CN108254518A - 密集分布式水质监测系统及方法 - Google Patents
密集分布式水质监测系统及方法 Download PDFInfo
- Publication number
- CN108254518A CN108254518A CN201711484570.2A CN201711484570A CN108254518A CN 108254518 A CN108254518 A CN 108254518A CN 201711484570 A CN201711484570 A CN 201711484570A CN 108254518 A CN108254518 A CN 108254518A
- Authority
- CN
- China
- Prior art keywords
- monitoring data
- water quality
- detection subsystem
- type sensor
- information platform
- 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
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
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)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及一种密集分布式水质监测系统及方法,所述水质监测系统包括:第一检测子系统,所述第一检测子系统包括探头型传感器和化学型分析仪,分布在待监测水体的重点监测位置和/或具有代表性的位置,检测获得第一探头型传感器监测数据和第一化学型分析仪监测数据并传输至上位信息平台;第二检测子系统,所述第二检测子系统包括探头型传感器,密集地分布在待监测水体的各个区划位置,检测获得第二探头型传感器监测数据并传输至上位信息平台;上位信息平台,所述上位信息平台处理监测数据,获得待监测水体的水质参数浓度分布场。本发明具有成本低、全面监测等优点。
Description
技术领域
本发明涉及水质监测领域,特别涉及一种监测点密集分布的水质监测系统及方法。
背景技术
近年来,伴随着城市化、工业化的快速发展,环境水体不断恶化,城市河道发黑发臭,湖泊水库水华频发。各级政府高度重视水环境保护和受污染水体的修复工作,水质监测是水环境保护工作的重中之重,如果没有一个有效的水质监测手段,就无法及时、精确识别水环境污染现状、成因、发展趋势,水环境保护工作也将无从针对性开展。
近年来水质自动监测技术发展快速,仪器设备应用也呈现爆发式增长,大量基于化学法在线分析仪和自动监测系统被广泛应用于水污染排放监测和江河湖库水质监测。但目前基于化学法的水质在线分析仪成本高、运行维护投入大,难以满足平原河网型水体、大流域水体的网格化高覆盖度监测应用的需要。
发明内容
为了解决上述现有技术方案中的不足,本发明提供了一种成本低、高覆盖度监测水体,实现水环境精细化管理的密集分布式水质监测系统。
本发明的目的是通过以下技术方案实现的:
一种密集分布式水质监测系统,所述水质监测系统包括:
第一检测子系统,所述第一检测子系统包括探头型传感器和化学型分析仪,分布在待监测水体的重点监测位置和/或具有代表性的位置,检测获得第一探头型传感器监测数据和第一化学型分析仪监测数据并传输至上位信息平台;
第二检测子系统,所述第二检测子系统包括探头型传感器,密集地分布在待监测水体的各个区划位置,检测获得第二探头型传感器监测数据并传输至上位信息平台;
上位信息平台,所述上位信息平台根据第一探头型传感器监测数据和第一化学型分析仪监测数据计算获得探头型传感器监测数据和化学型分析仪监测数据之间的映射关系:y=f(x),并根据所述映射关系获得第二化学型分析仪监测数据;根据第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据获得待监测水体的水质参数浓度分布场。
根据上述的水质监测系统,可选地,所述映射关系由第一检测子系统计算获得,并传输至第二检测子系统;第二检测子系统根据所述映射关系计算获得第二化学型分析仪监测数据并传输至上位信息平台。
本发明还提供一种密集分布式水质监测方法,所述水质监测方法包括以下步骤:
(A1)第一检测子系统在待监测水体的重点监测位置和/或具有代表性的位置检测获得第一探头型传感器监测数据和第一化学型分析仪监测数据并传输至上位信息平台;
(A2)第二检测子系统在密集分布的待监测水体各个区划位置检测获得第二探头型传感器监测数据并传输至上位信息平台;
(A3)根据第一探头型传感器监测数据和第一化学型分析仪监测数据计算获得探头型传感器监测数据和化学型分析仪监测数据之间的映射关系:y=f(x),并根据所述映射关系获得第二化学型分析仪监测数据;
(A4)上位信息平台根据第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据获得待监测水体的水质参数浓度分布场。
根据上述的水质监测方法,优选地,所述上位信息平台将待监测水体进行网格划分,将携带有位置信息的第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据插值到待监测水体的网格内,采用插值算法计算获得待监测水体的水质参数浓度分布场。
根据上述的水质监测方法,优选地,所述水质参数浓度分布场可在GIS系统中做可视化展示。
根据上述的水质监测方法,可选地,所述映射关系由第一检测子系统或上位信息平台计算获得。
根据上述的水质监测方法,可选地,所述第二化学型分析仪监测数据由第二检测子系统或上位信息平台计算获得。
根据上述的水质监测方法,优选地,所述映射关系采用神经网络模型建立。
根据上述的水质监测方法,优选地,第一检测子系统实时或定时将第一探头型传感器监测数据和第一化学型分析仪监测数据输入所述神经网络模型,优化所述映射关系。
根据上述的水质监测方法,可选地,所述插值算法为KNN插值算法。
与现有技术相比,本发明具有的有益效果为:
1、本发明通过建立探头型传感器检测参数与化学型分析仪检测参数的映射关系,采用少量包含探头型传感器和化学型分析仪的第一检测子系统和大量密集分布在待监测水体各个区划位置的只包含探头型传感器的第二检测子系统,高空间密度自动监测水体,大大降低设备成本、减少后期维护。
2、本发明借助数字网格化技术和插值算法计算得到水质参数浓度分布场数据,可掌握水体全局水质,适用于流域型水体和河网型水体;同时,管理部门可进行污染溯源、污染源解析、水质预测预警、环境容量和环境承载力核算、河长考核等,实现水环境精细化管理。
实施方式
以下说明描述了本发明的可选实施方式以教导本领域技术人员如何实施和再现本发明。为了教导本发明技术方案,已简化或省略了一些常规方面。本领域技术人员应该理解源自这些实施方式的变型或替换将在本发明的范围内。本领域技术人员应该理解下述特征能够以各种方式组合以形成本发明的多个变型。由此,本发明并不局限于下述可实施方式,而仅由权利要求和它们的等同物限定。
实施例1
本实施例提供了一种密集分布式水质监测系统,所述水质监测系统包括:
第一检测子系统,所述第一检测子系统包括探头型传感器和化学型分析仪,分布在待监测水体的重点监测位置和/或具有代表性的位置,检测获得第一探头型传感器监测数据和第一化学型分析仪监测数据并传输至上位信息平台;
第二检测子系统,所述第二检测子系统包括探头型传感器,密集地分布在待监测水体的各个区划位置,检测获得第二探头型传感器监测数据并传输至上位信息平台;
上位信息平台,所述上位信息平台根据第一探头型传感器监测数据和第一化学型分析仪监测数据计算获得探头型传感器监测数据和化学型分析仪监测数据之间的映射关系:y=f(x),并根据所述映射关系获得第二化学型分析仪监测数据;根据第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据获得待监测水体的水质参数浓度分布场。
所述探头型传感器为pH探头、电导率探头、盐度探头、氧化还原电位探头、溶解氧探头、透明度探头、浊度探头、铵离子选择探头、硝酸根离子选择探头、磷酸根离子选择探头、化学需氧量探头、生化需氧量探头、叶绿素a探头、蓝绿藻探头、水中油探头、石油类探头中的一种或者多种;
所述化学型分析仪为高锰酸盐指数分析仪、化学需氧量分析仪、生化需氧量分析仪、氨氮分析仪、硝酸根分析仪、总氮分析仪、磷酸盐分析仪、总磷分析仪、重金属分析仪、阴离子表面活性剂分析仪、氟化物分析仪、硫化物分析仪、氰化物分析仪、挥发酚分析仪中的一种或者多种。
本实施例还提供上述水质监测系统的监测方法,所述监测方法包括以下步骤:
(A1)第一检测子系统在待监测水体的重点监测位置和/或具有代表性的位置检测获得第一探头型传感器监测数据和第一化学型分析仪监测数据并传输至上位信息平台;
(A2)第二检测子系统在密集分布的待监测水体各个区划位置检测获得第二探头型传感器监测数据并传输至上位信息平台;
(A3)根据第一探头型传感器监测数据和第一化学型分析仪监测数据计算获得探头型传感器监测数据和化学型分析仪监测数据之间的映射关系:y=f(x),并根据所述映射关系获得第二化学型分析仪监测数据;
(A4)上位信息平台根据第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据获得待监测水体的水质参数浓度分布场。
为了全面反映待监测水体的水质情况,实现水环境的精细化管理,故:
进一步地,所述上位信息平台将待监测水体进行网格划分,将携带有位置信息的第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据插值到待监测水体的网格内,采用插值算法计算获得待监测水体的水质参数浓度分布场,所述水质参数浓度分布场可在GIS系统中做可视化展示。
为了提高映射关系的准确性,故:
进一步地,对第一探头型传感器监测数据和第一化学型分析仪监测数据进行校正,将校正后的第一探头型传感器监测数据和第一化学型分析仪监测数据作为建立所述映射关系的数据来源。
进一步地,所述映射关系采用神经网络模型建立,所述神经网络模型为现有技术,或由本领域技术人员在现有神经网络模型的基础上进行参数的修改,所述参数的修改为常规技术手段,在此不再赘述。
在系统使用过程中,环境因素或水体情况的变化会引起映射关系的改变,为了提高映射关系的可靠性与监测结果的准确性,故:
进一步地,第一检测子系统实时或定时将第一探头型传感器监测数据和第一化学型分析仪监测数据输入所述神经网络模型,优化所述映射关系。
本实施例的益处在于:采用大量低成本的探头型传感器和少量高成本的化学型分析仪实现高覆盖度的水体监测,大大降低成本。
实施例2
本实施例提供了一种密集分布式水质监测系统,与实施例1不同的是,探头型传感器监测数据和化学型分析仪监测数据之间的映射关系由第一检测子系统计算获得,并传输至第二检测子系统;第二检测子系统根据所述映射关系计算获得第二化学型分析仪监测数据并传输至上位信息平台。
实施例3
本发明实施例1的密集分布式水质监测系统在城市河网型水体中的应用。
在该应用例中,第一检测子系统、第二检测子系统与上位信息平台之间通过光纤通讯,进行数据与控制指令的传送;第一检测子系统包括浊度、溶解氧、电导率、氧化还原电位探头和高锰酸盐指数、氨氮、总磷、总氮化学型分析仪,第二检测子系统包括浊度、溶解氧、电导率、氧化还原电位探头;根据城市河网结构、水环境功能区划、入水体污染源分布、现场勘察结果、历史监测数据以及采样检测数据,将少量第一检测子系统安装在重点监测位置,大量第二检测子系统密集地分布在城市河网的各个区划位置。
上位信息平台根据历史监测数据与第一检测子系统中浊度、溶解氧、电导率、氧化还原电位和高锰酸盐指数、氨氮、总磷、总氮的监测数据,使用小波神经网络-H耦合模型,建立浊度、溶解氧、电导率、氧化还原电位与高锰酸盐指数、氨氮、总磷、总氮的映射关系;
利用所述映射关系,将第二检测子系统直接测得的浊度、溶解氧、电导率、氧化还原电位数据换算为高锰酸盐指数、氨氮、总磷、总氮的数据;将第一检测子系统监测到的数据输入神经网络-H耦合模型,不断优化所述映射关系;
上位信息平台根据第一检测子系统直接测得的浊度、溶解氧、电导率、氧化还原电位、高锰酸盐指数、氨氮、总磷、总氮数据,第二检测子系统直接测得的浊度、溶解氧、电导率、氧化还原电位数据,间接计算获得的高锰酸盐指数、氨氮、总磷、总氮数据,利用数字网格化技术将水体划分为多个计算网格,采用KNN插值算法,将所有水质参数浓度值插值到全水体的计算网格上,得到水质参数浓度分布场。
Claims (9)
1.一种密集分布式水质监测系统,其特征在于:所述水质监测系统包括:
第一检测子系统,所述第一检测子系统包括探头型传感器和化学型分析仪,分布在待监测水体的重点监测位置和/或具有代表性的位置,检测获得第一探头型传感器监测数据和第一化学型分析仪监测数据并传输至上位信息平台;
第二检测子系统,所述第二检测子系统包括探头型传感器,密集地分布在待监测水体的各个区划位置,检测获得第二探头型传感器监测数据并传输至上位信息平台;
上位信息平台,所述上位信息平台根据第一探头型传感器监测数据和第一化学型分析仪监测数据计算获得探头型传感器监测数据和化学型分析仪监测数据之间的映射关系:y=f(x),并根据所述映射关系获得第二化学型分析仪监测数据;根据第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据获得待监测水体的水质参数浓度分布场。
2.根据权利要求1所述的水质监测系统,其特征在于:所述映射关系由第一检测子系统计算获得,并传输至第二检测子系统;第二检测子系统根据所述映射关系计算获得第二化学型分析仪监测数据并传输至上位信息平台。
3.一种密集分布式水质监测方法,其特征在于:所述水质监测方法包括以下步骤:
(A1)第一检测子系统在待监测水体的重点监测位置和/或具有代表性的位置检测获得第一探头型传感器监测数据和第一化学型分析仪监测数据并传输至上位信息平台;
(A2)第二检测子系统在密集分布的待监测水体各个区划位置检测获得第二探头型传感器监测数据并传输至上位信息平台;
(A3)根据第一探头型传感器监测数据和第一化学型分析仪监测数据计算获得探头型传感器监测数据和化学型分析仪监测数据之间的映射关系:y=f(x),并根据所述映射关系获得第二化学型分析仪监测数据;
(A4)上位信息平台根据第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据获得待监测水体的水质参数浓度分布场。
4.根据权利要求3所述的水质监测方法,其特征在于:所述上位信息平台将待监测水体进行网格划分,将携带有位置信息的第一探头型传感器监测数据、第一化学型分析仪监测数据、第二探头型传感器监测数据和第二化学型分析仪监测数据插值到待监测水体的网格内,采用插值算法计算获得待监测水体的水质参数浓度分布场。
5.根据权利要求3所述的水质监测方法,其特征在于:所述映射关系由第一检测子系统或上位信息平台计算获得。
6.根据权利要求5所述的水质监测方法,其特征在于:所述第二化学型分析仪监测数据由第二检测子系统或上位信息平台计算获得。
7.根据权利要求3所述的水质监测方法,其特征在于:所述映射关系采用神经网络模型建立。
8.根据权利要求7所述的水质监测方法,其特征在于:第一检测子系统实时或定时将第一探头型传感器监测数据和第一化学型分析仪监测数据输入所述神经网络模型,优化所述映射关系。
9.根据权利要求4所述的水质监测方法,其特征在于:所述插值算法为KNN插值算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711484570.2A CN108254518B (zh) | 2017-12-30 | 2017-12-30 | 密集分布式水质监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711484570.2A CN108254518B (zh) | 2017-12-30 | 2017-12-30 | 密集分布式水质监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108254518A true CN108254518A (zh) | 2018-07-06 |
CN108254518B CN108254518B (zh) | 2021-02-09 |
Family
ID=62724567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711484570.2A Active CN108254518B (zh) | 2017-12-30 | 2017-12-30 | 密集分布式水质监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108254518B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766075A (zh) * | 2020-12-31 | 2021-05-07 | 中国冶金地质总局矿产资源研究院 | 一种基于半监督学习策略的高光谱遥感黑臭水体分级方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1417588A (zh) * | 2001-11-09 | 2003-05-14 | 湖南力合科技发展有限公司 | 水质在线监测网络系统 |
CN102128914A (zh) * | 2010-12-02 | 2011-07-20 | 西安费斯达自动化工程有限公司 | 一种水质量预测、评价的等浓度线方法 |
CN101923083B (zh) * | 2009-06-17 | 2013-04-10 | 复旦大学 | 基于支持向量机和神经网络的污水化学需氧量软测量方法 |
KR20130074376A (ko) * | 2011-12-26 | 2013-07-04 | 재단법인 인천광역시정보산업진흥원 | 홈 아쿠아 그리드 시스템에서 유량 및 수질을 감시하는 디지털 수도 미터 |
CN103983304A (zh) * | 2014-05-06 | 2014-08-13 | 北京农业信息技术研究中心 | 一种河道水质监测系统及方法 |
CN105021790A (zh) * | 2015-08-13 | 2015-11-04 | 丘璇 | 一种水质监测系统和方法 |
CN105427362A (zh) * | 2015-11-19 | 2016-03-23 | 华南理工大学 | 一种快速aiap形状插值算法 |
CN106548032A (zh) * | 2016-11-08 | 2017-03-29 | 沃森测控技术(河北)有限公司 | 基于锅炉烟道网格检测烟气co和o2浓度的分布场重建方法 |
CN107341740A (zh) * | 2017-01-01 | 2017-11-10 | 何顺兰 | 基于网格划分管理的水环境治理系统及其方法 |
-
2017
- 2017-12-30 CN CN201711484570.2A patent/CN108254518B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1417588A (zh) * | 2001-11-09 | 2003-05-14 | 湖南力合科技发展有限公司 | 水质在线监测网络系统 |
CN101923083B (zh) * | 2009-06-17 | 2013-04-10 | 复旦大学 | 基于支持向量机和神经网络的污水化学需氧量软测量方法 |
CN102128914A (zh) * | 2010-12-02 | 2011-07-20 | 西安费斯达自动化工程有限公司 | 一种水质量预测、评价的等浓度线方法 |
KR20130074376A (ko) * | 2011-12-26 | 2013-07-04 | 재단법인 인천광역시정보산업진흥원 | 홈 아쿠아 그리드 시스템에서 유량 및 수질을 감시하는 디지털 수도 미터 |
CN103983304A (zh) * | 2014-05-06 | 2014-08-13 | 北京农业信息技术研究中心 | 一种河道水质监测系统及方法 |
CN105021790A (zh) * | 2015-08-13 | 2015-11-04 | 丘璇 | 一种水质监测系统和方法 |
CN105427362A (zh) * | 2015-11-19 | 2016-03-23 | 华南理工大学 | 一种快速aiap形状插值算法 |
CN106548032A (zh) * | 2016-11-08 | 2017-03-29 | 沃森测控技术(河北)有限公司 | 基于锅炉烟道网格检测烟气co和o2浓度的分布场重建方法 |
CN107341740A (zh) * | 2017-01-01 | 2017-11-10 | 何顺兰 | 基于网格划分管理的水环境治理系统及其方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766075A (zh) * | 2020-12-31 | 2021-05-07 | 中国冶金地质总局矿产资源研究院 | 一种基于半监督学习策略的高光谱遥感黑臭水体分级方法 |
CN112766075B (zh) * | 2020-12-31 | 2021-12-28 | 中国冶金地质总局矿产资源研究院 | 一种基于半监督学习策略的高光谱遥感黑臭水体分级方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108254518B (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2822876C (en) | Analyte ion detection method and device | |
CN106734174B (zh) | 电动修复污染土壤显示系统 | |
CN110969345A (zh) | 一种基于土壤重金属污染途径分析的风险评估方法 | |
CN106841075B (zh) | 基于神经网络的cod紫外光谱在线检测优化方法 | |
CN108827867A (zh) | 一种基于数据挖掘技术的地铁杂散电流腐蚀特征信息的提取方法 | |
CN112541028B (zh) | 水环境大数据监控系统及方法 | |
CN113505471B (zh) | 一种河流断面污染物浓度预测计算方法 | |
CN110487980A (zh) | 一种基于人工智能与机器学习算法的水环境监测分析系统 | |
CN111121874A (zh) | 一种水源地水质监测评估系统及其评估方法 | |
CN113970627B (zh) | 一种水质监测及预警方法、系统 | |
CN106673209A (zh) | 河湖水生态修复调控系统及修复方法 | |
CN108254518A (zh) | 密集分布式水质监测系统及方法 | |
CN103605326A (zh) | 一种实时在线能源监控管理系统与能源管理优化方法 | |
Tang et al. | Risk assessment of sectional water quality based on deterioration rate of water quality indicators: A case study of the main canal of the Middle Route of South-to-North Water Diversion Project | |
Skarga-Bandurova et al. | Towards development IoT-based water quality monitoring system | |
KR102592931B1 (ko) | 사물인터넷 수질 측정 장치를 이용한 위치 기반의 지능형 수질 모니터링 시스템 및 그 방법 | |
Zhu et al. | Automatic cruise system for water quality monitoring | |
AU2021279241A1 (en) | Detection of change in the physico-chemical composition of a liquid | |
CN112819378A (zh) | 一种基于污染状况的河流生态流量调控方法 | |
CN112836842A (zh) | 基于“源-汇”风险分析的流域水环境质量预测方法及系统 | |
KR100497909B1 (ko) | 유무선인터넷을 이용한 냉각수계 자동 모니터링 시스템 | |
CN108776115A (zh) | 一种岸基水质预警监测站 | |
CN114280262B (zh) | 一种可渗透反应栅格监测方法、装置及计算机设备 | |
Liu et al. | Monitoring point optimization in lake waters | |
CN109459547A (zh) | 大范围网格化水质监测方法 |
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 |