三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果.pdfVIP

第32卷，第7期 光谱学与光谱分析 201 2年7月 and SpectroscopySpectral√‰lysis July，2012 三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果 杜尔登1’2，郭迎庆2，孙悦2，高乃云H，王利平2 1．同济大学污染控制与资源化研究国家重点实验室，上海200092 2．常州大学环境与安全工程学院，江苏常州213164 摘要三维荧光光谱在水体监测和水处理领域日益引起广大研究者的关注。自组织映射神经网络(s()M 网络)作为一种非监督、自学习的神经网络，具有自稳定性高、抗噪声能力强等特点。使用S【)M网络对某自 来水厂处理流程中水样的荧光光谱进行解析，可以将-三维荧光光谱聚类成三类，分别对应为络氨酸类蛋白 有机物、色氨酸类蛋白有机物、紫外富里酸类物质。整个自来水处理工艺能够有效的去除水体中的有机物， 其中络氨酸类、色氨酸类、紫外富里酸类物质的去除率分别为84．6％，79．9％。69．1％。研究结果表明， SOM网络可以作为一种有效的水体荧光光谱分析工具，有助于优化水处理工艺参数，提高水处理工艺性能、 以及自来水厂的监测和管理。 关键词 自来水处理；三维荧光(3D-EEM)；自组织映射神经网络(SOM)；有机物去除 中图分类号：)(830．2文献标识码：A 少有将SOM网络用于水体三维荧光光谱的解析。本研究采 引 言 用SOM网络，结合K-means算法，对自来水厂工艺流程中 不同水样的三维荧光光谱进行解析，提取有效的荧光光谱特 自来水厂原水中有机污染物浓度非常低，常见的水质指 征，结合其他水质指标，对水处理过程中有机物的去除情况 标，如高锰酸盐指数，Uv2st等无法有效对水处理过程中有 进行综合评估，以优化水处理工艺参数。提高水处理工艺性 机物的去除情况进行充分的评估。j维荧光光谱(excitation-能。 emission matrix，EEM)技术由于其高度的灵敏性，不破坏样 品结构，在水体监测和水处理领域日益引起研究者的关 1实验部分 注[1]。三维荧光光谱中包含有极为丰富的荧光信息，常见的 1．1水样采集 荧光光谱分析方法有寻峰法(peak—picking)、平行因子分析 法(PARAFAC)[2’3]、主成分分析法(PCA)c“、体积积分法 水样来自江苏南部太湖地区某自来水厂，水源为太湖。 (FRI)[孔6]等。寻峰法是较为普遍的光谱分析方法，但是寻峰 由于近年来太湖水域一直存在水体富营养化问题。此自来水 法只考虑i维光谱中的特定峰值，大最荧光数据并没有充分 厂在传统水处理工艺基础上又增加了臭氧、生物活性炭等深 得到使用口]。平行因子分析法处理荧光数据时收敛速度慢， 度处理—【序，以强化对水体有机污染物的去除，水厂处理流 对噪声或模型偏差较为敏感。因此对大量荧光光谱信息进行 程见图1。 处理，构建稳健的光谱模埕!。发展稳健的三维荧光光谱解析 水样采集时间为2011年4月，从每个水处理单元出水 方法依旧是匾待解决的问题。 中取3个平行样，折板絮凝和平流沉淀池为一个单体，记为 自组织映射神经网络(self_organizingmap。SOM)，也称从沉淀池取水。总共采集18个水样，将水样采集后放入干净 为Kohonen神经网络，属于非监督、自学习的神经网络。广 聚四氟乙烯甥料瓶内，迅速带回实验室，0．45脚滤膜过滤 泛应用