基于VIS/MIR、GPS、GIS的太湖蓝藻影响因子监测系统设计

孙丽娅，陶亦亦，梁 柱，徐恒省

(1.苏州市职业大学 机电工程学院，江苏 苏州 215104；2.苏州市环保局 环境监测中心，江苏 苏州 215004)

太湖以其丰富的水资源为周边地区提供生活用水和工业用水，在太湖受到污染并由于富营养化导致蓝藻大量繁殖形成水华现象后，太湖蓝藻动向更成为全球关注的焦点.监测太湖水质中与蓝藻相关因子并拥有大量有关数据，是分析、预测、治理水环境的必要依据.

2007年，耗用了大量的人力和物力，采用大范围人工现场巡测，传统网格布点采样和实验室水质分析方法，对全太湖展开网格式的重复监测工作.如何合理进行太湖蓝藻预警及监测工作，在节省人力物力的情况下，为政府决策提供参考信息，已成为政府和环境监测相关部门急需解决的难题[1].本研究利用光谱分光分析法(VIS 、NIR、MIR)、卫星定位(global positioning system，GPS)、数值地理信息(geographic information sysytem，GIS)技术，实现快速在线测定、表示、管理、分析大量数据的监测水质信息系统的研究结果.

1 在线监测系统与水质数据库设计

该系统是在现有太湖网格布点采样的基础上，无需增加大量投入，能高效、精准地进行大量的数据采集并将其格式化，可以与其他相关数据共享平台进行分析，建立利用价值更高的空间数据库.利用这些大量的数据可追溯太湖水质随时间、空间的变化，与周边人口、河流、工业、农业等数据叠加、分析，为预测、治理太湖水环境提供科学依据.

该系统设计采用以自动采集水样装置、可视(VIS)/近中红外光谱(NIR)快速测定装置、位置信息自动获取(GPS)技术、地理信息情报(GIS)系统以及监控中心为核心的技术组成.太湖水质在线监测系统如图1所示.

图1 太湖水质在线监测系统

2 利用VIS/NIR/MIR快速测定技术

可视(VIS)/近红外光谱(NIR)/中红外光谱(MIR)是定义波长为300～780 nm，780～2 525 nm，2 525～25 000 nm的电磁波.不同有机化合物的组成和分子结构对VIS/NIR的吸收波长有明显的差别，选用连续改变频率的VIS/NIR光照射某样品，通过化学计量学对光谱进行处理，建立光谱与参考数据间的关系数学模型.利用该技术探讨太湖水中与蓝藻相关因子N、P、叶绿素a快速测定的可能性，对判断需要测定的成分建立利用紫光(VIS)/近红外光谱(NIR)进行快速测定的数学模型.

光谱分析具有分析速度快 (30 s内)，样品无需复杂预处理、操作简单、无浪费、无二次污染、一次测试可同时测定多种成分和指标、测试重现性好、具有较高精度、成本低等特点，是实现在线测定、分析和远程监控的首选技术[2].

2.1 方法建立

1)利用美国制造的VFA-IR便携式中红外光谱仪和HACH-DR5000紫外可见光近红外光度计对太湖、环城河采集的水样进行光谱测定，读取吸光度.

2)利用荷兰Skalar公司制造的SAN连续流动分析仪对水样中总磷、总氮、氨氮进行精确分析，并依据水和废水监测分析方法中的标准对叶绿素a进行检测，作为精准数值.

3)将光谱吸光度进行处理(例如进行一次微分、二次微分)并与成分的精准数值进行分析，利用偏最小二乘法(siPLS)建立数学模型，并经评价用水样对精度进行再确认.

2.2 研究结果

图2 不同NO4-N、NH3-NP浓度的吸光度

图3 不同PO4-P浓度的吸光度

在中红外区域的光谱与N、P、叶绿素a之间具有相关性.图2，图3分别表示了NO3-N、NH3-N与PO4-P随浓度变化与吸光度成相关性变化的中红外区域。同时，在紫光200～250 nm的吸光度与总氮(TN)、总磷(TP)、叶绿素a其相关性分别大于0.9、0.8、-0.7，具有较高的精度，可以作为判断在线检测太湖蓝藻影响因子总磷、总氮、氨氮、叶绿素a的手段，利用VIS和MIR光谱都是可行的.在近红外区域对水中总磷、总氮、氨氮浓度低于10 ppm时，还没有找到其相关的区间，有待再探索.

3 GPS位置信息自动获取与显示技术

在太湖上检测蓝藻动态，特别是在船航行时进行不定位采集和测定大量水样数据，如何高效率进行表示、分析、储存以及与气象、温度、深度等其他信息进行叠加、管理是一个需要解决的问题.应用GIS是将在线监测系统VIS、NIR测定数据与GIS进行地理位置连接，依靠GPS建立高效空间数据库.

1)利用GPS在系统中主要实现的内容：利用GPS测定的经纬度数据与地图上的表示位置有较高精度；完成GPS地理数据与VIS、NIR测定的总磷、总氮、叶绿素a数据自动传输、共同存储.

2)利用GPS在系统中主要实现的方法：将GPS表示的经度、纬度在GIS上表示并确认；利用S3C2410处理器、M-89 GPS模块和SIM300C GPRS 模块读取GPS定位信息和VIS测定水质监测数据，数据由串口传至GPRS DTU，存储单元M-89模块通过串口以NMEA-0183标准输出多种格式的数据，并由GIS读入并表示[3].图4为护城河至运河测定点GPS经纬度及总氮分布在GIS上的表示结果.由图4结果可判断GPS数值与GIS上叠加的卫星图像误差小，可满足实际应用.

图4 护城河至运河GPS监测地在GIS上表示

4 GIS信息表示与分析技术

太湖水质、气象、生物、周边环境等信息几乎和地理空间位置有关.地理信息系统GIS被作为表现、处理、管理和分析地理空间数据的重要工具、技术和学科.GIS技术可以把所有描述地域的空间信息数据整合在一起，进行分类、分层和叠加，根据建立的数学模型或程序可以将地域的空间数据自动进行空间分析；并借助网络技术使湖与岸、监测与决策机构信息共享，以便更好地指导水质监测、灾害应急.

4.1 方法建立

1)太湖水域地理信息数值电子化；

2)定位地理位置空间，区分饮用水源地、河道、工业区与观光地；

3)将NIR-GPS数据通过USP接口向电脑输出并格式化，建立GIS空间数据库；

4)水质空间分布地图可视化，提供支持决策数据直观化.

4.2 结果运用

1)利用GIS显示2011年4月11日测定的太湖北部五里湖、梅梁湾、贡湖和竺山湾的TN和TP数据(见图5，图6)，将此次测定数据与国家环境保护总局2001—2006年发布的中国环境状况公告中太湖水中年均总氮(TN)和总磷(TP)的数据进行比较，都以五里湖和梅梁湾数值最高，范围在5～7 mg/L及0.1～0.19 mg/L，竺山湾相对较低[4].

2)2000—2004年平均TN浓度区域分布见图7[5].2011年4月11日在线监测系统测定五里湖和梅梁湾总氮(TN)比2001—2006年低，总氮(TN)范围在1～5 mg/L、总磷(TP)范围在0.05～0.1 mg/L；但竺山湾总氮(TN)和总磷(TP)超过五里湖和梅梁湾数值，分别大于5 mg/L和大于0.1 mg/L，直观判断五里湖和梅梁湾富营养化在逐渐改善，但竺山湾富营养化加重，附近有可能存在污染源.

图5 利用GIS表示VIR测定总氮

图6 利用GIS表示VIR测定总磷

5 结论

设计了一种对太湖蓝藻影响因子监测系统，利用VIS、 MIR分光分析法对如何实现快速、低成本取得大量TN、TP及叶绿素a数据进行了研究，并建立了相关系数较高的数学模型.利用GPS技术将太湖水质与周边地区的经济、农业、工业、人们生活信息数据赋予地理位置，并利用GIS技术在计算机上以直观、可视方式进行表示、分析.各个监测船在移动过程中通过数据传输，可实现各个相关机构在计算机平台上同时信息共享，在线对环境进行评估、分析、决策.

[1]徐恒省，翁建中，李继影，等. 太湖蓝藻水华预警监测与风速风向的关系研究[J]. 环境监测与预警，2009，1(2)：5-7.

[2]刘丰茂，王素利，韩丽君，等. 红外光谱法定性分析[M]. 北京：化学工业出版社，2012：1-48.

[3]董晓岚，孙丽娅，陶亦亦，等. 太湖水总磷总氮在线监测系统设计[J]. 人民黄河，2011，33(4)：59-61.

[4]谢平. 太湖蓝藻的历史发展与水华灾难[M]. 北京：科学出版社，2008：85-90.

[5]中国科学院南京地理研究所. 太湖梅梁湾2007年蓝藻水华形成及取水口污染团成因分析与应急措施建议[J]. 湖泊科学，2007，19(4)：357-358.