CN111994977A - 养殖污水处理方法及相关装置 - Google Patents
养殖污水处理方法及相关装置 Download PDFInfo
- Publication number
- CN111994977A CN111994977A CN202010935761.1A CN202010935761A CN111994977A CN 111994977 A CN111994977 A CN 111994977A CN 202010935761 A CN202010935761 A CN 202010935761A CN 111994977 A CN111994977 A CN 111994977A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- determining
- state information
- sewage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000000746 purification Methods 0.000 claims abstract description 46
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 45
- 238000009395 breeding Methods 0.000 claims abstract description 23
- 230000001488 breeding effect Effects 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 230000033001 locomotion Effects 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 239000003550 marker Substances 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 29
- 241000196324 Embryophyta Species 0.000 description 14
- 239000010802 sludge Substances 0.000 description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 12
- 238000009360 aquaculture Methods 0.000 description 10
- 244000144974 aquaculture Species 0.000 description 10
- 238000013507 mapping Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000011109 contamination Methods 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 6
- 244000005700 microbiome Species 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004065 wastewater treatment Methods 0.000 description 5
- 241000251468 Actinopterygii Species 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004062 sedimentation Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 241000195493 Cryptophyta Species 0.000 description 2
- 241000238557 Decapoda Species 0.000 description 2
- 241000233866 Fungi Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000614 poison Toxicity 0.000 description 2
- 239000003440 toxic substance Substances 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000032770 biofilm formation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/20—Nature of the water, waste water, sewage or sludge to be treated from animal husbandry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种养殖污水处理方法及相关装置,其中,所述方法应用于养殖污水处理***,所述方法包括:获取目标图像,所述目标图像包括目标养殖区域和参考标识;根据所述目标图像确定所述参考标识的目标状态信息;若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理,能够提升对养殖污水处理时的智能性。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种养殖污水处理方法及相关装置。
背景技术
随着养殖业的不断发展,随之也带来了一定的环境污染。很多养殖场均受到了不同程度的污染,目前在对养殖场中的污水进行处理时,通常采用人工干预的方式,通过人工来检测水质是否被污染,在污染后再进行污水处理,导致了在污水处理时的智能性较低。
发明内容
本申请实施例提供一种养殖污水处理方法及相关装置,能够提升对养殖污水处理时的智能性。
本申请实施例的一种养殖污水处理方法,所述方法应用于养殖污水处理***,所述方法包括:
获取目标图像,所述目标图像包括目标养殖区域和参考标识;
根据所述目标图像确定所述参考标识的目标状态信息;
若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
结合第一方面,在一个可能的实现方式中,所述根据所述目标图像确定所述参考标识的目标状态信息,包括:
对所述目标图像进行特征提取,以得到所述目标图像的特征数据;
根据所述特征数据,确定所述参考标识的颜色信息、位置信息和外表信息;
根据所述颜色信息确定所述参考标识的第一参考状态信息;
根据所述位置信息确定所述参考标识的第二参考状态信息;
根据所述外表信息确定所述参考标识的第三参考状态信息;
根据所述第一参考状态信息、第二参考状态信息和第三参考状态信息,确定所述目标状态信息。
结合第一方面,在一个可能的实现方式中,所述根据所述外表信息确定所述参考标识的第三参考状态信息,包括:
根据所述外表信息,确定至少一种附着物的信息;
根据所述至少一种附着物的信息,确定所述至少一种附着物的类别;
根据所述外表信息,确定所述至少一种附着物的分布信息;
根据所述至少一种附着物的类别和所述分布信息,确定所述第三参考状态信息。
结合第一方面,在一个可能的实现方式中,所述对所述目标养殖区域的污水进行净水处理,包括:
获取所述目标养殖区域的环境信息;
根据所述环境信息,确定所述目标养殖区域的河岸的目标植物的生长状态信息;
根据所述生长状态信息为预设生长状态信息,则获取所述目标养殖区域的关联道路的行人信息;
根据所述行人信息,确定行人的运动轨迹;
根据所述运动轨迹,确定所述目标养殖区域的污染等级和净化处理等级;
根据所述污染等级和所述净化处理等级,对所述目标养殖区域的污水进行净化处理。
结合第一方面,在一个可能的实现方式中,所述方还包括:
获取对所述目标养殖区域的被净化处理后的污水;
对所述被净化处理后的污水进行检测,得到目标检测结果;
若所述目标检测结果为预设检测结果,则根据所述目标检测结果确定净化类别;
根据所述净化类别对所述被净化处理后的污水进行处理,以得到目标污水。
本申请实施例的第三方面提供了一种养殖污水处理装置,所述装置应用于养殖污水处理***,所述装置包括:
获取单元,用于获取目标图像,所述目标图像包括目标养殖区域和参考标识;
确定单元,用于根据所述目标图像确定所述参考标识的目标状态信息;
净水单元,用于若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
结合第二方面,在一个可能的实现方式中,所述确定单元用于:
对所述目标图像进行特征提取,以得到所述目标图像的特征数据;
根据所述特征数据,确定所述参考标识的颜色信息、位置信息和外表信息;
根据所述颜色信息确定所述参考标识的第一参考状态信息;
根据所述位置信息确定所述参考标识的第二参考状态信息;
根据所述外表信息确定所述参考标识的第三参考状态信息;
根据所述第一参考状态信息、第二参考状态信息和第三参考状态信息,确定所述目标状态信息。
结合第二方面,在一个可能的实现方式中,在所述根据所述外表信息确定所述参考标识的第三参考状态信息方面,所述确定单元具体用于:
根据所述外表信息,确定至少一种附着物的信息;
根据所述至少一种附着物的信息,确定所述至少一种附着物的类别;
根据所述外表信息,确定所述至少一种附着物的分布信息;
根据所述至少一种附着物的类别和所述分布信息,确定所述第三参考状态信息。
结合第二方面,在一个可能的实现方式中,所述净水单元用于:
获取所述目标养殖区域的环境信息;
根据所述环境信息,确定所述目标养殖区域的河岸的目标植物的生长状态信息;
根据所述生长状态信息为预设生长状态信息,则获取所述目标养殖区域的关联道路的行人信息;
根据所述行人信息,确定行人的运动轨迹;
根据所述运动轨迹,确定所述目标养殖区域的污染等级和净化处理等级;
根据所述污染等级和所述净化处理等级,对所述目标养殖区域的污水进行净化处理。
结合第二方面,在一个可能的实现方式中,所述装置还用于:
获取对所述目标养殖区域的被净化处理后的污水;
对所述被净化处理后的污水进行检测,得到目标检测结果;
若所述目标检测结果为预设检测结果,则根据所述目标检测结果确定净化类别;
根据所述净化类别对所述被净化处理后的污水进行处理,以得到目标污水。
本申请实施例的第三方面提供一种终端,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如本申请实施例第一方面中的步骤指令。
本申请实施例的第四方面提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
本申请实施例的第五方面提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,至少具有如下有益效果:
获取目标图像,所述目标图像包括目标养殖区域和参考标识,根据所述目标图像确定所述参考标识的目标状态信息,若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理,则可以智能的对河道的污染情况进行判别,在判别出被污染时,进行净水处理,提升了对污水进行净化处理时的智能性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供了一种养殖污水处理方法的流程示意图;
图2为本申请实施例提供了养殖污水处理***的示意图;
图3为本申请实施例提供了另一种养殖污水处理方法的流程示意图;
图4为本申请实施例提供的一种终端的结构示意图;
图5为本申请实施例提供了一种养殖污水处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
请参阅图1,图1为本申请实施例提供了一种养殖污水处理方法的流程示意图。如图1所示,该方法应用于养殖污水处理***,该方法包括:
101、获取目标图像,所述目标图像包括目标养殖区域和参考标识。
可以通过摄像头、相机等对目标养殖区域和参考标识进行拍照,以得到目标图像。可以是按照一定时间间隔进行拍摄,以得到多个目标图像,在对目标图像进行处理时,采用对单个图像进行处理,或者批量处理的方式等。一定时间间隔通过经验值或历史数据设定。目标养殖区域可以为进行养殖的河道,当然此处也可以是进行养殖的其它地方,例如,湖泊、鱼池等。
102、根据所述目标图像确定所述参考标识的目标状态信息。
可以对目标图像进行特征提取,根据特征提取的特征数据来确定目标状态信息。可以根据特征数据来确定参考标识的颜色信息、位置信息和外表信息等,根据上述颜色信息、位置信息和外表信息来确定出目标状态信息。
103、若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
在被确定为被污染区域后,对该河道进行净水处理,以提升河道的水质。
本示例中,获取目标图像,所述目标图像包括目标养殖区域和参考标识,根据所述目标图像确定所述参考标识的目标状态信息,若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理,则可以智能的对河道的污染情况进行判别,在判别出被污染时,进行净水处理,提升了对污水进行净化处理时的智能性。
在一个可能的实现方式中,如图2所示,养殖污水处理***可以为:组成:该***包括污泥收集装置、泥水分离装置以及生物挂膜装置。其中污泥收集装置包含铁桶、污泥泵、污泥管以及留槽进泥管四大主要构筑物。首先将铁桶放入水中,铁桶内部底端安装污泥泵,铁桶***最下端衔接留槽进泥管,留槽进泥管两端封口,管上部分密封、下部分开很多小口。设计的铁桶高度需高出水面高度,利用铁桶内外水位差产生的水压,使水体中的污泥在污泥泵的作用下进入污泥管,再进入泥水分离装置。泥水分离装置包含玻璃连通器、出水管、污泥管以及抽泥机四大主要构筑物,污泥通过污泥管进入沉淀池进行泥水分离,大的沉淀池用墙体分隔成三个(包括但不限于三个)小的U型沉淀池,经过一定的停留时间,污泥沉积到池底,辅助玻璃连通器观察沉淀污泥量,达到一定污泥量后用抽泥机抽走,上层水通过溢流进入生物挂膜装置。生物挂膜装置是一种生物净水单元,在池内种植大量人工水草,为藻、菌类提供附着面积和栖息环境,使它们大量附着在草体上生长,在水体中建立起复杂稳定的生态网络,在一定区域内逐步形成良性生物链并达到生态平衡。在有利于微生物负载增殖的同时,也为鱼虾类提供了繁殖采卵、生长栖息、索饵和庇护的场所,并为它们营造了形成完整食物链的生态环境,污水流经人工水草后,水体中的富营养物质被消耗,水质得到净化。最后出水。当然,本示例中的养殖污水处理***仅为示例说明,还可以是包括其它部件等的***,此处不作具体限定。
在一个可能的实现方式中,一种可能的所述根据所述目标图像确定所述参考标识的目标状态信息的方法包括:
A1、对所述目标图像进行特征提取,以得到所述目标图像的特征数据;
A2、根据所述特征数据,确定所述参考标识的颜色信息、位置信息和外表信息;
A3、根据所述颜色信息确定所述参考标识的第一参考状态信息;
A4、根据所述位置信息确定所述参考标识的第二参考状态信息;
A5、根据所述外表信息确定所述参考标识的第三参考状态信息;
A6、根据所述第一参考状态信息、第二参考状态信息和第三参考状态信息,确定所述目标状态信息。
可以采用特征提取算法,对目标图像进行特征提取,以得到该特征数据,特征数据例如可以是灰度值、亮度值等。
位置信息可以理解为,参考标识在目标养殖区域中的位置以及参考标识在目标养殖区域中露出水面的位置的位置信息等,外表信息可以理解为参考标识的外表的信息,例如,外表的附着物的信息等。
不同的颜色信息对应有不同的参考状态信息,例如,目标养殖区域的河水被污染后则其表面则会出现不同颜色的有害微生物,该微生物的颜色(参考标识的颜色信息)与状态相对应,则可以确定出与该颜色对应的第一参考状态信息。
不同的位置信息对应有不同的参考状态信息,例如,参考标识露出水面的位置的位置信息,露出水面越多,则河水的密度越大,微生物越多,则其状态与露出水面越少,河水的密度越小,微生物越少所对应的参考状态不同。如此,则可以确定出第二参考状态信息。
根据外表信息确定第三参考状态信息时,可以根据外表信息确定的附着物的信息来确定该第三参考状态信息。
可以将第一参考状态信息、第二参考状态信息和第三参考状态信息的并集确定为目标状态信息,也可以将上述参考状态信息中的状态等级最高的状态信息,确定为目标状态信息。不同的状态信息对应有不同的状态等级,状态等级越高,则河水的污染情况越严重。
本示例中,通过根据目标图像的特征信息,来确定参考标识的颜色信息、位置信息和外表信息,根据颜色信息、位置信息和外表信息来确定出目标状态信息,提升了目标状态信息确定时的准确信。
在一个可能的实现方式中,所述根据所述外表信息确定所述参考标识的第三参考状态信息,包括:
B1、根据所述外表信息,确定至少一种附着物的信息;
B2、根据所述至少一种附着物的信息,确定所述至少一种附着物的类别;
B3、根据所述外表信息,确定所述至少一种附着物的分布信息;
B4、根据所述至少一种附着物的类别和所述分布信息,确定所述第三参考状态信息。
附着物可以是生物,也可以是非生物,生物例如可以是植物等,非生物例如可以是漂浮的污染物等。
不同的附着物具有不同的类别,则可以确定出附着物的类别,类别例如可以是生物、非生物等。
根据外表信息,确定分布信息的方法可以为:可以根据附着物所在的区域,来确定分布信息,例如,参考标识为圆柱体的标识,则可以将圆柱体的外表进行展开,从而根据展开后的附着物的位置,来确定附着物的分布信息。
不同的分布信息和类别,对应有不同的参考状态,例如,附着物中非生物的分布越多,则参考状态的等级越高,或者,附着物为生物时,其为污水中生活的生物的分布面积越高,则参考状态的等级越高。
本示例中,通过附着物的信息来确定第三参考状态,可以确定第三参考状态确定时的准确性。
在一个可能的实现方式中,所述对所述目标养殖区域的污水进行净水处理,包括:
C1、获取所述目标养殖区域的环境信息;
C2、根据所述环境信息,确定所述目标养殖区域的河岸的目标植物的生长状态信息;
C3、根据所述生长状态信息为预设生长状态信息,则获取所述目标养殖区域的关联道路的行人信息;
C4、根据所述行人信息,确定行人的运动轨迹;
C5、根据所述运动轨迹,确定所述目标养殖区域的污染等级和净化处理等级;
C6、根据所述污染等级和所述净化处理等级,对所述目标养殖区域的污水进行净化处理。
环境信息可以包括河岸环境信息,河岸环境信息可以是河岸的树木的生长状态信息等。
可以根据河岸环境信息,确定目标植物的生长状态,目标植物可以是预先设定的植物,例如可以是对污染反应较大的植物。目标植物可以具有多种生长状态,不同的生长状态具有不同被污染的程度。
也可以是根据生长状态信息,与正常的生长状态进行比对,得到生长状态信息与正常生长状态之间的偏移量;根据该偏移量确定被污染的程度。偏移量越大,则被污染的程度越大,偏移量越小,则被污染的程度越小,当偏移量为0时,则被污染的程度为零,即没有被污染。
预设生长信息例如可以是偏移量大于预设值的生长状态信息,预设值通过经验值或历史数据设定。
关联道路可以是河道两边的道路,例如,与河道之间的距离小于预设值的道路。预设值通过经验值或历史数据设定。根据行人信息,确定运动轨迹的方法可以是,行人在不同的出现时,可以将上述位置的连线,确定为运动轨迹。不同的运动轨迹,可以反映出行人在靠近河道时的反映,例如,河道被污染,行人便不愿通行关联道路。运动轨迹越远离河道,则污染等级越高,越靠近河道,则污染等级越低下。运动轨迹越多,则行人越多,则净化处理等级越高,行人越多则可以确定该道路为必经的道路,则需要对其进行优先进化,如此,可以提升对污水进行净化处理的效果。
在一个可能的实现方式中,所述方还包括:
D1、获取对所述目标养殖区域的被净化处理后的污水;
D2、对所述被净化处理后的污水进行检测,得到目标检测结果;
D3、若所述目标检测结果为预设检测结果,则根据所述目标检测结果确定净化类别;
D4、根据所述净化类别对所述被净化处理后的污水进行处理,以得到目标污水。
对处理后的污水进行检测,其检测的类型可以是对微生物数量、有毒物质的含量等进行检测,预设检测结果可以是,微生物数量高于预设值或者有毒物质的含量高于预设比例值等,则需要再次对该污水进行净化处理。在净化处理是,只需要针对含量超标的类别进行净化处理,从而提升了对污水处理时的准确性。
在一个可能的实现方式中,还可以在确定目标养殖区域为被污染区域时,发送告警信息,在发送告警信息之前,还可以包括如下步骤:
E1、获取第一指纹图像;
E2、将所述第一指纹图像划分为多个区域;
E3、确定所述多个区域中每一区域的特征点分布密度,得到特征点分布密度集合,每一区域对应一个特征点分布密度;
E4、确定所述特征点分布密度集合对应的目标平均值和目标均方差;
E5、按照预设的平均值与图像增强算法之间的映射关系,确定所述目标平均值对应的目标图像增强算法;
E6、按照预设的均方差与微调系数之间的映射关系,确定所述目标均方差对应的目标微调系数;
E7、依据所述目标微调系数对所述目标图像增强算法的算法控制参数进行调节,得到目标算法控制参数;
E8、依据所述目标算法控制参数、所述目标图像增强算法对所述第一指纹图像进行图像增强处理,得到第二指纹图像;
E9、将所述第二指纹图像与预设指纹模板进行匹配;
E10、在所述第二指纹图像与所述预设指纹模板匹配成功时,执行发送所述告警信息的步骤。
第一指纹图像可以是***管理员的指纹图像,也可以是其他可以操作污水管理***的用户的指纹图像。
其中,本申请实施例中,电子设备中可以预先存储预设指纹模板。具体实现中,电子设备可以获取第一指纹图像,进而,可以将第一指纹图像划分为多个区域,该多个区域中每一区域的大小均处于预设面积范围,多个区域中每一区域的大小可以相同,也可以不同,预设面积范围可以由用户自行设置或者***默认。
进一步地,电子设备可以确定多个区域中每一区域的特征点分布密度,得到特征点分布密度集合,特征点分布密度集合包括多个特征点分布密度,每一区域对应一个特征点分布密度,即可以确定多个区域中的每一区域的特征点数量,以及相应的区域面积,将特征点数量与相应的区域面积之间的比值作为特征点分布密度。电子设备可以确定特征点分布密度集合对应的目标平均值和目标均方差,即目标平均值=特征点分布密度集合对应的特征点总数量/区域数量,基于该目标平均值、特征点分布密度集合可以确定其对应的目标均方差。
另外,本申请实施例中,图像增强算法可以为以下至少一种:直方图均衡化、小波变换、灰度拉伸、Retinex算法等等,在此不做限定。每一种图像增强算法均对应一种算法控制参数,算法控制算法用于控制图像增强程度。电子设备中可以预先存储预设的平均值与图像增强算法之间的映射关系,以及预设的均方差与微调系数之间的映射关系。其中,平均值反映了图像的整体特性,均方差反映了区域之间的关联性,进而,可以结合图像的整体特性以及区域关联性,选取相应的图像增强算法以及其对应的算法控制参数,有利于提升图像增强效率,即提升指纹图像的质量。
进而,电子设备可以按照预设的平均值与图像增强算法之间的映射关系,确定目标平均值对应的目标图像增强算法,以及可以按照预设的均方差与微调系数之间的映射关系,确定目标均方差对应的目标微调系数,接着,电子设备可以依据目标微调系数对目标图像增强算法的算法控制参数进行调节,得到目标算法控制参数,并且依据目标算法控制参数、目标图像增强算法对第一指纹图像进行图像增强处理,得到第二指纹图像,进一步地,由于第二指纹图像已经被图像增强处理,电子设备可以将第二指纹图像与预设指纹模板进行匹配,在第二指纹图像与预设指纹模板匹配成功时,执行所述获取数据发送请求的步骤,反之,则可以提示用户继续输入指纹图像,如此,可以提升指纹识别效率。
可选地,本方案还可以对行人进行识别,若行人为病人,且污水中包含有该病人不能吸收的物质,则需要对该病人进行提示,以使得该病人避免经过该被污染的河道,则可以对行人的行为进行分析,其是否为相应的病人等,并进行预警,具体包括如下步骤:
F1、获取目标图像,所述目标图像包括第一目标;
F2、对所述目标图像进行目标提取,得到目标区域;
F3、对所述目标区域进行行为分析,得到第一行为参数集,所述第一行为参数集包括:行为类型和行为参数,所述行为参数至少包括行为识别精度;
F4、对所述目标区域进行人脸提取,得到目标人脸;
F5、确定所述目标人脸的目标清晰度,并确定所述目标清晰度对应的第一参考权值;
F6、确定所述行为识别精度对应的第二参考权值;
F7、依据所述第一参考权值和所述第二参考权值确定目标第一权值和目标第二权值,所述目标第一权值为人脸识别权重值,所述目标第二权值为行为识别权重值。
F9、获取目标对象的第二行为参数集和预设人脸模板;
F10、将所述第一行为参数集与所述第二行为参数集进行比对,得到第一比对值;
F11、将所述目标人脸与所述预设人脸模板进行比对,得到第二比对值;
F12、依据所述第一比对值、所述第二比对值、所述目标第一权值和所述目标第二权值进行加权运算,得到目标比对值;
F13、在所述目标比对值大于预设比对值时,确定所述目标对象与所述第一目标比对成功。
F14、若比对成功,则向该目标对象发送告警信息。
具体实现中,预设比对值可以由用户自行设置或者***默认,目标对象的第二行为参数集和预设人脸模板可以预先保存在***中。
具体地,养殖污水处理装置可以获取目标图像,该目标图像包括第一目标,并且可以对目标图像进行目标提取,得到目标区域,以及对目标区域进行行为分析,得到第一行为参数集,第一行为参数集可以包括以下至少一种:行为类型和行为参数,行为参数至少包括行为识别精度,行为类型可以为以下至少一种:打电话、聊天、低头、跑步等等,在此不做限定。行为参数可以包括行为识别精度、以及行为识别的关键点数量、关键点部位等等,在此不做限定。
进一步地,养殖污水处理装置可以对目标区域进行人脸提取,得到目标人脸,还可以确定目标人脸的目标清晰度,并确定目标清晰度对应的第一参考权值,具体可以预先设置清晰度与参考权值之间的映射关系,依据该映射关系可以确定目标清晰度对应的第一参考权值,类似地,可以确定行为识别精度对应的第二参考权值,具体即预先设置识别精度与参考权值之间的映射关系,依据该映射关系可以确定行为识别精度对应的第二参考权值。接下来,可以依据第一参考权值和第二参考权值确定目标第一权值和目标第二权值,目标第一权值为人脸识别权重值,目标第二权值为行为识别权重值
目标第一权值=第一参考权值/(第一参考权值+第二参考权值)
目标第二权值=第二参考权值/(第一参考权值+第二参考权值)
进一步地,养殖污水处理装置可以获取目标对象的第二行为参数集和预设人脸模板,将第一行为参数集与第二行为参数集进行比对,得到第一比对值,以及将目标人脸与预设人脸模板进行比对,得到第二比对值,进而,依据第一比对值、第二比对值、目标第一权值和目标第二权值进行加权运算,得到目标比对值,在目标比对值大于预设比对值时,确定目标对象与第一目标比对成功,否则,则确认比对失败,如此,可以依据行为和人脸双重人物识别,有助于提升人物识别精度。
请参阅图3,图3为本申请实施例提供了另一种养殖污水处理方法的流程示意图。如图3所示,该方法应用于养殖污水处理***,该方法包括:
301、获取目标图像,所述目标图像包括目标养殖区域和参考标识;
302、对所述目标图像进行特征提取,以得到所述目标图像的特征数据;
303、根据所述特征数据,确定所述参考标识的颜色信息、位置信息和外表信息;
304、根据所述颜色信息确定所述参考标识的第一参考状态信息;
305、根据所述位置信息确定所述参考标识的第二参考状态信息;
306、根据所述外表信息确定所述参考标识的第三参考状态信息;
307、根据所述第一参考状态信息、第二参考状态信息和第三参考状态信息,确定所述目标状态信息;
308、若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
本示例中,通过根据目标图像的特征信息,来确定参考标识的颜色信息、位置信息和外表信息,根据颜色信息、位置信息和外表信息来确定出目标状态信息,提升了目标状态信息确定时的准确信。
与上述实施例一致的,请参阅图4,图4为本申请实施例提供的一种终端的结构示意图,如图所示,包括处理器、输入设备、输出设备和存储器,处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,上述程序包括用于执行以下步骤的指令;
获取目标图像,所述目标图像包括目标养殖区域和参考标识;
根据所述目标图像确定所述参考标识的目标状态信息;
若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,终端为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对终端进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
与上述一致的,请参阅图5,图5为本申请实施例提供了一种养殖污水处理装置的结构示意图。如图5所示,所述装置应用于养殖污水处理***,所述装置包括:
获取单元501,用于获取目标图像,所述目标图像包括目标养殖区域和参考标识;
确定单元502,用于根据所述目标图像确定所述参考标识的目标状态信息;
净水单元503,用于若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
在一个可能的实现方式中,所述确定单元502用于:
对所述目标图像进行特征提取,以得到所述目标图像的特征数据;
根据所述特征数据,确定所述参考标识的颜色信息、位置信息和外表信息;
根据所述颜色信息确定所述参考标识的第一参考状态信息;
根据所述位置信息确定所述参考标识的第二参考状态信息;
根据所述外表信息确定所述参考标识的第三参考状态信息;
根据所述第一参考状态信息、第二参考状态信息和第三参考状态信息,确定所述目标状态信息。
在一个可能的实现方式中,在所述根据所述外表信息确定所述参考标识的第三参考状态信息方面,所述确定单元502具体用于:
根据所述外表信息,确定至少一种附着物的信息;
根据所述至少一种附着物的信息,确定所述至少一种附着物的类别;
根据所述外表信息,确定所述至少一种附着物的分布信息;
根据所述至少一种附着物的类别和所述分布信息,确定所述第三参考状态信息。
在一个可能的实现方式中,所述净水单元503用于:
获取所述目标养殖区域的环境信息;
根据所述环境信息,确定所述目标养殖区域的河岸的目标植物的生长状态信息;
根据所述生长状态信息为预设生长状态信息,则获取所述目标养殖区域的关联道路的行人信息;
根据所述行人信息,确定行人的运动轨迹;
根据所述运动轨迹,确定所述目标养殖区域的污染等级和净化处理等级;
根据所述污染等级和所述净化处理等级,对所述目标养殖区域的污水进行净化处理。
在一个可能的实现方式中,所述装置还用于:
获取对所述目标养殖区域的被净化处理后的污水;
对所述被净化处理后的污水进行检测,得到目标检测结果;
若所述目标检测结果为预设检测结果,则根据所述目标检测结果确定净化类别;
根据所述净化类别对所述被净化处理后的污水进行处理,以得到目标污水。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种养殖污水处理方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种养殖污水处理方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在申请明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种养殖污水处理方法,其特征在于,所述方法应用于养殖污水处理***,所述方法包括:
获取目标图像,所述目标图像包括目标养殖区域和参考标识;
根据所述目标图像确定所述参考标识的目标状态信息;
若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标图像确定所述参考标识的目标状态信息,包括:
对所述目标图像进行特征提取,以得到所述目标图像的特征数据;
根据所述特征数据,确定所述参考标识的颜色信息、位置信息和外表信息;
根据所述颜色信息确定所述参考标识的第一参考状态信息;
根据所述位置信息确定所述参考标识的第二参考状态信息;
根据所述外表信息确定所述参考标识的第三参考状态信息;
根据所述第一参考状态信息、第二参考状态信息和第三参考状态信息,确定所述目标状态信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述外表信息确定所述参考标识的第三参考状态信息,包括:
根据所述外表信息,确定至少一种附着物的信息;
根据所述至少一种附着物的信息,确定所述至少一种附着物的类别;
根据所述外表信息,确定所述至少一种附着物的分布信息;
根据所述至少一种附着物的类别和所述分布信息,确定所述第三参考状态信息。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述对所述目标养殖区域的污水进行净水处理,包括:
获取所述目标养殖区域的环境信息;
根据所述环境信息,确定所述目标养殖区域的河岸的目标植物的生长状态信息;
根据所述生长状态信息为预设生长状态信息,则获取所述目标养殖区域的关联道路的行人信息;
根据所述行人信息,确定行人的运动轨迹;
根据所述运动轨迹,确定所述目标养殖区域的污染等级和净化处理等级;
根据所述污染等级和所述净化处理等级,对所述目标养殖区域的污水进行净化处理。
5.根据权利要求4所述的方法,其特征在于,所述方还包括:
获取对所述目标养殖区域的被净化处理后的污水;
对所述被净化处理后的污水进行检测,得到目标检测结果;
若所述目标检测结果为预设检测结果,则根据所述目标检测结果确定净化类别;
根据所述净化类别对所述被净化处理后的污水进行处理,以得到目标污水。
6.一种养殖污水处理装置,其特征在于,所述装置应用于养殖污水处理***,所述装置包括:
获取单元,用于获取目标图像,所述目标图像包括目标养殖区域和参考标识;
确定单元,用于根据所述目标图像确定所述参考标识的目标状态信息;
净水单元,用于若根据所述目标状态信息,确定所述目标养殖区域为被污染区域,则对所述目标养殖区域的污水进行净水处理。
7.根据权利要求6所述的装置,其特征在于,所述确定单元用于:
对所述目标图像进行特征提取,以得到所述目标图像的特征数据;
根据所述特征数据,确定所述参考标识的颜色信息、位置信息和外表信息;
根据所述颜色信息确定所述参考标识的第一参考状态信息;
根据所述位置信息确定所述参考标识的第二参考状态信息;
根据所述外表信息确定所述参考标识的第三参考状态信息;
根据所述第一参考状态信息、第二参考状态信息和第三参考状态信息,确定所述目标状态信息。
8.根据权利要求7所述的装置,其特征在于,在所述根据所述外表信息确定所述参考标识的第三参考状态信息方面,所述确定单元具体用于:
根据所述外表信息,确定至少一种附着物的信息;
根据所述至少一种附着物的信息,确定所述至少一种附着物的类别;
根据所述外表信息,确定所述至少一种附着物的分布信息;
根据所述至少一种附着物的类别和所述分布信息,确定所述第三参考状态信息。
9.一种终端,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-5任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010935761.1A CN111994977A (zh) | 2020-09-08 | 2020-09-08 | 养殖污水处理方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010935761.1A CN111994977A (zh) | 2020-09-08 | 2020-09-08 | 养殖污水处理方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111994977A true CN111994977A (zh) | 2020-11-27 |
Family
ID=73469503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010935761.1A Pending CN111994977A (zh) | 2020-09-08 | 2020-09-08 | 养殖污水处理方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111994977A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6429763A (en) * | 1987-07-27 | 1989-01-31 | Hitachi Ltd | Method and device for monitoring water quality containing knowledge processing |
CN106830353A (zh) * | 2017-01-18 | 2017-06-13 | 亿利生态修复股份有限公司 | 水体污染处理方法和设备 |
CN108414690A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种参数确定方法及其相关设备 |
CN109081507A (zh) * | 2018-08-24 | 2018-12-25 | 广州市环境保护工程设计院有限公司 | 污水处理控制方法及*** |
CN110186923A (zh) * | 2019-05-14 | 2019-08-30 | 山东开创云软件有限公司 | 一种河道污染监测方法、装置和存储介质 |
CN110402880A (zh) * | 2019-07-22 | 2019-11-05 | 湖南文理学院 | 一种水产养殖中水质环境原位修复信息处理***及方法 |
JP2020032394A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社明電舎 | 汚水処理運転状況評価装置及び汚水処理運転状況評価方法 |
CN111524125A (zh) * | 2020-04-28 | 2020-08-11 | 北京海益同展信息科技有限公司 | 一种设备清洁方法、装置、***、电子设备及存储介质 |
CN111626504A (zh) * | 2020-05-26 | 2020-09-04 | 生态环境部环境规划院 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
-
2020
- 2020-09-08 CN CN202010935761.1A patent/CN111994977A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6429763A (en) * | 1987-07-27 | 1989-01-31 | Hitachi Ltd | Method and device for monitoring water quality containing knowledge processing |
CN106830353A (zh) * | 2017-01-18 | 2017-06-13 | 亿利生态修复股份有限公司 | 水体污染处理方法和设备 |
CN108414690A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种参数确定方法及其相关设备 |
CN109081507A (zh) * | 2018-08-24 | 2018-12-25 | 广州市环境保护工程设计院有限公司 | 污水处理控制方法及*** |
JP2020032394A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社明電舎 | 汚水処理運転状況評価装置及び汚水処理運転状況評価方法 |
CN110186923A (zh) * | 2019-05-14 | 2019-08-30 | 山东开创云软件有限公司 | 一种河道污染监测方法、装置和存储介质 |
CN110402880A (zh) * | 2019-07-22 | 2019-11-05 | 湖南文理学院 | 一种水产养殖中水质环境原位修复信息处理***及方法 |
CN111524125A (zh) * | 2020-04-28 | 2020-08-11 | 北京海益同展信息科技有限公司 | 一种设备清洁方法、装置、***、电子设备及存储介质 |
CN111626504A (zh) * | 2020-05-26 | 2020-09-04 | 生态环境部环境规划院 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
Non-Patent Citations (2)
Title |
---|
田景熙: "《物联网概论 第2版》", 31 July 2017, 东南大学出版社 * |
高明等: "《淡水鱼标准化生产技术》", 31 January 2003, 中国农业大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Verdonschot | Ecological characterization of surface waters in the province of Overijssel, The Netherlands | |
Nilssen | Tropical lakes—functional ecology and future development:. The need for a process-orientated approach | |
Miranda et al. | Evidence for serial discontinuity in the fish community of a heavily impounded river | |
Shetty et al. | Effect of water quality on the composition of fish communities in three coastal rivers of Karnataka, India | |
EP3694314B1 (en) | Method for monitoring at least one aquaculture pond and aquaculture pond monitoring system | |
CN115661081B (zh) | 基于图像处理的水产养殖自动控制换水方法 | |
Rusanov et al. | Longitudinal distribution of periphyton algae in the Moskva river under eutrophication | |
CN115082721A (zh) | 一种含油污水气浮法除污的压力控制方法 | |
CN111994977A (zh) | 养殖污水处理方法及相关装置 | |
Ayres | The status of shellfish depuration in Australia and south-east Asia | |
Araújo et al. | Long-term dynamics of the zooplankton community during large salinity fluctuations in a coastal lagoon | |
CN114519538B (zh) | 一种有效控制营养物质循环利用的多营养层次养殖*** | |
CN112001641B (zh) | 一种扇贝养殖区适宜性遥感评估*** | |
Imran et al. | Surface water qualities in coastal moheshkhali fishing zones of Bangladesh | |
Patus | Large dataset analysis to identify anthropogenic shifts in ecosystem function for the nearshore environs of small carbonate islands | |
CN112668591A (zh) | 智能河涌水处理方法及相关装置 | |
Hart | Food web (bio-) manipulation of South African reservoirs–viable eutrophication management prospect or illusory pipe dream? A reflective commentary and position paper | |
Mahmudi et al. | A water quality evaluation of integrated mangrove aquaculture system for water treatment in super-intensive white leg shrimp pond | |
CN114118877A (zh) | 一种增殖型海洋牧场生态适宜性评价方法 | |
Häggqvist et al. | Case Studies of Environmental Sampling, Detection, and Monitoring of Potentially Toxic Cyanobacteria | |
MYNETT | Hydroinformatics tools for ecohydraulics modelling | |
Jeong et al. | Intra-annual variation in microplastics in mussels (Mytilus galloprovincialis) inhabiting an urbanized bay of South Korea | |
Hickford | Patterns of distribution and abundance of larval fish in a southern temperate region. | |
Macfarlane | Shellfish as the impetus for embayment management | |
Killgore | Techniques used in fishery evaluation studies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201127 |