![]() |
陜西正大環(huán)保科技有限公司
主營產(chǎn)品: 防爆型水中油監(jiān)測(cè)儀,太陽能曝氣機(jī),稀釋通道采樣器,便攜式高精度水中油監(jiān)測(cè)儀,水質(zhì)自動(dòng)監(jiān)測(cè)站 |
員.png)
![]() |
陜西正大環(huán)保科技有限公司
主營產(chǎn)品: 防爆型水中油監(jiān)測(cè)儀,太陽能曝氣機(jī),稀釋通道采樣器,便攜式高精度水中油監(jiān)測(cè)儀,水質(zhì)自動(dòng)監(jiān)測(cè)站 |
2016-1-6 閱讀(999)
正大環(huán)保“水環(huán)境衛(wèi)士”系列產(chǎn)品
—水體富營養(yǎng)化監(jiān)測(cè)預(yù)警
背景概述
水體富營養(yǎng)化是水環(huán)境中普遍存在的水質(zhì)污染現(xiàn)象,按照原因可分為天然富營養(yǎng)化和人為富營養(yǎng)化,由于人口增加和社會(huì)的迅速發(fā)展,工農(nóng)業(yè)生產(chǎn)規(guī)模的快速擴(kuò)張,以氮、磷等營養(yǎng)元素為代表的生活和工業(yè)污水排入河流水庫,大大加速水體人為富營養(yǎng)化進(jìn)程。一般來說,水體富營養(yǎng)化容易導(dǎo)致某種優(yōu)勢(shì)藻類的瘋長,破壞原有的生態(tài)平衡,過多地消耗水中的氧氣,使得魚類、浮游生物等缺氧而死,而他們的尸體腐爛又會(huì)造成水質(zhì)的進(jìn)一步惡化。
一般當(dāng)外界環(huán)境條件適宜,水體中總磷超過0.1mg/l或總氮超過0.3mg/l時(shí)藻類就會(huì)過量繁殖,所以藍(lán)藻水華在很多研究當(dāng)中被認(rèn)為是湖泊等水體富營養(yǎng)化的結(jié)果之一,從對(duì)水華的統(tǒng)計(jì)上看,水體富營養(yǎng)化zui常見的結(jié)果就是導(dǎo)致由于藻類大量繁殖形成的水華現(xiàn)象。減少藍(lán)藻水華zui根本的對(duì)策是減少水體的營養(yǎng)鹽輸入水平。在藍(lán)藻水華爆發(fā)前和爆發(fā)時(shí)的應(yīng)急處理將是環(huán)境監(jiān)管部門應(yīng)對(duì)藍(lán)藻水華事件的常態(tài)。而目前中國近70%以上的湖泊存在著富營養(yǎng)化的事實(shí)也表明藍(lán)藻水華頻發(fā)態(tài)勢(shì)將在未來一段時(shí)間內(nèi)依然持續(xù)。因此加強(qiáng)水體富營養(yǎng)化預(yù)警將是降低經(jīng)濟(jì)、社會(huì)和生態(tài)損失*的有效措施。
有效地應(yīng)急處理首先需要掌握準(zhǔn)確的水華態(tài)勢(shì)以及提前預(yù)測(cè)藍(lán)藻的爆發(fā),而越早預(yù)測(cè)到藍(lán)藻水華的爆發(fā),應(yīng)急處理措施的效率就會(huì)越,藍(lán)藻水華所引起的各種損失也會(huì)被控制在zui低的范圍內(nèi)。因此可以說建立有效的藍(lán)藻水華預(yù)警監(jiān)測(cè)系統(tǒng)是保證應(yīng)急處理機(jī)制有效的先決條件,也是目前應(yīng)對(duì)藍(lán)藻水華威脅的必由之路。
物理和氣象因素-溫度、溶解氧、濁度、光照、擾動(dòng)、水停留時(shí)間。
大部分藍(lán)藻適合生長在水溫在25~35℃之間的水體中。而且在一些高溫的環(huán)境中也可以生存;藍(lán)藻的光利用效率高,并具有較寬的光捕獲特性。多數(shù)形成水華的藍(lán)藻種類喜好或耐強(qiáng)光,一些種類也可以在黑暗的環(huán)境下生長。藍(lán)藻能捕獲利用一些特殊波長的光的能力以及在低光密度下的生長優(yōu)勢(shì),使藍(lán)藻能在被遮蔽的條件下生存并且在水的濁度比較高的情況下有更多的機(jī)會(huì)競爭過其它藻類;由此可見,濁度也和藍(lán)藻的爆發(fā)有著一定的關(guān)聯(lián);多數(shù)形成水華的藍(lán)藻種類在一定空間尺度上喜好低擾動(dòng)以及較弱的混合條件,并且所有種屬均喜好長滯留時(shí)間。在出現(xiàn)污染的情況下通常都會(huì)有溶解氧急劇下降的現(xiàn)象。藍(lán)藻水華爆發(fā)會(huì)對(duì)水中溶解氧產(chǎn)生影響,并且在藍(lán)藻大量死亡時(shí)會(huì)使溶解氧急劇下降。
化學(xué)條件主要包括水中氮、磷等營養(yǎng)物質(zhì)、微量元素、鹽度、溶解無機(jī)碳(DIC)、溶解有機(jī)碳(DOC)、pH等
根據(jù)有關(guān)的研究結(jié)果,從對(duì)營養(yǎng)物質(zhì)競爭的角度來說,藍(lán)藻在許多特定環(huán)境下占有競爭優(yōu)勢(shì)。藍(lán)藻對(duì)N和P的親和力高,同時(shí)也具有適應(yīng)營養(yǎng)鹽缺乏和變化的機(jī)制。通常表層水的TP比TN對(duì)藍(lán)藻生物量的預(yù)測(cè)性要好。對(duì)于淺水湖泊的有關(guān)研究認(rèn)為,淺水湖泊可以出現(xiàn)兩種截然不同的狀態(tài):一種是有豐富的水生物的清澈狀態(tài);另一種是含有高度的包含藍(lán)藻在內(nèi)的浮游生物的非?;鞚岬臓顟B(tài)。在富營養(yǎng)化狀態(tài)下,濁度會(huì)隨著營養(yǎng)水平上升。當(dāng)濁度超過臨界值時(shí),由于光照不足,水生植物的衰退可能導(dǎo)致氮和磷的大量釋放,而由此可以促進(jìn)包括光利用效率高的藍(lán)藻在內(nèi)的藻類的生長。
生物條件-牧食、微生物作用和與高等植物共生等因素
其中牧食僅為選擇性因素,但在藍(lán)藻超過臨界規(guī)模后將不會(huì)被牧食者抑制。藍(lán)藻和其他藻類會(huì)被很多牧食者和魚類所攝食,其中包括水蚤和鰱魚、鳙魚在內(nèi)的許多生物。但在藍(lán)藻的生物量達(dá)到一定超過一定規(guī)模后其產(chǎn)生的微囊藻毒素會(huì)有效抑制絕大多數(shù)攝食生物。同時(shí)在很多藍(lán)藻水華爆發(fā)的時(shí)候發(fā)生過大量水生植物和動(dòng)物大量死亡記錄。
具備特殊預(yù)警意義的參數(shù)
在所有的參數(shù)當(dāng)中,有部分參數(shù)具有特殊的預(yù)警意義。
根據(jù)統(tǒng)計(jì)的結(jié)果,通常在經(jīng)驗(yàn)上將水華認(rèn)定為富營養(yǎng)化的結(jié)果之一。雖然并不是在所有的富營養(yǎng)化的水體當(dāng)中均會(huì)發(fā)生水華,但水體中的營養(yǎng)物質(zhì)的水平依然具備了相當(dāng)程度的遠(yuǎn)期預(yù)警的價(jià)值??梢杂脕砼袛嗨w營養(yǎng)水平的諸多參數(shù)中,氮和磷的含量是目前非常普遍的評(píng)估水體富營養(yǎng)化程度的參數(shù)。
如前所述,在藍(lán)綠藻爆發(fā)前通常會(huì)由于藍(lán)藻的光合作用旺盛,大量消耗水中的CO2使水體的pH值上升的現(xiàn)象;在藍(lán)藻大量死亡腐爛時(shí)(包括出現(xiàn)其它污染物使細(xì)菌的分解活動(dòng)加劇),會(huì)大量消耗水中的氧氣,使溶解氧的讀數(shù)降低(同時(shí)藍(lán)藻等其他動(dòng)植物的生存均需要一定量的溶解氧)。
水華通常發(fā)生在富營養(yǎng)條件水體當(dāng)中,在適宜的溫度和光照條件下爆發(fā),所以溫度和光照條件也對(duì)水華的預(yù)警有著比較大的預(yù)警價(jià)值;
由于藍(lán)藻本身就含有葉綠素,同時(shí)在爆發(fā)時(shí)水體中葉綠素的含量也會(huì)大量增加。但葉綠素的大量增加并不能*解釋是否已經(jīng)發(fā)生了藍(lán)藻水華,僅依靠葉綠素只能解釋39%的葉綠素濃度升高的情況,同時(shí)分析藍(lán)綠藻和葉綠素的濃度則可以解釋82%的變化情況。
以上這些參數(shù)均具備短期預(yù)警的價(jià)值。通過藍(lán)藻和葉綠素的比例不僅可以了解是否是藍(lán)藻水華,而且在積累了大量的歷史數(shù)據(jù)的前提下還可以對(duì)藍(lán)藻的種類進(jìn)行大致估計(jì)。將以上這些參數(shù)的現(xiàn)場(chǎng)測(cè)量數(shù)據(jù)同歷史數(shù)據(jù)進(jìn)行對(duì)比,利用回歸分析方法計(jì)算出相似系數(shù),結(jié)合實(shí)驗(yàn)室的測(cè)量結(jié)果進(jìn)行修正,并建立相應(yīng)的模型。
在藍(lán)藻水華爆發(fā)時(shí),污水團(tuán)或大量漂浮在水中的藍(lán)藻會(huì)在風(fēng)和水流的推動(dòng)下漂移,并有可能飄到如水廠的取水口、保護(hù)區(qū)、水產(chǎn)養(yǎng)殖區(qū)域以及飲用水源地等處。因此在水華發(fā)生時(shí),如果了解到風(fēng)向、風(fēng)速和水流的方向以及流速等因素(通常流速會(huì)比較低),不僅僅可以把握水華發(fā)展、擴(kuò)散的趨勢(shì),建立相應(yīng)的發(fā)展、擴(kuò)散的模型,還可以在可能被擴(kuò)散到重點(diǎn)區(qū)域采取事先的預(yù)防措施。同時(shí)在存在短期預(yù)警的情況下,根據(jù)未來幾天天氣預(yù)報(bào),還可以推斷出可能被擴(kuò)散的區(qū)域,在可能的情況下采取相應(yīng)的措施盡量縮小污染范圍。
根據(jù)物理氣象因素與水華發(fā)生的響應(yīng)關(guān)系,確定水預(yù)警的指標(biāo)為:總磷、總氮、水溫、葉綠素a、pH、濁度、溶解氧、氣象參數(shù)、在線流速設(shè)備、全光譜水質(zhì)分析儀。
水體富營養(yǎng)化是一個(gè)長期過程,但是常常會(huì)以藍(lán)藻水華的形式集中爆發(fā),要對(duì)水體富營養(yǎng)化及藍(lán)綠藻水華長期監(jiān)測(cè)及預(yù)警,就必須對(duì)其形成機(jī)理及主導(dǎo)影響因子有充分的認(rèn)識(shí),一般來說藍(lán)藻生長與水華形成大體分為如下四個(gè)階段:
時(shí)間范圍 | 生理階段 | 生命現(xiàn)象特征 | 主導(dǎo)控制因子 |
12月-2月 | 下沉休眠 | 代謝基本停止 | 低溫、黑暗 |
3月-4月 | 上浮復(fù)蘇 | 生理生化活性恢復(fù),群體形成 | 溫度、溶解氧、營養(yǎng)鹽 |
4月-9月 | 大量生長 | 光合作用,細(xì)胞增殖,生物量增加 | 光合作用所需能量與物質(zhì) |
4月-11月 | 上浮積聚 | 氣囊和膠鞘 | 氣象、水文條件 |
完整的水華預(yù)警體系包括監(jiān)測(cè)、數(shù)據(jù)修正、預(yù)警和建立模型。
監(jiān)測(cè)部分應(yīng)使用多種監(jiān)測(cè)方式,充分考慮水域的地理特點(diǎn)和水流特點(diǎn)、污染排放特點(diǎn)等因素布設(shè)站點(diǎn)。 如在歷年數(shù)據(jù)和衛(wèi)星遙感圖中水華zui先出現(xiàn)和濃度比較高的地區(qū)設(shè)置水質(zhì)自動(dòng)在線監(jiān)測(cè)站,在水域的中心部分應(yīng)選擇浮標(biāo)臺(tái),在水華zui先出現(xiàn)的地區(qū)選擇自動(dòng)水質(zhì)在線剖面監(jiān)測(cè)站。受投資等限制,很難使用大量自動(dòng)水質(zhì)監(jiān)測(cè)站對(duì)大面積水域進(jìn)行高密度的布置,因此對(duì)于某些監(jiān)測(cè)空白區(qū)域和人工采樣比較方便的地區(qū)使用便攜式儀器進(jìn)行人工采樣。同時(shí)也應(yīng)對(duì)自動(dòng)在線監(jiān)測(cè)站在藍(lán)綠藻和葉綠素濃度不同時(shí)進(jìn)行少量的人工采樣和實(shí)驗(yàn)室分析,用于對(duì)在線監(jiān)測(cè)儀器進(jìn)行后校準(zhǔn)和對(duì)數(shù)據(jù)進(jìn)行修正,同時(shí)也用于了解形成水華的藍(lán)藻的種類構(gòu)成和藻毒素的含量。為了掌握水華的發(fā)展規(guī)律,在必要時(shí),對(duì)于一些水華發(fā)展的關(guān)鍵區(qū)域可以使用自容的方法來獲取一段時(shí)間內(nèi)比較頻密的數(shù)據(jù)。這樣可以以非常高的效率在過程中隨時(shí)掌握水華爆發(fā)和發(fā)展的狀況以及相關(guān)處理措施對(duì)水華的影響。
由于目前在現(xiàn)場(chǎng)進(jìn)行監(jiān)測(cè)的方法多為光學(xué)法,而且不同方法、不同儀器之間也存在著測(cè)量結(jié)果不一致的情況,因此為做到定量分析并保持?jǐn)?shù)據(jù)的一致性,應(yīng)對(duì)每一臺(tái)儀器進(jìn)行后校準(zhǔn)。同時(shí)由于意外事件的影響,應(yīng)根據(jù)實(shí)驗(yàn)室的數(shù)據(jù)和實(shí)際情況對(duì)現(xiàn)場(chǎng)儀器的測(cè)量結(jié)果進(jìn)行修正。
根據(jù)歷年的監(jiān)測(cè)數(shù)據(jù),將有關(guān)參數(shù)利用數(shù)理統(tǒng)計(jì)的方法,如回歸分析等方法,來計(jì)算相應(yīng)的相似系數(shù)。在不斷有新數(shù)據(jù)輸入的條件下建立不斷更新 、針對(duì)遠(yuǎn)期、短期以及水華擴(kuò)散的預(yù)警數(shù)據(jù)分析方法。其中應(yīng)包括遠(yuǎn)期預(yù)警、短期預(yù)警和污染擴(kuò)散預(yù)警,在實(shí)驗(yàn)室對(duì)藻毒素的快速分析能力不足或?qū)λ{(lán)藻種類快速識(shí)別存在困難的情況下,也可以探討利用類似的方法進(jìn)行估測(cè)。根據(jù)以往歷年的數(shù)據(jù)將以上的預(yù)警的結(jié)果劃定不同的級(jí)別,同時(shí)為不同的預(yù)警級(jí)別設(shè)定不同的預(yù)警預(yù)案,以zui大限度地降低損失。
根據(jù)修正之后的數(shù)據(jù)結(jié)果和相應(yīng)的自然條件,對(duì)水華的產(chǎn)生、發(fā)展和爆發(fā)的規(guī)律進(jìn)行研究,建立當(dāng)?shù)厮虻臄?shù)學(xué)模型。同時(shí)也有必要將其它有關(guān)的數(shù)據(jù)合并進(jìn)該模型當(dāng)中,經(jīng)過一段時(shí)間的積累和完善,zui終達(dá)到可以通過該模型來模擬水華或其他污染的發(fā)生、擴(kuò)散過程,污染治理的過程,并為下一步應(yīng)急處理或長期的治理、限制污染排放提供決策支持。并根據(jù)數(shù)據(jù)的不斷積累對(duì)該模型不斷更新,從而為該水域的治理、保護(hù)和污染排放提供。
應(yīng)用領(lǐng)域
■ 湖泊水體生態(tài)環(huán)境監(jiān)測(cè)預(yù)警 ■ 飲用水源地藍(lán)綠藻水華預(yù)警
■ 水產(chǎn)養(yǎng)殖在線監(jiān)測(cè)預(yù)警方案 ■ 城市湖泊水質(zhì)監(jiān)測(cè)及預(yù)處理
■ 旅游景區(qū)湖泊水體預(yù)警監(jiān)測(cè) ■ 水庫、河川水質(zhì)污染監(jiān)測(cè)記錄
集成方案
建設(shè)漂浮式濕地監(jiān)測(cè)小屋,使用水域面積約50平方米,建設(shè)布局和內(nèi)部控制分別如圖2和圖3所示。
建設(shè)布局示意圖
TN/TP二合一在線監(jiān)測(cè)設(shè)備
原理及適用范圍:
測(cè)量原理:堿性過硫酸鉀 氧化分解—分光光度法(TN)
過硫酸鉀 氧化分解—分光光度法(TP)。
可適用于地表水、地下水、飲用水和污水。
技術(shù)特點(diǎn):
也可分別測(cè)定總氮(TN)、總磷(TP)
技術(shù)指標(biāo):
測(cè)定范圍 | 0-2/5/10/20/50/100/200mgN/L;0-0.5/1/2/5/10/20/100mgP/L | 分辨率 | 0.1mg/L(TN)/0.02mg/L(TP) |
測(cè)量周期 | 1小時(shí) | zui低檢出限 | ≤0.1mg/L(TN)≤0.02mg/L(TP) |
絕緣阻抗 | 5MΩ以上 | 耐電壓 | 無異?,F(xiàn)象(電弧和擊穿) |
電 源 | AC 220±10V 8A | 環(huán)境溫度 | 0~40℃ |
相對(duì)濕度 | 10—95% | 設(shè)置場(chǎng)所 | 室內(nèi) |
葉綠素a在線監(jiān)測(cè)設(shè)備
采用熒光原理同時(shí)對(duì)水中的總?cè)~綠素,藍(lán)綠藻葉綠素及濁度和可溶性有機(jī)物(DOM)進(jìn)行測(cè)定波長:采用7個(gè)不同波長(365, 450, 525, 570, 590, 610, 710 nm)的激勵(lì)光對(duì)藻類進(jìn)行測(cè)量分析,通過對(duì)其它干擾物質(zhì)和參數(shù)進(jìn)行測(cè)定以提高藻類測(cè)定的準(zhǔn)確性。其中包括:通過測(cè)定365nm的熒光和710nm的熒光分別對(duì)DOM(可溶解有機(jī)物)和濁度進(jìn)行補(bǔ)償
測(cè)量參數(shù):DOM (可溶性有機(jī)物總量) mg/l
總?cè)~綠素 µg/l
藍(lán)藻葉綠素 µg/l
綠藻褐藻,紅藻(通過軟件更新)µg/l
濁度 NTU
葉綠素測(cè)定范圍 : 0-200 µg chl-a/l
濁度監(jiān)測(cè)范圍: 0-200 NTU
透光率 : 0-100 %
水樣溫度: 0-30 °C
pH分析儀
原理及適用范圍:
玻璃電極法,極其穩(wěn)定的pH 測(cè)量。
適用于過程控制、水質(zhì)監(jiān)測(cè)、廢水控制。
技術(shù)特點(diǎn):
技術(shù)指標(biāo):
測(cè)量范圍 | 0 - 14 pH | 度 | <1% FS |
分辨率 | 0.05%FS | 隔膜 | 陶瓷 |
溫度范圍 | -5℃ ~ 80℃ | 參考填充物 | 凝膠 |
zui大壓力 | 6bar | 安裝長度 | 350~480 mm |
溶液的zui小電導(dǎo)率 | 50μS | 安裝位置 | 10°~ 170°(Option) |
防護(hù)等級(jí) | IP68 | 電源 | DC24V(18~36V)40mA |
通訊模塊 | Isolate RS485 | 通訊協(xié)議 | ModBus RTU |
濁度在線分析儀
原理及適用范圍:
測(cè)量原理采用光學(xué)傳感器,可適用過程控制、水質(zhì)監(jiān)測(cè)、廢水控制。
技術(shù)特點(diǎn):
技術(shù)指標(biāo):
傳感器 | 散射法 | 光發(fā)射器 | 紅外線激光器 |
波長 | 880nm;脈沖光源,不受周邊光源干擾 | 光檢測(cè)器 | 光二極管 |
測(cè)量范圍 | 0 ~ 5000 ppm | 測(cè)量范圍 | 0 ~ 4000 ppm |
準(zhǔn)確度 | 讀數(shù)的 ±5%,或 ±2ppm | 分辨率 | 1 ppm |
操作深度 | 66米( 90 psi ) | 清潔方式 | 機(jī)械式清潔刷 |
溶解氧在線監(jiān)測(cè)設(shè)備
原理及適用范圍:
采用光學(xué)/熒光、多參數(shù)傳感器,可適用地表水、地下水、飲用水和污水。
技術(shù)特點(diǎn):
無需流量,zui小的維護(hù)量(無耗品);
技術(shù)指標(biāo):
測(cè)量范圍 | 0~20mg/l or 0-20ppm (空氣飽和度:0~120% ) | 分辨率 | ±0.01mg/L or ±0.1% 示值 |
測(cè)量度 | ±0.01/L or ±0.1%示值 | 響應(yīng)時(shí)間 | 小于 5 S |
溫度傳感器 | 工作范圍 0~40℃;分辨率:± 0.01℃ 度:±0.05℃ | 標(biāo)定 | 單點(diǎn)和雙點(diǎn)使用 100% 空氣飽和度零氧保準(zhǔn)溶液或標(biāo)準(zhǔn)設(shè)備, 校準(zhǔn)周期為一年 |
安裝深度 | <300 m | pH 范圍 | 2-12pH |
鹽度范圍 | zui大值 40ppt | 保存溫度 | -20-60℃ |
箔壽命 | 5年 (10 秒間隔) | 通訊模塊 | ModBus /ModBus RTU/SDI-12 |
防護(hù)等級(jí) | IP 68 | 材質(zhì) | 鈦合金或PVC |
一體式氣象站
測(cè)定指標(biāo):
氣溫 、 相對(duì)濕度 、氣壓 、風(fēng)速 、風(fēng)向 、降水強(qiáng)度 、降水類型 、降水量。
技術(shù)特點(diǎn):
一體式氣象站可測(cè)定空氣溫濕度、氣壓和風(fēng)速風(fēng)向。通過電容式傳感器測(cè)定大氣相對(duì)濕度。利用一個(gè)的NTC模塊測(cè)定大氣溫度。利用超聲波原理進(jìn)行測(cè)定風(fēng)速風(fēng)向。利用24GHz的多普勒雷達(dá)測(cè)定每一滴雨/雪滴的滴落速度,從而計(jì)算出降水強(qiáng)度、降水類型和降水量。所有指標(biāo)集成在一個(gè)傳感器中,免維護(hù)。開放通信協(xié)議(Lufft-UMB protocol)。
技術(shù)指標(biāo):
尺寸 | 直徑150mm; | 重量 | 2.2kg |
接口 | RS485 | 電源 | 24 VDC;<4VA (without heating) |
測(cè)量環(huán)境 | -50~60℃;0~100% R.H | 加熱 | 40VA at 24VDC |
氣溫 | 原理 NTC ( 負(fù)溫度系數(shù);熱敏電阻 ) | 相對(duì)濕度 | 原理 電容式傳感器 |
氣壓 | 原理 MEMS電容 | 風(fēng)向 | 原理 超聲 |
風(fēng)速 | 原理 超聲 | 降水 | 分辨率 0.01 mm |
在線流速設(shè)備
基本參數(shù):
測(cè)量原理:聲學(xué)多普勒剖面測(cè)流技術(shù)
工作頻率:500 KHz
測(cè)量范圍:1.5至120米
水平波束角指向角:1.4º
旁瓣抑制:>60dB 安裝特點(diǎn):側(cè)視式安裝;
數(shù)據(jù)輸出格式:RS232,SDI-12,RS485,RS422/4-20mA
傳輸方式:電纜、光纖有線直連,無線采集、傳輸
數(shù)據(jù)輸出:實(shí)時(shí)水位、單元流速、斷面面積、流量、水量等數(shù)據(jù)。
工作條件:
工作溫度:-5至60°C;
保存溫度:-10至70°C
供應(yīng)電源:7至15伏直流;功耗:<1.0W
測(cè)量技術(shù)指標(biāo):
流速測(cè)量范圍:±6米/秒
分辨率:0.001米/秒
準(zhǔn)確度:±1%實(shí)測(cè)流速
水位測(cè)量范圍:
測(cè)量范圍:0.2米 至18.0米(從換能器表面開始計(jì)算)
分辨率:0.001米
準(zhǔn)確度:±0.006米(<6米)
±0.1% FS (≥6米)
耐壓(zui大水深):30米
溫度:
測(cè)量范圍:-5至60°C
分辨率:0.01°C
準(zhǔn)確度:±0.1°C
全光譜水質(zhì)分析儀COD、TOC、NO2-N、濁度
原理及適用范圍:
測(cè)量原理采用紫外-可見光光譜。
可適用于地表水、地下水、飲用水和污水。
技術(shù)特點(diǎn):
技術(shù)指標(biāo):
詳細(xì)的測(cè)量原理 | 閃爍氙燈,256 個(gè)光二極管 | 自動(dòng)補(bǔ)償儀 | 全光譜 |
交叉靈敏度自動(dòng)補(bǔ)償 | 濁度/固體顆粒/有機(jī)物 | 量程漂移 | COD(±2%);濁度(±10%) |
出廠進(jìn)行預(yù)校準(zhǔn) | 所有參數(shù) | 自動(dòng)清洗 | 介質(zhì):壓縮空氣 |
zui大允許誤差 | COD(±10%);濁度(±10%) | 安裝 | 浸沒或在旁通(流通管道)中 |
參考標(biāo)準(zhǔn) | 蒸餾水 | 測(cè)量范圍 | COD(0~500)mg/L;濁度(0~4000)NTU(分段) |
零點(diǎn)漂移 | COD(±2%F.S);濁度(±5%F.S) | 重復(fù)性 | COD(2%);濁度(9%) |
分辨率 | COD(0.1mg/L);濁度(0.01NTU) | 電源 | AC: 220V±10%(50±1)Hz |
工作溫度 | 5 ... 60℃ | 防護(hù)等級(jí) | IP 68 |
電纜長度 | 7.5m固定電纜(-075)或1m固定電纜(-010) | 延長質(zhì)保(可選) | 3年 |
智能控制預(yù)警終端-支持設(shè)立預(yù)警模型與不斷修正
特點(diǎn):
圖案人性化;
入方式:RS485 Modbus、模擬量輸入;
技術(shù)指標(biāo):
集成 | RS485或兩路模擬量輸入/全光譜傳感器1個(gè)RS485 | 電源 | 100-240VDC,2A,50-60Hz |
顯示屏 | VGA彩色顯示屏7寸(觸摸) | 防護(hù)等級(jí) | IP65 |
系統(tǒng)平臺(tái) | Win xp/1G/4G | 網(wǎng)絡(luò)連接 | Ethernet LAN或擴(kuò)展無線wifi |
數(shù)據(jù)傳輸 | Modbus RTU、無線傳輸 | 遠(yuǎn)程控制 | 以太網(wǎng) |
輸入/輸出 | 模擬:0-10V電壓輸入或0-20mA電流輸入;數(shù)字:5*24VDC | 材料尺寸 | 250*315*120mm;不銹鋼 |
影響湖泊富營養(yǎng)化以及藍(lán)綠藻水華暴發(fā)的因子很多,所起的作用也各不相同,并且因子之間存在著某種程度的相關(guān)關(guān)系,并且還會(huì)受到湖面大小、形狀等各方面的影響,因此需要用適當(dāng)?shù)姆椒▽?duì)眾多因子進(jìn)行篩選,選擇影響湖泊富營養(yǎng)化的主要因子進(jìn)行分析,通過合適的模型,建立預(yù)警機(jī)制,為水華的暴發(fā)提供預(yù)警,降低水體富營養(yǎng)化對(duì)人民身體健康和生產(chǎn)生活的危害,為湖泊富營養(yǎng)化和藍(lán)藻水華的防治提供理論依據(jù)。
在短期內(nèi)無法*解決的情況下,建立預(yù)警體系就成為應(yīng)對(duì)藍(lán)藻水華的主要解決方案。通過合理地布設(shè)站點(diǎn)、選擇參數(shù)、運(yùn)用多種監(jiān)測(cè)手段并將結(jié)合多種檢測(cè)方式,就可以迅速有效地獲得現(xiàn)場(chǎng)數(shù)據(jù)。同時(shí)對(duì)不同方法、不同來源數(shù)據(jù)進(jìn)行修正,使之保持在分析上的一致性。根據(jù)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行數(shù)理統(tǒng)計(jì)來獲得相似系數(shù)來評(píng)估水華爆發(fā)的可能性并據(jù)此來啟動(dòng)相應(yīng)的預(yù)案。zui后建立數(shù)學(xué)模型來支持預(yù)警、治理的決策。