CN113419024A - 一种同位素丰度溯源排污企业的方法及计算机设备 - Google Patents
一种同位素丰度溯源排污企业的方法及计算机设备 Download PDFInfo
- Publication number
- CN113419024A CN113419024A CN202110673335.XA CN202110673335A CN113419024A CN 113419024 A CN113419024 A CN 113419024A CN 202110673335 A CN202110673335 A CN 202110673335A CN 113419024 A CN113419024 A CN 113419024A
- Authority
- CN
- China
- Prior art keywords
- isotope
- fingerprint data
- water sample
- preset
- detected
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种同位素丰度溯源排污企业的方法及计算机设备,方法包括步骤:获取排污的待测水样,并检测待测水样中各同位素的丰度;针对每一种同位素,根据待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值;根据所有同位素的同位素偏差值,确定待测水样对应的同位素指纹数据;根据同位素指纹数据与预设同位素指纹数据,确定待测水样对应的排污企业。通过对待测水样进行同位素的丰度检测,并确定同位素偏差值,再根据所有同位素的同位素偏差值,确定同位素指纹数据,从而根据同位素指纹数据与预设同位素指纹数据,确定待测水样对应的排污企业,从而实现对排污企业的溯源。
Description
技术领域
本发明涉及同位素检测领域,尤其涉及的是一种同位素丰度溯源排污企业的方法及计算机设备。
背景技术
随着环保意识的增强,企业排污问题逐渐受到重视。现有技术中,虽然河流等水体中的污染超标,但是无法快速追溯排污企业,也就是说,企业污染无法快速溯源。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种同位素丰度溯源排污企业的方法及计算机设备,旨在解决现有技术中企业污染无法快速溯源的问题。
本发明解决技术问题所采用的技术方案如下:
一种同位素丰度溯源排污企业的方法,其中,包括步骤:
获取排污的待测水样,并检测所述待测水样中各同位素的丰度;
针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值;
根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据;
根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业。
所述的同位素丰度溯源排污企业的方法,其中,所述同位素包括:13C、32P、15N、34S、26Mg、67Zn、129I、202Hg以及208Pb;所述根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据,包括:
根据所有同位素的同位素偏差值,确定所述待测水样对应的特征同位素;其中,所述特征同位素为所述同位素中的至少一种;
根据所有特征同位素对应的同位素偏差值,确定所述待测水样对应的同位素指纹数据。
所述的同位素丰度溯源排污企业的方法,其中,所述根据所有同位素的同位素偏差值,确定所述待测水样对应的特征同位素,包括:
针对每一种同位素,当该同位素的同位素偏差值与预设同位素偏差值不相等时,将该同位素作为所述待测水样对应的特征同位素。
所述的同位素丰度溯源排污企业的方法,其中,所述同位素指纹数据为同位素雷达图数据;
所述根据所有特征同位素对应的同位素偏差值,确定所述待测水样对应的同位素指纹数据,包括:
将所有特征同位素对应的同位素偏差值按照预设顺序排列形成同位素雷达图数据;其中,所述预设顺序为特征同位素的原子序数。
所述的同位素丰度溯源排污企业的方法,其中,所述预设阈值为背景样品中同一同位素的同位素比值,所述同位素比值为同位素的丰度以及与该同位素对应元素的丰度的比值;
所述针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值,包括:
针对每一种同位素,根据所述待测水样中该同位素的丰度,确定该同位素的同位素比值;
根据该同位素的同位素比值以及背景样品中同一同位素的同位素比值,确定该同位素的同位素偏差值。
所述的同位素丰度溯源排污企业的方法,其中,所述同位素偏差值为:
其中,δ表示同位素的同位素偏差值,R样表示同位素的同位素比值,R参表示背景样品中同一同位素的同位素比值。
所述的同位素丰度溯源排污企业的方法,其中,所述根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,包括:
确定所述同位素指纹数据与预设同位素指纹数据之间的相似度;
当所述相似度满足预设条件时,将所述预设同位素指纹数据对应的企业类型作为所述待测水样对应的排污企业。
所述的同位素丰度溯源排污企业的方法,其中,应用于监控***,所述监控***包括:通信连接的终端和云服务器;所述根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,包括:
所述终端将所述同位素指纹数据发送至所述云服务器;
所述云服务器接收所述同位素指纹数据,并根据所述同位素指纹数据,确定所述待测水样对应的预设指纹数据库;所述预设指纹数据库按照产业领域或企业分类,所述预设指纹数据库包括预设同位素指纹数据;
所述云服务器根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,并将所述排污企业发送给所述终端。
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,其中,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
有益效果:通过对待测水样进行同位素的丰度检测,并确定同位素偏差值,再根据所有同位素的同位素偏差值,确定同位素指纹数据,从而可以根据同位素指纹数据与预设同位素指纹数据,确定待测水样对应的排污企业,以便确定排污企业,从而实现对排污企业的溯源。
附图说明
图1是本发明中同位素丰度溯源排污企业的方法的流程图。
图2是本发明中雷达图。
图3是本发明中3D散点图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请同时参阅图1-图3,本发明提供了一种同位素丰度溯源排污企业的方法的一些实施例。
如图1所示,本发明实施例的同位素丰度溯源排污企业的方法,包括以下步骤:
步骤S100、获取排污的待测水样,并检测所述待测水样中各同位素的丰度。
具体地,这里的丰度是指待测水样中同位素的相对含量,可以采用重量百分比表示。获得排污的待测水样时,检测待测水样中各同位素的丰度。还可以是获得排污的待测水样时,先检测是否污染超标,当污染超标时,检测待测水样中各同位素的丰度,进而确定排污企业。也就是说,先通过是否污染超标排除未污染超标的待测水样,污染超标的待测水样要进行溯源,先确定出排污企业。
具体地,需要说明的是,本申请中的同位素是指与元素周期表中的元素互为同位素的元素,也就是说,本申请中的同位素不包含元素周期表中的元素。通常企业排污所涉及的常见的元素如下,所述同位素包括:13C、32P、15N、34S、26Mg、67Zn、129I、202Hg以及208Pb。需要说明的是,在不清楚企业类型时,待测水样中各同位素的丰度包括上述所有同位素的丰度,这些同位素形成同位素集合。在检测同位素的丰度时,13C、32P、15N、34S、26Mg、67Zn、129I、202Hg以及208Pb的丰度均需要检测。
步骤S200、针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值。
具体地,由于水体的不同,不同同位素的丰度会有差异,为了消除水体等其他因素带来的同位素的丰度的变化,引入预设阈值,根据同位素的丰度和预设阈值,确定同位素的同位素偏差值。那么得到的同位素偏差值不受水体等因素的影响,可以得到较准确的同位素偏差值,以便进行判断排污企业。
具体地,所述预设阈值为背景样品中同一同位素的同位素比值,所述同位素比值为同位素的丰度以及与该同位素对应元素的丰度的比值。这里的背景样品是指待测水样所属区域的自来水样品,同一区域内各企业都是采用相同的自来水,因此,各企业基于相同的基线,以便对比各企业。这里的元素是指元素周期表中的元素,例如,当待测水样中存在13C时,必然存在12C,则13C的同位素比值为13C的丰度/12C的丰度。再如,18O的同位素比值为18O的丰度/16O的丰度。在配置预设阈值时,以背景样品中同一同位素的同位素比值作为参照,从而衡量同位素的相对丰度大小,得到的同位素偏差值较准确。
步骤S200具体包括:
步骤S210、针对每一种同位素,根据所述待测水样中该同位素的丰度,确定该同位素的同位素比值。
步骤S220、根据该同位素的同位素比值以及背景样品中同一同位素的同位素比值,确定该同位素的同位素偏差值。
具体的,针对同位素集合中每一个同位素,先根据该同位素的丰度,确定该同位素的同位素比值,然后根据该同位素的同位素比值以及背景样品中同一同位素的同位素比值,确定该同位素的同位素偏差值,从而可以得到同位素集合中所有同位素的同位素偏差值。
具体地,所述同位素偏差值为:
其中,δ表示同位素的同位素偏差值,R样表示同位素的同位素比值,R参表示背景样品中同一同位素的同位素比值。
δ>0,表示同位素较背景样品中同一同位素含重同位素;δ<0,表示同位素较背景样品中同一同位素含轻同位素;δ=0,表示同位素与背景样品中同一同位素同位素比值一致。
步骤S300、根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据。
具体地,根据同位素集合中所有同位素的同位素偏差值,确定待测水样对应的同位素指纹数据。同位素指纹数据是指可表征排污企业的同位素偏差值的数据。由于在表征排污企业时,并不是同位素集合中所有同位素的同位素偏差值都用来表征排污企业,只要同位素集合中某一些同位素的同位素偏差值就可以表征排污企业。因此,需要将这些同位素的同位素偏差值提取出来,形成同位素指纹数据。
步骤S300具体包括:
步骤S310、根据所有同位素的同位素偏差值,确定所述待测水样对应的特征同位素;其中,所述特征同位素为所述同位素中的至少一种。
具体地,特征同位素是指用于表征排污企业的同位素,先根据所有同位素的同位素偏差值,确定待测水样对应的特征同位素。例如,可以采用主成分分析法,根据所有同位素的同位素偏差值,确定待测水样对应的特征同位素,可以以累积方差贡献率达到85%以上的几个同位素作为特征同位素。
具体地,针对每一种同位素,当该同位素的同位素偏差值与预设同位素偏差值不相等时,将该同位素作为所述待测水样对应的特征同位素。
步骤S320、根据所有特征同位素对应的同位素偏差值,确定所述待测水样对应的同位素指纹数据。
具体地,在得到特征同位素对应的同位素偏差值,根据这些特征同位素对应的同位素偏差值,确定待测水样对应的同位素指纹数据。同位素指纹数据可以采用多种形式表示,例如,同位素指纹数据为特征向量,特征向量中的元素为特征同位素对应的同位素偏差值。再如,所述同位素指纹数据为同位素雷达图数据。
将所有特征同位素对应的同位素偏差值按照预设顺序排列形成同位素雷达图数据;其中,所述预设顺序为特征同位素的原子序数。将特征同位素对应的同位素偏差值按照预设顺序排列形成同位素雷达图数据,同位素雷达图数据是指从同一点开始的轴上表示至少三个同位素偏差值的图形的数据。如图2所示,特征同位素有9个,则有9个轴,每个特征同位素对应的同位素偏差值各不相同,则在雷达图中可以形成一个封闭的多边形,不同排污企业,排污中同位素的种类及含量不相同,则在雷达图中形成不同的多边形。
步骤S400、根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业。
具体地,得到同位素指纹数据后,将同位素指纹数据与预设同位素指纹数据进行比对,从而确定待测水样对应的排污企业。预设同位素指纹数据可以形成指纹数据库,当同位素指纹数据与预设同位素指纹数据匹配时,则两者的企业类型是相同的,那么可以确定待测水样对应的排污企业。
步骤S400具体包括:
步骤S410、确定所述同位素指纹数据与预设同位素指纹数据之间的相似度。
步骤S420、当所述相似度满足预设条件时,将所述预设同位素指纹数据对应的企业类型作为所述待测水样对应的排污企业。
具体地,通过相似度判定同位素指纹数据和预设同位素指纹数据是否匹配,当同位素指纹数据和预设同位素指纹数据之间的相似度满足预设条件时,则说明两者相匹配,两者的企业类型相同,可以将预设同位素指纹数据对应的企业类型作为待测水样对应的排污企业。预设条件可以是相似度大于相似度阈值。
需要说明的是,本发明的方法可以应用于监控***,所述监控***包括:通信连接的终端和云服务器。终端可以是检测终端,检测终端用于检测待测水样中各同位素的丰度。
步骤S100具体包括:
步骤S100a、所述终端检测所述待测水样中各同位素的丰度。
具体地,获取排污的待测水样后,通过终端检测所述待测水样中各同位素的丰度。
步骤S200具体包括:
步骤S200a、所述终端针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值。
终端检测得到待测水样中各同位素的丰度后,针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值。由于同位素的不同,则各同位素对应的预设阈值也是不相同的,终端中存储有各同位素各自分别对应的预设阈值,因此,可以确定每一种同位素的同位素偏差值。
步骤S300具体包括:
步骤S300a、所述终端根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据。
终端将所有同位素的同位素偏差值,形成待测水样对应的同位素指纹数据。
步骤S400具体包括:
步骤S400a、所述终端将所述同位素指纹数据发送至所述云服务器。
具体地,终端根据待测水样中各同位素的丰度,确定待测水样对应的同位素指纹数据,并将同位素指纹数据发送至云服务器,以便云服务器通过同位素指纹数据,得到待测水样的排污企业。
步骤S400b、所述云服务器接收所述同位素指纹数据,并根据所述同位素指纹数据,确定所述待测水样对应的预设指纹数据库;所述预设指纹数据库按照产业领域或企业分类,所述预设指纹数据库包括预设同位素指纹数据。
具体地,云服务器上存储有若干个预设指纹数据库,预设同位素指纹数据按照产业领域或企业进行划分至不同分类的预设指纹数据库。根据同位素指纹数据,可以先确定待测水样对应的预设指纹数据库,从而在该预设指挥中进行同位素指纹数据和预设同位素指纹数据的匹配,缩小了同位素指纹数据和预设同位素指纹数据比对的范围,加快了排污企业的溯源。
具体的,由于不同产业领域的企业排污是明显不同的,那么得到的同位素指纹数据也是不相同的,而相同产业领域的企业排污比较相近,得到的同位素指纹数据也是相近的。先根据同位素指纹数据,确定待测水样对应的产业领域,并根据产业领域确定待测水样对应的预设指纹数据库,以提高处理效率。当然,不同企业的排污也是有区别的,那么得到的同位素指纹数据也是不相同的,而相同企业排污基本一致,得到的同位素指纹数据也是相同的。
需要说明的是,所述预设指纹数据库还可以按照企业分类,例如,某一地区A的所有企业的排口的水样进行了测试,得到预设指纹数据库,则就该地区A的水体进行抽取待测水样以溯源时,可以确定待测水样对应的预设指纹数据库,也就是说,可以确定某一企业a的预设指纹数据库,通过比对,满足相似度的条件时,则可以将该企业a作为排污企业。当然,还可以就另一地区B进行抽取待测水样以溯源,可以确定待测水样对应的预设指纹数据库,也就是说,可以确定某一企业a的预设指纹数据库,通过比对,满足相似度的条件时,根据企业a以及地区B内各企业,可以确定出地区B内企业b为排污企业,当然,企业a和企业b属于同一类型的企业,两者采用的工艺一致。
所述预设指纹数据库还可以按照产业领域分类,如PCB制造行业、纺织业、饲料生产行业等产业领域,那么即使预设指纹数据库是根据地区A的所有企业的排口的水样测试得到的,对于其他区域B也是适用的。
此外,预设指纹数据库按照产业领域或企业来分类,并不限定在某一区域内采集形成,预设指纹数据库可以进行更新,集合不同区域内各企业的指纹数据,也可以集合新型企业的指纹数据。也就是说,新型企业的指纹数据与之前各企业的指纹数据不同时,则可以更新预设指纹数据库。
步骤S400c、所述云服务器根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,并将所述排污企业发送给所述终端。
具体地,得到同位素指纹数据后,将同位素指纹数据与预设同位素指纹数据进行比对,从而确定待测水样对应的排污企业。预设同位素指纹数据可以形成指纹数据库,当同位素指纹数据与预设同位素指纹数据匹配时,则两者的企业类型是相同的,那么可以确定待测水样对应的排污企业。
步骤S400c具体包括:
步骤S410c、所述云服务器确定所述同位素指纹数据与预设同位素指纹数据之间的相似度。
步骤S420c、当所述相似度满足预设条件时,所述云服务器根据所述预设同位素指纹数据对应的企业类型作为所述待测水样对应的排污企业。
具体地,通过相似度判定同位素指纹数据和预设同位素指纹数据是否匹配,当同位素指纹数据和预设同位素指纹数据之间的相似度满足预设条件时,则说明两者相匹配,两者的企业类型相同,可以将预设同位素指纹数据对应的企业类型作为待测水样对应的排污企业。预设条件可以是相似度大于相似度阈值。
需要说明的是,如果所述云服务器无法根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,则所述云服务器根据所述同位素指纹数据,确定与预设指纹数据库的产业领域相近或企业相同的指纹数据库,并根据所述同位素指纹数据与该产业领域相近或企业相同的指纹数据库,确定所述待测水样对应的排污企业。
由于企业的更新或者技术的更新,同位素指纹数据在预设指纹数据库中无法匹配到预设同位素指纹数据,则可以将同位素指纹数据与产业领域相近或企业相同的指纹数据库中的预设同位素指纹数据进行匹配。当然,也可以提示出现新污染源,对预设指纹数据库进行更新。
预设同位素指纹数据位于指纹数据库内,指纹数据库可以采用如下步骤得到:
采集目标水域的目标水样,并检测目标水样的同位素的丰度;其中,目标水域为目标企业排污的水域;
针对每一种同位素,根据目标水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值;
对所有同位素的同位素偏差值进行排口分布差异分析,并将体现分布差异的同位素作为特征同位素;
根据特征同位素对应的同位素偏差值以及目标企业的类型,形成预设同位素指纹数据;
在SPSS中做逐步判别分析,依据F统计量因子选择变量来构建判别函数,将特征同位素引入判别模型;
通过交叉检验法验证所建模型的有效性,当正确判别率小于预设判别率时,继续采集目标水域的目标水样的步骤,直至正确判别率大于或等于预设判别率,根据所有预设同位素指纹数据,形成指纹数据库。
同位素可以根据目标企业的工艺与原料确定。排口分布差异分析时,一个排污企业做为一个排口,有多种工艺并分开排放算两个排口,以排口为单位,没有体现分布差异的同位素后面不做测量,也不纳入计算。若某一同位素在不同排口排出的水样的同位素偏差值明显不同,则表明该同位素为体现分布差异的同位素,可以作为特征同位素。或者说通过主成分分析法,也可以确定体现分布差异的同位素,从而将该同位素作为特征同位素。
在构造判别函数时,引入变量的标准值和剔除变量的F标准值分别是3.01和2.45。交叉检验法具体为留一法,可以构建3D散点图,直观证明模型有效性,具体如图3所示。同一排口的水样数据在图中聚集在一起,且不同排口的水样数据在图中是分开的,则说明模型有效。反之,若同一排口的水样数据在图中是分散的,而不同排口的水样数据在图中相互混合,则说明模型无效。
基于上述任意一实施例所述的同位素丰度溯源排污企业的方法,本发明还提供了一种计算机设备的较佳实施例:
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如下步骤:
获取排污的待测水样,并检测所述待测水样中各同位素的丰度;
针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值;
根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据;
根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业。
基于上述任意一实施例所述的同位素丰度溯源排污企业的方法,本发明还提供了一种计算机可读存储介质的较佳实施例:
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如下步骤:
获取排污的待测水样,并检测所述待测水样中各同位素的丰度;
针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值;
根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据;
根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种同位素丰度溯源排污企业的方法,其特征在于,包括步骤:
获取排污的待测水样,并检测所述待测水样中各同位素的丰度;
针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值;
根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据;
根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业。
2.根据权利要求1所述的同位素丰度溯源排污企业的方法,其特征在于,所述同位素包括:13C、32P、15N、34S、26Mg、67Zn、129I、202Hg以及208Pb;所述根据所有同位素的同位素偏差值,确定所述待测水样对应的同位素指纹数据,包括:
根据所有同位素的同位素偏差值,确定所述待测水样对应的特征同位素;其中,所述特征同位素为所述同位素中的至少一种;
根据所有特征同位素对应的同位素偏差值,确定所述待测水样对应的同位素指纹数据。
3.根据权利要求2所述的同位素丰度溯源排污企业的方法,其特征在于,所述根据所有同位素的同位素偏差值,确定所述待测水样对应的特征同位素,包括:
针对每一种同位素,当该同位素的同位素偏差值与预设同位素偏差值不相等时,将该同位素作为所述待测水样对应的特征同位素。
4.根据权利要求2所述的同位素丰度溯源排污企业的方法,其特征在于,所述同位素指纹数据为同位素雷达图数据;
所述根据所有特征同位素对应的同位素偏差值,确定所述待测水样对应的同位素指纹数据,包括:
将所有特征同位素对应的同位素偏差值按照预设顺序排列形成同位素雷达图数据;其中,所述预设顺序为特征同位素的原子序数。
5.根据权利要求1所述的同位素丰度溯源排污企业的方法,其特征在于,所述预设阈值为背景样品中同一同位素的同位素比值,所述同位素比值为同位素的丰度以及与该同位素对应元素的丰度的比值;
所述针对每一种同位素,根据所述待测水样中该同位素的丰度以及与该同位素对应的预设阈值,确定该同位素的同位素偏差值,包括:
针对每一种同位素,根据所述待测水样中该同位素的丰度,确定该同位素的同位素比值;
根据该同位素的同位素比值以及背景样品中同一同位素的同位素比值,确定该同位素的同位素偏差值。
7.根据权利要求1所述的同位素丰度溯源排污企业的方法,其特征在于,所述根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,包括:
确定所述同位素指纹数据与预设同位素指纹数据之间的相似度;
当所述相似度满足预设条件时,将所述预设同位素指纹数据对应的企业类型作为所述待测水样对应的排污企业。
8.根据权利要求1-7任意一项所述的同位素丰度溯源排污企业的方法,其特征在于,应用于监控***,所述监控***包括:通信连接的终端和云服务器;所述根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,包括:
所述终端将所述同位素指纹数据发送至所述云服务器;
所述云服务器接收所述同位素指纹数据,并根据所述同位素指纹数据,确定所述待测水样对应的预设指纹数据库;所述预设指纹数据库按照产业领域或企业分类,所述预设指纹数据库包括预设同位素指纹数据;
所述云服务器根据所述同位素指纹数据与预设同位素指纹数据,确定所述待测水样对应的排污企业,并将所述排污企业发送给所述终端。
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8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8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110673335.XA CN113419024A (zh) | 2021-06-17 | 2021-06-17 | 一种同位素丰度溯源排污企业的方法及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110673335.XA CN113419024A (zh) | 2021-06-17 | 2021-06-17 | 一种同位素丰度溯源排污企业的方法及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113419024A true CN113419024A (zh) | 2021-09-21 |
Family
ID=77789095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110673335.XA Pending CN113419024A (zh) | 2021-06-17 | 2021-06-17 | 一种同位素丰度溯源排污企业的方法及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113419024A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114354830A (zh) * | 2021-12-27 | 2022-04-15 | 中国环境科学研究院 | 有机氯污染物溯源方法及装置、计算机设备和存储介质 |
CN115424143A (zh) * | 2022-08-29 | 2022-12-02 | 南方海洋科学与工程广东省实验室(广州) | 水源污染溯源方法、装置、存储介质和计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102661939A (zh) * | 2012-05-15 | 2012-09-12 | 北京化工大学 | 一种快速实现水污染溯源的方法 |
CN105044198A (zh) * | 2015-07-03 | 2015-11-11 | 中国农业大学 | 一种基于矿质元素指纹鉴别葡萄酒原产地的方法 |
CN108896645A (zh) * | 2018-06-26 | 2018-11-27 | 华北水利水电大学 | 一种基于同位素的近岸养殖水域氮污染物的解析方法 |
CN111678969A (zh) * | 2020-06-05 | 2020-09-18 | 农业农村部环境保护科研监测所 | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 |
-
2021
- 2021-06-17 CN CN202110673335.XA patent/CN113419024A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102661939A (zh) * | 2012-05-15 | 2012-09-12 | 北京化工大学 | 一种快速实现水污染溯源的方法 |
CN105044198A (zh) * | 2015-07-03 | 2015-11-11 | 中国农业大学 | 一种基于矿质元素指纹鉴别葡萄酒原产地的方法 |
CN108896645A (zh) * | 2018-06-26 | 2018-11-27 | 华北水利水电大学 | 一种基于同位素的近岸养殖水域氮污染物的解析方法 |
CN111678969A (zh) * | 2020-06-05 | 2020-09-18 | 农业农村部环境保护科研监测所 | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 |
Non-Patent Citations (2)
Title |
---|
孙营营等: "环境同位素在地表水中的应用", 《安徽农业科学》 * |
袁玉伟等: "茶叶中同位素与多元素特征及其原产地PCA-LDA判别研究", 《核农学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114354830A (zh) * | 2021-12-27 | 2022-04-15 | 中国环境科学研究院 | 有机氯污染物溯源方法及装置、计算机设备和存储介质 |
CN114354830B (zh) * | 2021-12-27 | 2023-10-10 | 中国环境科学研究院 | 有机氯污染物溯源方法及装置、计算机设备和存储介质 |
CN115424143A (zh) * | 2022-08-29 | 2022-12-02 | 南方海洋科学与工程广东省实验室(广州) | 水源污染溯源方法、装置、存储介质和计算机设备 |
CN115424143B (zh) * | 2022-08-29 | 2024-05-28 | 南方海洋科学与工程广东省实验室(广州) | 水源污染溯源方法、装置、存储介质和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108595414B (zh) | 基于源汇空间变量推理的土壤重金属企业污染源识别方法 | |
US11965871B2 (en) | Method and system for intelligent source tracing of organic pollution of water body | |
CN113419024A (zh) | 一种同位素丰度溯源排污企业的方法及计算机设备 | |
CN106709242A (zh) | 一种鉴别污水监测数据真伪的方法 | |
CN111426668A (zh) | 一种利用三维荧光光谱特征信息对污染水体溯源分类识别的方法 | |
CN107944213A (zh) | Pmf在线源解析方法、***、终端设备及计算机可读存储介质 | |
Dubey et al. | Time gap modeling under mixed traffic condition: A statistical analysis | |
CN112906738A (zh) | 一种水质检测及处理方法 | |
CN102360503A (zh) | 基于空间贴近度和像素相似性的sar图像变化检测方法 | |
CN110619691A (zh) | 一种板坯表面裂纹的预测方法及装置 | |
CN110781225B (zh) | 一种环境介质污染物浓度水平的诊断方法 | |
CN113076922A (zh) | 一种物体检测方法及装置 | |
US10452746B2 (en) | Quantitative comparison of sample populations using earth mover's distance | |
CN118039021A (zh) | 一种污水污染物检测及报警方法及*** | |
CN109948738B (zh) | 涂装烘干室的能耗异常检测方法、装置 | |
CN111178672A (zh) | 一种基于平衡性的智能稽查方法 | |
Howarth | Quality control charting for the analytical laboratory. Part 1. Univariate methods. A review | |
CN116263444B (zh) | 高分辨质谱非靶向分析水体污染源识别与溯源方法 | |
CN116089771A (zh) | 一种颗粒物来源分析方法、装置、终端及存储介质 | |
Buschmann et al. | Data-driven decision support for process quality improvements | |
CN113702612B (zh) | 基于人工智能的河岸污染检测及考察地点选址方法及*** | |
CN115906624A (zh) | 危化品气体光谱生成方法、终端设备及存储介质 | |
CN113435842A (zh) | 业务流程的处理方法和计算机设备 | |
Almudevar | Multiple hypothesis testing: a methodological overview | |
CN111931414A (zh) | 基于大数据分析的企业烟气排放数据检测方法及*** |
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 |