CN104049066A - 一种异型区域河流水质和生物监测***及方法 - Google Patents

Abstract

本发明涉及一种异型区域河流水质和生物监测***及方法，其包括基站、通讯网络和逻辑分析单元，其中，所述基站设置在河流流域的预设位置，其包括生物监测单元和水质监测单元，分别对该基站所处位置的生物和水质参数信息进行监测，采集相应的指标信息，并对信号进行分类处理后通过通讯网络传输至所述逻辑分析单元中，所述逻辑分析单元通过构建监控模型，对实时的监控数据进行运算处理，并进行指标数据评价，输出监测结果。本发明综合考虑河流的横向和纵向的多重因素，以及地域、地形因素，实时构建参数监控模型，获取质量评价指标，对河流的监控和评价更加准确。

Description

一种异型区域河流水质和生物监测***及方法

技术领域

本发明涉及生态监控领域，尤其涉及一种异型区域河流水质和生物监测***及方法。

背景技术

河流生态***的监控技术包括对河流物理、化学和水生生物的多因素进行监控，以便后期根据该监控结果进行评价。

现有技术中，水质指标通常表征了采样时短时期内河流生态***的状况，而水生生物已经被广泛证明是可以有效反映长期的干扰状况。因此，水质指数还可以在一定程度上提升综合评价技术对突发事件的评估能力。其次，河流通常面临着多种人为活动的压力，而不同水生生物类群对不同类型人为活动压力响应的敏感性具有显著差异。如较低浓度的氮、磷营养盐增加，将促进藻类的生长，在一定程度上还会提高藻类生物多样性，但对鱼类和大型底栖动物却几乎没有影响，因此藻类被广泛用于水体富营养化监测，鱼类更广泛的被应用于水利设施建设的影响，大型底栖动物则更多应用于有机物和重金属污染。

同一类型水生生物的评价指标具有差异。以鱼类为例，评价指标有反映生物多样性、群落结构、优势类群、生活习性和洄游特征等，以底栖动物为例，评价指标的类型除生物多样性、群落结构、优势类群、生活习性外，还有生态型、耐污类群和敏感类群等。不同的评价指标通常反映了不同的水生态***特征，在健康评价中不同指标对不同类型的干扰和污染物的响应具有差异，多指标评价能够全面的反映水生态***受到人为活动干扰后的状况。因此，利用多类型多指标评价存在显著的互补作用，运用能够达到更全面的评价效果。

但为满足上述评价指标的监控***并不能满足相应的要求，在河流生态空间中，河流的地域差异产生的监控数据的差异并没有消除，在监控差异区域的河流的相关参数时，采用同一模型，影响最终的监测结果。

鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本创作。

发明内容

本发明的目的在于提供一种异型区域河流水质和生物监测***及方法，用以克服上述技术缺陷。

为实现上述目的，本发明提供一种异型区域河流水质和生物监测***，其包括基站、通讯网络和逻辑分析单元，其中，

所述基站设置在河流流域的预设位置，其包括生物监测单元和水质监测单元，分别对该基站所处位置的生物和水质参数信息进行监测，采集相应的指标信息，并对信号进行分类处理后通过通讯网络传输至所述逻辑分析单元中，所述逻辑分析单元通过构建监控模型，对实时的监控数据进行运算处理，并进行指标数据评价，输出监测结果；

所述生物监测单元对该基站区域内的底栖藻类、大型底栖动物和鱼类指标信息进行采集；

所述水质监测单元对水中的营养盐指标和基本水质指标信息进行采集。

较佳的，所述基站在河流流域中位置的设置由其距离河口的距离标定，采样位置作为确定基站位置的辅助参量；基站间的距离随河水流速增加以及泥沙含量的增加而减小，随河流上游至下游依次减小；

根据下述公式确定：

$D(M_j,d_j)=\frac{M_0\·\ln \left(\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y_i}^2}\right)}{v_i}\·e^{r/m}$

式中，D(M_j,d_j)表示基站位置，M₀表示基站的经验位置，x_i表示基站取样点距离基站的横向坐标，y_i表示基站取样点距离基站的纵向坐标，n表示基站覆盖区域内的采样点数目，v_i表示基站取样点处的河水流速，r表示基站处土地的利用率，m表示基站处的泥沙量，M_j表示不同的基站位置，d_j表示基站距离河口的距离。

较佳的，所述基站的采样位置W(x_i,y_i)根据河水流速和含沙量确定；

根据下述公式确定：

$\frac{\∂W}{\∂d}=v_x\frac{{\∂}^{2}W}{{\∂x}^2}+v_y\frac{{\∂}^{2}W}{{\∂y}^2}-m\frac{\∂W}{\∂x}+e^{r/m}$

式中，r表示基站处土地的利用率，m表示基站处的泥沙量，v_x和v_y分别表示基站采样点位置沿河流方向与垂直河流方向的河水流速，m表示采样点位置的含沙量。

较佳的，所述生物数据处理单元和水质数据处理单元均包括PLC控制器和无线发射端，所述C控制器接收端分别与底栖藻类分析仪、底栖动物采集器、鱼类捕捉器，水质采样器、水质检测仪和原子吸收分光度计的输出端口连接，将各自的采集信息传输至所述PLC控制器中；

所述PLC控制器将底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息，进行分类整理，形成数据组其中，W_j表示取样点位置，α_i表示取样数据指标的类别，按照上述底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息顺序编码，表示取样点的取样信息值。

较佳的，所述逻辑分析单元包括模型构建单元和比较单元，所述模型构建单元以接收的数据作为构建的基本数据，运算得出河流的水质质量参数ε；

所述模型构建单元对每项取样指标α_i的水质质量参数进行建模运算，对每一采样点的采样值，分别作河流流速与泥沙量的区间积分函数，求和；对所有取样点的求和值叠加后取平均值；在对河流整体指标进行监控时，将所有基站点的平均值叠加后，再取平均值，得到最终的河流的取样指标α_i的水质质量参数；

所述模型构建单元根据下述公式构建水质质量参数ε模型：

式中，ε(α_i,l)表示河流l的的水质质量参数，ε₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。

较佳的，所述模型构建单元对每项取样指标α_i的生物质量参数进行建模运算，对每一采样点的采样值，分别作河流流速与泥沙量的区间积分函数，求和；对所有取样点的求和值叠加后取平均值；在对河流整体指标进行监控时，将所有基站点的平均值叠加后，再取平均值，得到最终的河流的取样指标α_i的生物质量参数；

所述模型构建单元根据下述公式构建水质质量参数η模型：

式中，η(α_i,l)表示河流l的的水质质量参数，η₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。

较佳的，所述模型构建单元将该数据结果传输至所述比较单元中，所述比较单元将其与标准的参数进行比较，获取比较结果；

所述比较单元采用标准率s的参数对河流整体的水质和生物指标进行评价，标准率s根据公式进行计算，

$s=1-\frac{|\mathrm{\ϵ}-{\mathrm{\ϵ}}_0|}{|\mathrm{\ϵ}-{\mathrm{\ϵ}}_t|}\·\frac{|\mathrm{\η}-{\mathrm{\η}}_0|}{|\mathrm{\η}-{\mathrm{\μ}}_t|}$

式中，ε和η分别表示河流的水质质量参数和生物质量参数，ε₀和η₀分别表示河流的水质质量参数和生物质量参数的参考值，ε_t和μ_t分别表示河流的水质质量参数和生物质量参数的临界值。

较佳的，还包括一远端服务器，其与所述逻辑分析单元连接，其能够存储所述逻辑分析单元运算数据，并且供其调用。

本发明还提供一种异型区域河流水质和生物监测方法，该具体监控过程为：

步骤a，逻辑分析单元中的采样分析单元根据预设算法设定基站位置及各基站的采样位置；

步骤b，基站中的生物监测单元和水质监测单元分别获取底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息，并进行数据编码和处理，通过通讯网络传输至所述逻辑分析单元；

步骤c,所述逻辑分析单元中的模型构建单元根据获取的采样信息，构建生物质量参数η模型和水质质量参数ε模型，并计算出河流的生物质量参数η和水质质量参数ε，传输至比较单元；

步骤d，所述比较单元根据预设算法对河流整体的水质和生物指标进行评价对河流整体的水质和生物指标进行评价。

较佳的，所述模型构建单元根据下述公式构建水质质量参数ε模型：

式中，ε(α_i,l)表示河流l的的水质质量参数，ε₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值；

所述模型构建单元根据下述公式构建水质质量参数η模型：

式中，η(α_i,l)表示河流l的的水质质量参数，η₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。

与现有技术相比较本发明的有益效果在于：本发明综合考虑河流的横向和纵向的多重因素，以及地域、地形因素，实时构建参数监控模型，获取质量评价指标，对河流的监控和评价更加准确。

通过考虑不同地域河流不同河段内的差异，按照预设算法设置基站以及采样规律，获取更加准确的河流水质和生物参数信息。本发明中对每项取样指标α_i的水质质量参数和生物质量参数进行建模运算，对每一采样点的采样值，分别作河流流速与泥沙量的区间积分函数，求和；对所有取样点的求和值叠加后取平均值。在对河流整体指标进行监控时，将所有基站点的平均值叠加后，再取平均值，得到最终的河流的取样指标α_i的水质质量参数和生物质量参数；综合考虑河流中的地域因素，对多组采样数据进行连续的函数建模方式处理，消除采样数据之间的误差，使建模方法具有更好的容纳度，方便对多类型参数进行准确的量化。

附图说明

图1为本发明异型区域河流水质和生物监测***的功能框图；

图2为本发明异型区域河流生物监测单元的功能框图；

图3为本发明异型区域河流水质监测单元的功能框图；

图4为本发明异型区域河流水质和生物监测方法的流程图。

具体实施方式

以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。

本发明异型区域河流水质和生物监测***，包括基站、通讯网络3、逻辑分析单元4和远端服务器5，其中，所述基站包括生物监测单元1和水质监测单元2，所述基站设置在河流流域的预定位置，所述生物监测单元1和水质监测单元2分别对该基站所处位置的生物和水质参数信息进行监测，采集相应的指标信息，并对信号进行分类处理后通过通讯网络传输至所述逻辑分析单元4中，所述逻辑分析单元4通过构建监控模型，对实时的监控数据进行运算处理，并进行指标数据评价，输出监测结果，存储于远端服务器5中。

所述逻辑分析单元4包括采样分析单元41，其设定基站位置以及采样点位置。

在本发明中，所述生物监测单元1包括底栖藻类分析仪112、底栖动物采集器113、鱼类捕捉器114，分别对该基站区域内的底栖藻类、大型底栖动物和鱼类指标信息进行采集，其中，底栖藻类包含6项指标信息，大型底栖动物包含27项指标信息，鱼类包含5项指标信息。所述底栖藻类分析仪112、底栖动物采集器113、鱼类捕捉器114的输出端连接生物数据处理单元115，其对各生物指标信息进行归类和处理。

在本实施例中，底栖藻类的监测指标包括：着生藻类总分类单元数、硅藻总分类单元数、绿藻总分类单元数、蓝藻总分类单元数、着生藻类属的总数、硅藻属的总数、绿藻属的总数、蓝藻属的总数、单位面积着生藻类密度、香农—维纳多样性指数、均匀性指数、蓝藻分类单元相对多度、绿藻分类单元相对多度、敏感性物种百分比、曲壳藻百分比、桥弯藻百分比、菱形藻百分比、舟形藻百分比、可运动硅藻百分比、具柄硅藻百分比、丝状绿藻百分比、颤藻百分比、硅藻百分比、绿藻百分比、蓝藻百分比、着生藻类叶绿素、极小曲壳藻百分比。

大型底栖动物监测指标包括：总物种数、EPT物种数、襀翅目物种数、蜉蝣目物种数、毛翅目物种数、端足目+软体动物物种数、襀翅目、蜉蝣目、毛翅目、摇蚊科、双翅目、端足目+软体动物、寡毛类、敏感类群物种数、耐污类群物种数相对丰度、最优势类群相对丰度、滤食者、刮食者、直接收集者、捕食者、撕食者、粘附者、粘附者物种数、香浓－维纳多样性指数、马格列夫指数、均匀度指数、辛普森指数。

鱼类监测指标：鱼类总分类单元数、总渔获量、雅罗鱼亚科种类百分比、鳊亚科种类百分比、鳑鮍亚科种类百分比、鮈亚科种类百分比、鲤亚科种类百分比、鳅科鱼类种类百分比、鰕虎鱼亚目百分比、本地特有鱼种(葛氏鲈塘鳢+沙塘鳢)百分比、经济鱼类种类百分比、肉食性鱼类数量比例、植食性鱼类数量比例、杂食性鱼类的数量比例、敏感性物种百分比、耐污物种百分比、有异常个体(DELT)百分比、非本地鱼种百分比、怀卵鱼比例、底层鱼类百分比、冷水鱼百分比、有护卵行为鱼类数量、广布种。

所述水质监测单元2包括水质采样器121、水质检测仪123和原子吸收分光度计124，对水中的营养盐指标和基本水质指标信息进行采集，其输出端与水质处理单元125连接，其对水质指标的各信息进归类处理。

在本实施例中，水质监测指标包括：pH、溶解氧(DO)、电导(EC)、悬浮物(SS)、总固体颗粒溶解物(TDS)、钾离子(K+)、钙离子(Ca²⁺)、钠离子(Na⁺)、镁离子(Mg²⁺)、氯离子(Cl^-)、硫酸根离子(SO₄ ^2-)、碳酸氢根离子(HCO₃ ^-)、碱度(Alkalinity)、生化五日需氧量(BOD₅)、化学耗氧量(COD_Cr)、化学耗氧量(COD_Mn)、氨氮(NH4+)、总氮(TN)、亚硝酸盐(NO_2-)、硝酸盐(NO_3-)、磷酸盐(PO₄ ^3-)、总磷(TP)、硅酸盐(Si0₄ ^2-)、铅(Pb)、镉(Cd)、铬(Cr)、铝(Al)、锌(Zn)、铜(Cu)、汞(Hg)、砷(As)、挥发酚(Phenol)、大肠杆菌。

在本发明中基站以及监测点的设置根据河流岸边土地利用情况和河段确定，土地利用度用r表示，根据森林、农田、沼泽、城市不同的利用情况分别赋值，在本发明中，选取森林利用度r＝1,农田、沼泽、城市生物土地利用度r在0.5-1之间。

不同的河段根据河流中的泥沙量m和河水流速v决定。

本发明中基站位置设置根据下述公式(1)确定，

$D(M_j,d_j)=\frac{M_0\·\ln \left(\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y_i}^2}\right)}{v_i}\·e^{r/m}---\left(1\right)$

式中，D(M_j,d_j)表示基站位置，M₀表示基站的经验位置，其根据不同河段的具体地形确定，x_i表示基站取样点距离基站的横向坐标，y_i表示基站取样点距离基站的纵向坐标，n表示基站覆盖区域内的采样点数目，v_i表示基站取样点处的河水流速，r表示基站处土地的利用率，m表示基站处的泥沙量，M_j表示不同的基站位置，d_j表示基站距离河口的距离。

基站位置由其距离河口的距离标定，采样位置作为确定基站位置的辅助参量；基站间的距离随河水流速增加以及泥沙含量的增加而减小，随河流上游至下游依次减小。

本发明综合考虑不同地域河流不同河段内的差异，河口与源头区，甚至流速较大的区域分别采样，并结合地形以及河流内部环境，充分考虑河流的纵向和横向差异，获取更加准确的河流水质和生物参数信息。

基站位置的确定参考预先确定的采样位置，在实际监测过程中，不同的基站对其覆盖区域的水域进行采样，每一基站覆盖区域的采样位置W(x_i,y_i)，根据下述公式(2)确定：

$\frac{\∂W}{\∂d}=v_x\frac{{\∂}^{2}W}{{\∂x}^2}+v_y\frac{{\∂}^{2}W}{{\∂y}^2}-m\frac{\∂W}{\∂x}+e^{r/m}---\left(2\right)$

式中，r表示基站处土地的利用率，m表示基站处的泥沙量，v_x和v_y分别表示基站采样点位置沿河流方向与垂直河流方向的河水流速，m表示采样点位置的含沙量。

采样位置W(x_i,y_i)根据河水流速和含沙量决定，也即根据河流段与地形决定采样状况，综合考虑河流的纵向和横向因素。

所述生物数据处理单元115和水质数据处理单元125均包括PLC控制器和一无线发射端，所述PLC控制器接收端分别与底栖藻类分析仪112、底栖动物采集器113、鱼类捕捉器114，水质采样器121、水质检测仪123和原子吸收分光度计124的输出端口连接，将各自的采集信息传输至所述PLC控制器中。

所述PLC控制器将底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息，进行分类整理，形成数据组其中，W_j表示取样点位置，α_i表示取样数据指标的类别，按照上述底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息顺序编码，表示取样点的取样信息值。

所述无线发射端将数据组中的信息编码，通过通讯网络3传输至逻辑分析单元2中。

在本发明中，所述逻辑分析单元4还包括单片机，其对河流全域内的各基站的采样信息进行汇总，并通过模型进行数据处理。

所述逻辑分析单元4包括模型构建单元42和比较单元43，所述模型构建单元42以接收的数据作为构建的基本数据，运算得出河流的水质质量参数ε和生物质量参数η。

所述模型构建单元42根据下述公式(3)构建水质质量参数ε模型：

式中，ε(α_i,l)表示河流l的的水质质量参数，ε₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。

本发明中对每项取样指标α_i的水质质量参数进行建模运算，对每一采样点的采样值，分别作河流流速与泥沙量的区间积分函数，求和；对所有取样点的求和值叠加后取平均值。在对河流整体指标进行监控时，将所有基站点的平均值叠加后，再取平均值，得到最终的河流的取样指标α_i的水质质量参数。

所述模型构建单元42根据下述公式(4)构建水质质量参数η模型：

式中，η(α_i,l)表示河流l的的水质质量参数，η₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。

本发明中对每项取样指标α_i的生物质量参数进行建模运算，对每一采样点的采样值，分别作河流流速与泥沙量的区间积分函数，求和；对所有取样点的求和值叠加后取平均值。在对河流整体指标进行监控时，将所有基站点的平均值叠加后再取平均值得到最终的河流的取样指标α_i的生物质量参数。

上述建模方法，综合考虑河流中的地域因素，对多组采样数据进行连续的函数建模方式处理，消除采样数据之间的误差，使建模方法具有更好的容纳度，方便对多类型参数进行准确的量化。

对于各项取样指标α_i的水质质量参数ε和生物质量参数η，所述模型构建单元42将该数据结果传输至所述比较单元43中，所述比较单元43将其与标准的参数进行比较，获取比较结果，对最终的各指标进行监控，同时对河流的整体态势进行评价。

本发明中采用标准率s的参数对河流整体的水质和生物指标进行评价，标准率s根据公式(5)进行计算，

$s=1-\frac{|\mathrm{\ϵ}-{\mathrm{\ϵ}}_0|}{|\mathrm{\ϵ}-{\mathrm{\ϵ}}_t|}\·\frac{|\mathrm{\η}-{\mathrm{\η}}_0|}{|\mathrm{\η}-{\mathrm{\μ}}_t|}---\left(5\right)$

式中，ε和η分别表示河流的水质质量参数和生物质量参数，ε₀和η₀分别表示河流的水质质量参数和生物质量参数的参考值，ε_t和μ_t分别表示河流的水质质量参数和生物质量参数的临界值。

本发明中的参考值和临界值根据相关的规定设定，当标准率s的取值在0.8-1.0时，河流的整体质量状况较优，当取值在0.6-0.8时，河流的整体质量状况为能够适应的水准，当取值在0.6以下时，河流状况比较恶劣，需要进行改善。

本发明还包括一远端服务器5，其与所述逻辑分析单元4连接，其能够存储所述逻辑分析单元4的运算数据，并且可供其调用。

本发明异型区域河流水质和生物监测方法的具体过程为：

步骤a，所述采样分析单元41根据公式(1)和(2)设定基站位置及各基站的采样位置；

步骤b，生物监测单元1和水质监测单元2分别获取底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息，并进行数据编码和处理，通过通讯网络3传输至所述逻辑分析单元4；

步骤c,所述模型构建单元42根据获取的采样信息，根据公式(3)和(4)构建生物质量参数η模型和水质质量参数ε模型，并计算出河流的生物质量参数η和水质质量参数ε，传输至比较单元43；

步骤d，所述比较单元43根据公式(5)对河流整体的水质和生物指标进行评价对河流整体的水质和生物指标进行评价。

以上所述仅为本发明的较佳实施例，对发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。

Claims (10)

1.一种异型区域河流水质和生物监测***，其特征在于，其包括基站、通讯网络和逻辑分析单元，其中，

所述基站设置在河流流域的预设位置，其包括生物监测单元和水质监测单元，分别对该基站所处位置的生物和水质参数信息进行监测，采集相应的指标信息，并对信号进行分类处理后通过通讯网络传输至所述逻辑分析单元中，所述逻辑分析单元通过构建监控模型，对实时的监控数据进行运算处理，并进行指标数据评价，输出监测结果；

所述生物监测单元对该基站区域内的底栖藻类、大型底栖动物和鱼类指标信息进行采集；

所述水质监测单元对水中的营养盐指标和基本水质指标信息进行采集。

2.根据权利要求1所述的异型区域河流水质和生物监测***，其特征在于，所述基站在河流流域中位置的设置由其距离河口的距离标定，采样位置作为确定基站位置的辅助参量；基站间的距离随河水流速增加以及泥沙含量的增加而减小，随河流上游至下游依次减小；

根据下述公式确定：

$D(M_j,d_j)=\frac{M_0\·\ln \left(\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x_i}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y_i}^2}\right)}{v_i}\·e^{r/m}$

式中，D(M_j,d_j)表示基站位置，M₀表示基站的经验位置，x_i表示基站取样点距离基站的横向坐标，y_i表示基站取样点距离基站的纵向坐标，n表示基站覆盖区域内的采样点数目，v_i表示基站取样点处的河水流速，r表示基站处土地的利用率，m表示基站处的泥沙量，M_j表示不同的基站位置，d_j表示基站距离河口的距离。

3.根据权利要求2所述的异型区域河流水质和生物监测***，其特征在于，所述基站的采样位置W(x_i,y_i)根据河水流速和含沙量确定；

根据下述公式确定：

$\frac{\∂W}{\∂d}=v_x\frac{{\∂}^{2}W}{{\∂x}^2}+v_y\frac{{\∂}^{2}W}{{\∂y}^2}-m\frac{\∂W}{\∂x}+e^{r/m}$

式中，r表示基站处土地的利用率，m表示基站处的泥沙量，v_x和v_y分别表示基站采样点位置沿河流方向与垂直河流方向的河水流速，m表示采样点位置的含沙量。

4.根据权利要求1所述的异型区域河流水质和生物监测***，其特征在于，所述生物数据处理单元和水质数据处理单元均包括PLC控制器和无线发射端，所述C控制器接收端分别与底栖藻类分析仪、底栖动物采集器、鱼类捕捉器，水质采样器、水质检测仪和原子吸收分光度计的输出端口连接，将各自的采集信息传输至所述PLC控制器中；

所述PLC控制器将底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息，进行分类整理，形成数据组其中，W_j表示取样点位置，α_i表示取样数据指标的类别，按照上述底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息顺序编码，表示取样点的取样信息值。

5.根据权利要求4所述的异型区域河流水质和生物监测***，其特征在于，所述逻辑分析单元包括模型构建单元和比较单元，所述模型构建单元以接收的数据作为构建的基本数据，运算得出河流的水质质量参数ε；

所述模型构建单元对每项取样指标α_i的水质质量参数进行建模运算，对每一采样点的采样值，分别作河流流速与泥沙量的区间积分函数，求和；对所有取样点的求和值叠加后取平均值；在对河流整体指标进行监控时，将所有基站点的平均值叠加后，再取平均值，得到最终的河流的取样指标α_i的水质质量参数；

所述模型构建单元根据下述公式构建水质质量参数ε模型：

式中，ε(α_i,l)表示河流l的的水质质量参数，ε₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。

6.根据权利要求5所述的异型区域河流水质和生物监测***，其特征在于，所述模型构建单元对每项取样指标α_i的生物质量参数进行建模运算，对每一采样点的采样值，分别作河流流速与泥沙量的区间积分函数，求和；对所有取样点的求和值叠加后取平均值；在对河流整体指标进行监控时，将所有基站点的平均值叠加后，再取平均值，得到最终的河流的取样指标α_i的生物质量参数；

所述模型构建单元根据下述公式构建水质质量参数η模型：

式中，η(α_i,l)表示河流l的的水质质量参数，η₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。

7.根据权利要求1所述的异型区域河流水质和生物监测***，其特征在于，所述模型构建单元将该数据结果传输至所述比较单元中，所述比较单元将其与标准的参数进行比较，获取比较结果；

所述比较单元采用标准率s的参数对河流整体的水质和生物指标进行评价，标准率s根据公式进行计算，

$s=1-\frac{|\mathrm{\ϵ}-{\mathrm{\ϵ}}_0|}{|\mathrm{\ϵ}-{\mathrm{\ϵ}}_t|}\·\frac{|\mathrm{\η}-{\mathrm{\η}}_0|}{|\mathrm{\η}-{\mathrm{\μ}}_t|}$

式中，ε和η分别表示河流的水质质量参数和生物质量参数，ε₀和η₀分别表示河流的水质质量参数和生物质量参数的参考值，ε_t和μ_t分别表示河流的水质质量参数和生物质量参数的临界值。

8.根据权利要求1-7任一权利要求所述的异型区域河流水质和生物监测***，其特征在于，还包括一远端服务器，其与所述逻辑分析单元连接，其能够存储所述逻辑分析单元运算数据，并且供其调用。

9.一种异型区域河流水质和生物监测方法，其特征在于，该具体监控过程为：

步骤a，逻辑分析单元中的采样分析单元根据预设算法设定基站位置及各基站的采样位置；

步骤b，基站中的生物监测单元和水质监测单元分别获取底栖藻类、大型底栖动物和鱼类指标信息，以及营养盐指标和基本水质指标信息，并进行数据编码和处理，通过通讯网络传输至所述逻辑分析单元；

步骤c,所述逻辑分析单元中的模型构建单元根据获取的采样信息，构建生物质量参数η模型和水质质量参数ε模型，并计算出河流的生物质量参数η和水质质量参数ε，传输至比较单元；

步骤d，所述比较单元根据预设算法对河流整体的水质和生物指标进行评价对河流整体的水质和生物指标进行评价。

10.根据权利要求9所述的异型区域河流水质和生物监测方法，其特征在于，所述模型构建单元根据下述公式构建水质质量参数ε模型：

式中，ε(α_i,l)表示河流l的的水质质量参数，ε₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值；

所述模型构建单元根据下述公式构建水质质量参数η模型：

式中，η(α_i,l)表示河流l的的水质质量参数，η₀表示取样指标α_i的经验值，z表示河流l的基站数量，n表示每个基站中取样点的总数目，表示取样点的对应取样指标α_i取样信息值，v_i表示基站的取样点的河流流速的最小值，v_a表示基站的取样点的河流流速的最大值，m_i表示基站的取样点的泥沙量的最小值，m_a表示基站的取样点的泥沙量的最大值。