CN109270237B - 一种基于大数据的水质监测分析系统 - Google Patents

一种基于大数据的水质监测分析系统 Download PDF

Info

Publication number
CN109270237B
CN109270237B CN201811427285.1A CN201811427285A CN109270237B CN 109270237 B CN109270237 B CN 109270237B CN 201811427285 A CN201811427285 A CN 201811427285A CN 109270237 B CN109270237 B CN 109270237B
Authority
CN
China
Prior art keywords
module
water
water quality
data
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
Application number
CN201811427285.1A
Other languages
English (en)
Other versions
CN109270237A (zh
Inventor
朱晓进
李铭夫
蔡丽萍
邹玉华
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.)
Zhejiang Neogene Biotechnology Co Ltd
Original Assignee
Zhejiang Neogene Biotechnology 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 Zhejiang Neogene Biotechnology Co Ltd filed Critical Zhejiang Neogene Biotechnology Co Ltd
Priority to CN201811427285.1A priority Critical patent/CN109270237B/zh
Publication of CN109270237A publication Critical patent/CN109270237A/zh
Application granted granted Critical
Publication of CN109270237B publication Critical patent/CN109270237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • 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
    • Y02A20/20—Controlling water pollution; Waste water treatment

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Multimedia (AREA)
  • Electrochemistry (AREA)
  • Signal Processing (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开一种基于大数据的水质监测分析系统，包括控制器、警报模块、人机交互模块、排放源数据库、外源天气数据模块、数据存储模块、通信模块、视频监控模块、取样模块、信号转换模块、数据分析模块、水质数据采集模块与电源模块。本发明通过数据分析模块对水质数据采集模块上传的检测信息进行分析，通过计算污染物在静水中的扩散速度对污染物的种类进行判断，在进行污染物的详细检测时，以预计的污染物作为优先检测目标，大大提升检测效率；通过连接外源天气数据模块，考虑到降雨量对检测结果的影响，通过计算稳定值，并将实时检测的稳定值与通过历史值计算所得稳定值进行比较及时发现问题。

Description

一种基于大数据的水质监测分析系统
技术领域
本发明属于水质监测技术领域，具体的，涉及一种基于大数据的水质监测分析系统。
背景技术
随着我国社会社会工业化的快速发展，在带来便利的同时，也带来了污染，大量的污染排放进入河流，再经河流进入湖泊大海，而这些河流与湖泊又是人们取饮用水的主要点，因此对水质进行监测，及时发现污染并进行整治处理是目前水质监测的主要目的，也是关乎群众日常生活的重要点。
现有技术中的水质监测主要包括传统理化监测、遥感监测与生物监测，传统理化监测的监测结果准确全面，但是监测效率低，无法及时发现污染物，遥感监测技术是目前最常使用的检测技术，但是现有利用遥感监测技术的检测系统，只能及时发现污染，却无法及时发现污染源，而且水体中的污染排放物种类多样，需要设置大量的探头才能够对每一种污染物进行监测，这样会大大体改管理难度，安装与维修成本，而且现有技术中在受到降雨干扰时，各项监测数据会受到较大影响，影响监测结果，为了解决这一问题，本发明提供了以下技术方案。
发明内容
本发明的目的在于提供一种基于大数据的水质监测分析系统。
本发明需要解决的技术问题为：
1、对水质进行检测的目的是为了及时发现污染源，并对污染进行整治，但是现有技术中的水质监测系统在进行水质监测的过程中，只能对水质进行局部范围的静态监测，无法对污染源以及污染物进行快速的定位与确认；
2、现有技术中在进行水质监测时，无法考虑到降雨对监测数据的影响，而且降雨量对检测结果带来影响，干扰检测人员对检测结果的判断。
本发明的目的可以通过以下技术方案实现：
一种基于大数据的水质监测分析系统，包括控制器、警报模块、人机交互模块、排放源数据库、外源天气数据模块、数据存储模块、通信模块、视频监控模块、取样模块、信号转换模块、数据分析模块、水质数据采集模块与电源模块；
所述水质数据采集模块包括包括水温探头、pH值探头、溶解氧探头、电导率探头、浊度探头、流速探头与水位传感器，水质数据采集模块用于采集水质参数，并将采集的水质参数传输至信号转换模块，信号转换模块将水质参数信号转换为电信号后通过通信模块传输至数据分析模块，所述水质采集模块安装设置在所检测河流的干流以及所检测河流的合流处，两个相邻的合流处之间至少设置有一个数据采集模块；
所述排放源数据库用于存储所检测的河流中常见的污染排放物以及该污染排放物在静水中的扩散速度数据；
所述数据存储模块用于存储水质数据采集模块所采集的数据信息、视频监控模块所上传的视频监控信息以及经过数据分析模块分析形成的数据；
所述人机交互模块用于查看水质数据采集模块所采集的数据信息、视频监控模块所上传的视频监控信息以及数据存储模块中所存储的信息；
所述取样模块用于在所监测河流的取样点进行取水样，其中取样模块对应设置在水质数据采集模块附近，每一个水质数据采样模块对应安装有至少一个取样模块，所述取样模块块为采水瓶、小型蠕动泵与水样存储瓶中的一种；
所述数据分析模块用于读取水质数据采集模块所上传的信息，并根据水质数据采集模块所上传的信息来及时发现污染源位置并对污染物进行估计；
所述数据分析模块的工作步骤为：
S1、设A1为所检测河流中的一处水质数据采集模块，当A1检测到某一项水质参数超过设定的正常阈值时，开始计时，当在设定时间T1内，该项水质参数始终超过正常阈值，为异常参数，或在设定时间T2内，该异常水质参数在T2*&％的时间内均为超出阈值的状态，&为预设值，则进入下一步骤，其中T1＜T2＜2T1；
S2、控制器控制与A1点对应的取样模块进行取样，同时警报模块对A1点与A2点进行标记，其中A2为处于A1点下游距离A1点最近的水质数据采集模块，当某一项水质参数始终为异常水质参数状态，则取样模块每隔设定时间T3取一次样；
S3、当A2点在经过T4时间后采集到与A1点对应的异常水质参数，根据公式
Figure GDA0002371433310000031
计算污染物的扩散速度V0，其中L为A1点到A2点的河流长度，V1为所A1点到A2点的水流的平均流速，
Figure GDA0002371433310000032
其中VQn为A1点的流速探头每隔设定时间T5所检测到的河水流速，Hn为A1点的水位传感器每隔设定时间T5所检测到的水位高度，dn为A1点处的河流宽度，Hqn为A1点到A2点之间的河流在设定时间T5内的平均水位高度，dqn为A1点到A2点之间的河流在设定时间T5内的平均宽度；
S4、将计算所得的V0传输至排放源数据库中进行匹配，将在静水中的扩散速度与V0接近的排放物作为优先检测排放物，其中当V0＞i*V时，V为排放源数据库中静水扩散速度最大的排放物的静水扩散速度，i为预设系数，且i＞1，视为除A1点或A1点上游有污染源外，A1点到A2点之间有新增污染源，当发现有新增污染源后，进入下一步骤；
S5、以Tp取代数值T4，Aq+2取代Aq+1，Aq+1取代Aq，重复步骤S3与步骤S4，其中q≥1，q为整数，Tp为Aq+2与Aq+1两点之间采集到异常水质参数的时间；
平均水位高度的计算方法为：
在A1点与A2点之间每隔设定距离L1取一次水位高度样本，从而得到h1、h2、...hn水位高度数据，在检测水位高度数据时，A1点与A2点处的流速探头检测的水流流速波动范围不超过20％，即整个检测过程中，检测到的最大流速与最小流速之间的差值与最小流速之间的比值不超过20％，；
根据公式
Figure GDA0002371433310000041
得到该河段的平均检测水位高度；
在检测h1、h2、...hn水位高度数据数据的过程中，对应记录A1点的水位传感器检测到的水位高度数据hQ1、hQ2...hQn，，根据公式
Figure GDA0002371433310000042
得到A1点的平均检测水位高度；
根据公式
Figure GDA0002371433310000043
计算得到A1点到A2点之间在设定时间T5内的平均水位高度，hQ/h为一个常用的系数；
河流平均宽度的计算方法为：
在A1点与A2点之间每隔设定距离L1取一次河流宽度样本，从而得到D1、D2、...Dn河流宽度数据，在检测河流宽度数据时，A1点与A2点处的流速探头检测的水流流速波动范围不超过20％，即整个检测过程中，检测到的最大流速与最小流速之间的差值与最小流速之间的比值不超过20％；
根据公式
Figure GDA0002371433310000044
得到该河段的平均检测河流宽度；
在检测D1、D2、...Dn河流宽度数据的过程中，对应检测A1点的河流宽度数据DQ1、DQ2...DQn，根据公式
Figure GDA0002371433310000051
得到A1点的平均检测河流宽度；
根据公式
Figure GDA0002371433310000052
计算得到A1点到A2点之间河流在设定时间T5内的平均宽度，DQ/D为一个常用的系数。
作为本发明的进一步方案，所述外源天气数据模块用于记录所检测河流所处地段的降雨量数据，并对降雨量分为一二三四五六七共七个等级，其中一级降雨量为0，二级降雨量小于10mm大于0，三级降雨量为10-24.9mm，四级降雨量为25-49.9mm，五级降雨量为50-99.9mm，六级降雨量为100-250mm，七级降雨量大于250mm，根据河流的蓄水情况将日期分为丰水期、枯水期以及正常期，再将不同降雨量对应日期与降雨量分类至丰水期、枯水期以及正常期中的其中一个；所述数据分析模块将丰水期、枯水期以及正常期任一中的日期按照降雨量的七个等级进行分类，对七个等级对应日期中水质数据采集模块所采集数据进行分开统计计算，得到七个等级降雨量对应的水质参数的稳定值，稳定值的计算方法为：在对应日期中随机选取一组数据作为样本计算其平均值，从而得到稳定值，根据二级降雨量到七级降雨量分别计算所得的稳定值与一级降雨量对应稳定值的比值。
作为本发明的进一步方案，所述电源模块包括太阳能发电设备、蓄电设备与电压适配装置，电源模块用于为水质数据采集模块、取样模块与视频监控模块提供电力；所述视频监控模块为高清网络摄像头，视频监控模块安装设置在水质数据采集模块的安装处，每个水质数据采集模块对应安装有至少一个视频监控模块，视频监控模块用于采集水质数据采集模块采集水质参数的位置的视频信息，所采集的视频监控信息传输至人机交互模块与数据存储模块。
本发明的有益效果：
1、本发明通过数据分析模块对水质数据采集模块上传的检测信息进行分析，通过计算污染物在静水中的扩散速度对污染物的种类进行判断，在进行污染物的详细检测时，以预计的污染物作为优先检测目标，大大提升检测效率；
2、通过连接外源天气数据模块，考虑到降雨量对检测结果的影响，通过计算稳定值，并将实时检测的稳定值与通过历史值计算所得稳定值进行比较及时发现问题。
附图说明
下面结合附图和具体实施例对本发明作进一步详细描述。
图1为本发明的系统结构示意图。
具体实施方式
下面将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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
一种基于大数据的水质监测分析系统，如图1所示，包括控制器、警报模块、人机交互模块、检测资源分配模块、排放源数据库、外源天气数据模块、数据存储模块、通信模块、视频监控模块、取样模块、信号转换模块、数据分析模块、水质数据采集模块与电源模块；
所述水质数据采集模块包括包括水温探头、pH值探头、溶解氧探头、电导率探头、浊度探头、流速探头与水位传感器，水质数据采集模块用于采集水质参数，并将采集的水质参数传输至信号转换模块，信号转换模块将水质参数信号转换为电信号后通过通信模块传输至数据分析模块，所述水质采集模块安装设置在所检测河流的干流以及所检测河流的合流处，两个相邻的合流处之间至少设置有一个数据采集模块；
所述电源模块包括太阳能发电设备、蓄电设备与电压适配装置，电源模块用于为水质数据采集模块、取样模块与视频监控模块提供电力；
所述视频监控模块为高清网络摄像头，视频监控模块安装设置在水质数据采集模块的安装处，每个水质数据采集模块对应安装有至少一个视频监控模块，视频监控模块用于采集水质数据采集模块采集水质参数的位置的视频信息，所采集的视频监控信息传输至人机交互模块与数据存储模块；
所述排放源数据库用于存储所检测的河流中常见的污染排放物以及该污染排放物在静水中的扩散速度数据；
所述数据存储模块用于存储水质数据采集模块所采集的数据信息、视频监控模块所上传的视频监控信息以及经过数据分析模块分析形成的数据；
所述人机交互模块用于查看水质数据采集模块所采集的数据信息、视频监控模块所上传的视频监控信息以及数据存储模块中所存储的信息；
所述取样模块用于在所监测河流的取样点进行取水样，其中取样模块对应设置在水质数据采集模块附近，每一个水质数据采样模块对应安装有至少一个取样模块，所述取样模块块为采水瓶、小型蠕动泵与水样存储瓶中的一种；
所述数据分析模块用于读取水质数据采集模块所上传的信息，并根据水质数据采集模块所上传的信息来及时发现污染源位置并对污染物进行估计，节约检测资源与检测成本；
所述数据分析模块的工作步骤为：
S1、设A1为所检测河流中的一处水质数据采集模块，当A1检测到某一项水质参数超过设定的正常阈值时，开始计时，当在设定时间T1内，该项水质参数始终超过正常阈值，为异常参数，或在设定时间T2内，该异常水质参数在T2*&％的时间内均为超出阈值的状态，&为预设值，则进入下一步骤，其中T1＜T2＜2T1，这样能够充分考虑到排污点采用断续排污的方法进行排污，即在一定时间内每排一段时间污水后暂停排污，并在一定时间后恢复排污；
S2、控制器控制与A1点对应的取样模块进行取样，同时警报模块对A1点与A2点进行标记，其中A2为处于A1点下游距离A1点最近的水质数据采集模块，提醒工作人员注意，当某一项水质参数始终为异常水质参数状态，则取样模块每隔设定时间T3取一次样；
S3、当A2点在经过T4时间后采集到与A1点对应的异常水质参数，根据公式
Figure GDA0002371433310000081
计算污染物的扩散速度V0，其中L为A1点到A2点的河流长度，V1为所A1点到A2点的水流的平均流速，
Figure GDA0002371433310000082
其中VQn为A1点的流速探头每隔设定时间T5所检测到的河水流速，Hn为A1点的水位传感器每隔设定时间T5所检测到的水位高度，由于dn值与Hn值是相关的，具体的相关系数由河道两侧的倾斜角度决定，dn为A1点处的河流宽度，Hqn为A1点到A2点之间的河流在设定时间T5内的平均水位高度，dqn为A1点到A2点之间的河流在设定时间T5内的平均宽度；
S4、将计算所得的V0传输至排放源数据库中进行匹配，将在静水中的扩散速度与V0接近的排放物作为优先检测排放物，在工作人员在对取样模块所取水质样本进行检测时，以优先检测排放物作为最优先检测项目，这样能够提升检测效率，将主要污染物及时发现，其中当V0＞i*V时，V为排放源数据库中静水扩散速度最大的排放物的静水扩散速度，i为预设系数，且i＞1，视为除A1点或A1点上游有污染源外，A1点到A2点之间有新增污染源，当发现有新增污染源后，进入下一步骤；
S5、以Tp取代数值T4，Aq+2取代Aq+1，Aq+1取代Aq，重复步骤S3与步骤S4，其中q≥1，q为整数，Tp为Aq+2与Aq+1两点之间采集到异常水质参数的时间。
平均水位高度的计算方法为：
在A1点与A2点之间每隔设定距离L1取一次水位高度样本，从而得到h1、h2、...hn水位高度数据，在检测水位高度数据时，A1点与A2点处的流速探头检测的水流流速波动范围不超过20％，即整个检测过程中，检测到的最大流速与最小流速之间的差值与最小流速之间的比值不超过20％，提升检测见过的准确性，防止检测过程中水位高度出现明显变化；
根据公式
Figure GDA0002371433310000091
得到该河段的平均检测水位高度；
在检测h1、h2、...hn水位高度数据数据的过程中，对应记录A1点的水位传感器检测到的水位高度数据hQ1、hQ2...hQn，，根据公式
Figure GDA0002371433310000092
得到A1点的平均检测水位高度；
根据公式
Figure GDA0002371433310000093
计算得到A1点到A2点之间在设定时间T5内的平均水位高度，hQ/h为一个常用的系数。
河流平均宽度的计算方法为：
在A1点与A2点之间每隔设定距离L1取一次河流宽度样本，从而得到D1、D2、...Dn河流宽度数据，在检测河流宽度数据时，A1点与A2点处的流速探头检测的水流流速波动范围不超过20％，即整个检测过程中，检测到的最大流速与最小流速之间的差值与最小流速之间的比值不超过20％；
根据公式
Figure GDA0002371433310000094
得到该河段的平均检测河流宽度；
在检测D1、D2、...Dn河流宽度数据的过程中，对应检测A1点的河流宽度数据DQ1、DQ2...DQn，根据公式
Figure GDA0002371433310000101
得到A1点的平均检测河流宽度；
根据公式
Figure GDA0002371433310000102
计算得到A1点到A2点之间河流在设定时间T5内的平均宽度，DQ/D为一个常用的系数。
所述外源天气数据模块用于记录所检测河流所处地段的降雨量数据，并对降雨量分为一二三四五六七共七个等级，其中一级降雨量为0，二级降雨量小于10mm大于0，三级降雨量为10-24.9mm，四级降雨量为25-49.9mm，五级降雨量为50-99.9mm，六级降雨量为100-250mm，七级降雨量大于250mm，根据河流的蓄水情况将日期分为丰水期、枯水期以及正常期，这三个状态的划定根据不同地域的气候而定，再将不同降雨量对应日期与降雨量分类至丰水期、枯水期以及正常期中的其中一个；
所述数据分析模块将丰水期、枯水期以及正常期任一中的日期按照降雨量的七个等级进行分类，对七个等级对应日期中水质数据采集模块所采集数据进行分开统计计算，得到七个等级降雨量对应的水质参数的稳定值，稳定值的计算方法为：在对应日期中随机选取一组数据作为样本计算其平均值，从而得到稳定值，根据二级降雨量到七级降雨量分别计算所得的稳定值与一级降雨量对应稳定值的比值计算不同等级状降雨量对各项水质参数的影响，并将实时采集的稳定值与历史数据计算所得稳定值进行比较及时发现异常情况。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (3)

1.一种基于大数据的水质监测分析系统，其特征在于，包括控制器、警报模块、人机交互模块、排放源数据库、外源天气数据模块、数据存储模块、通信模块、视频监控模块、取样模块、信号转换模块、数据分析模块、水质数据采集模块与电源模块；
所述水质数据采集模块包括水温探头、pH值探头、溶解氧探头、电导率探头、浊度探头、流速探头与水位传感器，水质数据采集模块用于采集水质参数，并将采集的水质参数传输至信号转换模块，信号转换模块将水质参数信号转换为电信号后通过通信模块传输至数据分析模块，所述水质采集模块安装设置在所检测河流的干流以及所检测河流的合流处，两个相邻的合流处之间至少设置有一个数据采集模块；
所述排放源数据库用于存储所检测的河流中常见的污染排放物以及该污染排放物在静水中的扩散速度数据；
所述数据存储模块用于存储水质数据采集模块所采集的数据信息、视频监控模块所上传的视频监控信息以及经过数据分析模块分析形成的数据；
所述人机交互模块用于查看水质数据采集模块所采集的数据信息、视频监控模块所上传的视频监控信息以及数据存储模块中所存储的信息；
所述取样模块用于在所监测河流的取样点进行取水样，其中取样模块对应设置在水质数据采集模块附近，每一个水质数据采样模块对应安装有至少一个取样模块，所述取样模块块为采水瓶、小型蠕动泵与水样存储瓶中的一种；
所述数据分析模块用于读取水质数据采集模块所上传的信息，并根据水质数据采集模块所上传的信息来及时发现污染源位置并对污染物进行估计；
所述数据分析模块的工作步骤为：
S1、设A1为所检测河流中的一处水质数据采集模块，当A1检测到某一项水质参数超过设定的正常阈值时，开始计时，当在设定时间T1内，该项水质参数始终超过正常阈值，为异常参数，或在设定时间T2内，该异常水质参数在T2*&％的时间内均为超出阈值的状态，&为预设值，则进入下一步骤，其中T1＜T2＜2T1；
S2、控制器控制与A1点对应的取样模块进行取样，同时警报模块对A1点与A2点进行标记，其中A2为处于A1点下游距离A1点最近的水质数据采集模块，当某一项水质参数始终为异常水质参数状态，则取样模块每隔设定时间T3取一次样；
S3、当A2点在经过T4时间后采集到与A1点对应的异常水质参数，根据公式
Figure FDA0002371433300000021
计算污染物的扩散速度V0，其中L为A1点到A2点的河流长度，V1为所A1点到A2点的水流的平均流速，
Figure FDA0002371433300000022
其中VQn为A1点的流速探头每隔设定时间T5所检测到的河水流速，Hn为A1点的水位传感器每隔设定时间T5所检测到的水位高度，dn为A1点处的河流宽度，Hqn为A1点到A2点之间的河流在设定时间T5内的平均水位高度，dqn为A1点到A2点之间的河流在设定时间T5内的平均宽度；
S4、将计算所得的V0传输至排放源数据库中进行匹配，将在静水中的扩散速度与V0接近的排放物作为优先检测排放物，其中当V0＞i*V时，V为排放源数据库中静水扩散速度最大的排放物的静水扩散速度，i为预设系数，且i＞1，视为除A1点或A1点上游有污染源外，A1点到A2点之间有新增污染源，当发现有新增污染源后，进入下一步骤；
S5、以Tp取代数值T4，Aq+2取代Aq+1，Aq+1取代Aq，重复步骤S3与步骤S4，其中q≥1，q为整数，Tp为Aq+2与Aq+1两点之间采集到异常水质参数的时间；
平均水位高度的计算方法为：
在A1点与A2点之间每隔设定距离L1取一次水位高度样本，从而得到h1、h2、...hn水位高度数据，在检测水位高度数据时，A1点与A2点处的流速探头检测的水流流速波动范围不超过20％，即整个检测过程中，检测到的最大流速与最小流速之间的差值与最小流速之间的比值不超过20％；
根据公式
Figure FDA0002371433300000031
得到该河段的平均检测水位高度；
在检测h1、h2、...hn水位高度数据的过程中，对应记录A1点的水位传感器检测到的水位高度数据hQ1、hQ2...hQn，，根据公式
Figure FDA0002371433300000032
得到A1点的平均检测水位高度；
根据公式
Figure FDA0002371433300000033
计算得到A1点到A2点之间在设定时间T5内的平均水位高度，hQ/h为一个常用的系数；
河流平均宽度的计算方法为：
在A1点与A2点之间每隔设定距离L1取一次河流宽度样本，从而得到D1、D2、...Dn河流宽度数据，在检测河流宽度数据时，A1点与A2点处的流速探头检测的水流流速波动范围不超过20％，即整个检测过程中，检测到的最大流速与最小流速之间的差值与最小流速之间的比值不超过20％；
根据公式
Figure FDA0002371433300000034
得到该河段的平均检测河流宽度；
在检测D1、D2、...Dn河流宽度数据的过程中，对应检测A1点的河流宽度数据DQ1、DQ2...DQn，根据公式
Figure FDA0002371433300000035
得到A1点的平均检测河流宽度；
根据公式
Figure FDA0002371433300000036
计算得到A1点到A2点之间河流在设定时间T5内的平均宽度，DQ/D为一个常用的系数。
2.根据权利要求1所述的一种基于大数据的水质监测分析系统，其特征在于，所述外源天气数据模块用于记录所检测河流所处地段的降雨量数据，并对降雨量分为一二三四五六七共七个等级，其中一级降雨量为0，二级降雨量小于10mm大于0，三级降雨量为10-24.9mm，四级降雨量为25-49.9mm，五级降雨量为50-99.9mm，六级降雨量为100-250mm，七级降雨量大于250mm，根据河流的蓄水情况将日期分为丰水期、枯水期以及正常期，再将不同降雨量对应日期与降雨量分类至丰水期、枯水期以及正常期中的其中一个；所述数据分析模块将丰水期、枯水期以及正常期任一中的日期按照降雨量的七个等级进行分类，对七个等级对应日期中水质数据采集模块所采集数据进行分开统计计算，得到七个等级降雨量对应的水质参数的稳定值，稳定值的计算方法为：在对应日期中随机选取一组数据作为样本计算其平均值，从而得到稳定值，根据二级降雨量到七级降雨量分别计算所得的稳定值与一级降雨量对应稳定值的比值。
3.根据权利要求1所述的一种基于大数据的水质监测分析系统，其特征在于，所述电源模块包括太阳能发电设备、蓄电设备与电压适配装置，电源模块用于为水质数据采集模块、取样模块与视频监控模块提供电力；所述视频监控模块为高清网络摄像头，视频监控模块安装设置在水质数据采集模块的安装处，每个水质数据采集模块对应安装有至少一个视频监控模块，视频监控模块用于采集水质数据采集模块采集水质参数的位置的视频信息，所采集的视频监控信息传输至人机交互模块与数据存储模块。
CN201811427285.1A 2018-11-27 2018-11-27 一种基于大数据的水质监测分析系统 Active CN109270237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811427285.1A CN109270237B (zh) 2018-11-27 2018-11-27 一种基于大数据的水质监测分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811427285.1A CN109270237B (zh) 2018-11-27 2018-11-27 一种基于大数据的水质监测分析系统

Publications (2)

Publication Number Publication Date
CN109270237A CN109270237A (zh) 2019-01-25
CN109270237B true CN109270237B (zh) 2020-05-08

Family

ID=65186536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811427285.1A Active CN109270237B (zh) 2018-11-27 2018-11-27 一种基于大数据的水质监测分析系统

Country Status (1)

Country Link
CN (1) CN109270237B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110243414A (zh) * 2019-07-01 2019-09-17 安徽伊尔思环境科技有限公司 一种水体环境在线监测系统
CN110262601B (zh) * 2019-07-11 2021-09-03 山东益源环保科技有限公司 一种生态环境监测系统
CN110658024A (zh) * 2019-09-27 2020-01-07 中山市知科应用科技研究有限公司 一种基于无人监测船的河道水样采集方法及无人监测船
CN111537686A (zh) * 2020-04-26 2020-08-14 蛟龙（厦门）科技有限公司 一种智能水利施工环境监测系统
CN111596025B (zh) * 2020-06-05 2021-04-30 江苏中气环境科技有限公司 一种基于大数据的水环境污染分析系统
CN112101796B (zh) * 2020-09-16 2024-03-15 清华大学合肥公共安全研究院 一种水环境污染风险综合感知识别系统
CN112683814B (zh) * 2021-03-19 2021-06-11 广东省农业科学院动物科学研究所 一种基于养殖水质大数据评价水产饲料的方法及系统
CN113361690A (zh) * 2021-06-16 2021-09-07 江苏省生态环境监控中心(江苏省环境信息中心) 水质预测模型训练、水质预测方法、装置、设备及介质
CN113970627B (zh) * 2021-10-22 2023-04-07 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、系统
CN114557309B (zh) * 2022-03-15 2023-03-21 宜宾职业技术学院 一种水产养殖用智能投饵装置与投饵方法
CN115423383B (zh) * 2022-11-03 2023-01-13 湖南易净环保科技有限公司 基于人工智能的分布式村镇饮用水监测调控系统及方法
CN116973527B (zh) * 2023-04-27 2024-03-29 四川中衡检测技术有限公司 一种基于大数据的水质环境检测方法及系统
CN116679021B (zh) * 2023-06-06 2024-04-19 水利部交通运输部国家能源局南京水利科学研究院 一种污染物扩散模型中加注可溶性标记物的方法和系统
CN116416108A (zh) * 2023-06-12 2023-07-11 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) 基于多项因素进行同步分析的城市小微水体风险评估方法
CN117333772B (zh) * 2023-10-12 2024-06-04 北京德众国良环保科技有限公司 一种基于大数据的水环境污染分析管理方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254081B (zh) * 2011-04-06 2014-11-05 北方工业大学 基于随机概率模型的突发河流水污染的统计定位方法
CN103472201B (zh) * 2013-09-24 2015-05-13 武汉科技大学 一种河流中不透水边界的污染源定位方法
CN103983304B (zh) * 2014-05-06 2016-06-08 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
CN104392100B (zh) * 2014-10-29 2017-05-17 南京南瑞集团公司 基于水质在线监测系统的污染源扩散预警方法
CN105956664B (zh) * 2016-04-27 2019-02-19 浙江大学 一种河流点源突发污染事故溯源方法
CN106228007B (zh) * 2016-07-19 2018-09-21 武汉大学 突发事件污染源追溯方法

Also Published As

Publication number Publication date
CN109270237A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN109270237B (zh) 一种基于大数据的水质监测分析系统
CN111650872A (zh) 一种基于物联网的河湖水生态环境监控系统
CN109063910A (zh) 一种基于大数据的船舶污染物排放实时监测方法
CN114444259B (zh) 一种雨污管网溯源追踪系统及方法
CN110929743B (zh) 基于时间序列关联与聚类分析的水质污染物变化监测系统
CN110297018A (zh) 一种排水管网污染物排放溯源的方法及装置
CN111596025B (zh) 一种基于大数据的水环境污染分析系统
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
CN104781741A (zh) 工序监视诊断装置及工序监视诊断程序
CN107449884B (zh) 一种基于无线传感器网络的污水监测系统
CN112362834A (zh) 一种基于大数据的水体水质智能在线实时监测分析管理系统
CN106225832B (zh) 一种用于景观公园的水质监控系统及方法
CN112863134A (zh) 一种农村污水处理设施运行异常的智能诊断系统及方法
CN115623419B (zh) 一种用于城市湖泊流域水质监测的传感器布置优化方法
CN111522864B (zh) 基于用电数据的企业生产模式识别及转移生产预警方法
CN111638312A (zh) 一种基于大数据的饮水工程水质安全实时监测管理系统
CN116298159B (zh) 一种工业污水厂污染物溯源方法、装置、存储介质和计算机设备
CN110597193A (zh) 一种远程监测系统
CN116840732A (zh) 一种用于风电场的分布式电源装置监测系统
CN115372571A (zh) 一种水环境智能监测系统
CN109269576A (zh) 一种用于石油化工企业污水排放检测实现方法
CN201600362U (zh) 一种基于无线传感器网络的污水监测网络结构
CN111982231A (zh) 一种低功耗水位一体化智能监测系统
CN115407040B (zh) 一种水环境污染监测方法及系统
CN109870551A (zh) 一种海洋水质监测方法

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
CB03 Change of inventor or designer information

Inventor after: Zhu Xiaojin

Inventor after: Li Mingfu

Inventor after: Cai Liping

Inventor after: Zou Yuhua

Inventor before: Cai Liping

Inventor before: Zou Yuhua

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20200414

Address after: 311200 16 / F, building e, Hangzhou Bay Information Port, 198 Qidi Road, economic and Technological Development Zone, Xiaoshan District, Hangzhou City, Zhejiang Province

Applicant after: ZHEJIANG NEOGENE BIOTECHNOLOGY Co.,Ltd.

Address before: 510000 Room 4A, 18 Gulong Street, Tangdong, Tianhe District, Guangzhou City, Guangdong Province

Applicant before: GUANGZHOU YICHUN WATER SCIENCE Co.,Ltd.

Applicant before: Zou Yuhua

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant