分光光度計測に基づく河川水中の有機物と栄養塩の総合モニタリング手法の開発

2021 Fiscal Year Research-status Report

• Project/Area Number: 17K06571
• Research Institution: Tokyo Institute of Technology
• Principal Investigator: 木内 豪 東京工業大学, 環境・社会理工学院, 教授 (00355835)
• Project Period (FY): 2017-04-01 – 2023-03-31
• Keywords: 紫外可視分光光度計 / 河川水質 / 栄養塩 / 有機物 / 浮遊物質 / 吸光度スペクトル / 統計回帰モデル / ANNモデル

Outline of Annual Research Achievements

河川等における有機物や栄養塩等の水質計測・モニタリングには定期的採水に基づく室内分析や現場設置型の自動分析装置が用いられているが、前者は多大な労力を要するにもかかわらず現象の動的変動特性が十分に把握できず、また、後者は装置の設置・維持に多大な費用がかかるため多項目の総合的計測が困難である。本研究では、小型化が進み現場利用も可能な分光測定装置を活用して、高時間解像度で精度よく河川水中の有機物、リン、窒素等の濃度をモニタリングする新たな水質計測・定量化手法の確立を目指す。
2021年度は、これまで本研究において室内型紫外可視分光光度計を用いて計測した吸光度スペクトルデータを再整理し、このデータと有機物・リン・窒素・浮遊物質濃度との関係を分析した。また、これらのデータを用いて、主成分回帰法（PCR）、部分最小二乗法（PLSR）、ANN法に基づく化学的酸素要求量(COD)、総窒素(TN)、硝酸態窒素(NO3-N)、総リン(TP)及び総浮遊物質(TSS)の推定モデルを構築した。
推定モデル間の精度の違いは小さいものの、水質項目に応じて推定手法や入力データを使い分けた方がより良い精度で推定できることを示した。CODとTPは全波長帯の吸光度を用いてPCAにより推定した方が精度が良く、TNとSSは選択された波長帯の吸光度を用いてPLSRにより推定した方が精度が良かった。NO3-Nは濁質の影響を受けることから、PLSRに基づき、紫外域の差分値を入力に用いる方が優れていた。これらの推定モデルを現場携帯型紫外可視分光光度計で測定した吸光度スペクトルデータに適用したところ、モデルの修正や推定結果の補正をしなくても比較的高い精度で各水質項目を推定できることが示された。よって、現地での直接計測データが限られていても室内分析データがある程度あれば、現場に移植可能な推定モデルが構築できることが示された。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

今年度当初に予定していたとおり、室内実験で取得された吸光スペクトルデータをモデル学習に利用して更なる精度向上とモデル簡便化を図ることができた。これにより、現地での直接計測データが限られていても室内分析データがある程度あれば、現場に移植可能な推定モデルが構築する手法が概ね見えてきた。

Strategy for Future Research Activity

2022年度で最終的な結論を示すための細部の詰めを行った上で論文化するとともに、これまでの検討成果をとりまとめ、分光光度計測に基づく河川水中の有機物と栄養塩の総合モニタリング手法を提案する。

Causes of Carryover

当初見込んでいた研究成果の論文化にかかる費用が発生しなかったため、次年度使用額が生じた。2022年度は、論文掲載料として使用するとともに、解析の細部の詰めと成果のとりまとめのための費用（人件費等）にも充てる。