CN113376327A - 基于大数据的环境监测信息管理方法及*** - Google Patents
基于大数据的环境监测信息管理方法及*** Download PDFInfo
- Publication number
- CN113376327A CN113376327A CN202110773888.2A CN202110773888A CN113376327A CN 113376327 A CN113376327 A CN 113376327A CN 202110773888 A CN202110773888 A CN 202110773888A CN 113376327 A CN113376327 A CN 113376327A
- Authority
- CN
- China
- Prior art keywords
- environment
- data
- area
- grade
- parameter
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 183
- 230000007613 environmental effect Effects 0.000 title claims abstract description 157
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 238000012216 screening Methods 0.000 claims abstract description 40
- 238000007621 cluster analysis Methods 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Computational Linguistics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于大数据的环境监测信息管理方法及***,通过基于大数据获取预设的各环境监测标准区域的实际环境等级信息,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析;基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告。本发明实现了对环境监测信息的高效快捷有序及高利用率的管理。
Description
技术领域
本申请涉及环境监测技术领域,特别是涉及一种基于大数据的环境监测信息管理方法及***。
背景技术
环境监测,是指环境监测机构对环境质量状况进行监视和测定的活动。环境监测是通过对反映环境质量的指标进行监视和测定,以确定环境污染状况和环境质量的高低。环境监测的内容主要包括物理指标的监测、化学指标的监测和生态***的监测。
目前,随着大数据的发展,已然出现大数据与环境监测的结合,如公告号为CN213068814U的发明专利中公开的一种基于大数据的水源环境监测装置,一种基于大数据的水源环境监测装置,包括浮动装置与监测装置本体,浮动装置的上侧壁面固定连接有监测装置本体,浮动装置包括安装架,安装架的内侧壁面开设有转动槽,转动槽的内侧壁面转动连接有连接结构,支撑杆的之间连接有滤网,滤网的内侧背面下端固定连接有稳定件,装置中其安置浮桩一端为可活动组件。
明显可以看出,上述技术方案中可通过连接结构进行漂浮区域的调整以使得监测装置在工作过程中更为稳定,同时浮桩下端还安装有支撑杆,其内部可连接滤网,用以避免漂浮物阻塞监测口,而造成监测结果有误的问题。然而,目前大多只是通过采集到相关的环境监测数据,但是并没有对环境监测数据进行有效地利用,因而导致环境监测数据利用率低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高环境监测数据利用率的基于大数据的环境监测信息管理方法及***。
本发明技术方案如下:
一种基于大数据的环境监测信息管理方法,所述方法包括:
基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告。
具体而言,基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;具体包括:
基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级;基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级;将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内;若判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内,则生成实际参数调整权值;根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息;按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域。
具体而言,基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告;具体包括:
基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值;对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果;根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集;对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;提取所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集中的相同参数特征,并基于所述相同参数特征生成较优环境区域监测报告。
具体而言,对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,具体包括:
获取当前环境评判标准数据,并基于所述当前环境评判标准数据对所述同簇关联环境特征数据进行评判标准参数过滤;在评判标准参数过滤完成后生成真实关联环境特征数据;基于所述真实关联环境特征数据对所述实际匹配群体数据集进行多余群体过滤;在多余群体过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域。
具体而言,基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,之后还包括:
根据所述较优环境区域监测报告生成报告展示界面;对所述较优环境区域监测报告按照数据的数据容量大小进行拆分,并生成多个拆分环境区域较优数据,同时获取各所述拆分环境区域较优数据的实际展示面积;获取所述报告展示界面的当前终端展示面积;根据所述实际展示面积与所述当前终端展示面积按照预设的展示比例进行展示。
具体而言,一种基于大数据的环境监测信息管理***,所述***包括:
比例筛选模块,用于基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;
环境参数模块,用于根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;
关联环境模块,用于基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告。
具体而言,所述***还包括:
图像采集模块,用于基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级;
模块获取模块,用于基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级;
数据等级模块,用于将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内;
参数环境模块,用于若判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内,则生成实际参数调整权值;
实际环境模块,用于根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息;
推荐环境模块,用于按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域。
具体而言,所述***还包括:
环境区域模块,用于基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值;
卷积运算模块,用于对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果;
遍历卷积模块,用于根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集;
群体数据模块,用于对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;
较优环境模块,用于提取所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集中的相同参数特征,并基于所述相同参数特征生成较优环境区域监测报告;
标准数据模块,用于获取当前环境评判标准数据,并基于所述当前环境评判标准数据对所述同簇关联环境特征数据进行评判标准参数过滤;
参数过滤模块,用于在评判标准参数过滤完成后生成真实关联环境特征数据;
真实关联模块,用于基于所述真实关联环境特征数据对所述实际匹配群体数据集进行多余群体过滤;
群体过滤模块,用于在多余群体过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;
监测报告模块,用于根据所述较优环境区域监测报告生成报告展示界面;
较优展示模块,用于对所述较优环境区域监测报告按照数据的数据容量大小进行拆分,并生成多个拆分环境区域较优数据,同时获取各所述拆分环境区域较优数据的实际展示面积;
终端展示模块,用于获取所述报告展示界面的当前终端展示面积;
当前终端模块,用于根据所述实际展示面积与所述当前终端展示面积按照预设的展示比例进行展示。
具体而言,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于大数据的环境监测信息管理方法所述的步骤。
具体而言,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于大数据的环境监测信息管理方法所述的步骤。
本发明实现技术效果如下:
上述基于大数据的环境监测信息管理方法及***,依次通过基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,进而实现能够在监测到各区域的环境数据后,能够通过先对其中较优的环境等级的区域进行筛选,即利用基于大数据获取到的环境数据进行数据筛选,再通过对所述可推荐环境参数数据集进行聚类分析,以及利用同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,实现通过一个区域的特征匹配到其他相同较优环境的区域,并通过所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,实现对较优环境区域的环境数据进行分析,进而通过报告的形式,使得更明确地知晓较优区域的环境的优点与环境管理的长处,进而方便管理人员对其他环境区域进行管理,进而实现了对环境监测信息的高效快捷有序及高利用率的管理。
附图说明
图1为一个实施例中基于大数据的环境监测信息管理方法的流程示意图;
图2为一个实施例中基于大数据的环境监测信息管理***的结构框图;
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种基于大数据的环境监测信息管理方法,所述方法包括:
步骤S100:基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;
具体地,本步骤中,各所述环境监测标准区域均为预先设置,所述实际环境等级信息表征各所述环境监测标准区域的环境的好坏等级。在获取预设的各环境监测标准区域的实际环境等级信息之前,还包括获取各环境监测标准区域的基本环境数据,通过对基本环境数据进行评估,进而获取所述环境监测标准区域的实际环境等级信息。所述基本环境数据可以包括表面环境信息,如图像信息,亦可以包含本质环境信息,如具体环境参数信息。
此外,本实施例中所述基于大数据获取,指的是通过设置具备大数据技术的硬件设备,如可以实时采集数据并将采集到的数据即时传输至大数据云端中,当然,采用的硬件设备辐散设置于所述环境监测标准区域内,进而实现全方位数据采集,进而精准获取各环境监测标准区域的实际环境等级信息。
另外,为了保证数据的有效性和高效性,进而从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,其中,按照特定比例,可以理解为按照预设的筛选规则将无用数据滤除,进而挑选出符合要求的实际环境等级信息。具体地,所述特定比例预先设置,如预先设置为等级满足特定级别之上方可被筛选,这样保证了筛选出的较优实际环境等级均为有效地且为级别较高的,并且具有参考意义的。
接着,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域。
步骤S200:根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;
具体地,本步骤中,获取所述可推荐环境把控区域后,为了对所述可推荐环境把控区域的参数数据进行研究并管理,进而知晓所述可推荐环境把控区域的环境较优的原因,因此,通过获取所述可推荐环境把控区域的可推荐环境参数数据集,并且通过根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据。
其中,聚类分析是一种非监督学习方法,它不需要任何形式的标签,而是基于数据本身的结构推测出簇标签。也即,通过获取同簇关联环境特征数据,进而实现按相关特征划分并形成各个簇,并使同簇关联环境特征数据代表所述可推荐环境把控区域的可推荐环境参数数据集与其他数据的关联关系和本身特征。
步骤S300:基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告。
具体地,本步骤中,所述待管理环境区域数据库中预先存储了多个待管理环境区域,可以理解为,所述待管理环境区域数据库中的数据均为待处理并且待分析的数据。因此,本实施例中,通过基于所述同簇关联环境特征数据,利用同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,实现通过一个区域的特征匹配到其他相同较优环境的区域,并通过所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,实现对较优环境区域的环境数据进行分析,进而通过报告的形式,使得更明确地知晓较优区域的环境的优点与环境管理的长处,进而方便管理人员对其他环境区域进行管理,进而实现了对环境监测信息的高效快捷有序及高利用率的管理。
在一个实施例中,步骤S100:基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;具体包括:
步骤S110:基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级;
步骤S120:基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级;
步骤S130:将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内;
步骤S140:若判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内,则生成实际参数调整权值;
步骤S150:根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息;
步骤S160:按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域。
具体地,本步骤中,为了获取精准地获取各环境监测标准区域的实际环境等级信息,因此,本步骤中通过多角度对比,也即首先,通过获取基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级,其中,所述大数据图像采集模块为设置于环境监测标准区域内的用于监测环境数据的装置,并且所述大数据图像采集模块为通过对区域内的环境图像数据进行采集,同时在采集图像数据后,即时上传至大数据云端,进而方便在大数据云端进行数据分析。
此外,还通过与预设的标准环境图像数据作比对,并生成图像环境数据等级,此为一个角度获取了图像环境数据等级。
在另一个角度上,通过基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级,同理,通过所述大数据参数采集模块,实现对各环境监测标准区域的环境参数的数据的监测与获取,并即时上传至大数据云端。接着,再与预设的标准参数环境数据作比对,并生成参数环境数据等级。其中,所述环境参数监测数据为空气指数、污染指数以及雾霾浓度等。
进一步地,再通过将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内,当判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内时,说明此时所述图像环境数据等级和所述参数环境数据等级存在偏差,因此,为了实现数据的纠正处理,故根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息。
接着,还通过按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,本实施例中,排名前十即为特定比例,进而通过排序实现了较优环境的获取,提升数据处理精度。
在一个实施例中,步骤S300:基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告;具体包括:
步骤S310:基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值;
步骤S320:对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果;
步骤S330:根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集;
步骤S340:对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;
步骤S350:提取所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集中的相同参数特征,并基于所述相同参数特征生成较优环境区域监测报告。
具体地,本步骤中,本步骤中,为了实现检测报告的准确获取,以及实现准确生成与所述同簇关联环境特征数据相匹配的待管理环境区域,因此,通过基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值,再接着,对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果,再然后,通过根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集,以及为了滤除干扰因素,因此,通过对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,进一步地,实现了同簇较优环境区域的精准高效获取,进一步地实现了监测报告的准确高效地生成。
在一个实施例中,步骤S340:对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,具体包括:
步骤S341:获取当前环境评判标准数据,并基于所述当前环境评判标准数据对所述同簇关联环境特征数据进行评判标准参数过滤;
步骤S342:在评判标准参数过滤完成后生成真实关联环境特征数据;
步骤S343:基于所述真实关联环境特征数据对所述实际匹配群体数据集进行多余群体过滤;
步骤S344:在多余群体过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域。
具体地,本步骤中,为了保证数据的实时有效性,因此,需要首先获取当前环境评判标准数据,当前环境评判标准数据为当前更新的关于环境评判的标准,如更新的国标、行标或者其他能够衡量环境好坏的标准。本步骤中,通过基于所述当前环境评判标准数据对所述同簇关联环境特征数据进行评判标准参数过滤,实现先从源头过滤,再通过在评判标准参数过滤完成后生成真实关联环境特征数据,以及基于所述真实关联环境特征数据对所述实际匹配群体数据集进行多余群体过滤,最后,在多余群体过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,从而实现同簇较优环境区域的精准有效获取。
在一个实施例中,步骤S300:基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,之后还包括:
步骤S410:根据所述较优环境区域监测报告生成报告展示界面;
步骤S420:对所述较优环境区域监测报告按照数据的数据容量大小进行拆分,并生成多个拆分环境区域较优数据,同时获取各所述拆分环境区域较优数据的实际展示面积;
步骤S430:获取所述报告展示界面的当前终端展示面积;
步骤S440:根据所述实际展示面积与所述当前终端展示面积按照预设的展示比例进行展示。
具体地,本步骤中,首先,为了提升用户体验,以及提升用户对报告的浏览的兴趣和有效性,依次通过对所述较优环境区域监测报告按照数据的数据容量大小进行拆分,并生成多个拆分环境区域较优数据,同时获取各所述拆分环境区域较优数据的实际展示面积,以及获取所述报告展示界面的当前终端展示面积,并且根据所述实际展示面积与所述当前终端展示面积按照预设的展示比例进行展示,实现通过预设的展示比例,对所述较优环境区域监测报告进行各部分按照容量来对应不同大小的区域,进而实现高效展示效果,提升报告浏览者的用户体验。
综上所述,本发明依次通过基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,进而实现能够在监测到各区域的环境数据后,能够通过先对其中较优的环境等级的区域进行筛选,即利用基于大数据获取到的环境数据进行数据筛选,再通过对所述可推荐环境参数数据集进行聚类分析,以及利用同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,实现通过一个区域的特征匹配到其他相同较优环境的区域,并通过所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,实现对较优环境区域的环境数据进行分析,进而通过报告的形式,使得更明确地知晓较优区域的环境的优点与环境管理的长处,进而方便管理人员对其他环境区域进行管理,进而实现了对环境监测信息的高效快捷有序及高利用率的管理。
在一个实施例中,如图2所示,一种基于大数据的环境监测信息管理***,所述***包括:
比例筛选模块,用于基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;
环境参数模块,用于根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;
关联环境模块,用于基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告。
在一个实施例中,所述***还包括:
图像采集模块,用于基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级;
模块获取模块,用于基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级;
数据等级模块,用于将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内;
参数环境模块,用于若判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内,则生成实际参数调整权值;
实际环境模块,用于根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息;
推荐环境模块,用于按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域。
在一个实施例中,所述***还包括:
环境区域模块,用于基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值;
卷积运算模块,用于对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果;
遍历卷积模块,用于根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集;
群体数据模块,用于对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;
较优环境模块,用于提取所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集中的相同参数特征,并基于所述相同参数特征生成较优环境区域监测报告;
标准数据模块,用于获取当前环境评判标准数据,并基于所述当前环境评判标准数据对所述同簇关联环境特征数据进行评判标准参数过滤;
参数过滤模块,用于在评判标准参数过滤完成后生成真实关联环境特征数据;
真实关联模块,用于基于所述真实关联环境特征数据对所述实际匹配群体数据集进行多余群体过滤;
群体过滤模块,用于在多余群体过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;
监测报告模块,用于根据所述较优环境区域监测报告生成报告展示界面;
较优展示模块,用于对所述较优环境区域监测报告按照数据的数据容量大小进行拆分,并生成多个拆分环境区域较优数据,同时获取各所述拆分环境区域较优数据的实际展示面积;
终端展示模块,用于获取所述报告展示界面的当前终端展示面积;
当前终端模块,用于根据所述实际展示面积与所述当前终端展示面积按照预设的展示比例进行展示。
在一个实施例中,如图3所示,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于大数据的环境监测信息管理方法所述的步骤。
在一个实施例中,所述处理器执行以下步骤:基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告;基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级;基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级;将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内;若判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内,则生成实际参数调整权值;根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息;按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值;对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果;根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集;对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;提取所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集中的相同参数特征,并基于所述相同参数特征生成较优环境区域监测报告。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于大数据的环境监测信息管理方法所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于大数据的环境监测信息管理方法,其特征在于,所述方法包括:
基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告。
2.根据权利要求1所述的基于大数据的环境监测信息管理方法,其特征在于,基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;具体包括:
基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级;基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级;将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内;若判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内,则生成实际参数调整权值;根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息;按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域。
3.根据权利要求1所述的基于大数据的环境监测信息管理方法,其特征在于,基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告;具体包括:
基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值;对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果;根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集;对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;提取所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集中的相同参数特征,并基于所述相同参数特征生成较优环境区域监测报告。
4.根据权利要求3所述的基于大数据的环境监测信息管理方法,其特征在于,对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,具体包括:
获取当前环境评判标准数据,并基于所述当前环境评判标准数据对所述同簇关联环境特征数据进行评判标准参数过滤;在评判标准参数过滤完成后生成真实关联环境特征数据;基于所述真实关联环境特征数据对所述实际匹配群体数据集进行多余群体过滤;在多余群体过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域。
5.根据权利要求1-4任一项所述的基于大数据的环境监测信息管理方法,其特征在于,基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告,之后还包括:
根据所述较优环境区域监测报告生成报告展示界面;对所述较优环境区域监测报告按照数据的数据容量大小进行拆分,并生成多个拆分环境区域较优数据,同时获取各所述拆分环境区域较优数据的实际展示面积;获取所述报告展示界面的当前终端展示面积;根据所述实际展示面积与所述当前终端展示面积按照预设的展示比例进行展示。
6.一种基于大数据的环境监测信息管理***,其特征在于,所述***包括:
比例筛选模块,用于基于大数据获取预设的各环境监测标准区域的实际环境等级信息,并从各所述实际环境等级信息中按照特定比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域;
环境参数模块,用于根据所述可推荐环境把控区域获取所述可推荐环境把控区域的可推荐环境参数数据集,并根据所述可推荐环境参数数据集进行聚类分析,在聚类分析后生成同簇关联环境特征数据;
关联环境模块,用于基于所述同簇关联环境特征数据从预设的待管理环境区域数据库中筛选出与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域,并基于所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集生成较优环境区域监测报告。
7.根据权利要求6所述的基于大数据的环境监测信息管理***,其特征在于,所述***还包括:
图像采集模块,用于基于预设的大数据图像采集模块获取预设的各环境监测标准区域的图像监测环境数据,并根据所述图像监测环境数据与预设的标准环境图像数据作比对,并生成图像环境数据等级;
模块获取模块,用于基于预设的大数据参数采集模块获取预设的各环境监测标准区域的环境参数监测数据,并根据所述环境参数监测数据与预设的标准参数环境数据作比对,并生成参数环境数据等级;
数据等级模块,用于将所述图像环境数据等级与所述参数环境数据等级作对比,并判断所述图像环境数据等级和所述参数环境数据等级是否处于预设的标准误差范围内;
参数环境模块,用于若判断所述图像环境数据等级和所述参数环境数据等级不是处于预设的标准误差范围内,则生成实际参数调整权值;
实际环境模块,用于根据所述实际参数调整权值对所述图像环境数据等级和所述参数环境数据等级进行调整,并生成实际环境等级信息;
推荐环境模块,用于按照等级的高低顺序对各所述实际环境等级信息排列,并从各所述实际环境等级信息中按照排名前十的比例筛选出较优实际环境等级,将所述较优实际环境等级对应的环境监测标准区域设定为可推荐环境把控区域。
8.根据权利要求6所述的基于大数据的环境监测信息管理***,其特征在于,所述***还包括:
环境区域模块,用于基于所述同簇关联环境特征数据,将所述同簇关联环境特征数据与预设的待管理环境区域数据库中的待管理环境区域一一对比,并分别生成环境数据匹配值;
卷积运算模块,用于对所述环境数据匹配值作卷积运算,并生成所述环境数据匹配值的目标环境卷积特征,同时基于所述目标环境卷积特征对所述环境数据匹配值作遍历的卷积运算,获得当前遍历卷积结果;
遍历卷积模块,用于根据所述当前遍历卷积结果生成与所述同簇关联环境特征数据相匹配的实际匹配群体数据集;
群体数据模块,用于对所述实际匹配群体数据集进行多余特征过滤,并在多余特征过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;
较优环境模块,用于提取所述同簇较优环境区域和所述可推荐环境把控区域的可推荐环境参数数据集中的相同参数特征,并基于所述相同参数特征生成较优环境区域监测报告;
标准数据模块,用于获取当前环境评判标准数据,并基于所述当前环境评判标准数据对所述同簇关联环境特征数据进行评判标准参数过滤;
参数过滤模块,用于在评判标准参数过滤完成后生成真实关联环境特征数据;
真实关联模块,用于基于所述真实关联环境特征数据对所述实际匹配群体数据集进行多余群体过滤;
群体过滤模块,用于在多余群体过滤完成后生成与所述同簇关联环境特征数据相匹配的待管理环境区域,并将该待优化环境区域记为同簇较优环境区域;
监测报告模块,用于根据所述较优环境区域监测报告生成报告展示界面;
较优展示模块,用于对所述较优环境区域监测报告按照数据的数据容量大小进行拆分,并生成多个拆分环境区域较优数据,同时获取各所述拆分环境区域较优数据的实际展示面积;
终端展示模块,用于获取所述报告展示界面的当前终端展示面积;
当前终端模块,用于根据所述实际展示面积与所述当前终端展示面积按照预设的展示比例进行展示。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110773888.2A CN113376327B (zh) | 2021-07-08 | 2021-07-08 | 基于大数据的环境监测信息管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110773888.2A CN113376327B (zh) | 2021-07-08 | 2021-07-08 | 基于大数据的环境监测信息管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113376327A true CN113376327A (zh) | 2021-09-10 |
CN113376327B CN113376327B (zh) | 2023-01-17 |
Family
ID=77581467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110773888.2A Active CN113376327B (zh) | 2021-07-08 | 2021-07-08 | 基于大数据的环境监测信息管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113376327B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883755A (zh) * | 2023-07-20 | 2023-10-13 | 广州新城建筑设计院有限公司 | 一种乡村建设环境监测方法、***、设备及存储介质 |
CN117132101A (zh) * | 2023-10-25 | 2023-11-28 | 中节能(攀枝花)清洁技术发展有限公司 | 基于监测可视化的工业废料管理方法及*** |
CN117571056A (zh) * | 2023-11-22 | 2024-02-20 | 江苏腾丰环保科技有限公司 | 一种基于物联网的环境保护监测方法、*** |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258104A (zh) * | 2012-02-15 | 2013-08-21 | 曹春香 | 环境健康遥感诊断方法 |
CN103473463A (zh) * | 2013-09-17 | 2013-12-25 | 中国环境科学研究院 | 一种定量确定湖泊流域水体氮磷背景浓度的方法 |
CN104598514A (zh) * | 2014-11-26 | 2015-05-06 | 北京金水永利科技有限公司 | 一种基于聚类分析发现环境监测罕见数据组合模式的算法 |
CN106979911A (zh) * | 2017-03-07 | 2017-07-25 | 南京航空航天大学 | 利用卫星多光谱影像数据进行pm 2.5和pm 10估算的方法 |
CN108090515A (zh) * | 2017-12-27 | 2018-05-29 | 南京邮电大学 | 一种基于数据融合的环境等级评估方法 |
CN109345004A (zh) * | 2018-09-12 | 2019-02-15 | 北京英视睿达科技有限公司 | 基于热点网格的空气污染物数据获取方法 |
CN109842682A (zh) * | 2019-01-31 | 2019-06-04 | 内蒙古工业大学 | 一种基于物联网的分布式环境安全学习及预警方法 |
CN110166525A (zh) * | 2019-04-15 | 2019-08-23 | 广东康云科技有限公司 | 应用于园区的资源信息处理管理*** |
CN209416454U (zh) * | 2019-01-24 | 2019-09-20 | 天津朗顿绿能环境技术开发有限公司 | 一种沼气发电水位监测装置 |
CN110276365A (zh) * | 2018-03-16 | 2019-09-24 | 中国科学院遥感与数字地球研究所 | 一种用于sar图像海冰分类的卷积神经网络的训练方法及其分类方法 |
WO2019237193A1 (en) * | 2018-06-11 | 2019-12-19 | Odaia Intelligence Inc. | Data visualization platform for event-based behavior clustering |
CN110598117A (zh) * | 2019-09-20 | 2019-12-20 | 四川省绵阳太古软件有限公司 | 一种用于环境康养的健康旅游推荐***及方法 |
CN110969346A (zh) * | 2019-11-22 | 2020-04-07 | 江苏省环境科学研究院 | 基于指标筛选的流域水生态功能分区治理需求评价方法 |
US20200134891A1 (en) * | 2017-07-12 | 2020-04-30 | Mitsubishi Electric Corporation | Comfort level display apparatus |
CN111861282A (zh) * | 2020-08-05 | 2020-10-30 | 深圳博沃智慧科技有限公司 | 一种环评结果评估方法、装置和计算机可读存储介质 |
CN111932146A (zh) * | 2020-09-01 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 污染成因的分析方法、装置、计算机设备和可读存储介质 |
CN112561235A (zh) * | 2020-11-23 | 2021-03-26 | 中铁二十四局集团福建铁路建设有限公司 | 一种适于高速公路路域的生态脆弱性评价方法 |
CN113051330A (zh) * | 2021-04-13 | 2021-06-29 | 福州外语外贸学院 | 基于大数据的实时环境监控方法、装置及计算机设备 |
-
2021
- 2021-07-08 CN CN202110773888.2A patent/CN113376327B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258104A (zh) * | 2012-02-15 | 2013-08-21 | 曹春香 | 环境健康遥感诊断方法 |
CN103473463A (zh) * | 2013-09-17 | 2013-12-25 | 中国环境科学研究院 | 一种定量确定湖泊流域水体氮磷背景浓度的方法 |
CN104598514A (zh) * | 2014-11-26 | 2015-05-06 | 北京金水永利科技有限公司 | 一种基于聚类分析发现环境监测罕见数据组合模式的算法 |
CN106979911A (zh) * | 2017-03-07 | 2017-07-25 | 南京航空航天大学 | 利用卫星多光谱影像数据进行pm 2.5和pm 10估算的方法 |
US20200134891A1 (en) * | 2017-07-12 | 2020-04-30 | Mitsubishi Electric Corporation | Comfort level display apparatus |
CN108090515A (zh) * | 2017-12-27 | 2018-05-29 | 南京邮电大学 | 一种基于数据融合的环境等级评估方法 |
CN110276365A (zh) * | 2018-03-16 | 2019-09-24 | 中国科学院遥感与数字地球研究所 | 一种用于sar图像海冰分类的卷积神经网络的训练方法及其分类方法 |
WO2019237193A1 (en) * | 2018-06-11 | 2019-12-19 | Odaia Intelligence Inc. | Data visualization platform for event-based behavior clustering |
CN109345004A (zh) * | 2018-09-12 | 2019-02-15 | 北京英视睿达科技有限公司 | 基于热点网格的空气污染物数据获取方法 |
CN209416454U (zh) * | 2019-01-24 | 2019-09-20 | 天津朗顿绿能环境技术开发有限公司 | 一种沼气发电水位监测装置 |
CN109842682A (zh) * | 2019-01-31 | 2019-06-04 | 内蒙古工业大学 | 一种基于物联网的分布式环境安全学习及预警方法 |
CN110166525A (zh) * | 2019-04-15 | 2019-08-23 | 广东康云科技有限公司 | 应用于园区的资源信息处理管理*** |
CN110598117A (zh) * | 2019-09-20 | 2019-12-20 | 四川省绵阳太古软件有限公司 | 一种用于环境康养的健康旅游推荐***及方法 |
CN110969346A (zh) * | 2019-11-22 | 2020-04-07 | 江苏省环境科学研究院 | 基于指标筛选的流域水生态功能分区治理需求评价方法 |
CN111861282A (zh) * | 2020-08-05 | 2020-10-30 | 深圳博沃智慧科技有限公司 | 一种环评结果评估方法、装置和计算机可读存储介质 |
CN111932146A (zh) * | 2020-09-01 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 污染成因的分析方法、装置、计算机设备和可读存储介质 |
CN112561235A (zh) * | 2020-11-23 | 2021-03-26 | 中铁二十四局集团福建铁路建设有限公司 | 一种适于高速公路路域的生态脆弱性评价方法 |
CN113051330A (zh) * | 2021-04-13 | 2021-06-29 | 福州外语外贸学院 | 基于大数据的实时环境监控方法、装置及计算机设备 |
Non-Patent Citations (6)
Title |
---|
SARIGIANNIS, D 等: "Multidisciplinary data and model fusion: a key to integrated air quality assessment", 《PROCEEDINGS OF SPIE》 * |
刘儒 等: "基于云环境下海洋环境监测大数据处理平台的研究", 《电子测试》 * |
徐琳 等: "针对质量评价的环境星遥感真实图像库构建", 《中国图像图形学报》 * |
朱文倩: "基于LoRa的水产养殖信息管理平台的设计与实现", 《中国优秀硕士论文全文数据库 农业科技辑》 * |
熊丽君 等: "大数据技术在生态环境领域的应用综述", 《生态环境学报》 * |
邢昱等: "环境监测数据综合分析方法与评价技术", 《中国资源综合利用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883755A (zh) * | 2023-07-20 | 2023-10-13 | 广州新城建筑设计院有限公司 | 一种乡村建设环境监测方法、***、设备及存储介质 |
CN116883755B (zh) * | 2023-07-20 | 2024-03-26 | 广州新城建筑设计院有限公司 | 一种乡村建设环境监测方法、***、设备及存储介质 |
CN117132101A (zh) * | 2023-10-25 | 2023-11-28 | 中节能(攀枝花)清洁技术发展有限公司 | 基于监测可视化的工业废料管理方法及*** |
CN117132101B (zh) * | 2023-10-25 | 2024-01-05 | 中节能(攀枝花)清洁技术发展有限公司 | 基于监测可视化的工业废料管理方法及*** |
CN117571056A (zh) * | 2023-11-22 | 2024-02-20 | 江苏腾丰环保科技有限公司 | 一种基于物联网的环境保护监测方法、*** |
CN117571056B (zh) * | 2023-11-22 | 2024-05-24 | 山东兰陵经济开发区管理委员会 | 一种基于物联网的环境保护监测方法、*** |
Also Published As
Publication number | Publication date |
---|---|
CN113376327B (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113376327B (zh) | 基于大数据的环境监测信息管理方法及*** | |
CN113642849B (zh) | 考虑空间分布特征的地质灾害危险性综合评价方法及装置 | |
CN105809035B (zh) | 基于安卓应用实时行为的恶意软件检测方法和*** | |
CN112102247B (zh) | 基于机器学习的病理切片质量评价方法及相关设备 | |
CN111126511B (zh) | 一种基于植被指数融合的lai定量模型建立的方法 | |
CN114492764A (zh) | 人工智能模型测试方法、装置、电子设备和存储介质 | |
CN113673618A (zh) | 一种融合注意力模型的烟虫目标检测方法 | |
Yumang et al. | Bacterial Leaf Blight Identification of Rice Fields Using Tiny YOLOv3 | |
CN110222981B (zh) | 一种基于参数二次选取的储层分类评价方法 | |
CN116738261A (zh) | 基于聚类分箱的数值型特征离散化归因分析方法及装置 | |
CN112233060B (zh) | 数字病理图像异常样本的筛选方法、装置、设备及介质 | |
CN114972757B (zh) | 一种隧道渗漏水区域识别方法及*** | |
DE102022213605A1 (de) | Verfahren, System und Medium zur Schmierungsbeurteilung | |
CN116188834A (zh) | 基于自适应训练模型的全切片图像分类方法及装置 | |
CN113705672B (zh) | 图像目标检测的阈值选取方法、***、装置及存储介质 | |
CN115880233A (zh) | 细胞病理图像评价方法及装置 | |
CN109544410A (zh) | 小区房源价值参数估计方法以及装置 | |
CN112184708B (zh) | ***存活率检测方法及装置 | |
CN113590663A (zh) | 一种环境检测方法及*** | |
US10482314B2 (en) | Automatic calculation for ploidy classification | |
CN116130111B (zh) | 数据自检测寻优方法、装置、电子设备及存储介质 | |
CN116050507B (zh) | 一种二氧化碳排放监测方法与*** | |
RU2706515C1 (ru) | Система и способ автоматизированного описания горных пород | |
US11126819B1 (en) | Systems and methods for optimizing camera and microscope configurations for capturing thin section images | |
CN116843608A (zh) | 基于机器视觉的服装缺陷检测方法、装置及计算机设备 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221213 Address after: 572024 313-9, Building 5, Yabulun Industrial Park, Yazhouwan Science and Technology City, Yazhou District, Sanya, Hainan Applicant after: Hainan Haisheng Information Technology Co.,Ltd. Address before: 570000 Chengdong community, Chengdong Shachang Road, Fucheng Town, Haikou City, Hainan Province A502 Applicant before: Hainan lvneng Environmental Engineering Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |