基于近红外光谱法污泥中糖原含量的快速分析

采用蒽酮比色法测定厌氧发酵污泥中糖原的含量,运用不同的偏最小二乘法(PLS)算法建立近红外光谱与糖原含量的定量分析模型。根据校正集的相关系数(Rc)、校正均方根误差(RMSECV)以及预测集的相关系数(Rp)和预测均方根误差(RMSEP)评价各个模型。在建立的所有模型中,联合区间偏最小二乘(Si PLS)将全光谱等分为24个区间,联合子区间[17 19 20]建立的模型是最优的,其校正时的Rc=0.993 7,RMSECV=0.066 2;预测时的Rp=0.993 3,RMSEP=0.048 3。运用变异系数(CV)验证所建最佳模型的稳定性和可靠性,发现预测集样品中的CV值均≤2%。结果表明Si PLS可以优化模型,提高模型预测能力,从而可以实现污泥中糖原含量的快速测定。     

基于间隔偏最小二乘法短程硝化反硝化中无机盐氮的近红外光谱

采用序批式活性污泥反应器(SBR)研究短程硝化反硝化系统中稳定条件下无机盐氮的变化规律,利用小波去噪法对无机盐氮的近红外光谱进行预处理,并用间隔偏最小二乘法(iPLS)建立无机盐氮含量的校正模型(iPLS模型).结果表明:小波去噪法对原始光谱中的部分噪声进行滤除,从而提高了模型的精度.采用最小二乘法对预处理后的光谱进行建模,优选出最佳波长区间并将光谱划分为20个子区间,优选出的氨氮特征波数为8243~8663cm-1,亚硝酸盐氮特征波数为4000~4420cm-1.所建模型对氨氮、亚硝酸盐氮校正时的相关系数(rc)分别达到0.9582、0.9544,校正均方根误差(RMSECV)分别为0.0321、0.0406;预测时的相关系数(rp)分别为0.9184、0.8816,预测均方根误差(RMSEP)分别为0.0790、0.0451.采用实际污水为原水时校正模型对氨氮、亚硝酸盐氮预测的相关系数(rp￠)分别为0.9190、0.8739,预测均方根误差(RMSEP′)分别为0.0578、0.0229.模型对氨氮和亚硝酸盐氮的预测总体效果较好.用小波去噪和最小二乘法建立模型不仅能有效减少建模所需变量数、缩短运算时间,而且模型预测精度较高,为无机盐氮的快速测定提供了一种可行的分析技术.     

强化生物除磷过程中污泥胞内糖原的红外光谱分析

采用傅里叶中红外光谱对强化生物除磷过程中污泥胞内糖原物质进行了表征,并将污泥样品与糖原标样的红外光谱进行对比,确认糖原物质在1020 cm-1峰附近有较明显的特征吸收贡献.因此,采用红外光谱945~1150 cm-1区域内的吸收光谱数据,结合测得胞内糖原的含量,应用偏最小二乘法和BP神经网络算法分别建立了污泥红外光谱与糖原含量的定量分析模型.结果显示,偏最小二乘法得到的测量值与预测值具有较小的平均绝对误差(MAE),其相关系数达到0.921.     

近红外光谱和极限学习机分析反硝化除磷中胞内聚合物

为利用近红外光谱技术同时实现反硝化除磷工艺中胞内聚-β-羟基丁酸酯(PHB)、多聚磷酸盐(Poly-P)、糖原(Gly)含量的快速分析,采用多元散射校正预处理法和极限学习机算法建立PHB、Poly-P、Gly含量分析的校正模型(ELM模型).结果表明:多元散射校正预处理法可以有效消除散射对原始近红外光谱数据的影响.采用极限学习机算法对预处理后的光谱数据建立PHB、Poly-P、Gly的定量分析模型,优选出的PHB、Poly-P、Gly的ELM模型主成分数分别为6、6、7,隐含层节点数分别为18、12、17.模型对PHB、Poly-P、Gly含量的校正相关系数(rc)分别为0.9835、0.9499、0.9589,校正均方根误差(RMSECV)分别为0.0541、0.0579、0.0489.模型对PHB、Poly-P、Gly含量的预测相关系数(rp)分别为0.9683、0.9288、0.9488,预测均方根误差(RMSEP)分别为0.0668、0.0776、0.0501,模型对PHB、Poly-P、Gly含量有较好的预测效果.用近红外光谱技术结合极限学习机算法建立ELM模型为反硝化除磷工艺中PHB、Poly-P、Gly的同时快速定量分析提供了较为简便的方法.     

间隔偏最小二乘-紫外光谱法海水硝酸盐最佳建模波长区间选取

利用紫外光谱结合偏最小二乘法（PLS）建立了海水硝酸盐浓度计算模型,并利用间隔偏最小二乘法（interval PLS,iPLS）对建模区间进行了优化。相比全波段建模,优化后模型校正集均方根误差（RMSECV）从39.1降低到9.83。同时利用35个预测集样本对iPLS优化模型进行验证,iPLS优化模型将预测样本平均相对偏差从3.23%降低到1.81%。研究结果表明,相比全波段建模,利用iPLS进行建模波长区间优化,不仅减少了自变量个数,简化了运算,同时提高了模型预测准确度。     

反硝化除磷系统中PHB红外光谱解析及其与磷去除率的相关性

为快速、准确测定生物除磷系统中微生物细胞内w(PHB)(PHB为poly-β-hydroxy butyrate,聚-β-羟基丁酸酯)并及时预测PO₄3--P去除率,采用红外光谱法对微生物细胞内PHB的转化规律进行解析,并结合气相色谱法建立w(PHB)的快速测定模型,研究w(PHB)减少量与PO₄3--P去除率的相关性. 结果表明:反硝化除磷系统中微生物细胞内PHB的特征峰位于波数1 730 cm-1处,PHB特征峰的吸光度与w(PHB)的增减趋势相同. 采用PLS(partial least squares,偏最小二乘法)对反硝化除磷系统中微生物细胞内PHB特征峰吸光度与w(PHB)建立PLS模型,对w(PHB)的校正和预测时的相关系数(R2)分别达到0.963 0、0.951 4,其均方根误差分别为0.031 0、0.037 9. 根据预测结果,进一步建立了反硝化除磷缺氧段w(PHB)减少量与PO₄3--P去除率的相关关系,相关系数为0.979 0. 研究表明,利用PLS模型对反硝化除磷系统中PHB红外光谱解析能够快速、准确地表征反硝化除磷系统中微生物细胞内w(PHB)的变化,并能进一步预测PO₄3--P去除率.      

富磷剩余污泥厌氧消化过程中的水解与生物释磷机制

以某采用A/O生物除磷工艺的污水处理厂排出的富磷剩余污泥为研究对象,设计厌氧消化比较试验,讨论了富磷剩余污泥厌氧消化过程中的磷释放机制.结果发现,剩余污泥消化系统中的SOP(溶解性正磷)释放/PHA(聚羟基烷酸)合成比值大于活性污泥厌氧释磷系统,证实了剩余污泥厌氧消化过程中水解机制是磷释放的主导机制;剩余污泥消化系统中的PHA合成/糖原降解比值小于活性污泥厌氧释磷系统,表明污泥消化系统中的糖原降解不仅仅是生物释磷引起的;厌氧消化系统中抑菌剂的存在对于污泥消化系统的水解释磷机制与生物释磷机制均是不利的.     

一种紫外-可见光谱检测水质COD预测模型优化方法

针对紫外-可见光谱法检测水质COD预测模型的精度低和收敛速度慢等问题,研究了一种基于粒子群算法联合最小二乘支持向量机(PSO_LSSVM)的水质检测COD预测模型优化方法,并引入主元分析(PCA)算法对模型输入光谱数据进行降维预处理,借以提高模型的收敛速度.结果表明,利用粒子群(PSO)算法收敛速度快和全局优化能力,优化了最小二乘支持向量机(LSSVM)模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性,克服了传统LSSVM预测模型的精度较低、稳健性较差等缺点.通过以收敛时间、预测平均相对误差(MRE)和均方根误差(RMSE)为评价标准进行评估,输入样本经过PCA降维预处理的PSO_LSSVM模型的预测能力和输入样本未经过降维预处理的LSSVM模型与PSO_LSSVM模型进行了比较分析,输入样本经过PCA降维预处理的PSO_LSSVM模型预测效果最优,且此算法使用C语言实现,易于移植,这为紫外-可见光谱水质COD在线、实时性检测奠定了基础.     

基于近红外光谱法的废水COD、BOD5、pH的快速测量

收集了城市生活污水处理厂和养殖废水200个样品,以4cm-1的分辨率,分别用2mm和10mm样品池,用透射法采集800～2500 nm谱区的光谱数据,采用偏最小二乘法(PLS)回归建立了废水的生化需氧量(BOD5)、化学需氧量(COD)和pH的预测模型.该模型的BOD5、COD和pH的预测值与参考值的校正相关系数分别为0.763、0.975、0.966,校正标准误差分别为27.7 mg·L-1、19.9 mg·L-1、0.165,预测相关系数分别为0.6939、0.945、0.927,预测标准误差分别为37.9 mg·L-1、29.4 mg·L-1、0.208.实验结果表明,近红外光谱技术可成为特定废水多指标快速检测的新手段.     

木薯废水的厌氧生物降解特性及动力学研究

通过静态小瓶试验,研究了木薯废水的厌氧降解特性,并对其厌氧降解动力学进行分析;同时利用傅里叶红外光谱(FTIR)与三维荧光光谱(EEM)对颗粒污泥的胞外聚合物(EPS)进行分析。结果表明,当木薯废水COD浓度由6 000 mg/L增大到10 000 mg/L时,COD去除率由81.23%下降到71.67%,而VFA由5.07 mmol/L增大到21.33 mmol/L。木薯废水的厌氧降解动力学模型符合一级反应动力学。当木薯废水COD浓度由6 000 mg/L增大到10 000 mg/L时,颗粒污泥EPS的红外光谱中出现了N—H的伸缩振动、C—H的伸缩振动、C O的伸缩振动以及C—N的弯曲振动。木薯废水COD浓度为6 000 mg/L时,在颗粒污泥EPS的三维荧光光谱中,出现了显著的辅酶F420吸收峰(Ex/Em=420/470),表明在此条件下,颗粒污泥产甲烷活性良好。     

环境行业标准方法测定COD的PLS改进

文章采用偏最小二乘法改进校正模型,在测定COD值的高量程和低量程范围内分别建立PLS模型,预测结果与GB法测定COD值的相对误差为4.47%和4.09%,具有较好的一致性。研究解决了环境行业标准快速消解分光光度法测定水质化学需氧量中直线拟合回归不确定性的问题。     

不同碳源种类对好氧颗粒污泥合成PHA的影响

影响好氧颗粒污泥稳定性的因素众多,其中碳源种类的不同会造成好氧颗粒污泥合成聚羟基烷酸酯(PHA)的不同,进而影响其稳定性能.采用混合碳源驯化培养的好氧颗粒污泥进行试验.考察了厌氧条件下,乙酸钠等八种碳源对好氧颗粒污泥合成PHA的影响.结果表明,颗粒污泥对乙酸钠和蔗糖具有较好的转化能力,合成PHA的量分别为102.19mgCOD/g·VSS和70.58mgCOD/g·VSS,显著高于其他碳源的PHA合成量(5~26mg/g×VSS).故以蔗糖和乙酸钠作碳源均有利于颗粒污泥稳定性能的维持,而当以甲醇作碳源时好氧颗粒污泥的贮存能力最差.     

系列混合碳源条件下颗粒化EBPR系统菌群结构变化规律研究

在SBR反应器中接种富含聚磷菌的活性污泥,采用一系列不同丙酸/乙酸比例混合的碳源进行EBPR系统污泥的颗粒化培养,并考察了颗粒化进程中的系统菌群结构变化,以及不同混合碳源条件对系统功能菌种竞争的影响.结果表明,污泥颗粒化过程对EBPR系统菌群结构产生了较大的筛选作用.原本在系统中占优势的一类Uncultured bacterium被迅速淘汰;Uncultured Rhodocyclaceae bacterium、部分Candidatus Competibacter phosphatis、部分Denitrifying bacterium、Acinetobacter及部分Uncultured alpha proteobacterium分别逐渐被淘汰.在各个成熟的颗粒化EBPR系统中,除磷微生物主要为Uncultured Chlorobi bacterium与Uncultured alpha proteobacterium.不同混合碳源条件培养的颗粒化EBPR系统菌群结构差异主要表现为Candidatus Competibacter phosphatis(聚糖菌)与Uncultured Chlorobi bacterium(聚磷菌)菌群数量的不同.混合碳源中乙酸比例的提高可造成颗粒化EBPR系统中Candidatus Competibacter phosphatis的增长,使系统的除磷效率下降.而碳源中丙酸比例相对较高的条件有利于Uncultured Chlorobi bacterium增长,从而有助于颗粒化EBPR系统维持较好的除磷效率.     

支持向量机用于芳烃类化合物对芳烃受体亲和性QSAR研究

尝试将支持向量机(SVM)应用于3种典型芳烃类环境毒物(PCDD,PCDF和PCB)定量构效关系研究,通过对芳烃受体亲和性考察,结果发现该组样本的生物活性在一定程度上与分子电性距离矢量具有非线性联系.SVM对内部和外部样本都具良好稳定性能和预测能力:所得模型拟合、交叉检验、外部预测复相关系数及均方根误差分别为R2cum=0.922、Q2cum=0.825、Q2ext=0.834和RMSext=0.531将其与文献报道及多元线性回归、偏最小二乘、人工神经网络进行比较,结果表明对小样本、非线性问题SVM具较强拓展性及泛化能力,故在环境毒物评价和控制中具有广阔应用前景.     

苯酚类化合物光解量子产率与结构性质的定量关系

采用量子化学PM3算法计算得到的苯酚类化合物的量子化学参数,应用偏最小二乘(PLS)算法,建立了能预测苯酚类化合物光解量子产率(Y)的定量结构-性质关系(QSPR)模型.影响苯酚类化合物光解量子产率的主要因素是分子最高占据轨道能(Ehomo)和分子生成热(HOF),logY值随着Ehomo的增大而增大,随着HOF的增大而减小.分子的电负性和(Ehomo-Ehomo)2对logY值也有一定的影响,电负性和(Ehomo-Ehomo)²较小的分子,其logY值也较大.