erreur quadratique moyenne (rmse).
Analyse de variance - régression par les moindres carrés partiels (ANOVA - plsr): décomposition de la variance totale des données pour extraire les différents effets, analyse de la corrélation des signaux nasaux électroniques avec les paramètres de la qualité de l'eau, analyse des coefficients de régression par la méthode Jack - knifing de validation croisée avec les cartes de stabilité, jugement de la signification des relations variables (p < 0,05).
Logiciel d'outils: analyse LDA avec SPSS 16.0, matlab 2012a traite le plsr, Unscrambler 10.3 complète ANOVA - plsr tout en obtenant des profils de données tels que la moyenne, l'écart - type, la corrélation, etc. par une analyse statistique descriptive.

03
Résultats et discussion

Caractéristiques des paramètres de qualité de l'eau mesurés par des méthodes traditionnelles
Plage de paramètres: pH de 7,2 à 7,5 à 6 points d'échantillonnage sans différence significative; La DCO est de 50 à 115 mg / L, avec des différences significatives entre les sites, reflétant des niveaux de pollution différents (la rivière est exempte d'effluents industriels et la pollution provient principalement des activités des résidents); Tn de 20 à 30 mg / l avec des différences entre les sites; La TP était de 1,34 - 2,13 mg / l sans différence significative de point à point.
Corrélation: l'analyse matricielle de corrélation de Pearson a révélé des corrélations extrêmement faibles entre le pH, la DCO, le TN et le TP, et l'absence de lois de distribution significatives des données d'échantillons d'eau le long de la Section d'échantillonnage de Moon River, ce qui indique qu'il n'y a pas de lois spécifiques sur les niveaux de pollution dans la région et qu'une surveillance dynamique multipoint de la qualité de l'eau des plans d'eau malodorants noirs est

Caractéristiques de réponse du capteur nasal électronique airsense
Temps de stabilisation du signal: 10 capteurs ont atteint l'équilibre dynamique après 20 s de détection, ce qui indique que le nez électronique peut compléter la détection d'échantillons d'eau malodorante noire dans les 30 s, pour assurer la stabilisation du signal, le signal 70s est finalement sélectionné pour l'analyse.
Sensibilité du capteur: le capteur s2, S9 est le plus sensible au gaz de l'espace de surface de l'eau noire et malodorante, S1, S3, S5, S6, S7 a une certaine sensibilité, S4, s10 ne répond presque pas tout au long du processus de détection.
Colinéarité multiple du signal: l'analyse matricielle de corrélation de Pearson a révélé une colinéarité multiple élevée du signal du capteur (S4, s10 ont une faible corrélation avec d'autres capteurs), ce qui interfère avec l'analyse de régression, de sorte que le plsr est utilisé pour réduire l'impact de la colinéarité multiple.

Identification des échantillons d'eau par nez électronique et effet prédictif des paramètres
Identification qualitative (LDA): 10 signaux de capteur de la 70e s sont entrés dans le modèle LDA, 10 variables sont conservées après filtrage par la méthode lambda de Wilks, générant 5 fonctions discriminantes. Les deux premières fonctions discriminantes expliquent 62,9% et 27,2% de la variance totale, la troisième 6,4%, les échantillons d'eau des six groupes sont clairement répartis dans l'espace discriminant et ne se chevauchent pas, et le taux de classification correct des échantillons groupés d'origine et des échantillons validés par recoupement atteint 100%, démontrant que Le nez électronique peut identifier avec précision les échantillons d'eau malodorante noire à différents endroits.
Prédiction paramétrique (plsr): excellent effet prédictif du modèle plsr sur le pH, la DCO, le TN, le TP, r² de l'ensemble d'entraînement et de l'ensemble d'essai supérieur à 0,90, spécifiqueLes données spécifiques sont présentées dans le tableau ci - dessous et les valeurs réelles sont étroitement réparties par rapport aux valeurs prévues, ce qui indique que le nez électronique peut prédire efficacement les paramètres clés de la qualité de l'eau des plans d'eau malodorants noirs grâce à la détection des gaz de l'espace de tête.

Corrélation Signal - paramètre (ANOVA - plsr): le modèle ANOVA - plsr explique 98% de la variance de la matrice X (signal nasal électronique) par rapport à 94% de la matrice y (paramètres de qualité de l'eau) sous deux composantes principales. Les capteurs s2, S9 ont une corrélation positive significative avec la DCO, et d'autres capteurs ont également différents degrés de corrélation avec les paramètres de qualité de l'eau, car les capteurs nasaux électroniques ont une sensibilité croisée aux substances dans l'air de tête et peuvent capturer les caractéristiques du signal liées aux paramètres de qualité de l'eau.

04
Conclusion et perspectives

Le pH, la DCO, le TN, le TP de l'eau noire malodorante de la rivière n'ont pas de corrélation significative avec la détection traditionnelle, les données de la Section d'échantillonnage sont irrégulières et nécessitent une surveillance dynamique.
Il existe de multiples colinéarités dans le signal du capteur nasal électronique, mais ANOVA - plsr a confirmé qu'il peut capturer des informations relatives aux paramètres de qualité de l'eau par sensibilité croisée.
Le nez électronique combiné au LDA peut identifier avec précision à 100% les échantillons d'eau noire odorante à différents endroits et, en combinaison avec le plsr, prédire efficacement le pH, la DCO, le TN et le TP (r² > 0,90), est une technologie de surveillance rapide, peu coûteuse et facile à utiliser pour les eaux noires odorantes.