基于三维荧光光谱 的污水处理场景预测.docxVIP

基于三维荧光光谱 的污水处理场景预测 摘要：暴露在水环境中的痕量有机污染物（Trace organic contaminants,TrOCs）已经威胁到人类健康。TrOCs排放至水环境的主要源头是污水处理厂，其在污水处理厂可通过二级处理工艺和深度处理工艺去除。但由于TrOCs种类繁多、浓度低，监测难度较高，加之人们为了便于对工艺进行可行性评价、比较以及改进等又提出了频繁监测的需求，因此，实时监测TrOCs在处理过程中的衰减具有挑战性。现已有研究提出了采用替代指标指示TrOCs的衰减，其中基于三维荧光光谱（Excitation emission matrix,EEM）开发的荧光参数是预测TrOCs衰减的合适替代指标。综述了三种EEM的主要分析方法，包括峰值法、荧光区域积分和平行因子分析以及各方法涉及到的相关荧光参数。在此基础上，详细介绍和比较了基于EEM构建的预测TrOCs衰减的线性回归模型和非线性回归模型及其构建过程，最后对预测模型在各种污水处理场景中的应用进行了回顾。本综述可为选择和开发预测TrOCs衰减的荧光参数和模型提供参考。 气候变化、经济发展及人口增加，导致水资源短缺，废水的回收和再利用趋势在全球范围内日益增长研究证明，活性炭（Activated carbon,AC）吸附工艺和包括臭氧氧化、紫外活化过氧化氢（UV/H研究表明，某些具有代表性的化学类指标可以指示Tr OCs的衰减状况，如指示剂化合物和水质参数结合当前基于EEM预测污水处理过程中Tr OCs衰减的研究内容，笔者综述了目前主要的EEM分析方法及相关荧光参数，并详细总结了各类基于荧光参数建立的Tr OCs衰减预测模型的构建过程及应用场景。在此基础上，对基于EEM构建Tr OCs衰减模型未来的研究方向进行了展望。1 主要EEM分析方法EEM由于可以提供三维光谱数据而被广泛应用于表征水体中的溶解性有机物（Dissolved organic matter,DOM)1.1 峰值法峰值法是用于分析EEM最基本的方法，它通过识别最大荧光强度相应的激发和发射波长，即荧光峰的位置峰值法仅仅使用了EEM中的极少部分数据，无法保留和展示EEM其他特征1.2 荧光区域积分（FRI)FRI是一种定量技术，其将整个EEM划分为几个区域后，用每个区域的体积积分结果代表具有类似性质DOM的累积荧光强度响应，从而定量表征DOMM.Sgroi等FRI的使用同样存在一定缺陷。Wentao Li等1.3 平行因子分析（PARAFAC)近十年来，PARAFAC已发展为处理EEM数据，识别和表征EEM中单个组分的常用方法M.Sgroi等PARAFAC同样存在一定缺陷。当EEM数据差异过大时，不能识别并验证出有效的PARAFAC组分模型。并且基质效应和荧光测量仪器的使用也会影响PARAFAC的结果综上所述，三种EEM分析方法开发的荧光参数均可用于预测Tr OCs的衰减，但综合而言，峰值法开发的荧光峰，FRI开发的TF以及PARAFAC开发的荧光组分的应用较为广泛。其中，TF最为常用，基于TF预测Tr OCs衰减相关的研究也更为成熟。且虽然三种方法各有优缺点，但相比于包含信息量少的荧光峰和TF，当EEM数据量充足时，使用PARAFAC荧光组分可能会获得更好的预测结果。虽然研究证明基于EEM分析方法获得的荧光参数和Tr OCs之间具有相关性，但荧光参数往往不能直接指示Tr OCs的衰减，需通过拟合建立荧光参数降低和Tr OCs衰减之间的相关方程间接预测Tr OCs的衰减。2 基于EEM构建Tr OCs衰减模型基于EEM开发的荧光参数的降低和Tr OCs的衰减之间具有很强的相关性，这可能是因为DOM荧光和Tr OCs共降解现象的存在式中，[Tr OC]、[DOM]和[R基于以上发现，可以开发基于EEM的Tr OCs衰减预测模型，间接预测Tr OCs的衰减，以实现Tr OCs的实时监测。2.1 模型分类基于EEM构建Tr OCs衰减模型可分为线性回归模型和非线性回归模型。其中线性回归模型又可分为一元线性回归模型2.2 模型构建过程模型构建过程可分为模型的建立、测试及稳定性分析。2.2.1 一元线性回归模型的构建过程(1）一元线性回归模型的建立。Wentao Li等式中，[Tr OC]、[Tr OC]T.Anumol等(2）一元线性回归模型的测试和稳定性分析。TF降低和Tr OCs衰减的斜率、截距和相关性皆由式（4）得出。D.Gerrity等一元线性回归模型现仍存在两个问题。一是模型对部分Tr OCs预测能力低。通过比较D.Gerrity等一元线性回归模型虽存在以上障