大腸桿菌。圖片來源：落基山實驗室、NIAID、NIH

CU Boulder 的研究人員開發(fā)并驗證了一種新的大腸桿菌風險檢測傳感器，該傳感器在檢測地表水中的污染時具有令人印象深刻的準確率。

該研究結果近期發(fā)表在《水研究》上，可以在全球和美國的水系統(tǒng)中快速有效地改進對各種污染物的檢測。

Emily Bedell (Ph.D.EnvEngr'22) 是 Mortenson 全球工程文章的主要作者。她說，全世界約有 20 億人使用含有某種程度糞便的飲用水源，并可能導致從腹瀉到發(fā)育遲緩等健康問題，尤其是在幼兒中。

“在全球范圍內，大概率腹瀉死亡與水質有關，”她說。“這是一個問題，但目前在飲用水中尋找糞便的方法很昂貴，進入門檻很高，比如需要大量的培訓，或者可能需要大約 24 小時才能提供結果。我們發(fā)明了一種傳感器與機器學習模型相結合，使用熒光實時顯示糞便污染峰值�！�

傳感器和機器學習模型組合均已獲得美國專利局的專利批準。

比德爾說，熒光通過將紫外 LED光源照射在水樣上并測量在更高波長下被吸收和重新發(fā)射的光量來起作用。該信息可以快速顯示潛在的污染，但它對許多環(huán)境和物理因素（例如樣品溫度）很敏感，這會導致數(shù)據(jù)中出現(xiàn)噪音并難以解釋。

“我們使用機器學習技術來消除噪音以更好地檢測異常，”Bedell 說。

快速準確地評估水質的需求日益增長——不僅在低收入國家，而且在密歇根州弗林特水危機等情況下，由于政策不善，暴露在危險水平的鉛中。

莫頓森主任埃文·托馬斯教授是該文章的合著者。他說，氣候變化也是此次討論的一個因素，因為更頻繁的停電可能會影響處理設施的運營，而惡劣的天氣可能會污染關鍵水源。

“我們將需要更多關于水質的數(shù)據(jù)，我們需要它被廣泛使用，”他說。“每天進行一次測量不足以確保我們收到的水沒有可能在短期和長期對我們造成傷害的生物或化學污染物。”

Bedell 現(xiàn)在被聘為博爾德 Virridy 的工程師，并致力于進一步推進這項技術。理想情況下，它將與更大的家庭處理系統(tǒng)合作，為那些使用私人水井（水質不受 EPA 監(jiān)管）的人提供飲用水。

她說：“該傳感器將是本文中設計的小型化版本，并將安裝在來自水井的房屋主水線上。” “傳感器的數(shù)據(jù)將通過用戶的 WiFi 發(fā)送到在線數(shù)據(jù)庫，在該數(shù)據(jù)庫中，機器學習模型將用于預測風險級別，并將信息發(fā)送到移動應用程序，如果檢測到污染，該應用程序將提醒用戶。”

比德爾說，她一直對工程、環(huán)境和社會公平的交叉點很感興趣，這個研究項目在她與摩頓森工作期間將這些方面結合在一起。

“水質研究以多種方式觸及所有這些點。通過更多數(shù)據(jù)，我們可以明確指出社區(qū)如何以及何時因環(huán)境不公正而受到傷害，以便可以解決造成傷害的政策和做法，”她說。