[發明專利]固體廢物防治監控系統

在審

• 申請號: 201810130556.0
• 申請日: 2018-02-08
• 公開（公告）號: CN108362654A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 羅旭
• 申請（專利權）人: 四川九一零建設工程有限公司
• 主分類號: G01N21/31
• 分類號: G01N21/31
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 楊春

本發明提供了一種固體廢物防治監控系統，其包括依次連接的如下單元：固體廢物采樣單元、預處理單元、光譜掃描單元、光譜信號處理單元，以及監控單元。本發明置信度較高，克服了現有技術中對土壤金屬污染物含量預測效果不良好，無法實現土壤金屬污染物含量監測的缺陷。

技術領域

本發明屬于光譜分析技術領域，具體涉及一種固體廢物防治監控系統。

背景技術

目前在國內外關于土壤成分監測研究中，特別是對土壤中有機質和全氮兩種主要的成分含量研究中，大多數已獲得了較好的研究成果。在此基礎上，也有很多研究者使用光譜分析技術定量分析土壤中的一些金屬元素含量，用于監測，雖然也取得一定成果，但是預測效果卻不如對有機質和全氮含量的預測效果明顯。

首次嘗試將光譜技術引入到土壤檢測的是美國科學家Browsers和Hanks，在1965年發現土壤中的有機質在近紅外光譜區域和有機質有相關的特征紋跡。隨后在1970年，隨后在1970年，Salisbury和Hunt同樣在近紅外光譜區發現了土壤中的某些礦物質也存在相關的特征紋跡。以上幾位研究人員的成果開創了對于土壤成分檢測的新方法，同時在理論上證明了采用光譜分析技術對土壤中的某些物質或成分進行定性或定量分析的可能。

在國內外學者的研究結果中我們可以知道目前針對土壤成分的檢測中，有機質和全氮的預測效果普遍交好，而對于金屬元素的預測效果在各文獻報道中并不一致，有的個別學者的預測效果較好，有的則不盡如人意，而且在每篇報道中，對于土壤采樣物的處理也不盡相同，有的研究人員在實驗前期會對采集到的樣品進行干燥、研磨、過篩等操作，實驗結果顯示對土壤采樣物進行適當的處理可以提高光譜分析的預測效果。報道證明被測樣品的含水量、顆粒直徑等物理性質都會對預測精度產生影響，而且檢測條件如樣品是否旋轉、檢測高度、角度等因素也都會對預測效果產生影響。但所有報道中所進行的實驗均采近紅外光譜儀器進行，并且實驗大多在實驗室環境下進行，鮮有在野外田間進行現場實際測量的報道。

在采用光譜分析技術分析土壤成分時，光譜儀器的性能對于預測效果有一定影響，而且不同的預測模型建立方法在預測過程中也體現出了極其重要的作用。有時即使采用了同樣型號的光譜儀器，預測模型建立的方法不同，得到的檢測效果也不同，其中主要采用了主成分回歸分析、偏最小二乘和人工神經網絡等方法。也有很多學者對于多種數據處理方法進行了對比，結果顯示每種方法具有自身的特點，但具體使用哪種數據處理方法進行建模可以得到最有的檢測結果，在目前的研究成果中并未得到一個確切的結論。

2012年中國農業機械科學研究院的李頡等人對72個北京附近的土壤采樣物的全氮、全鉀、有機質含量和PH值進行了分析，通過偏最小二乘法進行建模，預測結果和真實值具有很好的一致性，決定系數最高可達0.9554。浙江大學的何勇等人研究了不同顆粒直徑和不同建模方法對于土壤有機質含量近紅外光譜分析方法的影像，研究中將樣品分為顆粒直徑為0.169-2mm和小于0.169mm兩個樣本集，建立了三種預測模型，結果表明當顆粒直徑在0.169-2mm之間時，預測相關系數均大于0.84，預測均方根誤差均小于0.20；而當顆粒直徑小于0.169mm時，預測相關系數均小于0.71，而預測均方根誤差均大于0.23。

從國內外發展現狀來看，目前已普遍將光譜分析法定義為一種全新的土壤成分檢測的快速、無損方法，也是今后的新的發展趨勢，用于解決目前在土壤成分檢測中傳統化學檢測方法的效率低、成本高、無法田間檢測等弊端。根據目前研究成果，光譜分析技術對于土壤有機質和全氮含量的預測效果普遍較好，預測結果和化學檢測的相關系數普遍能達到0.9以上甚至更高。土壤顆粒直徑的大小對于預測效果有一定的影響，但不大，土壤含水量也會對預測結果產生較大影響，預測模式所采用的數據處理方法對預測結果的影響不大。而對于磷、鉀、鈣、鎂等金屬成分含量的預測效果普遍不如有機質和全氮含量的預測效果好，但在某些研究中也能達到0.8，個別研究中效果比較好的能達到0.9以上，這就需要在建立預測模型時選擇合適的數據處理方法。

發明內容