化学需氧量(COD)是评价水体污染的一项综合性指标,是衡量水体有机污染程度的重要水质参数,化学需氧量的测量技术研究具有重要理论意义和现实价值。目前,化学需氧量的测量方法无法满足户外的长期水质监测需求,COD传感器需要频繁的人工校准维护,造成大量的资源浪费。相关研究发现,在同一水体环境中,水体的化学需氧量值与p H、溶解氧、浊度及氧化还原电位等水质参数具有较强的相关性。本论文提出一种基于多参数耦合交叉分析方法的COD测量技术,可以通过其他水质参数估测出化学需氧量值,从而为COD传感器的水下自动校准提供依据,减少人工校准次数,降低使用成本。根据以上分析,本文主要从以下几个方面展开工作:水质参数软测量方法研究和水质参数建模与仿真研究。明确水质参数模型设计的步骤,通过文献调研和测量过程的机理分析,利用历史监测数据进行相关性分析,确定水质参数模型的主导变量和辅助变量。分析测量过程,提出异常值判定方法,完成数据清洗,并进行数据转换。设计模型结构、选择合适建模方法,建立水质参数模型,并利用处理后的样本数据完成对模型的训练、校正,开展仿真研究。COD在线估测系统的设计与实现。COD在线估测系统是水质参数模型的硬件实现平台,包括硬件电路设计、下位机程序设计和上位机软件设计。下位机负责采集并解析辅助变量的水质参数信息,再以4G通信的方式上传至云端,上位机接收到数据后,通过调用水质参数模型在线估测化学需氧量值并显示。系统测试与实验研究。在实验室环境下对各功能模块进行了验证测试,完成了系统联调测试。在此基础上设计并完成了湖泊实验,并对实验情况进行总结分析,评估了实验结果。