CN114839343B - 一种便携式水质监测巡检仪装置及使用方法 - Google Patents
一种便携式水质监测巡检仪装置及使用方法 Download PDFInfo
- Publication number
- CN114839343B CN114839343B CN202210777154.6A CN202210777154A CN114839343B CN 114839343 B CN114839343 B CN 114839343B CN 202210777154 A CN202210777154 A CN 202210777154A CN 114839343 B CN114839343 B CN 114839343B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- monitored
- concentration
- substance
- small flow
- 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.)
- Active
Links
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
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Medicinal Chemistry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本发明公开了一种便携式水质监测巡检仪装置及使用方法,该方法包括巡检法和定性法,所述巡检法包括:将监测水域划分为若干个小流段;将便携式水质监测巡检仪装置的传感器置入监测水域的小流段水体中,使其在小流段水体中不断运动的同时进行采样监测;对采样监测获得的数据进行处理得到该小流段中被监测物质的总体浓度。相比于现有技术,本发明无需过多人力资源,单人即可操作;无需准备大量化学试剂,通过传感器进行监测;无需过高的专业知识,程序集成在芯片内,简单几步操作即可完成;体积小巧轻便,可随身携带,方便使用。
Description
技术领域
本发明属于水质监测技术领域,尤其涉及一种便携式的水质监测巡检仪装置以及其使用方法。
背景技术
水质监测,是监视和测定水体中污染物的种类、各类污染物的浓度及变化趋势,评价水质状况的过程。监测范围十分广泛,包括未被污染和已受污染的天然水(江、河、湖、海和地下水)及各种各样的工业排水等。
目前常用的水质监测方法主要有以下四种:
1.定期取样法:此方法需要工作人员定期去取样点取样,然后将采集的水样送到实验室进行监测,其需要庞大的人力资源,且时间周期长,信息存储繁琐,极不方便;
2. 手持仪器法:此方法为化学试剂法,需要工作人员将仪器带到采样点进行检测,且需要大量的试剂,操作步骤众多,依然需要庞大的人力资源,且信息存储繁琐,使用中存在较多问题。
3. 微型水质监测站:可将检测数据传输至云平台,需要的时间周期短(约4小时监测一组数据),数据存储方便,但此方法需要专业技术人员定期维护,对专业技术人员的专业知识较高(需要具备自动化、通信、机械、化学等相关专业知识),维护成本大幅增加。
4. 微型水质监测的智能传感站:可将水质传感器的检测数据传输至云平台,可实现连续监测,数据存储方便,数据传输快,但此类设备多固定式建设,无法移动。
发明内容
有鉴于此,本发明提供一种便携式水质监测巡检仪装置及使用方法,通过传感器获取监测指标数据并进行处理,其便于携带、操作方便、信息处理速度快。
为解决以上技术问题,本发明的技术方案为采用一种便携式水质监测巡检仪装置使用方法,所述方法为巡检法,包括:
将监测水域划分为若干个小流段;
将便携式水质监测巡检仪装置的传感器置入监测水域的小流段水体中,使其在小流段水体中不断运动的同时进行采样监测。
对采样监测获得的数据进行处理得到该小流段中被监测物质的总体浓度。
作为一种改进,所述对采样监测获得的数据进行处理得到该小流段中被监测物质的浓度的方法包括:
对某种被监测物质的监测数据进行滤波;
对滤波后的监测数据进行加权处理;
对加权处理后的监测数据进行均方根处理得到该小流段中该被监测物质的浓度。
作为一种进一步的改进,所述对某种被监测物质的监测数据进行滤波的方法包括:
利用公式
作为一种进一步的改进,
所述对滤波后的监测数据进行加权处理的方法包括:
利用公式
利用公式
对该被监测物质的采样点浓度进行加权处理,其中Cnj为该被监测物质某个采样点的浓度,k为加权系数,Cnj’为该被监测物质某个采样点的加权处理后浓度。
作为一种进一步的改进,所述对加权处理后的监测数据进行均方根处理的方法为:
作为一种进一步的改进,计算出所有小流段中被监测物质的总体浓度后利用公式
作为另一种更进一步的改进,所述将便携式水质监测巡检仪装置的传感器置入监测水域的小流段水体中,使其在小流段水体中不断运动的同时进行采样监测时,进行连续抽样监测或者随机抽样监测;
所述连续抽样监测的采样频率为1次/秒;所述随机抽样监测的采样频率为随机选择。
本发明还提供另一种便携式水质监测巡检仪装置使用方法,所述使用方法为定性法,包括:
利用上述便携式水质监测巡检仪装置使用方法对需要水质定性的监测水域的监测指标进行监测获得监测值,所述监测指标包括溶解氧浓度、总磷浓度、总氮浓度、COD浓度、氨氮浓度;
配置监测指标中被监测物质的标准物质溶液或者获取监测指标中被监测物质的质控样,所述标准物质溶液或者质控样的浓度为与该被监测物质的监测值最接近的水质划分类别临界值;
利用所述便携式水质监测巡检仪装置对监测指标的标准物质溶液或者质控样进行监测获得标准值;
将监测指标的监测值与标准值进行比较,通过比较结果对所述监测水域水质进行定性。
作为一种改进,通过比较结果对所述监测水域水质进行定性包括:若溶解氧浓度的监测值≤标准值,则监测水域溶解氧分类为临界值所在分类,否则为上一类;若总磷浓度、总氮浓度、COD浓度、氨氮浓度的监测值≥标准值,则监测水域总磷、总氮、COD、氨氮分类为临界值所在分类,否则为上一类;
所述监测水域水质总分类由所有监测指标中分类最低的监测指标分类决定。
本发明提供一种便携式水质监测巡检仪装置,包括:
若干传感器,用于对监测水域中若干小流段中若干监测指标进行监测,所述监测指标为水体中被监测物质的浓度;
定量模块,用于对采样监测获得的数据进行处理得到被监测物质在某个小流段的总体浓度或者整个监测水域的总体浓度;
定性模块,用于将被监测物质在某个小流段的总体浓度或者整个监测水域的总体浓度与该监测物质的的标准物质溶液或者的质控样被测得的标准值进行比较,并通过比较结果进行定性。
作为一种改进,所述定量模块包括:
小流段定量模块,用于对某小流段中某种被监测物质的监测数据进行处理获得该小流段中被监测物质的浓度;
监测水域定量模块,用于对某种被监测物质所有小流段的总体浓度进行处理得到整个监测水域的浓度。
作为一种进一步的改进,所述小流段定量模块包括:
滤波模块,用于对某种被监测物质的监测数据进行滤波;
加权模块,用于对滤波后的监测数据进行加权处理;
均方根模块,对加权处理后的监测数据进行均方根处理得到该小流段中该被监测物质的浓度。
作为一种改进,所述定性模块包括:
溶解氧定性模块,用于对溶解氧进行定性,若溶解氧浓度的监测值≤标准值,则监测水域溶解氧分类为临界值所在分类,否则为上一类;
其他指标定性模块,用于对总磷、总氮、COD、氨氮进行定性,若总磷浓度、总氮浓度、COD浓度、氨氮浓度的监测值≥标准值,则监测水域总磷、总氮、COD、氨氮分类为临界值所在分类,否则为上一类;
总体定性模块,用于根据所有监测指标中分类最低的监测指标分类对监测水域水质进行定性。
本发明的有益之处在于:相比于现有技术,本发明无需过多人力资源,单人即可操作;无需准备大量化学试剂,通过传感器进行监测;无需过高的专业知识,程序集成在芯片内,简单几步操作即可完成;体积小巧轻便,可随身携带,方便使用。
附图说明
图1为本发明中巡检法的流程图。
图2为本发明中定性法的流程图。
图3为本发明的结构原理图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面结合具体实施方式对本发明作进一步的详细说明。
如图1所述,本发明提供一种便携式水质监测巡检仪装置使用方法,所述方法为巡检法,具体包括:
S11将监测水域划分为若干个小流段;监测水域如某一条河流或某一个流域,可划分为n个小流段进行分段监测。
S12将便携式水质监测巡检仪装置的传感器置入监测水域的小流段水体中,使其在小流段水体中不断运动的同时进行采样监测。传感器的选择根据监测指标来确定,包括但不限于溶解氧,COD(有机物),氨氮,总氮,总磷,叶绿素a,蓝绿藻,ORP,余氯,氯离子,氟离子,水中油,污泥等浓度传感器。
采样监测可采用连续抽样监测或者随机抽样监测;所述连续抽样监测的采样频率为1次/秒;所述随机抽样监测的采样频率为随机选择,工作人员在随机抽样监测的过程中随机对小流段内的水体进行抽样。连续抽样监测精度高,但采样量大,计算时间较长,随抽样监测采样量少,计算时间短,但结果有可能出现一定偏差。
例如对于n个监测指标进行如下采样监测:
C1~Cn代表n种监测指标,1~i代表i个采样点监测浓度。
S13对采样监测获得的数据进行处理得到该小流段中被监测物质的总体浓度,具体处理方法包括:
S131对某种被监测物质的监测数据进行滤波,具体为利用公式
当然,并不一定每种被监测物质滤波后的采用点浓度数量都是一致的。
S132对滤波后的监测数据进行加权处理,具体为利用公式
利用公式
对该被监测物质的采样点浓度进行加权处理,其中Cnj为该被监测物质某个采样点的浓度,k为加权系数,Cnj’为该被监测物质某个采样点的加权处理后浓度。本实施例中,加权***默认为0.2,使用过程中可根据实际情况进行适应性调整。
S133对加权处理后的监测数据进行均方根处理得到该小流段中该被监测物质的浓度,具体为利用公式对某种被监测物质的监测数据进行均方根处理,其中Cn为该监测物质在该小流段中的总体浓度,Cnm’为该监测物质单个采样点的加权处理后的浓度,j为该小流段中该被监测物质加权处理后的浓度的数量。
S14如果需要对包含n个小流段的监测水域进行监测,那么计算出所有小流段中被监测物质的总体浓度后利用公式
如图2所示,本发明还提供另外一种便携式水质监测巡检仪装置使用方法,所述使用方法为定性法。
所谓定性,是将水质按下表进行分类:
表1水质分类表
可见,水质分类的参数包括温度、PH值、溶解氧、总磷、总氮、COD、氨氮等,其中温度、PH值由于所有分类中都一致因此无需考虑,只需要对溶解氧浓度、总磷浓度、总氮浓度、COD浓度、氨氮浓度进行定量后再定性即可。
定性法的具体步骤包括:
S21利用上述巡检法对需要水质定性的监测水域的监测指标进行监测获得监测值,所述监测指标包括溶解氧浓度、总磷浓度、总氮浓度、COD浓度、氨氮浓度;巡检法的具体实施步骤此处不再赘述,值得注意的是,如果是对某个小流段中的水质进行定性则通过公式计算该小流段中上述检测指标的浓度即可。如果需要对整个监测水域的水质进行定性,则需要在将真个监测水域中所有小流段中上述检测指标的浓度获取后,再利用公式对所有小流段中上述检测目标的浓度进行处理得到整个监测水域的浓度。
S22配置监测指标中被监测物质的标准物质溶液或者获取监测指标中被监测物质的质控样,所述标准物质溶液或者质控样的浓度为与该被监测物质的监测值最接近的水质划分类别临界值。
如果不考虑便携式水质监测巡检仪装置的误差,只需要将监测到的浓度值与上表中的临界值进行比较即可进行分类。但实际操作中,便携式水质监测巡检仪装置会有一定的误差,如果直接进行比较会使得分类结果产生较大的偏移。因此为了消除这种偏移,本发明中通过配置监测指标的标准物质溶液或者购买质控样来进行校正。
所谓临界值是从来界定分类的浓度值,例如对于总氮来说,[0,0.2]为I类,(0.2,0.5]为II类,(0.5,1]为III类,(1,1.5]为IV类,(1.5,2]为V类,因此0.2、0.5、1、1.5、2即为临界值。
将监测得到的总氮监测值与上述临界值进行比较,将最接近的临界值作为标准物质溶液或者质控样的浓度,例如监测得到的总氮监测值为0.9,与1最接近,那么则需要配置浓度为1的总氮标准物质溶液或购买同浓度的质控样。本步骤中浓度单位为mg/L,下同。
S23利用所述便携式水质监测巡检仪装置对监测指标的标准物质溶液或者质控样进行监测获得标准值;通过便携式水质监测巡检仪装置监测出来的标准值与标准物质溶液或者质控样的实际浓度会有一些偏差,例如实际浓度1的标准物质溶液或者质控样,其监测出来的标准值可能会是1.1,这是由于便携式水质监测巡检仪装置的偏差造成的。
S24将监测指标的监测值与标准值进行比较,通过比较结果对所述监测水域水质进行定性。
定性的具体方法如下:
S241对于溶解氧,若溶解氧浓度的监测值≤标准值,则监测水域溶解氧分类为临界值所在分类,否则为上一类。
例如溶解氧的监测值为6.1,配置的标准物质溶液为6(II类临界值),如果标准物质溶液监测得到的标准值为6.05,那么认为溶解氧的分类为I类,如果标准物质溶液监测得到的标准值为6.2,那么认为溶解氧的分类为II类。
S242对于除溶解氧外的其他监测指标,若总磷浓度、总氮浓度、COD浓度、氨氮浓度的监测值≥标准值,则监测水域总磷、总氮、COD、氨氮分类为临界值所在分类,否则为上一类;
例如总氮的监测值为1.4,配置的标准物质溶液为1.5(IV类临界值),如果标准物质溶液监测得到的标准值为1.38,那么认为总氮的分类为IV类,如果标准物质溶液监测得到的标准值为1.48,那么认为溶解氧的分类为III类。
总磷、COD、氨氮以此类推。
S243所述监测水域水质总分类由所有监测指标中分类最低的监测指标分类决定。
所有监测指标的分类确定后,可以对该监测水域的水质进行整体定性。例如溶解氧I类、总磷II类、总氮III类、CODIV类、氨氮V类,那么按照最低氨氮的分类,该监测水域的水质整体评价为V类。
如图3所述,本发明还提供本发明提供一种便携式水质监测巡检仪装置,包括:
若干传感器,用于对监测水域中若干小流段中若干监测指标进行监测,所述监测指标为水体中被监测物质的浓度;
定量模块,用于对采样监测获得的数据进行处理得到被监测物质在某个小流段的总体浓度或者整个监测水域的总体浓度;
定性模块,用于将被监测物质在某个小流段的总体浓度或者整个监测水域的总体浓度与该监测物质的的标准物质溶液或者的质控样被测得的标准值进行比较,并通过比较结果进行定性。
所述定量模块具体又包括:
小流段定量模块,用于对某小流段中某种被监测物质的监测数据进行处理获得该小流段中被监测物质的浓度;
监测水域定量模块,用于对某种被监测物质所有小流段的总体浓度进行处理得到整个监测水域的浓度。
所述小流段定量模块包括:
滤波模块,用于对某种被监测物质的监测数据进行滤波;具体为利用公式
利用公式
对该被监测物质的采样点浓度进行加权处理,其中Cnj为该被监测物质某个采样点的浓度,k为加权系数,Cnj’为该被监测物质某个采样点的加权处理后浓度。
均方根模块,对加权处理后的监测数据进行均方根处理得到该小流段中该被监测物质的浓度。具体为利用公式对某种被监测物质的监测数据进行均方根处理,其中Cn为该监测物质在该小流段中的总体浓度,Cnm’为该监测物质单个采样点的加权处理后的浓度,j为该小流段中该被监测物质加权处理后的浓度的数量。
监测水域定量模块是在等小流段定量模块计算出所有小流段中被监测物质的总体浓度后利用公式
所述定性模块包括:
溶解氧定性模块,用于对溶解氧进行定性,若溶解氧浓度的监测值≤标准值,则监测水域溶解氧分类为临界值所在分类,否则为上一类;
其他指标定性模块,用于对总磷、总氮、COD、氨氮进行定性,若总磷浓度、总氮浓度、COD浓度、氨氮浓度的监测值≥标准值,则监测水域总磷、总氮、COD、氨氮分类为临界值所在分类,否则为上一类;
总体定性模块,用于根据所有监测指标中分类最低的监测指标分类对监测水域水质进行定性。
以上仅是本发明的优选实施方式,应当指出的是,上述优选实施方式不应视为对本发明的限制,本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说,在不脱离本发明的精神和范围内,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种便携式水质监测巡检仪装置使用方法,其特征在于所述方法为巡检法,包括:
将监测水域划分为若干个小流段;
将便携式水质监测巡检仪装置的传感器置入监测水域的小流段水体中,使其在小流段水体中不断运动的同时进行采样监测;
对采样监测获得的数据进行处理得到该小流段中被监测物质的总体浓度,包括
对某种被监测物质的监测数据进行滤波,
对滤波后的监测数据进行加权处理;
对加权处理后的监测数据进行均方根处理得到该小流段中该被监测物质的浓度;
所述对某种被监测物质的监测数据进行滤波的方法包括:
利用公式
所述对滤波后的监测数据进行加权处理的方法包括:
利用公式
利用公式
对该被监测物质的采样点浓度进行加权处理,其中Cnj为该被监测物质某个采样点的浓度,k为加权系数,Cnj’为该被监测物质某个采样点加权处理后的浓度;
所述对加权处理后的监测数据进行均方根处理的方法为:
3.根据权利要求1所述的一种便携式水质监测巡检仪装置使用方法,其特征在于:所述将便携式水质监测巡检仪装置的传感器置入监测水域的小流段水体中,使其在小流段水体中不断运动的同时进行采样监测时,进行连续抽样监测或者随机抽样监测;
所述连续抽样监测的采样频率为1次/秒;所述随机抽样监测的采样频率为随机选择。
4.一种便携式水质监测巡检仪装置使用方法,其特征在于所述使用方法为定性法,包括:
利用权利要求1~3中任意一项所述的便携式水质监测巡检仪装置使用方法对需要水质定性的监测水域的监测指标进行监测获得监测值,所述监测指标包括溶解氧浓度、总磷浓度、总氮浓度、COD浓度、氨氮浓度;
配置监测指标中被监测物质的标准物质溶液或者获取监测指标中被监测物质的质控样,所述标准物质溶液或者质控样的浓度为与该被监测物质的监测值最接近的水质划分类别临界值;
利用所述便携式水质监测巡检仪装置对监测指标的标准物质溶液或者质控样进行监测获得标准值;
将监测指标的监测值与标准值进行比较,通过比较结果对监测水域水质进行定性。
5.根据权利要求4所述的一种便携式水质监测巡检仪装置使用方法,其特征在于通过比较结果对所述监测水域水质进行定性包括:若溶解氧浓度的监测值≤标准值,则监测水域溶解氧分类为临界值所在分类,否则为上一类;若总磷浓度、总氮浓度、COD浓度、氨氮浓度的监测值≥标准值,则监测水域总磷、总氮、COD、氨氮分类为临界值所在分类,否则为上一类;
所述监测水域水质总分类由所有监测指标中分类最低的监测指标分类决定。
6.一种便携式水质监测巡检仪装置,采用权利要求1所述的便携式水质监测巡检仪装置使用方法,其特征在于包括:
若干传感器,用于对监测水域中若干小流段中若干监测指标进行监测,所述监测指标为水体中被监测物质的浓度;
定量模块,用于对采样监测获得的数据进行处理得到被监测物质在某个小流段的总体浓度或者整个监测水域的总体浓度;
定性模块,用于将被监测物质在某个小流段的总体浓度与该监测物质的标准物质溶液被测得的标准值进行比较,并通过比较结果进行定性;或者将被监测物质在某个小流段的总体浓度与该监测物质的质控样被测得的标准值进行比较,并通过比较结果进行定性;
用于将被监测物质在整个监测水域的总体浓度与该监测物质的标准物质溶液被测得的标准值进行比较,并通过比较结果进行定性;或者将被监测物质在整个监测水域的总体浓度与该监测物质的质控样被测得的标准值进行比较,并通过比较结果进行定性。
7.根据权利要求6所述的一种便携式水质监测巡检仪装置,其特征在于所述定量模块包括:
小流段定量模块,用于对某小流段中某种被监测物质的监测数据进行处理获得该小流段中被监测物质的浓度;
监测水域定量模块,用于对某种被监测物质所有小流段的总体浓度进行处理得到整个监测水域的浓度。
8.根据权利要求7所述的一种便携式水质监测巡检仪装置,其特征在于所述小流段定量模块包括:
滤波模块,用于对某种被监测物质的监测数据进行滤波;
加权模块,用于对滤波后的监测数据进行加权处理;
均方根模块,对加权处理后的监测数据进行均方根处理得到该小流段中该被监测物质的浓度。
9.根据权利要求6所述的一种便携式水质监测巡检仪装置,其特征在于所述定性模块包括:
溶解氧定性模块,用于对溶解氧进行定性,若溶解氧浓度的监测值≤标准值,则监测水域溶解氧分类为临界值所在分类,否则为上一类;
其他指标定性模块,用于对总磷、总氮、COD、氨氮进行定性,若总磷浓度、总氮浓度、COD浓度、氨氮浓度的监测值≥标准值,则监测水域总磷、总氮、COD、氨氮分类为临界值所在分类,否则为上一类;
总体定性模块,用于根据所有监测指标中分类最低的监测指标分类对监测水域水质进行定性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210777154.6A CN114839343B (zh) | 2022-07-04 | 2022-07-04 | 一种便携式水质监测巡检仪装置及使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210777154.6A CN114839343B (zh) | 2022-07-04 | 2022-07-04 | 一种便携式水质监测巡检仪装置及使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114839343A CN114839343A (zh) | 2022-08-02 |
CN114839343B true CN114839343B (zh) | 2022-09-27 |
Family
ID=82573442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210777154.6A Active CN114839343B (zh) | 2022-07-04 | 2022-07-04 | 一种便携式水质监测巡检仪装置及使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114839343B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115655994B (zh) * | 2022-09-15 | 2023-09-19 | 浙江天禹信息科技有限公司 | 一种水域泥沙超声波测量方法及*** |
CN117147274B (zh) * | 2023-10-31 | 2024-01-23 | 成都博瑞科传科技有限公司 | 一种多模式化的水样浓缩***及其浓缩方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101839733A (zh) * | 2010-05-13 | 2010-09-22 | 重庆工业自动化仪表研究所 | 一体化多参数水质在线监测装置及其控制方法 |
CN106405033A (zh) * | 2016-08-29 | 2017-02-15 | 成都汉康信息产业有限公司 | 一种便携式水质监测装置 |
CN106932553A (zh) * | 2017-04-12 | 2017-07-07 | 中国科学院生态环境研究中心 | 一种水质在线生物安全预警监测方法 |
CN107292501A (zh) * | 2017-06-09 | 2017-10-24 | 江苏梦兰神彩科技股份有限公司 | 一种评估废水监测数据质量的方法及设备 |
CN108362845A (zh) * | 2017-12-08 | 2018-08-03 | 环境保护部华南环境科学研究所 | 一种检测水中pops类物质的智能化*** |
CN109313419A (zh) * | 2016-04-04 | 2019-02-05 | 贝林格尔·英格海姆Rcv两合公司 | 产品纯化的实时监测 |
CN111308039A (zh) * | 2020-03-19 | 2020-06-19 | 无锡德林海环保科技股份有限公司 | 一种网格化水质实时监测方法及*** |
CN112836859A (zh) * | 2021-01-08 | 2021-05-25 | 中地大海洋(广州)科学技术研究院有限公司 | 一种河口区污染物监测数据的智能融合与分析方法 |
CN113033722A (zh) * | 2021-05-31 | 2021-06-25 | 中铁第一勘察设计院集团有限公司 | 传感器数据融合方法、装置、存储介质及计算设备 |
WO2021174751A1 (zh) * | 2020-03-02 | 2021-09-10 | 平安国际智慧城市科技股份有限公司 | 基于大数据的污染源定位方法、装置、设备及存储介质 |
CN114275912A (zh) * | 2021-12-25 | 2022-04-05 | 盐城工学院 | 一种基于自适应神经网络模型的曝气***溶解氧控制方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015056013A (ja) * | 2013-09-11 | 2015-03-23 | 株式会社リコー | 画像処理装置 |
CN105105737B (zh) * | 2015-08-03 | 2018-03-02 | 南京盟联信息科技股份有限公司 | 基于光电容积描记和谱分析的运动状态心率监测方法 |
WO2021210027A1 (en) * | 2020-04-18 | 2021-10-21 | Yogee's Bioinnovations Private Limited | Device for detection and prognosis of chronic disease and method of detection thereof |
CN213986439U (zh) * | 2020-11-17 | 2021-08-17 | 成都博瑞科传科技有限公司 | 一种用于水质监测的智能传感站 |
CN113341091A (zh) * | 2021-06-23 | 2021-09-03 | 中国科学院精密测量科学与技术创新研究院 | 基于传感器及智能算法的农田径流总氮总磷快速监测方法 |
CN114428225B (zh) * | 2022-04-06 | 2022-06-14 | 中国电子科技集团公司第二十九研究所 | 一种基于准匹配滤波的多辐射源到达角度测量方法及装置 |
-
2022
- 2022-07-04 CN CN202210777154.6A patent/CN114839343B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101839733A (zh) * | 2010-05-13 | 2010-09-22 | 重庆工业自动化仪表研究所 | 一体化多参数水质在线监测装置及其控制方法 |
CN109313419A (zh) * | 2016-04-04 | 2019-02-05 | 贝林格尔·英格海姆Rcv两合公司 | 产品纯化的实时监测 |
CN106405033A (zh) * | 2016-08-29 | 2017-02-15 | 成都汉康信息产业有限公司 | 一种便携式水质监测装置 |
CN106932553A (zh) * | 2017-04-12 | 2017-07-07 | 中国科学院生态环境研究中心 | 一种水质在线生物安全预警监测方法 |
CN107292501A (zh) * | 2017-06-09 | 2017-10-24 | 江苏梦兰神彩科技股份有限公司 | 一种评估废水监测数据质量的方法及设备 |
CN108362845A (zh) * | 2017-12-08 | 2018-08-03 | 环境保护部华南环境科学研究所 | 一种检测水中pops类物质的智能化*** |
WO2021174751A1 (zh) * | 2020-03-02 | 2021-09-10 | 平安国际智慧城市科技股份有限公司 | 基于大数据的污染源定位方法、装置、设备及存储介质 |
CN111308039A (zh) * | 2020-03-19 | 2020-06-19 | 无锡德林海环保科技股份有限公司 | 一种网格化水质实时监测方法及*** |
WO2021184479A1 (zh) * | 2020-03-19 | 2021-09-23 | 无锡德林海环保科技股份有限公司 | 一种网格化水质实时监测方法及*** |
CN112836859A (zh) * | 2021-01-08 | 2021-05-25 | 中地大海洋(广州)科学技术研究院有限公司 | 一种河口区污染物监测数据的智能融合与分析方法 |
CN113033722A (zh) * | 2021-05-31 | 2021-06-25 | 中铁第一勘察设计院集团有限公司 | 传感器数据融合方法、装置、存储介质及计算设备 |
CN114275912A (zh) * | 2021-12-25 | 2022-04-05 | 盐城工学院 | 一种基于自适应神经网络模型的曝气***溶解氧控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114839343A (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114839343B (zh) | 一种便携式水质监测巡检仪装置及使用方法 | |
CN112734694A (zh) | 一种基于大数据的水质监测方法 | |
CN110057761A (zh) | 一种全光谱结合快速易测指标的水质在线监测***与方法 | |
CN107247083B (zh) | 一种农田重金属污染在线监测预警与实时处理***及方法 | |
WO2004102163A2 (en) | System enabling remote analysis of fluids | |
CN116701885B (zh) | 一种废水处理数据采集分析方法 | |
CN110308255B (zh) | 一种基于污染指示菌群对近海水体污染程度定量预测方法 | |
CN113933372B (zh) | 流域硝态氮来源入河负荷及入河系数的定量辨识方法 | |
CN116519895B (zh) | 一种基于大数据平台的水质在线监测分析管理*** | |
CN115790611B (zh) | 一种用于智慧城市水利信息的无人机采集导航方法及*** | |
CN116340723B (zh) | 基于大数据的乡村水污染快速溯源方法及*** | |
CN113267607A (zh) | 一种场地有机污染物迁移过程的特征参数识别*** | |
CN205449792U (zh) | 一种水质采样装置及其监测*** | |
CN117558107A (zh) | 一种基于物联网的农业环境监测*** | |
CN117368434A (zh) | 一种基于大数据的水质监测*** | |
CN113240006A (zh) | 废水排放的监测方法、装置、电子设备及存储介质 | |
CN112939246A (zh) | 一种基于物联网的医院污水在线处理平台 | |
CN116448988A (zh) | 一种工业园区土壤污染监测***及方法 | |
CN113836813B (zh) | 一种基于数据分析的高炉风口漏水检测方法 | |
CN216669729U (zh) | 水质监控装置 | |
JP2001027634A (ja) | 水質監視システム | |
CN114624411A (zh) | 一种水源地取水口附近水域的水质预警方法 | |
CN112816645A (zh) | 一种水体识别***及方法 | |
CN117875573B (zh) | 一种基于生物毒性和生物有效性的水环境评价方法和*** | |
CN205404403U (zh) | 一种总氮水质监测*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |