隨著我國經(jīng)濟(jì)的發(fā)展和能源結(jié)構(gòu)的調(diào)整，煤炭仍然是我國主要的能源來源之一。但是，煤炭生產(chǎn)和消費(fèi)過程中所產(chǎn)生的污染問題也越來越受到關(guān)注。其中，煤礦污水排放問題是其中之一。
煤礦污水中含有大量的有害物質(zhì)，會(huì)對(duì)環(huán)境、生態(tài)和人體健康造成嚴(yán)重的影響。因此，治理煤礦污水排放問題是一個(gè)備受關(guān)注的議題。
今天給大家推薦的文章，是關(guān)于研究人員在礦井水質(zhì)的檢測(cè)的中，建立光譜反演模型，以助力高光譜技術(shù)在水污染監(jiān)測(cè)中的應(yīng)用。該方法的出現(xiàn)對(duì)于解決煤礦廢水治理問題具有重要的意義。
礦井水中的煤炭污染主要來自煤矸石的富集和浸出、洗煤廢水、煤礦滲水災(zāi)害等，主要表現(xiàn)為水中煤濃度過高，這種礦井水用于農(nóng)田灌溉時(shí)會(huì)使土壤累積形成“黑土”，從而導(dǎo)致土壤硬化，進(jìn)而導(dǎo)致植被退化、作物枯萎、產(chǎn)量下降等。礦井水滲入地下水或下水道直接進(jìn)入河流，一方面，其導(dǎo)致水資源浪費(fèi)和河流污染，另一方面，因?yàn)榈V井水中有很多煤粉，巖粉和細(xì)菌，長期排放也會(huì)嚴(yán)重影響當(dāng)?shù)鼐用竦娘嬘盟】怠?/span>
在土壤中，煤源碳不同于植物源有機(jī)碳，其元素組成缺乏植物和土壤微生物所需的氮、磷、鉀等礦質(zhì)營養(yǎng)物質(zhì)，它穩(wěn)定性較強(qiáng)，不僅使生物體的分解和利用變得極其困難，而且還干擾土壤有機(jī)碳的識(shí)別。并且礦井水中的煤濃度是礦井排水的主要指標(biāo)，煤濃度的準(zhǔn)確測(cè)定對(duì)礦井水的凈化和二次利用具有重要意義。
然而目前，凝結(jié)沉淀+過濾工藝被廣泛用于去除礦井水中的煤，其在處理過程中加入大量活性劑、絮凝劑等化學(xué)物質(zhì)，由于對(duì)化學(xué)試劑的數(shù)量并沒有嚴(yán)格的控因此，如果不能準(zhǔn)確測(cè)量礦井水中的煤濃度，在處理過程中仍會(huì)形成二次污染。隨著高光譜技術(shù)的快速發(fā)展，其低成本、高效的優(yōu)點(diǎn)使其成為水污染監(jiān)測(cè)的重要手段，對(duì)葉綠素、重金屬離子和水中可溶性有機(jī)物等光學(xué)活性物質(zhì)濃度的遙感反演研究相對(duì)成熟，對(duì)這些指標(biāo)參數(shù)建立了許多反演模型，但在礦井水質(zhì)參數(shù)的反演過程中，水中煤濃度的反演模型尚未得到研究。
基于此，在本研究中，為了實(shí)現(xiàn)礦井水中煤濃度的準(zhǔn)確測(cè)量，來自河南理工大學(xué)測(cè)繪與土地信息工程學(xué)院的一組研究團(tuán)隊(duì)，首先制備了不同煤濃度的樣品（0mg/L-1000mg/L），并利用ASD Fieldspec 3便攜式地物光譜儀測(cè)量不同煤濃度礦水的可見-近紅外光譜數(shù)據(jù)，再使用CARS算法（競爭自適應(yīng)重加權(quán)采樣）提取敏感波段，最后利用卷積神經(jīng)網(wǎng)絡(luò)方法（CNN）建立礦水煤濃度光譜反演模型（CKCNN模型），并采用k倍交叉驗(yàn)證對(duì)模型進(jìn)行優(yōu)化，以預(yù)測(cè)礦井水中的煤濃度，控制化學(xué)試劑的量，減少二次污染的影響，實(shí)現(xiàn)煤濃度的反演。并同時(shí)使用均方根誤差（RMSE）、平均絕對(duì)誤差（MAE）和相關(guān)系數(shù)（R）等評(píng)估指標(biāo)評(píng)價(jià)模型。
樣品煤濃度
【結(jié)果】
不同煤濃度水平下的光譜曲線
由CARS選擇的敏感波段
反演模型精度評(píng)價(jià)
六種模型的反演結(jié)果
【結(jié)論】
本研究以焦煤集團(tuán)中馬煤礦的煤樣為研究對(duì)象，利用便攜式地物光譜儀ASD FieldSpec3測(cè)量了不同煤濃度的礦井水樣可見-近紅外的光譜數(shù)據(jù)，研究了礦井水中煤濃度的光譜特性，基于CKCNN煤濃度估算模型（模型反演精度為R2=0.9994，RMSE=6.1401，RPD=41.9692），反演礦井水中煤濃度，得出以下結(jié)論：
● 水樣的光譜反射率集中在可見光波段，而在近紅外波段幾乎為0；光譜反射率隨煤濃度的增加而減小；在500~550nm和760nm左右分別形成了一個(gè)反射峰和一個(gè)吸收谷，并隨著煤濃度的增加而逐漸減弱。
● 與SPA+BF、CARS+BF、SPA+CNN、All Band +CNN、CARS+CNN五種建模方法相比，CKCNN濃度估計(jì)模型的反演效果最好，反演誤差為0.17mg/L，反演結(jié)果符合GB11901-1989中實(shí)驗(yàn)室測(cè)量的要求；基于高光譜數(shù)據(jù)的CKCNN模型可作為預(yù)測(cè)礦井水中煤濃度的方法。
總之，研究結(jié)果表明，在可見光-近紅外波段的高光譜遙感可以快速探測(cè)到礦井水中的煤濃度，CKCNN模型為測(cè)定礦井水中的煤濃度提供了一種新的方法，在推進(jìn)礦井水中煤濃度對(duì)可見-近紅外光譜的影響研究方面具有重要意義。
請(qǐng)點(diǎn)擊下方鏈接，閱讀原文：
https://mp.weixin.qq.com/s/4f2n6BaZZxrybaQ_FI-jgQ