【应用】水质实时监测人工智能系统

Czyczula Rudjord, Z., Reid, M., Schwermer, C., & Lin, Y. Ai System for Real Time Monitoring of Water Quality. Available at SSRN 4103356.

随着不断增长的全球经济不断增长的人口应对气候变化的影响，水质和可用性将面临巨大挑战。水质对人类发展和生态系统服务至关重要，为了保证适当的资源管理，需要低成本的水质监测系统。同时监测吸光度和荧光变化是在线和实时分析水质的有效方法。这项研究希望构建一个人工智能（AI）工具，以警告水质发生的变化，并研究这种系统在对水质变化的原因进行分类的效率。也就是说，不仅检测异常，而且指示异常的性质。

实验方法

传感器

OPUS UV高光谱物质光度计，光谱范围：200~360 nm；

enviroFlu水中油荧光计，激发/发射波长：254/360 nm；

matrixFlu 多参数荧光计，选择激发/发射波长：375/460 nm。

所有传感器都浸没在水箱中，水以每小时2~4个循环的补充速率连续流过。安装了三个小型潜水泵改善循环并防止气泡积聚在传感器镜头上。整个装置都覆盖着厚厚的黑色塑料盖，以避免周围的光线干扰。OPUS测量间隔1min，enviroFlu与matrixFlu测量间隔30s。我们将吸光度变异性Δ𝐴𝑏𝑠𝑜定义为在给定时间点测量的吸光度与整个数据收集期间的平均吸光度之间的差异。荧光变异性Δ𝐹𝑙是在给定时间点测量的荧光与整个数据收集期间的平均荧光之间的差异。

6种模型污染物：

6-氯烟酸（6CNA, CAS 5326-23-8）是新烟碱类杀虫剂吡虫啉和啶虫脒的降解产物。

2-巯基苯并噻唑（MBT, CAS 149-30-4）是一种可能的致癌物，用于橡胶硫化，可能与饮用水接触，并可能来自与车辆轮胎磨损相关的污染。

肌酐（CTN, CAS 60-27-5）与蛋白质代谢一起在人尿中排泄。它为尿液污染提供了极好的生物标志物。

色氨酸（TPN，CAS 54-12-6）是一种氨基酸，存在于许多富含蛋白质的食物中。一些有机物也会发出与色氨酸相同波长的荧光。水中有机物的存在，如污水和农场废物，与“类色氨酸”荧光有关。

芘（PYR, CAS 129-00-0）和苯并（a）芘（BAP, CAS 50-32-8）是在广泛的燃烧反应中产生的多环芳烃（PAH）。

通过依次添加六种污染物中的每一种来测试检测水中异常的灵敏度。为了确保每种污染物的浓度稳定，在每次加标事件期间停止补充水，通过水族泵的连续运行始终保持水体流动（并因此混合）。在随后的峰值之前收集数据大约 10 分钟。

为了消除数据中的多重共线性并促进分析过程，文章应用主成分分析（PCA）来降低维度。为了构建异常检测和识别系统，使用了 UV-vis 的五个主要 PCA 组件（占数据方差的99%）和两个荧光通道，系统依赖总共7个提取的变量进行异常检测。使用 scikit-learn实施多项逻辑回归（LR）来确定异常属于哪一类化学品。列出的六种模型污染物用来训练和测试模型。

实验结果

    图1  两个选定的吸光度（顶部）和特定波长的两个荧光               图 2  添加到饮用水中的六种物质的𝑆𝐴𝑏𝑠𝑜光谱，高（黑

          (底部）波长随时间的基线变化。 浅蓝色显示原始                          线）和低（蓝线）可检测浓度（𝜇𝑔 /L）。Δ𝐴𝑏𝑠𝑜

          数据，而深蓝色显示 10 分钟间隔内的数据平均值。                      的±𝜎的不确定性被叠加。

          图3   训练集中吸光度基线的前两个 PC 以及置信椭球                 图 4   基于测试集创建的合成时间序列异常估计器

       图5   训练组中的前三个组件用于基线和三种非                             图6    使用六种感兴趣的污染物作为测试集中  

                荧光污染物 6CNA、CTN 和 MBT。                                              的信号进行异常识别的混淆矩阵。

本研究中使用的光学传感器为检测各种有机物质提供了足够的灵敏度。

通过延长用于定义“正态性”基线的时间范围和基线数据的数量，也可以获得额外的灵敏度增益。基线可变性将取决于应用领域和传感器的部署位置。它还可能显示季节性趋势或与天气或浊度等外部测量值相关。包含此类基线知识将提供异常检测的高灵敏度。一次识别几种添加的化合物是ML中的多标签分类问题。增强决策树 （BDT） 或神经网络（NN）分类器可用于异常识别系统来执行此任务。需要更多的研究来确定在这种情况下多个来源对异常检测和识别有效性的影响。

多传感器系统可用于各种应用，包括河流监测、食品和工业过程用水，以及水被使用和再利用的各种其他领域。这种低成本的人工智能驱动系统可能是有价值的工具以促进对资源的充分管理。

相关传感器信息

1、OPUS UV高光谱物质光度计

https://www.instrument.com.cn/netshow/SH102145/C264861.htm

OPUS UV是TriOS公司最新生产的光谱传感器，用于在线测量碳以及氮组分。通过光谱分析，OPUS可获得可靠的NO3-N数值、NO2-N数值、有机成分（CODeq、BODeq、DOCeq、TOCeq）以及一些其它参数。OPUS具有创新的TriOS G2接口，内置数据存储器，可通过浏览器实现快速简单地配置传感器。灵活的协议和数据输出使其便于与第三方控制系统以及外置数据存储器集成。搭配可选电池包，可实现移动应用。WIFI连接可使笔记本、平板电脑或者智能手机无需安装额外的应用软件或应用程序就能更方便地控制传感器。

                                                  OPUS UV高光谱物质光度计

2、enviroFlu-HC 水中油荧光计

https://www.instrument.com.cn/netshow/SH102145/C119153.htm

enviroFlu-HC是新一代浸没式测量水中油的传感器。该传感器采用紫外荧光法，使得enviroFlu能追踪到ppb水平的PAH，包括饮用水与冷凝水冷凝物的检测。传感器可用于竖井固定测量、流线、管道以及手持式移动测量。采用创新型纳米涂层技术，可使光学镜头保持清洁，避免油膜污染，保证enviroFlu-HC 可以长期稳定的测量，几乎无需维护。根据需求，可以通过改变过滤器组合来满足某些特殊应用要求，例如为了解决单环芳香烃类（例如：苯， 二甲苯等）的水体污染物测量，特推出enviroFlu- BT（Benzene Tonune）传感器。这个传感器的开发，将能够检测人畜饮用水中的低浓度的单环芳香烃类（例如：苯， 二甲苯等），确保饮用水安全。

                                                       enviroFlu-HC 水中油荧光计

3、matrixFlu-VIS 多参数荧光计

https://www.instrument.com.cn/netshow/SH102145/C264864.htm

高端matrixFlu荧光计将多个用于荧光测量的激发和检测波长结合在单个设备中，设计紧凑。激发和检测通道的特殊光学装置不仅能测量单个参数，而且可以根据类型进行3×4或4×4矩阵波长组合。这样可以原位近似同步原位测量多种参数。

MatrixFlu有2个基本版本，包括UV和VIS版本。UV版本主要设计用于检测PAH's（多环烃）、BTX（苯、甲苯、二甲苯）、CDOM（有色溶解有机物）和TRP（色氨酸）。而VIS版本针对藻类（蓝藻、绿藻类等）的在线检测以及扩展的FDOM检测。选用国家的最先进LED用于荧光激发。通过内部温度校正保证仪器测量值的稳定性。配备了具有网络浏览器配置，内部数据采集，灵活的协议和数据输出的创新Trios G2接口，MatrixFlu 广泛的用途大幅度超越了目前市场上的同类产品。先进的G2接口不仅可以确保快速集成到第三方系统，而且可以在较宽范围内匹配TriOS其他的设备配件。

                                                 matrixFlu-VIS荧光计