CN115112850A - 一种基于大数据的水质监测*** - Google Patents
一种基于大数据的水质监测*** Download PDFInfo
- Publication number
- CN115112850A CN115112850A CN202210881018.1A CN202210881018A CN115112850A CN 115112850 A CN115112850 A CN 115112850A CN 202210881018 A CN202210881018 A CN 202210881018A CN 115112850 A CN115112850 A CN 115112850A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- water quality
- information
- enterprises
- analysis
- 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 378
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 263
- 238000004458 analytical method Methods 0.000 claims abstract description 61
- 238000004519 manufacturing process Methods 0.000 claims abstract description 41
- 238000007405 data analysis Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 28
- 239000002699 waste material Substances 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 18
- 239000010865 sewage Substances 0.000 description 9
- 238000005206 flow analysis Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000020682 bottled natural mineral water Nutrition 0.000 description 1
- 235000020118 bottled purified water Nutrition 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000008235 industrial water Substances 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G01N33/18—Water
-
- 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
- Y02A20/152—Water filtration
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明实施例涉及水质监测技术领域,具体公开了一种基于大数据的水质监测***。本发明实施例提供的一种基于大数据的水质监测***,所述***包括水质监测标记单元、企业信息获取单元、监测规划分析单元、水质监测实行单元和水质数据分析单元。能够基于大数据技术,获取多个目标监测企业对应的生产排放信息,进行不同的监测规划分析,生成与多个目标监测企业相对应的监测规划信息和监测标准信息,从而实行针对性的水质监测,得到多个监测水质数据,且按照多个监测标准信息进行分析,生成多个水质分析信息,实现对不同监测区域的不同情况进行适应性的针对监测,避免检测的项目过少或过多,不会使得水质监测的检测不够全面或浪费检测资源。
Description
技术领域
本发明属于水质监测技术领域,尤其涉及一种基于大数据的水质监测***。
背景技术
水是生命之源,人类在生活和生产活动中都离不开水,水质的优劣与人类健康密切相关。随着社会经济发展、科学进步和人民生活水平的提高,人类对于水质安全的要求也越来越高,因此需要进行水质监测,水质监测的范围包括污水、纯水、海水、渔业水、泳池用水、中水、瓶装纯净水、饮用天然矿泉水、冷却水、农田灌溉水、景观用水、生活饮用水、地下水、锅炉水、地表水、工业用水、试验用水等。由于企业的污水排放与附近居民的生活息息相关,因此,污水的水质监测非常重要。
现有的针对于污水排放区域的水质监测***,通常都是按照相同的水质检测流程和水质检测方法,对不同的区域进行相同的水质监测,然而不同区域对应的生产企业和污水排放不同,相同的水质监测往往可能导致检测的项目过少或过多,这就容易使得水质监测的检测不够全面或浪费检测资源,不符合不同监测区域的不同情况。
发明内容
本发明实施例的目的在于提供一种基于大数据的水质监测***,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种基于大数据的水质监测***,所述***包括水质监测标记单元、企业信息获取单元、监测规划分析单元、水质监测实行单元和水质数据分析单元,其中:
水质监测标记单元,用于获取监测区域地图,并在所述监测区域地图标记多个目标监测企业对应的水质监测位置;
企业信息获取单元,用于基于大数据技术,获取多个所述目标监测企业对应的生产排放信息;
监测规划分析单元,用于根据多个所述生产排放信息进行监测规划分析,生成与多个所述目标监测企业相对应的监测规划信息和监测标准信息;
水质监测实行单元,用于按照多个所述水质监测规划信息,在多个所述水质监测位置进行水质监测,得到多个监测水质数据;
水质数据分析单元,用于基于多个所述监测标准信息,对多个所述监测水质数据进行分析,生成多个水质分析信息。
作为本发明实施例技术方案进一步的限定,所述***还包括:
异常分析处理单元,用于根据多个所述水质分析信息,标记多个水质异常位置和对应的监测异常企业,向多个所述监测异常企业发送监测异常信息。
作为本发明实施例技术方案进一步的限定,所述水质监测标记单元具体包括:
区域地图获取模块,用于获取监测区域地图;
水质监测标记模块,用于在所述监测区域地图标记多个目标监测企业对应的水质监测位置。
作为本发明实施例技术方案进一步的限定,所述水质监测标记模块具体包括:
位置信息获取子模块,用于获取多个目标监测企业的企业位置信息;
监测位置标记子模块,用于根据多个所述企业位置信息,在所述监测区域地图标记多个水质监测位置。
作为本发明实施例技术方案进一步的限定,所述企业信息获取单元具体包括:
企业信息获取模块,用于基于大数据技术,获取多个目标监测企业的目标企业信息;
排放信息识别模块,用于对多个所述目标企业信息进行排放信息识别,生成多个信息识别结果;
排放信息提取模块,用于按照多个所述信息识别结果,从多个所述目标企业信息中提取多个生产排放信息。
作为本发明实施例技术方案进一步的限定,所述监测规划分析单元具体包括:
监测周期规划模块,用于根据多个所述生产排放信息进行监测周期规划,生成与多个所述目标监测企业相对应的水质监测周期;
监测设备规划模块,用于根据多个所述生产排放信息进行监测设备规划,生成与多个所述目标监测企业相对应的监测设备信息;
水质标准分析模块,用于根据多个所述生产排放信息进行标准分析,生成与多个所述目标监测企业相对应的监测标准信息。
作为本发明实施例技术方案进一步的限定,所述水质监测实行单元具体包括:
监测流程分析模块,用于对多个所述监测设备信息进行流程分析,生成多个监测流程信息;
周期水质监测模块,用于按照多个所述监测流程信息和对应的水质监测周期,在多个所述水质监测位置进行周期性水质监测,得到多个监测水质数据。
作为本发明实施例技术方案进一步的限定,所述水质数据分析单元具体包括:
水质数据整理模块,用于按照多个所述监测标准信息,对多个所述监测水质数据整理,生成整理水质数据;
水质数据分析模块,用于按照多个所述整理水质数据,对多个所述监测水质数据进行分析,生成多个水质分析信息。
作为本发明实施例技术方案进一步的限定,所述异常分析处理单元具体包括:
异常位置标记模块,用于根据多个所述水质分析信息,标记多个水质异常位置;
异常企业标记模块,用于根据多个所述水质异常位置,将对应的多个目标监测企业标记为监测异常企业;
异常信息生成模块,用于生成监测异常信息;
异常信息发送模块,用于将多个所述监测异常信息分别发送至多个对应的监测异常企业。
与现有技术相比,本发明的有益效果是:
本发明实施例提供的一种基于大数据的水质监测***,所述***包括水质监测标记单元、企业信息获取单元、监测规划分析单元、水质监测实行单元和水质数据分析单元。能够基于大数据技术,获取多个目标监测企业对应的生产排放信息,进行不同的监测规划分析,生成与多个目标监测企业相对应的监测规划信息和监测标准信息,从而实行针对性的水质监测,得到多个监测水质数据,且按照多个监测标准信息进行分析,生成多个水质分析信息,实现对不同监测区域的不同情况进行适应性的针对监测,避免检测的项目过少或过多,不会使得水质监测的检测不够全面或浪费检测资源。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例。
图1示出了本发明实施例提供的***的应用架构图。
图2示出了本发明实施例提供的***的又一应用架构图。
图3示出了本发明实施例提供的***中水质监测标记单元的结构框图。
图4示出了本发明实施例提供的***中水质监测标记模块的结构框图。
图5示出了本发明实施例提供的***中企业信息获取单元的结构框图。
图6示出了本发明实施例提供的***中监测规划分析单元的结构框图。
图7示出了本发明实施例提供的***中水质监测实行单元的结构框图。
图8示出了本发明实施例提供的***中水质数据分析单元的结构框图。
图9示出了本发明实施例提供的***中异常分析处理单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
可以理解的是,现有技术中,针对于污水排放区域的水质监测***,通常都是按照相同的水质检测流程和水质检测方法,对不同的区域进行相同的水质监测,然而不同区域对应的生产企业和污水排放不同,相同的水质监测往往可能导致检测的项目过少或过多,这就容易使得水质监测的检测不够全面或浪费检测资源,不符合不同监测区域的不同情况。
为解决上述问题,本发明实施例提供的一种基于大数据的水质监测***,所述***包括水质监测标记单元、企业信息获取单元、监测规划分析单元、水质监测实行单元和水质数据分析单元。能够基于大数据技术,获取多个目标监测企业对应的生产排放信息,进行不同的监测规划分析,生成与多个目标监测企业相对应的监测规划信息和监测标准信息,从而实行针对性的水质监测,得到多个监测水质数据,且按照多个监测标准信息进行分析,生成多个水质分析信息,实现对不同监测区域的不同情况进行适应性的针对监测,避免检测的项目过少或过多,不会使得水质监测的检测不够全面或浪费检测资源。
图1示出了本发明实施例提供的***的应用架构图。
具体的,一种基于大数据的水质监测***,包括:
水质监测标记单元101,用于获取监测区域地图,并在所述监测区域地图标记多个目标监测企业对应的水质监测位置。
在本发明实施例中,通过水质监测标记单元101导入获取需要进行水质监测的监测区域地图,并确定在监测区域地图内的多个需要进行针对性水质监测的目标监测企业,获取多个目标监测企业对应的企业位置信息,并基于监测区域地图对多个企业位置信息进行分析,按照监测区域内企业进行污水排放的水流流向,在企业位置下游的一段距离设置对应的水质监测点,得到与多个目标监测企业相相应的水质监测位置,并在监测区域地图中,将多个水质监测位置进行标记。
具体的,图3示出了本发明实施例提供的***中水质监测标记单元101的结构框图。
其中,在本发明提供的优选实施方式中,所述水质监测标记单元101具体包括:
区域地图获取模块1011,用于获取监测区域地图。
水质监测标记模块1012,用于在所述监测区域地图标记多个目标监测企业对应的水质监测位置。
具体的,图4示出了本发明实施例提供的***中水质监测标记模块1012的结构框图。
其中,在本发明提供的优选实施方式中,所述水质监测标记模块1012具体包括:
位置信息获取子模块10121,用于获取多个目标监测企业的企业位置信息。
监测位置标记子模块10122,用于根据多个所述企业位置信息,在所述监测区域地图标记多个水质监测位置。
进一步的,所述基于大数据的水质监测***还包括:
企业信息获取单元102,用于基于大数据技术,获取多个所述目标监测企业对应的生产排放信息。
在本发明实施例中,企业信息获取单元102基于大数据技术,从互联网中进行信息筛选,得到与多个目标监测企业相关的目标企业信息,通过对目标企业信息进行分析,识别多个目标企业信息中相应目标监测企业对应的排放信息,并将多个目标监测企业的排放信息进行收集整理,提取关键信息,生成与多个目标监测企业对应的生产排放信息。
具体的,图5示出了本发明实施例提供的***中企业信息获取单元102的结构框图。
其中,在本发明提供的优选实施方式中,所述企业信息获取单元102具体包括:
企业信息获取模块1021,用于基于大数据技术,获取多个目标监测企业的目标企业信息。
排放信息识别模块1022,用于对多个所述目标企业信息进行排放信息识别,生成多个信息识别结果。
排放信息提取模块1023,用于按照多个所述信息识别结果,从多个所述目标企业信息中提取多个生产排放信息。
进一步的,所述基于大数据的水质监测***还包括:
监测规划分析单元103,用于根据多个所述生产排放信息进行监测规划分析,生成与多个所述目标监测企业相对应的监测规划信息和监测标准信息。
在本发明实施例中,监测规划分析单元103通过对生产排放信息进行分析,确定多个目标监测企业对应的生产排放周期,按照多个生产排放周期,对多个水质监测位置的水质监测进行周期规划,生成多个水质监测周期,且通过对多个生产排放信息进行分析,确定与多个生产排放信息相适配的水质检测方案,按照多个水质检测方案进行监测设备规划,生成与多个目标监测企业相对应的监测设备信息,并根据多个生产排放信息进行标准分析,生成与多个目标监测企业相对应的监测标准信息。具体的,监测标准信息是对应的多个水质检测指标的达标参数。
具体的,图6示出了本发明实施例提供的***中监测规划分析单元103的结构框图。
其中,在本发明提供的优选实施方式中,所述监测规划分析单元103具体包括:
监测周期规划模块1031,用于根据多个所述生产排放信息进行监测周期规划,生成与多个所述目标监测企业相对应的水质监测周期。
监测设备规划模块1032,用于根据多个所述生产排放信息进行监测设备规划,生成与多个所述目标监测企业相对应的监测设备信息。
水质标准分析模块1033,用于根据多个所述生产排放信息进行标准分析,生成与多个所述目标监测企业相对应的监测标准信息。
进一步的,所述基于大数据的水质监测***还包括:
水质监测实行单元104,用于按照多个所述水质监测规划信息,在多个所述水质监测位置进行水质监测,得到多个监测水质数据。
在本发明实施例中,水质监测实行单元104通过对多个水质监测规划信息进行水质检测的流程分析,生成与多个水质监测位置相对应的监测流程信息,进而按照多个监测流程信息和对应的水质监测周期,对多个水质监测位置的水流区域进行周期性水质监测,得到多个与目标监测企业相关的监测水质数据。
具体的,图7示出了本发明实施例提供的***中水质监测实行单元104的结构框图。
其中,在本发明提供的优选实施方式中,所述水质监测实行单元104具体包括:
监测流程分析模块1041,用于对多个所述监测设备信息进行流程分析,生成多个监测流程信息。
周期水质监测模块1042,用于按照多个所述监测流程信息和对应得水质监测周期,在多个所述水质监测位置进行周期性水质监测,得到多个监测水质数据。
进一步的,所述基于大数据的水质监测***还包括:
水质数据分析单元105,用于基于多个所述监测标准信息,对多个所述监测水质数据进行分析,生成多个水质分析信息。
在本发明实施例中,水质数据分析单元105按照监测标准信息对应的多个水质检测指标,将多个监测水质数据进行整理,得到与多个目标监测企业相关的整理水质数据,进而按照监测标准信息中的达标参数,对整理水质数据进行达标分析,生成与多个目标监测企业相关的水质分析信息。
具体的,图8示出了本发明实施例提供的***中水质数据分析单元105的结构框图。
其中,在本发明提供的优选实施方式中,所述水质数据分析单元105具体包括:
水质数据整理模块1051,用于按照多个所述监测标准信息,对多个所述监测水质数据整理,生成整理水质数据。
水质数据分析模块1052,用于按照多个所述整理水质数据,对多个所述监测水质数据进行分析,生成多个水质分析信息。
进一步的,图2示出了本发明实施例提供的***的又一应用架构图。
具体的,在本发明提供的又一个实施例中,所述***还包括:
异常分析处理单元106,用于根据多个所述水质分析信息,标记多个水质异常位置和对应的监测异常企业,向多个所述监测异常企业发送监测异常信息。
具体的,图9示出了本发明实施例提供的***中异常分析处理单元106的结构框图。
其中,在本发明提供的优选实施方式中,所述异常分析处理单元106具体包括:
异常位置标记模块1061,用于根据多个所述水质分析信息,标记多个水质异常位置。
异常企业标记模块1062,用于根据多个所述水质异常位置,将对应得多个目标监测企业标记为监测异常企业。
异常信息生成模块1063,用于生成监测异常信息。
异常信息发送模块1064,用于将多个所述监测异常信息分别发送至多个对应的监测异常企业。
进一步的,在本发明提供的又一个实施例中,一种基于大数据的水质监测方法,所述方法包括:
步骤一、获取监测区域地图,并在所述监测区域地图标记多个目标监测企业对应的水质监测位置;
在本发明实施例中,通过导入获取需要进行水质监测的监测区域地图,并确定在监测区域地图内的多个需要进行针对性水质监测的目标监测企业,获取多个目标监测企业对应的企业位置信息,并基于监测区域地图对多个企业位置信息进行分析,按照监测区域内企业进行污水排放的水流流向,在企业位置下游的一段距离设置对应的水质监测点,得到与多个目标监测企业相相应的水质监测位置,并在监测区域地图中,将多个水质监测位置进行标记。
步骤二、基于大数据技术,获取多个所述目标监测企业对应的生产排放信息;
在本发明实施例中,基于大数据技术,从互联网中进行信息筛选,得到与多个目标监测企业相关的目标企业信息,通过对目标企业信息进行分析,识别多个目标企业信息中相应目标监测企业对应的排放信息,并将多个目标监测企业的排放信息进行收集整理,提取关键信息,生成与多个目标监测企业对应的生产排放信息。
步骤三、根据多个所述生产排放信息进行监测规划分析,生成与多个所述目标监测企业相对应的监测规划信息和监测标准信息;
在本发明实施例中,通过对生产排放信息进行分析,确定多个目标监测企业对应的生产排放周期,按照多个生产排放周期,对多个水质监测位置的水质监测进行周期规划,生成多个水质监测周期,且通过对多个生产排放信息进行分析,确定与多个生产排放信息相适配的水质检测方案,按照多个水质检测方案进行监测设备规划,生成与多个目标监测企业相对应的监测设备信息,并根据多个生产排放信息进行标准分析,生成与多个目标监测企业相对应的监测标准信息。具体的,监测标准信息是对应的多个水质检测指标的达标参数。
步骤四、按照多个所述水质监测规划信息,在多个所述水质监测位置进行水质监测,得到多个监测水质数据;
在本发明实施例中,通过对多个水质监测规划信息进行水质检测的流程分析,生成与多个水质监测位置相对应的监测流程信息,进而按照多个监测流程信息和对应的水质监测周期,对多个水质监测位置的水流区域进行周期性水质监测,得到多个与目标监测企业相关的监测水质数据。
步骤五、基于多个所述监测标准信息,对多个所述监测水质数据进行分析,生成多个水质分析信息
在本发明实施例中,按照监测标准信息对应的多个水质检测指标,将多个监测水质数据进行整理,得到与多个目标监测企业相关的整理水质数据,进而按照监测标准信息中的达标参数,对整理水质数据进行达标分析,生成与多个目标监测企业相关的水质分析信息。
综上所述,本发明实施例提供的一种基于大数据的水质监测***,所述***包括水质监测标记单元、企业信息获取单元、监测规划分析单元、水质监测实行单元和水质数据分析单元。能够基于大数据技术,获取多个目标监测企业对应的生产排放信息,进行不同的监测规划分析,生成与多个目标监测企业相对应的监测规划信息和监测标准信息,从而实行针对性的水质监测,得到多个监测水质数据,且按照多个监测标准信息进行分析,生成多个水质分析信息,实现对不同监测区域的不同情况进行适应性的针对监测,避免检测的项目过少或过多,不会使得水质监测的检测不够全面或浪费检测资源。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,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。
以上所述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发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本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,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于大数据的水质监测***,其特征在于,所述***包括水质监测标记单元、企业信息获取单元、监测规划分析单元、水质监测实行单元和水质数据分析单元,其中:
水质监测标记单元,用于获取监测区域地图,并在所述监测区域地图标记多个目标监测企业对应的水质监测位置;
企业信息获取单元,用于基于大数据技术,获取多个所述目标监测企业对应的生产排放信息;
监测规划分析单元,用于根据多个所述生产排放信息进行监测规划分析,生成与多个所述目标监测企业相对应的监测规划信息和监测标准信息;
水质监测实行单元,用于按照多个所述水质监测规划信息,在多个所述水质监测位置进行水质监测,得到多个监测水质数据;
水质数据分析单元,用于基于多个所述监测标准信息,对多个所述监测水质数据进行分析,生成多个水质分析信息。
2.根据权利要求1所述的基于大数据的水质监测***,其特征在于,所述***还包括:
异常分析处理单元,用于根据多个所述水质分析信息,标记多个水质异常位置和对应的监测异常企业,向多个所述监测异常企业发送监测异常信息。
3.根据权利要求1所述的基于大数据的水质监测***,其特征在于,所述水质监测标记单元具体包括:
区域地图获取模块,用于获取监测区域地图;
水质监测标记模块,用于在所述监测区域地图标记多个目标监测企业对应的水质监测位置。
4.根据权利要求3所述的基于大数据的水质监测***,其特征在于,所述水质监测标记模块具体包括:
位置信息获取子模块,用于获取多个目标监测企业的企业位置信息;
监测位置标记子模块,用于根据多个所述企业位置信息,在所述监测区域地图标记多个水质监测位置。
5.根据权利要求1所述的基于大数据的水质监测***,其特征在于,所述企业信息获取单元具体包括:
企业信息获取模块,用于基于大数据技术,获取多个目标监测企业的目标企业信息;
排放信息识别模块,用于对多个所述目标企业信息进行排放信息识别,生成多个信息识别结果;
排放信息提取模块,用于按照多个所述信息识别结果,从多个所述目标企业信息中提取多个生产排放信息。
6.根据权利要求1所述的基于大数据的水质监测***,其特征在于,所述监测规划分析单元具体包括:
监测周期规划模块,用于根据多个所述生产排放信息进行监测周期规划,生成与多个所述目标监测企业相对应的水质监测周期;
监测设备规划模块,用于根据多个所述生产排放信息进行监测设备规划,生成与多个所述目标监测企业相对应的监测设备信息;
水质标准分析模块,用于根据多个所述生产排放信息进行标准分析,生成与多个所述目标监测企业相对应的监测标准信息。
7.根据权利要求1所述的基于大数据的水质监测***,其特征在于,所述水质监测实行单元具体包括:
监测流程分析模块,用于对多个所述监测设备信息进行流程分析,生成多个监测流程信息;
周期水质监测模块,用于按照多个所述监测流程信息和对应的水质监测周期,在多个所述水质监测位置进行周期性水质监测,得到多个监测水质数据。
8.根据权利要求1所述的基于大数据的水质监测***,其特征在于,所述水质数据分析单元具体包括:
水质数据整理模块,用于按照多个所述监测标准信息,对多个所述监测水质数据整理,生成整理水质数据;
水质数据分析模块,用于按照多个所述整理水质数据,对多个所述监测水质数据进行分析,生成多个水质分析信息。
9.根据权利要求1所述的基于大数据的水质监测***,其特征在于,所述异常分析处理单元具体包括:
异常位置标记模块,用于根据多个所述水质分析信息,标记多个水质异常位置;
异常企业标记模块,用于根据多个所述水质异常位置,将对应的多个目标监测企业标记为监测异常企业;
异常信息生成模块,用于生成监测异常信息;
异常信息发送模块,用于将多个所述监测异常信息分别发送至多个对应的监测异常企业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210881018.1A CN115112850B (zh) | 2022-07-25 | 2022-07-25 | 一种基于大数据的水质监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210881018.1A CN115112850B (zh) | 2022-07-25 | 2022-07-25 | 一种基于大数据的水质监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115112850A true CN115112850A (zh) | 2022-09-27 |
CN115112850B CN115112850B (zh) | 2023-10-31 |
Family
ID=83334511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210881018.1A Active CN115112850B (zh) | 2022-07-25 | 2022-07-25 | 一种基于大数据的水质监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115112850B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115310875A (zh) * | 2022-10-11 | 2022-11-08 | 河北省沧州生态环境监测中心 | 一种城市碳中和数据处理***及方法 |
CN116663911A (zh) * | 2023-07-29 | 2023-08-29 | 广州京维智能科技有限公司 | 一种供水管网水质风险评估方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458529A (zh) * | 2019-08-13 | 2019-11-15 | 江苏中润普达信息技术有限公司 | 一种基于大数据的水污染分析、预测方法 |
CN112418737A (zh) * | 2020-12-16 | 2021-02-26 | 南京大学 | 一种区域水环境管理平台 |
CN112488449A (zh) * | 2020-11-06 | 2021-03-12 | 丁佐琳 | 一种基于大数据分析的水环境污染排放实时监测溯源*** |
JP2021060363A (ja) * | 2019-10-09 | 2021-04-15 | 昭和電工マテリアルズ株式会社 | 水質監視システム |
CN112684133A (zh) * | 2020-12-18 | 2021-04-20 | 南京大博环境监测科技有限公司 | 基于大数据平台的水质监测预警方法、***及存储介质 |
CN114252575A (zh) * | 2021-12-13 | 2022-03-29 | 甘肃省水利厅石羊河流域水资源利用中心 | 一种水质监测方法、电子设备及计算机存储介质 |
-
2022
- 2022-07-25 CN CN202210881018.1A patent/CN115112850B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458529A (zh) * | 2019-08-13 | 2019-11-15 | 江苏中润普达信息技术有限公司 | 一种基于大数据的水污染分析、预测方法 |
JP2021060363A (ja) * | 2019-10-09 | 2021-04-15 | 昭和電工マテリアルズ株式会社 | 水質監視システム |
CN112488449A (zh) * | 2020-11-06 | 2021-03-12 | 丁佐琳 | 一种基于大数据分析的水环境污染排放实时监测溯源*** |
CN112418737A (zh) * | 2020-12-16 | 2021-02-26 | 南京大学 | 一种区域水环境管理平台 |
CN112684133A (zh) * | 2020-12-18 | 2021-04-20 | 南京大博环境监测科技有限公司 | 基于大数据平台的水质监测预警方法、***及存储介质 |
CN114252575A (zh) * | 2021-12-13 | 2022-03-29 | 甘肃省水利厅石羊河流域水资源利用中心 | 一种水质监测方法、电子设备及计算机存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115310875A (zh) * | 2022-10-11 | 2022-11-08 | 河北省沧州生态环境监测中心 | 一种城市碳中和数据处理***及方法 |
CN116663911A (zh) * | 2023-07-29 | 2023-08-29 | 广州京维智能科技有限公司 | 一种供水管网水质风险评估方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115112850B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115112850A (zh) | 一种基于大数据的水质监测*** | |
CN104781741B (zh) | 工序监视诊断装置及工序监视诊断程序 | |
CN104217040A (zh) | 一种基于传统在线监测仪的污染事件快速探测方法 | |
CN113849542A (zh) | 基于人工智能的区域温室气体排放清单核算***与方法 | |
CN112633779B (zh) | 一种对环境监测数据可信度进行评估的方法 | |
CN105654735A (zh) | 基于离群点分析算法的***快速甄别方法 | |
CN117370919B (zh) | 污水处理设备远程监控*** | |
CN116824513A (zh) | 基于深度学习的钻探过程自动识别监管方法及*** | |
CN114417981B (zh) | 一种智能河长巡测*** | |
CN112270633A (zh) | 一种基于大数据驱动的公益诉讼线索研判***和方法 | |
CN112766506A (zh) | 一种基于架构的知识库构建方法 | |
CN112561764A (zh) | 一种智慧环保大数据服务集成管理***及方法 | |
CN112288312A (zh) | 基于司法用途的服刑人员再犯预警*** | |
Ramya et al. | Detection and classification of fruit diseases using image processing & cloud computing | |
CN115409483B (zh) | 一种针对大气污染源的追溯方法及*** | |
CN116596314A (zh) | 一种基于大数据的安全风险管控方法、装置及计算设备 | |
CN115184773A (zh) | 一种基于电路能效能耗测试的数据集中管控设备 | |
CN113590663A (zh) | 一种环境检测方法及*** | |
US20150363790A1 (en) | Asset tracking and counterfeit detection system | |
CN118015795B (zh) | 一种基于卷积神经网络的ppb级污染物监测预警方法及*** | |
Gandhimathi et al. | A Proficient Prediction Mechanism for Analyzing Water Quality Using Machine Learning Algorithms | |
CN117035230B (zh) | 一种基于大数据分析的污水处理设备运行状态评估方法 | |
CN115903681B (zh) | 一种污水厂能耗数据采集方法及*** | |
CN114118879B (zh) | 环保管控措施的推荐方法、***、服务器及存储介质 | |
CN116819046B (zh) | 一种农田污染智能监测方法、***及存储介质 |
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 |