当前我国水污染问题依旧严峻，河流黑臭消除依旧存在巨大挑战。部分发达地区在水体治理走在前列，正面临水体运维及断面稳达标的需求。为保障水污染治理成果，智慧高效的环境监控手段可为河流污染排放进行有效监管。基于多手段智能传感和监测方法，集成先进环境模型和硬件技术，面向水体运维开发流域监控预警系统成为我国当前环境科技发展的重大需求，也属于传感城市、智慧水务等国际前沿新兴技术和理念。本研究围绕城市水体污染排放问题，研究设计了一种包括硬件、软件和监测网络在内的新型水质预警溯源系统，用于检测水质异常，识别排水系统和受纳水体中的潜在污染源。基本思路是：在三级监控网络下，高频在线传感数据流通过时间序列谱分析技术识别水质异常，采样设备自动留样，继而对污染物荧光响应特征进行平行因子分析(PARAFAC)和自组织神经网络(SOM)聚类，智能锁定污染排放行业或企业。
　　利用傅里叶变换(FFT)和连续小波变换(CWT)两种典型谱分析方法，开展高频水质时间序列的频域特征分析和基于历史基线的整体性水质异常检测新方法开发。以美国PotomacRiver四个典型水质测站及其子流域为研究区域，对为期两年的高频在线监测(15min)进行谱分析，揭示了河流水质波动的天、季节和年度等低频周期特征，以及有趣的8h、6h、4h等高频周期变化。提出了通过傅里叶分析识别周期性水质异常和非周期性异常的新途径。基于Morlet连续小波变换尺度谱，成功地识别了6个在线水质参数水温、pH、电导率、DO、浊度、NOx-N等的异常时刻、持续时间和幅度。随后采用15min高频降雨数据、土地利用数据等进行异常波动的频域特征模式识别与驱动因子分析，暴雨事件解释了较多的水质短期异常事件，其他异常则可能由污染排放引起。在土地开发程度高的区域水质异常的强度和事件次数要高于农业或林地等区域。发现了两种异常类型：频域的小幅震荡和大跳跃。避免阈值超标报警的低容错性，构建了小波变换为内核的整体性的水质异常预警方法。通过对比历史基线特征和近期水质波动特征，基于能量谱特征进行异常预警。经测试在3-5分钟的高频监测支持下，该方法能在4h内确认警情。
　　对异常水样留样后可开展溯源识别，进一步研究基于污染物荧光响应特征的源解析方法研究。本文提出了峰识别相识度匹配算法(PASM)进行来源初筛，并利用PARAFAC-SOM组合方法进行物质解析的新方法。以茅洲河白沙坑支流两侧工业园区为研究区域，采样分析建立污染物荧光响应指纹图谱库，并建立纯化学品荧光响应指纹图谱库。经测试，PASM算法对成分简单的水样成功率很高(90%以上)。对园区管网雨水进行PARAFAC解析，并进行SOM聚类，识别出三种主要成分。对罗丹明B、丙酮、水杨酸为模拟污染物，进行纯物质混合样配水试验，PARAFAC-SOM算法基本全部识别出特征污染物，但是由于荧光猝灭等原因导致基于荧光响应的成分解算法失效。
　　在所构建的谱分析预警和荧光响应溯源方法的基础上，论文进一步构建了一体化预警溯源设备，包括高频水质传感器模块、数据通信传输模块、光谱检测器模块、环境模型固定的卡片式微型计算机、电源管理模块及系统算法程序模块等。并以树莓派为核心控制器，组装了原型设备。在实验室模拟水槽开展试验，模拟水质异常事件，完成了原型设备的初步测试，下一步将开展现场试验。基于数据流的谱分析方法充分利用了高频传感监测的特征，以较低的成本实现污染预警。湿化学分析法昂贵，但提供了准确强有力的物理证据。本研究将多种跨学科的技术手段和方法相结合，为污染预警溯源提供了一种有效的解决方案。利用环境物联网架构，基于本方法建立河流水质预警溯源系统，可辅助政府执法和河流运维责任主体的日常管理等。