地下水污染越来越被认为是一个普遍的环境问题。最重要的行动方针通常涉及长期监测。但是，什么是最具成本效益的方法来监测污染物羽流大，复杂和长期，或风暴等意外事件可能导致周期性采样可能导致的污染物水平突然变化?

能源部劳伦斯伯克利国家实验室(伯克利实验室)和萨凡纳河国家实验室的科学家们开发了一种使用常用传感器实时监测污染物的低成本方法。他们的研究“利用卡尔曼滤波器对地下水污染进行现场监测”最近发表在“ 环境科学与技术 ”杂志上。

“传统的监测方法包括每年或每季度采集水样并在实验室进行分析，”负责该研究的伯克利实验室研究员Haruko Wainwright说。“如果存在异常或极端事件，您可能会错过可能会增加污染物浓度或潜在健康风险的变化。我们的方法允许使用代理测量进行原位连续监测，因此我们可以实时跟踪羽流。”

【资料图】

“可以使用机器学习方法远程快速分析自主原位数据，”她补充说。“它可以作为一个早期预警系统 - 我们可以检测到污染物水平的突然变化。这些变化可能表明需要对补救策略进行或多或少的干预，理想情况下可以改善以及更具成本效益的清理“。

近年来，环境监测变得越来越重要，因为修复方法已经从强化地下水处理和土壤清除转移。“强化清理会产生很多负面的环境影响，包括空气污染，大量的能源用水和废物产生，”Wainwright说。“所以专家们已经开始考虑从这种非常强化的补救方式转变为更加可持续的补救措施或”绿色补救措施“，因此我们不仅要考虑污染物水平，还要考虑净环境影响。”

然而，长期监测对于大量污染而言可能是昂贵的。更重要的是，目前的长期监测策略没有考虑天气的突然或逐渐变化，如大雨事件，可能会影响羽流行为。在考虑持久性羽流时，例如与金属或放射性核素污染有关的羽流，这一方面尤为重要。

新方法从传感器开始，以跟踪已被确定为污染物水平可靠指标的水质变量。为了这项研究的目的，研究人员追踪了萨凡纳河遗址的地下水中的氚和铀-238水平，该地区是由美国能源部管理的南卡罗来纳州的前核武器生产基地。

对于这个站点，他们测量了酸度(或pH)水平和电导率(电导率的测量); 这些变量被确定为氚和铀-238浓度的可靠指标。然后将来自多个传感器的数据馈入卡尔曼滤波器以估计污染物浓度。卡尔曼滤波器不是物理滤波器，而是可以集成混合时间序列数据以进行估计的数学算法。它通常用于各种领域，例如交通预测和遥感。

利用萨凡纳河遗址的历史数据，研究人员发现他们的技术提供了过去20年羽流行为的可靠信息，表明新方法作为一种快速评估污染物羽流稳定性的长期监测策略具有重要意义。与传统方法相比的另一个优点是它可以减少手动地下水采样和实验室分析的频率，从而降低监测成本。

Wainwright是地下水污染和环境数据分析方面的专家，他说这种方法可用于地表水和地下水。它还可以用于跟踪地下水中常见的其他金属，放射性核素和有机化合物，如砷，铬和燃料。

“现在有许多不同类型的传感器，传感器网络和快速统计分析很简单，”她说。“我们可以将所有类型的原位传感器组合在一起，并使用该框架实时估算目标污染物浓度，以实现数据集成。”

她补充说：“改进监测技术对于保护公众健康和生态至关重要。如果对其进行适当监测，人们会感到安全。我们的技术是监测这种可持续治疗的一种方式 - 有效而廉价。”

本文由用户上传，如有侵权请联系删除！