CN111815062A - 一种基于污染信息分析的污染源溯源系统 - Google Patents
一种基于污染信息分析的污染源溯源系统 Download PDFInfo
- Publication number
- CN111815062A CN111815062A CN202010689437.6A CN202010689437A CN111815062A CN 111815062 A CN111815062 A CN 111815062A CN 202010689437 A CN202010689437 A CN 202010689437A CN 111815062 A CN111815062 A CN 111815062A
- Authority
- CN
- China
- Prior art keywords
- information
- pollution
- detection
- sample
- liquid
- 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
Links
- 238000001514 detection method Methods 0.000 claims abstract description 120
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 114
- 239000007788 liquid Substances 0.000 claims abstract description 107
- 238000012549 training Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 17
- 239000003086 colorant Substances 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 239000011574 phosphorus Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 2
- XUPYJHCZDLZNFP-UHFFFAOYSA-N butyl butanoate Chemical compound CCCCOC(=O)CCC XUPYJHCZDLZNFP-UHFFFAOYSA-N 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- VYIRVAXUEZSDNC-TXDLOWMYSA-N (3R,3'S,5'R)-3,3'-dihydroxy-beta-kappa-caroten-6'-one Chemical compound C([C@H](O)CC=1C)C(C)(C)C=1/C=C/C(/C)=C/C=C/C(/C)=C/C=C/C=C(C)C=CC=C(C)C=CC(=O)[C@]1(C)C[C@@H](O)CC1(C)C VYIRVAXUEZSDNC-TXDLOWMYSA-N 0.000 description 1
- MIDXCONKKJTLDX-UHFFFAOYSA-N 3,5-dimethylcyclopentane-1,2-dione Chemical compound CC1CC(C)C(=O)C1=O MIDXCONKKJTLDX-UHFFFAOYSA-N 0.000 description 1
- VYIRVAXUEZSDNC-LOFNIBRQSA-N Capsanthyn Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC(=O)C2(C)CC(O)CC2(C)C VYIRVAXUEZSDNC-LOFNIBRQSA-N 0.000 description 1
- 235000003392 Curcuma domestica Nutrition 0.000 description 1
- 244000008991 Curcuma longa Species 0.000 description 1
- LVGKNOAMLMIIKO-UHFFFAOYSA-N Elaidinsaeure-aethylester Natural products CCCCCCCCC=CCCCCCCCC(=O)OCC LVGKNOAMLMIIKO-UHFFFAOYSA-N 0.000 description 1
- UPYKUZBSLRQECL-UKMVMLAPSA-N Lycopene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1C(=C)CCCC1(C)C)C=CC=C(/C)C=CC2C(=C)CCCC2(C)C UPYKUZBSLRQECL-UKMVMLAPSA-N 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- WRANYHFEXGNSND-LOFNIBRQSA-N capsanthin Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC(=O)C2(C)CCC(O)C2(C)C WRANYHFEXGNSND-LOFNIBRQSA-N 0.000 description 1
- 235000018889 capsanthin Nutrition 0.000 description 1
- 235000013736 caramel Nutrition 0.000 description 1
- 235000005473 carotenes Nutrition 0.000 description 1
- 150000001746 carotenes Chemical class 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 235000003373 curcuma longa Nutrition 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- LVGKNOAMLMIIKO-QXMHVHEDSA-N ethyl oleate Chemical compound CCCCCCCC\C=C/CCCCCCCC(=O)OCC LVGKNOAMLMIIKO-QXMHVHEDSA-N 0.000 description 1
- 229940093471 ethyl oleate Drugs 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- WGCNASOHLSPBMP-UHFFFAOYSA-N hydroxyacetaldehyde Natural products OCC=O WGCNASOHLSPBMP-UHFFFAOYSA-N 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 235000012680 lutein Nutrition 0.000 description 1
- 239000001656 lutein Substances 0.000 description 1
- 229960005375 lutein Drugs 0.000 description 1
- KBPHJBAIARWVSC-RGZFRNHPSA-N lutein Chemical compound C([C@H](O)CC=1C)C(C)(C)C=1\C=C\C(\C)=C\C=C\C(\C)=C\C=C\C=C(/C)\C=C\C=C(/C)\C=C\[C@H]1C(C)=C[C@H](O)CC1(C)C KBPHJBAIARWVSC-RGZFRNHPSA-N 0.000 description 1
- ORAKUVXRZWMARG-WZLJTJAWSA-N lutein Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CCCC1(C)C)C=CC=C(/C)C=CC2C(=CC(O)CC2(C)C)C ORAKUVXRZWMARG-WZLJTJAWSA-N 0.000 description 1
- 235000012658 paprika extract Nutrition 0.000 description 1
- 239000001688 paprika extract Substances 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 229920000747 poly(lactic acid) Polymers 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- KBPHJBAIARWVSC-XQIHNALSSA-N trans-lutein Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC2C(=CC(O)CC2(C)C)C KBPHJBAIARWVSC-XQIHNALSSA-N 0.000 description 1
- 235000013976 turmeric Nutrition 0.000 description 1
- NCYCYZXNIZJOKI-UHFFFAOYSA-N vitamin A aldehyde Natural products O=CC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C NCYCYZXNIZJOKI-UHFFFAOYSA-N 0.000 description 1
- FJHBOVDFOQMZRV-XQIHNALSSA-N xanthophyll Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1=C(C)CC(O)CC1(C)C)C=CC=C(/C)C=CC2C=C(C)C(O)CC2(C)C FJHBOVDFOQMZRV-XQIHNALSSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G01N33/18—Water
- G01N33/1806—Biological oxygen demand [BOD] or chemical oxygen demand [COD]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Chemical & Material Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Medicinal Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Entrepreneurship & Innovation (AREA)
- Food Science & Technology (AREA)
- Operations Research (AREA)
- Emergency Medicine (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Biomedical Technology (AREA)
- Finance (AREA)
- Molecular Biology (AREA)
- Educational Administration (AREA)
- Atmospheric Sciences (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于污染信息分析的污染源溯源系统，包括样本输出子系统、检测反馈子系统以及中心处理子系统；通过训练污染关联模型的方式构建整个城市河流的污染关系预测基准，而训练是通过信息液模拟污染源输出到河流中从而模拟河流之间在时间维度下的在检测处检测到的污染关系，从而通过这个就可以在任意的检测点检测到对应的水质检测信息时，根据检测结果判断对应排放时间、排放地点，就可以保证污染源可以追溯，可以减小污染情况的发生。
Description
技术领域
本发明涉及环境信息分析，更具体地说，涉及一种基于污染信息分析的污染源溯源系统。
背景技术
水是生命之源，是维持人类生存和社会发展的重要因素，近年来我过突发性环境污染事故时有发生。这些由交通事故、人为破坏、自然原因和意外事故所引起的突发污染事件，具有很强的随机和不可预见性，如果不能及时发现，将会对灌溉用水、城市供水安全造成极大危害。根据一项报告显示，我国每天排放的污废水量就达到1.64亿立方米，其中80％未经处理就直接排放的水体中。这也直接导致了我国水源污染的复杂性是世界其他国家根本无法企及的。
而主要的排放问题导致的水源污染目前遇到的困难是溯源异常困难，特别是针对工厂排放口，偷排乱排现象屡见不鲜，但是实际上排放物到河流中汇流后即使在河流中找到了排放物，但是无法确定对应的排放点，溯源问题一直是河流污染中较为重要且困扰因素较大的问题。
发明内容
有鉴于此，本发明目的是提供一种基于污染信息分析的污染源溯源系统，以解决上述问题。
为了解决上述技术问题，本发明的技术方案是：一种基于污染信息分析的污染源溯源系统，包括样本输出子系统、检测反馈子系统以及中心处理子系统；
所述样本输入子系统包括若干样本输入装置，所述样本输入子系统根据对应辖区内的城市河流流域定义若干输入节点，每一输入节点安装有对应的样本输入装置，所述样本输入装置工作时向对应河流中输入可降解的信息液，所述可降解的信息液与水不相溶，所述样本输入子系统根据一输入指令信息控制样本输入装置工作；
所述检测反馈子系统包括若干检测装置，所述检测反馈子系统根据对应辖区内的城市河流流域定义若干检测节点，每一检测节点安装有对应的检测装置，所述检测装置包括样本检测器和水质检测器，所述样本检测器用于检测河流中的信息液并根据检测结果生成样本检测信息，所述水质检测器用于检测对应检测节点的水质并生成水质检测信息；
所述中心处理子系统配置有样本训练模块、调取溯源模块、河流基准模型以及污染关联数据库，所述河流基准模型记载该辖区内的城市河流流域的区域分布关系；所述污染关联数据库存储有污染关联信息，所述污染关联信息包括污染关联模型以及与该污染关联模型对应的特征情境，所述特征情境反映该辖区内的情境情况；所述样本训练模块配置有训练策略，所述训练策略根据输入指令信息以及接收到的样本检测信息训练污染关联模型；所述中心处理子系统配置有情境输入装置，所述情境输入装置用于输入特征情境，所述调取溯源模块配置有调取策略和溯源策略，所述调取策略根据特征情境从所述污染关联数据库中调用对应的污染关联模型，所述溯源策略用于将获得的水质检测信息输入至所述污染关联模型以得到溯源信息，所述溯源信息反映水质检测信息中污染源所在区域以及污染状况。
进一步地：所述信息液预先经过天然着色剂进行着色处理，不同水质检测器对应的天然着色剂的颜色不同；所述样本检测器包括图像检测装置，所述图像检测装置用于获取所述检测点的图像并根据所述图像中对应信息液的特征生成对应的样本检测信息。
进一步地：所述输入指令信息配置有第一间隔时间以及第一出液量，所述样本输入装置响应于所述输入指令信息以每隔第一间隔时间输出对应第一出液量的信息液；所述样本检测器检测所述信息液的密度以及分布以生成对应的样本检测信息。
进一步地：每一所述样本输入装置包括若干出液单元，每一出液单元设置有种类不同的信息液，所述输入指令配置有混合特征，所述混合特征反映信息液的混合顺序和混合含量，所述样本输入装置响应与所述输入指令的混合特征控制对应的出液单元依序工作；所述样本检测器检测所述信息液的混合特征以生成对应的样本检测信息。
进一步地：所述样本检测器包括图像检测装置以及水体采集装置，所述水体采集装置设置有采集驱动部，所述采集驱动部用于带动所述水体采集装置在河道内移动，所述水体采集装置工作时采集目标水体并分析成分；所述样本检测器配置有信息液捕获策略，所述信息液捕获策略包括通过图像检测装置定位所述信息液的位置，并控制所述水体采集装置在河道内移动以获取对应的信息液。
进一步地：所述水质检测器用于检测水体的水质情况，并配置有若干检测阈值，当水体对应的成分超过检测阈值时，生成对应的水质检测信息，所述检测阈值包括浊度阈值、色度阈值、总磷阈值、总氮阈值、COD阈值以及高锰酸盐阈值。
进一步地：所述情境输入装置包括情境采集单元，所述情境采集单元包括流速采集器、水位采集器以及天气状况反馈单元，所述流速采集器用于采集水体的流速信息，所述水位采集器用于采集水位高度信息，所述天气状况反馈单元用于采集天气状况信息，所述特征情境根据所述流速信息、水位高度信息以及天气状况信息生成。
进一步地：所述训练策略包括样本分布子策略，所述样本分布子策略根据输入指令信息的分布以及接收到的样本检测信息的分布训练污染关联模型。
进一步地：所述溯源策略包括水质分析子策略，所述水质分析子策略包括根据不同的水质检测信息生成水质渐变关系信息，所述溯源策略用于将获得的水质渐变关系信息输入至所述污染关联模型以得到溯源信息。
进一步地：所述中心处理子系统包括后台验证端，当后台验证端上传实测信息，所述实测信息反映实际污染源的区域，所述中心处理子系统根据所述实测信息生成新的输入指令信息且根据水质检测信息生成样本检测信息执行训练策略以训练污染关联模型。
本发明技术效果主要体现在以下方面：通过训练污染关联模型的方式构建整个城市河流的污染关系预测基准，而训练是通过信息液模拟污染源输出到河流中从而模拟河流之间在时间维度下的在检测处检测到的污染关系，从而通过这个就可以在任意的检测点检测到对应的水质检测信息时，根据检测结果判断对应排放时间、排放地点，就可以保证污染源可以追溯，可以减小污染情况的发生。
附图说明
图1：本发明的基于污染信息分析的污染源溯源系统的系统架构原理图；
图2：本发明的基于污染信息分析的污染源溯源系统的样本输入装置结构示意图；
图3：本发明的基于污染信息分析的污染源溯源系统的河流分布示意图；
图4：本发明检测反馈子系统原理图。
附图标记：100、样本输出子系统；110、样本输入装置；111、储液腔；112、出液电控结构；113、出液门；114、出液空间；115、出液口；200、检测反馈子系统；210、检测装置；211、驱动部；212、进液管；213、吸水泵；300、中心处理子系统；310、样本训练模块；320、调取溯源模块；330、河流基准模型；340、污染关联数据库。
具体实施方式
以下结合附图，对本发明的具体实施方式作进一步详述，以使本发明技术方案更易于理解和掌握。
参照图示，一种基于污染信息分析的污染源溯源系统，包括样本输出子系统100、检测反馈子系统200以及中心处理子系统300；
所述样本输入子系统包括若干样本输入装置110，所述样本输入子系统根据对应辖区内的城市河流流域定义若干输入节点，每一输入节点安装有对应的样本输入装置110，所述样本输入装置110工作时向对应河流中输入可降解的信息液，所述可降解的信息液与水不相溶，所述样本输入子系统根据一输入指令信息控制样本输入装置110工作；首先对样本输入装置110进行说明，样本输入装置110模拟的是污染情况，由于需要不溶物才能保证后续检测效果和检测精度，但是同时保证该信息液不能对河流产生二次污染，由于实际河况复杂，且河流面积大，所以简单输入的模拟必须高精度、多变量，才能使检测结果更趋近于阈值，如何实现多变量，具体提供了以下几个实施例：1、所以选用聚丙交酯二元醇、丁酸丁酯、油酸乙酯等可降解的信息液，2、而所述信息液预先经过天然着色剂进行着色处理，不同水质检测器对应的天然着色剂的颜色不同；3、所述输入指令信息配置有第一间隔时间以及第一出液量，所述样本输入装置110响应于所述输入指令信息以每隔第一间隔时间输出对应第一出液量的信息液；4、每一所述样本输入装置110包括若干出液单元，每一出液单元设置有种类不同的信息液，所述输入指令配置有混合特征，所述混合特征反映信息液的混合顺序和混合含量，所述样本输入装置110响应与所述输入指令的混合特征控制对应的出液单元依序工作。首先通过不同的信息液，化学成分分析可以代表其来源，而就相同的信息液而言，可以设置天然着色剂混合，而天然着色剂可以是姜黄、叶绿素、胡萝卜素、叶黄素、辣椒红色素、焦糖色素等等，而还可以根据输出的和接收到的时间间隔以及出液量对不同的区域进行划分；还有单位出液不仅包括一类信息液，可以多种信息液组合成的液滴，而检测时可以对液滴的包含顺序通过编码方式解析，如图所示，根据液滴的包含关系就可以获知从哪一支路生成该液滴，而由上多种实施方式可知，只要设计合理，就可以起到承载信息的效果。而如图所示，样本输入装置110的结构较为简单，包括若干储液腔111以及对应的出液电控结构112，出液电控结构112可以控制对应的出液口115输出信息液，而优选的，出液空间114下还形成出液门113，同样是通过电信号控制动作，当出液完全完成时，打开出液门113，以使出液时的信息液的分布不会因为平面波动被破坏。
所述检测反馈子系统200包括若干检测装置210，所述检测反馈子系统200根据对应辖区内的城市河流流域定义若干检测节点，每一检测节点安装有对应的检测装置210，所述检测装置210包括样本检测器和水质检测器，所述样本检测器用于检测河流中的信息液并根据检测结果生成样本检测信息，所述水质检测器用于检测对应检测节点的水质并生成水质检测信息；所述样本检测器检测所述信息液的密度以及分布以生成对应的样本检测信息。所述样本检测器检测所述信息液的混合特征以生成对应的样本检测信息。所述样本检测器包括图像检测装置210，所述图像检测装置210用于获取所述检测点的图像并根据所述图像中对应信息液的特征生成对应的样本检测信息。所述样本检测器包括图像检测装置210以及水体采集装置，所述水体采集装置设置有采集驱动部211，所述采集驱动部211用于带动所述水体采集装置在河道内移动，所述水体采集装置工作时采集目标水体并分析成分；所述样本检测器配置有信息液捕获策略，所述信息液捕获策略包括通过图像检测装置210定位所述信息液的位置，并控制所述水体采集装置在河道内移动以获取对应的信息液。所述水质检测器用于检测水体的水质情况，并配置有若干检测阈值，当水体对应的成分超过检测阈值时，生成对应的水质检测信息，所述检测阈值包括浊度阈值、色度阈值、总磷阈值、总氮阈值、COD阈值以及高锰酸盐阈值。首先对样本检测器进行说明，样本检测器是用于获取到对应检测点的信息液的特征，而通过图像传感器可以获取信息液的颜色、分布情况、面积等信息，能够起到信息收集的效果，而在另一个实施例中，样本检测器还包括化学成分分析的部分，通过水体采集装置，而水体采集装置的驱动部211可以是电机、气缸等执行机构，带动水体采集装置移动到对应的位置进行水体采集，而位置有图像采集装置配置的算法进行确定，具体如下：首先建立每一图像采集装置的基准湖面背景，当湖面出现信息液时，呈像变化，根据图像比对可以获取信息液的特征和信息液的位置，在此不做赘述，而水体采集装置也可以和水质检测器配合使用，当需要进行信息液收集时，水体采集装置配置有进液管212，通过吸水泵213带动进液管212吸取液体，实现对信息液的收集，需要水质检测时，原理相同，收集的液体可以通过对应的水质检测传感器进行分析，也可以送到水质检测站通过人工进行分析，不做局限。图像采集装置具体可以设置为摄像头。
所述中心处理子系统300配置有样本训练模块310、调取溯源模块320、河流基准模型330以及污染关联数据库340，所述河流基准模型330记载该辖区内的城市河流流域的区域分布关系；所述污染关联数据库340存储有污染关联信息，所述污染关联信息包括污染关联模型以及与该污染关联模型对应的特征情境，所述特征情境反映该辖区内的情境情况；所述样本训练模块310配置有训练策略，所述训练策略根据输入指令信息以及接收到的样本检测信息训练污染关联模型；所述中心处理子系统300配置有情境输入装置，所述情境输入装置用于输入特征情境，所述调取溯源模块320配置有调取策略和溯源策略，所述调取策略根据特征情境从所述污染关联数据库340中调用对应的污染关联模型，所述溯源策略用于将获得的水质检测信息输入至所述污染关联模型以得到溯源信息，所述溯源信息反映水质检测信息中污染源所在区域以及污染状况。所述情境输入装置包括情境采集单元，所述情境采集单元包括流速采集器、水位采集器以及天气状况反馈单元，所述流速采集器用于采集水体的流速信息，所述水位采集器用于采集水位高度信息，所述天气状况反馈单元用于采集天气状况信息，所述特征情境根据所述流速信息、水位高度信息以及天气状况信息生成。首先参照图示，首先对城市河流分支多，区域分散的特征，而主要的检测点设置在生活用水、入城河流以及水库等关键位置是否有出现污染，而会影响水体分布的情况较为复杂，例如水位、天气状况、每个流域的流速等都是关键因素，这些因素可以通过传感器或手动输入的方式进行获取，而获取到这些信息后，根据不同情况建立不同的污染关联模型，因为不同的情境下污染源可能到达的地点不同，所以根据污染源可以到达的不同地点判断采用哪个模型，而实际上，在训练模型时，同样需要根据不同情况下获得对应的样本以起到训练效果，而以下以单次训练为例，对发明申请作出解释，如图，输入点为a，b，c，d，e，而检测点为A，B，C，D，E，那么按输入指令的分布如果仅为不同颜色的作为信息的区别划分，那么可以根据实测关系获知，在以上空间下具有如下关系，具有如下表格形式：
表格中代表在下游获得了多少个信息液，而通过图像检测就可以获知，如果按在a点输入10个信息液，就可以在A点获得2个信息液，即表示在这个情景特征下，a点如果排放污染物，A点应该检测到20％的量，而会在6个小时左右才到A点，所以这样就能够判断在这个情景下A点如果出现水质问题，可能的与A点有关联的排放点以及具体的排放时间，更容易排查，而如果a点也同时具备检测功能，就可以形成溯源路径，精确到对应的区域。
所述训练策略包括样本分布子策略，所述样本分布子策略根据输入指令信息的分布以及接收到的样本检测信息的分布训练污染关联模型。所述溯源策略包括水质分析子策略，所述水质分析子策略包括根据不同的水质检测信息生成水质渐变关系信息，所述溯源策略用于将获得的水质渐变关系信息输入至所述污染关联模型以得到溯源信息。而以上就是实际污染检测的结果和污染源位置在时间上的关联，而通过分布情况训练对应的模型，可以提高模型训练的精度，更有利于溯源。而需要说明的是，样本输入装置110和水体采集装置的目的分别是通过系统控制向河流加入已知信息液，水体采集装置目的是获取目标区域的水体用于水质识别和化学分析，不局限于本发明的实施例。
在另一个实施例中，所述中心处理子系统300包括后台验证端，当后台验证端上传实测信息，所述实测信息反映实际污染源的区域，所述中心处理子系统300根据所述实测信息生成新的输入指令信息且根据水质检测信息生成样本检测信息执行训练策略以训练污染关联模型。即当实际判断污染情况出现时，如果实际定位到对应的污染区域，则可以根据实际污染的情况再去修正整个污染关联模型。
为了便于理解另一个发明核心内容，训练污染关联模型，也仅以颜色作为区别信息液的例子，对整个方案进行描述，首先系统生成信息液输入的策略，控制每个样本输入装置110工作，那么此时河流中输入了若干不同的信息液，而在对应的检测位置通过图像检测装置210进行颜色识别判断出该信息对应的是哪个输入点，优选地当然可以通过图像检测装置210对每个信息液的流向进行跟踪，而由于流向的不确定性，可能两个相同地方排出的信息液流入的位置不同，所以可以通过在不同时间输出的方式判断获得信息液的时间，然后根据信息液获得的情况找到对应符合情境特征，例如雨量、流速分布以及水位分布情况，每一污染关联模型均有基准关系式，这个基准关系式可以是专家根据河流数学关系预设的，但是基准关系式中存在权重变量，权重变量反映一输入点对一检测点的影响，而在任一基准关系式中，每一检测点对应多个相关的输入点，而当样本检测信息中获取的结果和基准关系式计算的结果出现偏差时，例如本身a点输出10个信息液，在4小时后，A点收到6个信息液，但是基准关系式给出的结果是A点在3小时后收到5个信息液，那么通过这个误差就可以调节基准关系式的权重比例，保证结果更趋近样本。而如果不断训练，就会使河流模型信息建立完成，这样当任意的节点出现污染时，能精确定位到对应的污染源所在区域和大致的排放时间，有利于确定排污者。
当然，以上只是本发明的典型实例，除此之外，本发明还可以有其它多种具体实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求保护的范围之内。
Claims (10)
1.一种基于污染信息分析的污染源溯源系统，其特征在于：包括样本输出子系统、检测反馈子系统以及中心处理子系统；
所述样本输入子系统包括若干样本输入装置，所述样本输入子系统根据对应辖区内的城市河流流域定义若干输入节点，每一输入节点安装有对应的样本输入装置，所述样本输入装置工作时向对应河流中输入可降解的信息液，所述可降解的信息液与水不相溶，所述样本输入子系统根据一输入指令信息控制样本输入装置工作；
所述检测反馈子系统包括若干检测装置，所述检测反馈子系统根据对应辖区内的城市河流流域定义若干检测节点，每一检测节点安装有对应的检测装置，所述检测装置包括样本检测器和水质检测器，所述样本检测器用于检测河流中的信息液并根据检测结果生成样本检测信息，所述水质检测器用于检测对应检测节点的水质并生成水质检测信息；
所述中心处理子系统配置有样本训练模块、调取溯源模块、河流基准模型以及污染关联数据库，所述河流基准模型记载该辖区内的城市河流流域的区域分布关系；所述污染关联数据库存储有污染关联信息，所述污染关联信息包括污染关联模型以及与该污染关联模型对应的特征情境，所述特征情境反映该辖区内的情境情况；所述样本训练模块配置有训练策略，所述训练策略根据输入指令信息以及接收到的样本检测信息训练污染关联模型；所述中心处理子系统配置有情境输入装置，所述情境输入装置用于输入特征情境，所述调取溯源模块配置有调取策略和溯源策略，所述调取策略根据特征情境从所述污染关联数据库中调用对应的污染关联模型，所述溯源策略用于将获得的水质检测信息输入至所述污染关联模型以得到溯源信息，所述溯源信息反映水质检测信息中污染源所在区域以及污染状况。
2.如权利要求1所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述信息液预先经过天然着色剂进行着色处理，不同水质检测器对应的天然着色剂的颜色不同；所述样本检测器包括图像检测装置，所述图像检测装置用于获取所述检测点的图像并根据所述图像中对应信息液的特征生成对应的样本检测信息。
3.如权利要求1所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述输入指令信息配置有第一间隔时间以及第一出液量，所述样本输入装置响应于所述输入指令信息以每隔第一间隔时间输出对应第一出液量的信息液；所述样本检测器检测所述信息液的密度以及分布以生成对应的样本检测信息。
4.如权利要求1所述的一种基于污染信息分析的污染源溯源系统，其特征在于：每一所述样本输入装置包括若干出液单元，每一出液单元设置有种类不同的信息液，所述输入指令配置有混合特征，所述混合特征反映信息液的混合顺序和混合含量，所述样本输入装置响应与所述输入指令的混合特征控制对应的出液单元依序工作；所述样本检测器检测所述信息液的混合特征以生成对应的样本检测信息。
5.如权利要求1所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述样本检测器包括图像检测装置以及水体采集装置，所述水体采集装置设置有采集驱动部，所述采集驱动部用于带动所述水体采集装置在河道内移动，所述水体采集装置工作时采集目标水体并分析成分；所述样本检测器配置有信息液捕获策略，所述信息液捕获策略包括通过图像检测装置定位所述信息液的位置，并控制所述水体采集装置在河道内移动以获取对应的信息液。
6.如权利要求5所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述水质检测器用于检测水体的水质情况，并配置有若干检测阈值，当水体对应的成分超过检测阈值时，生成对应的水质检测信息，所述检测阈值包括浊度阈值、色度阈值、总磷阈值、总氮阈值、COD阈值以及高锰酸盐阈值。
7.如权利要求1所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述情境输入装置包括情境采集单元，所述情境采集单元包括流速采集器、水位采集器以及天气状况反馈单元，所述流速采集器用于采集水体的流速信息，所述水位采集器用于采集水位高度信息，所述天气状况反馈单元用于采集天气状况信息，所述特征情境根据所述流速信息、水位高度信息以及天气状况信息生成。
8.如权利要求1所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述训练策略包括样本分布子策略，所述样本分布子策略根据输入指令信息的分布以及接收到的样本检测信息的分布训练污染关联模型；。
9.如权利要求8所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述溯源策略包括水质分析子策略，所述水质分析子策略包括根据不同的水质检测信息生成水质渐变关系信息，所述溯源策略用于将获得的水质渐变关系信息输入至所述污染关联模型以得到溯源信息。
10.如权利要求1所述的一种基于污染信息分析的污染源溯源系统，其特征在于：所述中心处理子系统包括后台验证端，当后台验证端上传实测信息，所述实测信息反映实际污染源的区域，所述中心处理子系统根据所述实测信息生成新的输入指令信息且根据水质检测信息生成样本检测信息执行训练策略以训练污染关联模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010689437.6A CN111815062B (zh) | 2020-07-16 | 2020-07-16 | 一种基于污染信息分析的污染源溯源系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010689437.6A CN111815062B (zh) | 2020-07-16 | 2020-07-16 | 一种基于污染信息分析的污染源溯源系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111815062A true CN111815062A (zh) | 2020-10-23 |
| CN111815062B CN111815062B (zh) | 2024-03-26 |
Family
ID=72865405
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010689437.6A Active CN111815062B (zh) | 2020-07-16 | 2020-07-16 | 一种基于污染信息分析的污染源溯源系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815062B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114324231A (zh) * | 2021-12-24 | 2022-04-12 | 安徽新宇环保科技股份有限公司 | 一种河道巡测全光谱水质数据分析方法 |
| CN115905450A (zh) * | 2023-01-04 | 2023-04-04 | 深圳联和智慧科技有限公司 | 一种基于无人机监控的水质异常溯源方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104103005A (zh) * | 2014-08-05 | 2014-10-15 | 环境保护部华南环境科学研究所 | 一种有限条件下突发性水环境事件污染源的溯源方法 |
| CN105278492A (zh) * | 2014-06-26 | 2016-01-27 | 广东柯内特环境科技有限公司 | 一种区域排污的智能监控系统和方法 |
| CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
| CN107563139A (zh) * | 2017-09-06 | 2018-01-09 | 郑州大学 | 一种点源突发性水污染源事故溯源贡献程度计算方法 |
| CN108664647A (zh) * | 2018-05-17 | 2018-10-16 | 环境保护部环境规划院 | 一种集成水环境模型的流域精细化管理系统 |
-
2020
- 2020-07-16 CN CN202010689437.6A patent/CN111815062B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105278492A (zh) * | 2014-06-26 | 2016-01-27 | 广东柯内特环境科技有限公司 | 一种区域排污的智能监控系统和方法 |
| CN104103005A (zh) * | 2014-08-05 | 2014-10-15 | 环境保护部华南环境科学研究所 | 一种有限条件下突发性水环境事件污染源的溯源方法 |
| CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
| CN107563139A (zh) * | 2017-09-06 | 2018-01-09 | 郑州大学 | 一种点源突发性水污染源事故溯源贡献程度计算方法 |
| CN108664647A (zh) * | 2018-05-17 | 2018-10-16 | 环境保护部环境规划院 | 一种集成水环境模型的流域精细化管理系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114324231A (zh) * | 2021-12-24 | 2022-04-12 | 安徽新宇环保科技股份有限公司 | 一种河道巡测全光谱水质数据分析方法 |
| CN114324231B (zh) * | 2021-12-24 | 2023-11-03 | 安徽新宇环保科技股份有限公司 | 一种河道巡测全光谱水质数据分析方法 |
| CN115905450A (zh) * | 2023-01-04 | 2023-04-04 | 深圳联和智慧科技有限公司 | 一种基于无人机监控的水质异常溯源方法及系统 |
| CN115905450B (zh) * | 2023-01-04 | 2023-05-09 | 深圳联和智慧科技有限公司 | 一种基于无人机监控的水质异常溯源方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111815062B (zh) | 2024-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112001610B (zh) | 农业面源污染的处理方法及装置 | |
| CN111815062A (zh) | 一种基于污染信息分析的污染源溯源系统 | |
| CN102289570B (zh) | 基于降雨-径流-洪水演进计算的洪水预报方法 | |
| CN102622670B (zh) | 一种突发水环境污染事故涉嫌风险源的溯源方法 | |
| Sholkovitz et al. | An automated dye‐dilution based seepage meter for the time‐series measurement of submarine groundwater discharge | |
| CN111598754B (zh) | 基于水质模型的河网区水质断面污染贡献率核算方法 | |
| CN102313796B (zh) | 一种污水处理生化需氧量软测量方法 | |
| CN111199341A (zh) | 基于多排污口核查与监测的中小流域污染源源解析方法 | |
| CN109886830A (zh) | 一种基于用户投诉信息的供水管网污染源追踪定位方法 | |
| CN110472887B (zh) | 流域管网-河道模型耦合的降雨对河流水质影响解析方法 | |
| CN112182866A (zh) | 一种基于水环境耦合模型的水质快速模拟方法和系统 | |
| CN114723179A (zh) | 一种基于水量水质联合管控的水环境预警溯源系统和方法 | |
| CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
| CN107247888A (zh) | 基于储备池网络的污水处理出水总磷tp软测量方法 | |
| CN114942948A (zh) | 一种排水管网诊断及管理方法 | |
| Watt et al. | A 1-h urban design storm for Canada | |
| CN108362845A (zh) | 一种检测水中pops类物质的智能化系统 | |
| CN116858319A (zh) | 一种微型水质预警方法及系统 | |
| CN100408998C (zh) | Cod在线检测方法及仪器 | |
| CN115422850A (zh) | 基于efdc和边缘计算判断河流入河排污口污染贡献率的方法 | |
| Garcia-Bartual | Short term river flood forecasting with neural networks | |
| CN117435891A (zh) | 一种土质边坡的稳定性模拟评估方法及系统 | |
| CN211293724U (zh) | 污染源在线水平衡监测系统 | |
| CN102866123A (zh) | 一种能连续监测cod浓度峰值水样的废水采/留样器 | |
| Chaudhary et al. | Prediction of turbidity in beach waves using nonlinear autoregressive neural networks |
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 |