CN109470829A - 水质检测方法、装置、服务器、水质采样器及介质 - Google Patents

水质检测方法、装置、服务器、水质采样器及介质 Download PDF

Info

Publication number
CN109470829A
CN109470829A CN201811394147.8A CN201811394147A CN109470829A CN 109470829 A CN109470829 A CN 109470829A CN 201811394147 A CN201811394147 A CN 201811394147A CN 109470829 A CN109470829 A CN 109470829A
Authority
CN
China
Prior art keywords
water quality
water
quality parameter
sample
sampler
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
Application number
CN201811394147.8A
Other languages
English (en)
Other versions
CN109470829B (zh
Inventor
刘方义
陈翔
张春萍
熊子谦
武治国
李立青
刘伟刚
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.)
Wuhan Institute of Technology
Wuhan Newfiber Optoelectronics Co Ltd
Original Assignee
Wuhan Institute of Technology
Wuhan Newfiber Optoelectronics 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 Wuhan Institute of Technology, Wuhan Newfiber Optoelectronics Co Ltd filed Critical Wuhan Institute of Technology
Priority to CN201811394147.8A priority Critical patent/CN109470829B/zh
Publication of CN109470829A publication Critical patent/CN109470829A/zh
Application granted granted Critical
Publication of CN109470829B publication Critical patent/CN109470829B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N1/10—Devices for withdrawing samples in the liquid or fluent state

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明公开了一种水质检测方法、装置、服务器、水质采样器及介质，通过服务器获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数，根据所述各样本的水质参数信息，建立样本水质参数矩阵，根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正，根据修正后的样本水质参数矩阵，对水质进行分析评价，可以实现实时检测水质状况。

Description

水质检测方法、装置、服务器、水质采样器及介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种水质检测方法、装置、服务器、水质采样器及介质。
背景技术
湖泊和水库是城乡居民生活用水的重要来源，其水质安全关系到社会的发展和稳定。然而随着工农业的不断发展及人们生活水平的提高，流域内农用化肥、农药、禽畜养殖及水土流失引起的非点源污染不断增加，地表水源水质安全受到严重污染威胁。因此需要提供一种水质检测方法，对水质进行实时检测，以有效掌握水质的污染成因及污染程度。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种水质检测方法、装置、服务器、水质采样器及介质，旨在解决现有技术缺乏一种对水质实时检测的方法的技术问题。
为实现上述目的，本发明提供了一种水质检测方法，包括：
服务器获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数；
根据所述各样本的水质参数信息，建立样本水质参数矩阵；
根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正；
根据修正后的样本水质参数矩阵，对水质进行分析评价。
优选地，所述各水质样本参数信息还包括采样地理位置；
相应地，所述获取水质采样器发送的各水质样本参数信息的步骤之前，所述方法还包括：
按照采样地理位置分层建立各水质参数对应的权值；
相应地，所述根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正的步骤，包括：
根据分层建立的各水质参数对应的权值以及所述采样地理位置，对所述样本水质参数矩阵中各特征值进行修正。
优选地，所述根据修正后的样本水质参数矩阵，对水质进行分析评价的步骤，包括：
计算修正后的样本水质参数矩阵的矩阵值；
计算所述矩阵值与预设阀值的差值，作为水质评价指标。
为了实现上述目的，本发明还提供一种水质检测方法，包括：
水质采样器采样待测水；
通过水质检测传感器检测待测水的水质参数；
将水质参数信息发送至服务器，所述水质参数信息包括水质参数，以使所述服务器通过分析所述水质参数信息，分析所述待测水的水质。
优选地，所述水质参数包括富营养指标；
相应地，所述通过水质监测传感器检测待测水的水质参数，包括：
通过总磷传感器、总氮传感器以及氨氮传感器分别检测所述待测水中的总磷指标、总氮指标以及氨氮指标；
根据所述总磷指标、总氮指标以及氨氮指标，分析所述待测水中的富营养指标。
优选地，所述水质采样器包括采样臂、采样臂移动装置、抽水泵以及控制器；
相应地，所述水质采样器采样待测水的步骤，包括：
控制器控制所述采样臂移动装置移动所述采样臂至预设位置；
所述控制器控制所述抽水泵抽水采样。
为了实现上述目的，本发明还提供一种水质检测装置，包括：
获取模块，用于获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数；
建立模块，用于根据所述各样本的水质参数信息，建立样本水质参数矩阵；
修正模块，用于根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正；
分析模块，用于根据修正后的样本水质参数矩阵，对水质进行分析评价。
为了实现上述目的，本发明还提供一种服务器，所述水质采样器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水质检测程序，所述水质检测程序配置为实现如上述的水质检测方法的步骤。
为了实现上述目的，本发明还提供一种水质采样器，所述水质采样器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水质检测程序，所述水质检测程序配置为实现如上述的水质检测方法的步骤。
为了实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有水质检测程序，所述水质检测程序被处理器执行时实现如上述的水质检测方法的步骤。
本发明通过服务器获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数，根据所述各样本的水质参数信息，建立样本水质参数矩阵，根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正，根据修正后的样本水质参数矩阵，对水质进行分析评价，可以实现实时检测水质状况。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的服务器的结构示意图；
图2为本发明水质检测方法第一实施例的流程示意图；
图3为本发明水质检测方法第二实施例的流程示意图；
图4为本发明水质检测方法第三实施例的流程示意图；
图5是本发明实施例方案涉及的硬件运行环境的水质采样器的结构示意图；
图6为本发明水质检测方法第四实施例的流程示意图；
图7为本发明水质检测方法第五实施例的流程示意图；
图8为本发明水质检测方法第六实施例的流程示意图；
图9为本发明水质检测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的服务器结构示意图。
如图1所示，该服务器可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入模块比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及水质检测程序。
在图1所示的服务器中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明服务器中的处理器1001、存储器1005可以设置在服务器中，所述服务器通过处理器1001调用存储器1005中存储的水质检测程序，并执行本发明实施例提供的水质检测方法。
本发明实施例提供了一种水质检测方法，参照图2，图2为本发明水质检测方法第一实施例的流程示意图。
本实施例中，所述水质检测方法包括如下步骤：
步骤S10：获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数；
需要说明的是，本实施例方法的执行主体为服务器，所述服务器可以是云平台，也可以是其他设备。水质采样器可以包括远程控制终端以及采样器驱动控制装置，其中，远程控制终端可以为RTU(英文，RemoteTerminalUnit)，负责对现场信号、工业设备的监测和控制，也可以为其他包括接收和发射硬件的设备。服务器与水质采样器通信主要是通过与水质采样器中的远程控制终端进行通信，通常的通信方式采用GPRS，具体地通过GPRS发送Modbus-485协议的命令。
各样本的水可以来自自来水库里、也可以为水井，也可以是河流、湖等。水质参数信息指的是用以表示水环境(水体)质量优劣程度和变化趋势的水中物质的特征指标。水质参数通常包括浊度、臭和味、余氯、化学需氧量、细菌总数、总大肠菌群、耐热大肠菌群、大肠埃希氏菌等。
步骤S20：根据所述各样本的水质参数信息，建立样本水质参数矩阵；
需要说明的是，建立样本水质参数矩阵Aij，i为第i个样本，j为第j个水质参数。取样时可以在相近的位置采多个样本，然后取平均值。
步骤S30：根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正；
需要说明的是，由于每个水质参数对水质状态的影响是不一致的，通过对各水质参数设置对应的权值，可以对参数对应的值统一处理，或归一处理，方便后续计算分析。
步骤S40：根据修正后的样本水质参数矩阵，对水质进行分析评价。
需要说明的是，水质的分析评价具有介质性、连续性、模糊性、客观性、时序性等特点，通常采用的分析方法包括综合指数法、模糊评价法、集对分析法、灰色理论法等，水质状态通过多指标共同确定。
本发明通过服务器获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数，根据所述各样本的水质参数信息，建立样本水质参数矩阵，根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正，根据修正后的样本水质参数矩阵，对水质进行分析评价，可以实现实时检测水质状况。
参考图3，图3为本发明水质检测方法第二实施例的流程示意图。
基于上述第一实施例，在本实施例中，所述各水质样本参数信息还包括采样地理位置；所述步骤S10之前，所述方法包括：
步骤S101，按照采样地理位置分层建立各水质参数对应的权值；
需要说明的是，水体的污染来源通常分为外源污染和内源污染(沉积污染)两部分，外源性污染在水体外部相对易于控制，而沉积在水体的污染在水体内部是长期蓄积而成，在水体底部形成了明显的水-沉积物界面，污染物在两者之间迁移转化，所以在采样时越深，水况越复杂。
通常采样分析对局部水域的检测能起到较好的效果，即分析局部水质的参数即可，而水环境是一个复杂的系统，而当前的分析多停留在水体的表层，对于广域大水体的水质分布分析会有一定的难度，对下层水质的状态，特别是对沉积物的监测会比较困难。同一水源不同深度水质变化特征会有所变化，通过利用采样的地理位置对水质参数对应的权值分层建立，可以减小对下层水质状态的不确定性带来的影响。
所述步骤S30，包括：
步骤S31：根据分层建立的各水质参数对应的权值以及所述采样地理位置，对所述样本水质参数矩阵中各特征值进行修正。
需要说明的是，大部分的水源都是表层清、下层浑、底层淤，通过根据分层建立的各水质参数对应的权值以及采样的地理位置，来对样本水质参数矩阵中各特征值进行修正。
另外，不同的水源中水质的性质也可能不同，对样本水质参数矩阵中各特征值进行修正，也可以将水源性质考虑其中，例如普通水库与河流水的各层水质状态也是不一致的，通常对不同的水源分别建立各水质参数对应的权值，可以更准确地判断水质的状态。
参考图4，图4为本发明水质检测方法第三实施例的流程示意图。
基于上述第一实施例，在本实施例中，所述步骤S40，具体包括：
步骤S41：计算修正后的样本水质参数矩阵的矩阵值；
需要说明的是，对样本水质参数矩阵中各特征值进行修正，通过计算修正后的样本水质参数矩阵的矩阵值可以作为判断水质状态的指标，通常为了便于计算可以根据水质参数的个数(矩阵的列数)来取样，例如采用5个水质参数，则可以取样5个不同位置的取样水，也可以是采样5个不同层的取样水，也可以是采样至少5个，再将邻近层的水质参数取均值，最终得到5行样本，如此得到n×n的矩阵方便计算矩阵值。
在其他实施方式中，也可以是计算矩阵每行的和值(每行的值代表了这个样本的水质的综合值)，再根据不同的水源及采样的不同深度确定标准值，将计算得到的值与标准值进行比对，确定水质状况。
步骤S42：计算所述矩阵值与预设阀值的差值，作为水质评价指标。
需要说明的是，预设阀值可以是根据污染标准确定的，可以是根据不同的水源而设置，例如饮用水对水污染的指标更敏感，需要达到的标准也不一样。可以是通过比对所述矩阵值与预设阀值的距离远近，来识别水质的状态。
参照图5，图5为本发明实施例方案涉及的硬件运行环境的水质采样器结构示意图。
如图5所示，该水质采样器可以包括：处理器5001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线5002、用户接口5003，网络接口5004，存储器5005。其中，通信总线5002用于实现这些组件之间的连接通信。用户接口5003可以包括显示屏(Display)、输入模块比如键盘(Keyboard)，可选用户接口5003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器5005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器5005可选的还可以是独立于前述处理器5001的存储装置。
本领域技术人员可以理解，图5中示出的结构并不构成对水质采样器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图5所示，作为一种存储介质的存储器5005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及水质检测程序。
在图5所示的水质采样器中，网络接口5004主要用于与网络水质采样器进行数据通信；用户接口5003主要用于与用户进行数据交互；本发明水质采样器中的处理器5001、存储器5005可以设置在水质采样器中，所述水质采样器通过处理器5001调用存储器5005中存储的水质检测程序，并执行本发明实施例提供的水质检测方法。
本发明实施例提供了一种水质检测方法，参照图6，图6为本发明水质检测方法第四实施例的流程示意图。
本实施例中，所述水质检测方法包括如下步骤：
步骤S50：水质采样器采样待测水；
需要说明的是，水质采样器用于地表水和污水的采样，对水源进行检测，开展污染源调查以及总量控制的环境监测器，通常采用通用的蠕动泵取水方式，由单片机控制工作，可以根据需要采集不同的水样。
水质采样器可以包括远程控制终端以及采样器驱动控制装置，其中，远程控制终端可以为RTU(英文，RemoteTerminalUnit)，负责对现场信号、工业设备的监测和控制，也可以为其他包括接收和发射硬件的设备。
水质采样器在采样待测水时，可以通过远程控制终端控制各采样器驱动控制装置采样。
步骤S60：通过水质检测传感器检测待测水的水质参数；
需要说明的是，通常水质参数包括总氮、氨氮、总磷等，对应的，可以采用总氮传感器、氨氮传感器、总磷传感器进行检测。
步骤S70：将水质参数信息发送至服务器，所述水质参数信息包括水质参数，以使所述服务器通过分析所述水质参数信息，分析所述待测水的水质。
需要说明的，所述将水质参数信息发送至服务器主要是通过GPRS发送Modbus-485协议的命令，将水质参数信息自水质采样器发送至服务器，采用这种方式，也可以对水质实时采集，实时分析，提高了时效性。
参考图7，图7为本发明水质检测方法第五实施例的流程示意图。
基于上述第四实施例，所述水质参数包括富营养指标；在本实施例中，所述步骤S60，具体包括：
步骤S61：通过总磷传感器、总氮传感器以及氨氮传感器分别检测所述待测水中的总磷指标、总氮指标以及氨氮指标；
步骤S62：根据所述总磷指标、总氮指标以及氨氮指标，分析所述待测水中的富营养指标。
参考图8，图8为本发明水质检测方法第六实施例的流程示意图。
基于上述第四实施例，所述水质采样器包括采样臂、采样臂移动装置、抽水泵以及控制器；在本实施例中，所述步骤S50，具体包括：
步骤S51：控制器控制所述采样臂移动装置移动所述采样臂至预设位置；
需要说明的是，预设位置可以用户定义的，也可以是根据不同的水源而设置，采样臂移动装置通常包括采样臂电机移动定位装置，控制采样臂定位至预设位置。
步骤S52：所述控制器控制所述抽水泵抽水采样。
需要说明的是，待采样臂定位至预设位置后，通过抽水泵进行抽水，在本实施例中，抽水泵采用的是蠕动泵，通过蠕动泵转动进行抽水采样。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有水质检测程序，所述水质检测程序被处理器执行时实现如上文所述的水质检测方法的步骤。
参照图9，图9为本发明水质检测装置第一实施例的结构框图。
如图9所示，本发明实施例提出的水质检测装置包括：
获取模块901，用于获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数；
需要说明的是，水质采样器可以包括远程控制终端以及采样器驱动控制装置，其中，远程控制终端可以为RTU(英文，RemoteTerminalUnit)，负责对现场信号、工业设备的监测和控制，也可以为其他包括接收和发射硬件的设备。服务器与水质采样器通信主要是通过与水质采样器中的远程控制终端进行通信，通常的通信方式采用GPRS，具体地通过GPRS发送Modbus-485协议的命令。
各样本的水可以来自自来水库里、也可以为水井，也可以是河流、湖等。水质参数信息指的是用以表示水环境(水体)质量优劣程度和变化趋势的水中物质的特征指标。水质参数通常包括浊度、臭和味、余氯、化学需氧量、细菌总数、总大肠菌群、耐热大肠菌群、大肠埃希氏菌等。
建立模块902，用于根据所述各样本的水质参数信息，建立样本水质参数矩阵；
需要说明的是，建立样本水质参数矩阵Aij，i为第i个样本，j为第j个水质参数。取样时可以在相近的位置采多个样本，然后取平均值。
修正模块903，用于根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正；
需要说明的是，由于每个水质参数对水质状态的影响是不一致的，通过对各水质参数设置对应的权值，可以对参数对应的值统一处理，或归一处理，方便后续计算分析。
分析模块904，用于根据修正后的样本水质参数矩阵，对水质进行分析评价。
需要说明的是，水质的分析评价具有介质性、连续性、模糊性、客观性、时序性等特点，通常采用的分析方法包括综合指数法、模糊评价法、集对分析法、灰色理论法等，水质状态通过多指标共同确定。
本发明水质检测装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
本发明通过服务器获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数，根据所述各样本的水质参数信息，建立样本水质参数矩阵，根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正，根据修正后的样本水质参数矩阵，对水质进行分析评价，可以实现实时检测水质状况。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台水质采样器设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种水质检测方法，其特征在于，包括：
服务器获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数；
根据所述各样本的水质参数信息，建立样本水质参数矩阵；
根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正；
根据修正后的样本水质参数矩阵，对水质进行分析评价。
2.如权利要求1所述的水质检测方法，其特征在于，所述各水质样本参数信息还包括采样地理位置；
相应地，所述获取水质采样器发送的各水质样本参数信息的步骤之前，所述方法还包括：
按照采样地理位置分层建立各水质参数对应的权值；
相应地，所述根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正的步骤，包括：
根据分层建立的各水质参数对应的权值以及所述采样地理位置，对所述样本水质参数矩阵中各特征值进行修正。
3.如权利要求1所述的水质检测方法，其特征在于，所述根据修正后的样本水质参数矩阵，对水质进行分析评价的步骤，包括：
计算修正后的样本水质参数矩阵的矩阵值；
计算所述矩阵值与预设阀值的差值，作为水质评价指标。
4.一种水质检测方法，其特征在于，包括：
水质采样器采样待测水；
通过水质检测传感器检测待测水的水质参数；
将水质参数信息发送至服务器，所述水质参数信息包括水质参数，以使所述服务器通过分析所述水质参数信息，分析所述待测水的水质。
5.如权利要求4所述的水质检测方法，其特征在于，所述水质参数包括富营养指标；
相应地，所述通过水质监测传感器检测待测水的水质参数，包括：
通过总磷传感器、总氮传感器以及氨氮传感器分别检测所述待测水中的总磷指标、总氮指标以及氨氮指标；
根据所述总磷指标、总氮指标以及氨氮指标，分析所述待测水中的富营养指标。
6.如权利要求4所述的水质检测方法，其特征在于，所述水质采样器包括采样臂、采样臂移动装置、抽水泵以及控制器；
相应地，所述水质采样器采样待测水的步骤，包括：
控制器控制所述采样臂移动装置移动所述采样臂至预设位置；
所述控制器控制所述抽水泵抽水采样。
7.一种水质检测装置，其特征在于，包括：
获取模块，用于获取水质采样器发送的各样本的水质参数信息，所述水质参数信息包括水质参数；
建立模块，用于根据所述各样本的水质参数信息，建立样本水质参数矩阵；
修正模块，用于根据预设的各水质参数对应的权值，对样本水质参数矩阵中各特征值进行修正；
分析模块，用于根据修正后的样本水质参数矩阵，对水质进行分析评价。
8.一种服务器，其特征在于，所述水质采样器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水质检测程序，所述水质检测程序配置为实现如权利要求1至3中任一项所述的水质检测方法的步骤。
9.一种水质采样器，其特征在于，所述水质采样器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水质检测程序，所述水质检测程序配置为实现如权利要求1至3中任一项所述的水质检测方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有水质检测程序，所述水质检测程序被处理器执行时实现如权利要求1至3任一项所述的水质检测方法的步骤。
CN201811394147.8A 2018-11-21 2018-11-21 水质检测方法、装置、服务器、水质采样器及介质 Active CN109470829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811394147.8A CN109470829B (zh) 2018-11-21 2018-11-21 水质检测方法、装置、服务器、水质采样器及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811394147.8A CN109470829B (zh) 2018-11-21 2018-11-21 水质检测方法、装置、服务器、水质采样器及介质

Publications (2)

Publication Number Publication Date
CN109470829A true CN109470829A (zh) 2019-03-15
CN109470829B CN109470829B (zh) 2021-08-10

Family

ID=65673149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811394147.8A Active CN109470829B (zh) 2018-11-21 2018-11-21 水质检测方法、装置、服务器、水质采样器及介质

Country Status (1)

Country Link
CN (1) CN109470829B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111024655A (zh) * 2019-12-19 2020-04-17 江苏中车环保设备有限公司 户用生活污水处理装置的现场快速判断水质的方法及装置
CN111351908A (zh) * 2020-03-04 2020-06-30 深圳市宇驰检测技术股份有限公司 基于机器人的水生生态调查方法、水下机器人及存储介质
CN114324204A (zh) * 2021-12-10 2022-04-12 梵科投资控股(深圳)有限公司 水质检测方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104165978A (zh) * 2014-08-12 2014-11-26 南京工业大学 提高水质监测数据可靠性的方法
CN107290495A (zh) * 2017-07-11 2017-10-24 中国科学院南京地理与湖泊研究所 基于多参数指标的河流水质评价方法
CN206960461U (zh) * 2017-07-03 2018-02-02 三峡大学 水库富营养化智能高精度实时评价系统
CN108376297A (zh) * 2018-02-09 2018-08-07 中国农业大学 一种水产养殖水质预警方法、设备及存储介质
CN207832515U (zh) * 2018-02-05 2018-09-07 广东铁达检测技术服务有限公司 一种水质检测取样装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104165978A (zh) * 2014-08-12 2014-11-26 南京工业大学 提高水质监测数据可靠性的方法
CN206960461U (zh) * 2017-07-03 2018-02-02 三峡大学 水库富营养化智能高精度实时评价系统
CN107290495A (zh) * 2017-07-11 2017-10-24 中国科学院南京地理与湖泊研究所 基于多参数指标的河流水质评价方法
CN207832515U (zh) * 2018-02-05 2018-09-07 广东铁达检测技术服务有限公司 一种水质检测取样装置
CN108376297A (zh) * 2018-02-09 2018-08-07 中国农业大学 一种水产养殖水质预警方法、设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111024655A (zh) * 2019-12-19 2020-04-17 江苏中车环保设备有限公司 户用生活污水处理装置的现场快速判断水质的方法及装置
CN111351908A (zh) * 2020-03-04 2020-06-30 深圳市宇驰检测技术股份有限公司 基于机器人的水生生态调查方法、水下机器人及存储介质
CN114324204A (zh) * 2021-12-10 2022-04-12 梵科投资控股(深圳)有限公司 水质检测方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN109470829B (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
Astorga et al. Distance decay of similarity in freshwater communities: do macro‐and microorganisms follow the same rules?
Scott et al. Monitoring water quality in Toronto's urban stormwater ponds: Assessing participation rates and data quality of water sampling by citizen scientists in the FreshWater Watch
Cao et al. Comparison of ecological communities: the problem of sample representativeness
CN109470829A (zh) 水质检测方法、装置、服务器、水质采样器及介质
Leboucher et al. Diatom β‐diversity in streams increases with spatial scale and decreases with nutrient enrichment across regional to sub‐continental scales
Gallardo et al. Determination of ammonium ion employing an electronic tongue based on potentiometric sensors
Soranno et al. Quantifying regional reference conditions for freshwater ecosystem management: A comparison of approaches and future research needs
Irz et al. Native and introduced fish species richness in French lakes: local and regional influences
Fuhrman et al. Water‐soluble phosphorus as affected by soil to extractant ratios, extraction times, and electrolyte
CN113267607A (zh) 一种场地有机污染物迁移过程的特征参数识别系统
CN113970627B (zh) 一种水质监测及预警方法、系统
Law et al. Do functional or morphological classifications explain stream phytobenthic community assemblages?
Teittinen et al. Cell size and acid tolerance constrain pond diatom distributions in the subarctic
Li et al. Multifunctionality of biocrusts is positively predicted by network topologies consistent with interspecies facilitation
Hunting et al. Assessment of monitoring tools and strategies safeguarding aquatic ecosystems within the European water framework directive
Petrauskas et al. The use of stochastic differential equations to describe stem taper and volume
CN116340723A (zh) 基于大数据的乡村水污染快速溯源方法及系统
Pither et al. The evolutionary species pool hypothesis and patterns of freshwater diatom diversity along a pH gradient
Robertson et al. Effects of water level and climate on the hydrodynamics and water quality of Anvil Lake, Wisconsin, a shallow seepage lake
Pandit et al. The role of local and regional processes on population synchrony along the gradients of habitat specialization
Wang et al. Thermal barriers constrain microbial elevational range size via climate variability
JP2008112428A (ja) 水処理施設における流入水水質の統計的予測方法及びその装置
Greenhalgh et al. Environmental DNA‐based methods detect the invasion front of an advancing signal crayfish population
Soininen et al. Diatom biogeography in freshwaters–new insights from between-region comparisons and the role of unmeasured environmental factors
CN116448988A (zh) 一种工业园区土壤污染监测系统及方法

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