CN109507382A - 生态环境监测预警系统及监测预警方法 - Google Patents
生态环境监测预警系统及监测预警方法 Download PDFInfo
- Publication number
- CN109507382A CN109507382A CN201811615116.0A CN201811615116A CN109507382A CN 109507382 A CN109507382 A CN 109507382A CN 201811615116 A CN201811615116 A CN 201811615116A CN 109507382 A CN109507382 A CN 109507382A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- early warning
- ammonia nitrogen
- ecological environmental
- data
- 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
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
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00871—Communications between instruments or with remote terminals
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本发明涉及一种生态环境监测预警系统及监测预警方法。本发明通过氨氮检测探头获取反映水质监测指标的原始数据;对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理;将初级数据校准处理后的数据进行高级校准处理,得到监测结果并存储;向监测终端展示所述监测结果。本发明可以监测的水质的氨氮浓度指标,并且具有成本低、实时性强和安装简单的优点。
Description
技术领域
本发明涉及环境监测技术领域,具体的说是一种生态环境监测预警系统及监测预警方法。
背景技术
氨氮是工业和城市废水中常见的一种污染物。大量含有氨氮的废水排入江河湖泊,不仅造成自然水体的富营养化,使受纳水体亏氧,滋生有害水生物,导致鱼类死亡,而且给生活和工业用水的处理带来较大困难。氨氮废水来源多,排放量大,如炼油、化肥、无机化工、铁合金、玻璃制造、肉类加工和饲料生产等工业部门排放的高浓度氨氮废水,以及动物排泄物和垃圾渗滤液等。因此监测水中的氨氮在水环境保护中显得非常重要。
传统监测氨氮浓度的设备采用分光光度法设计,原理是碘化汞和碘化钾的碱性溶液与氨反应生成淡红棕色胶态化合物,此颜色对410-425nm波长范围内光具较强烈吸收,通过测量照射光强度来计算出氨氮浓度。但采用该方法的设备操作比较麻烦,准确度也不是很理想,且所需的化学试剂较多,容易造成二次污染。
发明内容
针对现有技术中存在的上述不足之处,本发明要解决的技术问题是提供一种生态环境监测预警系统及监测预警方法。
本发明为实现上述目的所采用的技术方案是:一种生态环境监测预警系统,包括供电单元、氨氮检测探头、核心板、通信单元、服务器和监测终端;
所述供电单元连接氨氮检测探头、核心板和通信单元,用于为氨氮检测探头、核心板和通信单元提供工作电源;
所述氨氮检测探头连接核心板,用于浸入待测水中获取反映水质监测指标的原始数据;
所述核心板连接通信单元,用于对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理;
所述通信单元用于核心板与服务器之间的通信;
所述服务器连接通信单元和监测终端,用于对核心板处理后的数据处理成监测结果并存储;
所述监测终端用于显示服务器的监测结果。
所述监测终端包括移动终端。
所述核心板包括MCU模块及其连接的存储模块、晶振时钟电路、I/O接口、UART接口和程序下载接口。
所述氨氮检测探头包括铵离子选择电极和模数转换电路,所述铵离子选择电极用于检测水中铵离子并产生电位差,所述模数转换电路将检测到的电位差转换成数字信号并传输给核心板。
一种生态环境监测预警方法,包括以下步骤:
通过氨氮检测探头获取反映水质监测指标的原始数据;
对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理;
将初级数据校准处理后的数据进行高级校准处理,得到监测结果并存储;
向监测终端展示所述监测结果。
所述对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理,具体为:将原始数据与传感器偏离经验值作差,得到初级数据校准处理的数据,所述传感器偏离经验值为所述氨氮检测探头出厂标液测试得出。
将初级数据校准处理后的数据进行高级校准处理,具体为:
随机初始化网络权值和神经元的阈值;
前向传播:逐层计算隐层神经元和输出层神经元的输入和输出;
后向传播:修正权值和阈值,直到训练集的累积误差满足终止条件。
所述前向传播,具体为:
假设输入层的节点个数为n,隐含层的节点个数为l,输出层的节点个数为m;输入层到隐含层的权重ωij,隐含层到输出层的权重为ωjk,输入层到隐含层的偏置为aj,隐含层到输出层的偏置为bk。学习速率为η,激励函数为g(x)。其中激励函数为取Sigmoid函数,形式为:
隐含层Hj的输出为:
输出层的输出:
误差的计算公式:
其中Yk为期望输出。记Yk-Ok=ek,则可以表示为:
以上公式中,i=1…n,j=1…l,k=1…m。
所述修正权值和阈值,具体为:
权值的更新公式为:
阈值的更新公式为:
所述终止条件,具体为:
设置最大迭代次数,超过设置的迭代次数后停止训练;或,
设置门限值,计算训练集在网络上的预测准确率达到门限值后停止训练。
本发明具有以下优点及有益效果:
1、精度高。可以监测的水质的氨氮浓度指标。为了实现氨氮指标的高精度监测,采用高性能的新型铵离子选择电极(具有铵离子敏感膜且能产生膜电位的电极)作为传感器,它通过与监测目标发生快速反应并产生与目标浓度成正比的电信号来工作,具有较高的灵敏度与响应速度,同时还设计温度补偿电路来防止水样温度的变化影响监测结果,最后再通过先进的校准算法进行校准,进一步提高监测精度。
2、成本低。通过采用无需耗材的物理和化学监测方法,集成多种低成本、免维护或少维护的新型传感器,与传统监测方法比较,省去了高额的耗材和试剂消耗费用,以及高昂的维护费用,让成本大幅降低。
3、实时性强。选用的低成本高性能的新型传感器具有较高的灵敏度与响应速度,可以在秒级时间内对监测目标浓度发生的变化做出响应,监测结果可以在分钟级时间内获得,实现监测结果的实时传输。
4、安装简单。采用专业结构设计,各部件为模块化结构,安装无需用地审批、站房建设,也无需大型设备到场,可以实现快速安装。
附图说明
图1为本发明的系统结构图;
图2为本发明的氨氮检测探头的结构图;
图3为本发明的通信单元的结构图;
图4为本发明方法的流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图1所示,生态环境监测预警系统,包括供电单元、氨氮检测探头、核心板、通信单元、服务器和监测终端。
氨氮监测探头集成了铵离子选择电极等敏感元件,原理是当校准后的铵离子选择电极的选择性膜与待测水样中的铵离子溶液相接触,膜内外产生的一定的电位,这种电位的大小取决于溶液中自由铵离子的活度,它与参比电极的电位相比较即可计算出水中的氨氮浓度。如图2所示,图2氨氮监测探头底部即为铵离子敏感膜,探头内集成电位检测电路,并将采集到的信号通过模数转换后传给核心板。
核心板是一块运行工业级linux操作系统的微电脑板,主要的功能是把氨氮监测探头采集到的数据进行运算和初级数据校准处理,然后将数据通过通信系统传输到数据中心。
通信单元拥有通过运营商GPRS网络传输数据和获取GPS信息数据的能力,用于实现水质多参数监测设备和数据中心之间的通信,并对水质多参数监测设备所在位置进行GPS定位。如图3所示,通信模块主要使用集成GPRS模块和GPS模块,模块与核心板进行信息传输,再通过天线进行数据收发。
供电单元拥有太阳能供电及市电两种供电方式,可以根据不同的地理位置来进行选择,在取电方便的地方本发明可以是220V的市电对设备进行供电,在野外等没有市电的情况下本发明可以利用太阳能来对设备进行供电。
监测终端是运行的配套软件,用于展示和应用水质多参数监测设备的监测结果。监测终端可以是电脑、平板电脑,也可以是移动终端,例如,利用手机app运行配套软件,展示和应用水质多参数监测设备的监测结果。
如图4所示,本发明方法包括以下步骤:通过氨氮检测探头获取反映水质监测指标的原始数据;对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理;将初级数据校准处理后的数据进行高级校准处理,得到监测结果并存储;向监测终端展示所述监测结果。
初级数据校准处理是基于对氨氮检测传感器的大量测试(用传感器检测氨氮指标并与实际氨氮指标作对比),如不同氨氮浓度的水质、不同水温、老化损耗下传感器检测参数造成的一些偏离,根据前期测试结果总结,传感器在不同环境下的特性变化、传感器寿命内的探头损耗特性变化,对氨氮传感器采集数据进行初级数据校准。在具体实施过程中,初级数据校准处理是将原始数据与传感器偏离经验值作差,得到初级数据校准处理的数据,所述传感器偏离经验值为所述氨氮检测探头出厂标液测试得出。
高级校准处理技术需要前期大量的氨氮监测数据积累,在数据积累的过程中,基于人工神经网络算法实现的机器自主学习利用监测数据和水质实际数据,不断优化(优化的过程即机器自主学习的过程),建立更为精准的校准数据模型。随着数据积累量的增加,此模型不断提高其准确度和可靠性。高级校准处理包括以下步骤:
随机初始化网络权值和神经元的阈值;
前向传播:逐层计算隐层神经元和输出层神经元的输入和输出;
假设输入层的节点个数为n,隐含层的节点个数为l,输出层的节点个数为m;输入层到隐含层的权重ωij,隐含层到输出层的权重为ωjk,输入层到隐含层的偏置为aj,隐含层到输出层的偏置为bk。学习速率为η,激励函数为g(x)。其中激励函数为取Sigmoid函数,形式为:
隐含层Hj的输出为:
输出层的输出:
误差的计算公式:
其中Yk为期望输出。记Yk-Ok=ek,则可以表示为:
以上公式中,i=1…n,j=1…l,k=1…m。
后向传播:修正权值和阈值,直到训练集的累积误差满足终止条件。修正权值和阈值,具体为:
权值的更新公式为:
阈值的更新公式为:
每一轮训练都使用数据集的所有记录,停止条件有下面两种:
设置最大迭代次数,超过设置的迭代次数后停止训练
设置门限值,计算训练集在网络上的预测准确率达到门限值后停止训练。
Claims (10)
1.一种生态环境监测预警系统,其特征在于,包括供电单元、氨氮检测探头、核心板、通信单元、服务器和监测终端;
所述供电单元连接氨氮检测探头、核心板和通信单元,用于为氨氮检测探头、核心板和通信单元提供工作电源;
所述氨氮检测探头连接核心板,用于浸入待测水中获取反映水质监测指标的原始数据;
所述核心板连接通信单元,用于对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理;
所述通信单元用于核心板与服务器之间的通信;
所述服务器连接通信单元和监测终端,用于对核心板处理后的数据处理成监测结果并存储;
所述监测终端用于显示服务器的监测结果。
2.根据权利要求1所述的生态环境监测预警系统,其特征在于,所述监测终端包括移动终端。
3.根据权利要求1所述的生态环境监测预警系统,其特征在于,所述核心板包括MCU模块及其连接的存储模块、晶振时钟电路、I/O接口、UART接口和程序下载接口。
4.根据权利要求1所述的生态环境监测预警系统,其特征在于,所述氨氮检测探头包括铵离子选择电极和模数转换电路,所述铵离子选择电极用于检测水中铵离子并产生电位差,所述模数转换电路将检测到的电位差转换成数字信号并传输给核心板。
5.一种生态环境监测预警方法,其特征在于,包括以下步骤:
通过氨氮检测探头获取反映水质监测指标的原始数据;
对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理;
将初级数据校准处理后的数据进行高级校准处理,得到监测结果并存储;
向监测终端展示所述监测结果。
6.根据权利要求5所述的生态环境监测预警方法,其特征在于,所述对氨氮监测探头采集到的原始数据进行运算和初级数据校准处理,具体为:将原始数据与传感器偏离经验值作差,得到初级数据校准处理的数据,所述传感器偏离经验值为所述氨氮检测探头出厂标液测试得出。
7.根据权利要求5所述的生态环境监测预警方法,其特征在于,所述将初级数据校准处理后的数据进行高级校准处理,具体为:
随机初始化网络权值和神经元的阈值;
前向传播:逐层计算隐层神经元和输出层神经元的输入和输出;
后向传播:修正权值和阈值,直到训练集的累积误差满足终止条件。
8.根据权利要求7所述的生态环境监测预警方法,其特征在于,所述前向传播,具体为:
假设输入层的节点个数为n,隐含层的节点个数为l,输出层的节点个数为m;输入层到隐含层的权重ωij,隐含层到输出层的权重为ωjk,输入层到隐含层的偏置为aj,隐含层到输出层的偏置为bk。学习速率为η,激励函数为g(x)。其中激励函数为取Sigmoid函数,形式为:
隐含层Hj的输出为:
输出层的输出:
误差的计算公式:
其中Yk为期望输出。记Yk-Ok=ek,则可以表示为:
以上公式中,i=1…n,j=1…l,k=1…m。
9.根据权利要求7所述的生态环境监测预警方法,其特征在于,所述修正权值和阈值,具体为:
权值的更新公式为:
阈值的更新公式为:
10.根据权利要求7所述的生态环境监测预警方法,其特征在于,所述终止条件,具体为:
设置最大迭代次数,超过设置的迭代次数后停止训练;或,
设置门限值,计算训练集在网络上的预测准确率达到门限值后停止训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615116.0A CN109507382A (zh) | 2018-12-27 | 2018-12-27 | 生态环境监测预警系统及监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615116.0A CN109507382A (zh) | 2018-12-27 | 2018-12-27 | 生态环境监测预警系统及监测预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109507382A true CN109507382A (zh) | 2019-03-22 |
Family
ID=65755483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811615116.0A Pending CN109507382A (zh) | 2018-12-27 | 2018-12-27 | 生态环境监测预警系统及监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507382A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261559A (zh) * | 2019-07-05 | 2019-09-20 | 武汉理工大学 | 水体污染传感系统 |
CN113095389A (zh) * | 2021-04-02 | 2021-07-09 | 河北先河环保科技股份有限公司 | 网格化传感器监控网络校准方法及系统 |
CN115060666A (zh) * | 2022-08-17 | 2022-09-16 | 北京英视睿达科技股份有限公司 | 水质参数传感器的校准方法及水质参数的测量方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313796A (zh) * | 2011-05-27 | 2012-01-11 | 北京工业大学 | 一种污水处理生化需氧量软测量方法 |
CN103018418A (zh) * | 2012-12-16 | 2013-04-03 | 天津大学 | 景观水体水质在线预警系统 |
CN203772850U (zh) * | 2014-03-27 | 2014-08-13 | 中国水产科学研究院淡水渔业研究中心 | 一种罗非鱼养殖水质实时监测预警集成装置 |
CN105606499A (zh) * | 2015-11-12 | 2016-05-25 | 南京信息工程大学 | 悬浮颗粒物质量浓度实时检测装置及测量方法 |
CN106643903A (zh) * | 2016-12-30 | 2017-05-10 | 浙江嘉科信息科技有限公司 | 一种水质检测系统 |
CN106706854A (zh) * | 2016-12-30 | 2017-05-24 | 浙江嘉科信息科技有限公司 | 一种空气检测系统 |
CN107664682A (zh) * | 2016-07-30 | 2018-02-06 | 复凌科技(上海)有限公司 | 一种氨氮的水质软测量预测方法 |
CN207718209U (zh) * | 2018-01-29 | 2018-08-10 | 北京金档伟业科技有限公司 | 一种环境监测与安全预警系统 |
CN108982792A (zh) * | 2018-06-05 | 2018-12-11 | 北京蓝尊科技有限公司 | 一种生态环境监测监管系统 |
-
2018
- 2018-12-27 CN CN201811615116.0A patent/CN109507382A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313796A (zh) * | 2011-05-27 | 2012-01-11 | 北京工业大学 | 一种污水处理生化需氧量软测量方法 |
CN103018418A (zh) * | 2012-12-16 | 2013-04-03 | 天津大学 | 景观水体水质在线预警系统 |
CN203772850U (zh) * | 2014-03-27 | 2014-08-13 | 中国水产科学研究院淡水渔业研究中心 | 一种罗非鱼养殖水质实时监测预警集成装置 |
CN105606499A (zh) * | 2015-11-12 | 2016-05-25 | 南京信息工程大学 | 悬浮颗粒物质量浓度实时检测装置及测量方法 |
CN107664682A (zh) * | 2016-07-30 | 2018-02-06 | 复凌科技(上海)有限公司 | 一种氨氮的水质软测量预测方法 |
CN106643903A (zh) * | 2016-12-30 | 2017-05-10 | 浙江嘉科信息科技有限公司 | 一种水质检测系统 |
CN106706854A (zh) * | 2016-12-30 | 2017-05-24 | 浙江嘉科信息科技有限公司 | 一种空气检测系统 |
CN207718209U (zh) * | 2018-01-29 | 2018-08-10 | 北京金档伟业科技有限公司 | 一种环境监测与安全预警系统 |
CN108982792A (zh) * | 2018-06-05 | 2018-12-11 | 北京蓝尊科技有限公司 | 一种生态环境监测监管系统 |
Non-Patent Citations (1)
Title |
---|
陈小娟 著: "《高校本科专业设置预测模型构建》", 30 April 2015, 广东高等教育出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110261559A (zh) * | 2019-07-05 | 2019-09-20 | 武汉理工大学 | 水体污染传感系统 |
CN113095389A (zh) * | 2021-04-02 | 2021-07-09 | 河北先河环保科技股份有限公司 | 网格化传感器监控网络校准方法及系统 |
CN115060666A (zh) * | 2022-08-17 | 2022-09-16 | 北京英视睿达科技股份有限公司 | 水质参数传感器的校准方法及水质参数的测量方法和装置 |
CN115060666B (zh) * | 2022-08-17 | 2022-11-15 | 北京英视睿达科技股份有限公司 | 水质参数传感器的校准方法及水质参数的测量方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rao et al. | Design of low-cost autonomous water quality monitoring system | |
CN109507382A (zh) | 生态环境监测预警系统及监测预警方法 | |
CN110057761A (zh) | 一种全光谱结合快速易测指标的水质在线监测系统与方法 | |
CN104165853A (zh) | 一种光谱法水体环境在线测量装置 | |
CN106501195A (zh) | 基于水体悬浮颗粒物吸收系数的湖泊富营养化评价方法 | |
Hakimi et al. | Development of water quality monitoring device using Arduino UNO | |
Farouk et al. | Towards online surface water quality monitoring technology: A review | |
CN116256484A (zh) | 一种基于遥感反演的河流有机碳通量监测方法及系统 | |
Ariyanto et al. | IoT sensors integration for water quality analysis | |
Needoba et al. | Method for the quantification of aquatic primary production and net ecosystem metabolism using in situ dissolved oxygen sensors | |
CN105675838A (zh) | 基于数据驱动的a2/o流程出水总磷智能检测方法 | |
Keshipeddi | Iot based smart water quality monitoring system | |
Song et al. | Design of turbidity remote monitoring system based on fx-11a optical fiber sensor | |
CN113240006A (zh) | 废水排放的监测方法、装置、电子设备及存储介质 | |
CN112946216A (zh) | 一种智能水质监测系统 | |
Rezki et al. | Design and testing of circular metamaterial-based salinity sensors | |
Devi et al. | Live demonstration on smart water quality monitoring system using wireless sensor networks | |
Amrita et al. | Analysing the water quality parameters from traditional to modern methods in aquaculture | |
CN113268918B (zh) | 一种预测浅层地下水中氮浓度的方法 | |
Wiranto et al. | Design and implementation of wireless sensors and android based application for highly efficient aquaculture management system | |
Shivaanivarsha et al. | Low-Cost Multi-Parameter Lake Monitoring System for Early Detection of Eutrophication | |
Mokua et al. | A Raw Water Quality Monitoring System using Wireless Sensor Networks | |
Nguyen et al. | Development of a device based on the respirometric principle for long-term monitoring of BOD and pH: a novel approach in wastewater characterisation | |
Salehin et al. | Design and Development of a Low-cost IoT-Based Water Quality Monitoring System | |
CN206594065U (zh) | 一种户外使用的便携式消解比色一体型水质测定仪 |
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: 20190322 |
|
RJ01 | Rejection of invention patent application after publication |