首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
以苏州河水质自动监测岸边站为例,根据近3年实际运行情况,从实样验收比对、连续运行比对等方面系统比较自动监测和实验室分析数据,深入探讨小型岸边站技术的稳定性和可靠性。结果表明:岸边站在线监测数据总体较为稳定,水温、溶解氧、p H、氨氮等监测结果和变化规律与实验室数据具有较好的相关性和一致性,其中,水温、p H、氨氮等指标均不存在明显差异,苏州河水质自动在线岸边站测定的数据真实可靠。加强自动站运维管理等可以进一步提高自动站数据质量。  相似文献   

2.
通过在线TOC水质自动分析仪方法与实验室COD方法比对,建立TOC-COD一元线性回归方程,且将其应用到上海市44家污水处理厂出水中TOC与COD值的转换,并在污水处理厂进行在线TOC水质自动分析仪及在线COD水质自动分析仪监测值比对实验。结果表明,TOC-COD一元线性回归方程相关系数r为 0.963,废水中TOC与COD值线性显著相关,通过上述回归方程将在线TOC水质自动分析仪监测值转化COD监测值与在线COD水质自动仪监测值进行相对误差比较,88.4%的数据满足《水污染源在线监测系统安装技术规范(试行)》(HJ/T 355-2007)规范要求;用上述转换方程换算上海市44家污水处理厂TOC值得到的COD值与实验室COD值进行误差计算, 87.3%的数据满足上述规范要求,验证了在线TOC值转换COD值在污水行业的适用性。  相似文献   

3.
苏州河近20年水质状况研究   总被引:3,自引:1,他引:2  
通过对近20年来上海市苏州河沿程13个断面的常规水质监测教据进行整理分析,总结各常规监测指标项目的变化趋势.并通过分析沿程水质变化和几项重要水质指标的比值变化并探讨了变化的原因,从而得出上海市苏州河水质得到明显改善的结论.  相似文献   

4.
水质自动监测系统运行过程中的质量保证和控制   总被引:1,自引:0,他引:1  
本文以常州市武进水质自动监测站的工作为例,阐述了水质在线监测系统在水质自动监测过程中的质量保证措施和质量控制措施.  相似文献   

5.
近岸海域水质自动监测规范化研究   总被引:2,自引:0,他引:2  
为规范近岸海域水质自动监测,基于近岸海域水质监测要求和质控要求、近岸海域水质自动监测系统特点和近岸海域水质自动监测运行的经验,开展了近岸海域水质自动监测规范化研究,编制了《近岸海域水质自动监测技术规范》(HJ 731—2014),规范了近岸海域水质自动监测系统建设、设备选择、系统验收、日常管理、维护和校准、质量保证和质量控制、数据有效性和上报、监测报告等方面的工作。有利于在标准方法基础上,使中国近岸海域水质自动监测系统的监测数据准确、可靠、可比,有利于近岸海域水质自动监测系统在日常监测中更好地发挥作用。  相似文献   

6.
在线自动监测与手工分析地表水总氮的可比性研究   总被引:1,自引:2,他引:1  
对比浙江省地表水水质自动监测站总氮在线监测与实验室手工方法,分析进口水质总氮自动监测仪在国内的适用性以及与手工方法的可比性。结果表明,一些国外引进的自动监测仪在国内使用时要根据我国水体的实际情况在实验条件上作一定的改进,改进后的监测数据与手工方法才具有可比性。  相似文献   

7.
建立水质自动监测系统的思考   总被引:1,自引:0,他引:1  
葛刚 《干旱环境监测》2000,14(4):226-229
结合章郭水质自动监测系统的可行性研究,在建立水质自动监测系统过程中对监测站位的选取、监测项目的选择、水质自动监测系统的组成、数据的采集与处理、系统的维护及管理、存在的问题等方面进行探讨,水质自动监测系统的建设可以弥补水质监测的不足,同时为实施总量控制及环境管理提供了可靠的依据。  相似文献   

8.
深圳市地表水水质自动监测子站安装了HACH AMTAX inter2、科泽K301、WTW Trescon UN和瑞士万通ALERTCOLORIMETER ADI 2004氨氮自动分析仪。以潮汐河流深圳河为例,从仪器测量原理、分析方法、测量过程、分析能力、对海水适应性等方面分析比较四种氨氮自动分析仪与实验室方法之间的异同。  相似文献   

9.
以练江流域(普宁段)为例,分析了水污染物通量在线监测系统的需求与建设目标,介绍了系统总体架构、数据库、系统功能、监测布点和感知设备配置等设计要点,确定了系统中水污染物通量的计算方法。通过水污染物通量的在线监测与智能分析,实现对河流水质的自动研判和预警,使系统在流域综合治理工作中发挥作用。  相似文献   

10.
水质监测是开展水生态环境评价、监管的基础性工作之一。随着对水生态环境保护与管理要求的提高,人工水质监测与自动水质监测相结合的模式应用越来越普遍。以船舶为载体的水质自动监测系统开展巡测,可实现高密度样品采集、检测及信息的实时传输,在长江泸州以下干流水域的实践中取得了良好效果。系统的应用可弥补常规监测断面间距过大、人工监测频次低、固定站房式水质自动监测站近岸取样等不足,对人工监测和自动监测形成有效补充;船载水质自动监测系统能够实现定点、定深、定时监测,可以在河流污染带监测、入河排污行为的监管以及偷排行为的溯源、水污染应急动态监测等工作中发挥有效作用,既可应用于长江干流等河道较宽且水质可能存在岸别差异的河流,也可应用于滇池、太湖、丹江口等大型湖泊、水库水生态环境监管。  相似文献   

11.
水质自动监测与常规监测结果对比分析   总被引:2,自引:1,他引:1  
为了系统研究水质自动监测数据与常规监测数据间差异问题,选取15个运行多年的国家地表水水质自动监测站,对p H、溶解氧(DO)、高锰酸盐指数(COD_(Mn))、氨氮(NH_3-N)及总磷(TP)5项监测指标开展了站房外常规监测、站房内常规监测与自动监测的对比实验研究。通过分析监测结果之间相对误差、相对偏差、水质类别变化发现,站房内常规监测、站房外常规监测与自动监测结果之间误差较小;同时通过误差统计分析及直方图分析发现,地表水水质自动监测系统监测结果与站房外常规监测结果之间误差整体属于随机误差(偶然误差)。研究得到了水质自动监测与常规监测数据一致可比的结论,为水质自动监测数据的应用提供了实验基础。  相似文献   

12.
选取湖北省100个国控断面2019年1—12月手工和自动监测数据,采用因子分析和聚类分析相结合的方法对水质评价指标进行优化筛选,结果表明,高锰酸盐指数、氨氮、总磷、pH、溶解氧等5项指标可以代表湖北省地表水水质的主要影响因子,从而实现水质监测指标的降维。对手工和自动2种监测方式进行比对,证明自动监测pH、溶解氧、高锰酸盐指数、总磷和氨氮5项水质评价指标的数据、评价结果与手工监测具有较强的一致性,用自动监测5项指标进行水质评价是合理、可行的,并能减轻手工监测的工作量。  相似文献   

13.
随着环境应急事故处理的规范化要求不断深入,在水污染事件应急监测的不同阶段应做好相关质量控制工作。研究以某突发水环境污染事件为例,探讨跟踪监测阶段分析质量控制措施,包括实验室手工分析和采用自动分析设备分析。质量控制数据统计结果表明:该污染事件跟踪监测期间实验室分析数据处于可控状态,自动分析仪器所得数据与实验室分析数据可比。案例结果表明:在确定主要污染物后的污染事件跟踪监测期内,实验室分析应严格按照相关标准规范要求开展质量控制。建议在水污染事件应急监测中,通过方法比对和规范的质量控制措施,使监测处于受控状态,进一步提高应急监测数据质量,保证监测结果的及时、科学、准确和可靠。  相似文献   

14.
简述了1990年—2000年苏州市区水系的变化及京杭运河苏州段沿岸主要工业污染源的变化,对苏州市区水环境质量的变化进行了分析。指出,苏州市区水环境质量的变化主要受水系的改变和污染源防治的共同影响。提出,除继续加强对工业污染源的防治外,还需对水系范围内的生活、农业等方面产生的污染进行防治;在规划水利建设工程时,应将水环境质量的改善与生态建设全面地比较与评价,按其结果再实施工程建设;已建成的环太湖闸在不影响其主要功能的情况下,应保持开启,让优质的太湖水补给运河,从根本上改善苏州市区水环境质量。  相似文献   

15.
为精准、客观、全面评价长江水环境质量和支撑长江大保护,通过研究制定一系列管理制度和技术规范,以优化调整的水环境质量监测网络为基础,建立了涉及管理制度、监测技术、质量控制和数据审核等方面的水质自动监测与采测分离手工监测相结合的网络运行机制。研究自动与手工监测的总磷前处理方式,实现了自动与手工监测数据的匹配和融合,并将融合数据应用于长江水环境质量评价、预警、考核与排名,实现了长江水环境质量监测网络的业务化运行。  相似文献   

16.
2001-2015年松花江流域水污染变化特征研究   总被引:1,自引:0,他引:1  
利用2001-2015年松花江流域国家监测网30个可比断面监测数据,从流域和断面水质变化、各项指标超标情况和浓度变化、污染负荷等方面分析了松花江流域水质变化情况。结果表明,松花江流域水质总体呈好转趋势,特别是2007年以来有比较明显的改善。该流域长期以来主要污染指标为高锰酸盐指数、石油类、五日生化需氧量和氨氮。高锰酸盐指数、石油类和五日生化需氧量污染均有明显改善,但氨氮污染改善不明显。在继续加强COD排放总量控制的基础上,有效削减氨氮排放是促进松花江水质改善的重点。  相似文献   

17.
简述了长江南京段监测断面现状,用相关分析与聚类分析方法对水质监测数据进行了统计分析,对长江南京段水质自动监测优化布点提出了相关建议。  相似文献   

18.
分析大胜关水质自动监测站建成运行后2015-2018年每月实际水样比对数据,并与同期建设固定式水站水样比对结果比较,探讨趸船式水站的技术可行性。结果表明:趸船式水站自动监测的pH值、溶解氧、电导率、氨氮指标与实验室数据有较好一致性,相关性均>0.7,且显著性概率<0.01,存在非常显著的相关关系,pH值、电导率、高锰酸盐指数3个指标的实际水样比对合格率均超过80%,其中高锰酸盐指数和氨氮指标的误差范围与固定式水站监测结果的误差范围相当。  相似文献   

19.
The analysis of a large number of multidimensional surface water monitoring data for extracting potential information plays an important role in water quality management. In this study, growing hierarchical self-organizing map (GHSOM) was applied to a water quality assessment of the Songhua River Basin in China using 22 water quality parameters monitored monthly from 13 monitoring sites from 2011 to 2015 (14,782 observations). The spatial and temporal features and correlation between the water quality parameters were explored, and the major contaminants were identified. The results showed that the downstream of the Second Songhua River had the worst water quality of the Songhua River Basin. The upstream and midstream of Nenjiang River and the Second Songhua River had the best. The major contaminants of the Songhua River were chemical oxygen demand (COD), ammonia nitrogen (NH3-N), total phosphorus (TP), and fecal coliform (FC). In the Songhua River, the water pollution at downstream has been gradually eased in years. However, FC and biochemical oxygen demand (BOD5) showed growth over time. The component planes showed that three sets of parameters had positive correlations with each other. GHSOM was found to have advantages over self-organizing maps and hierarchical clustering analysis as follows: (1) automatically generating the necessary neurons, (2) intuitively exhibiting the hierarchical inheritance relationship between the original data, and (3) depicting the boundaries of the classification much more clearly. Therefore, the application of GHSOM in water quality assessments, especially with large amounts of monitoring data, enables the extraction of more information and provides strong support for water quality management.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号