CN112684133B - 基于大数据平台的水质监测预警方法、系统及存储介质 - Google Patents
基于大数据平台的水质监测预警方法、系统及存储介质 Download PDFInfo
- Publication number
- CN112684133B CN112684133B CN202011502086.XA CN202011502086A CN112684133B CN 112684133 B CN112684133 B CN 112684133B CN 202011502086 A CN202011502086 A CN 202011502086A CN 112684133 B CN112684133 B CN 112684133B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- water quality
- information
- temporary
- signal
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 420
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 219
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 96
- 230000000737 periodic effect Effects 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 48
- 238000001514 detection method Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000012372 quality testing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PDNNQADNLPRFPG-UHFFFAOYSA-N N.[O] Chemical compound N.[O] PDNNQADNLPRFPG-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation 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
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本申请涉及一种基于大数据平台的水质监测预警方法、系统及存储介质,其中方法包括:获取目标水域的周期水质监测信号;通过互联网获取目标水域的实时状况信息;根据预设的异常状况表判断所述实时状况信息是否出现异常;若判断所述实时状况信息出现异常,则生成临时监测请求信号;将所述临时监测请求信号发送至预设在目标水域的监测节点,以使其生成临时水质监测信号;在接收到所述周期水质监测信号或所述临时水质监测信号后,对接收到的水质监测信号进行判断处理;若判断接收到的水质监测信号出现异常,则生成告警信号;将所述告警信号发送至监测终端以供监测人员查看。本申请具有提高监测的灵活性,以更全面地对水质进行实时动态监测的效果。
Description
技术领域
本申请涉及水质检测的技术领域,尤其是涉及一种基于大数据平台的水质监测预警方法、系统及存储介质。
背景技术
环境保护已经越来越受到国家的重视,我国已将环境保护列为一项基本国策,狠抓环境质量,作为环境保护细分领域的水质监测行业,也受到了各级政府部门的重视。
现有的水质监测往往通过设置固定的自动监测点,并按照一定的周期自动采样监测的方法获取水质数据。
针对上述中的相关技术,发明人认为:通过自动监测点定期获取水质数据局限性较大,不能根据实际情况及时调整。
发明内容
为了提高监测的灵活性,以更全面地对水质进行实时动态监测,本申请提供一种基于大数据平台的水质监测预警方法、系统及存储介质。
第一方面,本申请提供一种基于大数据平台的水质监测预警方法,采用如下的技术方案:
一种基于大数据平台的水质监测预警方法,所述方法基于一基于大数据平台的水质监测预警系统,所述系统包括若干用于生成水质监测信号的监测节点,每个所述监测节点对应有唯一的地址编号,包括:
获取目标水域的所有周期水质监测信号,所述每个周期水质监测信号携带有周期监测时间信息、对应的周期水质信息以及生成该周期水质监测信号的监测节点的地址编号;
通过互联网获取目标水域的实时状况信息,所述实时状况信息包括目标水域周边的潜在污染源状况信息和天气预报信息;
根据预设的异常状况表判断所述实时状况信息是否出现异常;
若判断所述实时状况信息出现异常,则生成临时监测请求信号,所述临时监测请求信号携带有异常状况的发生时间;
将所述临时监测请求信号发送至预设在目标水域的若干监测节点,以使其生成临时水质监测信号,所述临时水质监测信号携带有临时监测时间信息、临时水质信息以及生成该临时水质监测信号的监测节点的地址编号;
在接收到所述周期水质监测信号或所述临时水质监测信号后,对接收到的水质监测信号进行判断处理;
若判断接收到的水质监测信号出现异常,则生成告警信号;
将所述告警信号发送至预设的监测终端以供监测人员查看。
通过采用上述技术方案,当服务器通过互联网发现目标水域附近出现异常情况时,能够及时调配预设的监测节点进行临时监测;同时,当识别到监测结果出现异常时,生成告警信号提醒监测人员;通过常规的周期性监测和发生突发状况时的临时监测之间的配合,有助于提高监测的灵活性,实现了更全面地对水质进行实时动态监测。
可选的,所述潜在污染源状况信息包括当前日期、潜在污染源的位置和排放物状况,所述天气预报信息包括天气类型、该天气类型对应的持续时间以及发生地点;
所述判断所述实时状况信息是否出现异常,若判断所述实时状况信息出现异常,则生成临时监测请求信号,具体包括:
提取异常状况表中预设的异常状况关键词,识别所述潜在污染源状况信息中是否出现所述异常状况关键词;
若识别为出现所述异常状况关键词,则判断出现异常,并根据所述当前日期和潜在污染源的位置生成临时监测请求信号;
判断所述天气类型是否属于预设的异常天气状况表;
若所述天气类型属于预设的异常天气状况表,则根据对应的发生时间和发生地点生成临时监测请求信号。
通过采用上述技术方案,当出现暴雨、台风等恶劣天气,或发生污染物异常排放等情况时,服务器能够及时通过互联网捕获相关信息,并调配监测节点进行临时监测。
可选的,所述利用预设的判断规则对接收到的水质监测信号进行判断,具体包括:
若接收到周期水质监测信号,则将对应的周期水质信息中的数据与预设的合理阈值表进行对比,若所述周期水质信息中存在超出合理阈值表的数据,则判断所述周期水质监测信号出现异常;
若接收到临时水质监测信号,则将对应的临时水质信息中的不同监测项目的数据与预设的合理阈值表进行对比;
若所述临时水质信息中存在超出合理阈值表的数据,则判断所述临时水质监测信号出现异常;否则判断所述临时水质监测信号正常。
通过采用上述技术方案,通过将周期水质信息或临时水质信息中的数据和合理阈值表内的对应合理阈值进行对比,能够及时识别水质异常状况。
可选的,所述将对应的周期水质信息中的各项数据与预设的合理阈值表进行对比,还包括:
若所述周期水质信息中不存在超出合理阈值的数据,则根据对应的周期监测时间信息提取最近若干周期的周期水质信息,并将其与本周期的周期水质信息进行对比;
当其中任意种类的数据出现连续靠近合理阈值边缘的变化趋势,则判断对应的目标水域的水质存在异常风险,并生成预警信号;
将所述预警信号发送至预设的监测终端以供监测人员确认。
通过采用上述技术方案,服务器能够及时识别连续几个周期内数据的变化趋势,当出现水质恶化的趋势时,会生成预警信号以提醒监测人员,从而提高了水质监测的灵活性和监测效率。
可选的,在所述获取目标水域的周期水质监测状况信号之前,还包括设置监测节点的步骤,包括:
获取目标水域的地理环境信息、人文环境信息,所述人文环境信息包括居民区分布信息以及工业区分布信息;
根据所述地理环境信息和所述人文环境信息生成推荐监测节点信息,所述推荐监测节点信息包括对应的布设位置信息;
将所述推荐监测节点信息反馈至监测人员以供其确认监测节点的布设位置,所述布设位置与监测节点的地址编号一一对应。
通过采用上述技术方案,服务器根据目标水域周边的人文环境和地理环境智能推荐监测节点的放置位置,以供监测人员参考,从而使得监测节点的布局更为合理,有利于对水域内的水质信息进行全面监测。
可选的,所述设置监测节点的步骤还包括:
在确认监测节点的布设位置后,获取每个监测节点的布设位置附近的排放物种类信息;
根据所述排放物种类信息,为每个监测节点设置不同的监测项目。
通过采用上述技术方案,针对不同的监测节点设置不同的监测项目,提高了水质监测的针对性,从而提高了监测结果的可靠性。
可选的,所述若判断所述实时状况信息出现异常,则生成临时监测请求信号之后,还包括:
获取预设的监测周期,所述监测周期为获取周期水质监测信号的时间依据;
将所述临时监测请求信号中的异常状况的发生时间与所述监测周期进行对比,若出现重合,则不发送所述临时监测请求信号。
通过采用上述技术方案,当出现异常的时间恰好时周期监测的日期时,则不进行临时监测,减少了重复监测的概率,提高了资源利用率。
第二方面,本申请提供一种服务器,采用如下的技术方案:
一种服务器,包括:
发送模块,用于向预设的监测节点发送临时监测请求信号以使其生成临时水质监测信号;
接收模块,用于获取目标水域的周期水质监测信号和临时水质监测信号;
查询模块,用于通过互联网获取目标水域的实时状况信息;
存储模块,用于存储预设的异常状况表、预设的判断规则以及监测节点与地址编号的对应关系;
处理模块,用于进行如下处理:
根据预存在存储模块中的异常状况表对查询模块获取的实时状况信息进行判断处理;
在判断所述实时状况信息出现异常后,生成临时监测请求信号;
在接收到所述周期水质监测信号或所述临时水质监测信号后,对接收到的水质监测信号进行判断处理;
在判断接收到的水质监测信号出现异常后,生成告警信号;
所述发送模块还用于将所述告警信号发送至监测终端以供监测人员查看。
通过采用上述技术方案,实现了提高监测的灵活性,以更全面地对水质进行实时动态监测的效果。
第三方面,本申请提供一种基于大数据平台的水质监测预警系统,采用如下的技术方案:
一种基于大数据平台的水质监测预警系统,包括监测节点、监测终端以及如第二方面所述的服务器,所述监测节点在目标水域设置有若干个。
通过采用上述技术方案,实现了提高监测的灵活性,以更全面地对水质进行实时动态监测的效果。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,该计算机可读存储介质存储有能够被处理器加载并执行如第一方面所述方法的计算机程序。
通过采用上述技术方案,当所述计算机可读存储介质被装入任一计算机后,所述任一计算机就能执行本申请提供的基于大数据平台的水质监测预警方法。
综上所述,本申请包括以下至少一种有益技术效果:
1.一种基于大数据平台的水质监测预警方法,通过常规的周期性监测和发生突发状况时的临时监测之间的配合,提高了监测的灵活性,实现了更全面地对水质进行实时动态监测;
2.通过对连续几个周期内数据变化趋势的监测识别,当出现水质恶化的趋势时,会生成预警信号以提醒监测人员,从而提高了水质监测的灵活性和监测效率。
附图说明
图1是本申请实施例的一种基于大数据平台的水质监测预警方法的流程示意图。
图2是本申请实施例的S100的流程示意图。
图3是本申请实施例的一种服务器的结构框图。
图4是本申请实施例的一种基于大数据平台的水质监测预警系统的结构框图。
图5是本申请实施例的监测节点的结构框图。
附图标记说明:1、服务器;11、接收模块;12、查询模块;13、存储模块;14、处理模块;15、发送模块;2、监测节点;21、接收单元;22、检测单元;23、处理单元;24、存储单元;25、发送单元;3、监测终端。
具体实施方式
以下结合附图1-5对本申请作进一步详细说明。
本申请实施例公开一种基于大数据平台的水质监测预警方法。参照图1,基于大数据平台的水质监测预警方法包括:
S100:生成推荐监测节点信息以协助完成监测节点2的布置。
具体的,结合图2,S100包括:
S101:获取目标水域的地理环境信息、人文环境信息以生成推荐监测节点信息。
其中,地理环境信息包括目标水域附近的地形信息、地质信息,人文环境信息包括居民区分布信息和工业区分布信息。具体的,通过互联网检索、人工实地考察等方式获取地理环境信息和人文环境信息,对地理环境信息和人文环境信息进行对照处理以选取合适的地点作为推荐监测节点,例如,将工业区的排放点、居民区的饮用水采集点、居民区的废水排出点等等作为推荐监测节点。生成推荐节点信息并将其反馈给监测人员以使其确认监测节点2的布设位置。其中,推荐节点信息包含对应的布设位置信息。
S102:对不同的监测节点2设置不同的监测项目。
具体的,在根据推荐监测节点信息确认好监测节点2的布设位置后,根据每个监测节点2附近的污染源获取对应的排放物种类信息。根据监测节点2附近的排放物的种类确定该监测节点2的监测项目,将不同监测节点2的监测项目进行整理以形成监测项目安排表,其中监测项目包括:PH值、COD、有毒重金属含量、氨氧、总氮、电导率等等,监测项目安排表中记录有各监测节点2与对应监测项目的对应关系。其中,每个监测节点2均对应有唯一的地址编号。
将监测项目安排表发送给监测人员以使其进行如下处理:针对每个监测节点2对应的监测项目,设置对应的传感器或检测仪器,并最终完成对监测节点2的设置。
在完成对监测节点2的设置后,进入对水质的监测阶段。具体的,监测阶段包括周期性的日常监测以及发生突发情况时的临时监测。
一方面,周期性的日常监测包括以下步骤:
S200:获取周期水质监测信号。
具体的,周期水质监测信号由各个监测节点2根据预设的监测周期对水域内的水进行采样分析后生成。
在获取到周期水质监测信号后,进入S210。
S210:根据预设的判断规则对周期水质监测信号进行判断处理。
其中,周期水质监测信号携带有周期监测时间信息、监测节点2的地址编号以及对应的周期水质信息,具体的,周期水质信息中包含与监测项目对应的监测数据,将周期水质信息中的各项监测数据与预设的合理阈值表进行对比,其中,合理阈值表中记录有不同监测项目各自的合理阈值。
若识别出任意周期水质信息中存在超出合理阈值范围的监测数据,则判断与该周期水质信息对应的监测节点2附近的水域出现异常,将所有超出合理阈值范围的监测数据标记为异常监测数据,同时将对应的周期水质监测信号标记为异常监测信号,之后,进入S400,否则进入S211。
S211:识别最近若干周期的周期水质信息的变化趋势。
具体的,根据对应的周期监测时间信息提取最近若干周期的所有周期水质信息,例如最近三个周期、最近四个周期的周期水质信息。将具有相同地址编号的多个周期的周期水质信息进行对比,当其中的任意监测数据出现连续靠近对应的合理阈值边缘的变化趋势时,例如,若某一监测项目对应的合理阈值为0.6-0.8,具有相同地址编号的连续四个周期的周期水质信息中的对应该监测项目的监测数据依次为0.65、0.7、0.72、0.76,则判断当前周期的该周期水质信息存在异常风险,之后进入S212。否则判断所述临时水质监测信号正常。
S212:生成预警信号。
具体的,识别对应的地址编号,判断该地址编号对应的监测节点2附近的水域存在水质异常风险;生成预警信号,并将其反馈给监测人员以供其确认。其中,预警信号中携带有该地址编号、以及对应的出现上述变化趋势的监测项目和监测数据。
S213:将预警信号发送至预设的监测终端3以供监测人员确认。
具体的,将预警信号发送至预设的监测终端3以供其进行可视化处理,且供监测人员进行查看。监测人员通过查看预警信号,可以得知存在异常风险的水域所在位置范围、存在风险的监测项目及对应的监测数据,并及时进行验证和处理。
另一方面,发生突发情况时的临时监测包括以下步骤:
S300:获取目标水域的实时状况信息。
其中,实时状况信息包括目标水域周边的潜在污染源状况信息,潜在污染源状况信息包括当前日期、潜在污染源的位置和对应的排放物状况。具体的,通过人工实地考察、互联网关键词检索等方式获取潜在污染源状况信息。
实时状况信息还包括通过互联网获取的未来数天的天气预报信息,例如可以是未来三天、未来五天等等的天气预报信息;天气预报信息包括天气类型、对应的持续时间以及发生地点。
在获取到实时状况信息后,同时进入S310和S320。
S310:根据预设的异常状况表和潜在污染状况信息判断是否出现异常。
具体的,提取异常状况表中预设的异常状况关键词,举例来说,异常状况关键词可以是:事故、泄露、超标等等;识别潜在污染源状况信息中是否出现异常状况关键词,若识别到存在异常状况关键词,则判断出现异常,进入S311,否则判断未出现异常,不做处理。
S311:根据潜在污染源状况信息生成临时监测请求信号。
具体的,识别潜在污染源状况信息中的潜在污染源位置,将潜在污染源位置与各监测节点2的地址编号进行对比,以找出所有位于潜在污染源附近的监测节点2,并将这些监测节点2标记为临时监测节点;生成临时监测请求信号,临时监测请求信号中携带有临时监测时间以及所有临时监测节点的地址编号,其中,临时监测时间即为当前日期。之后,进入S330。
S320:根据预设的异常状况表和天气预报信息判断是否出现异常。
其中,预设的异常状况表包括异常天气状况表,异常天气状况表中记录有异常天气类型,包括暴雨、降雪、台风、冰雹等等。具体的,判断获取的天气预报信息中的天气类型是否属于异常天气状况表,若属于,则进入S321,否则不作处理。
S321:根据天气预报信息生成临时监测请求信号。
具体的,识别天气预报信息中对应的发生地点,找出所有位于发生地点范围内的监测节点2,将这些监测节点2标记为临时监测节点;生成临时监测请求信号,临时监测请求信号中携带有临时监测时间以及所有临时监测节点的地址编号,其中,临时监测时间根据该天气类型对应的持续时间生成。举例来说,临时监测时间为持续时间的最后一天。之后,进入S330。
S330:判断临时监测时间是否与预设的监测周期存在重合。
具体的,识别临时监测请求信号中的临时监测时间,将其与监测周期所对应的所有监测日期进行对比,若临时监测时间与监测周期中的任一监测日期重合,则不作处理,否则进入S340。
S340:将临时监测请求信号发送至对应的监测节点2以使其生成临时水质监测信号。
具体的,根据临时监测请求信号中的地址编号,将临时监测请求信号发送至与该地址编号对应的监测节点2以供其进行如下处理:
识别临时监测请求信号中的临时监测时间,并在对应时间对水域内的水进行取样分析,以生成并反馈临时水质监测信号。
在接收到临时水质监测信号后,进入S350。
S350:根据预设的判断规则对临时水质监测信号进行判断处理。
其中,临时水质监测信号中携带有临时监测时间信息、临时水质信息以及对应的监测节点2的地址编号。具体的,临时水质信息中包含与监测项目对应的监测数据,将临时水质信息中的各项监测数据与预设的合理阈值表进行对比;
若识别出任意临时水质信息中存在超出合理阈值范围的监测数据,则判断与该临时水质信息对应的监测节点2附近的水域出现异常,将所有超出合理阈值范围的监测数据标记为异常监测数据,同时将对应的临时水质监测信号标记为异常监测信号,之后,进入S400。
S400:根据异常监测信号生成告警信号。
具体的,识别异常监测信号所对应的水质监测信号的类型,
若识别为周期水质监测信号,则将其中所有的异常监测数据和对应的监测项目进行关联以生成异常数据表,将异常数据表和对应的周期监测时间信息、监测节点2的地址编号进行关联以生成告警信号;
若识别为临时水质监测信号,则将其中所有的异常监测数据和对应的监测项目进行关联以生成异常数据表,将异常数据表和对应的临时监测时间信息、监测节点2的地址编号进行关联以生成告警信号。
S500:将告警信号发送至监测终端3以供监测人员查看。
具体的,将告警信号发送至预设的监测终端3以供其进行可视化处理,方便监测人员查看,监测人员通过监测终端3能够查看异常数据表,并能够得知出现异常的位置范围和异常发生的时间。
本申请实施例还公开一种服务器1,参照图3,一种服务器1包括:
接收模块11,用于接收通过人工实地考察方式生成的地理环境信息和人文环境信息;用于接收预设的监测节点2发出的周期水质监测信号或临时水质监测信号以供处理模块14进行处理;用于接收通过人工实地考察方式生成的潜在污染源状况信息。
查询模块12,用于通过互联网查询并获取地理环境信息和人文环境信息;用于通过互联网查询并获取排放物种类信息;用于通过互联网查询并获取目标水域的实时状况信息。
存储模块13,用于存储以下内容:目标水域的地图信息,监测节点2与各自地址编号的对应关系,预设的异常状况表、合理阈值表和判断规则,以及按监测时间和对应的监测节点2分类存储的周期水质信息以及临时水质信息。
处理模块14,用于进行如下处理:
根据地理环境信息和人文环境信息生成推荐监测节点信息;
对监测节点2附近的排放物的种类进行识别处理以确定各监测节点2的监测项目,并整理生成监测项目安排表;
根据预先存储在存储模块13中的的异常状况表,对通过接收模块11和查询模块12获取的实时状况信息进行判断处理,并在判断为出现异常后生成临时监测请求信号;
判断临时监测请求信号是否与预设的监测周期重合;
根据预存在存储模块13中的判断规则对周期水质监测信号或临时水质监测信号进行判断处理,并在判断为出现异常后处理生成告警信号。
发送模块15,用于向预设的监测节点2发送由处理模块14处理生成的临时监测请求信号以使其生成临时水质监测信号;将处理模块14处理生成的监测项目安排表发送给监测人员以供其查看和使用;将处理模块14处理生成的预警信号、告警信号发送至预设的监测终端3以供监测人员查看确认。
本申请实施例还公开一种基于大数据平台的水质检测预警系统,参照图4,一种基于大数据平台的水质检测预警系统包括:
如上述技术方案中的服务器1;
若干监测节点2,结合图5,每个监测节点2包括:
接收单元21,用于接收服务器1发送的临时监测请求信号;
检测单元22,包括若干传感器和检测仪器,检测单元22用于根据处理单元23的安排对目标水域内的水进行取样检测;
处理单元23,用于根据预设在存储单元24内的监测周期或者接收单元21获取的临时监测请求信号,安排检测单元22进行检测;还用于根据检测单元22的检测结果生成周期水质监测信号或者临时水质监测信号;
存储单元24,用于存储预设的监测周期;
发送单元25,用于向服务器1发送由处理单元23生成的周期水质监测信号或临时水质监测信号;
监测终端3,用于接收发送模块15发出的各种信号并将其进行可视化处理以供监测人员查看。
本申请实施例还公开一种计算机可读存储介质,其存储有能够被处理器加载并执行如上述的基于大数据平台的水质监测预警方法的计算机程序,该计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本申请的技术方案,而非对申请的保护范围进行限制。显然,所描述的实施例仅仅是本申请部分实施例,而不是全部实施例。基于这些实施例,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,都属于本申请所要保护的范围。
Claims (10)
1.一种基于大数据平台的水质监测预警方法,其特征在于,所述方法基于一基于大数据平台的水质监测预警系统,所述系统包括若干用于生成水质监测信号的监测节点(2),每个所述监测节点(2)对应有唯一的地址编号,包括:
获取目标水域的所有周期水质监测信号,所述每个周期水质监测信号携带有周期监测时间信息、对应的周期水质信息以及生成该周期水质监测信号的监测节点(2)的地址编号;
通过互联网获取目标水域的实时状况信息,所述实时状况信息包括目标水域周边的潜在污染源状况信息和天气预报信息;
根据预设的异常状况表判断所述实时状况信息是否出现异常;
若判断所述实时状况信息出现异常,则生成临时监测请求信号,所述临时监测请求信号携带有异常状况的发生时间;
将所述临时监测请求信号发送至预设在目标水域的若干监测节点(2),以使其生成临时水质监测信号,所述临时水质监测信号携带有临时监测时间信息、临时水质信息以及生成该临时水质监测信号的监测节点(2)的地址编号;
在接收到所述周期水质监测信号或所述临时水质监测信号后,对接收到的水质监测信号进行判断处理;
若判断接收到的水质监测信号出现异常,则生成告警信号;
将所述告警信号发送至预设的监测终端(3)以供监测人员查看。
2.根据权利要求1所述的基于大数据平台的水质监测预警方法,其特征在于:所述潜在污染源状况信息包括当前日期、潜在污染源的位置和排放物状况,所述天气预报信息包括天气类型、该天气类型对应的持续时间以及发生地点;
所述判断所述实时状况信息是否出现异常,若判断所述实时状况信息出现异常,则生成临时监测请求信号,具体包括:
提取异常状况表中预设的异常状况关键词,识别所述潜在污染源状况信息中是否出现所述异常状况关键词;
若识别为出现所述异常状况关键词,则判断出现异常,并根据所述当前日期和潜在污染源的位置生成临时监测请求信号;
判断所述天气类型是否属于预设的异常天气状况表;
若所述天气类型属于预设的异常天气状况表,则根据对应的发生时间和发生地点生成临时监测请求信号。
3.根据权利要求1所述的基于大数据平台的水质监测预警方法,其特征在于,所述对接收到的水质监测信号进行判断处理,具体包括:
若接收到周期水质监测信号,则将对应的周期水质信息中的数据与预设的合理阈值表进行对比,若所述周期水质信息中存在超出合理阈值表的数据,则判断所述周期水质监测信号出现异常;
若接收到临时水质监测信号,则将对应的临时水质信息中的不同监测项目的数据与预设的合理阈值表进行对比;
若所述临时水质信息中存在超出合理阈值表的数据,则判断所述临时水质监测信号出现异常;否则判断所述临时水质监测信号正常。
4.根据权利要求3所述的基于大数据平台的水质监测预警方法,其特征在于,所述则将对应的周期水质信息中的数据与预设的合理阈值表进行对比,还包括:
若所述周期水质信息中不存在超出合理阈值的数据,则根据对应的周期监测时间信息提取最近若干周期的周期水质信息,并将其与本周期的周期水质信息进行对比;
当其中任意种类的数据出现连续靠近合理阈值边缘的变化趋势,则判断对应的目标水域的水质存在异常风险,并生成预警信号;
将所述预警信号发送至预设的监测终端(3)以供监测人员确认。
5.根据权利要求1所述的基于大数据平台的水质监测预警方法,其特征在于,在所述获取目标水域的周期水质监测状况信号之前,还包括设置监测节点(2)的步骤,包括:
获取目标水域的地理环境信息、人文环境信息,所述人文环境信息包括居民区分布信息以及工业区分布信息;
根据所述地理环境信息和所述人文环境信息生成推荐监测节点信息,所述推荐监测节点信息包括对应的布设位置信息;
将所述推荐监测节点信息反馈至监测人员以供其确认监测节点(2)的布设位置,所述布设位置与监测节点(2)的地址编号一一对应。
6.根据权利要求5所述的基于大数据平台的水质监测预警方法,其特征在于,所述设置监测节点(2)的步骤还包括:
在确认监测节点(2)的布设位置后,获取每个监测节点(2)的布设位置附近的排放物种类信息;
根据所述排放物种类信息,为每个监测节点(2)设置不同的监测项目。
7.根据权利要求1所述的基于大数据平台的水质监测预警方法,其特征在于,所述若判断所述实时状况信息出现异常,则生成临时监测请求信号之后,还包括:
获取预设的监测周期,所述监测周期为获取周期水质监测信号的时间依据;
将所述临时监测请求信号中的异常状况的发生时间与所述监测周期进行对比,若出现重合,则不发送所述临时监测请求信号。
8.一种服务器,其特征在于,包括:
发送模块(15),用于向预设的监测节点(2)发送临时监测请求信号以使其生成临时水质监测信号;
接收模块(11),用于获取目标水域的周期水质监测信号和临时水质监测信号;
查询模块(12),用于通过互联网获取目标水域的实时状况信息;
存储模块(13),用于存储预设的异常状况表、预设的判断规则以及监测节点与地址编号的对应关系;
处理模块(14),用于进行如下处理:
根据预存在存储模块(13)中的异常状况表对查询模块(12)获取的实时状况信息进行判断处理;
在判断所述实时状况信息出现异常后,生成临时监测请求信号;
在接收到所述周期水质监测信号或所述临时水质监测信号后,对接收到的水质监测信号进行判断处理;
在判断接收到的水质监测信号出现异常后,生成告警信号;
所述发送模块(15)还用于将所述告警信号发送至监测终端(3)以供监测人员查看。
9.一种基于大数据平台的水质监测预警系统,其特征在于:包括监测节点(2)、监测终端(3)以及如权利要求8所述的服务器(1),所述监测节点(2)在目标水域设置有若干个。
10.一种计算机可读存储介质,其特征在于:存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011502086.XA CN112684133B (zh) | 2020-12-18 | 2020-12-18 | 基于大数据平台的水质监测预警方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011502086.XA CN112684133B (zh) | 2020-12-18 | 2020-12-18 | 基于大数据平台的水质监测预警方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112684133A CN112684133A (zh) | 2021-04-20 |
CN112684133B true CN112684133B (zh) | 2023-02-10 |
Family
ID=75449164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011502086.XA Active CN112684133B (zh) | 2020-12-18 | 2020-12-18 | 基于大数据平台的水质监测预警方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112684133B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114965916A (zh) * | 2021-06-29 | 2022-08-30 | 青岛经济技术开发区海尔热水器有限公司 | 一种水质监测方法、装置、用水设备及存储介质 |
CN113568911A (zh) * | 2021-07-25 | 2021-10-29 | 海南华福环境工程有限公司 | 基于区块链的污水监测数据管理方法及系统 |
CN115201434A (zh) * | 2022-06-07 | 2022-10-18 | 广东省建设工程质量安全检测总站有限公司 | 水体监管方法、系统、设备及可读存储介质 |
CN115112850B (zh) * | 2022-07-25 | 2023-10-31 | 海丝埃睿迪数字科技有限公司 | 一种基于大数据的水质监测系统 |
CN115424422B (zh) * | 2022-07-29 | 2023-07-21 | 上海金铎禹辰水环境工程有限公司 | 水域预警方法、装置、设备及存储介质 |
CN115436593A (zh) * | 2022-09-21 | 2022-12-06 | 江苏预立新能源科技有限公司 | 一种湖泊水质监测系统 |
CN116205403B (zh) * | 2023-02-17 | 2023-09-22 | 广州珠科院工程勘察设计有限公司 | 一种拦截氮磷的水生态修复管理方法及系统 |
CN115859068B (zh) * | 2023-03-03 | 2023-05-16 | 四川三思德科技有限公司 | 一种用于智能水利架构的环境信息感知方法及系统 |
CN117237584B (zh) * | 2023-09-21 | 2024-05-14 | 安徽鸿凌智能仪表科技有限公司 | 一种仪表存放区异常监测方法及系统 |
CN118150786A (zh) * | 2024-02-29 | 2024-06-07 | 广东佛水建设有限公司 | 一种水质监测预警方法、系统、电子设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105300909A (zh) * | 2015-12-02 | 2016-02-03 | 重庆大学 | 基于直接光谱法的全天候长流域水质监测与预警系统 |
CN106841557A (zh) * | 2017-02-23 | 2017-06-13 | 上海喆之信息科技有限公司 | 基于互联网和大数据平台构建的水质远程查看和预警系统 |
CN107464199A (zh) * | 2017-07-27 | 2017-12-12 | 深圳市盛路物联通讯技术有限公司 | 一种智慧城市的综合管理方法和系统 |
CN107609742A (zh) * | 2017-08-14 | 2018-01-19 | 环境保护部华南环境科学研究所 | 一种水环境预警综合管理平台 |
CN207366542U (zh) * | 2017-09-27 | 2018-05-15 | 天津中科先进技术研究院有限公司 | 一种基于大数据的水质监测系统 |
CN108776465A (zh) * | 2018-06-12 | 2018-11-09 | 中国地质调查局南京地质调查中心 | 基于物联网的地下水质监测系统和主系统 |
CN109040278A (zh) * | 2018-08-20 | 2018-12-18 | 山东润智能科技有限公司 | 医院电气及动力系统安全智能管理云平台、方法及系统 |
CN109212153A (zh) * | 2018-10-16 | 2019-01-15 | 深圳美特优科技有限公司 | 一种基于无线传感器网络的水质监测系统 |
CN109857075A (zh) * | 2019-02-18 | 2019-06-07 | 河南省水文水资源局 | 基于移动终端的水资源监控平台运行维护管理系统 |
CN110046076A (zh) * | 2019-04-25 | 2019-07-23 | 广州河东科技有限公司 | 智能系统设备环境检查方法、系统、设备及可存储介质 |
CN110231445A (zh) * | 2019-06-04 | 2019-09-13 | 深圳市慧大成智能科技有限公司 | 一种用于水质监测的方法及装置 |
WO2020147419A1 (zh) * | 2019-01-18 | 2020-07-23 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
CN111650872A (zh) * | 2020-03-29 | 2020-09-11 | 浙江源态环保科技服务有限公司 | 一种基于物联网的河湖水生态环境监控系统 |
CN111879908A (zh) * | 2020-08-13 | 2020-11-03 | 江苏华东新能源勘探有限公司(江苏省有色金属华东地质勘查局八一三队) | 一种农业污水实时监测处理系统 |
-
2020
- 2020-12-18 CN CN202011502086.XA patent/CN112684133B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105300909A (zh) * | 2015-12-02 | 2016-02-03 | 重庆大学 | 基于直接光谱法的全天候长流域水质监测与预警系统 |
CN106841557A (zh) * | 2017-02-23 | 2017-06-13 | 上海喆之信息科技有限公司 | 基于互联网和大数据平台构建的水质远程查看和预警系统 |
CN107464199A (zh) * | 2017-07-27 | 2017-12-12 | 深圳市盛路物联通讯技术有限公司 | 一种智慧城市的综合管理方法和系统 |
CN107609742A (zh) * | 2017-08-14 | 2018-01-19 | 环境保护部华南环境科学研究所 | 一种水环境预警综合管理平台 |
CN207366542U (zh) * | 2017-09-27 | 2018-05-15 | 天津中科先进技术研究院有限公司 | 一种基于大数据的水质监测系统 |
CN108776465A (zh) * | 2018-06-12 | 2018-11-09 | 中国地质调查局南京地质调查中心 | 基于物联网的地下水质监测系统和主系统 |
CN109040278A (zh) * | 2018-08-20 | 2018-12-18 | 山东润智能科技有限公司 | 医院电气及动力系统安全智能管理云平台、方法及系统 |
CN109212153A (zh) * | 2018-10-16 | 2019-01-15 | 深圳美特优科技有限公司 | 一种基于无线传感器网络的水质监测系统 |
WO2020147419A1 (zh) * | 2019-01-18 | 2020-07-23 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
CN109857075A (zh) * | 2019-02-18 | 2019-06-07 | 河南省水文水资源局 | 基于移动终端的水资源监控平台运行维护管理系统 |
CN110046076A (zh) * | 2019-04-25 | 2019-07-23 | 广州河东科技有限公司 | 智能系统设备环境检查方法、系统、设备及可存储介质 |
CN110231445A (zh) * | 2019-06-04 | 2019-09-13 | 深圳市慧大成智能科技有限公司 | 一种用于水质监测的方法及装置 |
CN111650872A (zh) * | 2020-03-29 | 2020-09-11 | 浙江源态环保科技服务有限公司 | 一种基于物联网的河湖水生态环境监控系统 |
CN111879908A (zh) * | 2020-08-13 | 2020-11-03 | 江苏华东新能源勘探有限公司(江苏省有色金属华东地质勘查局八一三队) | 一种农业污水实时监测处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112684133A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112684133B (zh) | 基于大数据平台的水质监测预警方法、系统及存储介质 | |
CA2682052C (en) | Systems, methods, and computer program products for generating reference geocodes for point addresses | |
CN111275333B (zh) | 污染数据处理方法和装置 | |
CN111917877A (zh) | 物联网设备的数据处理方法及装置、电子设备、存储介质 | |
CN107358344B (zh) | 企业隐患管理方法及其管理系统、电子设备及存储介质 | |
CN110751451A (zh) | 一种实验室大数据管理系统 | |
CN110866642A (zh) | 安全监控方法、装置、电子设备和计算机可读存储介质 | |
CN113806370B (zh) | 基于大数据的环境数据监管方法、装置、设备及存储介质 | |
CN113469857A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
CN115858598A (zh) | 基于企业大数据的目标信息筛选匹配方法及相关设备 | |
CN109241043B (zh) | 一种数据质量检测方法及装置 | |
CN114417981A (zh) | 一种智能河长巡测系统 | |
CN111078512A (zh) | 告警记录生成方法、装置、告警设备及存储介质 | |
CN109885605B (zh) | 一种城市体征指标模型数据预处理方法 | |
CN115239209A (zh) | 用于垃圾填埋场筛除含重金属腐殖土的方法、设备和系统 | |
CN114646735A (zh) | 一种空气中二氧化碳浓度监测系统 | |
CN111798151B (zh) | 企业欺诈风险评估方法、装置、设备及可读存储介质 | |
CN117608995A (zh) | 一种数据中心的故障检测方法、装置和系统 | |
CN116957332A (zh) | 一种环境风险源预警系统及方法 | |
CN116246463A (zh) | 一种基于实时大数据的交通拥堵预警方法及系统 | |
CN113344417A (zh) | 一种居民楼中排查小作坊房屋的方法、系统、计算机设备及可读介质 | |
CN113706834A (zh) | 超标违排报警的实时推送提醒系统及其推送方法 | |
CN106034044A (zh) | 告警分析的方法和装置 | |
CN118193804B (zh) | 一种桥梁监测数据可视化查询系统及方法 | |
CN117634837B (zh) | 一种物业管理安保巡检系统及方法 |
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 |