CN109725121B - 一种生成采样任务的方法和系统 - Google Patents
一种生成采样任务的方法和系统 Download PDFInfo
- Publication number
- CN109725121B CN109725121B CN201910081207.9A CN201910081207A CN109725121B CN 109725121 B CN109725121 B CN 109725121B CN 201910081207 A CN201910081207 A CN 201910081207A CN 109725121 B CN109725121 B CN 109725121B
- Authority
- CN
- China
- Prior art keywords
- section
- category
- sampling
- center
- iteration
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种生成采样任务的方法和系统，涉及环境监测技术领域，解决了在采样过程中出现的成本高和监测指标不合理的技术问题。本申请的生成采样任务的方法包括：向采样人员分配监测的断面；根据断面的特征，为断面设置监测指标；根据监测指标，得出监测指标与采样设备、采样方法、试验方法之间的对应关系；根据断面的监测指标，生成与监测指标对应的采样任务。本申请主要用于环境监测。
Description
技术领域
本申请涉及环境监测技术领域，具体涉及一种生成采样任务的方法和系统。
背景技术
因为水环境监测这项任务自身的复杂性，导致制定采样任务涉及到的需要合理安排的内容很多。例如合理的安排采样人员去相应的断面采样，如何快速准确的确定每个断面需要采取的指标种类以及数量，以及确立多种的监测指标与监测设备，监测方法之间的对应关系。以上工作内容目前主要是主管部门依靠人力从总体上粗略的制定出大致的总体任务，例如监测多少断面，监测什么指标等，然后将总体任务的指示下发给下属的各个子机构，最终各个子机构根据自己分配到的任务制定出相应的工作规划，从而完成整个采样任务的制定。
随着水环境监测断面数量的日益增多以及对监测质量工作的要求越来越严格，上面所述的方式割裂了水环境监测采样任务的连贯性与全局性。因为只是从整体初步考量，没有细致的对各个主要环节的任务进行科学合理的安排，并且实际执行中会存在各个机构的实施能力差异性较大的情况，会出现最终的监测工作无法满足制定任务的初衷，甚至导致最终子任务可能违背总任务的要求。此外，单靠人力也不能依据实际情况做出合理规划的采样任务，比如安排人员去相应的断面采样，没有办法考虑如何安排导致人力消耗较少，因此无形中增加了人力成本。考虑到不同的监测断面所属的河流、湖泊等水环境的不同，需要制定不同的监测指标。如果不能给出合理的监测指标种类，同样也就失去了监测工作的意义，或者一律都是全指标监测，同样会造成资源的浪费。
发明内容
本申请的目的在于提供一种生成采样任务的方法和系统，用于解决在采样过程中出现的成本高和监测指标不合理的技术问题。
本申请的生成采样任务的方法包括：
向采样人员分配监测的断面；根据断面的特征，为断面设置监测指标；根据监测指标，得出监测指标与采样设备、采样方法、试验方法之间的对应关系；根据断面的监测指标，生成与监测指标对应的采样任务。
优选地，采样人员的组数为N，断面的数量为m，N＜m成立，向采样人员分配监测的断面的方法包括：定义N个初始的类别中心；将不同的断面归类到不同的类别中心，进行迭代；判断当前类别中心的各断面是否满足停止迭代的条件；响应于满足停止迭代的条件，一组采样人员分得一类断面集合。
优选地，将不同的断面归类到不同的类别中心，进行迭代的方法为：计算每个断面与各类别中心之间的经纬度标准距离；将断面归类到经纬度标准距离最小的类别中心，每个类别中心得到一个断面集合。
优选地，类别中心根据得到的断面集合，取断面集合中所有断面的经度、纬度的平均值分别作为类别中心的新的经度、纬度值，继续迭代。
优选地，停止迭代的条件为类别中心前一次迭代完成后，其断面集合中的各断面与类别中心之间的经纬度标准距离之和，与后一次迭代完成后，类别中心与其得到的断面集合中的各断面之间的经纬度标准距离之和的差值小于第一数值，或者类别中心的总的迭代次数大于第二数值。
优选地，计算断面与各类别中心的经纬度标准距离的公式为：
其中，
断面的坐标集合为S＝{(Lon_Si,Lat_Si)|i∈(1,2,……,m)},Lon_Si,Lat_Si分别为第i个断面Si的经度、纬度；类别中心的坐标集合为C＝{(Lon_Ci,Lat_Ci)|i∈(1,2,……,N)},Lon_Ci,Lat_Ci分别为第i个类别中心Ci的经度、纬度；Si、Ci分别转化为对应的弧度坐标(RNSi,RTSi),(RNCi,RTCi)，断面与类别中心的经度之差DLON＝RNSi-RNCi，断面与类别中心的纬度之差DLAT＝RTSi-RTCi；dis是断面与类别中心的经纬度标准距离。
优选地，根据断面的特征，为断面设置监测指标的方法包括：设置断面的基本监测指标；根据知识库中的信息筛选出断面的主要影响因子；根据断面的主要影响因子设定附加监测指标。
本申请的申请采样任务的方法，一方面，合理安排了采样人员与监测断面之间的对应关系，降低了人工分配带来的人力成本的增加；一方面，对监测指标的设置，更符合环境监测的要求；一方面，建立监测指标与采样设备、采样方法之间的对应关系，可以快速实现采样设备的更新以及采样方法的变更；另一方面，实现了采样任务的智能输出，提高了工作效率。
本申请还提出一种生成采样任务的系统，包括：分配装置，用于向采样人员分配监测的断面；监测指标确定装置，用于根据断面的特征，为断面设置监测指标；匹配装置，用于根据监测指标，得出监测指标与采样设备、采样方法、试验方法之间的对应关系；生成装置，用于根据断面的监测指标，生成与监测指标对应的采样任务。
优选地，分配装置包括：生成类别中心模块，用于根据KMeans聚类算法，定义N个初始的类别中心；迭代模块，用于将不同的断面归类到不同的类别中心，进行迭代；判断模块，用于判断当前类别中心的各断面是否满足停止迭代的条件；划分模块，用于响应于满足停止迭代的条件，一组采样人员分得一类断面集合。
优选地，迭代模块包括：计算单元，用于计算每个断面与各类别中心之间的经纬度标准距离；归类单元，用于将断面归类到经纬度标准距离最小的类别中心，每个类别中心得到一个断面集合。
本申请的生成采样任务的系统与生成采样任务的方法的技术效果一致，在此就不一一赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本申请的生成采样任务的方法的流程图；
图2是本申请的向采样人员分配监测的断面的方法的流程图；
图3是本申请的将不同的断面归类到不同的类别中心，进行迭代的方法的流程图；
图4是本申请的根据断面的特征，为断面设置监测指标的方法的流程图；
图5是本申请的生成采样任务的系统的框图；
图6是本申请的分配装置的框图；
图7是本申请的迭代模块的框图。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
图1是本申请的生成采样任务的方法的流程图。如图1所示，本申请的生成采样任务的方法包括：
向采样人员分配监测的断面(110)；
具体地，采样人员的组数为N，断面的数量为m，N＜m成立。断面的坐标集合为S＝{(Lon_Si,Lat_Si)|i∈(1,2,……,m)},Lon_Si,Lat_Si分别为第i个断面Si的经度、纬度。图2是本申请的向采样人员分配监测的断面的方法的流程图。如图2所示，向采样人员分配监测的断面的方法包括：
定义N个初始的类别中心(210)；
示例性地，定义的N个初始的类别中心为：C1，C2，……CN，类别中心的坐标集合为C＝{(Lon_Ci,Lat_Ci)|i∈(1,2,……,N)},Lon_Ci,Lat_Ci分别为第i个类别中心Ci的经度、纬度。类别中心的初始的经度和纬度是系统随机给出的。
将不同的断面归类到不同的类别中心，进行迭代(220)；
图3是本申请的将不同的断面归类到不同的类别中心，进行迭代的方法的流程图。如图3所示，进行迭代的方法为：
计算每个断面与各类别中心之间的经纬度标准距离(310)；
将Si、Ci分别转化为对应的弧度坐标(RNSi,RTSi),(RNCi,RTCi)，断面与类别中心的经度之差DLON＝RNSi-RNCi，断面与类别中心的纬度之差DLAT＝RTSi-RTCi；dis是断面与类别中心的经纬度标准距离。
计算断面与各类别中心的经纬度标准距离的公式为：
其中，
将断面归类到经纬度标准距离最小的类别中心，每个类别中心得到一个断面集合(320)。
示例性地，计算断面坐标集合S中的元素S2与各类别中心经纬度标准距离，得到距N个类别中心中距离最小的类别中心C5，将S2归入类别中心C5。类别中心C5最终会得到一个断面集合。
类别中心C5根据得到的断面集合，取断面集合中所有断面的经度、纬度的平均值分别作为类别中心C5的新的经度、纬度值，按照步骤320所述的方法，继续进行迭代。
判断当前类别中心的各断面是否满足停止迭代的条件(230)；
停止迭代的条件为类别中心前一次迭代完成后，其断面集合中的各断面与类别中心之间的经纬度标准距离之和，与后一次迭代完成后，类别中心与其得到的断面集合中的各断面之间的经纬度标准距离之和的差值小于第一数值，或者类别中心的总的迭代次数大于第二数值。示例性地，第一数值为一个给定的比较小的数，如1e-5，第二数值为一个给定的比较大的数，如1e5。
在一种实施方式中，类别中心C5的前一次迭代完成后，与其断面集合中的断面的经纬度标准距离之和与后一次迭代完成后，类别中心C5与其得到的断面集合中的断面的经纬度标准距离之和的差值小于第一数值。或者类别中心C5的迭代次数大于第二数值。
响应于满足停止迭代的条件，一组采样人员分得一类断面集合(240)。
根据断面的特征，为断面设置监测指标(120)；
具体地，监测指标包括基本监测指标和附加监测指标。图4是本申请的根据断面的特征，为断面设置监测指标的方法的流程图。如图4所示，根据断面的特征，为断面设置监测指标的方法包括：
设置断面的基本监测指标(410)；
示例性地，断面的基本监测指标包括：水温、pH值、浊度等。
根据知识库中的信息筛选出断面的主要影响因子(420)；
断面的主要影响因子包括：断面所属的地理位置、断面附近的污染源等。
根据断面的主要影响因子设定附加监测指标(430)。
在一个例子中，断面附近的污染源为造纸厂，相应地设定附加监测指标：化学需氧量、总磷、总氮、氨氮、悬浮物等。
根据监测指标，得出监测指标与采样设备、采样方法、试验方法之间的对应关系(130)；
具体地，根据监测指标，从知识库中关联性地得出测得监测指标需要的采样设备、需要采样的方法以及对应的试验方法。
根据断面的监测指标，生成与监测指标对应的采样任务(140)。
本申请的申请采样任务的方法，一方面，合理安排了采样人员与监测断面之间的对应关系，降低了人工分配带来的人力成本的增加；一方面，对监测指标的设置，更符合环境监测的要求，能够针对不同的水环境给出科学的、能反映真实水环境的监测指标的组合；一方面，建立监测指标与采样设备、采样方法之间的对应关系，可以快速实现采样设备的更新以及采样方法的变更；另一方面，实现了采样任务的智能输出，提高了工作效率。
实施例二
本申请还提出一种生成采样任务的系统，适用于实施例一所述的生成采样任务的方法。图5是本申请的生成采样任务的系统的框图。如图5所示，系统包括：
分配装置51，用于向采样人员分配监测的断面；
监测指标确定装置52，用于根据断面的特征，为断面设置监测指标；
匹配装置53，用于根据监测指标，得出监测指标与采样设备、采样方法、试验方法之间的对应关系；
生成装置54，用于根据断面的监测指标，生成与监测指标对应的采样任务。
具体地，图6是本申请的分配装置的框图。如图6所示，分配装置51包括：
生成类别中心模块61，用于定义N个初始的类别中心；
迭代模块62，用于将不同的断面归类到不同的类别中心，进行迭代；
判断模块63，用于判断当前类别中心的各断面是否满足停止迭代的条件；
划分模块64，用于响应于满足停止迭代的条件，一组采样人员分得一类断面集合。
更具体地，图7是本申请的迭代模块62的框图。如图7所示，迭代模块62包括：计算单元71，用于计算每个断面与各类别中心之间的经纬度标准距离；
归类单元72，用于将断面归类到经纬度标准距离最小的类别中心，每个类别中心得到一个断面集合。
本申请的生成采样任务的系统的技术效果与本申请的生成采样任务的方法的技术效果一致，在此就不一一赘述。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种生成采样任务的方法，其特征在于，包括：
向采样人员分配监测的断面；
根据断面的特征，为断面设置监测指标；
根据监测指标，得出监测指标与采样设备、采样方法、试验方法之间的对应关系；
根据断面的监测指标，生成与监测指标对应的采样任务；
其中，采样人员的组数为N，断面的数量为m，N＜m成立，向采样人员分配监测的断面的方法包括：
定义N个初始的类别中心；
将不同的断面归类到不同的类别中心，进行迭代；
判断当前类别中心的各断面是否满足停止迭代的条件；
响应于满足停止迭代的条件，一组采样人员分得一类断面集合。
2.如权利要求1所述的方法，其特征在于，将不同的断面归类到不同的类别中心，进行迭代的方法为：
计算每个断面与各类别中心之间的经纬度标准距离；
将断面归类到经纬度标准距离最小的类别中心，每个类别中心得到一个断面集合。
3.如权利要求2所述的方法，其特征在于，类别中心根据得到的断面集合，取断面集合中所有断面的经度、纬度的平均值分别作为类别中心的新的经度、纬度值，继续迭代。
4.如权利要求3所述的方法，其特征在于，停止迭代的条件为类别中心前一次迭代完成后，其断面集合中的各断面与类别中心之间的经纬度标准距离之和，与后一次迭代完成后，类别中心与其得到的断面集合中的各断面之间的经纬度标准距离之和的差值小于第一数值，或者类别中心的总的迭代次数大于第二数值。
5.如权利要求2所述的方法，其特征在于，计算断面与各类别中心的经纬度标准距离的公式为：
其中，
断面的坐标集合为S＝{(Lon_Si,Lat_Si)|i∈(1,2,……,m)},Lon_Si,Lat_Si分别为第i个断面Si的经度、纬度；类别中心的坐标集合为C＝{(Lon_Ci,Lat_Ci)|i∈(1,2,……,N)},Lon_Ci,Lat_Ci分别为第i个类别中心Ci的经度、纬度；Si、Ci分别转化为对应的弧度坐标(RNSi,RTSi),(RNCi,RTCi)，断面与类别中心的经度之差DLON＝RNSi-RNCi，断面与类别中心的纬度之差DLAT＝RTSi-RTCi；dis是断面与类别中心的经纬度标准距离。
6.如权利要求1所述的方法，其特征在于，根据断面的特征，为断面设置监测指标的方法包括：
设置断面的基本监测指标；
根据知识库中的信息筛选出断面的主要影响因子；
根据断面的主要影响因子设定附加监测指标。
7.一种生成采样任务的系统，其特征在于，包括：
分配装置，用于向采样人员分配监测的断面；
监测指标确定装置，用于根据断面的特征，为断面设置监测指标；
匹配装置，用于根据监测指标，得出监测指标与采样设备、采样方法、试验方法之间的对应关系；
生成装置，用于根据断面的监测指标，生成与监测指标对应的采样任务；
其中分配装置中，采样人员的组数为N，断面的数量为m，N＜m成立，向采样人员分配监测的断面的方法包括：
定义N个初始的类别中心；
将不同的断面归类到不同的类别中心，进行迭代；
判断当前类别中心的各断面是否满足停止迭代的条件；
响应于满足停止迭代的条件，一组采样人员分得一类断面集合。
8.如权利要求7所述的系统，其特征在于，分配装置包括：
生成类别中心模块，用于定义N个初始的类别中心；
迭代模块，用于将不同的断面归类到不同的类别中心，进行迭代；
判断模块，用于判断当前类别中心的各断面是否满足停止迭代的条件；
划分模块，用于响应于满足停止迭代的条件，一组采样人员分得一类断面集合。
9.如权利要求8所述的系统，其特征在于，迭代模块包括：
计算单元，用于计算每个断面与各类别中心之间的经纬度标准距离；
归类单元，用于将断面归类到经纬度标准距离最小的类别中心，每个类别中心得到一个断面集合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910081207.9A CN109725121B (zh) | 2019-01-28 | 2019-01-28 | 一种生成采样任务的方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910081207.9A CN109725121B (zh) | 2019-01-28 | 2019-01-28 | 一种生成采样任务的方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109725121A CN109725121A (zh) | 2019-05-07 |
| CN109725121B true CN109725121B (zh) | 2021-07-20 |
Family
ID=66300271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910081207.9A Active CN109725121B (zh) | 2019-01-28 | 2019-01-28 | 一种生成采样任务的方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109725121B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110378369B (zh) * | 2019-06-06 | 2020-06-26 | 特斯联（北京）科技有限公司 | 应用人工智能分析的广域水务状态可视化系统及方法 |
| CN113902146B (zh) * | 2021-10-19 | 2023-07-11 | 杭州臻稀生物科技有限公司 | 物联网检测任务下发方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK2419766T3 (da) * | 2009-04-14 | 2022-10-03 | Airdar Inc | System til at måle udledning og kvantificere udledningskilde |
| 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 |
| CN202562906U (zh) * | 2012-03-15 | 2012-11-28 | 邹赛 | 基于无线传感网络的水环境污染监测系统 |
| CN104486435B (zh) * | 2014-12-22 | 2018-04-27 | 厦门大学 | 基于传感器网络的低能耗生态环境监控节点部署方法 |
| CN107908889B (zh) * | 2017-11-24 | 2020-01-14 | 南通大学 | 部分监测点预先选定的水质监测网络多目标优化部署方法 |
| CN108090617A (zh) * | 2017-12-01 | 2018-05-29 | 华南理工大学 | 一种城市内涝监测点的优化布置方法 |
| CN109032091A (zh) * | 2018-07-28 | 2018-12-18 | 农业部环境保护科研监测所 | 云平台远程农业监测采样分布系统及采样方法 |
-
2019
- 2019-01-28 CN CN201910081207.9A patent/CN109725121B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109725121A (zh) | 2019-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021174751A1 (zh) | 基于大数据的污染源定位方法、装置、设备及存储介质 | |
| Delgado et al. | Environmental conflict analysis using an integrated grey clustering and entropy-weight method: A case study of a mining project in Peru | |
| CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
| Calabrese et al. | Understanding individual mobility patterns from urban sensing data: A mobile phone trace example | |
| CN109299438B (zh) | 一种基于网约车数据的公共交通设施供给水平评价方法 | |
| CN111104981A (zh) | 一种基于机器学习的水文预报精度评价方法及系统 | |
| CN113899872A (zh) | 基于水质监测的污染源溯源系统 | |
| CN106570778A (zh) | 一种基于大数据的数据集成与线损分析计算的方法 | |
| CN104850963A (zh) | 一种流域突发水污染事件预警及应急处置方法和系统 | |
| CN105574593A (zh) | 基于云计算和大数据的轨道状态静态检控系统及方法 | |
| CN109725121B (zh) | 一种生成采样任务的方法和系统 | |
| CN104376383A (zh) | 一种基于地理信息系统的电网电压监视与预测系统及方法 | |
| CN112633779B (zh) | 一种对环境监测数据可信度进行评估的方法 | |
| Petrik et al. | Uncertainty analysis of an activity-based microsimulation model for Singapore | |
| CN114021946A (zh) | 一种企业环保管家管理系统 | |
| CN115409395A (zh) | 一种水利施工工程的质量验收检查方法及系统 | |
| CN114417981B (zh) | 一种智能河长巡测系统 | |
| CN114371438B (zh) | 基于物联网的计量设备失准判断方法 | |
| CN111797188B (zh) | 一种基于开源地理空间矢量数据的城市功能区定量识别方法 | |
| CN110223004A (zh) | 一种指挥防护工程口部抢修作业风险评估系统 | |
| Sharma et al. | Forecasts using Box–Jenkins models for the ambient air quality data of Delhi City | |
| CN104569340B (zh) | 地下环境质量测定方法及装置 | |
| CN108489543B (zh) | 一种企业排污指标监控设备及使用方法 | |
| CN110019167A (zh) | 一种中长期新能源资源资料库构建方法及系统 | |
| CN114235653A (zh) | 基于端云协同的大气颗粒污染物时空预测云平台 |
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 |