留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

硝酸盐传感器在深海压力下的校准方法

张乃心 朱星玥 单保一 徐鉴 吴锜

张乃心, 朱星玥, 单保一, 徐鉴, 吴锜. 硝酸盐传感器在深海压力下的校准方法[J]. 红外与激光工程, 2024, 53(3): 20240095. doi: 10.3788/IRLA20240095
引用本文: 张乃心, 朱星玥, 单保一, 徐鉴, 吴锜. 硝酸盐传感器在深海压力下的校准方法[J]. 红外与激光工程, 2024, 53(3): 20240095. doi: 10.3788/IRLA20240095
Zhang Naixin, Zhu Xingyue, Shan Baoyi, Xu Jian, Wu Qi. Correction of pressure effect in calibrating nitrate concentration of seawater[J]. Infrared and Laser Engineering, 2024, 53(3): 20240095. doi: 10.3788/IRLA20240095
Citation: Zhang Naixin, Zhu Xingyue, Shan Baoyi, Xu Jian, Wu Qi. Correction of pressure effect in calibrating nitrate concentration of seawater[J]. Infrared and Laser Engineering, 2024, 53(3): 20240095. doi: 10.3788/IRLA20240095

硝酸盐传感器在深海压力下的校准方法

doi: 10.3788/IRLA20240095
基金项目: 南方海洋科学与工程广东省实验室(广州)基金项目(GML2021GD0808)
详细信息
    作者简介:

    张乃心,女,硕士生,主要从事硝酸盐测量方面的研究

  • 中图分类号: O433.4

Correction of pressure effect in calibrating nitrate concentration of seawater

Funds: Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou) Foundation (GML2021GD0808)
  • 摘要: 研究表明,海水中溴化物的紫外吸收光谱受到深海压力的影响会影响海水中硝酸盐的测量准确度。现有的水下硝酸盐传感器已暴露出测量误差大,环境适应性差、无法应用于2 000 m以下的深海探测等问题。因此,为了更准确地计算硝酸盐浓度,有必要开展深海压力对海水紫外吸收光谱的校正研究。实验室对模拟深海压力环境中的硝酸盐进行测试试验,提出了两种算法用来矫正压力下的紫外光谱,通过实验验证了这两种压力校正算法对硝酸盐计算的预测准确性。结果表明,多元散射校正-偏最小二乘法回归校正算法具有最好的测量效果,R²为0.997,平均绝对误差(MAE)为1.294 μmol/L,平均偏差误差(MBE)为0.037 μmol/L。
  • 图  1  压力对海水紫外吸收光谱影响的测量系统

    Figure  1.  System for measuring ultraviolet spectra of seawater under pressure

    图  2  (a)不同溶液在214 nm光波长处吸光度与压力的关系;(b) 不同算法的预测误差

    Figure  2.  (a) Absorbance of different solutions under pressure at 214 nm; (b) Prediction error of different algorithms

  • [1] Nehir M, Esposito M, Begler C, et al. Improved calibration and data processing procedures of OPUS optical sensor for high-resolution in situ monitoring of nitrate in seawater [J]. Frontiers in Marine Science, 2021, 8(7): 663800.
    [2] Johnson K S, Coletti L J. In situ ultraviolet spectrophotometry for high resolution and long-term monitoring of nitrate, bromide and bisulfide in the ocean [J]. Deep Sea Research Part I: Oceanographic Research Papers, 2002, 49(7): 1291-1305.
    [3] Sakamoto C M, Johnson K S, Coletti L J, et al. Pressure correction for the computation of nitrate concentrations in seawater using an in situ ultraviolet spectrophotometer [J]. Limnology and Oceanography: Methods, 2017, 15(10): 897-902.
  • [1] 朱强, 周维虎, 陈晓梅, 李冠楠, 石俊凯.  复杂衬底下的涂层厚度定量检测方法研究 . 红外与激光工程, 2022, 51(12): 20220156-1-20220156-10. doi: 10.3788/IRLA20220156
    [2] 吕嘉明.  利伐沙班的定量检测:拉曼光谱法与远红外吸收光谱法 . 红外与激光工程, 2021, 50(2): 20210038-1-20210038-5. doi: 10.3788/IRLA20210038
    [3] 李博, 杨军, 黄楠, 石玉松.  基于激光干涉法测水介质正弦压力的动态校准技术 . 红外与激光工程, 2019, 48(8): 805003-0805003(7). doi: 10.3788/IRLA201948.0805003
    [4] 刘畅, 王双, 梁应剑, 江俊峰, 梅运桥, 刘琨, 齐晓光, 李鑫, 李元耀, 刘铁根.  光纤法珀压力传感系统设计与风洞初步实验 . 红外与激光工程, 2018, 47(7): 722002-0722002(7). doi: 10.3788/IRLA201847.0722002
    [5] 姜宇, 李娜, 孟令杰, 蔡辉, 巩学美, 赵慧洁.  基于误差分析的岩芯高光谱数据几何校正方法 . 红外与激光工程, 2018, 47(5): 526004-0526004(8). doi: 10.3788/IRLA201847.0526004
    [6] 张颖, 柯熙政, 陈明莎.  受激布里渊散射波前畸变校正仿真实验 . 红外与激光工程, 2018, 47(11): 1122001-1122001(7). doi: 10.3788/IRLA201847.1122001
    [7] 姜红, 范烨, 王嘉庚, 陈煜太, 郭鹏, 满吉, 杨敏男, 钟宇.  X射线荧光光谱法检验橡胶鞋底的研究 . 红外与激光工程, 2017, 46(10): 1023002-1023002(6). doi: 10.3788/IRLA201791.1023002
    [8] 杨敏珠, 邹曜璞, 张磊, 韩昌佩.  傅里叶变换光谱仪探测器非线性的影响及其校正方法 . 红外与激光工程, 2017, 46(10): 1023001-1023001(7). doi: 10.3788/IRLA201790.1023001
    [9] 叶松, 甘永莹, 熊伟, 张文涛, 汪杰君, 王新强.  采用小波变换的空间外差光谱仪基线校正 . 红外与激光工程, 2016, 45(11): 1117009-1117009(5). doi: 10.3788/IRLA201645.1117009
    [10] 张荞, 李双, 刘强, 龚平.  空间调制线偏振光谱测量的波片延迟误差校正 . 红外与激光工程, 2016, 45(11): 1117008-1117008(6). doi: 10.3788/IRLA201645.1117008
    [11] 殷世民, 王具民, 梁永波, 朱健铭, 韩国成, 陈洪波, 陈真诚.  红外干涉光谱仪非均匀性在线校正与仿真 . 红外与激光工程, 2016, 45(6): 604002-0604002(8). doi: 10.3788/IRLA201645.0604002
    [12] 张士杰, 李俊山, 杨亚威, 张姣, 李海龙, 郭毅.  湍流退化红外图像校正算法 . 红外与激光工程, 2014, 43(11): 3670-3675.
    [13] 王书民, 张爱武, 胡少兴, 孙卫东, 孟宪刚, 赵文吉.  线推扫式高光谱相机侧扫成像几何校正 . 红外与激光工程, 2014, 43(2): 579-585.
    [14] 朱瑞飞, 王超, 魏群, 贾宏光, 周文明.  红外探测器非均匀性校正系统研制 . 红外与激光工程, 2013, 42(7): 1669-1673.
    [15] 贺明, 王亚弟, 贺菁, 陈向军, 路建方, 寇广, 沈鹏.  双边滤波直方图均衡的非均匀性校正算法 . 红外与激光工程, 2013, 42(10): 2620-2624.
    [16] 童晶晶, 高闽光, 徐亮, 魏秀丽, 刘文清.  采用开放光路FTIR光谱法的1, 3-丁二烯测量研究 . 红外与激光工程, 2013, 42(1): 239-243.
    [17] 王彦, 梁大开, 赵光兴, 胡兴柳, 方挺, 焦红灵.  基于ICCD的高压电晕放电紫外光谱检测 . 红外与激光工程, 2013, 42(9): 2431-2436.
    [18] 陈应航, 隋左宁, 孙红胜, 魏建强, 李敬峰, 李世伟, 孙广尉.  紫外-真空紫外光谱辐照度校准系统 . 红外与激光工程, 2013, 42(4): 998-1002.
    [19] 张佳栋, 李娜, 赵慧洁, 李旭东, 徐秋.  采用SIFT特征的高光谱数据自动几何精校正 . 红外与激光工程, 2013, 42(9): 2414-2420.
    [20] 徐君, 徐富红, 谢承旺, 黄志东, 刘遵雄, 黄德昌.  采用步进系数校正基于DMD的Hadamard变换光谱数据 . 红外与激光工程, 2013, 42(12): 3470-3474.
  • 加载中
图(2)
计量
  • 文章访问数:  35
  • HTML全文浏览量:  9
  • PDF下载量:  9
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-02-05
  • 修回日期:  2024-02-26
  • 刊出日期:  2024-03-21

硝酸盐传感器在深海压力下的校准方法

doi: 10.3788/IRLA20240095
    作者简介:

    张乃心,女,硕士生,主要从事硝酸盐测量方面的研究

基金项目:  南方海洋科学与工程广东省实验室(广州)基金项目(GML2021GD0808)
  • 中图分类号: O433.4

摘要: 研究表明,海水中溴化物的紫外吸收光谱受到深海压力的影响会影响海水中硝酸盐的测量准确度。现有的水下硝酸盐传感器已暴露出测量误差大,环境适应性差、无法应用于2 000 m以下的深海探测等问题。因此,为了更准确地计算硝酸盐浓度,有必要开展深海压力对海水紫外吸收光谱的校正研究。实验室对模拟深海压力环境中的硝酸盐进行测试试验,提出了两种算法用来矫正压力下的紫外光谱,通过实验验证了这两种压力校正算法对硝酸盐计算的预测准确性。结果表明,多元散射校正-偏最小二乘法回归校正算法具有最好的测量效果,R²为0.997,平均绝对误差(MAE)为1.294 μmol/L,平均偏差误差(MBE)为0.037 μmol/L。

English Abstract

  • 硝酸盐作为天然水域中主要初级生产所需的氮源,其在217~240 nm紫外光谱区展现出的光学活性为光学检测提供了可能[1]。近年来,基于紫外分光光度法测量海水中的硝酸盐得到了广泛应用。相较于传统的化学法,该方法具有明显优势,包括免除化学试剂使用、避免了对生态系统造成二次污染,便于长期原位测量等。然而,光学硝酸盐测量在相关光谱范围内受到海水中基质(如溴化物)的影响[2],紫外光谱的强度会产生偏移。在压力下,海水的紫外吸收光谱与溴化物浓度之间也存在着压力系数。基于此,国外研究人员提出了2000 m内的压力校正方程,提高了测量准确度[3]

    对深海资源开发而言,实现对硝酸盐的原位准确测量对于构建海洋采矿环境的预警检测与评价体系至关重要。当前能够应用于深海的硝酸盐传感器产品在市面上非常少,且都依赖于进口,价格昂贵,因此,掌握深海硝酸盐传感器测量的关键技术,对建设透明海洋至关重要。以美国海鸟公司的Deep SUNA为例,其可以达到的水下深度约为2000 m,而2000 m以下的海水硝酸盐检测技术还存在空白。因此,文中提出了一种面向0~50 MPa压力范围的硝酸盐测量的校正方法,旨在扩大硝酸盐传感器的应用深度,并且能提高深海下的测量准确度。

    测量系统如图1所示。氘灯(DH-2000-DUV,海洋光学)发出的光通过光纤分束器(定制,闻奕光电,Ltd)后分为两路,一路通过光纤衰减器(FVA-UV,海洋光学),另一路通过压力容器,从而能够同步监测光源发光强度的稳定性及消除光源波动带来的测量误差。两路UV光在光开关处汇聚,并通过光开关选择传输路径,最后由数据处理模块进行数据采集和计算。小型压力罐上方接活塞压力计,由活塞压力计在0~50 MPa的范围给海水加压模拟海水的受压情况,并通过紫外光谱仪QE-Pro测量不同压力下的紫外吸收光谱数据。同时利用连续流动分析仪(AutoAnalyzer 3,SEAL)测量鳌山湾海水基底中的硝酸盐浓度,而后在鳌山湾海水中加入不同量的硝酸盐含量(0~50 μmol/L),以制备成不同硝酸盐浓度的海水样品,明确每个样品的浓度,比对系统的测量误差。

    图  1  压力对海水紫外吸收光谱影响的测量系统

    Figure 1.  System for measuring ultraviolet spectra of seawater under pressure

    测量结果表明,随着压力的增加,海水样品在200~220 nm范围的吸光度减小。为了研究海水中不同基质受压力影响产生的变化,分别对硝酸盐溶液(50 μmol/L)、鳌山湾海水和溴化钠溶液(840 μmol/L)做了相同的压力测试,得到的吸光度结果如图2(a)所示。可以看出在压力下海水的吸光度和溴化物吸光度的趋势一致,而硝酸盐的吸光度基本不受压力的影响。因此,利用两种光谱预处理算法(包括变量标准化变换(SNV)和多元散射校正(MSC))对0~50 MPa范围海水紫外吸收光谱进行了压力校正,并用偏最小二乘回归(PLS)算法进行回归预测研究,结果如图2(b)所示。可以看出,未使用压力校正算法的R2为0.991,平均绝对误差(MAE)为1.980 μmol/L,平均偏差误差(MBE)为−0.042 μmol/L,均方根误差(RMSE)为2.505 μmol/L。使用MSC-PLS算法的R2为0.997,MAE为1.294 μmol/L,MBE为0.037 μmol/L,RMSE为1.620 μmol/L。使用SNV-PLS算法的R2为0.989,MAE为2.308 μmol/L,MBE为0.098 μmol/L,RMSE为3.085 μmol/L。因此,使用MSC-PLS压力校正算法有最大的R2和最小的均方根误差,比未使用压力校正算法的效果更好,具有最好的压力校正和数据预测效果。

    图  2  (a)不同溶液在214 nm光波长处吸光度与压力的关系;(b) 不同算法的预测误差

    Figure 2.  (a) Absorbance of different solutions under pressure at 214 nm; (b) Prediction error of different algorithms

参考文献 (3)

目录

    /

    返回文章
    返回