水质污染是当今世界面临的一大环境问题，不仅影响了水资源的可持续利用，也威胁了人类的健康和生态的平衡。为了有效地治理水质污染，必须首先找出污染物的来源和贡献率，即进行污染物的溯源。然而，由于天然水体中存在着多种多样的污染物，以及复杂的水文地质条件和水动力学过程，传统的污染物溯源方法往往难以准确、快速、高效地实现污染物的定量溯源。

首先看一下基于水质指纹的污染物定量溯源技术的原理和优势。水质指纹是指反映水体中各种化学成分及其相互作用和变化规律的一组特征参数，可以看作是水体的“身份证”。通过对比不同水体或不同时间段内同一水体的水质指纹，可以判断出水体中是否存在外来污染物，以及外来污染物的类型、来源、数量、影响范围等信息。基于水质指纹的污染物定量溯源技术具有以下优点：

·    可以实现对多种多样的污染物的同时溯源，避免了传统方法中对单一或少数污染物的分析，提高了溯源的全面性和准确性。

·    可以利用水质指纹参数之间的相关性和协同性，揭示水体中污染物的变化规律和影响因素，为污染物的控制和治理提供科学依据。

·    可以结合多种数据来源和分析方法，构建多模态水质指纹，提高溯源的精度和灵敏度。

基于全新卷积化学机器视觉（ChV）原理可以构建水质高维传感核心部件。ChV利用化学扰动和光谱响应的卷积关系，实现对水体中各种化学物种及其效应的高效识别和表征。ChV具有以下特点：

·    将水体中的多种化学物种及其效应在不同波长下的光谱响应进行叠加，形成一个二维的效应卷积谱图（ECS），反映了水体的整体特征和信息。

·    通过对水样进行快速、精确、均匀的化学扰动，即向水样中加入不同浓度和类型的试剂，使水样中的某些物种发生变化或反应，从而改变其光谱响应，增加ECS的信息量和复杂度。

·    对ECS进行数据处理和分析，提取有效的特征和信息，建立水质指纹参数与目标污染物及非靶向物相结合的关系模型，实现对水体中各类污染物的快速预测和评价。

效应光谱响应机理、光场调控及器件开发是主要的三个方面。效应光谱响应机理是指研究水样中各种化学物种及其效应在不同波长下的光谱响应规律，包括吸收、发射、荧光等信号。多年的研究通过理论分析和实验验证，揭示了不同类型和浓度的试剂对水样中各种化学物种及其效应的影响机制，以及不同波长下的光谱响应特征。光场调控揭示了如何利用光学元件和技术，对光源、光路、光探测等进行优化设计和调节，提高ECS的质量和可靠性。通过仿真模拟和实际测试，探索了不同类型和参数的光源、滤光片、分光器、探测器等对ECS的影响因素和优化策略。完成了器件开发将上述两个方面的内容集成到一个高通量化学扰动实验装置和并行光谱测定系统中，以实现ECS的自动化生成。通过电路设计、机械结构设计、软件编程等手段，制作了一套具有自主知识产权的ChV核心部件，并完成了功能测试和性能评估。

基于ChV原理的构建水质指纹及二阶指纹模型。水质指纹是指反映水体中各种化学成分及其相互作用和变化规律的一组特征参数，可以看作是水体的“身份证”。本文基于ChV原理，提出了一种新的水质指纹模型，即效应卷积谱图（ECS）。ECS是指将水体中的多种化学物种及其效应在不同波长下的光谱响应进行叠加，形成一个二维的谱图，反映了水体的整体特征和信息。ECS可以看作是一种数据压缩和降维的手段，将水体中的多维数据转化为一个二维矩阵，便于后续的数据处理和分析。

二阶指纹模型（效应卷积谱图矩阵，ECM）。ECM将不同扰动条件下的ECS进行叠加，形成一个三维的矩阵，反映了水体在不同扰动条件下的变化特征和信息。ECM可以看作是一种数据增强和提升的手段，将水体中的二维数据转化为一个三维矩阵，增加了数据的信息量和复杂度。

目标污染物的传感模式和模型响应规律。传感模式是不同类型和浓度的目标污染物对ECS或ECM的影响方式和程度，包括线性、非线性、单调、非单调、正相关、负相关等。模型响应规律是指研究ECS或ECM中不同位置和区域的光谱信号与目标污染物之间的关系强度和敏感度，包括峰值、峰面积、峰宽、峰形、峰比等。通过理论分析和实验验证，揭示了不同类型和浓度的目标污染物对ECS或ECM的传感模式和模型响应规律，为后续的数据处理和分析提供了依据。

对于大型流域典型污染源（包括点源和面源）和水体样品，利用ChV硬件系统、辅助结合三维荧光光谱仪、高分辨质谱仪等仪器分析样品中的有机物和无机物成分，建立高覆盖度典型污染源行业污染数据库；同时构建具有普适性的百万样本级别ChV水质指纹库的过程和结果。采集不同地点和季节的水样，并对其进行了常规指标（COD、TP、TN等）的测定，作为ECS或ECM的参考值。利用ChV硬件系统，对水样进行了ECS或ECM的生成，得到了不同波长和扰动条件下的光谱响应数据。同时，利用三维荧光光谱仪、高分辨质谱仪等仪器，对水样进行了有机物和无机物成分的分析，得到了水样中主要污染物的种类、浓度和结构信息。根据水样的来源和特征，将其分为不同的类别，如工业废水、农业排水、生活污水、地表径流等，并对每一类别的水样进行了ECS或ECM的生成和分析，建立了高覆盖度典型污染源行业污染数据库。利用ChV硬件系统，对百万级别的组配水样进行了ECS或ECM的生成和分析，构建了具有普适性的百万样本级别ChV水质指纹库。

利用CNN模型建立水质指纹参数与目标污染物及非靶向物相结合的关系大模型，实现对水体中各类污染物的来源比例和贡献率的定量计算。利用CNN技术，对ECS或ECM进行了数据处理和分析，提取了有效的特征和信息，建立水质指纹参数与目标污染物及非靶向物相结合的关系大模型。通过训练、验证和测试等步骤，优化CNN模型的结构和参数，提高了CNN模型的准确性和稳定性。利用CNN模型，对不同类型和来源的水样进行了污染物定量溯源的预测和评价，实现了对水体中各类污染物的来源比例和贡献率的定量计算。

开发基于样品前处理、ChV模块、物联网组件的污染物定量溯源关键装备。实现水体水质指纹参数的在线监测和数据传输；研发基于云计算技术的多模态水质指纹污染物定量溯源软件系统，实现对水体中各类污染物的在线溯源和数据可视化。该装备具有以下特点：

·    样品前处理部分可以对水样进行自动采集、过滤、稀释等操作，保证水样的代表性和可比性。

·    ChV模块部分可以对水样进行自动化学扰动和并行光谱测定，生成ECS或ECM，并将其转化为数字信号。

·    物联网组件部分可以将数字信号通过无线网络传输到云端服务器或移动端设备，实现数据的实时共享和远程控制。

·    云计算技术部分可以对接收到的数字信号进行数据处理和分析，运行CNN模型，实现对水体中各类污染物的来源比例和贡献率的定量计算，并将结果以可视化的形式展示在云端平台或移动端应用上，实现对水体中各类污染物的在线溯源和数据可视化。

设计并的基于云计算技术的多模态水质指纹污染物定量溯源软件系统，实现了对水体中各类污染物的在线溯源和数据可视化。该软件系统具有以下特点：

·    多模态水质指纹部分可以结合ECS或ECM、三维荧光光谱、高分辨质谱等多种数据来源和分析方法，构建多模态水质指纹，提高溯源的精度和灵敏度。

·    污染物定量溯源部分可以利用CNN模型，对多模态水质指纹进行数据处理和分析，实现对水体中各类污染物的来源比例和贡献率的定量计算，并给出溯源的置信度和误差范围。

·    数据可视化部分可以将溯源结果以图表、地图、动画等形式展示在云端平台或移动端应用上，实现对水体中各类污染物的在线溯源和数据可视化，并提供数据下载、分享、评论等功能。

基于ChV水质指纹的污染物定量溯源技术,为天然水体特别是大型河流的复杂污染演化过程的定量描述提供了有力的技术支撑。