CN117630319B - 一种基于大数据的水质监测预警方法及*** - Google Patents
一种基于大数据的水质监测预警方法及*** Download PDFInfo
- Publication number
- CN117630319B CN117630319B CN202410107662.2A CN202410107662A CN117630319B CN 117630319 B CN117630319 B CN 117630319B CN 202410107662 A CN202410107662 A CN 202410107662A CN 117630319 B CN117630319 B CN 117630319B
- Authority
- CN
- China
- Prior art keywords
- water quality
- information
- analysis
- sampling points
- sampling point
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 191
- 238000012544 monitoring process Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 97
- 238000005070 sampling Methods 0.000 claims description 186
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 230000005856 abnormality Effects 0.000 claims description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 229910052698 phosphorus Inorganic materials 0.000 claims description 7
- 239000011574 phosphorus Substances 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 241000876443 Varanus salvator Species 0.000 description 2
- 230000002378 acidificating effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种基于大数据的水质监测预警方法及***，包括水质信息获取单元和水质信息分析单元，本发明涉及水质监测技术领域，解决了单一通过模型来进行监测，监测方式较为单一，且不能很好地对异常区域进行很好地确定的技术问题，本发明通过将不同取样点对应的水质值与正常值进行比较来将取样点进行分类，针对重点分析取样点通过结合历史数据来判断是否需要进行二次分析，针对需要进行二次分析的取样点分析其异常的具体原因，而针对安全取样点则是根据其浓度来进行分析，同时能够确定异常区域，从而能够方便后续的治理工作，最后正常取样点进行数据监测，并根据水质值来进行及时的预警。
Description
技术领域
本发明涉及水质监测技术领域，具体为一种基于大数据的水质监测预警方法及***。
背景技术
在水环境的监测管理中，如何对水质进行监测预警意义重大。
根据申请号为CN202310088669.X的专利显示，该专利方法包括：通过大数据获得水质监测信息，确定环境监测数据、图像监测分析数据、传感监测数据；确定事故因子；确定水质监测预警的顶上事件；构建事故树；确定数据逻辑关系，将数据逻辑关系融合至所述事故树中；获得事故因子组合最小割集，确定事故基础事件集；基于所述事故因子组合最小割集及与顶上事件的数据逻辑关系，构建最小割集原理预警模型，对实时水质监测信息进行预警分析，获得水质监测预警信息。
上述专利通过建立模型来对水质进行监测，但是上述专利没有很好地对存在异常区域的水质进行分析，单一地通过模型来对数据进行分析，从而达到监测的目的，这样的方式较为片面，不能很好地定位到出现异常的区域。
发明内容
针对现有技术的不足，本发明提供了一种基于大数据的水质监测预警方法及***，解决了单一通过模型来进行监测，监测方式较为单一，且不能很好地对异常区域进行很好地确定的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种基于大数据的水质监测预警***，水质信息获取单元，用于获取到不同取样点的水质信息，并将其传输到水质信息分析单元，其中不同取样点为操作人员自行设置的，通过间隔一定的距离放置对应的水质监测器来对水质信息进行获取，水质监测器其中包括：PH检测仪、含磷检测仪和氧溶解检测仪，具体的得到的水质信息包括：pH值、溶解氧含量和含磷量。
水质信息分析单元，用于获取到传输的不同取样点水质信息，并根据水质信息计算得到不同取样点的水质值，并将计算得到的水质值与预设值进行比较来对所有的取样点进行重点分析取样点和正常取样点分类，同时将重点分析取样点信息传输到重点分析单元，将正常取样点信息传输到监测预警单元，且生成分类信息的具体方式如下：
S1：获取到所有的取样点并对其进行标号处理记作i，且i=1、2、…、j，接着获取到其对应的pH值、溶解氧含量和含磷量分别记作PHi、RYi和Pi，并将其代入公式计算得到取样点i对应的水质值Qi，在计算公式中a为预设比例系数；
S2：根据取样点对应的水质值Qi绘制取样点水质图，并将其传输到信息输出单元，且此处绘制的顺序是按照取样点对应的顺序进行绘制的，比如取样点是按照从上游到下游进行采点，则绘制的时候就按照从上游到下游的顺序来进行绘制水质图，同时将取样点对应的水质值Qi与预设值Qy进行比较，其中预设值Qy根据实际情况进行取值，当Qi≥Qy时，则将取样点标记为重点分析取样点，反之当Qi＜Qy时，则将取样点标记为正常分析取样点。
重点分析单元，用于获取到传输的重点分析取样点和其信息，同时获取到历史数据存储单元传输的历史数据，结合历史数据中的水质事故来对重点分析取样点进行是否存在水质事故判断，得到判断结果，其中判断结果包括：事故取样点和安全取样点，接着分别对判断结果进行分析，得到分析信息，包括：评级信息、评判区间和异常信息，并将分析信息中的评判区间传输到监测预警单元，将评级信息和异常信息传输到信息输出单元，且生成分析信息的具体方式如下：
获取到所有的重点分析取样点并对其进行标号处理记作n，且n=1、2、…、m，接着将存在水质事故的重点分析取样点分类为事故取样点且记作k，且k=1、2、…、l，将不存在水质事故的重点分析取样点分类为安全取样点g，且g=1、2、…、e，具体的水质事故表示指由于各种原因导致水体中出现严重的污染或水质异常的事件，其中水质事故包括工业污染事故，农业污染事故，长期沉积的污染事故和自然灾害引发的水质事故。
对事故取样点的分析如下：
P1：获取到所有的事故取样点k同时获取到其对应的水质值Qk，接着获取到水质值Qk的最大值和最小值，并以最大值和最小值生成评判区间记作[Qmin，Qmax]，同时将评判区间传输到监测预警单元；具体的，水质值的最小值可以作为判断是否存在水质污染的标准。
P2：同时获取到事故取样点k对应的历史数据，其中历史数据包括历史水质值，且此处的水质值为上次对该事故取样点数据进行计算得到的水质值，并将事故取样点k对应的水质值Qk与历史水质值Qk1进行比较，当Qk≥Qk1时，则表示事故取样点水质值存在上升趋势，并生成二次分析信号，反之当Qk＜Qk1时，则表示事故取样点水质值存在下降趋势，并生成正常监测信号；该正常监测信号可以理解为对事故取样点进行标记，同时将其输出到信息输出单元，而二次分析信号则表示对存在上升趋势的事故取样点进行二次分析。
P3：获取二次分析信号对应的事故取样点，并获取到水质值上升的具体数据信息，同时将具体数据信息与对应的评判数据进行比较，得到对应的评级信息，并将评级信息传输到信息输出单元。
对安全取样点的分析如下：
A1：获取到所有安全取样点g，并选取三个安全取样点，同时获取到其对应的水质浓度记作D1、D2和D3，具体的水质浓度为PPM，是用溶质质量占全部溶液质量的百万分比来表示的浓度，接着将其分别与正常浓度值Dz进行比较；其中D1、D2和D3分别表示为第一个取样点、中间取样点和最后取样点，且默认安全取样点g的数量为单数。
A2：当D1、D2和D3均小于Dz时，则表示所有取样点的水质浓度均未超标，并生成水质正常信号，反之若存在任意一个取样点对应的水质浓度超过Dz，则表示水质存在异常，并生成水质异常信号，针对生成的水质正常信号不进行处理，而针对生成的水质异常信号则需要对其进一步的分析；
A3：接着对生成的水质异常信号进行分析，根据D1、D2和D3确定对应的污染区域，并生成异常信息，同时将异常信息传输到信息输出单元。
有益效果：本发明提供了一种基于大数据的水质监测预警方法及***。与现有技术相比具备以下有益效果：
本发明通过确定多个取样点，并获取到取样点数据，然后根据数据计算不同取样点对应的水质值，通过将其与正常值进行比较来将取样点进行分类，针对重点分析取样点通过结合历史数据来判断是否需要进行二次分析，针对需要进行二次分析的取样点分析其异常的具体原因，而针对安全取样点则是根据其浓度来进行分析，同时能够确定异常区域，从而能够方便后续的治理工作，最后正常取样点进行数据监测，并根据水质值来进行及时的预警。
附图说明
图1为本发明***框图；
图2为本发明方法图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例一，请参阅图1和图2，本申请提供了一种基于大数据的水质监测预警***，包括：水质信息获取单元、水质信息分析单元、重点分析单元、监测预警单元、历史数据存储单元和信息输出单元，且上述的单元均为电性连接。
水质信息获取单元，用于获取到不同取样点的水质信息，并将其传输到水质信息分析单元，其中不同取样点为操作人员自行设置的，通过间隔一定的距离放置对应的水质监测器来对水质信息进行获取，水质监测器其中包括：PH检测仪、含磷检测仪和氧溶解检测仪，具体地得到的水质信息包括：pH值、溶解氧含量和含磷量。
水质信息分析单元，用于获取到传输的不同取样点水质信息，并根据水质信息计算得到不同取样点的水质值，并将计算得到的水质值与预设值进行比较来对所有的取样点进行重点分析取样点和正常取样点分类，同时将重点分析取样点信息传输到重点分析单元，将正常取样点信息传输到监测预警单元，且生成分类信息的具体方式如下：
S1：获取到所有的取样点并对其进行标号处理记作i，且i=1、2、…、j，接着获取到其对应的pH值、溶解氧含量和含磷量分别记作PHi、RYi和Pi，并将其代入公式计算得到取样点i对应的水质值Qi，在计算公式中a为预设比例系数；
S2：根据取样点对应的水质值Qi绘制取样点水质图，并将其传输到信息输出单元，且此处绘制的顺序是按照取样点对应的顺序进行绘制的，比如取样点是按照从上游到下游进行采点，则绘制的时候就按照从上游到下游的顺序来进行绘制水质图，同时将取样点对应的水质值Qi与预设值Qy进行比较，其中预设值Qy根据实际情况进行取值，当Qi≥Qy时，则将取样点标记为重点分析取样点，反之当Qi＜Qy时，则将取样点标记为正常分析取样点。
结合实际分析，如果计算出来的水质值Qi分别为1.4、2.6、1.2、2.4，其中预设值根据实际情况计算得到Qy=1.7，则对水质值进行比较后得到，1.4和1.2是低于预设值的，则将其对应的取样点标记为正常分析取样点，而剩下的取样点水质值超过预设值，则将其标记为重点分析取样点，超过预设值也就表示当前位置的水质存在污染，而预设值是评判的标准。
信息输出单元，用于获取到传输的取样点水质图，并将其通过显示设备显示给操作人员，其中显示设备可以是随身携带的平板。
实施例二，作为本发明的实施例二，在实施例一的基础上实施，且与实施例一的区别之处在于，水质信息分析单元对分类为重点分析取样点和其对应的信息传输到重点分析单元。
重点分析单元，用于获取到传输的重点分析取样点和其信息，同时获取到历史数据存储单元传输的历史数据，结合历史数据中的水质事故来对重点分析取样点进行是否存在水质事故判断，得到判断结果，其中判断结果包括：事故取样点和安全取样点，接着分别对判断结果进行分析，得到分析信息，包括：评级信息、评判区间和异常信息，并将分析信息中的评判区间传输到监测预警单元，将评级信息和异常信息传输到信息输出单元，且生成分析信息的具体方式如下：
获取到所有的重点分析取样点并对其进行标号处理记作n，且n=1、2、…、m，接着将存在水质事故的重点分析取样点分类为事故取样点且记作k，且k=1、2、…、l，将不存在水质事故的重点分析取样点分类为安全取样点g，且g=1、2、…、e，具体的水质事故表示指由于各种原因导致水体中出现严重的污染或水质异常的事件，其中水质事故包括工业污染事故，农业污染事故，长期沉积的污染事故和自然灾害引发的水质事故。
对事故取样点的分析如下：
P1：获取到所有的事故取样点k同时获取到其对应的水质值Qk，接着获取到水质值Qk的最大值和最小值，并以最大值和最小值生成评判区间记作[Qmin，Qmax]，同时将评判区间传输到监测预警单元；具体的，水质值的最小值可以作为判断是否存在水质污染的标准。
P2：同时获取到事故取样点k对应的历史数据，其中历史数据包括历史水质值，且此处的水质值为上次对该事故取样点数据进行计算得到的水质值，并将事故取样点k对应的水质值Qk与历史水质值Qk1进行比较，当Qk≥Qk1时，则表示事故取样点水质值存在上升趋势，并生成二次分析信号，反之当Qk＜Qk1时，则表示事故取样点水质值存在下降趋势，并生成正常监测信号；该正常监测信号可以理解为对事故取样点进行标记，同时将其输出到信息输出单元，而二次分析信号则表示对存在上升趋势的事故取样点进行二次分析。
P3：获取二次分析信号对应的事故取样点，并获取到水质值上升的具体数据信息，同时将具体数据信息与对应的评判数据进行比较，得到对应的评级信息，并将评级信息传输到信息输出单元。
结合实际分析，假如水质值上升的具体数据信息为pH值上升造成的，因此获取当前的pH值=4.4，并将其与评判数据比较，评判数据表示为：正常情况下pH值在6-7之间的水质呈弱酸性或中性，pH值在7-8之间呈弱碱性或中性，pH值在4-6之间的水质呈酸性，当前pH值处于酸性这个标准之间，则表示当前水质整体呈酸性。
对安全取样点的分析如下：
A1：获取到所有安全取样点g，并选取三个安全取样点，同时获取到其对应的水质浓度记作D1、D2和D3，具体的水质浓度为PPM，是用溶质质量占全部溶液质量的百万分比来表示的浓度，接着将其分别与正常浓度值Dz进行比较；其中D1、D2和D3分别表示为第一个取样点、中间取样点和最后取样点，且默认安全取样点g的数量为单数。
A2：当D1、D2和D3均小于Dz时，则表示所有取样点的水质浓度均未超标，并生成水质正常信号，反之若存在任意一个取样点对应的水质浓度超过Dz，则表示水质存在异常，并生成水质异常信号，针对生成的水质正常信号不进行处理，而针对生成的水质异常信号则需要对其进一步的分析；
A3：接着对生成的水质异常信号进行分析，根据D1、D2和D3确定对应的污染区域，并生成异常信息，同时将异常信息传输到信息输出单元。
结合实际分析，如果是D1存在污染，则表示位于第一个取样点后面的区域均会存在污染，反之当D2不存在污染，则表示污染的区域存在于D1和D2之间，从而能够确定污染区域，同理如果D2存在污染，D3不存在污染，则表示污染的区域存在于D2和D3之间。
信息输出单元，用于获取到传输的异常信息和评级信息，并将其通过显示设备显示给操作人员。
实施例三，作为本发明的实施例三，与实施例二的区别之处在于，水质信息分析单元将正常取样点和其对应的信息传输到监测预警单元。
监测预警单元，用于获取到传输的正常取样点信息，并获取到重点分析单元传输的判断区间，同时计算正常取样点对应的水质值，接着将水质值与判断区间进行匹配，若存在于判断区间则表示正常取样点存在异常，并生成预警信息，反之若不存在于判断区间则表示正常取样点不存在异常，并生成正常信息，同时将预警信息和正常信息传输到信息输出单元。
实施例四，作为本发明的实施例四，重点在于将实施例一、实施例二和实施例三的实施过程结合实施。
一种基于大数据的水质监测预警方法，该方法具体包括以下步骤：
步骤一：确定取样点；
步骤二：获取取样点对应的水质信息，并根据水质信息计算取样点的水质值；
步骤三：根据取样点的水质值将取样点进行正常分析取样点和重点分析取样点分类；
步骤四：结合历史数据对重点分析取样点进行分类，并对分类后的重点分析取样点进行单独分析得到分析信息；
步骤五：对正常分析取样点进行检测得到对应的检测信息。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (4)
1.一种基于大数据的水质监测预警***，其特征在于，包括：
水质信息获取单元，用于获取到不同取样点的水质信息，并将其传输到水质信息分析单元；
水质信息分析单元，用于获取到传输的不同取样点水质信息，并根据水质信息计算得到不同取样点的水质值，并将计算得到的水质值与预设值进行比较来对所有的取样点进行重点分析取样点和正常取样点分类，同时将重点分析取样点信息传输到重点分析单元，将正常取样点信息传输到监测预警单元，生成分类信息的具体方式为：
S1：获取到所有的取样点并对其进行标号处理记作i，且i=1、2、…、j，接着获取到其对应的pH值、溶解氧含量和含磷量分别记作PHi、RYi和Pi，并将其代入公式计算得到取样点i对应的水质值Qi，且a为预设比例系数；
S2：根据取样点对应的水质值Qi绘制取样点水质图，并将其传输到信息输出单元，同时将取样点对应的水质值Qi与预设值Qy进行比较，当Qi≥Qy时，则将取样点标记为重点分析取样点，反之当Qi＜Qy时，则将取样点标记为正常分析取样点；
重点分析单元，用于获取到传输的重点分析取样点和其信息，同时获取到历史数据存储单元传输的历史数据，结合历史数据中的水质事故来对重点分析取样点进行是否存在水质事故判断，得到判断结果，其中判断结果包括：事故取样点和安全取样点，接着分别对判断结果进行分析，得到分析信息，包括：评级信息、评判区间和异常信息，并将分析信息中的评判区间传输到监测预警单元，将评级信息和异常信息传输到信息输出单元，对重点分析取样点分类的具体方式如下：
获取到所有的重点分析取样点并对其进行标号处理记作n，且n=1、2、…、m，接着将存在水质事故的重点分析取样点分类为事故取样点且记作k，且k=1、2、…、l，将不存在水质事故的重点分析取样点分类为安全取样点g，且g=1、2、…、e；
对事故取样点的具体分析为：
P1：获取到所有的事故取样点k同时获取到其对应的水质值Qk，接着获取到水质值Qk的最大值和最小值，并以最大值和最小值生成评判区间记作[Qmin，Qmax]，同时将评判区间传输到监测预警单元；
P2：同时获取到事故取样点k对应的历史数据，且历史数据包括：历史水质值Qk1，当Qk≥Qk1时，则表示事故取样点水质值存在上升趋势，并生成二次分析信号，反之当Qk＜Qk1时，则表示事故取样点水质值存在下降趋势，并生成正常监测信号；
P3：获取二次分析信号对应的事故取样点，并获取到水质值上升的具体数据信息，同时将具体数据信息与对应的评判数据进行比较，得到对应的评级信息，并将评级信息传输到信息输出单元；
对安全取样点的分析方式如下：
A1：获取到所有安全取样点g，并选取三个安全取样点，同时获取到其对应的水质浓度记作D1、D2和D3，接着将其分别与正常浓度值Dz进行比较；
A2：当D1、D2和D3均小于Dz时，则表示所有取样点的水质浓度均未超标，并生成水质正常信号，反之若存在任意一个取样点对应的水质浓度超过Dz，则表示水质存在异常，并生成水质异常信号；
A3：接着对生成的水质异常信号进行分析，根据D1、D2和D3确定对应的污染区域，并生成异常信息，同时将异常信息传输到信息输出单元。
2.根据权利要求1所述的一种基于大数据的水质监测预警***，其特征在于，所述监测预警单元，用于获取到传输的正常取样点信息，并获取到重点分析单元传输的判断区间，同时计算正常取样点对应的水质值，接着将水质值与判断区间进行匹配，若存在于判断区间则表示正常取样点存在异常，并生成预警信息，反之若不存在于判断区间则表示正常取样点不存在异常，并生成正常信息，同时将预警信息和正常信息传输到信息输出单元。
3.根据权利要求1所述的一种基于大数据的水质监测预警***，其特征在于，所述信息输出单元，用于获取到传输的异常信息、评级信息、取样点水质图、预警信息和正常信息，并将其通过显示设备给操作人员。
4.执行权利要求1-3任一所述的一种基于大数据的水质监测预警***的预警方法，其特征在于，该方法具体包括以下步骤：
步骤一：确定取样点；
步骤二：获取取样点对应的水质信息，并根据水质信息计算取样点的水质值；
步骤三：根据取样点的水质值将取样点进行正常分析取样点和重点分析取样点分类；
步骤四：结合历史数据对重点分析取样点进行分类，并对分类后的重点分析取样点进行单独分析得到分析信息；
步骤五：对正常分析取样点进行检测得到对应的检测信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410107662.2A CN117630319B (zh) | 2024-01-26 | 2024-01-26 | 一种基于大数据的水质监测预警方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410107662.2A CN117630319B (zh) | 2024-01-26 | 2024-01-26 | 一种基于大数据的水质监测预警方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117630319A CN117630319A (zh) | 2024-03-01 |
| CN117630319B true CN117630319B (zh) | 2024-04-05 |
Family
ID=90025564
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410107662.2A Active CN117630319B (zh) | 2024-01-26 | 2024-01-26 | 一种基于大数据的水质监测预警方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117630319B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117909913B (zh) * | 2024-03-20 | 2024-05-14 | 江苏省环境监测中心 | 一种农业面源污染数据管理方法、***、设备及介质 |
| CN118013449B (zh) * | 2024-04-10 | 2024-07-23 | 台州市污染防治技术中心有限公司 | 一种企业污水排放物联网管理*** |
| CN118054975B (zh) * | 2024-04-16 | 2024-07-05 | 深圳市天地互通科技有限公司 | 一种入河排污口智慧化管理*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112684134A (zh) * | 2020-12-18 | 2021-04-20 | 江苏省苏力环境科技有限责任公司 | 基于关联分析的水环境分析方法、***、终端和存储介质 |
| CN113533662A (zh) * | 2021-06-09 | 2021-10-22 | 慧谷人工智能研究院（南京)有限公司 | 一种基于nb-iot的智慧末梢水质监测***及方法 |
| CN113970627A (zh) * | 2021-10-22 | 2022-01-25 | 重庆亿森动力环境科技有限公司 | 一种水质监测及预警方法、*** |
| CN116050831A (zh) * | 2022-12-29 | 2023-05-02 | 浙江省环境科技有限公司 | 一种农业灌溉用水水质预警方法及*** |
| CN116050951A (zh) * | 2023-04-03 | 2023-05-02 | 云南碧翔物联网科技有限公司 | 一种基于数据分析模型的污染监测方法及*** |
| CN117274827A (zh) * | 2023-11-23 | 2023-12-22 | 江苏国态环保集团有限公司 | 一种智慧环境环保远程实时监测预警方法及*** |
-
2024
- 2024-01-26 CN CN202410107662.2A patent/CN117630319B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112684134A (zh) * | 2020-12-18 | 2021-04-20 | 江苏省苏力环境科技有限责任公司 | 基于关联分析的水环境分析方法、***、终端和存储介质 |
| CN113533662A (zh) * | 2021-06-09 | 2021-10-22 | 慧谷人工智能研究院（南京)有限公司 | 一种基于nb-iot的智慧末梢水质监测***及方法 |
| CN113970627A (zh) * | 2021-10-22 | 2022-01-25 | 重庆亿森动力环境科技有限公司 | 一种水质监测及预警方法、*** |
| CN116050831A (zh) * | 2022-12-29 | 2023-05-02 | 浙江省环境科技有限公司 | 一种农业灌溉用水水质预警方法及*** |
| CN116050951A (zh) * | 2023-04-03 | 2023-05-02 | 云南碧翔物联网科技有限公司 | 一种基于数据分析模型的污染监测方法及*** |
| CN117274827A (zh) * | 2023-11-23 | 2023-12-22 | 江苏国态环保集团有限公司 | 一种智慧环境环保远程实时监测预警方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117630319A (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117630319B (zh) | 一种基于大数据的水质监测预警方法及*** | |
| CN103728429B (zh) | 水质在线监测方法及监测*** | |
| CN111596025B (zh) | 一种基于大数据的水环境污染分析*** | |
| CN107677614A (zh) | 一种水中重金属污染风险在线预警***及方法 | |
| CN115077627B (zh) | 一种多融合环境数据监管方法及监管*** | |
| CN117010597B (zh) | 一种基于物联网的智慧城市安防监控云平台 | |
| CN113487470A (zh) | 一种基于大数据的环保隐患精准监测定位方法 | |
| CN112326583A (zh) | 一种基于物联网的毒害气体智能检测***及方法 | |
| CN117078072A (zh) | 一种多维度环境数据监管方法及监管*** | |
| CN116105802A (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
| CN114417981B (zh) | 一种智能河长巡测*** | |
| CN112258362A (zh) | 危险源识别方法、***及可读存储介质 | |
| CN116386285A (zh) | 一种用于生产重大危险源监测预警*** | |
| CN117152926B (zh) | 基于数据分析的自动压力检测预警*** | |
| CN114295162A (zh) | 一种基于数据采集的环境监测*** | |
| CN117579789A (zh) | 一种基于大数据采集的学校监控*** | |
| CN117593845A (zh) | 一种智能化火灾报警*** | |
| CN108650124B (zh) | 一种基于WebGIS的电网通信预警*** | |
| CN115704815A (zh) | 水质监测的预警方法、装置、***及计算机可读存储介质 | |
| CN115909640B (zh) | 一种基于边缘智能的便利店危险智能化识别*** | |
| CN117193224B (zh) | 一种基于物联网的污水处理智能监控*** | |
| CN117057613B (zh) | 一种化工企业安全生产管理***及方法 | |
| CN113159605B (zh) | 基于逻辑回归的化工装置智能化报警方法及*** | |
| CN118134269B (zh) | 一种基于数据分析的陆地发电安全智能监管*** | |
| CN118149289B (zh) | 基于物联网的管道****** |
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 |