CN110441478A - 一种河流生态环境数据在线监测方法、系统及存储介质 - Google Patents
一种河流生态环境数据在线监测方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110441478A CN110441478A CN201910698444.XA CN201910698444A CN110441478A CN 110441478 A CN110441478 A CN 110441478A CN 201910698444 A CN201910698444 A CN 201910698444A CN 110441478 A CN110441478 A CN 110441478A
- Authority
- CN
- China
- Prior art keywords
- value
- data
- soil
- river
- score value
- 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.)
- Withdrawn
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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- 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
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Combustion & Propulsion (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种河流生态环境数据在线监测方法、系统及存储介质,其方法包括:采集待监测河流的河流生态环境数据,河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据,构建水质评估模型、大气质量评估模型和土壤质量评估模型,根据构建的模型对各个数据进行评分,根据水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息。本发明能够对河流生态环境中的水质、大气和土壤进行监测,对监测到的水质数据、大气数据和土壤数据进行分析评估,得到各项指标的评分值,并根据各个评分值得到综合评分值,根据综合评分值确定是否进行预警,能够使工作人员快速了解待监测河流的生态环境的变化情况。
Description
技术领域
本发明主要涉及河流监测技术领域,具体涉及一种河流生态环境数据在线监测方法、系统及存储介质。
背景技术
随着工业生产规模的不断扩大以及城市化高速发展,大量流入河流中的重金属物质对河流造成污染,以及河流周边污染的大气、土壤会给河流生态环境造成破坏,并对河流中生物个体、种群产生影响。目前,河流污染问题一直受到国内外学者的高度重视,如何对河流环境进行监测是目前亟待研究的方向。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种河流生态环境数据在线监测方法、系统及存储介质。
本发明解决上述技术问题的技术方案如下:一种河流生态环境数据在线监测方法,包括如下步骤:
采集待监测河流的河流生态环境数据,所述河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据。
构建水质评估模型,根据所述水质评估模型对所述水质数据进行评分,得到水质评分值。
构建大气质量评估模型,根据所述大气质量评估模型对所述大气数据进行评分,得到大气质量评分值。
构建土壤质量评估模型,根据所述土壤质量评估模型对所述土壤数据进行评分,得到土壤质量评分值。
根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息。
当生成预警信息时,将所述预警信息发送至指定工作人员终端中。
本发明解决上述技术问题的另一技术方案如下:一种河流生态环境数据在线监测系统,包括:
采集装置,用于采集待监测河流的河流生态环境数据,所述河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据,并将水质数据、大气数据和土壤数据上传至云服务端中。
所述云服务端,用于构建水质评估模型,根据所述水质评估模型对所述水质数据进行评分,得到水质评分值。
构建大气质量评估模型,根据所述大气质量评估模型对所述大气数据进行评分,得到大气质量评分值。
构建土壤质量评估模型,根据所述土壤质量评估模型对所述土壤数据进行评分,得到土壤质量评分值。
根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息。
预警装置,用于当生成预警信息时,将所述预警信息发送至指定工作人员终端中。
本发明解决上述技术问题的另一技术方案如下:一种河流生态环境数据在线监测装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,当所述处理器执行所述计算机程序时,实现如上所述的河流生态环境数据在线监测方法。
本发明解决上述技术问题的另一技术方案如下:一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的河流生态环境数据在线监测方法。
本发明的有益效果是:能够对河流生态环境中的水质、大气和土壤进行监测,对监测到的水质数据、大气数据和土壤数据进行分析评估,得到各项指标的评分值,并根据各个评分值得到综合评分值,根据综合评分值确定是否进行预警,能够使工作人员快速了解待监测河流的生态环境的变化情况。
附图说明
图1为本发明一实施例提供的河流生态环境数据在线监测方法的流程示意图;
图2为本发明一实施例提供的河流生态环境数据在线监测装置的模块框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明一实施例提供的河流生态环境数据在线监测方法的流程示意图。
如图1所示,一种河流生态环境数据在线监测方法,包括如下步骤:
采集待监测河流的河流生态环境数据,所述河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据。
构建水质评估模型,根据所述水质评估模型对所述水质数据进行评分,得到水质评分值。
构建大气质量评估模型,根据所述大气质量评估模型对所述大气数据进行评分,得到大气质量评分值。
构建土壤质量评估模型,根据所述土壤质量评估模型对所述土壤数据进行评分,得到土壤质量评分值。
根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息。
当生成预警信息时,将所述预警信息发送至指定工作人员终端中。
上述实施例中,能够对河流生态环境中的水质、大气和土壤进行监测,对监测到的水质数据、大气数据和土壤数据进行分析评估,得到各项指标的评分值,并根据各个评分值得到综合评分值,根据综合评分值确定是否进行预警,能够使工作人员快速了解待监测河流的生态环境的变化情况。
可选地,作为本发明的一个实施例,所述根据所述水质评估模型对所述水质数据进行评分的过程包括:
从所述水质数据中筛选出耗氧数值T、重金属含量值R和富营养化指标值F。
所述水质评估模型为R1=αT×βR×γF,其中,α、β和γ分别为耗氧数值T、重金属含量值R和富营养化指标值F的权重系数,计算得到的R1值为水质评分值。
具体地,预先根据地表水环境质量功能区划分,按水质类别Ⅰ-Ⅴ类,并采用层次分析法判定权重系数,得到权重系数α、β和γ。
可选地,作为本发明的一个实施例,所述根据所述土壤质量评估模型对所述土壤数据进行评分的过程包括:
从所述大气数据中筛选出含硫化合物含量数值U、碳氧化合物含量数值V和颗粒物含量数值Y。
所述大气质量评估模型为R2=δU×ζV×ηY,其中,δ、ζ和η分别为含硫化合物含量数值U、碳氧化合物含量数值V和颗粒物含量数值Y的权重系数,计算得到的R2值为大气质量评分值。
具体地,预先根据大气环境质量功能区划分,按大气类别1-3类,采用层次分析法判定权重系数,得到权重系数δ、ζ和η。
可选地,作为本发明的一个实施例,所述根据所述土壤质量评估模型对所述土壤数据进行评分的过程包括:
从所述土壤数据中筛选出无机污染含量数值W、有机污染含量数值L和生物污染含量数值Q。
所述土壤质量评估模型为R3=ωW×πL×θQ,其中,ω、π和θ分别为无机污染含量数值W、有机污染含量数值L和生物污染含量数值Q的权重系数,计算得到的R3值为土壤质量评分值。
具体地,预先根据土壤环境质量功能区划分,按土壤类别1-3类,采用层次分析法判定权重系数,得到权重系数ω、π和θ。
上述实施例中,对水质数据、大气数据和土壤数据进行加权计算,对重要的数据进行分析,能够较全面的分析河流生态环境数据。
可选地,作为本发明的一个实施例,所述根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息的过程包括:
将所述水质评分值与预设水质报警范围值进行比较,如果所述综合评分值在所述预设水质报警范围值内,则不生成水质预警信息,否则,生成水质预警信息。
将所述大气质量评分值与预设大气报警范围值进行比较,如果所述大气质量评分值在所述预设大气报警范围值内,则不生成大气预警信息,否则,生成大气预警信息。
将所述土壤质量评分值与预设土壤报警范围值进行比较,如果所述土壤质量评分值在所述预设大气报警范围值内,则不生成土壤预警信息,否则,生成土壤预警信息。
上述实施例中,能够自动分析河流水质、周边大气及周边土壤的数据,是否存在被污染的情况,现有的分析方法都是局限在分析河流水质方面,而本发明可分析多个层面的数据,分析结果更为全面。
可选地,作为本发明的一个实施例,还包括对河流流速进行监测的步骤:
设定n个河流流速监测时间节点,所述n≥3;
根据设定的n个河流流速监测时间节点通过水流速检测器获取待监测河流的n个水流速度值;
根据设定放大比率将所述n个水流速度值进行放大处理,得到n个放大后的水流速度值;
对所述n个放大后的水流速度值进行平均值计算,得到水流速度平均值;
将所述水流速度平均值与预设水流阈值进行比较,如果所述水流速度平均值小于或等于所述预设水流阈值,则生成水流预警信息。
水流速度平均值的通过n个水流速度值求和并除以n计算得到。
上述实施例中,能够监测多个水流速度值并进行水流速度平均值计算,并通过预设水流阈值进行判断,得到河流流水速度是否缓慢的情况,如果缓慢则河流可能受到一定污染,发出水流预警信息。
可选地,作为本发明的一个实施例,还包括如下步骤:
根据设定的多个采样周期,计算得到与所述多个采样周期对应的各个所述水质评分值、所述大气质量评分值和所述土壤质量评分值,根据所述水质评分值、所述大气质量评分值和所述土壤质量评分值生成曲线图表。
上述实施例中,通过曲线图表能够方便地对多个采样周期所得到的各个质量评分进行掌握,给后期治理河流提供指导意见。
可选地,作为本发明的一个实施例,如图2所示,一种河流生态环境数据在线监测系统,包括:
采集装置,用于采集待监测河流的河流生态环境数据,所述河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据,并将水质数据、大气数据和土壤数据上传至云服务端中。
所述云服务端,用于构建水质评估模型,根据所述水质评估模型对所述水质数据进行评分,得到水质评分值。
构建大气质量评估模型,根据所述大气质量评估模型对所述大气数据进行评分,得到大气质量评分值。
构建土壤质量评估模型,根据所述土壤质量评估模型对所述土壤数据进行评分,得到土壤质量评分值。
根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息。
预警装置,用于当生成预警信息时,将所述预警信息发送至指定工作人员终端中。
作为本发明的另一个实施例,一种河流生态环境数据在线监测装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,当所述处理器执行所述计算机程序时,实现如上所述的河流生态环境数据在线监测方法。该装置可为计算机等装置。
作为本发明的一个实施例,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的河流生态环境数据在线监测方法。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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,或者该技术方案的全部或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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种河流生态环境数据在线监测方法,其特征在于,包括如下步骤:
采集待监测河流的河流生态环境数据,所述河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据;
构建水质评估模型,根据所述水质评估模型对所述水质数据进行评分,得到水质评分值;
构建大气质量评估模型,根据所述大气质量评估模型对所述大气数据进行评分,得到大气质量评分值;
构建土壤质量评估模型,根据所述土壤质量评估模型对所述土壤数据进行评分,得到土壤质量评分值;
根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息;
当生成预警信息时,将所述预警信息发送至指定工作人员终端中。
2.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,还包括如下步骤:
根据设定的多个采样周期,计算得到与所述多个采样周期对应的各个所述水质评分值、所述大气质量评分值和所述土壤质量评分值,根据所述水质评分值、所述大气质量评分值和所述土壤质量评分值生成曲线图表。
3.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述水质评估模型对所述水质数据进行评分的过程包括:
从所述水质数据中筛选出耗氧数值T、重金属含量值R和富营养化指标值F;
所述水质评估模型为R1=αT×βR×γF,其中,α、β和γ分别为耗氧数值T、重金属含量值R和富营养化指标值F的权重系数,计算得到的R1值为水质评分值。
4.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述土壤质量评估模型对所述土壤数据进行评分的过程包括:
从所述大气数据中筛选出含硫化合物含量数值U、碳氧化合物含量数值V和颗粒物含量数值Y;
所述大气质量评估模型为R2=δU×ζV×ηY,其中,δ、ζ和η分别为含硫化合物含量数值U、碳氧化合物含量数值V和颗粒物含量数值Y的权重系数,计算得到的R2值为大气质量评分值。
5.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述土壤质量评估模型对所述土壤数据进行评分的过程包括:
从所述土壤数据中筛选出无机污染含量数值W、有机污染含量数值L和生物污染含量数值Q;
所述土壤质量评估模型为R3=ωW×πL×θQ,其中,ω、π和θ分别为无机污染含量数值W、有机污染含量数值L和生物污染含量数值Q的权重系数,计算得到的R3值为土壤质量评分值。
6.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息的过程包括:
将所述水质评分值与预设水质报警范围值进行比较,如果所述综合评分值在所述预设水质报警范围值内,则不生成水质预警信息,否则,生成水质预警信息;
将所述大气质量评分值与预设大气报警范围值进行比较,如果所述大气质量评分值在所述预设大气报警范围值内,则不生成大气预警信息,否则,生成大气预警信息;
将所述土壤质量评分值与预设土壤报警范围值进行比较,如果所述土壤质量评分值在所述预设大气报警范围值内,则不生成土壤预警信息,否则,生成土壤预警信息。
7.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,还包括对河流流速进行监测的步骤:
设定n个河流流速监测时间节点,所述n≥3;
根据设定的n个河流流速监测时间节点通过水流速检测器获取待监测河流的n个水流速度值;
根据设定放大比率将所述n个水流速度值进行放大处理,得到n个放大后的水流速度值;
对所述n个放大后的水流速度值进行平均值计算,得到水流速度平均值;
将所述水流速度平均值与预设水流阈值进行比较,如果所述水流速度平均值小于或等于所述预设水流阈值,则生成水流预警信息。
8.一种河流生态环境数据在线监测系统,其特征在于,包括:
采集装置,用于采集待监测河流的河流生态环境数据,所述河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据,并将水质数据、大气数据和土壤数据上传至云服务端中;
所述云服务端,用于构建水质评估模型,根据所述水质评估模型对所述水质数据进行评分,得到水质评分值;
构建大气质量评估模型,根据所述大气质量评估模型对所述大气数据进行评分,得到大气质量评分值;
构建土壤质量评估模型,根据所述土壤质量评估模型对所述土壤数据进行评分,得到土壤质量评分值;
根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息;
预警装置,用于当生成预警信息时,将所述预警信息发送至指定工作人员终端中。
9.一种河流生态环境数据在线监测装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,当所述处理器执行所述计算机程序时,实现如权利要求1至7任一项所述的河流生态环境数据在线监测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1至7任一项所述的河流生态环境数据在线监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910698444.XA CN110441478A (zh) | 2019-07-31 | 2019-07-31 | 一种河流生态环境数据在线监测方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910698444.XA CN110441478A (zh) | 2019-07-31 | 2019-07-31 | 一种河流生态环境数据在线监测方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110441478A true CN110441478A (zh) | 2019-11-12 |
Family
ID=68432533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910698444.XA Withdrawn CN110441478A (zh) | 2019-07-31 | 2019-07-31 | 一种河流生态环境数据在线监测方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110441478A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353720A (zh) * | 2020-03-13 | 2020-06-30 | 南京大学 | 一种区域土壤环境中高风险污染物的识别方法 |
CN111968348A (zh) * | 2020-09-11 | 2020-11-20 | 中国林业科学研究院林业新技术研究所 | 珍稀水禽实时监测预警信息管理方法、装置及系统 |
CN112816663A (zh) * | 2021-02-02 | 2021-05-18 | 陆相荣 | 防洪工程的黄河堤坝土质含水量监测方法及装置 |
CN112946190A (zh) * | 2021-01-28 | 2021-06-11 | 千居智人工智能科技昆山有限公司 | 一种基于云计算的生态环境监测预警系统及监测预警方法 |
CN114154122A (zh) * | 2022-02-09 | 2022-03-08 | 杭州开闳流体科技有限公司 | 测流数据质量评估方法、装置及应用 |
CN116934102A (zh) * | 2023-09-19 | 2023-10-24 | 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) | 一种用于工业园区的环境风险管控系统 |
CN117171660A (zh) * | 2023-11-02 | 2023-12-05 | 北京建工环境修复股份有限公司 | 基于支持向量机的微生物修复状态监测方法、系统及介质 |
-
2019
- 2019-07-31 CN CN201910698444.XA patent/CN110441478A/zh not_active Withdrawn
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353720A (zh) * | 2020-03-13 | 2020-06-30 | 南京大学 | 一种区域土壤环境中高风险污染物的识别方法 |
CN111968348A (zh) * | 2020-09-11 | 2020-11-20 | 中国林业科学研究院林业新技术研究所 | 珍稀水禽实时监测预警信息管理方法、装置及系统 |
CN112946190A (zh) * | 2021-01-28 | 2021-06-11 | 千居智人工智能科技昆山有限公司 | 一种基于云计算的生态环境监测预警系统及监测预警方法 |
CN112816663A (zh) * | 2021-02-02 | 2021-05-18 | 陆相荣 | 防洪工程的黄河堤坝土质含水量监测方法及装置 |
CN114154122A (zh) * | 2022-02-09 | 2022-03-08 | 杭州开闳流体科技有限公司 | 测流数据质量评估方法、装置及应用 |
CN116934102A (zh) * | 2023-09-19 | 2023-10-24 | 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) | 一种用于工业园区的环境风险管控系统 |
CN116934102B (zh) * | 2023-09-19 | 2023-12-19 | 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) | 一种用于工业园区的环境风险管控系统 |
CN117171660A (zh) * | 2023-11-02 | 2023-12-05 | 北京建工环境修复股份有限公司 | 基于支持向量机的微生物修复状态监测方法、系统及介质 |
CN117171660B (zh) * | 2023-11-02 | 2024-03-12 | 北京建工环境修复股份有限公司 | 基于支持向量机的微生物修复状态监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110441478A (zh) | 一种河流生态环境数据在线监测方法、系统及存储介质 | |
Chen et al. | Predict the effect of meteorological factors on haze using BP neural network | |
Chen et al. | Learning deep representation from big and heterogeneous data for traffic accident inference | |
CN110796284B (zh) | 细颗粒物污染等级的预测方法、装置及计算机设备 | |
CN102647292B (zh) | 一种基于半监督神经网络模型的入侵检测方法 | |
CN107941537B (zh) | 一种机械设备健康状态评估方法 | |
CN105117602B (zh) | 一种计量装置运行状态预警方法 | |
Cortina–Januchs et al. | Development of a model for forecasting of PM10 concentrations in Salamanca, Mexico | |
CN103020591B (zh) | 一种基于因果网络分析的中等规模人群异常行为检测方法 | |
CN106570597A (zh) | 一种sdn架构下基于深度学习的内容流行度预测方法 | |
CN110009037B (zh) | 一种基于物理信息耦合的工程风速短时预测方法及系统 | |
CN111582580B (zh) | 一种考虑人群污染物暴露的出行路径规划方法 | |
CN105493109A (zh) | 使用多个数据源的空气质量推断 | |
CN106897826A (zh) | 一种交通事故风险评估方法及系统 | |
Kingsy et al. | Air pollution analysis using enhanced K-Means clustering algorithm for real time sensor data | |
Kowalski et al. | PM10 forecasting through applying convolution neural network techniques | |
CN106096246B (zh) | 基于pm2.5和pm10的气溶胶光学厚度估计方法 | |
CN106644035B (zh) | 一种基于时频变换特性的振动源识别方法及系统 | |
Oprea et al. | On the development of an intelligent system for particulate matter air pollution monitoring, analysis and forecasting in urban regions | |
Hamid et al. | Short term prediction of PM10 concentrations using seasonal time series analysis | |
CN104077571B (zh) | 一种采用单类序列化模型的人群异常行为检测方法 | |
Zhang et al. | Structural Damage Identification System Suitable for Old Arch Bridge in Rural Regions: Random Forest Approach. | |
CN117009788A (zh) | 基于水锤波特征参数集的埋地输流管道周界塌陷预警方法、存储介质和方法 | |
ul Samee et al. | An application of iot and machine learning to air pollution monitoring in smart cities | |
Reshma | Analysis and prediction of air quality |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191112 |