项目名称: 饮用水中DOM转化归趋的荧光光谱和分子尺度研究

项目编号: No.51308078

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 建筑科学

项目作者: 杜尔登

作者单位: 常州大学

项目金额: 25万元

中文摘要: 饮用水中溶解性有机物(DOM)对饮用水质安全保障有显著影响。认识和阐明DOM组成结构、及在水处理过程中的转化和归趋,是提高水处理工艺效能,实施饮用水质安全保障的关键,具有重要的基础性科学意义。本项目将在前期研究三维荧光解析水厂DOM去除特征基础上,从研究水处理过程中DOM及分级组分的荧光特征和变化规律出发,利用典型化学计量学方法深度挖掘解析DOM荧光光谱中的有效荧光组分;利用超高分辨率质谱等表征手段,从分子尺度阐明DOM及分级组分的分子元素构成特征,及在水处理过程中的转化规律;阐明DOM荧光光谱和DOM分子元素构成特征之间的内在联系,构建DOM荧光光谱随DOM分子元素构成变化的响应模型;通过揭示DOM在水处理过程中的去除、转化和归趋,为水处理工艺调控优化、污染物去除、消毒副产物生成与控制研究提供技术支撑,为以荧光为基础的饮用水原水预警、工艺过程系统控制和水质在线检测提供理论基础和科学依据。

中文关键词: 溶解性有机物(DOM);三维荧光;傅里叶变换离子回旋共振质谱;平行因子分析;水质安全保障

英文摘要: Dissolved organic matter (DOM) in drinking water has a significant impact on the drinking water quality security. The adequate understanding and clarification of DOM composition, structure, and its transformation and fate in water treatment process, is the key to the improvement of water treatment efficiency and drinking water quality security. Based on the initial research on DOM removal interpreted by Three-dimensional Excitation Emission Matrices (3D EEMs) in water works, the typical chemometrics methods are used to deeply excavate and extract the effective fluorescent components to investigate the fluorescent characteristics and changes of DOM and DOM fractions during the water treatment process. Ultra-high resolution mass spectrometry, coupled with other characterization methods, is used to interpret the molecular elements characteristics and changes of DOM and DOM fractions on the molecular scale during water treatment process. The intrinsic relationship between EEMs and molecular elements characteristics of DOM are investigated. The response model of EEMs changed with DOM molecular elements is built. The project will reveal the removal, transformation and fate of DOM during water treatment process. The research results will provide technical support for the optimization of water treatment process, polluta

英文关键词: Dissolved organic matter (DOM);Excitation-emission matrix fluorescence spectrum;FT ICR-MS;Parallel factor analysis;Water quality security

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】用于物体检测的实例条件知识蒸馏
专知会员服务
19+阅读 · 2021年11月10日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
29+阅读 · 2021年5月6日
专知会员服务
25+阅读 · 2021年4月2日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
【NeurIPS2020 】 数据扩充的图对比学习
专知会员服务
48+阅读 · 2020年11月9日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【大数据】工业大数据在石化行业的应用成功“落地”
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Residual Mixture of Experts
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
38+阅读 · 2020年3月10日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Feature Denoising for Improving Adversarial Robustness
Arxiv
15+阅读 · 2018年12月9日
小贴士
相关VIP内容
【NeurIPS2021】用于物体检测的实例条件知识蒸馏
专知会员服务
19+阅读 · 2021年11月10日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
29+阅读 · 2021年5月6日
专知会员服务
25+阅读 · 2021年4月2日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
【NeurIPS2020 】 数据扩充的图对比学习
专知会员服务
48+阅读 · 2020年11月9日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
相关论文
微信扫码咨询专知VIP会员