CN112198144A - 一种快速污水溯源的方法及系统 - Google Patents
一种快速污水溯源的方法及系统 Download PDFInfo
- Publication number
- CN112198144A CN112198144A CN202010973039.7A CN202010973039A CN112198144A CN 112198144 A CN112198144 A CN 112198144A CN 202010973039 A CN202010973039 A CN 202010973039A CN 112198144 A CN112198144 A CN 112198144A
- Authority
- CN
- China
- Prior art keywords
- water quality
- matrix
- indexes
- sewage
- tracing
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N2021/6417—Spectrofluorimetric devices
-
- 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
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明一种快速污水溯源的方法,包括污染源数据库的建立,通过对监测流域内各个企业排口节点采集到的历史水样进行水质数据检测和三维荧光光谱分析,并将水质数据和三维荧光光谱数据结合得到水质快照信息录入数据库;污水溯源,将当前水样水质特征与数据库中的所有水质快照信息进行相似度计算,最后得出相似度最高的水质快照信息则为污染源。本发明所使用的水质数据均为线上自动检测,通过水质检测及三维荧光光谱检测结合,与数据库已录入水质快照信息进行相似度匹配,可以快速判断出下游污水的来源,大大节省了溯源时间,提高了溯源效率。
Description
技术领域
本发明涉及污水检测技术领域,具体来说是一种快速污水溯源的方法及系统。
背景技术
我国主要水系的水体都遭到了不同程度的污染,对生态环境造成巨大危害,保护生态环境已成为政府工作的主要内容之一。其中对污染源头的排查及溯源是不可缺少的环节。只有有效的溯源排查手段及方法,才能及时发现污水违法排放单位,也能起到震慑作用。对于水污染事件调查、河道治理、城市生态环境改善具有重要意义。
目前的水污染溯源技术,主要是在事故发生后采集被污染的下游水样和上游涉污企业排口的水样,通过分析比对以实现对污染源的排查和溯源,从而锁定排污企业。若上游排污企业较多,企业类型比较相似,溯源排查的工作量就会大大提高。若在企业排口安装在线监测设备进行检测和溯源,企业可能会绕过有监测设备的排口排放污水,而且监测设备易遭破坏,难以达到建设的目的。
中国专利ZL201210150830.3公开了一种快速实现水污染溯源的方法,提出将污水中的多种有机物、多种阴离子、多种金属元素及荧光信息作为识别不同污水及污染源的化学指纹,用于快速实现水污染溯源的方法。其提出要提前构建上游排污企业的污水化学指纹库并编制好计算机自动比对识别程序,当有排污事件发生后,采集完现场水样带回实验室进行水质分析,测出其化学指纹然后输入计算机与指纹库进行比对,从而找到排污企业。其中,样品采集完成后,采用光谱、色谱与质谱类仪器对多种有机物、多种阴离子、多种金属元素及荧光信息进行检测,从而得到水样化学指纹,然后采用事先编制好的指纹识别程序对化学指纹进行识别。该方法需要花大量时间去编制识别程序,而且样品采集完到比对结束,要花费大量时间,不能第一时间查出违规排污单位。
发明内容
本发明所要解决的技术问题在于提供一种快速水污染溯源的方法。
本发明通过以下技术手段实现解决上述技术问题的:
一种快速污水溯源的方法,包括以下步骤:
S01.污染源数据库的建立,通过对监测流域内各个企业排口节点采集到的历史水样进行水质数据检测和三维荧光光谱分析,并对三维荧光光谱采用熵权法计算,得到A=(anⅹ1)并将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn),该新的矩阵Si即为该水样的水质特征,然后将企业、管网、河道的名称和地理位置作为该企业水质特征的标签录入数据库,形成每个企业的水质特有信息;
S02.污水溯源,通过水质在线监测设备与三维荧光光谱仪实时监测水体的水质数据及三维荧光光谱,然后经过与步骤S01相同的处理方法将水质数据和三维荧光光谱结合,得到当前水样的水质特征,然后将当前水样水质特征与数据库中的所有水质快照信息进行相似度计算,最后得出相似度最高的水质快照信息则为污染源;
S03.将新的水质快照信息补入数据库中。
本发明所使用的水质数据均为线上自动检测,通过水质检测及三维荧光光谱检测结合,与数据库已有水质快照快照信息进行相似度匹配,可以快速判断出下游污水的来源,大大节省了溯源时间,提高了溯源效率,为执法人员提供及时有效的执法证据;本发明使用数理统计的方法对水质特征进行分析,减少了以往图像识别方法的工作量及溯源开发的成本,也有利于溯源技术的推广与实施。
进一步的,所述步骤S01中熵权法的计算具体为:
对于某个水样的n个样本的m个评价指标的体系,利用熵权法计算各指标权重,步骤如下:
(1)构建n个样本m个评价指标的矩阵
I=(aijm×n)
(2)对I做归一化处理,得到矩阵M
M=(bijm×n)
根据实验测得的结果,将评价指标分为正指标和负指标,对这两个指标进行隶属度处理
式中:aij—为矩阵I的元素;
amax、amin—表示相同指标下不同样本中最满意或者最不满意的元素
(3)n个样本m个评价指标的熵
式中:Ri—表示评价指标i的信息熵;
bij—为矩阵M中的元素。
(4)熵权的计算:
式中:Ai—表示评价指标i的熵权;
Ri—表示评价指标i的信息熵,且满足∑Ai=1。
最后矩阵I=(aijm×n)转化为矩阵A=(anⅹ1)
将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn)。
进一步的,所述的水质数据包括营养指标类、金属类、有机物类。
进一步的,所述步骤S02中的相似度计算采用SPSS软件。
本发明还提供一种快速污水溯源的方法,包括
污染源数据库模块,通过对监测流域内各个企业排口节点采集到的历史水样进行水质数据检测和三维荧光光谱分析,并对三维荧光光谱采用熵权法计算,得到A=(anⅹ1)并将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn),该新的矩阵Si即为该水样的水质特征,然后将企业、管网、河道的名称和地理位置作为该企业水质特征的标签录入数据库,形成每个企业的水质特有信息;
污水溯源模块,通过水质在线监测设备与三维荧光光谱仪实时监测水体的水质数据及三维荧光光谱,然后经过与步骤S01相同的处理方法将水质数据和三维荧光光谱结合,得到当前水样的水质特征,然后将当前水样水质快照与数据库中的所有水质快照信息进行相似度计算,最后得出相似度最高的水质快照信息则为污染源;
数据更新模块,将新的水质快照补入数据库。
进一步的,所述步污染源数据库模块中熵权法的计算具体为:
对于某个水样的n个样本的m个评价指标的体系,利用熵权法计算各指标权重,步骤如下:
(1)构建n个样本m个评价指标的矩阵
I=(aijm×n)
(2)对I做归一化处理,得到矩阵M
M=(bijm×n)
根据实验测得的结果,将评价指标分为正指标和负指标,对这两个指标进行隶属度处理
式中:aij—为矩阵I的元素;
amax、amin—表示相同指标下不同样本中最满意或者最不满意的元素
(3)n个样本m个评价指标的熵
式中:Ri—表示评价指标i的信息熵;
bij—为矩阵M中的元素。
(4)熵权的计算:
式中:Ai—表示评价指标i的熵权;
Ri—表示评价指标i的信息熵,且满足∑Ai=1。
最后矩阵I=(aijm×n)转化为矩阵A=(anⅹ1)
将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn)。
进一步的,所述的水质数据包括营养指标类、金属类、有机物类。
进一步的,所述污水溯源模块中的相似度计算采用SPSS软件。
本发明的优点在于:
1、本发明所使用的水质数据均为线上自动检测,通过水质检测及三维荧光光谱检测结合,与数据库水质快照进行相似度匹配,可以快速判断出下游污水的来源,大大节省了溯源时间,提高了溯源效率,为执法人员提供及时有效的执法证据;本发明使用数理统计的方法对水质特征进行分析,减少了以往图像识别方法的工作量及溯源开发的成本,也有利于溯源技术的推广与实施;
2、本发明的监测设备易获得,操作简单,便于携带,对于突发污染事件可以前往现场进行直接采样-溯源。
附图说明
图1为本发明实施例中快速污水溯源的方法中熵权法计算过程框图;
图2为本发明实施例中快速污水溯源的方法的流程框图;
图3为本发明实施例中试验1中监测区域的管网分布图;
图4为本发明实施例中试验1中监测区域的监测结果图;
图5为本发明实施例中试验2对某污水管网的监测结果及封闭排口一个月后的监测结果对照表。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种快速污水溯源的方法,包括以下步骤:
步骤1.污染源数据库的建立,通过对监测流域内各个企业排口节点采集到的历史水样进行水质数据检测和三维荧光光谱分析;
其中,通过在线检测设备可以直接得到水质数据,水质数据包括
营养指标:COD、总氮、总磷、氨氮、总有机碳;
金属类类:汞、镉、铬、铅、砷、铜、锌、铁、镍;
有机物类:石油类、苯系物、挥发分、醛类、苯胺类、硝基苯类、多环芳烃、有机染料、洗涤剂、动植物油类、木质素。
如图1所示,三维荧光光谱监测具体为,将采集到的水样进行三维荧光光谱监测,得到水样在发射波长(220nm~600nm)—激发波长(230nm~650nm)下特定的响应值;然后将波长每5nm作为一个单位,将三维荧光光谱构建一个如77×85的光谱矩阵;采用权重分析法对光谱矩阵进行处理,最后得到一组77×1的熵权矩阵,检测的n个水质数据得到(77+n)个样本的数据组,然后将企业、管网、河道的名称和地理位置作为该企业水质特有的标签录入数据库,形成每个企业的水质特有信息。
权重分析法可分为主观赋权和客观赋权法,主观赋权易受人为主观意识影响,产生偏差。客观赋权法中的熵权法应用较为广泛,克服了主观赋权法的缺点,采用矩阵来确定权重,尽可能的消除主观因素。熵权法的计算具体为:
对于某个水样的n个样本的m个评价指标的体系,利用熵权法计算各指标权重,步骤如下:
(1)构建n个样本m个评价指标的矩阵
I=(aijm×n)
(2)对I做归一化处理,得到矩阵M
M=(bijm×n)
根据实验测得的结果,将评价指标分为正指标和负指标,对这两个指标进行隶属度处理
式中:aij—为矩阵I的元素;
amax、amin—表示相同指标下不同样本中最满意或者最不满意的元素
(3)n个样本m个评价指标的熵
式中:Ri—表示评价指标i的信息熵;
bij—为矩阵M中的元素。
(4)熵权的计算:
式中:Ai—表示评价指标i的熵权;
Ri—表示评价指标i的信息熵,且满足∑Ai=1。
最后矩阵I=(aijm×n)转化为矩阵A=(anⅹ1)
将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn)。
步骤2.污水溯源,如图2所示,通过水质在线监测设备与三维荧光光谱仪实时监测水体的水质数据及三维荧光光谱,然后经过与步骤1相同的处理方法将水质数据和三维荧光光谱结合,得到当前水样的水质快照,然后将当前水样水质快照与数据库中的所有水质快照信息进行相似度计算,最后得出相似度最高的水质快照信息则为污染源。
本实施例中,步骤2中的相似度计算采用SPSS软件。对任意几组(大于1组)Si矩阵进行皮尔逊相关性分析,得出相关系数,相关性越高相似度越大,相关系数在0.8以下判定为不相似,0.8~0.9判定为相似,0.9以上判定为高度相似,可认定为具有相同来源。
步骤3.将新的水质特征补入数据库。
实验1
针对某地某段污水管网常出现短时间高浓度污水排放现象,图3为该区域的管网分布图,在该区域上游有5家企业,在管网节点1处经常有短时间高浓度污水流过。本实验将设备布置在图中监测位置,对上游企业和管网节点进行水质特征库提取与录入。然后下游监测点进行实时监测,图4为监测结果,最终通过水质特征发现,白天企业1,晚上企业2的排口水质对下游干管影响最大。
实验2
某地污水管网中出现大量不明污水,经检测COD在严重超标,对污水厂造成严重冲击。将不明污水及其上游污水采集经三维荧光光谱分析比对发现,该污水与企业A的8个登记企业水质快照中的5号快照高度相似,与登记在库的1和2号快照相似度较高。判定该污水来自于企业A。如图5所示,该排口封闭1个月后,再次对下游污水三维荧光指纹分析后,与该企业不再有相关性。
注:图4、图5中X代表无相关性,OOO代表高度相似,OO代表相似度较高,O代表相似
本实施例还提供一种快速污水溯源的系统,包括
污染源数据库,通过对监测流域内各个企业排口节点采集到的历史水样进行水质数据检测和三维荧光光谱分析;
其中,水质数据包括
营养指标:COD、总氮、总磷、氨氮、总有机碳;
金属类类:汞、镉、铬、铅、砷、铜、锌、铁、镍;
有机物类:石油类、苯系物、挥发分、醛类、苯胺类、硝基苯类、多环芳烃、有机染料、洗涤剂、动植物油类、木质素。
如图1所示,三维荧光光谱监测具体为,将采集到的水样进行三维荧光光谱监测,得到水样在发射波长(220nm~600nm)—激发波长(230nm~650nm)下特定的响应值;然后将波长每5nm作为一个单位,将三维荧光光谱构建一个如77×85的光谱矩阵;采用权重分析法对光谱矩阵进行处理,最后得到一组77×1的熵权矩阵,检测的n个水质数据得到(77+n)个样本的数据组,然后将企业、管网、河道的名称和地理位置作为该企业水质特有的标签录入数据库,形成每个企业的水质特有信息。
权重分析法可分为主观赋权和客观赋权法,主观赋权易受人为主观意识影响,产生偏差。客观赋权法中的熵权法应用较为广泛,克服了主观赋权法的缺点,采用矩阵来确定权重,尽可能的消除主观因素。熵权法的计算具体为:
对于某个水样的n个样本的m个评价指标的体系,利用熵权法计算各指标权重,步骤如下:
(1)构建n个样本m个评价指标的矩阵
I=(aijm×n)
(2)对I做归一化处理,得到矩阵M
M=(bijm×n)
根据实验测得的结果,将评价指标分为正指标和负指标,对这两个指标进行隶属度处理
式中:aij—为矩阵I的元素;
amax、amin—表示相同指标下不同样本中最满意或者最不满意的元素
(3)n个样本m个评价指标的熵
式中:Ri—表示评价指标i的信息熵;
bij—为矩阵M中的元素。
(4)熵权的计算:
式中:Ai—表示评价指标i的熵权;
Ri—表示评价指标i的信息熵,且满足∑Ai=1。
最后矩阵I=(aijm×n)转化为矩阵A=(anⅹ1)
将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn)。
污水溯源模块,如图2所示,通过水质在线监测设备与三维荧光光谱仪实时监测水体的水质数据及三维荧光光谱,然后经过与步骤1相同的处理方法将水质数据和三维荧光光谱结合,得到当前水样的水质特征,然后将当前水样水质快照与数据库中的所有快照信息进行相似度计算,最后得出相似度最高的水质特有信息则为污染源。
本实施例中,步骤2中的相似度计算采用SPSS软件。对任意几组(大于1组)Si矩阵进行皮尔逊相关性分析,得出相关系数,相关性越高相似度越大,相关系数在0.8以下判定为不相似,0.8~0.9判定为相似,0.9以上判定为高度相似,可认定为具有相同来源。
数据更新模块,将新的水质特征补入数据库。
实验1
针对某地某段污水管网常出现短时间高浓度污水排放现象,图3为该区域的管网分布图,在该区域上游有5家企业,在管网节点1处经常有短时间高浓度污水流过。本实验将设备布置在图中监测位置,对上游企业和管网节点进行水质特征库提取与录入。然后下游监测点进行实时监测,图4为监测结果,最终通过水质特征发现,白天企业1,晚上企业2的排口水质对下游干管影响最大。
实验2
某地污水管网中出现大量不明污水,经检测COD在严重超标,对污水厂造成严重冲击。将不明污水及其上游污水采集经三维荧光光谱分析比对发现,该污水与企业A登记的8个水质快照中的5号快照高度相似,与登记在库的1和2号水质快照相似度较高。判定该污水来自于企业A。如图5所示,该排口封闭1个月后,再次对下游污水三维荧光光谱分析后,与该企业不再有相关性。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种快速污水溯源的方法,其特征在于:包括以下步骤:
S01.污染源数据库的建立,通过对监测流域内各个企业排口节点采集到的历史水样进行水质数据检测和三维荧光光谱分析,并对三维荧光光谱采用熵权法计算,得到A=(anⅹ1)并将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn),该新的矩阵Si即为该水样的水质快照,然后将企业、管网、河道的名称和地理位置作为该企业水质快照的标签录入数据库,形成企业水质特有信息;
S02.污水溯源,通过水质在线监测设备与三维荧光光谱仪,实时监测水体的水质及三维荧光光谱数据,然后经过与步骤S01相同的处理方法将水质数据和三维荧光光谱结合,得到当前水样的水质快照,然后将当前水样水质快照与数据库中的所有水质快照信息进行相似度计算,最后得出相似度最高的水质快照信息则为污染源;
S03.将新的水质快照信息补入数据库中。
2.根据权利要求1所述的一种快速污水溯源的方法,其特征在于:所述步骤S01中熵权法的计算具体为:
对于某个水样的n个样本的m个评价指标的体系,利用熵权法计算各指标权重,步骤如下:
(1)构建n个样本m个评价指标的矩阵
I=(aijm×n)
(2)对I做归一化处理,得到矩阵M
M=(bijm×n)
根据实验测得的结果,将评价指标分为正指标和负指标,对这两个指标进行隶属度处理
式中:aij—为矩阵I的元素;
amax、amin—表示相同指标下不同样本中最满意或者最不满意的元素
(3)n个样本m个评价指标的熵
式中:Ri—表示评价指标i的信息熵;
bij—为矩阵M中的元素。
(4)熵权的计算:
式中:Ai—表示评价指标i的熵权;
Ri—表示评价指标i的信息熵,且满足∑Ai=1。
最后矩阵I=(aijm×n)转化为矩阵A=(anⅹ1)
将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn)。
3.根据权利要求1或2所述的一种快速污水溯源的方法,其特征在于:所述的水质数据包括营养指标类、金属类、有机物类及其他。
4.根据权利要求1所述的一种快速污水溯源的方法,其特征在于:所述步骤S02中的相似度计算采用SPSS软件。
5.一种快速污水溯源的方法,其特征在于:包括
污染源数据库模块,通过对监测流域内各个企业排口节点采集到的历史水样进行水质数据检测和三维荧光光谱分析,并对三维荧光光谱采用熵权法计算,得到A=(anⅹ1)并将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn),该新的矩阵Si即为该水样的水质特征,然后将企业、管网、河道的名称和地理位置作为该企业水质特征的标签录入数据库,形成每个污染源特有信息;
污水溯源模块,通过水质在线监测设备与三维荧光光谱仪实时监测水体的水质数据及三维荧光光谱,然后经过与步骤S01相同的处理方法将水质数据和三维荧光光谱结合,得到当前水样的水质快照,然后将当前水样水质快照与数据库中的所有水质快照信息进行相似度计算,最后得出相似度最高的指纹信息则为污染源;
数据更新模块,将新的水质快照补入数据库。
6.根据权利要求5所述的一种快速污水溯源的系统,其特征在于:所述步污染源数据库模块中熵权法的计算具体为:
对于某个水样的n个样本的m个评价指标的体系,利用熵权法计算各指标权重,步骤如下:
(1)构建n个样本m个评价指标的矩阵
I=(aijm×n)
(2)对I做归一化处理,得到矩阵M
M=(bijm×n)
根据实验测得的结果,将评价指标分为正指标和负指标,对这两个指标进行隶属度处理
式中:aij—为矩阵I的元素;
amax、amin—表示相同指标下不同样本中最满意或者最不满意的元素
(3)n个样本m个评价指标的熵
式中:Ri—表示评价指标i的信息熵;
bij—为矩阵M中的元素。
(4)熵权的计算:
式中:Ai—表示评价指标i的熵权;
Ri—表示评价指标i的信息熵,且满足∑Ai=1。
最后矩阵I=(aijm×n)转化为矩阵A=(anⅹ1)
将检测得到的水质数据X1,X2,X3,X4,…Xn与A组合成一列新矩阵Si=(anⅹ1,X1,X2,…Xn)。
7.根据权利要求5或6所述的一种快速污水溯源的系统,其特征在于:所述的水质数据包括营养指标类、金属类、有机物类。
8.根据权利要求5所述的一种快速污水溯源的方法,其特征在于:所述污水溯源模块中的相似度计算采用SPSS软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010973039.7A CN112198144B (zh) | 2020-09-16 | 2020-09-16 | 一种快速污水溯源的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010973039.7A CN112198144B (zh) | 2020-09-16 | 2020-09-16 | 一种快速污水溯源的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112198144A true CN112198144A (zh) | 2021-01-08 |
CN112198144B CN112198144B (zh) | 2023-07-25 |
Family
ID=74016354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010973039.7A Active CN112198144B (zh) | 2020-09-16 | 2020-09-16 | 一种快速污水溯源的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112198144B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113449419A (zh) * | 2021-06-24 | 2021-09-28 | 北京市生态环境监测中心 | 基于大数据技术判断水污染源的方法和装置 |
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 |
CN115424143A (zh) * | 2022-08-29 | 2022-12-02 | 南方海洋科学与工程广东省实验室(广州) | 水源污染溯源方法、装置、存储介质和计算机设备 |
CN116756523A (zh) * | 2023-08-14 | 2023-09-15 | 清华大学合肥公共安全研究院 | 跨界水污染源解析方法、系统、装置和存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565297A (zh) * | 2012-01-06 | 2012-07-11 | 浙江大学 | 基于组合权重的地表水水质评价方法 |
CN102661939A (zh) * | 2012-05-15 | 2012-09-12 | 北京化工大学 | 一种快速实现水污染溯源的方法 |
CN103632304A (zh) * | 2013-10-27 | 2014-03-12 | 沈阳建筑大学 | 一种印染行业污水处理调控方法 |
CN104897870A (zh) * | 2015-06-18 | 2015-09-09 | 中国矿业大学 | 一种给水管网水质实时预警的水质评价方法 |
CN104899473A (zh) * | 2015-07-07 | 2015-09-09 | 郑州大学 | 一种河流断面退化评价方法 |
CN104992245A (zh) * | 2015-07-09 | 2015-10-21 | 南京信息工程大学 | 一种基于广义熵理论的水环境风险管理动态智能综合分析方法 |
CN107036974A (zh) * | 2016-11-18 | 2017-08-11 | 中国水利水电科学研究院 | 基于确定性集合建模的水质参数多模型协同反演方法 |
CN108038448A (zh) * | 2017-12-13 | 2018-05-15 | 河南理工大学 | 基于加权熵的半监督随机森林高光谱遥感影像分类方法 |
CN109377089A (zh) * | 2018-11-20 | 2019-02-22 | 河海大学 | 一种基于协调发展度的水资源承载状态的评价方法 |
CN109470667A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合水质参数和三维荧光光谱进行污染物溯源的方法 |
CN109470668A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合氮氧同位素和三维荧光进行污染物溯源的方法 |
CN109711674A (zh) * | 2018-12-03 | 2019-05-03 | 北京师范大学 | 一种用于湖库水体污染溯源的指纹图谱库构建方法及装置 |
CN110083585A (zh) * | 2019-03-15 | 2019-08-02 | 清华大学 | 一种水污染排放源数据库及其建立方法 |
WO2020016579A2 (en) * | 2018-07-17 | 2020-01-23 | Gtn Ltd | Machine learning based methods of analysing drug-like molecules |
US20200141877A1 (en) * | 2018-11-06 | 2020-05-07 | Nanjing Agricultural University | Method for estimating aboveground biomass of rice based on multi-spectral images of unmanned aerial vehicle |
US20200208786A1 (en) * | 2019-01-02 | 2020-07-02 | Tongji University | Method for tracking and locating contamination sources in water distribution systems based on consumer complaints |
CN111426668A (zh) * | 2020-04-28 | 2020-07-17 | 华夏安健物联科技(青岛)有限公司 | 一种利用三维荧光光谱特征信息对污染水体溯源分类识别的方法 |
US20210156781A1 (en) * | 2019-04-28 | 2021-05-27 | Jinan University | Real-time online monitoring and source apportionment method for atmospheric fine particles containing heavy metals |
-
2020
- 2020-09-16 CN CN202010973039.7A patent/CN112198144B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565297A (zh) * | 2012-01-06 | 2012-07-11 | 浙江大学 | 基于组合权重的地表水水质评价方法 |
CN102661939A (zh) * | 2012-05-15 | 2012-09-12 | 北京化工大学 | 一种快速实现水污染溯源的方法 |
CN103632304A (zh) * | 2013-10-27 | 2014-03-12 | 沈阳建筑大学 | 一种印染行业污水处理调控方法 |
CN104897870A (zh) * | 2015-06-18 | 2015-09-09 | 中国矿业大学 | 一种给水管网水质实时预警的水质评价方法 |
CN104899473A (zh) * | 2015-07-07 | 2015-09-09 | 郑州大学 | 一种河流断面退化评价方法 |
CN104992245A (zh) * | 2015-07-09 | 2015-10-21 | 南京信息工程大学 | 一种基于广义熵理论的水环境风险管理动态智能综合分析方法 |
CN107036974A (zh) * | 2016-11-18 | 2017-08-11 | 中国水利水电科学研究院 | 基于确定性集合建模的水质参数多模型协同反演方法 |
CN108038448A (zh) * | 2017-12-13 | 2018-05-15 | 河南理工大学 | 基于加权熵的半监督随机森林高光谱遥感影像分类方法 |
WO2020016579A2 (en) * | 2018-07-17 | 2020-01-23 | Gtn Ltd | Machine learning based methods of analysing drug-like molecules |
US20200141877A1 (en) * | 2018-11-06 | 2020-05-07 | Nanjing Agricultural University | Method for estimating aboveground biomass of rice based on multi-spectral images of unmanned aerial vehicle |
CN109470667A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合水质参数和三维荧光光谱进行污染物溯源的方法 |
CN109470668A (zh) * | 2018-11-14 | 2019-03-15 | 华东理工大学 | 一种结合氮氧同位素和三维荧光进行污染物溯源的方法 |
CN109377089A (zh) * | 2018-11-20 | 2019-02-22 | 河海大学 | 一种基于协调发展度的水资源承载状态的评价方法 |
CN109711674A (zh) * | 2018-12-03 | 2019-05-03 | 北京师范大学 | 一种用于湖库水体污染溯源的指纹图谱库构建方法及装置 |
US20200208786A1 (en) * | 2019-01-02 | 2020-07-02 | Tongji University | Method for tracking and locating contamination sources in water distribution systems based on consumer complaints |
CN110083585A (zh) * | 2019-03-15 | 2019-08-02 | 清华大学 | 一种水污染排放源数据库及其建立方法 |
US20210156781A1 (en) * | 2019-04-28 | 2021-05-27 | Jinan University | Real-time online monitoring and source apportionment method for atmospheric fine particles containing heavy metals |
CN111426668A (zh) * | 2020-04-28 | 2020-07-17 | 华夏安健物联科技(青岛)有限公司 | 一种利用三维荧光光谱特征信息对污染水体溯源分类识别的方法 |
Non-Patent Citations (7)
Title |
---|
吕清等: "基于水纹识别的水体污染溯源案例研究", 《光谱学与光谱分析》 * |
吕清等: "基于水纹识别的水体污染溯源案例研究", 《光谱学与光谱分析》, no. 08, 31 August 2016 (2016-08-31), pages 2590 - 2595 * |
皮家骏 等: "基于灰色理论的鄱阳湖水质评价模型研究", 《水力发电》 * |
皮家骏 等: "基于灰色理论的鄱阳湖水质评价模型研究", 《水力发电》, vol. 43, no. 6, 30 June 2017 (2017-06-30), pages 5 - 8 * |
郭涛等: "东北典型农产区流域地下水水质评价与污染源识别", 《北京师范大学学报(自然科学版)》 * |
郭涛等: "东北典型农产区流域地下水水质评价与污染源识别", 《北京师范大学学报(自然科学版)》, no. 03, 30 June 2017 (2017-06-30), pages 316 - 322 * |
黄耀裔;魏星;苏建云;杨琳珩;陈文成;: "在Matlab中实现熵权TOPSIS法对地下水综合评价", 地球环境学报, no. 04, pages 261 - 265 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113449419A (zh) * | 2021-06-24 | 2021-09-28 | 北京市生态环境监测中心 | 基于大数据技术判断水污染源的方法和装置 |
CN113449419B (zh) * | 2021-06-24 | 2024-05-03 | 北京市生态环境监测中心 | 基于大数据技术判断水污染源的方法和装置 |
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 |
CN115424143A (zh) * | 2022-08-29 | 2022-12-02 | 南方海洋科学与工程广东省实验室(广州) | 水源污染溯源方法、装置、存储介质和计算机设备 |
CN115424143B (zh) * | 2022-08-29 | 2024-05-28 | 南方海洋科学与工程广东省实验室(广州) | 水源污染溯源方法、装置、存储介质和计算机设备 |
CN116756523A (zh) * | 2023-08-14 | 2023-09-15 | 清华大学合肥公共安全研究院 | 跨界水污染源解析方法、系统、装置和存储介质 |
CN116756523B (zh) * | 2023-08-14 | 2023-10-20 | 清华大学合肥公共安全研究院 | 跨界水污染源解析方法、系统、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112198144B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112198144B (zh) | 一种快速污水溯源的方法及系统 | |
WO2021174751A1 (zh) | 基于大数据的污染源定位方法、装置、设备及存储介质 | |
CN105631203A (zh) | 识别土壤中重金属污染源的方法 | |
CN105184000A (zh) | 基于朴素贝叶斯源识别的非负约束因子的污染源解析方法 | |
CN112270633B (zh) | 一种基于大数据驱动的公益诉讼线索研判系统和方法 | |
CN112381369B (zh) | 基于在线光谱识别的水体污染溯源和风险预测评估方法 | |
CN106600509B (zh) | 一种基于基础数据分析判断企业兑水排污行为的方法 | |
CN112101635A (zh) | 一种用电异常的监测方法和系统 | |
CN112505189A (zh) | 一种基于地下水特征污染物的自动溯源方法 | |
CN116340723A (zh) | 基于大数据的乡村水污染快速溯源方法及系统 | |
CN114169424A (zh) | 基于k近邻回归算法和用电数据的排污量预测方法 | |
CN116187861A (zh) | 基于同位素的水质溯源监测方法及相关装置 | |
CN110781225B (zh) | 一种环境介质污染物浓度水平的诊断方法 | |
CN104915563B (zh) | 基于金属定量构效关系的淡水慢性基准预测方法 | |
CN114660030A (zh) | 污染源解析方法、装置及存储介质 | |
CN117368434A (zh) | 一种基于大数据的水质监测系统 | |
CN118098442A (zh) | 一种基于多层感知器模型的城市水环境小尺度溯源方法 | |
CN111626629A (zh) | 一种智能处理城市用环境污染管理系统及其方法 | |
CN118247785A (zh) | 土壤修复用土壤污染快速检测装置及方法 | |
CN110175647A (zh) | 一种基于主成分分析和K-means聚类的污染源识别方法 | |
CN110807174B (zh) | 一种基于统计分布的污水厂厂群出水分析及异常识别方法 | |
CN116029589A (zh) | 基于两段式rbf的农村生活污水动植物油在线监测方法 | |
CN115855898A (zh) | 一种基于大数据的水质指纹溯源方法和系统 | |
CN112711911B (zh) | 基于污染源谱库的应用于边界观测的快速污染溯源方法 | |
CN114186118A (zh) | 一种网络舆情话题信息处理系统、方法、存储介质、终端 |
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 |