CN103969415B - 一种移动式水污染数据采集方法 - Google Patents

Abstract

本发明涉及一种移动式水污染数据采集***，包括船舶、中央服务器及安装在所述船舶上的水污染检测模块，所述中央服务器与所述水污染检测模块通过无线方式进行数据交互，所述中央处理器拥有固定IP访问地址，所述的水污染检测模块包括单片机、GPS模块、GPRS模块及水质检测传感器，所述GPS模块实时探测所述船舶的位置信息，所述水质检测传感器用于动态地监测船舶在不同河道位置的水质状态，所述GPRS模块将船只编号、位置的经纬度坐标、检测时间和水质状态数据打包后发送至指定IP地址的中央服务器。本发明主要用于监测流域水质变化趋势，仅需要少量该装置在流域上检测水污染指标，据此可视化流域整体水质时空分布及其严重程度，避免了现有固定式水污染数据采集装置仅可以分析监测点的水质以及监测整个流域成本高的缺陷。

Description

一种移动式水污染数据采集方法

技术领域

本发明涉及一种动态采集***，具体涉及一种移动式水污染数据采集方法。

背景技术

水污染问题已经成为我国经济社会发展的最重要制约因素之一，已经引起国家和地方政府的高度重视。在水体污染防治工作中，水质监测工作是污染预警、持续性污染物监测和治理效果评定的重要手段，已受到有关部门的重视。

传统的环境水质监测工作主要以人工现场采样、实验室仪器分析为主。虽然在实验室中分析手段完备，但实验室监测存在监测频次低、采样误差大、监测数据分散、不能及时反映污染变化状况等缺陷，难以满足政府和企业进行有效水环境管理的需求。

从国外环保监测的发展趋势和国际先进经验看，水质的在线自动监测已经成为有关部门及时获得连续性的监测数据的有效手段。根据化学法、电化学法、光谱法和生物法等现代传感原理，综合运自动测量技术、自动控制技术、计算机应用技术以及通信网络等先进技术，一般固定安装在监测点，可快速而准确地获得水质监测数据，有助于环保部门建立大范围的监测网络收集监测数据，以确定目标区域的污染状况和发展趋势。随着监测技术和仪器仪表工业的发展，环境水质监测工作更开始向自动化、智能化和网络化为主的监测方向发展。

目前，我国已先后在七大水系的10个重点流域建成了数百个个国家地表水水质自动监测站，各地方根据环境管理需要，也陆续建立了几千个地方级地表水水质自动监测站，但它们仅侧重于监控重点流域、河段和交汇处，不能覆盖全流域水质时空分布实时监测，这永远满足不了流域水污染应急管理的现实需求。若大范围监测流域水质，需要添置的数量太多，投入成本太高。同时，从工业现场连续在线监测来讲，由于监测设备分散在流域多个地点，为确保稳定、可靠的运行，必须坚持投入大量人力、物力和财力例行的维护。

综上所述，针对现有固定式在线自动监测大范围流域水质的缺陷，亟待寻求一种移动式的水质在线监测装置，以降低大范围监测流域水质时空分布的运营成本为目标，为它的安全运行提供切实可行的安全预警、防护和应急技术，对提高流域水污染应急安全管理智能化的水平具有重要的指导意义。

发明内容

面向监测流域水质时空分布实际，本发明提供了一种移动式水污染数据采集***，结合GPS、GIS和GPRS等先进信息技术，将水质检测传感器安装在船舶上，当船舶在污染流域河道行驶时，利用GPRS把船只编号、位置的经纬度坐标、检测时间和水质状态发送至控制中心，自动匹配船舶的经纬度坐标与上述GIS模块的河道、闸口和区域，基于数据融合算法准确地估计不同船只在某个河道一个监测点的水质数据，据此计算该监测点附近的水质状态，从而获取水质在时间和空间上的分布情况。本发明主要用于监测水质时空变化趋势，围绕以最低成本采集全面流域水质数据为目标，通过多个移动装置在流域上按固定时间间隔巡航监测水污染状态，从而降低突发事件引起流域污染的发生概率。

本发明方案是通过以下技术方案实现的：

一种移动式水污染数据采集***，包括船舶、中央服务器及安装在所述船舶上的水污染检测模块，所述中央服务器与所述水污染检测模块通过无线方式传输数据，所述中央处理器拥有固定IP访问地址，所述的水污染检测模块包括单片机、GPS模块、GPRS模块及水质检测传感器，所述GPS模块实时探测所述船舶的位置信息，所述水质检测传感器用于动态地监测船舶在不同河道位置的水质状态，所述GPRS模块将船只编号、位置的经纬度坐标、检测时间和水质状态数据打包后发送至指定IP地址的中央服务器。

所述的中央服务器位于远程控制中心，包括监测远程数据传输模块、流域GIS监测点匹配模块、监测点的水质数据融合模块和水质时空分布可视化模块。

一种移动式水污染数据采集方法，具体步骤为：

a、中央服务器搭建一个流域GIS平台，包括河道、闸口、区域三个静态图层和一个水质监测点的动态图层，数据格式为河道(Name，闸口序列)、闸口(Name、所述区域ID)、区域(Name)和水质监测点(Name、所属河道、所属区域、水质指标检测传感器)，每个水质监测点都有一个坐标(X_i，Y_i)(i＝1，2，...，M)，总共有M个监测点；

b、根据污染流域的河道长度、船舶行驶速度和水质监测点之间的间隔距离，计算所需的船舶数量N，将装有水污染检测模块的船舶驶入河道，GPS模块探测船舶的位置坐标，水质检测传感器监测河道内水质状态，GPRS模块将船舶编号i′、检测时间t、船舶的经纬度坐标和水质状态L′为不同水污染指标检测传感器的数量，按照步骤a中的数据格式进行数据打包，并发送至指定IP地址的中央服务器内；

c、中央服务器的监测远程数据传输模块接收GPRS模块发送的打包数据，并进行解析出船舶编号i、检测时间t、位置的经纬度坐标和水质状态通过流域GIS监测点匹配模块将船舶的经纬度坐标与GIS平台中的河道、闸口和区域进行匹配，从水质监测点图层中，计算以匹配当前船舶位置和某个水质监测点，按步骤a中的数据格式储存至流域水质数据库；

d、中央服务器读取水质数据库内不同船舶在河道各个监测点的水质数据，基于数据融合算法准确算出监测点当前水质状态，若计算某监测点i在检测时间t时的一个水污染指标从流域水质数据库中读取一定时间范围的水质数据序列针对传输误差、环境噪声和指标检测传感器自身的精度问题，基于数据融合算法，将这L′个测量数据的融合结果设为水污染指标估计值按上述数据格式储存至当前水质数据库，w_j为时刻i-L′+j测量数据自身的权重系数，满足e、中央服务器从当前某个监测点的每种水污染指标结合水质标准，判断每种水污染指标的取值范围，构建综合评估监测点的水质好坏函数并与GIS模块的河道、闸口和区域关联，结合水质污染标准，当河道的水质状况不同时标记相应的颜色，据此可视化流域整体水质时空分布及其严重程度。

本发明所揭示的一种移动式水污染数据采集***，由于采用了上述几种措施进行改进，搭建一个基于GPS和GPRS的水污染采集***，将它们安装在船舶上，当船舶在流域河道行驶时，实时获取不同船舶在各个监测点的水质数据，基于数据融合准备地估计所有监测点的水质严重程度，从而避免了现有固定式水污染数据采集装置仅可以分析监测点的水质以及监测整个流域成本高的缺陷。本发明提供了一套低成本、低误差和高效的水质时空分布监测技术，通过多个移动装置在流域上按固定时间间隔巡航监测水污染状态，为流域污染安全应急管理预警提供切实可行的数据保障。

附图说明

图1是本发明实施的***框架图；

图2是本发明实施的流程图。

具体实施方式

下面结合本发明所提供的附图作进一步说明：

如图1所示，一种移动式水污染数据采集***，包括船舶、中央服务器及安装在所述船舶上的水污染检测模块，所述中央服务器与所述水污染检测模块通过无线方式传输数据，所述中央处理器拥有固定IP访问地址，所述的水污染检测模块包括单片机、GPS模块、GPRS模块及水质检测传感器，所述GPS模块实时探测所述船舶的位置信息，所述水质检测传感器用于动态地监测船舶在不同河道位置的水质状态，所述GPRS模块将船只编号、位置的经纬度坐标、检测时间和水质状态数据打包后发送至指定IP地址的中央服务器。

所述的中央服务器位于远程控制中心，包括监测远程数据传输模块、流域GIS监测点匹配模块、监测点的流域水质数据库和水质时空分布可视化模块。

所述的水污染检测模块以STM32f103RBT6单片机作为微控制器，所述的GPS模块通过URAT串口与单片机建立连接，所述的GPRS模块通过RS232串口与单片机建立连接，所述的水质检测传感器包括常见的水质检测传感器模块，如：ph、氮、水溶氧等，通过I/O端口与单片机进行数据交互。

所述的船舶可以人工或自动巡航方式在流域河道上行驶。

如图2所示，本发明所揭示的一种移动式水污染数据采集方法，具体包括步骤：

a、中央服务器根据污染流域的河道长度L，确定监测点的数量M，搭建一个流域GIS平台，包括河道、闸口、区域三个静态图层和一个水质监测点的动态图层，数据格式为河道(Name，闸口序列)、闸口(Name、所述区域ID)、区域(Name)和水质监测点(Name、所属河道、所属区域、水质指标检测传感器)，每个水质监测点都有一个坐标(X_i，Y_i)(i＝1，2，...，M)，设置所述的中央服务器的访问IP地址，初始化每所船舶上的数据采集装置与服务器之间连接方式；

b、根据污染流域的河道长度L、船舶行驶平均速度v和水质监测点之间的间隔T₀，计算所需的船舶数量N＝(L/v)/T₀，将装有水污染检测模块的船舶驶入河道，GPS模块探测船舶的位置坐标，水质检测传感器监测河道内水质状态，GPRS模块将船舶编号i、检测时间t、船舶的经纬度坐标和水质状态(L为不同水污染指标检测传感器的数量)按照步骤a中的数据格式进行数据打包，并发送至指定IP地址的中央服务器内；

c、中央服务器的监测远程数据传输模块接收GPRS模块发送的打包数据，并进行解析出船舶编号i、检测时间t、位置的经纬度坐标和水质状态通过流域GIS监测点匹配模块，将船舶的经纬度坐标与GIS平台中的河道、闸口和区域进行匹配，从水质监测点图层中，令j＝1、k＝-1和Temp＝+∞，对j＝j+1≤M，若则和k＝j，计算以匹配当前船舶位置和某个水质监测点，按步骤a中的数据格式储存至流域水质数据库；

d、中央服务器读取水质数据库内不同船舶在河道各个监测点的水质数据，基于数据融合算法准确算出监测点当前水质状态，若计算某监测点i，对时刻t的每个水污染指标针对传输误差、环境噪声和指标检测传感器自身的精度问题，基于数据融合算法，在时间序列水质数据基础上估算水污染指标估计值按上述数据格式储存至当前水质数据库，w_j为时刻i-L+j测量数据自身的权重系数，满足主要步骤如下：

步骤1：定义测量数据间的相对距离

步骤2：计算数据间的支持度函数为获取支持度矩阵R＝{r_mn}_LL；

步骤3：根据信息分享原理，满足W＝RV(w＝{w₁，w₂，...，w_L}，V＝{v₁，v₂，...，v_L})，即w_j＝v₁r_j1+v₂r_j2+…+v_Lr_jL；

步骤4：根据特征向量函数λV＝RV，求解

e、中央服务器从当前某个监测点的每种水污染指标结合水质标准，判断每种水污染指标的取值范围，构建综合评估监测点的水质好坏函数结合5级水质标准，构建监测点的水质好坏综合评估函数

，从当前某个监测点的每种水污染指标判断满足不同水质标准的每种水污染指标的取值范围(l表示水质的好坏级别，是该水质指标的下限，是其上限)，将它们与GIS模块的河道、闸口和区域关联，当河道的水质状况不同时标记相应的颜色(1：红，2：黄，3：蓝，4：绿，5：紫)，据此可视化流域整体水质时空分布及其严重程度。

以上列举的仅是本发明的具体实施例。显然，本发明不限于以上实施例，还可以有许多变形，如：本发明直接运用在流域水质时空分布监控，可采用3G、Zeegbe技术等数据传输方式，可通过水质指标检测传感器选型检测不同水污染指标，可扩展不同数据融合算法以提高精度，包括最小二乘法、贝叶斯方法等，借鉴其方法、理论和技术路线解决移动水质检测问题。本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。

Claims (1)

1.一种移动式水污染数据采集方法，其特征在于：

a、中央服务器根据污染流域的河道长度L，确定监测点的数量M，搭建一个流域GIS平台，包括河道、闸口、区域三个静态图层和一个水质监测点的动态图层，其中河道的数据格式为Name和闸口序列；闸口的数据格式为Name和所述区域ID；区域的数据格式为Name；水质监测点的数据格式为Name、所属河道、所属区域和水质指标检测传感器，每个水质监测点都有一个坐标(X_i，Y_i)，i＝1，2，...，M，设置所述的中央服务器的访问IP地址，初始化每所船舶上的数据采集装置与服务器之间连接方式；

b、根据污染流域的河道长度L、船舶行驶平均速度v和水质监测点之间的间隔T₀，计算所需的船舶数量N＝(L/v)/T₀，将装有水污染检测模块的船舶驶入河道，GPS模块探测船舶的位置坐标，水质检测传感器监测河道内水质状态，GPRS模块将船舶编号i′、检测时间t、船舶的经纬度坐标和水质状态L′为不同水污染指标检测传感器的数量，按照步骤a中的数据格式进行数据打包，并发送至指定IP地址的中央服务器内；

c、中央服务器的监测远程数据传输模块接收GPRS模块发送的打包数据，并进行解析出船舶编号i′、检测时间t、位置的经纬度坐标和水质状态通过流域GIS监测点匹配模块，将船舶的经纬度坐标与GIS平台中的河道、闸口和区域进行匹配，从水质监测点图层中，计算以匹配当前船舶位置和某个水质监测点，按步骤a中的数据格式储存至流域水质数据库；

d、中央服务器读取水质数据库内不同船舶在河道各个监测点的水质数据，基于数据融合算法准确算出监测点当前水质状态，若计算某监测点i在检测时间t时的一个水污染指标从流域水质数据库中读取一定时间范围的水质数据序列针对传输误差、环境噪声和指标检测传感器自身的精度问题，基于数据融合算法，将这L′个测量数据的融合结果设为水污染指标估计值按上述数据格式储存至当前水质数据库，w_j为时刻t-L′+j测量数据自身的权重系数，满足

e、中央服务器从当前某个监测点的每种水污染指标结合水质标准，判断每种水污染指标的取值范围，构建综合评估监测点的水质好坏函数结合5级水质标准，构建监测点的水质好坏综合评估函数

，

从当前某个监测点的每种水污染指标判断满足不同水质标准的每种水污染指标的取值范围其中l表示水质的好坏级别，是该水质指标的下限，是其上限，将它们与GIS模块的河道、闸口和区域关联，当河道的水质状况不同时标记相应的颜色，其中1：红，2：黄，3：蓝，4：绿，5：紫，据此可视化流域整体水质时空分布及其严重程度。