CN102928569B - 城市水体水华监测预警系统及预警方法 - Google Patents

城市水体水华监测预警系统及预警方法 Download PDF

Info

Publication number
CN102928569B
CN102928569B CN201210414299.6A CN201210414299A CN102928569B CN 102928569 B CN102928569 B CN 102928569B CN 201210414299 A CN201210414299 A CN 201210414299A CN 102928569 B CN102928569 B CN 102928569B
Authority
CN
China
Prior art keywords
water
value
bloom
score value
monitoring
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
Application number
CN201210414299.6A
Other languages
English (en)
Other versions
CN102928569A (zh
Inventor
赵珊
白宇
李魁晓
高金华
念东
张胜海
柯真山
常江
甘一萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Drainage Group Co Ltd
Original Assignee
Beijing Drainage Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Drainage Group Co Ltd filed Critical Beijing Drainage Group Co Ltd
Priority to CN201210414299.6A priority Critical patent/CN102928569B/zh
Publication of CN102928569A publication Critical patent/CN102928569A/zh
Application granted granted Critical
Publication of CN102928569B publication Critical patent/CN102928569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种城市水体水华监测预警系统及预警方法,设有现场监测终端组,终端组的监测设备与水体连通,并且与控制器联接,控制器与上位计算机处理器无线网络连接;监测预警的方法:1)在控制器上设置计算富营养状态指数的各项监测数据的节点数及对应的赋分值;2)在控制器上设置各项监测数据的节点数;3)在上位计算机处理器里设置预警级别的标准;4)设置;预警标准;5)设定控制器取数和上传数据的时间间隔;6)启动监测预警系统;7)控制器获取数据,并计算出总体水华预警指数;8)控制器向上位计算机处理器上传数据;9)上位计算机处理器对数据进行判别和报警。本发明适用于城市水体水华监测和预警,系统完善,预警准确,自动化程度高,能实现城市水体的整体监测控制。

Description

城市水体水华监测预警系统及预警方法
技术领域
本发明属于水环境保护技术领域,特别涉及一种景观水体水华监测、预警方法及装置。
背景技术
城市水体,包括河流、湖泊、水库、人工湖、人工水景、饮用水取水口等,是城市水系统的重要组成部分,也是城市生态系统的重要组成部分,为城市居民提供了水源、景观、休闲娱乐的场所,也为水生植物、水生动物的繁殖和栖息提供了环境条件。但是,由于经济的发展、城市生活污水、工业污水的影响,城市水体,特别是景观水体的富营养化程度越来越高,而水量和流速却越来越低,导致藻类大量生长繁殖,甚至形成水华,这会改变水体的溶解氧、pH值、毒素含量,散发臭味,危害了水体的使用功能和景观效果,进而严重影响城市居民的居住和生活环境,以及城市水生动植物的生存环境。
为了改善城市水体环境,消除和抑制藻类的生长和水华的形成,保证水体的使用功能,人们做了很多研究。目前,采用的常规对策包括:从外围和内部共同入手,降低水体中氮、磷等藻类必需的营养盐的含量;在水体中栽种水生植物;在水体中放养食藻鱼;在水体中投放化学杀藻药剂或者生物制剂;利用外部设施将水体中藻类分离等。这些方法均有一定的效果,也均有局限和不足。
重要的是,人们在控制藻类生长和水华形成的研究活动中,逐渐形成了一种共识:水华抑制在于早期的预防,而非爆发后的应急和善后。也就是说为了抑制藻类的大规模生长,关键是提前采取预防措施,将有可能爆发水华的藻类及时杀死或除去。这样不仅藻类的抑制效果好,而且相应投入的费用也较少。
为了有效的采取预防措施,首先需要了解藻类在水体中的生长规律。目前,人们已经对景观水体中常见藻类的生长规律做了深入的研究,发现水体中藻数量(藻密度)的多少与水质、流速、气候的变化有密切而相对稳定的关系。利用这种关系,可以通过检测景观水体的富营养化程度、水质、叶绿素等指标的变化了解藻类的生长繁殖状况和水华的发生程度及变化趋势,从而及时的采取预防措施,抑制水华的大规模爆发。因此,需要提出更好的监测水体水质变化,及时预报水体水华情况,及时报警的装置和方法,以便适时采取防止水体水华发生的措施的。
发明内容
本发明为了解决上述技术问题,提出一种城市水体水华监测预警的系统及预警方法,该系统结构设计新颖,操作简便,运行成本低,自动化程度高、监测效果好、适应性强。
本发明的目的是通过以下技术方案来实现的:
城市水体水华监测预警系统,设有现场监测终端组,该终端组设有10个监测终端设备,其中包括:在线叶绿素a传感器、高锰酸盐指数在线自动监测仪器、在线总氮分析仪、在线总磷分析仪、在线溶解氧测定仪、在线酸碱度测定仪、在线水浊度测量仪、水温传感器、水流速传感器、水位传感器,上述终端监测设备与被监测的水体进行有效测量地连通,并且与设置的现场PLC控制器进行控制和信号联接,该控制器设有信号接收电路模块和数据计算电路模块,并设有数据无线上传电路模块,该控制器与设置的上位计算机处理器通过无线网络进行控制和信号连接,上位计算机处理器由接收数据的组态、关系型数据库电路模块和城市水体监测平台计算机构成,并设有信号无线接收模块、数据处理电路模块、操作面板、显示器、灯信号和音响信号报警器。
利用上述的城市水体水华监测预警系统的预警方法:其特征包括以下步骤:
1)在所述控制器上设置计算富营养状态指数的各项监测数据的节点数及对应的赋分值En:
总磷:0.001-1.30;总氮:0.020-16.0;叶绿素a:0.0005-1.0;高锰酸盐指数:0.15-60;透明度:10-0.12;评价赋分值:10-100;其中除透明度单位为米外,其他均为mg/L;以上所列为最小节点数和最大节点数及其对应的评价赋分值,中间节点数和对应的评价赋分值平均阶梯分配,然后在测试中进行调整,也可以根据不同水体的情况进行调整;
2)在所述控制器上设置计算水华状态指数的各项监测数据的节点数及对应的评价赋分值An:
pH:7.5-9.5;ΔpH:0.15-0.3;DO:7.8-18mg/L;ΔDO:2-8mg/L;温度:20-32℃;总磷:0.02-0.5mg/L;叶绿素a:10-50mg/L;流速:0.7-0.2m/s;富营养化指数:20-100;赋分值An为10-40;以上所列为最小节点数和最大节点数及其对应的评价赋分值,中间节点数和对应的评价赋分值平均阶梯分配,然后在测试中经试验进行调整,也可以根据不同水体的情况进行调整;
3)在上位计算机处理器里设置水体水华状态指数AI与预警级别的对应标准:
无水华预警:0<AI≤10;初级水华预警:10<AI≤20;中级水华预警:20<AI≤30;高级水华预警:30<AI≤40;
4)在上位计算机处理器里设置水体各单项指标的超标单项预警最低标准:pH:10;ΔpH:1.0;DO:25mg/L;ΔDO:10mg/L;温度:35℃;总磷:1.0mg/L;叶绿素:70mg/L;流速:0.05m/s;水位:水体中心1米;富营养化指数:150;
5)设定控制器获取和上传数据的时间间隔:24-72小时;
6)启动监测预警系统,终端监测设备从水体获取数据;
7)控制器从终端监测设备获取数据,并由控制器的计算模块计算出总体水华预警指数AI;
总体水华状态预警指数的计算方法有以下步骤:
(1)一级计算:计算pH和DO的日变化值、水体富营养状态指数:
(a)ΔpH计算方法是:ΔpH=在线采集的前一日的pH数据中的最大值减去最小值;
(b)ΔDO计算方法是:ΔDO=在线采集的前一日的DO数据中的最大值减去最小值;
(c)由总磷、总氮浓度、叶绿素a、高锰酸盐指数和水浊度计算出富营养状态指数,方法是:利用步骤1)中设置的各项监测数据的节点数和实际数值,采用线性插值法,计算出各项数值对应的赋分值En,该En中的n为1-5的数字,代表5个赋分值项;以总磷浓度为例,总磷浓度=0.010时,对应的En=20;总磷浓度=0.025时,对应的En=40;如果实际测到的总磷浓度=0.015,则采用线性插值法计算,公式为:
40 - 20 0.025 - 0.010 = En - 20 0.015 - 0.010 则En=27;
如果单项水质指标实测数小于最小节点数的设定值,则直接给该项水质指标赋分值的最小值10;如果单项水质指标实测数大于最大节点数的设定值,则直接给该项水质指标赋分值的最大值100;
(d)由单项富营养状态赋分值En,计算出总体富营养状态指数EI:方法是:
由各项富营养状态赋分值的总和除于项目数5,得出的平均值为总体富营养状态指数EI;
(2)二级计算:计算各项数据对应的水华预警赋分值:方法是:
利用步骤2)中设置的各项监测数据的节点数和实际数值,采用线性插值法,计算出各项数值对应的赋分值An,该An中的n为1-9的数字,代表9个赋分值项;以ΔpH为例,ΔpH=0.15时,对应的An=10;ΔpH=0.2时,对应的An=20;如果实际测到的ΔpH=0.175,则采用线性插值法计算,公式为:
20 - 10 0.2 - 0.15 = An - 10 0.175 - 0.15 则An=15;
如果单项水质指标实测数小于最小结点数的设定值,其中流速项是大于最大节点数的设定值,则直接给该项水质指标赋分值的最小值10;如果单项水质指标实测数大于最大节点数的设定值,其中流速项是小于最小节点数的设定值,则直接给该项水质指标赋分值的最大值40;
(3)三级计算:由单项水华预警赋分值An,计算出总体水华预警指数AI:方法是:
由各项水华预警指数相加的总和除于项目数9,得出的平均值为总体水华预警指数AI;
8)控制器向上位计算机处理器上传从终端监测设备获取的数据、计算出的富营养化指数、各项的水体水华预警赋分值和总体水华状态指数;
9)上位计算机处理器从控制器接收从终端监测设备获取的数据、计算出的富营养化指数、各项的水体水华预警赋分值和总体水华状态指数;将水华状态指数与预置的水华预警标准值进行比较,发现达到初级或中级、高级预警值的进行相应级别的声音和图像报警;将各终端设备获取的单项水体状态数值、各项水华预警赋分值与设定的单项报警数值进行比较,发现达到单项报警标准的进行相应的单项声音和图像报警;发现报警操作进行报警后或无需报警操作时返回步骤7)。
本发明的城市水体水华监测预警装置及预警方法的有益效果:
1、监测数据全面,能更准确地获得水体变化的状态数据依据,监测和预警及时准确;
2、控制灵活,自动化程度高,运行操作简单,运行成本;
3、适应性强,无线连网监控,能够进行大面积、多水体、城市水体整体化监测控制,便于城市水体的整体管理、规划和调节;
附图说明
图1是本发明的结构示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明,实施例:参见附图,城市水体水华监测预警的系统,设有现场监测终端组1,该终端组设有10个监测终端设备11,其中包括:在线叶绿素传感器、高锰酸盐指数在线自动监测仪器、在线总氮分析仪、在线总磷分析仪、在线溶解氧测定仪、在线酸碱度测定仪、在线水浊度测量仪、水温传感器、水流速传感器、水位传感器,上述终端监测设备与被监测的水体进行有效测量地连通,并且与设置的现场PLC控制器2进行控制和信号联接,该控制器设有信号接收电路模块和数据计算电路模块,并设有数据无线上传电路模块,该控制器与上位计算机处理器通过无线网络3进行控制和信号连接,上位计算机处理器由接收数据的组态41、关系型数据库电路模块42和城市水体监测平台计算机43构成,设有信号无线接收模块、数据处理电路模块、操作面板、显示器、灯信号和音响信号报警器。本实施例在某城市的两个水体进行,每个水体设置了一套现场监测终端组和一个现场PLC控制器,并设置了一套上位计算机处理器。
使用上述监测预警系统的监测预警方法:其特征包括以下步骤:
1)在所述控制器上设置计算富营养状态指数的各项监测数据的节点数及对应的赋分值En:
2)在所述控制器上设置计算水华状态指数的各项监测数据的节点数及对应的评价赋分值En:
pH:7.5;ΔpH:0.15;DO:7.8mg/L;ΔDO:2mg/L;温度:20℃;总磷:0.02mg/L;叶绿素a:10mg/L;流速:0.7m/s;富营养化指数:20;赋分值An为10;
pH:8;ΔpH:0.2;DO:9mg/L;ΔDO:4mg/L;温度:24℃;总磷:0.1mg/L;叶绿素a:20mg/L;流速:0.5m/s;富营养化指数:50;赋分值An为20;
pH:8.5;ΔpH:0.28;DO:16mg/L;ΔDO:8mg/L;温度:30℃;总磷:0.3mg/L;叶绿素a:30mg/L;流速:0.3m/s;富营养化指数:80;赋分值An为30;
pH:9.5;ΔpH:0.3;DO:18mg/L;ΔDO:8.5mg/L;温度:32℃;总磷:0.5mg/L;叶绿素a:50mg/L;流速:0.2m/s;富营养化指数:100;赋分值An为40;
3)在上位计算机处理器里设置水体水华状态指数AI与预警级别的对应标准:
无水华预警:0<AI≤10;初级水华预警:10<AI≤20;中级水华预警:20<AI≤30;高级水华预警:30<AI≤40;
4)在上位计算机处理器里设置水体各单项指标的超标单项预警标准:
pH:10;ΔpH:1.0;DO:25mg/L;ΔDO:10mg/L;温度:35℃;总磷:1.0mg/L;叶绿素:70mg/L;流速:0.05m/s;水位:水体中心1米;富营养化指数:150;
5)设定控制器获取和上传数据的时间间隔:48小时;
6)启动监测预警系统,终端监测设备从水体获取数据;
7)控制器从终端监测设备获取数据,并由控制器的计算模块计算出总体水华预警指数AI;
总体水华状态预警指数的计算方法有以下步骤:
(1)一级计算:计算pH和DO的日变化值、水体富营养状态指数:
(a)ΔpH计算方法是:ΔpH=在线采集的前一日的pH数据中的最大值减去最小值;
(b)ΔDO计算方法是:ΔDO=在线采集的前一日的DO数据中的最大值减去最小值;
(c)由总磷、总氮浓度、叶绿素a、高锰酸盐指数和水浊度计算出富营养状态指数,方法是:利用步骤1)中设置的各项监测数据的节点数和实际数值,采用线性插值法,计算出各项数值对应的赋分值En,该En中的n为1-5的数字,代表5个赋分值项;以总磷浓度为例,总磷浓度=0.010时,对应的En=20;总磷浓度=0.025时,对应的En=40;如果实际测到的总磷浓度=0.015,则采用线性插值法计算,公式为:
40 - 20 0.025 - 0.010 = En - 20 0.015 - 0.010 则En=27;
如果单项水质指标实测数小于最小节点数的设定值,则直接给该项水质指标最小赋分值为10;如果单项水质指标实测数大于最大节点数的设定值,则直接给该项水质指标最大赋分值为100;
(d)由单项富营养状态赋分值En,计算出总体富营养状态指数EI:方法是:
由各项富营养状态赋分值的总和除于项目数5,得出的平均值为总体富营养状态指数EI;
(2)二级计算:计算各项数据对应的水华预警赋分值:方法是:
利用步骤1)中设置的各项监测数据的节点数和实际数值,采用线性插值法,计算出各项数值对应的赋分值An,该An中的n为1-9的数字,代表9个赋分值项;以ΔpH为例,ΔpH=0.15时,对应的An=10;ΔpH=0.2时,对应的An=20;如果实际测到的ΔpH=0.175,则采用线性插值法计算,公式为:
20 - 10 0.2 - 0.15 = An - 10 0.175 - 0.15 则An=15;
如果单项水质指标实测数小于最小结点数的设定值,其中流速项是大于最大节点数的设定值,则直接给该项水质指标最小赋分值为10;如果单项水质指标实测数大于最大节点数的设定值,其中流速项是小于最小节点数的设定值,则直接给该项水质指标最大赋分值为40;
(3)三级计算:由单项水华预警赋分值An,计算出总体水华预警指数AI:方法是:
由各项水华预警指数相加的总和除于项目数9,得出的平均值为总体水华预警指数AI;
8)控制器向上位计算机处理器上传从终端监测设备获取的数据、计算出的富营养化指数、各项的水体水华预警赋分值和总体水华状态指数;
9)上位计算机处理器从控制器接收从终端监测设备获取的数据、计算出的富营养化指数、各项的水体水华预警赋分值和总体水华状态指数;将水华状态指数与预置的水华预警标准值进行比较,发现达到初级或中级、高级预警值的进行相应级别的声音和图像报警;将各终端设备获取的单项水体状态数值、各项水华预警赋分值与设定的单项报警数值进行比较,发现达到单项报警标准的进行相应的单项声音和图像报警;发现报警操作进行报警后或无需报警操作时返回步骤7)。
本实施例的上述系统和方法进行了12个月的试运行,共发出水体水华初级预警1次,单项预警2次,并且进行了3次人为设置的报警条件下发生报警,准确率达100%。得到有关主管部门的肯定。

Claims (1)

1.一种城市水体水华监测预警系统的监测预警方法,城市水体水华监测预警系统的结构是:设有现场监测终端组(1),该终端组设有10个监测终端设备(11),其中包括:在线叶绿素a传感器、高锰酸盐指数在线自动监测仪器、在线总氮分析仪、在线总磷分析仪、在线溶解氧测定仪、在线酸碱度测定仪、在线水浊度测量仪、水温传感器、水流速传感器、水位传感器,上述终端监测设备与被监测的水体进行有效测量地连通,并且与设置的现场PLC控制器(2)进行控制和信号联接,该控制器设有信号接收电路模块和数据计算电路模块,并设有数据无线上传电路模块,该控制器与设置的上位计算机处理器通过无线网络(3)进行控制和信号连接,上位计算机处理器由接收数据的组态(41)、关系型数据库电路模块(42)和城市水体监测平台计算机(43)构成,并设有信号无线接收模块、数据处理电路模块、操作面板、显示器、灯信号和音响信号报警器;
上述城市水体水华监测预警系统的监测预警方法,其特征包括以下步骤:
1)在所述控制器上设置计算富营养状态指数的各项监测数据的节点数及对应的赋分值En:
总磷:0.001-1.30;总氮:0.020-16.0;叶绿素a:0.0005-1.0;高锰酸盐指数:0.15-60;透明度:10-0.12;各项节点数对应的评价赋分值:10-100;其中除透明度单位为米外,其他均为mg/L;以上所列为最小节点数和最大节点数及其对应的评价赋分值,中间节点数和对应的评价赋分值平均阶梯分配,然后在测试中进行调整,也可以根据不同水体的情况进行调整;
2)在所述控制器上设置计算水华状态指数的各项监测数据的节点数及对应的评价赋分值An:
pH:7.5-9.5;△pH:0.15-0.3;DO:7.8-18mg/L;△DO:2-8mg/L;温度:20-32℃;总磷:0.02-0.5mg/L;叶绿素a:10-50mg/L;流速:0.7-0.2m/s;富营养化指数:20-100;赋分值An为10-40;以上所列为最小节点数和最大节点数及其对应的评价赋分值,中间节点数和对应的评价赋分值平均阶梯分配,然后在测试中经试验进行调整,也可以根据不同水体的情况进行调整;
3)在上位计算机处理器里设置水体水华状态指数AI与预警级别的对应标准:
无水华预警:0<AI≤10;初级水华预警:10<AI≤20;中级水华预警:20<AI≤30;高级水华预警:30<AI≤40;
4)在上位计算机处理器里设置水体各单项指标的超标单项预警最低标准:
pH:10;△pH:1.0;DO:25mg/L;△DO:10mg/L;温度:35℃;总磷:1.0mg/L;
叶绿素:70mg/L;流速:0.05m/s;水位:水体中心1米;富营养化指数:150;
5)设定控制器获取和上传数据的时间间隔:24-72小时;
6)启动监测预警系统,终端监测设备从水体获取数据;
7)控制器从终端监测设备获取数据,并由控制器的计算模块计算出总体水华预警指数AI;
总体水华状态预警指数的计算方法有以下步骤:
(1)一级计算:计算pH和DO的日变化值、水体富营养状态指数:
(a)△pH计算方法是:△pH=在线采集的前一日的pH数据中的最大值减去最小值;
(b)△DO计算方法是:△DO=在线采集的前一日的DO数据中的最大值减去最小值;
(c)由总磷、总氮浓度、叶绿素a、高锰酸盐指数和水浊度计算出富营养状态指数,方法是:利用步骤1)中设置的各项监测数据的节点数和实际数值,采用线性插值法,计算出各项数值对应的赋分值En,该En中的n为1-5的数字,代表5个赋分值项;以总磷浓度为例,总磷浓度=0.010时,对应的En=20;总磷浓度=0.025时,对应的En=40;如果实际测到的总磷浓度=0.015,则采用线性插值法计算,公式为:
40 - 20 0.025 - 0.010 = En - 20 0.015 - 0.010 则En=27;
如果单项水质指标实测数小于最小节点数的设定值,则直接给该项水质指标赋分值的最小值10;如果单项水质指标实测数大于最大节点数的设定值,则直接给该项水质指标赋分值的最大值100;
(d)由单项富营养状态赋分值En,计算出总体富营养状态指数EI:方法是:
由各项富营养状态赋分值的总和除于项目数5,得出的平均值为总体富营养状态指数EI;
(2)二级计算:计算各项数据对应的水华预警赋分值:方法是:
利用步骤2)中设置的各项监测数据的节点数和实际数值,采用线性插值法,计算出各项数值对应的赋分值An,该An中的n为1-9的数字,代表9个赋分值项;以△pH为例,△pH=0.15时,对应的An=10;△pH=0.2时,对应的An=20;如果实际测到的△pH=0.175,则采用线性插值法计算,公式为:
20 - 10 0.2 - 0.15 = An - 10 0.175 - 0.15 则An=15;
如果单项水质指标实测数小于最小节点数的设定值,其中流速项是大于最大节点数的设定值,则直接给该项水质指标赋分值的最小值10;如果单项水质指标实测数大于最大节点数的设定值,其中流速项是小于最小节点数的设定值,则直接给该项水质指标赋分值的最大值40;
(3)三级计算:由单项水华预警赋分值An,计算出总体水华预警指数AI:方法是:
由各项水华预警指数相加的总和除于项目数9,得出的平均值为总体水华预警指数AI;
8)控制器向上位计算机处理器上传从终端监测设备获取的数据、计算出的富营养化指数、各项的水体水华预警赋分值和总体水华状态指数;
9)上位计算机处理器从控制器接收从终端监测设备获取的数据、计算出的富营养化指数、各项的水体水华预警赋分值和总体水华状态指数;将水华状态指数与预置的水华预警标准值进行比较,发现达到初级或中级、高级预警值的进行相应级别的声音和图像报警;将各终端设备获取的单项水体状态数值、各项水华预警赋分值与设定的单项报警数值进行比较,发现达到单项报警标准的进行相应的单项声音和图像报警;发现报警操作进行报警后或无需报警操作时返回步骤7)。
CN201210414299.6A 2012-10-26 2012-10-26 城市水体水华监测预警系统及预警方法 Active CN102928569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210414299.6A CN102928569B (zh) 2012-10-26 2012-10-26 城市水体水华监测预警系统及预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210414299.6A CN102928569B (zh) 2012-10-26 2012-10-26 城市水体水华监测预警系统及预警方法

Publications (2)

Publication Number Publication Date
CN102928569A CN102928569A (zh) 2013-02-13
CN102928569B true CN102928569B (zh) 2014-09-17

Family

ID=47643418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210414299.6A Active CN102928569B (zh) 2012-10-26 2012-10-26 城市水体水华监测预警系统及预警方法

Country Status (1)

Country Link
CN (1) CN102928569B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103175513B (zh) * 2013-03-01 2013-11-06 戴会超 水利工程影响下基于物联网的流域水文水质监控系统及方法
CN103630653A (zh) * 2013-11-20 2014-03-12 柳州市欧博科技有限公司 一种城市供水水质自动监测系统
CN104091072B (zh) * 2014-07-11 2017-05-24 中国科学院南京地理与湖泊研究所 一种保障水源地安全的蓝藻密度阈值的建立方法
CN104190120B (zh) * 2014-08-28 2016-06-01 云南大红山管道有限公司 一种用于浓缩池的矿浆跑混报警系统
WO2018137059A1 (zh) * 2017-01-24 2018-08-02 广东兴达顺科技有限公司 一种机器人参与的示警系统及方法
CN106990216B (zh) * 2017-04-01 2019-03-29 河海大学 一种浅水湖泊水华风险分析预警系统及其分析预警方法
CN107422088A (zh) * 2017-06-23 2017-12-01 深圳市盛路物联通讯技术有限公司 一种污水监测管理方法及装置
CN108828181A (zh) * 2018-09-13 2018-11-16 韩婕 一种地表水水质监测系统及监测方法
CN110108610A (zh) * 2019-05-27 2019-08-09 三峡大学 悬浊液中颗粒浓度的测量方法
CN111122816B (zh) * 2019-12-30 2022-07-05 重庆商勤科技有限公司 基于在线监测与图像识别相结合的水华预警系统及方法
CN115190023B (zh) * 2021-03-23 2023-09-19 中移(上海)信息通信科技有限公司 组态管理策略处理方法、装置及通信设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059907A (zh) * 2006-04-19 2007-10-24 中国科学院电子学研究所 基于无线传感器网络的河流流域污染监控系统和方法
US7439855B1 (en) * 2005-05-13 2008-10-21 Yufa Aleksandr L Method and wireless communicating apparatus for analysis of environment
KR20080109216A (ko) * 2007-06-12 2008-12-17 주식회사 디지탈 전자 지그비와 시디엠에이를 이용한 유비쿼터스 기반의 저수조자동 통제 관리 시스템
CN102053139A (zh) * 2009-10-27 2011-05-11 中国科学院苏州纳米技术与纳米仿生研究所 一种实时的多参数远程水质监测系统和方法
CN202204534U (zh) * 2011-08-01 2012-04-25 北京金控自动化技术有限公司 湖库水质远程监测、分析与水华预测预警智能系统
CN202903778U (zh) * 2012-11-15 2013-04-24 北京城市排水集团有限责任公司 城市水体水华监测预警系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7439855B1 (en) * 2005-05-13 2008-10-21 Yufa Aleksandr L Method and wireless communicating apparatus for analysis of environment
CN101059907A (zh) * 2006-04-19 2007-10-24 中国科学院电子学研究所 基于无线传感器网络的河流流域污染监控系统和方法
KR20080109216A (ko) * 2007-06-12 2008-12-17 주식회사 디지탈 전자 지그비와 시디엠에이를 이용한 유비쿼터스 기반의 저수조자동 통제 관리 시스템
CN102053139A (zh) * 2009-10-27 2011-05-11 中国科学院苏州纳米技术与纳米仿生研究所 一种实时的多参数远程水质监测系统和方法
CN202204534U (zh) * 2011-08-01 2012-04-25 北京金控自动化技术有限公司 湖库水质远程监测、分析与水华预测预警智能系统
CN202903778U (zh) * 2012-11-15 2013-04-24 北京城市排水集团有限责任公司 城市水体水华监测预警系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
包慧 等.水华预警模型及监测技术研究进展.《环境与健康杂志》.2012,第29卷(第4期),第382-384页.
水华预警模型及监测技术研究进展;包慧 等;《环境与健康杂志》;20120430;第29卷(第4期);第382-384页 *

Also Published As

Publication number Publication date
CN102928569A (zh) 2013-02-13

Similar Documents

Publication Publication Date Title
CN102928569B (zh) 城市水体水华监测预警系统及预警方法
Chenar et al. Development of artificial intelligence approach to forecasting oyster norovirus outbreaks along Gulf of Mexico coast
Abinaya et al. A novel methodology for monitoring and controlling of water quality in aquaculture using internet of things (IoT)
Ali et al. Environmental assessment of drainage water impacts on water quality and eutrophication level of Lake Idku, Egypt
Eregno et al. Quantitative microbial risk assessment combined with hydrodynamic modelling to estimate the public health risk associated with bathing after rainfall events
CN104112080B (zh) 水体水华风险快速预警方法
Affonso et al. Water quality changes in floodplain lakes due to the Amazon River flood pulse: Lago Grande de Curuaí (Pará)
CN101706494A (zh) 一种水体水华爆发潜力判定和预警的方法
KR20190023152A (ko) 양식장 수질 모니터링 시스템
CN106940363A (zh) 一种基于海洋生物行为反应的海洋污染预警方法
CN101295176A (zh) 基于无线传感网的水产养殖浮头监控自动报警系统及方法
Tsai et al. IoT based smart aquaculture system with automatic aerating and water quality monitoring
TW201012382A (en) Mobile surveillance and management systems for aquaculture ecology
Klante et al. Brownification in Lake Bolmen, Sweden, and its relationship to natural and human-induced changes
CN109657200A (zh) 一种确定湖泊水库蓝藻水华爆发几率的方法
Penna et al. Water quality integrated system: A strategic approach to improve bathing water management
CN105600841A (zh) 一种水产养殖水质监控及净化处理方法
CN202903778U (zh) 城市水体水华监测预警系统
CN207423950U (zh) 基于河长制的水环境监控系统
Alosairi et al. Environmental mechanisms associated with fish kill in a semi-enclosed water body: An integrated numerical modeling approach
CN106681412A (zh) 一种基于物联网的智能化渔业养殖系统
DE102011078824A1 (de) System und Verfahren zur Qualitätsüberwachung eines Mediums in einem Versorgungsnetz
CN104142674A (zh) 一种联合收割机多输入故障诊断方法及其装置
Ostoich et al. Biologic impact on the coastal belt of the province of Venice (Italy, Northern Adriatic Sea): preliminary analysis for the characterization of the bathing water profile
Koričan et al. Application of multiparameter probes for marine pollution monitoring–interreg adrion project SEAVIEWS

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant