基于深度学习的便携式浊度计示值误差校正方法

常规的浊度计示值误差校正方法多采用比值校正法进行设计,应用过程中,无法深入挖掘浊度计示值的各项误差,存在校正精度较低的问题,导致浊度计测量的浊度示值与待测液的实际浊度值之间偏差较大。针对这一问题,笔者引入深度学习原理,以便携式浊度计为例,提出一种全新的示值误差校正方法。先采集便携式浊度计示值,获取浊度计示值的动态变化,然后利用深度学习算法原理,构建神经网络模型结构,通过神经网络模型的示值误差激励、校正量化、迭代训练、最优保存等步骤,得出最优化的示值误差校正结果。实验分析可知,新的方法应用后,测得标准浊度液的浊度示值与其实际浊度非常接近,示值误差较小,校正效果优势显著。     

关于环境监测管理体制改革的思考

为规范环境监测和环境管理行为,促进环境监测事业的发展,在新的一轮事业单位机构改革中,要准确定位环境监测机构,理顺环境监测管理体制。环境监测行为是一项政府行为,环境监测人员应该参照公务员管理;有必要实行省级环境监测体系的垂直整合或实行全国环境监测体系的垂直整合并在新出台的《环境监测管理条例》预以明确。     

4-APP萃取蒸馏法测定地表水中挥发酚的改进

改进了4-APP萃取蒸馏法测定水中酚的方法,以100 mL馏出液代替250 mL馏出液,改变了原方法实验过程时间长、费时费力的缺点,特别适合地表水大批量样品的分析。经两种方法测定结果比对,吸光值变化不大,标准曲线相似,回收率符合规范要求;经t检验,测定结果无显著性差异。测定时间由原来的45 min缩短至25 min左右,大大提高了工作效率。     

化学发光分析法在水质监测中的应用

由于化学发光分析方法中没有可能产生背景信号的散射激发辐射,因此,比起其他发光分析法更加灵敏,作为一种有效的微量和痕量分析手段,已经广泛应用于各个分析检测领域。加之该法具有仪器设备简单,线性响应范围宽等特点,近年来特别受到人们的重视。目前,化学发光分析法已经成功地应用到水质污染的监测和研究中,文中对此作了介绍和评述。     

水环境监测分析与监测质量控制的关键技术研究

近年来随着我国经济社会的快速发展,水资源的消耗量相对增加,此外,工业生产过程也产生了一定的水污染问题,严重影响我国水资源的整体质量,还对人民群众的身体健康状况构成了危害。有鉴于此,相关部门和人员在工作中加强对水环境的监测和分析显得尤为重要,本文对水环境监测分析的技术和质量控制方法进行了探讨,以期能够对后续的工作推进提供帮助。