便携式离子迁移谱结合偏最小二乘判别分析用于污水处理厂恶臭源鉴别：跨季节与跨厂区的模型验证与应用前景

《Science of The Total Environment》：Portable ion mobility spectrometry and partial least squared discriminant analysis for odour source discrimination in wastewater treatment plants

　　本研究针对污水处理厂（WWTPs）恶臭排放源鉴别难题，创新性地采用便携式离子迁移谱（IMS）技术结合偏最小二乘判别分析（PLS-DA），成功实现了水处理线（WTL）与污泥处理线（STL）的恶臭源分类。在跨季节、跨厂区的复杂环境下，模型仍保持94%-96%的高分类准确率，为恶臭在线监测系统（IOMS）提供了低成本、可转移的解决方案，对环境污染管控具有重要意义。

　　

随着环保意识的提升，污水处理厂（WWTPs）的恶臭排放问题日益受到关注。恶臭虽通常无毒，但长期暴露会引发头痛、恶心等不适症状，影响周边居民生活质量。目前广泛采用的仪器化恶臭监测系统（IOMS）虽能实时监测，却受季节变化和厂区差异的制约，难以保证长期可靠性。更棘手的是，现有电子鼻（EN）技术存在温湿度敏感性、仪器漂移以及模型跨设备跨厂区迁移困难等问题。因此，开发一种能够适应复杂环境、具备良好泛化能力的恶臭源鉴别技术成为当务之急。

本研究创新性地探索了便携式离子迁移谱（IMS）技术在WWTPs恶臭源鉴别中的应用潜力。IMS是一种通过测量离子在电场中迁移速度来识别挥发性有机物（VOCs）的技术，具有便携、快速响应的特点。研究人员在意大利两家污水处理厂（P1和P2）开展了冬夏两季的实地测量，分别从水处理线（WTL）和污泥处理线（STL）采集了大量气体样本。通过结合偏最小二乘判别分析（PLS-DA）算法，构建了恶臭源分类模型。

关键技术方法包括：使用配备离子迁移谱的GDA2便携设备进行现场采样；采用Savitzky-Golay滤波、基线校正和光谱对齐（以RIP/RIN为参考）进行信号预处理；基于峰高提取特征；通过变量重要性投影（VIP）筛选关键离子峰；采用留一交叉验证（LOBO）和留天交叉验证（LODO）优化模型；以平衡分类准确率（BCA）评估性能。

研究结果方面：

在3.1原始传感器信号预处理中，通过优化预处理流程（噪声过滤、基线校正、光谱对齐），有效消除了现场测量中存在的噪声、基线漂移和峰位移问题，为后续分析提供了高质量的光谱数据。

3.2特征提取结果表明，从正负光谱中共提取出34个离子峰（去除RIP/RIN后保留32个），这些峰高信息构成了区分不同恶臭源的化学指纹。

3.3探索性分析通过主成分分析（PCA）发现，在相同厂区和季节条件下，WTL和STL样本在PC1空间上呈现明显分离；然而引入季节和厂区变异后，数据复杂性显著增加，分类挑战加大。

3.4 PLS-DA模型构建、优化与验证显示，基于P1厂区夏季数据建立的模型取得了94%的分类准确率（95%CI: 82%-100%）；而使用P1全季节数据训练并迁移至P2厂区验证时，模型仍保持96%的高准确率（95%CI: 86%-100%），证明了模型的良好泛化能力。

3.5讨论部分深入分析了研究成果的实际意义：成功区分WTL和STL恶臭源有助于实施有针对性的治理措施（如WTL侧重加盖收集与生物过滤，STL侧重化学添加剂与过程优化）；IMS-PLSDA方法展现出应对季节和厂区变异的能力；为开发低成本、可转移的恶臭监测系统提供了技术基础。

研究结论表明，便携式IMS结合PLS-DA能够有效鉴别WWTPs中的恶臭来源，不仅在控制条件下表现良好，在应对实际环境中的季节性和厂区间变异时也展现出强大潜力。该技术为恶臭监测提供了新的解决方案，未来通过扩大样本规模和验证范围，有望成为环境监测领域的标准化工具。