业务咨询:18994070706   服务投诉:17372256883

J HYDROL:应用光谱指纹法预测径流型河流浅层河床沉积物中的溶解有机氮——中国西北地区西安为例

发表时间:2024-01-21 11:22

图片

文章信息

**作者:王钰涛

通讯作者:王龙飞

通讯单位:河海大学

期刊:Journal of Hydrology

DOI:10.1016/j.jhydrol.2023.130533


摘要

对于受纳排放废水的河流进行评估是迫切需要的。废水中具有高富营养化潜力的溶解有机氮(DON)倾向于在浅河床沉积物中积累,尤其是对于以废水为主的河流。由于DON的特性分析需要先进的分析工具,因此评估它们在河床沉积物中的分布和转化仍然是一个挑战。考虑到DON是溶解有机质(DOM)的重要部分,并且具有丰富的光谱信息,作者假设是否可以通过表层水或沉积物孔隙水中的DOM特性来预测河床沉积物中DON的变化?本研究对两个以废水为主的河流为对象,对河水和沉积物孔隙水中DOM的时空光谱特性进行了分析。与表层水相比,在孔隙水中观察到荧光团和光谱衍生参数之间存在更密切的关系。与报道的其他自然水体相比,表层水(0.16-0.47 mg-N/L)和沉积物孔隙水(0.35-5.02 mg-N/L)中相对较高的DON含量强调了在以废水为主的河流中预测DON的重要性。冬季样品的氧化区DON携带了更多的腐殖质信号,而夏季样品中的部分则识别出类似蛋白质和腐殖质的信号。采用了两种机器学习方法,即随机森林(RF)和极端梯度提升(XGBoost)法,以提供基于证据的信息,说明了DON含量和性质在不同深度的差异。RF(R2:0.920, 0.475)在预测冬季氧化区和冬季亚氧化区的DON方面优于XGBoost(R2:0.488, 0.316)。而XGBoost(R2:0.515, 0.787)在夏季氧化区和夏季亚氧化区中优于RF(R2:0.317, 0.567)。在两种模型中,C1荧光团作为预测冬季样品中DON的最重要变量,SUVA260和SUVA280被验证为夏季亚氧化区样品中最令人印象深刻的预测因子。在XGBoost模型中,HIX代表了预测夏季样品中DON的最重要变量。这些发现对于理解污水受纳河流中浅河床沉积物中DON的转化过程至关重要,并且可以为改善废水排放管理和河流健康提供重要启示。


图片

陕西省西安市临潼区主要河流出水采样点分布情况


图片

DOM的荧光成分和光谱导出参数的PCA分析


Yutao Wang, Haojie Yin, Ziyi Wang, Yi Li, Pingping Wang, Longfei Wang, Prediction of dissolved organic nitrogen via spectroscopic fingerprint in the shallow riverbed sediments of effluent-dominated rivers: A case study in Xi’an, northwest China, Journal of Hydrology, Volume 628, 2024, 130533, ISSN 0022-1694, https://doi.org/10.1016/j.jhydrol.2023.130533.


文章链接

https://www.sciencedirect.com/science/article/abs/pii/S0022169423014750?via%3Dihub


注:本平台不主张对原文的版权。转载文章仅出于学术交流和传播信息的需要,文章版权归原作者所有,作者如不希望被转载或本平台有侵权行为,请联系小编删除,谢谢。


文章分类: 技术进展
在线客服
 
 
 联系方式
业务咨询:17372286883
业务咨询:18994070706
服务投诉:17372206883
邮箱:zhigan@easysensor.net
会员登录
获取验证码
登录
登录
购物车
0
留言
回到顶部