[发明专利]基于传感器及智能算法的农田径流总氮总磷快速监测方法

说明书

基于传感器及智能算法的农田径流总氮总磷快速监测方法，该方法先采集总氮/总磷浓度及其对应的、传感器可测的常规水质参数序列数据，再将采集的序列数据作为样本集、通过极端随机树算法构建反演模型，建立总氮/总磷浓度与其对应的、传感器可测的常规水质参数之间的响应关系，然后将基于传感器实时采集的常规水质参数输入构建的反演模型中即可确定总氮/总磷浓度。本设计充分结合了传感器技术及智能算法的优势，实现了农田径流总氮/总磷的原位快速测量，在部分参数缺失的情况下也能保证测量精度，具有普适性。

技术领域

本发明属于环境监测与农业面源污染防治领域，具体涉及一种基于传感器及智能算法的农田径流总氮总磷快速监测方法。

背景技术

面源污染，是指溶解的以及固体的污染物从非特定的地点，在降水(或融雪)冲刷作用下，通过径流过程而汇入受纳水体(包括河流、湖泊、水库和海湾等)并引起水体富营养化或其他形式的污染。面源污染发生的分散性、不确定性和时空异质性导致其监测相对于河湖等水量、水质相对稳定的水体而言，更为困难。同时，面源污染发生特点导致地表径流的流量和水质往往在短期内经历快速变化，尤其在降雨初期的前30min时段内，无论是从规律研究和监测预警角度，均对监测频率和实效性等方面提出了更高的要求。

总氮、总磷是反映水质和水体富营养化的重要指标。目前常规监测径流总氮、总磷浓度主要借助监测装置人工采样后，在实验室采用化学法进行测试。野外原位监测时，地表径流监测方法包括径流池法、人工模拟降雨产流法、流量计法和堰测法；地下淋溶污水收集方法包括渗滤池法、淋溶盘法、淋溶集水槽法、抽滤管法和模拟土柱法。原位监测的采样和测试过程均以人工操作为主，费时费力，效率较低，且采集样品多以次降雨尺度的总混合样为主。鉴于面源污染地表径流流量和浓度短期内变化快速的特点，现有监测技术限制了面源污染发生过程中地表径流时序数据的快速获取。

随着技术的发展，传感器、遥感反演、自动采样进样等技术手段被逐渐应用于面源污染径流水质监测。目前，国内外已有的水质自动监测技术与装置主要有以下两类：

1、岸站式水质自动监测站，该系统通过野外自动采样进样、自动测试完成氮磷等水质指标在线监测，虽然精度较高，但是整套系统部署周期长、占地、成本较高、维护复杂且运行过程中会产生大量废液；同时，该方法仍然是采用化学法进行总氮、总磷测试，最高监测频率约为45min一个样品。因此，基于化学法的水质自动监测频率仍不能反映次降雨事件内的径流浓度变化过程。

2、水质传感器法，该方法采用传感器对水质进行实时连续监测，最常见的监测指标有pH、水温、电导率、溶解氧、氧化还原电位、氨氮、硝氮等。但目前还没有成熟的、可直接用于总氮、总磷快速监测的传感器。

发明内容

本发明的目的是针对现有技术存在的上述问题，提供一种基于传感器及智能算法的农田径流总氮总磷快速监测方法。

为实现以上目的，本发明的技术方案如下：

基于传感器及智能算法的农田径流总氮总磷快速监测方法，依次包括以下步骤：

步骤一、采集总氮/总磷浓度及其对应的、传感器可测的常规水质参数序列数据；

步骤二、将采集的序列数据作为样本集、通过智能算法构建反演模型，建立总氮/总磷浓度与其对应的、传感器可测的常规水质参数之间的响应关系；

步骤三、通过传感器实时采集常规水质参数，然后将采集的参数输入构建的反演模型中，即可确定总氮/总磷浓度。

所述总氮浓度所对应的、传感器可测的常规水质参数包括pH、电导率、溶解氧、水温、氧化还原电位、氨氮、硝氮；

所述总磷浓度所对应的、传感器可测的常规水质参数包括pH、电导率、溶解氧、水温、氧化还原电位、正磷酸盐。

所述步骤二通过极端随机树算法构建反演模型。