CN113155102B - 一种河流综合治理系统 - Google Patents

Abstract

本发明公开了一种河流综合治理系统，涉及水利工程技术领域；包括流速监控模块、数据判断模块、物联采集模块、数据分析模块和存储模块；流速监控模块用于实时获取各个河流关键点的水流速度信息组和河流关键点的河面视频信息；数据判断模块用于对水流速度信息组和河面视频信息做出指定处理，判断河流关键点是否被堵塞；物联采集模块用于通过物联端采集水文数据，数据分析模块用于对水文数据进行分析，判断水质是否异常；本发明通过汇聚水文数据、视频数据和第三方数据，实现对河流治理的综合分析、预警和统一指挥；解决了目前河流治理各专业独立数据采集和分析的现状，降低系统建设重复投资，提高了数据使用价值；提高河流治理效率。

Description

一种河流综合治理系统

技术领域

本发明涉及水利工程技术领域，具体涉及一种河流综合治理系统。

背景技术

随着工业化、城市化的快速推进，水环境的约束逐渐凸显，河道水体污染严重，成为制约城市发展、影响人民生活的顽疾。在建设美丽中国的大背景下，近年来全国各地河道治理力度空前增强。清淤、截污、换水、循环是目前各地治理河道的主要措施。通过实施，许多河道污染状况有了明显改善；

河流综合治理是维护绿色生态的重要举措，综合治理涉及到多个管理部门和专业领域，各个专业领域建设各自独立的监测和监督机制，各专业检测数据单独存放、分析和执行监督操作；但是现有治理技术大多数是按照某个专业技术领域进行监测、分析和监督，各专业领域缺乏数据共享，无法实现联动，造成重复投资。

发明内容

针对现有技术存在的不足，本发明目的是提供一种河流综合治理系统。本发明通过汇聚水文数据、视频数据和第三方数据，实现对河流治理的综合分析、预警和统一指挥；解决了目前河流治理各专业独立数据采集和分析的现状，降低系统建设重复投资，提高了数据使用价值。

本发明的目的可以通过以下技术方案实现：一种河流综合治理系统，包括流速监控模块、数据判断模块、控制中心、报警模块、预警指挥模块、物联采集模块、数据分析模块、第三方接口模块、数据处理模块以及存储模块；

所述流速监控模块包括流速传感器组和视频监控组，所述数据判断模块用于接收流速监控模块传输的水流速度信息组和河面视频信息并做出指定处理，判断河流关键点是否被堵塞；若堵塞，则生成堵塞信号；

所述数据判断模块用于将堵塞信号和对应的堵塞位置传输至控制中心，所述控制中心用于接收堵塞信号和对应的堵塞位置后驱动控制报警模块发出警报，并将对应的堵塞位置标注在河流流道地图信息上；

所述控制中心用于根据分析需要，向物联采集模块下达数据采集指令；所述物联采集模块用于定时或者根据数据采集指令通过物联端采集水文数据，并将水文数据传输至数据分析模块；所述数据分析模块用于接收水文数据并进行分析；判断水质是否异常；

所述视频监控组还用于采集河流关键点周边的视频数据并将河流关键点周边的视频数据传输至控制中心；所述控制中心接收到水质异常信号后调取河流关键点周边的视频数据进行分析，确定排污口在接收到水质异常信号时的车辆或者行人活动轨迹；所述排污口位于河流关键点周边；当车辆或行人作出污染行为时将对应视频数据传输至预警指挥模块；所述预警指挥模块用于接收视频数据并对视频数据内对应的车辆或者行人进行警告并追责。

进一步地，所述流速传感器组为设置在各个河流关键点的流速传感器，用于实时获取各个河流关键点的水流速度信息组，所述流速传感器均带有位置标识，所述流速传感器组用于将水流速度信息组传输到数据判断模块，所述视频监控组为若干个分布在河流关键点的监控摄像头；所述监控摄像头带有位置标识且能够覆盖河流关键点，所述视频监控组用于采集河流关键点的河面视频信息并将河面视频信息传输到数据判断模块；所述水文数据包括水质信息、水位信息、水温信息等水文参数。

进一步地，所述数据判断模块的具体处理步骤如下：

步骤一：首先将采集到的水流速度信息组标记为Li，i＝1，...，n；对应流速传感器的位置标识标记为Wi，Li和Wi一一对应；

步骤二：按照标准差计算公式计算得到实时Li信息组的标准差α，当α超过预设值时，处于待验证状态；

步骤三：当处于待验证状态时，将Li按照从高到低的顺序排序，设定第一流速阈值为LA；获取到所有低于LA的Li；将其标记为影响流速LC；

获取对应影响流速LC的位置标识并将其标记为WC，将WC对应的位置处标为预警状态；

步骤四：在WC对应的位置处标为预警状态时，获取到WC对应的位置处的监控摄像头拍摄的河面视频信息，对所有的河面视频信息进行一一分析；具体分析步骤如下：

S41：从河面视频信息提取出河面图像信息；将河面图像信息转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所属图像预处理包括高斯滤波、图像分割和图像增强；

S42：获取预设区域内，标准图像中像素点总数；并将其标记为区域面积X1；

S43：对预设区域内标准图像中的各像素点进行识别，识别出对应的漂浮物像素点；包括：

首先将标准图像中像素点的灰度值标记为H1；

再将各像素点的灰度值与设定的标准灰度值参数做差分运算，得到差分结果并标记为C1；

如果差分结果C1大于等于预设差分阈值，则认为该像素点为漂浮物像素点：

S44：统计漂浮物像素点总数并将其标记为漂浮物面积X2；

若漂浮物面积X2≥漂浮物面积阈值或者预设区域内漂浮物面积的占比大于预设占比阈值；则判定WC对应位置的河流关键点被堵塞，生成堵塞信号；并将WC对应位置的河流关键点位置标记为堵塞位置。

进一步地，所述预警指挥模块用于接收堵塞信号和对应的堵塞位置后分配对应的治理人员对河道进行疏通；所述污染行为包括：排放污水、扔垃圾等。

进一步地，所述数据分析模块的具体分析步骤为：

V1：获取水文数据中对应的水质信息、水位信息、水温信息等水文参数；所述水质信息包括PH值信息、浊度信息、溶解氧信息、硫化物信息；

V2：将PH值信息标记为RC，将浊度信息标记为RE，将溶解氧信息标记为RF，将硫化物信息标记为RG；

将水温信息标记为RW；

V3：对PH值信息、浊度信息、溶解氧信息、硫化物信息和水温信息分配权重，权重依次分配为Q1、Q2、Q3、Q4、Q5，其中Q1+Q2+Q3+Q4+Q5＝1且Q1>Q2>Q3>Q4>Q5；

V4：利用公式RY＝(|RC-8|×Q1+RE×Q2+RG×Q4+RW×Q5)/RF计算得到水污系数RY；

V5：将水污系数RY与水污系数阈值相比较；

若水污系数RY≥水污系数阈值，则生成水质异常信号；

所述数据分析模块用于将水质异常信号和对应的水文数据传输至控制中心；所述控制中心用于将水文数据打上时间戳传输至存储模块进行存储；所述控制中心用于将水质异常信号打上时间戳并发送至预警指挥模块，所述预警指挥模块用于分配对应的治理人员对河道进行清理。

进一步地，所述第三方接口模块用于通过第三方接口收集第三方数据，为河流综合治理提供数据支撑；所述第三方接口模块用于获取天气预报信息，并将天气预报信息传输至控制中心，所述控制中心用于根据天气预报信息获取雨量预测数据；并将雨量预测数据传输至数据处理模块；

汛情期间水位上涨时；所述数据处理模块用于获取雨量预测数据和水文数据并进行相关处理；具体处理步骤为：

VV1：通过物联采集模块定时采集水文数据，将水文数据中对应的水位信息标记为实际水位信息WA；将当前的雨量预测数据标记为Y1；

VV2：结合大数据分析，通过当前实际水位信息、雨量预测数据、历史同期水位进行水位预测；得到估测水位系数并标记为G1；具体为：

VV21：获取历史同期水位信息，并标记为WLm，m＝1，...，g；

利用公式

计算得到水位偏值P1，其中a1为补偿系数，取值0.358965；

VV22：对水位偏值、当前实际水位信息和雨量预测数据分配权重，权重依次分配为Z1、Z2、Z3；其中Z1+Z2+Z3＝1且Z1>Z2>Z3；

VV23：利用公式G1＝P1×Z1+WA×Z2+Y1×Z3计算得到估测水位系数G1；

VV3：将估测水位系数G1与水位系数阈值相比较；

若估测水位系数G1≥水位系数阈值时，则生成水位异常信号。

进一步地，所述数据处理模块用于将水位异常信号传输至控制中心，所述控制中心用于接收到水位异常信号后调取河流关键点周边行人或车辆视频信息并进行分析，确定此时行人和车辆数量；所述控制中心用于将水位异常信号、行人和车辆数量发送至预警指挥模块；所述预警指挥模块用于接收水位异常信号、行人和车辆数量并根据行人和车辆数量分配对应数量的工作人员进行行人和车辆的疏散工作；具体为：

D1：控制中心接收到水位异常信号后，调取河流关键点周边行人或车辆视频信息并进行分析，确定此时行人和车辆数量；将此时行人和车辆数量标记为待疏散数量R1；

D2：将待疏散数量R1与预设数量阈值相比较；所述预设数量阈值包括K1、K2；其中K1＜K2；

若R1≤K1，则派遣E1名工作人员进行行人和车辆的疏散工作；其中E1为预设值；

若K1＜R1≤K2，则派遣INT(f×R1)名工作人员进行疏散工作；其中INT(f×R1)表示不超过f×R1的最大整数；f为系数因子；

若R1＞K2，则派遣INT[f×K2+(1-f)×(R1-K2)]名工作人员进行疏散工作；其中INT[f×K2+(1-f)×(R1-K2)]表示不超过f×K2+(1-f)×(R1-K2)的最大整数。

本发明的有益效果是：本发明通过流速监控模块实时获取各个河流关键点的水流速度信息组和河流关键点的河面视频信息；数据判断模块用于对水流速度信息组和河面视频信息做出指定处理，判断河流关键点是否被堵塞；同时物联采集模块用于定时或者根据数据采集指令通过物联端采集水文数据，数据分析模块用于接收水文数据并进行分析；判断水质是否异常；汛情期间水位上涨时；数据处理模块用于获取雨量预测数据和水文数据并进行相关处理；判断水位是否异常；本发明通过汇聚水文数据、视频数据和第三方数据，实现对河流治理的综合分析、预警和统一指挥；解决了目前河流治理各专业独立数据采集和分析的现状，降低系统建设重复投资，提高了数据使用价值；提高河流治理效率。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

如图1所示，一种河流综合治理系统，包括流速监控模块、数据判断模块、控制中心、报警模块、预警指挥模块、物联采集模块、数据分析模块、第三方接口模块、数据处理模块以及存储模块；

流速监控模块包括流速传感器组和视频监控组，流速传感器组为设置在各个河流关键点的流速传感器，用于实时获取各个河流关键点的水流速度信息组，流速传感器均带有位置标识，流速传感器组用于将水流速度信息组传输到数据判断模块，视频监控组为若干个分布在河流关键点的监控摄像头；监控摄像头带有位置标识且能够覆盖河流关键点，视频监控组用于采集河流关键点的河面视频信息并将河面视频信息传输到数据判断模块；

数据判断模块用于接收流速监控模块传输的水流速度信息组和河面视频信息并做出指定处理，判断河流关键点是否被堵塞；具体处理步骤如下：

步骤一：首先将采集到的水流速度信息组标记为Li，i＝1，...，n；对应流速传感器的位置标识标记为Wi，Li和Wi一一对应；

步骤二：按照标准差计算公式计算得到实时Li信息组的标准差α，当α超过预设值时，处于待验证状态；

步骤三：当处于待验证状态时，将Li按照从高到低的顺序排序，设定第一流速阈值为LA；获取到所有低于LA的Li；将其标记为影响流速LC；

获取对应影响流速LC的位置标识并将其标记为WC，将WC对应的位置处标为预警状态；

步骤四：在WC对应的位置处标为预警状态时，获取到WC对应的位置处的监控摄像头拍摄的河面视频信息，对所有的河面视频信息进行一一分析；具体分析步骤如下：

S41：从河面视频信息提取出河面图像信息；将河面图像信息转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所属图像预处理包括高斯滤波、图像分割和图像增强；

S42：获取预设区域内，标准图像中像素点总数；并将其标记为区域面积X1；

S43：对预设区域内标准图像中的各像素点进行识别，识别出对应的漂浮物像素点；包括：

首先将标准图像中像素点的灰度值标记为H1；

再将各像素点的灰度值与设定的标准灰度值参数做差分运算，得到差分结果并标记为C1；

如果差分结果C1大于等于预设差分阈值，则认为该像素点为漂浮物像素点：

S44：统计漂浮物像素点总数并将其标记为漂浮物面积X2；

若漂浮物面积X2≥漂浮物面积阈值或者预设区域内漂浮物面积的占比大于预设占比阈值；则判定WC对应位置的河流关键点被堵塞，生成堵塞信号；并将WC对应位置的河流关键点位置标记为堵塞位置；

数据判断模块用于将堵塞信号和对应的堵塞位置传输至控制中心，控制中心用于接收堵塞信号和对应的堵塞位置后驱动控制报警模块发出警报，并将对应的堵塞位置标注在河流流道地图信息上；

预警指挥模块用于接收堵塞信号和对应的堵塞位置后分配对应的治理人员对河道进行疏通；

控制中心用于根据分析需要，向物联采集模块下达数据采集指令；物联采集模块用于定时或者根据数据采集指令通过物联端采集水文数据，并将水文数据传输至数据分析模块；水文数据包括水质信息、水位信息、水温信息等水文参数；数据分析模块用于接收水文数据并进行分析；具体分析步骤为：

V1：获取水文数据中对应的水质信息、水位信息、水温信息等水文参数；水质信息包括PH值信息、浊度信息、溶解氧信息、硫化物信息；

V2：将PH值信息标记为RC，将浊度信息标记为RE，将溶解氧信息标记为RF，将硫化物信息标记为RG；

将水温信息标记为RW；

V3：对PH值信息、浊度信息、溶解氧信息、硫化物信息和水温信息分配权重，权重依次分配为Q1、Q2、Q3、Q4、Q5，其中Q1+Q2+Q3+Q4+Q5＝1且Q1>Q2>Q3>Q4>Q5；

V4：利用公式RY＝(|RC-8|×Q1+RE×Q2+RG×Q4+RW×Q5)/RF计算得到水污系数RY；

V5：将水污系数RY与水污系数阈值相比较；

若水污系数RY≥水污系数阈值，则生成水质异常信号；

数据分析模块用于将水质异常信号和对应的水文数据传输至控制中心；控制中心用于将水文数据打上时间戳传输至存储模块进行存储；

视频监控组还用于采集河流关键点周边的视频数据并将河流关键点周边的视频数据传输至控制中心；控制中心接收到水质异常信号后调取河流关键点周边的视频数据进行分析，确定排污口在接收到水质异常信号时的车辆或者行人活动轨迹；排污口位于河流关键点周边；当车辆或行人作出污染行为时将对应视频数据传输至预警指挥模块；预警指挥模块用于接收视频数据并对视频数据内对应的车辆或者行人进行警告并追责；污染行为包括：排放污水、扔垃圾等；

控制中心用于将水质异常信号打上时间戳并发送至预警指挥模块，预警指挥模块用于分配对应的治理人员对河道进行清理；

第三方接口模块用于通过第三方接口收集第三方数据，为河流综合治理提供数据支撑；第三方接口模块用于获取天气预报信息，并将天气预报信息传输至控制中心，控制中心用于根据天气预报信息获取雨量预测数据；并将雨量预测数据传输至数据处理模块；

汛情期间水位上涨时；数据处理模块用于获取雨量预测数据和水文数据并进行相关处理；具体处理步骤为：

VV1：通过物联采集模块定时采集水文数据，将水文数据中对应的水位信息标记为实际水位信息WA；将当前的雨量预测数据标记为Y1；

VV2：结合大数据分析，通过当前实际水位信息、雨量预测数据、历史同期水位进行水位预测；得到估测水位系数并标记为G1；具体为：

VV21：获取历史同期水位信息，并标记为WLm，m＝1，...，g；

利用公式

计算得到水位偏值P1，其中a1为补偿系数，取值0.358965；

VV22：对水位偏值、当前实际水位信息和雨量预测数据分配权重，权重依次分配为Z1、Z2、Z3；其中Z1+Z2+Z3＝1且Z1>Z2>Z3；

VV23：利用公式G1＝P1×Z1+WA×Z2+Y1×Z3计算得到估测水位系数G1；

VV3：将估测水位系数G1与水位系数阈值相比较；

若估测水位系数G1≥水位系数阈值时，则生成水位异常信号；

数据处理模块用于将水位异常信号传输至控制中心，控制中心用于接收到水位异常信号后调取河流关键点周边行人或车辆视频信息并进行分析，确定此时行人和车辆数量；控制中心用于将水位异常信号、行人和车辆数量发送至预警指挥模块；预警指挥模块用于接收水位异常信号、行人和车辆数量并根据行人和车辆数量分配对应数量的工作人员进行行人和车辆的疏散工作；具体为：

D1：控制中心接收到水位异常信号后，调取河流关键点周边行人或车辆视频信息并进行分析，确定此时行人和车辆数量；将此时行人和车辆数量标记为待疏散数量R1；

D2：将待疏散数量R1与预设数量阈值相比较；预设数量阈值包括K1、K2；其中K1＜K2；

若R1≤K1，则派遣E1名工作人员进行行人和车辆的疏散工作；其中E1为预设值；

若K1＜R1≤K2，则派遣INT(f×R1)名工作人员进行疏散工作；其中INT(f×R1)表示不超过f×R1的最大整数；f为系数因子，例如f取值0.091；

若R1＞K2，则派遣INT[f×K2+(1-f)×(R1-K2)]名工作人员进行疏散工作；其中INT[f×K2+(1-f)×(R1-K2)]表示不超过f×K2+(1-f)×(R1-K2)的最大整数。

本发明的工作原理是：

一种河流综合治理系统，在工作时，流速监控模块用于实时获取各个河流关键点的水流速度信息组和河流关键点的河面视频信息并将水流速度信息组和河面视频信息传输到数据判断模块；数据判断模块用于对水流速度信息组和河面视频信息做出指定处理，判断河流关键点是否被堵塞；首先将采集到的水流速度信息组标记为Li，设定第一流速阈值为LA；获取到所有低于LA的Li；将其标记为影响流速LC；获取对应影响流速LC的位置标识并将其标记为WC，将WC对应的位置处标为预警状态；在WC对应的位置处标为预警状态时，获取到WC对应的位置处的监控摄像头拍摄的河面视频信息，对所有的河面视频信息进行一一分析；若漂浮物面积X2≥漂浮物面积阈值或者预设区域内漂浮物面积的占比大于预设占比阈值；则判定WC对应位置的河流关键点被堵塞，生成堵塞信号；控制中心用于接收堵塞信号后驱动控制报警模块发出警报，并将对应的堵塞位置标注在河流流道地图信息上；预警指挥模块用于接收堵塞信号和对应的堵塞位置后分配对应的治理人员对河道进行疏通；提高河流治理效率；

物联采集模块用于定时或者根据数据采集指令通过物联端采集水文数据，数据分析模块用于接收水文数据并进行分析；获取水文数据中对应的水质信息、水位信息、水温信息等水文参数；水质信息包括PH值信息、浊度信息、溶解氧信息、硫化物信息；利用公式RY＝(|RC-8|×Q1+RE×Q2+RG×Q4+RW×Q5)/RF计算得到水污系数RY；若水污系数RY≥水污系数阈值，则生成水质异常信号；控制中心接收到水质异常信号后调取河流关键点周边的视频数据进行分析，确定排污口在接收到水质异常信号时的车辆或者行人活动轨迹；预警指挥模块用于分配对应的治理人员对河道进行清理；

汛情期间水位上涨时；数据处理模块用于获取雨量预测数据和水文数据并进行相关处理；通过物联采集模块定时采集水文数据，将水文数据中对应的水位信息标记为实际水位信息WA；将当前的雨量预测数据标记为Y1；结合大数据分析，通过当前实际水位信息、雨量预测数据、历史同期水位进行水位预测；得到估测水位系数并标记为G1；若估测水位系数G1≥水位系数阈值时，则生成水位异常信号；控制中心用于接收到水位异常信号后调取河流关键点周边行人或车辆视频信息并进行分析，确定此时行人和车辆数量；预警指挥模块用于接收水位异常信号、行人和车辆数量并根据行人和车辆数量分配对应数量的工作人员进行行人和车辆的疏散工作；保护行人安全，提高疏散效率。

本发明通过汇聚水文数据、视频数据和第三方数据，实现对河流治理的综合分析、预警和统一指挥；解决了目前河流治理各专业独立数据采集和分析的现状，降低系统建设重复投资，提高了数据使用价值。

上述公式和系数因子均是由采集大量数据进行软件模拟及相应专家进行参数设置处理，得到与真实结果符合的公式和系数因子。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (1)

1.一种河流综合治理系统，其特征在于，包括流速监控模块、数据判断模块、控制中心、报警模块、预警指挥模块、物联采集模块、数据分析模块、第三方接口模块、数据处理模块以及存储模块；

所述流速监控模块包括流速传感器组和视频监控组，所述流速传感器组为设置在各个河流关键点的流速传感器，用于实时获取各个河流关键点的水流速度信息组，所述流速传感器均带有位置标识，所述流速传感器组用于将水流速度信息组传输到数据判断模块；

所述视频监控组为若干个分布在河流关键点的监控摄像头；所述监控摄像头带有位置标识且能够覆盖河流关键点，所述视频监控组用于采集河流关键点的河面视频信息并将河面视频信息传输到数据判断模块；

所述数据判断模块用于接收流速监控模块传输的水流速度信息组和河面视频信息并做出指定处理，判断河流关键点是否被堵塞；若堵塞，则生成堵塞信号；具体处理步骤如下：

步骤一：首先将采集到的水流速度信息组标记为Li，i＝1，...，n；对应流速传感器的位置标识标记为Wi，Li和Wi一一对应；

步骤二：按照标准差计算公式计算得到实时Li信息组的标准差α，当α超过预设值时，处于待验证状态；

步骤三：当处于待验证状态时，将Li按照从高到低的顺序排序，设定第一流速阈值为LA；获取到所有低于LA的Li；将其标记为影响流速LC；

获取对应影响流速LC的位置标识并将其标记为WC，将WC对应的位置处标为预警状态；

步骤四：在WC对应的位置处标为预警状态时，获取到WC对应的位置处的监控摄像头拍摄的河面视频信息，对所有的河面视频信息进行一一分析；具体分析步骤如下：

S41：从河面视频信息提取出河面图像信息；将河面图像信息转化成灰度图像，并通过图像预处理将灰度图像转化成标准图像；所述 图像预处理包括高斯滤波、图像分割和图像增强；

S42：获取预设区域内，标准图像中像素点总数；并将其标记为区域面积X1；

S43：对预设区域内标准图像中的各像素点进行识别，识别出对应的漂浮物像素点；包括：

首先将标准图像中像素点的灰度值标记为H1；

再将各像素点的灰度值与设定的标准灰度值参数做差分运算，得到差分结果并标记为C1；

如果差分结果C1大于等于预设差分阈值，则认为该像素点为漂浮物像素点：

S44：统计漂浮物像素点总数并将其标记为漂浮物面积X2；

若漂浮物面积X2≥漂浮物面积阈值或者预设区域内漂浮物面积的占比大于预设占比阈值；则判定WC对应位置的河流关键点被堵塞，生成堵塞信号；并将WC对应位置的河流关键点位置标记为堵塞位置；

所述数据判断模块用于将堵塞信号和对应的堵塞位置传输至控制中心，所述控制中心用于接收堵塞信号和对应的堵塞位置后驱动控制报警模块发出警报，并将对应的堵塞位置标注在河流流道地图信息上；

所述控制中心用于根据分析需要，向物联采集模块下达数据采集指令；所述物联采集模块用于定时或者根据数据采集指令通过物联端采集水文数据，并将水文数据传输至数据分析模块；所述水文数据包括水质信息、水位信息和水温信息；

所述数据分析模块用于接收水文数据并进行分析；判断水质是否异常；具体分析步骤为：

V1：获取水文数据中对应的水质信息、水位信息和水温信息；所述水质信息包括PH值信息、浊度信息、溶解氧信息、硫化物信息；

V2：将PH值信息标记为RC，将浊度信息标记为RE，将溶解氧信息标记为RF，将硫化物信息标记为RG；将水温信息标记为RW；

V3：对PH值信息、浊度信息、溶解氧信息、硫化物信息和水温信息分配权重，权重依次分配为Q1、Q2、Q3、Q4、Q5，其中Q1+Q2+Q3+Q4+Q5＝1且Q1＞Q2＞Q3＞Q4＞Q5；

V4：利用公式RY＝(|RC－8|×Q1+RE×Q2+RG×Q4+RW×Q5)/RF计算得到水污系数RY；

V5：将水污系数RY与水污系数阈值相比较；若水污系数RY≥水污系数阈值，则生成水质异常信号；所述数据分析模块用于将水质异常信号和对应的水文数据传输至控制中心；所述控制中心用于将水文数据打上时间戳传输至存储模块进行存储；所述控制中心用于将水质异常信号打上时间戳并发送至预警指挥模块，所述预警指挥模块用于分配对应的治理人员对河道进行清理；

所述视频监控组还用于采集河流关键点周边的视频数据并将河流关键点周边的视频数据传输至控制中心；所述控制中心接收到水质异常信号后调取河流关键点周边的视频数据进行分析，确定排污口在接收到水质异常信号时的车辆或者行人活动轨迹；所述排污口位于河流关键点周边；当车辆或行人作出污染行为时将对应视频数据传输至预警指挥模块；所述预警指挥模块用于接收视频数据并对视频数据内对应的车辆或者行人进行警告并追责；

所述预警指挥模块用于接收堵塞信号和对应的堵塞位置后分配对应的治理人员对河道进行疏通；所述污染行为包括：排放污水、扔垃圾；

所述第三方接口模块用于通过第三方接口收集第三方数据，为河流综合治理提供数据支撑；所述第三方接口模块用于获取天气预报信息，并将天气预报信息传输至控制中心，所述控制中心用于根据天气预报信息获取雨量预测数据；并将雨量预测数据传输至数据处理模块；

汛情期间水位上涨时；所述数据处理模块用于获取雨量预测数据和水文数据并进行相关处理；具体处理步骤为：

VV1：通过物联采集模块定时采集水文数据，将水文数据中对应的水位信息标记为实际水位信息WA；将当前的雨量预测数据标记为Y1；

VV2：结合大数据分析，通过当前实际水位信息、雨量预测数据、历史同期水位进行水位预测；得到估测水位系数并标记为G1；具体为：

VV21：获取历史同期水位信息，并标记为WLm，m＝1，...，g；

利用公式

计算得到水位偏值P1，其中a1为补偿系数，取值0.358965；

VV22：对水位偏值、当前实际水位信息和雨量预测数据分配权重，权重依次分配为Z1、Z2、Z3；其中Z1+Z2+Z3＝1且Z1＞Z2＞Z3；

VV23：利用公式G1＝P1×Z1+WA×Z2+Y1×Z3计算得到估测水位系数G1；

VV3：将估测水位系数G1与水位系数阈值相比较；

若估测水位系数G1≥水位系数阈值时，则生成水位异常信号；

所述数据处理模块用于将水位异常信号传输至控制中心，所述控制中心用于接收到水位异常信号后调取河流关键点周边行人或车辆视频信息并进行分析，确定此时行人和车辆数量；所述控制中心用于将水位异常信号、行人和车辆数量发送至预警指挥模块；所述预警指挥模块用于接收水位异常信号、行人和车辆数量并根据行人和车辆数量分配对应数量的工作人员进行行人和车辆的疏散工作；具体为：

D1：控制中心接收到水位异常信号后，调取河流关键点周边行人或车辆视频信息并进行分析，确定此时行人和车辆数量；将此时行人和车辆数量标记为待疏散数量R1；

D2：将待疏散数量R1与预设数量阈值相比较；所述预设数量阈值包括K1、K2；其中K1＜K2；

若R1≤K1，则派遣E1名工作人员进行行人和车辆的疏散工作；其中E1为预设值；

若K1＜R1≤K2，则派遣INT(f ×R1)名工作人员进行疏散工作；其中INT(f ×R1)表示不超过f ×R1的最大整数；f 为系数因子；

若R1＞K2，则派遣INT[f ×K2+(1－f )×(R1－K2)]名工作人员进行疏散工作；其中INT[f ×K2+(1－f )×(R1－K2)]表示不超过f ×K2+(1－f )×(R1－K2)的最大整数。

Images