CN112541028A - 水环境大数据监控系统及方法 - Google Patents
水环境大数据监控系统及方法 Download PDFInfo
- Publication number
- CN112541028A CN112541028A CN202011379235.8A CN202011379235A CN112541028A CN 112541028 A CN112541028 A CN 112541028A CN 202011379235 A CN202011379235 A CN 202011379235A CN 112541028 A CN112541028 A CN 112541028A
- Authority
- CN
- China
- Prior art keywords
- big data
- ecological environment
- data
- water
- environment
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 124
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000003911 water pollution Methods 0.000 claims description 12
- 238000010948 quality risk assessment Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000003908 quality control method Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 23
- 230000007613 environmental effect Effects 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000008901 benefit Effects 0.000 description 11
- 230000002265 prevention Effects 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 101150096185 PAAS gene Proteins 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 244000207740 Lemna minor Species 0.000 description 1
- 235000006439 Lemna minor Nutrition 0.000 description 1
- 235000001855 Portulaca oleracea Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 210000004258 portal system Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012911 target assessment Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及水资源监控技术领域，具体涉及一种水环境大数据监控系统，包括：生态环境监测网络，用于对生态环境进行实时监测，并获取生态环境数据；生态环境保护大数据云平台，用于根据生态环境数据采用数据共享交换算法建立生态环境保护大数据中心；大数据应用平台，用于采用多维时空大数据分析算法对生态环境数据进行分析。本发明全面汇集生态环境保护数据，通过数学算法动态研判环境形势、预测环境质量、智能洞察环境问题、实时追溯污染成因，能够有效推荐管控措施，提升生态环境智能化监管水平，解决了已有的方法和技术无法高效、快速、精准地对流域进行智慧监控管理的技术问题。
Description
技术领域
本发明涉及水资源监控技术领域，具体涉及一种水环境大数据监控系统及方法。
背景技术
目前，水资源污染问题日益严重，对受到污染的水体进行修复，经济投入大、技术难度高、时间周期长。故而，水资源监测任务十分繁重，为了适应水资源管理与保护工作的需求，急需提高水资源监测技术的自动化、智能化以及现代化水平。
对此，中国专利CN108346004A公开了一种基于大数据的水资源监控分析系统，包括大数据处理中心、大数据存储中心、通信设备、供水调控中心、计量设备、检测数据采集、实时预报单元和实时评价单元，通过互联网的及时信息传输性，将水计量终端连接到互联网向大数据中心提供及时数据，将水质检测终端连接到互联网向大数据中心提供及时数据，大数据中心对数据进行横向和纵向对比，对水质和水量进行实时评价，对水资源数量、水资源质量进行和需水量进行实时预报。
随着管理深度加大和频度的提高，水环境管理仍然面临诸多论难，比如说通过监测采样测定污染物分布特征，并应用数学模型计算开展预测和预警是当前水环境管理的主要研究方式。但由于计算方法与数据的局限性，只能对数据进行简单的横向对比和纵向对比，区域发生环境风险时，已有的方法和技术无法高效、快速、精准地对流域进行智慧监控管理。
发明内容
本发明提供一种水环境大数据监控系统，解决了已有的方法和技术无法高效、快速、精准地对流域进行智慧监控管理的技术问题。
本发明提供的基础方案为：一种水环境大数据监控系统，包括：
生态环境监测网络，用于对生态环境进行实时监测，并获取生态环境数据；
生态环境保护大数据云平台，用于根据生态环境数据采用数据共享交换算法建立生态环境保护大数据中心；
大数据应用平台，用于采用多维时空大数据分析算法对生态环境数据进行分析。
本发明的工作原理及优点在于：以环境质量改善为核心，以目标-现状-问题-措施-成效的工作路线图为主线，全面汇集生态环境保护数据，比如说，综合利用卫星遥感影像、无人机航拍、视频监控、在线监测、网络爬虫等技术，通过数学算法动态研判环境形势、预测环境质量、智能洞察环境问题、实时追溯污染成因，有效推荐管控措施，从而提升生态环境智能化监管水平。
本发明能够有效推荐管控措施，提升生态环境智能化监管水平，解决了已有的方法和技术无法高效、快速、精准地对流域进行智慧监控管理的技术问题。
进一步，生态环境数据包括压力源与水质，大数据应用平台构建压力源与水质的响应关系模型。
有益效果：通过这样的方式，可以得到描述河流的压力源与水质关系的准确参考模型，同时构建水体响应模型及指标体系，从而泛化模型。
进一步，大数据应用平台基于深度神经网络构建小流域水污染决策自学习算法。
有益效果：通过这样的方式，可以提高水环境管理的科学性和决策支撑能力，并实现各类水污染防治方法的调用。
进一步，大数据应用平台建立水质达标估算经验模型。
有益效果：通过这样的方式，建立经验模型，可以估算当年各断面的水质类别，也便于估算不同管理级别断面的全市总体水质达标率。
进一步，大数据应用平台建立水质风险评估与管控模型。
有益效果：通过这样的方式，可以计算各断面每月应达到的因子浓度值作为目标管控值，便于按照业务要求设定相应预警、报警规则。
进一步，生态环境保护大数据云平台建立的生态环境保护大数据中心包括水污染防治大数据专题库和大气污染防治大数据专题库。
有益效果在于：由于水污染与大气污染的形成、防治均有所不同，通过这样的方式，同时、分别建立水污染防治大数据专题库和大气污染防治大数据专题库，便于采取相应的治理措施。
进一步，生态环境保护大数据云平台包括统一的云计算资源服务IASS和云平台即服务PASS。
有益效果在于：PAAS把客户采用提供的开发语言和应用程序部署到供应商的云计算基础设施上去，通过这样的方式，不需要管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储等；IASS是对所有计算基础设施的利用，包括处理CPU、内存、存储、网络和其它基本的计算资源，通过这样的方式，用户能够部署和运行任意软件。
进一步，生态环境保护大数据云平台包括3+1+X共享交换和其他委办局数据交换。
有益效果在于：通过这样的方式，在生态环境保护大数据云平台建立3+1+X共享交换和其他委办局数据交换，有利于数据的及时共享。
进一步，水环境大数据系统包括水环境质量、涉水源清单和统计分析。
有益效果在于：通过这样的方式，可以对水环境做全方位的分析，从而为采取措施提供依据。
本发明还提供一种水环境大数据监控方法，包括步骤：
S1、对生态环境进行实时监测，并获取生态环境数据；
S2、根据生态环境数据采用数据共享交换算法建立生态环境保护大数据中心；
S3、采用多维时空大数据分析算法对生态环境数据进行分析。
本发明的工作原理及优点在于：以环境质量改善为核心，以目标-现状-问题-措施-成效的工作路线图为主线，综合利用卫星遥感影像、无人机航拍、视频监控、在线监测、网络爬虫等技术，全面汇集生态环境保护数据，通过数学算法动态研判环境形势、预测环境质量、智能洞察环境问题、实时追溯污染成因，有效推荐管控措施，从而提升生态环境智能化监管水平。能够有效推荐管控措施，提升生态环境智能化监管水平，解决了已有的方法和技术无法高效、快速、精准地对流域进行智慧监控管理的技术问题。
附图说明
图1为本发明一种水环境大数据监控系统实施例的系统结构框图。
图2为本发明一种水环境大数据监控系统实施例3的采集装置的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
说明书附图中的附图标记包括：第一支杆1、第二支杆2、转动杆3、梢钉4、弹簧5、拉力传感器6、控制器7、水质检测器8、滤板9、壳体10。
实施例1
本发明一种水环境大数据监控系统如附图1所示，包括：
生态环境监测网络，用于对生态环境进行实时监测，并获取生态环境数据；
生态环境保护大数据云平台，用于根据生态环境数据采用数据共享交换算法建立生态环境保护大数据中心；
大数据应用平台，用于采用多维时空大数据分析算法对生态环境数据进行分析。
在本实施例中，生态环境监测网络用于监测水环境质量数据、大气环境质量数据，以及污染源、风险源；生态环境保护大数据云平台建立的生态环境保护大数据中心包括水污染防治大数据专题库、大气污染防治大数据专题库，以及统一的云计算资源服务IASS、云平台即服务PASS。PAAS把客户采用提供的开发语言和应用程序部署到供应商的云计算基础设施上去，通过这样的方式，不需要管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储等；IASS是对所有计算基础设施的利用，包括处理CPU、内存、存储、网络和其它基本的计算资源，通过这样的方式，用户能够部署和运行任意软件。
除此之外，生态环境保护大数据云平台进行3+1+X共享交换和其他委办局数据交换，3+1+X共享交换是指市局、区县、企业+公众+其他部门。通过这样的方式，在生态环境保护大数据云平台建立3+1+X共享交换和其他委办局(比如说统计局、环保局)数据交换，有利于数据的及时共享。大数据应用平台包括大气环境大数据系统和水环境大数据系统；其中，大气环境大数据系统包括空气质量、污染源台账和污染源分析这些个模块，水环境大数据系统包括水环境质量、涉水源清单和统计分析这些个模块。
具体实施过程如下：
S1、对生态环境进行实时监测，并获取生态环境数据。
在本实施例中，本系统部署在重庆市生态环境云平台上，与重庆市生态环境局政务门户系统实现单点登录，与重庆市生态环境数据资源中心实现数据交换与共享。重庆市生态环境数据资源中心为本平台提供基础数据服务与空间服务，本系统通过数据资源中心与国家监测总站系统实现共享交换，本系统通过重庆市公共数据资源共享交换平台实现与重庆市气象局、水利局、国土资源局、林业局、规划资源局、农业局等实现数据共享交换，获取生态环境相关的各行业数据，实现生态环境管理业务协同。运用自动监测、在线监控、卫星遥感、无人机、模型算法等技术，及时上传问题图像，甄别水质问题，实现高效、实时、快速、无盲区信息采集。
S2、建立生态环境保护大数据中心。
用数据推导问题，开展多维时空大数据分析，多方面生成问题清单。针对管理者和业务操作人员的不同需求，按照目标考核、流域水质、问题剖析、涉水源清单、治理措施、预期成效的管理主线，对标对表呈现水质状况；通过超标分析、临界超标预报、多年同比环比恶化分析、风险预测分析等不同维度，多视角呈现问题清单，追踪问题河流、问题区县、问题断面、问题因子，提升水环境问题发现能力。
通过卫星遥感、无人机遥感航拍、及视频云台技术，形成平台“千里眼”，通过遥感解译饮用水源保护区疑似违法行为、沿河排污口正逐步成流域水环境保护专项工作的取证、分析和研判的依据。
S3、对生态环境数据进行分析。
开展污染负荷测算，通过输入性污染贡献分析、行政区划、乡镇等区域贡献分析、时间贡献、污染类型要素贡献分析等多套算法功能，分析河流、断面的污染成因，找出污染源-水质响应关系，动态追踪疑似污染源，将污染源锁定到园区、镇街，实现精准溯源管理。按照目标-现状-问题-成因-措施-成效的闭环管理思路，对标对表呈现水质状况，构建水形势分析指挥舱，通过沿程变化、出入境分析、历史演变趋势分析、超标因子分析、水质排名等方法，用7000万个数据为流域“画像”，开展流域水环境形势研判。利用大数据相关特征预测水质，结合水动力水质模型，开展全市水质达标预判。
可见，按照“环境目标-现状问题-措施成效”思路，融合水环境质量、问题、治理措施、目标考核等任务管理及工作进展，建立了问题发现、治理监管、决策调度的大数据应用模式，解决了传统管理中数据更新困难、问题分析耗时长、工作量大、措施针对性不强的问题。
实施例2
与实施例1不同之处仅在于，
本实施例中，针对河流的压力源具有自身环境复杂，受影响因素较多，难以准确构造拟合模型的问题，研究基于深度学习自适应压力源与水质关系模型，并构建动态权重关系，自适应计算出上游来水、土地开发、产业化和城镇化等压力源的重要程度。此外，该模型能在大数据平台中对构建示范流域的压力源与水质关系进行抽象，以此得到能描述其他河流的各压力源与水质关系的准确参考模型，同时构建水体响应模型及指标体系，并泛化模型为全市河流所用，为主要不达标水体主要污染因子溯源分析提供大数据理论依据，为水质监测和水污染防治提供有效可靠的基础理论保障。
为应对水环境污染的严峻挑战，提高水环境管理的科学性和决策支撑能力，通过研究多个流域水环境形势诊断与预测模型、基于经济社会-污染减排-水质改善的水环境预测模型、流域水环境规划目标分配等多项水污染防治大数据智能决策核心技术研究，建立水质现状分析、压力源分析、风险评估分析等各类方法数据库，并实现各类水污染防治方法的调用。通过事先制定相应预测“目标”，依据“目标”的需求进行相应的数据挖掘工作，形成相应的大数据人工智能系统，从而实现累积性水污染事件的预测和对不同类型污染事件的做出正确决策的目的。
按照水质估算规则，依托历年水质监测数据和当年已有实测数据，建立经验模型，估算当年各断面的水质类别，估算不同管理级别断面的全市总体水质达标率，并与当年的水质目标对比，估算能否达到当年考核目标。
针对断面的每个考核因子，用今年已监测的数据，和未发生的月份用上年数据做算术平均，然后用单因子评价法(评价标准参见GB3838-2002)，得到该断面的累计平均类别，每月有新的水质数据时，对预测数据进行同步更新，如下式。
式中，FAVG为单因子平均浓度值，F1为单年因子监测值，F2为上年因子监测值，n为当年已监测的月份，m为当年要预测的月份。
针对断面的每个考核因子，用该断面的历年当月的监测值做算术平均，然后用单因子评价法(评价标准参见GB3838-2002)，得到该断面的当月评价类别，如下式。
式中，FAVG为单因子平均浓度值，F为因子监测值，n为监测数据开始年份，m为预测数据的上一年。
根据业务规则，建立水质风险评估与管控模型，根据历史监测数据，筛选各断面历年超标因子，依据国考断面每月达标水质类别，计算各断面每月应达到的因子浓度值作为目标管控值。按照业务要求设定相应预警、报警规则，实测数据与目标管控浓度值比较，每月开展水质风险评估断面预警和报警。根据历史监测数据，筛选各断面历年超标因子，依据国考断面每月达标水质类别，计算各断面每月应达到的因子浓度值作为目标管控值，并按照业务要求设定相应预警、报警规则，实测数据与目标管控浓度值比较，每月开展水质风险评估断面预警和报警。
针对国考断面、重点城镇断面的考核因子，如果该因子有过超标记录，则取其历年当月平均值和当年考核目标上限值的平均值；否则，取其历年当月平均值和当年考核目标上限值的最大值，推算出2020年该因子每月的管控线，如下式。
Fa(i)＝MAX(FAVG(i),Ft)
Fb(i)＝AVG(FAVG(i),Ft)
式中，Fa为达标因子，Fb为超标因子，i为月份，FAVG为单因子平均浓度值，Ft为因子当年目标上限值。
实施例3
与实施例2不同之处仅在于，还包括采集装置，如附图2所示，采集装置包括：第一支杆1、第二支杆2、转动杆3、梢钉4、弹簧5、拉力传感器6、控制器7、水质检测器8、滤板9、壳体10。壳体10为圆筒形，壳体10的左右两端均安装有滤板9，比如说，通过螺丝进行安装；滤板9上均有钻有多个滤孔。第一支杆1一端焊接在壳体10内壁上，控制器7和水质检测器8固定安装在第一支杆1的另一端上，比如说，通过螺丝安装，或者用钢丝进行固定。第二支杆2一端焊接在壳体10的内壁上，另一端与转动杆3铰接，也即通过梢钉4铰接，转动杆3可以绕梢钉4的轴线自由转动。拉力传感器6固定安装在壳体10内壁的上壁面上，弹簧5一端与拉力传感器6固定连接，另一端焊接在转动杆上。
在本实施例中，生态环境数据通过水质检测器8进行采集，初始时，转动杆3处于自然下垂状态，弹簧5处于自然长度状态，将采集装置放入河里。当河水从右往左流经采集装置时，由于壳体10的两端设有滤板9，野草、青苔、浮萍等杂物就会被阻挡，从而防止杂物附着在水质检测器8上，避免水质检测器8不能正常工作。在河水的向左的冲击力的作用下，转动杆3会向左偏转，使得弹簧5的长度变长，拉力传感器6便检测到弹簧5的拉力，并将拉力发送到控制器7。
根据基本的物理学知识可知，在一段时间内，如果河水匀速流动，也即河水的流速不随时间发生变化，那么拉力传感器6检测到的拉力就应该大致相等；如果河水加速流动，也即河水的流速随时间逐渐增大，那么拉力传感器6检测到的拉力也应该逐渐增大；如果河水减速流动，也即河水的流速随时间逐渐减小，那么拉力传感器6检测到的拉力也应该逐渐减小。
在本实施例中，在河水的流速稳定后水质检测器8才开始采集数据，具体而言：拉力传感器6实时采集弹簧5的拉力，并将采集到的拉力发送到控制器7；控制器7在接收到拉力以后，判断在预设时长内拉力是否大致相等：如果在预设时长内拉力大致相等，发送控制信号到水质检测器8，水质检测器8接收到控制信号后开始采集数据；反之，如果在预设时长内拉力没有大致相等，则不发送控制信号到水质检测器8。通过这样的方式，在拉力稳定后，也即河水的流速稳定后才进行数据采集；相较于直接开始数据采集，得到数据更加可靠，受偶然的因素的影响较小。
比如说，预设时长为5分钟，如果这段时间内的拉力都在2N左右波动，最大的拉力为2.1N、最小的拉力为1.9N，拉力波动不超过5％，说明这段时间河水的流速比较稳定，采集的数据也会比较可靠，从而开始采集数据；反之，如果这段时间内最大的拉力为2.5N、最小的拉力为1.0N，拉力波动甚至达到了50％，说明这段时间河水的流速不稳定，采集的数据随机性较强，无法反应河水的真实情况，故而不开始采集数据。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种水环境大数据监控系统，其特征在于，包括：
生态环境监测网络，用于对生态环境进行实时监测，并获取生态环境数据；
生态环境保护大数据云平台，用于根据生态环境数据采用数据共享交换算法建立生态环境保护大数据中心；
大数据应用平台，用于采用多维时空大数据分析算法对生态环境数据进行分析。
2.如权利要求1所述的水环境大数据监控系统，其特征在于，生态环境数据包括压力源与水质，大数据应用平台构建压力源与水质的响应关系模型。
3.如权利要求2所述的水环境大数据监控系统，其特征在于，大数据应用平台基于深度神经网络构建小流域水污染决策自学习算法。
4.如权利要求3所述的水环境大数据监控系统，其特征在于，大数据应用平台建立水质达标估算经验模型。
5.如权利要求4所述的水环境大数据监控系统，其特征在于，大数据应用平台建立水质风险评估与管控模型。
6.如权利要求5所述的水环境大数据监控系统，其特征在于，生态环境保护大数据云平台建立的生态环境保护大数据中心包括水污染防治大数据专题库和大气污染防治大数据专题库。
7.如权利要求6所述的水环境大数据监控系统，其特征在于，生态环境保护大数据云平台包括统一的云计算资源服务IASS和云平台即服务PASS。
8.如权利要求7所述的水环境大数据监控系统，其特征在于，生态环境保护大数据云平台包括3+1+X共享交换和其他委办局数据交换。
9.如权利要求8所述的水环境大数据监控系统，其特征在于，大气环境大数据系统包括空气质量、污染源台账和污染源分析。
10.一种水环境大数据监控方法，包括步骤：
S1、对生态环境进行实时监测，并获取生态环境数据；
S2、根据生态环境数据采用数据共享交换算法建立生态环境保护大数据中心；
S3、采用多维时空大数据分析算法对生态环境数据进行分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011379235.8A CN112541028B (zh) | 2020-11-30 | 2020-11-30 | 水环境大数据监控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011379235.8A CN112541028B (zh) | 2020-11-30 | 2020-11-30 | 水环境大数据监控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112541028A true CN112541028A (zh) | 2021-03-23 |
| CN112541028B CN112541028B (zh) | 2021-08-13 |
Family
ID=75016672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011379235.8A Active CN112541028B (zh) | 2020-11-30 | 2020-11-30 | 水环境大数据监控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112541028B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113190715A (zh) * | 2021-04-16 | 2021-07-30 | 水利部珠江水利委员会技术咨询(广州)有限公司 | 一种生态环境智能监测报警分析方法及系统 |
| CN113896331A (zh) * | 2021-11-03 | 2022-01-07 | 江苏南大五维电子科技有限公司 | 一种地表水智能治理系统 |
| CN114066211A (zh) * | 2021-11-11 | 2022-02-18 | 北京师范大学 | 一种流域水环境管理大数据平台 |
| CN114416692A (zh) * | 2021-12-27 | 2022-04-29 | 重庆市生态环境大数据应用中心 | 一种构建流域水环境管理数据资源体系的方法 |
| CN116402252A (zh) * | 2023-03-30 | 2023-07-07 | 重庆市生态环境大数据应用中心 | 用于水污染防治的智能分析决策方法及系统 |
| CN116451034A (zh) * | 2023-03-30 | 2023-07-18 | 重庆大学 | 基于xgboost算法的压力源与水质关系的分析方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2356177A (en) * | 1999-11-11 | 2001-05-16 | Rover Group | A motor vehicle fuel tank assembly |
| JP2009000645A (ja) * | 2007-06-22 | 2009-01-08 | Kazuo Tonoga | アンモニア性窒素〜硝酸性窒素脱・窒素同時分解除去、窒素サイクル・バイオマス・生物接触酸化濾過装置 |
| US7875173B1 (en) * | 1997-11-21 | 2011-01-25 | Barnes Ronald L | Ozone generator retrofit apparatus for jetted tubs, spas, and other water circulation facilities |
| CN103177303A (zh) * | 2013-04-18 | 2013-06-26 | 清华大学 | 一种基于河流生态监测的数据管理系统 |
| CN105259017A (zh) * | 2015-11-03 | 2016-01-20 | 西南石油大学 | 一种深水钻井软悬挂隔水管避台力学行为试验系统及其试验方法 |
| CN106932551A (zh) * | 2017-02-20 | 2017-07-07 | 山东师范大学 | 环境压力下的鱼类响应模型生成方法及水体质量评估方法 |
| CN107576527A (zh) * | 2017-08-10 | 2018-01-12 | 大连理工大学 | 一种水质采样智能化控制装置 |
| CN107966326A (zh) * | 2017-12-25 | 2018-04-27 | 东莞市智配机电科技有限公司 | 一种便携式污水水样采集装置 |
| CN110580616A (zh) * | 2019-10-30 | 2019-12-17 | 中国科学院地理科学与资源研究所 | 一种基于5g及物联网的人工智能云计算水环境管理平台 |
| US20200141785A1 (en) * | 2018-11-07 | 2020-05-07 | P4 Infrastructure, Inc. | Permeable Pavement Monitoring System |
| CN111239338A (zh) * | 2020-01-19 | 2020-06-05 | 徐州工业职业技术学院 | 开放式空气质量监测系统 |
| CN211317828U (zh) * | 2019-09-23 | 2020-08-21 | 江苏国创检测技术有限公司 | 一种地表水检测用便携式采样器 |
-
2020
- 2020-11-30 CN CN202011379235.8A patent/CN112541028B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7875173B1 (en) * | 1997-11-21 | 2011-01-25 | Barnes Ronald L | Ozone generator retrofit apparatus for jetted tubs, spas, and other water circulation facilities |
| GB2356177A (en) * | 1999-11-11 | 2001-05-16 | Rover Group | A motor vehicle fuel tank assembly |
| JP2009000645A (ja) * | 2007-06-22 | 2009-01-08 | Kazuo Tonoga | アンモニア性窒素〜硝酸性窒素脱・窒素同時分解除去、窒素サイクル・バイオマス・生物接触酸化濾過装置 |
| CN103177303A (zh) * | 2013-04-18 | 2013-06-26 | 清华大学 | 一种基于河流生态监测的数据管理系统 |
| CN105259017A (zh) * | 2015-11-03 | 2016-01-20 | 西南石油大学 | 一种深水钻井软悬挂隔水管避台力学行为试验系统及其试验方法 |
| CN106932551A (zh) * | 2017-02-20 | 2017-07-07 | 山东师范大学 | 环境压力下的鱼类响应模型生成方法及水体质量评估方法 |
| CN107576527A (zh) * | 2017-08-10 | 2018-01-12 | 大连理工大学 | 一种水质采样智能化控制装置 |
| CN107966326A (zh) * | 2017-12-25 | 2018-04-27 | 东莞市智配机电科技有限公司 | 一种便携式污水水样采集装置 |
| US20200141785A1 (en) * | 2018-11-07 | 2020-05-07 | P4 Infrastructure, Inc. | Permeable Pavement Monitoring System |
| CN211317828U (zh) * | 2019-09-23 | 2020-08-21 | 江苏国创检测技术有限公司 | 一种地表水检测用便携式采样器 |
| CN110580616A (zh) * | 2019-10-30 | 2019-12-17 | 中国科学院地理科学与资源研究所 | 一种基于5g及物联网的人工智能云计算水环境管理平台 |
| CN111239338A (zh) * | 2020-01-19 | 2020-06-05 | 徐州工业职业技术学院 | 开放式空气质量监测系统 |
Non-Patent Citations (5)
| Title |
|---|
| 于晨磊: "无线水质采样器控制系统及水声通信模块研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
| 宋凯: "面向环境保护的智慧物联网关及平台设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 李聪: "《公共安全大数据技术与应用》", 31 October 2018 * |
| 杨志敏: "基于压力—状态—响应模型的三峡库区重庆段农业面源污染研究", 《中国博士学位论文全文数据库工程科技Ⅰ辑》 * |
| 王雪等: "基于控制断面水质达标的秃尾河流域总量控制", 《北京工业大学学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113190715A (zh) * | 2021-04-16 | 2021-07-30 | 水利部珠江水利委员会技术咨询(广州)有限公司 | 一种生态环境智能监测报警分析方法及系统 |
| CN113190715B (zh) * | 2021-04-16 | 2021-10-26 | 水利部珠江水利委员会技术咨询(广州)有限公司 | 一种生态环境智能监测报警分析方法及系统 |
| CN113896331A (zh) * | 2021-11-03 | 2022-01-07 | 江苏南大五维电子科技有限公司 | 一种地表水智能治理系统 |
| CN114066211A (zh) * | 2021-11-11 | 2022-02-18 | 北京师范大学 | 一种流域水环境管理大数据平台 |
| CN114416692A (zh) * | 2021-12-27 | 2022-04-29 | 重庆市生态环境大数据应用中心 | 一种构建流域水环境管理数据资源体系的方法 |
| CN116402252A (zh) * | 2023-03-30 | 2023-07-07 | 重庆市生态环境大数据应用中心 | 用于水污染防治的智能分析决策方法及系统 |
| CN116451034A (zh) * | 2023-03-30 | 2023-07-18 | 重庆大学 | 基于xgboost算法的压力源与水质关系的分析方法及系统 |
| CN116402252B (zh) * | 2023-03-30 | 2024-06-21 | 重庆市生态环境大数据应用中心 | 用于水污染防治的智能分析决策方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112541028B (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112541028B (zh) | 水环境大数据监控系统及方法 | |
| CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
| CN108700851B (zh) | 用于预测能量消耗的系统、方法和基于云的平台 | |
| CN106570581B (zh) | 能源互联网环境下基于属性关联的负荷预测系统及其方法 | |
| CN112417788A (zh) | 基于大数据的水环境污染分析系统及方法 | |
| CN105811402B (zh) | 一种电力负荷预测系统及其预测方法 | |
| CN109597014A (zh) | 一种基于人工智能技术的电能表误差诊断方法 | |
| CN116796907A (zh) | 一种基于物联网的水环境动态监测系统及其方法 | |
| CN103489053A (zh) | 一种基于云计算与专家系统的智能水资源管控平台 | |
| CN105701596A (zh) | 一种基于大数据技术的配网抢修精益化方法以及管理系统 | |
| CN114047719A (zh) | 一种农村生活污水处理设施远程监测评估系统与运行方法 | |
| CN116720752A (zh) | 基于大数据的装配式建筑质量信息监管系统 | |
| CN112084684B (zh) | 一种基于物联网的桥梁健康可视化监测系统 | |
| CN116937575A (zh) | 一种网格系统用的能源监控管理系统 | |
| CN113112169A (zh) | 一种污水处理厂的智慧云服务系统 | |
| CN105721194A (zh) | 移动网故障隐患智能定位系统 | |
| CN107527121A (zh) | 一种电网的信息系统运行状态诊断预测的方法 | |
| CN117878925B (zh) | 一种智能电网的输电数据控制方法及系统 | |
| CN115865992A (zh) | 一种智慧水利在线监测系统 | |
| US12001199B2 (en) | Method, system and computer program product for evaluation of energy consumption in industrial environments | |
| CN114019831A (zh) | 水资源监测物联网平台 | |
| CN114693111A (zh) | 变电站少油设备智能监测分析系统及方法 | |
| Turochy et al. | Measuring variability in traffic conditions by using archived traffic data | |
| Stoian et al. | SCADA and modeling in water management | |
| CN115795991A (zh) | 滑坡预测方法、装置、电子设备和可读存储介质 |
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 |