CN109030765A - 一种基于大数据的农业沟渠污水检测系统 - Google Patents

一种基于大数据的农业沟渠污水检测系统 Download PDF

Info

Publication number
CN109030765A
CN109030765A CN201810933638.9A CN201810933638A CN109030765A CN 109030765 A CN109030765 A CN 109030765A CN 201810933638 A CN201810933638 A CN 201810933638A CN 109030765 A CN109030765 A CN 109030765A
Authority
CN
China
Prior art keywords
module
information
detection
detection module
water
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.)
Pending
Application number
CN201810933638.9A
Other languages
English (en)
Inventor
吴秋雨
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810933638.9A priority Critical patent/CN109030765A/zh
Publication of CN109030765A publication Critical patent/CN109030765A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • 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
    • G01N33/1826—Organic contamination in water
    • G01N33/184—Herbicides, pesticides, fungicides, insecticides or the like
    • 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
    • G01N33/24—Earth materials
    • 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
    • G01N33/24—Earth materials
    • G01N33/245—Earth materials for agricultural purposes

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Remote Sensing (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)

Abstract

本发明涉及一种基于大数据的农业沟渠污水检测系统，包括信息获取模块、数据存储模块、上传对比模块，所述信息获取模块包括酸碱度检测模块、水源定位模块、位置分析模块、土壤成分检测模块，所述酸碱度检测模块包括第一酸碱度检测模块、第二酸碱度检测模块，所述位置分析模块包括水源位置分析模块、沟渠位置分析模块，所述土壤成分检测模块包括第一土壤成分检测模块、第二土壤成分检测模块，所述数据存储模块包括影像信息存储模块、污染物信息存储模块、解决方案存储模块，所述数据存储模块还连接包括趋势图像生成模块，所述上传比对模块包括污水检测模块、位置信息输入模块，所述上传对比模块还连接设有反馈模块。

Description

一种基于大数据的农业沟渠污水检测系统
技术领域
本发明涉及一种基于大数据的农业沟渠污水检测系统。
背景技术
随着社会的不断发展，经济不断的提升，所以大量的农田被工厂所取代，但是还是存在农田与工厂共同存在的场景，这样工厂生产时产生的大量废水自然也流落到灌溉农田的沟渠当中，由于工厂生产种类的不同，所以产生的水污染现象也是不尽相同，但是最终造成的危害都是殊途同归，都会影响水污染以及对农作物的生产产生不好的影响，而且有些工厂生产的大量重金属污染物会对地下水产生影响，间接的危害着人们的身体健康。
发明内容
发明目的：为了克服背景技术中工厂污水排放产生灌溉水造成影响的缺点，所以提供一种基于大数据的农业沟渠污水检测系统。
技术方案：一种基于大数据的农业沟渠污水检测系统，包括信息获取模块、数据存储模块、上传对比模块，所述信息获取模块包括酸碱度检测模块、水源定位模块、位置分析模块、土壤成分检测模块，所述酸碱度检测模块包括第一酸碱度检测模块、第二酸碱度检测模块，所述第一酸碱度检测模块用于检测沟渠内水的酸碱度值，所述第二酸碱度检测模块与所述水源定位模块连接，所述第二酸碱度检测模块用于检测水源定位模块所定位的水源酸碱度值，所述位置分析模块包括水源位置分析模块、沟渠位置分析模块，所述水源位置分析模块用于根据水源所在位置分析得出污染物信息，所述沟渠位置分析模块用于根据沟渠所在位置分析得出污染物信息，所述土壤成分检测模块包括第一土壤成分检测模块、第二土壤成分检测模块，所述第一土壤成分检测模块与所述水源定位模块连接，所述第一土壤成分检测模块用于检测水源位置处的土壤内污染物成分信息，所述第二土壤成分检测模块用于检测沟渠位置的土壤内污染物成分信息，所述数据存储模块包括影像信息存储模块、污染物信息存储模块、解决方案存储模块，所述影像信息存储模块用于存储由各类污染物污染后的沟渠影像信息，所述污染物信息存储模块用于根据不同污染源信息存储各类污染物造成的污染现象特征信息，所述解决方案存储模块用于存储各类污染物对应造成的污染现象的处理方案，所述数据存储模块还连接包括趋势图像生成模块，所述趋势图像生成模块与所述信息获取模块连接，所述趋势图像生成模块用于根据酸碱度检测模块、土壤成分检测模块检测的信息生成趋势图像，所述上传比对模块与所述数据存储模块连接，所述上传比对模块用于用户上传沟渠污水信息与数据库中存储信息进行比对，所述上传比对模块包括污水检测模块、位置信息输入模块，所述污水检测模块用于检测污水的酸碱度值、污染物成分，所述位置信息输入模块用于用户输入该污水所处位置环境，所述上传对比模块还连接设有反馈模块，所述反馈模块与所述趋势图像生成模块连接，所述反馈图像用于向用户输出该污染水所处环境的趋势图像信息。
作为本发明的一种优选方式：所述沟渠位置分析模块还连接设有化肥含成分量检测模块，所述化肥成分含量检测模块用于检测沟渠中污水中对应的化肥成分含量。
作为本发明的一种优选方式：所述解决方案记录模块还包括样本视频记录模块，所述样本视频记录模块用于记录各类污染现象的处理过程视频。
作为本发明的一种优选方式：所述数据存储模块还包括标准水质图像参考模块、标准酸碱度参考模块、标准土壤成分参考模块，所述标准水质图像参考模块用于存储标准水质影视图像，所述标准酸碱度参考模块用于存储水的标准酸碱度值，所述标准土壤成分参考模块用于存储沟渠周围土壤内的标准土壤成分。
作为本发明的一种优选方式：所述信息获取模块还包括颜色检测模块、气味检测模块，所述颜色检测模块用于检测污水的颜色信息，所述气味检测模块用于检测污水的气味信息。
作为本发明的一种优选方式：所述解决方案记录模块还包括解决配方记录模块，所述解决配方记录模块用于根据不同污染物记录相应的中和离子。
作为本发明的一种优选方式：所述水源位置分析模块包括交通设施分析模块、工厂设施分析模块，所述交通设施分析模块用于分析该位置所对应的交通轨道设施，所述工厂设施分析模块用于分析该处工厂所对应生产方向信息。
作为本发明的一种优选方式：所述上传比对模块还包括颜色上传模块、气味描述模块，所述颜色上传模块用于用户上传污染水的颜色信息，所述气味描述模块用于用户描述污水的气味信息。
本发明实现以下有益效果：
1.通过设置趋势图像生成模块可以根据信息获取模块获取的污水信息获得阶段时间内的污水图像信息，这样时刻提醒着人们需要治理污水，如果不及时处理会产生更为严重的污染现象。
2.通过设置解决方案记录模块可以随着根据采集沟渠污水中的污染物信息并且根据该污染物信息找到相应的中和离子，这样可以方便用户更加专业的解决灌溉水污染的现象。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。
图1为本发明提供的一种基于大数据的农业沟渠污水检测系统的结构示意图。
图2为趋势图像生成模块的结构示意图。
图中1.信息获取模块、2.数据存储模块、3.上传比对模块、4.酸碱度检测模块、5.标准土壤成分参考模块、6.位置分析模块、7.标准水质图像参考模块、8.影像信息存储模块、9.污染物信息存储模块、10.解决方案存储模块、11.趋势图像生成模块、12.土壤成分检测模块、13.污水检测模块、14.位置信息输入模块、15.颜色检测模块、16.气味检测模块、17.反馈模块、18.颜色上传模块、19.气味描述模块、20.标准酸碱度参考模块、21.水源定位模块。
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。
参考图1-2，图1为本发明提供的一种基于大数据的农业沟渠污水检测系统的结构示意图，图2为趋势图像生成模块的结构示意图。
一种基于大数据的农业沟渠污水检测系统，包括信息获取模块1、数据存储模块2、上传对比模块，所述信息获取模块1包括酸碱度检测模块4、水源定位模块21、位置分析模块6、土壤成分检测模块12，所述酸碱度检测模块4包括第一酸碱度检测模块、第二酸碱度检测模块，所述第一酸碱度检测模块用于检测沟渠内水的酸碱度值，所述第二酸碱度检测模块与所述水源定位模块21连接，所述第二酸碱度检测模块用于检测水源定位模块21所定位的水源酸碱度值，所述位置分析模块6包括水源位置分析模块6、沟渠位置分析模块6，所述水源位置分析模块6用于根据水源所在位置分析得出污染物信息，所述沟渠位置分析模块6用于根据沟渠所在位置分析得出污染物信息，所述土壤成分检测模块12包括第一土壤成分检测模块12、第二土壤成分检测模块12，所述第一土壤成分检测模块12与所述水源定位模块21连接，所述第一土壤成分检测模块12用于检测水源位置处的土壤内污染物成分信息，所述第二土壤成分检测模块12用于检测沟渠位置的土壤内污染物成分信息，所述数据存储模块2包括影像信息存储模块8、污染物信息存储模块9、解决方案存储模块10，所述影像信息存储模块8用于存储由各类污染物污染后的沟渠影像信息，所述污染物信息存储模块9用于根据不同污染源信息存储各类污染物造成的污染现象特征信息，所述解决方案存储模块10用于存储各类污染物对应造成的污染现象的处理方案，所述数据存储模块2还连接包括趋势图像生成模块11，所述趋势图像生成模块11与所述信息获取模块1连接，所述趋势图像生成模块11用于根据酸碱度检测模块4、土壤成分检测模块12检测的信息生成趋势图像，所述上传比对模块3与所述数据存储模块2连接，所述上传比对模块3用于用户上传沟渠污水信息与数据库中存储信息进行比对，所述上传比对模块3包括污水检测模块13、位置信息输入模块14，所述污水检测模块13用于检测污水的酸碱度值、污染物成分，所述位置信息输入模块14用于用户输入该污水所处位置环境，所述上传对比模块还连接设有反馈模块17，所述反馈模块17与所述趋势图像生成模块11连接，所述反馈图像用于向用户输出该污染水所处环境的趋势图像信息。
作为本发明的一种优选方式：所述沟渠位置分析模块6还连接设有化肥含成分量检测模块，所述化肥成分含量检测模块用于检测沟渠中污水中对应的化肥成分含量。
作为本发明的一种优选方式：所述解决方案记录模块还包括样本视频记录模块，所述样本视频记录模块用于记录各类污染现象的处理过程视频。
作为本发明的一种优选方式：所述数据存储模块2还包括标准水质图像参考模块7、标准酸碱度参考模块20、标准土壤成分参考模块5，所述标准水质图像参考模块7用于存储标准水质影视图像，所述标准酸碱度参考模块20用于存储水的标准酸碱度值，所述标准土壤成分参考模块5用于存储沟渠周围土壤内的标准土壤成分。
作为本发明的一种优选方式：所述信息获取模块1还包括颜色检测模块15、气味检测模块16，所述颜色检测模块15用于检测污水的颜色信息，所述气味检测模块16用于检测污水的气味信息。
作为本发明的一种优选方式：所述解决方案记录模块还包括解决配方记录模块，所述解决配方记录模块用于根据不同污染物记录相应的中和离子。
作为本发明的一种优选方式：所述水源位置分析模块6包括交通设施分析模块、工厂设施分析模块，所述交通设施分析模块用于分析该位置所对应的交通轨道设施，所述工厂设施分析模块用于分析该处工厂所对应生产方向信息。
具体的，本系统中包含的信息获取模块1包括酸碱度检测装置，考虑到污染水或者是污染土壤中的酸碱度值都会偏离标准酸碱度值，为了分开测量各个位置的酸碱度值，所以第一酸碱度检测装置包括第一酸碱度检测模块、第二酸碱度检测模块，第一酸碱度检测装置用于检测沟渠内水的酸碱度值，考虑到沟渠沿岸可能存在工厂污水泄露或者是农肥超量使用的情况从而导致沟渠中污水的酸碱度值产生变化，信息获取模块1还包括水源定位模块21，用于定位沟渠所接收到的各个排水源位置，第二酸碱度检测装置用于检测水源定位模块21所定位的水源酸碱度值，位置分析模块6包括水源位置分析模块6、沟渠位置分析模块6，考虑到水源位置为工厂水源以及交通设施水源排放地点，所以在水源位置污染物的种类信息较为复杂并且含量较大，沟渠位置分析模块6用于根据沟渠位置分析的出污染信息，考虑到沟渠两岸由于种植大量的农作物，在人们对农田施肥过程中很容易造成施肥过量的现象从而造成水污染，土壤成分检测模块12包括第一土壤成分检测模块12、第二土壤成分检测装置，第一土壤成分检测模块12用于检测水源位置的土壤成分信息，考虑土壤成分含量同时也影响水质，并且在水源位置为工厂或者是交通设施的初始排放位置，所以水源位置的土壤污染物成分较多，含量较大，第二土壤成分检测装置用于检测沟渠周围土壤的污染物成分信息，考虑到在水的流动以及水的蒸发运动过程中，水中的污染物经常被土壤所吸收，这样土壤将会产生大量的污染物，这样不利于农作物的生长，数据库存储模块包括影像信息存储模块8，考虑到人们对于污染水没有直观的感受，并且不能直接的了解污染水，所以影像信息存储模块8内部设有各类污染物污染过后的污染影像信息，数据存储模块2还包括污染物信息存储模块9，主要考虑到在不同污染物会造成不同的污染现象，所以污染物信息存储模块9对该现象信息进行存储，设置解决方案存储模块10是为了方便人们随时的能够进行对污水进行整治，并且不会因为一无所知从而放弃治理的现象，并且数据存储模块2连接设有趋势图像生成模块11，考虑到人们在对污染水源过后毫无危机感的现象，所以设置趋势图像生成模块11，用于将以后将会产生的现象公众于人们的视野，从而能够引起人们的重视，趋势图像生成模块11用于根据信息获取模块1获取的酸碱度以及土壤成分信息进行生成，上传比对模块3用于用户上传污染水质信息，并且对用户上传的污水信息进行检测，分析得出该污染水质的酸碱度以及污染物成分并且通过反馈模块17向用户发送该污染水如果长时间不进行治理生成的趋势图像信息，并且在解决方案记录模块中设置样本视频记录模块，该样本视频记录模块用于记录样本污染物的治理过程，这样方便人们进行详细的学习，数据存储库中还包括标准水质图像参考模块7、标准酸碱度参考模块20、标准土壤成分参考模块5，用户可以通过准水质图像参考模块、标准酸碱度参考模块20、标准土壤成分参考模块5停止对污水停止进行治理。
实施例二
参考图1-2，图1为本发明提供的一种基于大数据的农业沟渠污水检测系统的结构示意图，图2为趋势图像生成模块11的结构示意图。
在本发明的第二实施例中，实施内容与所述第一实施例内容基本相同，不同之处在于：所述上传比对模块3还包括颜色上传模块18、气味描述模块19。
作为发明的一种优选方式：所述上传比对模块3还包括颜色上传模块18、气味描述模块19，所述颜色上传模块18用于用户上传污染水的颜色信息，所述气味描述模块19用于用户描述污水的气味信息。
具体的，考虑到污染水的颜色与标准水质的颜色存在差异性，以及污染水的气味与标准水质的味道也存在差异性，所以通过颜色与气味也可以直观的感受到水质是否存在污染的情况，所以在上传比对模块3通过上传污水的颜色、并且对气体的描述对污水信息进行判断。
上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于大数据的农业沟渠污水检测系统，包括信息获取模块、数据存储模块、上传对比模块，其特征在于：所述信息获取模块包括酸碱度检测模块、水源定位模块、位置分析模块、土壤成分检测模块，所述酸碱度检测模块包括第一酸碱度检测模块、第二酸碱度检测模块，所述第一酸碱度检测模块用于检测沟渠内水的酸碱度值，所述第二酸碱度检测模块与所述水源定位模块连接，所述第二酸碱度检测模块用于检测水源定位模块所定位的水源酸碱度值，所述位置分析模块包括水源位置分析模块、沟渠位置分析模块，所述水源位置分析模块用于根据水源所在位置分析得出污染物信息，所述沟渠位置分析模块用于根据沟渠所在位置分析得出污染物信息，所述土壤成分检测模块包括第一土壤成分检测模块、第二土壤成分检测模块，所述第一土壤成分检测模块与所述水源定位模块连接，所述第一土壤成分检测模块用于检测水源位置处的土壤内污染物成分信息，所述第二土壤成分检测模块用于检测沟渠位置的土壤内污染物成分信息，所述数据存储模块包括影像信息存储模块、污染物信息存储模块、解决方案存储模块，所述影像信息存储模块用于存储由各类污染物污染后的沟渠影像信息，所述污染物信息存储模块用于根据不同污染源信息存储各类污染物造成的污染现象特征信息，所述解决方案存储模块用于存储各类污染物对应造成的污染现象的处理方案，所述数据存储模块还连接包括趋势图像生成模块，所述趋势图像生成模块与所述信息获取模块连接，所述趋势图像生成模块用于根据酸碱度检测模块、土壤成分检测模块检测的信息生成趋势图像，所述上传比对模块与所述数据存储模块连接，所述上传比对模块用于用户上传沟渠污水信息与数据库中存储信息进行比对，所述上传比对模块包括污水检测模块、位置信息输入模块，所述污水检测模块用于检测污水的酸碱度值、污染物成分，所述位置信息输入模块用于用户输入该污水所处位置环境，所述上传对比模块还连接设有反馈模块，所述反馈模块与所述趋势图像生成模块连接，所述反馈图像用于向用户输出该污染水所处环境的趋势图像信息。
2.根据权利要求1所述的一种基于大数据的农业沟渠污水检测系统，其特征在于：所述沟渠位置分析模块还连接设有化肥含成分量检测模块，所述化肥成分含量检测模块用于检测沟渠中污水中对应的化肥成分含量。
3.根据权利要求1所述的一种基于大数据的农业沟渠污水检测系统，其特征在于：所述解决方案记录模块还包括样本视频记录模块，所述样本视频记录模块用于记录各类污染现象的处理过程视频。
4.根据权利要求1所述的一种基于大数据的农业沟渠污水检测系统，其特征在于：所述数据存储模块还包括标准水质图像参考模块、标准酸碱度参考模块、标准土壤成分参考模块，所述标准水质图像参考模块用于存储标准水质影视图像，所述标准酸碱度参考模块用于存储水的标准酸碱度值，所述标准土壤成分参考模块用于存储沟渠周围土壤内的标准土壤成分。
5.根据权利要求1所述的一种基于大数据的农业沟渠污水检测系统，其特征在于：所述信息获取模块还包括颜色检测模块、气味检测模块，所述颜色检测模块用于检测污水的颜色信息，所述气味检测模块用于检测污水的气味信息。
6.根据权利要求1所述的一种基于大数据的农业沟渠污水检测系统，其特征在于：所述解决方案记录模块还包括解决配方记录模块，所述解决配方记录模块用于根据不同污染物记录相应的中和离子。
7.根据权利要求1所述的一种基于大数据的农业沟渠污水检测系统，其特征在于：所述水源位置分析模块包括交通设施分析模块、工厂设施分析模块，所述交通设施分析模块用于分析该位置所对应的交通轨道设施，所述工厂设施分析模块用于分析该处工厂所对应生产方向信息。
8.根据权利要求1所述的一种基于大数据的农业沟渠污水检测系统，其特征在于：所述上传比对模块还包括颜色上传模块、气味描述模块，所述颜色上传模块用于用户上传污染水的颜色信息，所述气味描述模块用于用户描述污水的气味信息。
CN201810933638.9A 2018-08-16 2018-08-16 一种基于大数据的农业沟渠污水检测系统 Pending CN109030765A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810933638.9A CN109030765A (zh) 2018-08-16 2018-08-16 一种基于大数据的农业沟渠污水检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810933638.9A CN109030765A (zh) 2018-08-16 2018-08-16 一种基于大数据的农业沟渠污水检测系统

Publications (1)

Publication Number Publication Date
CN109030765A true CN109030765A (zh) 2018-12-18

Family

ID=64630507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810933638.9A Pending CN109030765A (zh) 2018-08-16 2018-08-16 一种基于大数据的农业沟渠污水检测系统

Country Status (1)

Country Link
CN (1) CN109030765A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244011A (zh) * 2019-06-26 2019-09-17 熊颖郡 无人机的河流排污自动监测分析预警系统
CN111062616A (zh) * 2019-12-18 2020-04-24 庄琴 基于大数据的工厂生产环境评价系统及方法
CN113281478A (zh) * 2021-04-20 2021-08-20 广州珠水生态环境技术有限公司 一种水资源环境保护的水质酸碱性修复用监测系统
CN114663709A (zh) * 2022-04-14 2022-06-24 四川中测环境技术有限公司 一种应急污水处理方法、装置及设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090011073A (ko) * 2007-07-25 2009-02-02 순천대학교 산학협력단 환경 센서를 이용한 관개용수 자동제어시스템
CN102890142A (zh) * 2012-09-20 2013-01-23 华东理工大学 基于物联网的在线湖泊水质监测系统
CN105866364A (zh) * 2016-02-28 2016-08-17 西北大学 一种地下水污染检测评估系统
CN106680447A (zh) * 2016-12-30 2017-05-17 安徽国通亿创科技股份有限公司 一种基于云平台的污水处理分析智能管控系统
CN107203172A (zh) * 2017-07-24 2017-09-26 合肥星袖机械科技有限公司 一种水域污染监测环保应急控制处理系统
CN107248265A (zh) * 2017-07-23 2017-10-13 太仓埃特奥数据科技有限公司 一种基于大数据技术的污水管网监测系统
CN107271627A (zh) * 2017-07-05 2017-10-20 威海格邦电子科技有限公司 一种基于物联网和大数据技术的可视化水质信息监测系统
CN107291130A (zh) * 2017-07-31 2017-10-24 合肥桥旭科技有限公司 一种基于互联网的农业种植环境监控系统
CN107528920A (zh) * 2017-09-26 2017-12-29 安徽美图信息科技有限公司 基于移动通信与无线传感器相结合的环境监测分析系统
CN108364129A (zh) * 2018-02-08 2018-08-03 广州地理研究所 一种基于遥感大数据的区域生态安全预警预报方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090011073A (ko) * 2007-07-25 2009-02-02 순천대학교 산학협력단 환경 센서를 이용한 관개용수 자동제어시스템
CN102890142A (zh) * 2012-09-20 2013-01-23 华东理工大学 基于物联网的在线湖泊水质监测系统
CN105866364A (zh) * 2016-02-28 2016-08-17 西北大学 一种地下水污染检测评估系统
CN106680447A (zh) * 2016-12-30 2017-05-17 安徽国通亿创科技股份有限公司 一种基于云平台的污水处理分析智能管控系统
CN107271627A (zh) * 2017-07-05 2017-10-20 威海格邦电子科技有限公司 一种基于物联网和大数据技术的可视化水质信息监测系统
CN107248265A (zh) * 2017-07-23 2017-10-13 太仓埃特奥数据科技有限公司 一种基于大数据技术的污水管网监测系统
CN107203172A (zh) * 2017-07-24 2017-09-26 合肥星袖机械科技有限公司 一种水域污染监测环保应急控制处理系统
CN107291130A (zh) * 2017-07-31 2017-10-24 合肥桥旭科技有限公司 一种基于互联网的农业种植环境监控系统
CN107528920A (zh) * 2017-09-26 2017-12-29 安徽美图信息科技有限公司 基于移动通信与无线传感器相结合的环境监测分析系统
CN108364129A (zh) * 2018-02-08 2018-08-03 广州地理研究所 一种基于遥感大数据的区域生态安全预警预报方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
环境保护部办公厅: "《环境保护文件选编》", 31 December 2015, 中国环境科学出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244011A (zh) * 2019-06-26 2019-09-17 熊颖郡 无人机的河流排污自动监测分析预警系统
CN111062616A (zh) * 2019-12-18 2020-04-24 庄琴 基于大数据的工厂生产环境评价系统及方法
CN113281478A (zh) * 2021-04-20 2021-08-20 广州珠水生态环境技术有限公司 一种水资源环境保护的水质酸碱性修复用监测系统
CN114663709A (zh) * 2022-04-14 2022-06-24 四川中测环境技术有限公司 一种应急污水处理方法、装置及设备
CN114663709B (zh) * 2022-04-14 2022-11-15 四川中测环境技术有限公司 一种应急污水处理方法、装置及设备

Similar Documents

Publication Publication Date Title
CN109030765A (zh) 一种基于大数据的农业沟渠污水检测系统
Wollschläger et al. The Bode hydrological observatory: a platform for integrated, interdisciplinary hydro-ecological research within the TERENO Harz/Central German Lowland Observatory
Musgrove et al. Source, variability, and transformation of nitrate in a regional karst aquifer: Edwards aquifer, central Texas
Reid et al. Accounting for the risks of phosphorus losses through tile drains in a phosphorus index
Zeiger et al. Simulating nonpoint source pollutant loading in a karst basin: A SWAT modeling application
CN110376343A (zh) 污染源精准诊断方法、装置以及电子装置
CN103335955A (zh) 一种水质在线监测方法与装置
Gabrovšek et al. Development challenges in karst regions: sustainable land use planning in the karst of Slovenia
Pu et al. High-resolution monitoring of nitrate variations in a typical subterranean karst stream, Chongqing, China
Tobin et al. Quantifying concentrated and diffuse recharge in two marble karst aquifers: Big Spring and Tufa Spring, Sequoia and Kings Canyon National Parks, California, USA
Stamper et al. Effect of soil sampling density and landscape features on soil test phosphorus
Surya et al. Setting Up a New CZO in the ganga basin: instrumentation, stakeholder engagement and preliminary observations
Trepel et al. Quantitative simulation of biochemical processes in peatlands as a tool to define sustainable use
Wallace Quantifying and modelling spatio-temporal flood-mitigation, drought-resilience, and water-quality benefits provided by grassland interventions in the Eden Catchment (North-West England, UK)
Edwards et al. The Moore's Creek monitoring project
Felton A Raft-Based Method for Lagrangian Sampling in Headwater Agricultural Watersheds
Corwin Delineating site-specific crop management units: Precision agriculture application in GIS
Hicks et al. Movement and fate of agricultural chemicals in the surface and subsurface environments near Plains, southwestern Georgia: Integrated work plan
Duley Temporal changes of nutrients within the Lower Grand River Watershed and selected sites
Hawkins High resolution flow datasets for surface runoff, surface lateral runoff and drainage pathways from 1 ha sized hydrologically isolated plots.
Loaiciga et al. Sampling of agrochemicals for environmental assessment in rice paddies: dry tropical wetlands, Costa Rica
Johnson et al. Wiskow Dye Traces 2014 Olmsted County, Minnesota
DeCarlo Morphological Applications in the Physics-Ecology Interface in Dryland Soils
Ham Using Conservative and Biological Tracers to Better Understand the Transport of Agricultural Contaminants from Soil Water through the Epikarstic Zone
Behrens Monitoring Water Quality in Complex Wetland Ecosystems Using Remote Sensing: A Case Study of the Peace-Athabasca Delta

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181218

RJ01 Rejection of invention patent application after publication