Експрес-методика дослідження якості природної води за допомогою сенсорного приладу на основі поверхневого плазмоного резонансу та кондуктометра
Анотація
Актуальність: Однією з актуальних проблем сучасності є забруднення природних вод, яке безпосередньо впливає на життєзабезпечення людства. Ця проблема пов'язана з інтенсифікацією промисловості, сільського господарства та зміною клімату. Норми якості води в Україні визначаються державними стандартами, які регламентують як органолептичні показники, такі як каламутність і запах, так і допустимі концентрації шкідливих речовин.
Мета роботи: Метою даної роботи була розробка нового високочутливого методу визначення якості води.
Матеріали і методи: У цьому дослідженні визначається доцільність поєднання поверхневого плазмонного резонансу (ППР) і кондуктометричного методів для моніторингу якості природної води. Перший етап включав моделювання концентраційних залежностей параметрів ППР та електропровідності при додаванні до дистильованої води контрольованих кількостей органічних (цукор) і неорганічних (кухонна сіль і сода) домішок. Біологічне забруднення моделювали за допомогою розчинів живих дріжджів. Згодом було проаналізовано проби прибережної води р. Дніпро в Києві, р. Стугна біля м. Василькова та ставка, що сполучається з р. Стугна біля с. Борова Фастівського району. Усі ППР-дослідження проводилися з використанням покращеного сенсорного елемента з додатковим захисним шаром оксиду цинку, який зменшив помилки вимірювання, зазвичай пов’язані із заміною датчика. Для перевірки достовірності методів експрес-оцінки зразки води додатково досліджено стандартними лабораторними методами в компанії ТОВ «Укрхіманаліз».
Результати: Результати ППР-досліджень показали, що найбільш забруднена р. Стугна, за нею ставок, а найменше забруднення у р. Дніпро.
Висновки: Підсумовуючи результати вимірювань можна зробити висновок, що поєднання ППР- вимірювань і електропровідності дозволяє швидко та об’єктивно оцінити рівень забруднення природних вод. Це відповідає загальній кількості шкідливих домішок, нормованих на одиницю значення pH. Повторні дослідження з використанням вдосконаленого сенсорного елемента підтвердили, що оксид цинку як додатковий шар на сенсорі ефективно захищає золоте нанопокриття, зменшує помилки, пов’язані із заміною сенсора, і значно продовжує термін експлуатації сенсора, зберігаючи низький рівень помилок.
Завантаження
Посилання
State Standard of Ukraine. Drinking water. Requirements and control methods of quality. (DSTU 7525:2014). 2014. Available from: http://iccwc.org.ua/docs/dstu_7525_2014.pdf (in Ukrainian)
Water quality. Determination and investigation of color (ISO 7887:2011, IDT). 2011. Available from: https://www.iso.org/standard/46425.html
State Standard of Ukraine. Environmental protection. Quality of natural irrigation water. Agronomical criteria (DSTU 2730:2015). 2015. Available from: https://zakon.isu.net.ua/sites/default/files/normdocs/1-10395-zahyst_dovkillya._yakist_pryrodnoyi_vody_dlya_zroshen.pdf (in Ukrainian)
Jethra R. Turbidity measurement. ISA Transactions. 1993;32(4):397–405. https://doi.org/10.1016/0019-0578(93)90075-8
Aiswarya L, Siddharam, Sandeepika M. Soil moisture distribution pattern under drip irrigation in sandy loam soil using gravimetric method. Asian J Soil Sci Plant Nutr. 2024;10(2):198–204. https://doi.org/10.9734/AJSSPN/2024/v10i2276
Matos T, Martins MS, Henriques R, Goncalves LM. A review of methods and instruments to monitor turbidity and suspended sediment concentration. J Water Process Eng. 2024;64:105624. https://doi.org/10.1016/j.jwpe.2024.105624
Bieroza M, Acharya S, Benisch J, ter Borg RN, Hallberg L, Negri C, et al. Advances in Catchment Science, Hydrochemistry, and aquatic ecology enabled by high-frequency water quality measurements. Environ Sci Technol. 2023;57(12):4701–19. https://doi.org/10.1021/acs.est.2c07798
Cho HH, Jung DH, Heo JH, Lee CY, Jeong SY, Lee JH. Gold nanoparticles as exquisite colorimetric transducers for water pollutant detection. ACS Appl Mater Interfaces. 2023;15(16):19785–806. https://doi.org/10.1021/acsami.3c00627
Singh R, Mehra R, Walia A, Gupta S, Chawla P, Kumar H, et al. Colorimetric sensing approaches based on silver nanoparticles aggregation for determination of toxic metal ions in water sample: a review. Int J Environ Anal Chem. 2023;103(6):1361–76. https://doi.org/10.1080/03067319.2021.1873315
Okoffo ED, Thomas KV. Quantitative analysis of nanoplastics in environmental and potable waters by pyrolysis-gas chromatography–mass spectrometry. J Hazard Mater. 2024;464:133013. https://doi.org/10.1016/j.jhazmat.2023.133013
Kaur G, Braveen M, Krishnapriya S, Wawale SG, Castillo-Picon J, Malhotra D, et al. Machine learning integrated multivariate water quality control framework for prawn harvesting from fresh water ponds. J Food Qual. 2023;2023:1–9. https://doi.org/10.1155/2023/3841882
Pérez-Beltrán CH, Robles AD, Rodriguez NA, Ortega-Gavilán F, Jiménez-Carvelo AM. Artificial intelligence and water quality: From drinking water to wastewater. TrAC Trends Anal Chem. 2024;172:117597. https://doi.org/10.1016/j.trac.2024.117597
Murphy K, Heery B, Sullivan T, Zhang D, Paludetti L, Lau KT, et al. A low-cost autonomous optical sensor for water quality monitoring. Talanta. 2015;132:520–7. https://doi.org/10.1016/j.talanta.2014.09.045
Yaroshenko I, Kirsanov D, Marjanovic M, Lieberzeit PA, Korostynska O, Mason A, et al. Real-time water quality monitoring with chemical sensors. Sensors. 2020;20(12):3432. https://doi.org/10.3390/s20123432
Wang Y-X, Fu S-F, Xu M-X, Tang P, Liang J-G, Jiang Y-F, et al. Integrated passive sensing chip for highly sensitive and reusable detection of differential-charged nanoplastics concentration. Sensors. 2023;8(10):3862–72. https://doi.org/10.1021/acssensors.3c01406
Zhu M, Wang J, Yang X, Zhang Y, Zhang L, Ren H, et al. A review of the application of machine learning in water quality evaluation. Eco-Environ. Health. 2022;1(2):107–16. https://doi.org/10.1016/j.eehl.2022.06.001
Li Y, Wang X, Zhao Z, Han S, Liu Z. Lagoon water quality monitoring based on digital image analysis and machine learning estimators. Water Res. 2020;172:115471. https://doi.org/10.1016/j.watres.2020.115471
Nasir N, Kansal A, Alshaltone O, Barneih F, Sameer M, Shanableh A, et al. Water quality classification using machine learning algorithms. J Water Process Eng. 2022;48:102920. https://doi.org/10.1016/j.jwpe.2022.102920
Mohseni-Dargah M, Falahati Z, Dabirmanesh B, Nasrollahi P, Khajeh K. Machine learning in surface plasmon resonance for environmental monitoring. In: Mohsen Asadnia, Amir Razmjou and Amin Beheshti, editors. Artificial Intelligence and Data Science in Environmental Sensing. Academic Press; 2022. p. 269–98. https://doi.org/10.1016/B978-0-323-90508-4.00012-5
Zhang P, Chen Y-P, Wang W, Shen Y, Guo J-S. Surface plasmon resonance for water pollutant detection and water process analysis. Trends Anal Chem. 2016;85:153–65. https://doi.org/10.1016/j.trac.2016.09.003
Sayed FA, Elsayed HA, Al-Dossari M, Eissa MF, Mehaney A, Aly AH. Angular surface plasmon resonance-based sensor with a silver nanocomposite layer for effective water pollution detection. Sci Rep. 2023;13(1):21793. https://doi.org/10.1038/s41598-023-48837-4
Radov DH, Maslov VP, Ushenin YV, Dorozinsky G, Kushnir H, Konchenko A, Kachur N, inventors; Radov DH, Maslov VP, Ushenin YV, Dorozinsky G, Kushnir H, Konchenko A, Kachur N, assignee. Method for controlling water purification degree. Ukraine patent; U 115844, 2017 Apr 25. 5 p. Available from: https://sis.nipo.gov.ua/uk/search/detail/804176/ (in Ukrainian)
Radov DH, Bezruk ZD, Maslov VP, Dorozinsky G, Dorozinska HV, Konchenko A. Study of water purification patterns from tap water using freezing method. Bull Natl Tech Univ “KhPI”, Ser Mech Technol Syst Complexes. 2016;50:137–41. Available from: http://mtsc.khpi.edu.ua/article/view/99937 (in Ukrainian)
Dorozinsky G, Maslov V, Klestova Z, Ushenin Yu, Dorozinska H, Blotska O, Yuschenko A. Development high sensitivity sensor based on surface plasmon resonance phenomenon. 2019 IEEE 39th International Conference on Electronics and Nanotechnology (ELNANO). Kyiv, Ukraine, 2019, p. 249–252. http://doi.org/10.1109/ELNANO.2019.8783945
Fedorenko A, Kachur N, Sulima OV, Maslov V. Protective properties of ZnO nanofilm against wear and mechanical damage of sensitive SPR sensor element. Funct Mater. 2024;31(2):199-204. http://doi.org/10.15407/fm31.02.199
Berendsen HJC. A Student’s Guide to Data and Error Analysis. Berendsen H, editor. Cambridge: Cambridge University Press; 2011. 225 p.
Maslov V, Kachur N, Fedorenko A, inventors; Lashkariov institute of semiconductor physics of National Academy of Sciences of Ukraine, assignee. Sensitive element of a device for studying liquid and gaseous substances based on the phenomenon of surface plasmon resonance. Ukraine patent; U 154656, 2023 Nov 29. Available from: https://sis.nipo.gov.ua/uk/search/detail/1773421/ (in Ukrainian)
Авторське право (c) 2025 Н. В. Качур, А. В. Федоренко, Г. В. Дорожинська, В. М. Рижих, В. П. Маслов
Цю роботу ліцензовано за Міжнародня ліцензія Creative Commons Attribution 4.0.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
