Research on Calibration Method of Pre-Warning and Pollution Source Identification Online System Based on Fingerprint
-
摘要: 随着水环境监测从现状监测向预警溯源监测的跨越,提升水污染预警溯源能力成为构建水环境监测体系的重要构成。在线水质荧光指纹预警溯源系统是快速准确实现水污染预警溯源的关键设备,其性能的准确可靠直接影响到检测结果的有效性。针对目前国内尚无现行有效的国家计量技术规范对在线水质荧光指纹溯源系统开展有效溯源,为完善其量值溯源体系,保障水环境污染监测结果的准确性,根据在线水质荧光指纹预警溯源系统的结构和工作原理,提出了信噪比、零点漂移、量程漂移、重复性、测量线性和检出限等校准项目并介绍了其校准方法,给出了校准实例及检出限测量结果不确定度的评定过程。其中信噪比S/N为259.91;测量线性为
0.9986 ;检出限为0.0017 mg/L,其扩展不确定度为0.0010 mg/L(k=2);零点漂移和量程漂移分别为0.19%和0.40%;测量重复性为2.15%。结果表明,该校准方法能够准确可靠地对在线水质荧光指纹预警溯源系统的综合性能进行评价,校准过程及不确定度评定范例可为相关仪器的校准工作提供参考。Abstract: With the leap from current monitoring to early warning and traceability monitoring in water environment monitoring, Improving the ability of water pollution warning and tracing has become an important component of building water environment monitoring system. The online fluorescence fingerprint warning and tracing system for water quality is key equipment for quickly and accurately realizing water pollution warning and tracing, The accuracy and reliability of its performance directly affect the effectiveness of the detection results. Regarding the current lack of national metrological technical specifications for effective traceability of online water quality fluorescence fingerprint traceability systems in China, In order to improve its traceability system and ensure the accuracy of water environment pollution monitoring results, This article introduces the calibration method of the online water quality warning and traceability system based on its structure and working principle, Calibration projects such as signal-to-noise ratio, zero drift, range drift, repeatability, measurement linearity, and detection limit are proposed. At the same time, calibration examples and the evaluation process of uncertainty in detection limit measurement results are provided. The signal-to-noise ratio S/N is 259.91; The measured linear correlation coefficient is0.9986 ; The limit of detection is0.0017 mg/L with an expanded uncertainty to be0.0010 mg/L(k=2); Zero drift is 0.19%; Range drift is 0.40%; The measurement repeatability is 2.15%. The results indicate that this calibration method can accurately and reliably evaluate the comprehensive performance of the online water ripple warning and traceability system, and the calibration process and uncertainty assessment examples can provide reference for the calibration work of related instruments.-
Key words:
- metrology /
- aqueous fingerprint /
- early-warning and traceability /
- uncertainty /
- calibration method
-
表 1 信噪比结果数据
Table 1. The result data of signal to noise ratio
测量次数 第一次 第二次 第三次 平均值 测量结果 262.89 251.67 265.17 259.91 表 2 测量线性结果数据
Table 2. The result data of linear calibration
浓度/
mg/L编号 荧光峰/
nm荧光强度 荧光强度平均值 0.0 1 275/350 54 54 2 275/345 52 3 275/345 56 0.02 4 275/345 300 333 5 275/350 363 6 275/350 338 0.05 7 275/350 741 672 8 275/350 643 9 275/350 631 0.1 10 275/345 1192 1201 11 275/350 1211 12 275/350 1199 0.5 13 275/350 5705 5753 14 275/350 5808 15 275/350 5746 0.8 16 275/350 8288 8372 17 275/350 8252 18 275/350 8577 表 3 检出限结果数据
Table 3. The result data of detection limit
浓度/
(mg/L)荧光峰/
nm荧光强度 测量浓度/
(mg/L)检出限/
(mg/L)0.01 275/350 257 0.0102 0.0017 275/345 268 0.0113 275/350 277 0.0121 275/350 272 0.0117 275/345 268 0.0113 275/350 270 0.0115 275/350 269 0.0114 表 4 零点漂移结果数据
Table 4. The result data of zero drift
测量次数 荧光峰/nm 荧光强度 Z0 Ii-Z0 $\dfrac{{\left| {{I_i} - {Z_0}} \right|}}{{{\text{FS}}}} \times 100{\text{%}} $ 1 220/340 62 61 / / 2 220/325 60 / / 3 220/335 61 / / 4 225/335 58 / −3 0.03% 5 225/345 42 / −19 0.19% 6 220/340 61 / 0 0.00% 7 225/340 60 / −1 0.01% 8 225/335 53 / −8 0.08% 9 225/335 51 / −10 0.10% 10 225/335 58 / −3 0.03% 表 5 量程漂移结果数据
Table 5. The result data of span drift
测量次数 荧光峰/nm 荧光强度 荧光强度平均值 量程漂移 1 275/350 5214 5221 0.40% 2 275/350 5214 3 275/350 5236 1 275/345 5235 5261 2 275/345 5238 3 275/345 5311 表 6 重复性结果数据
Table 6. The result data of span drift
测量次数 荧光峰/nm 荧光强度 荧光强度平均值 重复性 1 275/345 3896 3919 2.15% 2 275/345 3862 3 275/345 3826 4 275/350 3855 5 275/345 3938 6 275/350 3992 7 275/350 4062 -
[1] 王英俊, 沈鉴, 王文霞, 等. 水质荧光指纹污染溯源技术在跨界断面污染监管中的应用[J]. 环境监控与预警, 2023, 15(2): 2-6. [2] SHEN J, DENG S B, WU J, et al. Identifying Pollution Sources in Surface Water Using a Fluorescence Fingerprint Technique in an Analytical Chemistry Laboratory Experiment for Advanced Undergraduates[J]. Journal of Chemical Education, 2022, 99(2): 932-940. doi: 10.1021/acs.jchemed.1c00534 [3] 张丽峰. 国家重污染事故频发河流水体污染防治战略研究[D]. 合肥: 合肥工业大学, 2012. [4] 翁建中, 王亚超, 李继影, 等. 荧光技术在太湖蓝藻水华预警监测中的应用[J]. 中国环境监测, 2009, 25(4): 23-26. doi: 10.3969/j.issn.1002-6002.2009.04.007 [5] 王欣, 高贝贝, 李慧, 等. 某城市河道溯源案例的研究[J]. 环境科学与管理, 2021, 46(8): 61-65. doi: 10.3969/j.issn.1673-1212.2021.08.014 [6] 胡冠九, 周春宏, 厉以强, 等. 江苏省饮用水环境安全问题及对策研究[J]. 中国环境监测, 2005, 21(5): 49-51. [7] 龙颖贤, 张玉环, 卢加伟, 等. 珠三角地区水环境质量变化趋势及成因[J]. 环境影响评价, 2018, 40(5): 30-33,42. [8] 杜树新, 杜阳锋, 武晓莉. 基于三维荧光导数光谱的水体有机污染物浓度检测[J]. 光谱学与光谱分析, 2010, 30(12): 3268-3271. doi: 10.3964/j.issn.1000-0593(2010)12-3268-04 [9] Baker A. Fluorescence Excitation-emission Matrix Characterization of Some River Waters Impacted by a Tissue Mill Effluent[J]. Environ Sci Technol, 2002, 36(7): 1377-1382. doi: 10.1021/es0101328 [10] Carstea E M, Baker A, Bieroza M, et al. Continuous Fluorescence Excitation-emission Matrix Monitoring of River Organic Matter[J]. Water Research, 2010, 44(18): 5356-5366. doi: 10.1016/j.watres.2010.06.036 [11] 吕清, 顾俊强, 徐诗琴, 等. 水纹预警溯源技术在地表水水质监测的应用[J]. 中国环境监测, 2015, 31(1): 152-155. doi: 10.3969/j.issn.1002-6002.2015.01.030 [12] SHEN J, SONG Y M, CHENG C, et al. Spectroscopic and Compositional Profiles of Dissolved Organic Matters in Urban Snow from 2019 to 2021: Focusing on Pollution Features Identification[J]. Water Research, 2023, 229: 119408. doi: 10.1016/j.watres.2022.119408 [13] 戴源, 谢继征, 袁静, 等. 紫外光诱导荧光分析仪结合多元线性回归算法在城市河流常规污染指标监测中的应用[J]. 环境监控与预警, 2021, 13(2): 29-33. [14] 李宏斌, 刘文清, 张玉钧, 等. 三维荧光光谱技术在水监测中的应用[J]. 光学技术, 2006, 32(1): 27-30. doi: 10.3321/j.issn:1002-1582.2006.01.033 [15] 罗澍, 蒋珊, 蒋冰艳. 科技赋能强化深圳市水污染预警溯源能力和应用的研究[J]. 中文科技期刊数据库(全文版)自然科学, 2022(5): 145-147. [16] 梁鸿, 王文霞, 蒋冰艳, 等. 水污染预警溯源技术应用案例研究[J]. 环境影响评价, 2021, 43(2): 56-59. [17] 赵庄明, 林巧云. 珠江口入海排污口三维荧光光谱溯源技术应用[J]. 环境保护, 2023, 51(19): 31-33. [18] 李训周, 李杰, 李守彪, 等. 三维荧光光谱技术在分析溶解性有机物中的应用进展[J]. 山东化工, 2023, 52(7): 104-107. doi: 10.3969/j.issn.1008-021X.2023.07.029 [19] 罗楠, 方群, 李琳, 等. 基于河湖长制管理信息系统的水污染溯源技术[J]. 中国科技信息, 2023(14): 140-142. [20] 刘传肠, 柴一荻, 徐宪根, 等. 南方某河水质荧光指纹特征及污染溯源[J]. 光谱学与光谱分析, 2021, 41(7): 2142-2147. [21] 方小云, 王木平, 檀海兵, 等. 污染预警溯源仪在水污染排查中的应用研究[J]. 区域治理, 2021(2): 140-143. doi: 10.3969/j.issn.2096-4595.2021.02.067 [22] 黄彦捷, 李成辉, 周瑾艳, 等. 荧光光谱仪的校准方法研究及不确定度评定[J]. 化学试剂, 2019, 41(5): 495-501. [23] 庞华锋, 姚辉璐, 杨庆怡, 等. 激光光镊拉曼光谱仪信噪比测量研究[J]. 物理与工程, 2008, 18(5): 24-26. doi: 10.3969/j.issn.1009-7104.2008.05.011 [24] 孙凤, 张佳仁, 庞永敏, 等. 光电比色多元素分析仪校准方法[J]. 化学分析计量, 2019, 28(Z1): 75-77. doi: 10.3969/j.issn.1008-6145.2019.Z1.018 [25] 林荣校. 环境监测结果低于最低检出限数据统计方法[J]. 资源与环境, 2022, 48(10): 183-185. [26] 国家质量监督检验检疫总局. 测量仪器特性评定: JJF 1094-2002[S]. 北京: 中国计量出版社, 2002. [27] 陈利娟, 张天华, 陈涛, 等. 自动气象站蒸发示值重复性指标及校准方法研究[J]. 气象科技, 2015, 43(3): 430-433. doi: 10.3969/j.issn.1671-6345.2015.03.015 [28] 陈莉杰, 丁振良. 对测量仪器“示值重复性”评定方法的探讨[J]. 仪器仪表学报, 2004, 25(6): 760-762. doi: 10.3321/j.issn:0254-3087.2004.06.016 [29] 吴晓惠, 黄彬磊, 张佳仁, 等. 直接测汞仪的校准及检出限不确定度评定[J]. 化学分析计量, 2019, 28(4): 103-106. doi: 10.3969/j.issn.1008-6145.2019.04.025 [30] 张国城. 化学分析中检出限不确定度评定存在的误区[J]. 计量技术, 2016(6): 71-73. [31] 林国辉. 冷原子吸收测汞仪检出限测量不确定度分析与评定[J]. 计量与测试技术, 2020, 47(10): 108-112. [32] 蒋智慧, 刘聪云, 赵帅, 等. 离子色谱法测定矿井水中氰化物及不确定度评定[J]. 给水排水, 2023, 59(S1): 266-272. [33] 李林璘, 李韬, 魏明明. 气相分子吸收光谱仪测定氨氮的检出限的不确定度评定[J]. 工业计量, 2023, 33(S1): 87-88. [34] 中国合格评定国家认可委员会. 化学分析中不确定度的评估指南: CNAS-GL06[R]. 北京: 中国合格评定国家认可委员会, 2019. [35] 汪斌, 卢晓华. 一元线性校准曲线不确定度评定与适用条件的讨论[J]. 计量科学与技术, 2022, 66(7): 45-49,44.