CN113203691A - 一种基于小波分析的水质污染物溯源方法 - Google Patents
一种基于小波分析的水质污染物溯源方法 Download PDFInfo
- Publication number
- CN113203691A CN113203691A CN202110491049.1A CN202110491049A CN113203691A CN 113203691 A CN113203691 A CN 113203691A CN 202110491049 A CN202110491049 A CN 202110491049A CN 113203691 A CN113203691 A CN 113203691A
- Authority
- CN
- China
- Prior art keywords
- value
- preset
- time
- observation point
- water area
- 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.)
- Pending
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
Abstract
本发明提出了一种基于小波分析的水质污染物溯源方法,包括:步骤a:确定待监测水域;步骤b:实时监测观测点水域的COD值、pH值和待监测水域预设水深处的光照强度,并根据COD值、pH值和光照强度判断待监测水域是否被污染;步骤c:在判断待监测水域被污染后,分别获取观测点和取样点处水样的污染物浓度变化波谱;步骤d:将观测点的污染物浓度变化波谱频率与各取样点的污染物浓度变化波谱频率一一比对,以确定污染源。通过小波分析反演污染物浓度变化规律,将观测点和取样点处水样的污染物浓度变化波谱频率逐一比对,以确定污染源,能够有效地提高污染源的判断的准确性,有效地提高溯源结果的准确性和溯源时的工作效率。
Description
技术领域
本发明涉及水质污染物溯源技术领域,具体而言,涉及一种基于小波分析的水质污染物溯源方法。
背景技术
目前,污废水非法超标偷排及突发性水污染事故都会对河流等水系及生态环境造成严重的污染和伤害。加强对河流及湖库中超标污染物的在线监测,借助数据分析技术平台构建水污染在线分析在线溯源技术,对于快速认定、严肃追究排污企业责任使其不敢再犯,对于及时查明、妥善应急处置突发性水污染事件,具有特别重要意义。
同时,小波分析的应用已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的一个领域,它的重要方面是图像和信号处理。现今,信号处理已经成为当代科学技术工作的重要部分,信号处理的目的就是:准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构(或恢复)。从数学地角度来看,信号与图像处理可以统一看作是信号处理(图像可以看作是二维信号),在小波分析地许多分析的许多应用中,都可以归结为信号处理问题。
而现有技术并没有高效的方法能够将小波分析应用于水质污染物溯源,且现有的技术中的水质污染物溯源效率较低。
发明内容
鉴于此,本发明提出了一种基于小波分析的水质污染物溯源方法,旨在解决在解决通过小波分析进行水源的污染物溯源时,提高污染物溯源效率的问题。
一个方面,本发明提出了一种基于小波分析的水质污染物溯源方法,其特征在于,包括:
步骤a:确定待监测水域,并在所述待监测水域的下游设置一个观测点、上游设置若干个取样点;
步骤b:实时监测所述观测点水域的COD值、pH值和所述待监测水域预设水深处的光照强度,并根据所述COD值、pH值和光照强度判断所述待监测水域是否被污染;
步骤c:在判断所述待监测水域被污染后,分别从所述观测点和取样点采集水样,通过小波分析反演污染物浓度变化规律,并分别获取所述观测点和取样点处水样的污染物浓度变化波谱;
步骤d:将所述观测点的污染物浓度变化波谱频率与各所述取样点的污染物浓度变化波谱频率一一比对,将与所述观测点的污染物浓度变化波谱频率相似度最高的取样点确定为污染源;其中,
在所述步骤b中,在判断所述待监测水域是否被污染时,在实时获取所述观测点的实时COD值ΔC后,将所述实时COD值ΔC与预设的预设标准COD值C0进行比对,根据对比结果对所述观测点水域的是否被污染进行预判断,若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域可能被污染。
进一步地,在所述步骤b中,在判断所述观测点水域可能被污染后,实时的获取所述观测点水域的实时pH值Δp,并将所述实时pH值Δp与预设的预设标准pH值p0进行比对,根据比对结果对所述观测点水域是否被污染进行判断:
当Δp>p0时,则判断所述观测点水域被污染;
当Δp<p0时,则继续对所述观测点水域的COD值和pH值进行监测,并在间隔预设时间后,再次对所述观测点水域的所述实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染;
当Δp=p0时,则间隔预设时间后,再次将所述实时pH值Δp与所述预设标准pH值p0进行比对,此时若Δp<p0,则判断所述观测点水域正常,若Δp>p0,则判断所述观测点水域被污染,若Δp=p0,则再次将所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染。
进一步地,在判断所述观测点水域被污染后,根据所述观测点水域被判断为污染时的实时COD值ΔC与各预设COD值之间的关系确定所述取样点的数量。
进一步地,在处理模块内设定有预设COD矩阵C和预设取样点数量矩阵A,对于所述预设COD矩阵C,设定C(C1、C2、C3、C4),其中,C1为第一预设COD值,C2为第二预设COD值,C3为第三预设COD值,C4为第四预设COD值,且C1<C2<C3<C4;对于所述预设取样点数量矩阵A,设定A(A1,A2,A3,A4),其中,A1为第一预设取样点数量,A2为第二预设取样点数量,A3为第三预设取样点数量,A4为第四预设取样点数量,且A1<A2<A3<A4。
进一步地,当判断所述观测点水域被污染后,根据实时COD值ΔC与各预设COD值之间的关系从各预设取样点数量中确定一数值,以作为取样时的取样点数量:
当ΔC<C1时,选取第一预设取样点数量A1作为取样点的选取数量;
当C1≤ΔC<C2时,选取第二预设取样点数量A2作为取样点的选取数量;
当C2≤ΔC<C3时,选取第三预设取样点数量A3作为取样点的选取数量;
当C3≤ΔC<C4时,选取第四预设取样点数量A4作为取样点的选取数量。
进一步地,在确定所述取样点的选取数量后,根据所述实时pH值Δp与各预设pH值之间的关系确定修正系数,以对所述取样点的选取数量进行修正。
进一步地,在处理模块内设定有预设pH值矩阵P和预设取样点选取数量修正系数矩阵a,对于所述预设pH值矩阵P,设定P(P1、P2、P3、P4),其中,P1为第一预设pH值,P2为第二预设pH值,P3为第三预设pH值,P4为第四预设pH值,且P1<P2<P3<P4;对于预设取样点选取数量修正系数矩阵a,设定a(a1,a2,a3,a4),其中,a1为第一预设取样点选取数量修正系数,a2为第二预设取样点选取数量修正系数,a3为第三预设取样点选取数量修正系数,a4为第四预设取样点选取数量修正系数,且1<a1<a2<a3<a4<2,a1-a4等差排列;
处理模块根据实时pH值Δp与各预设pH值之间的关系确定修正系数,以对取样点的选取数量进行修正:
当Δp<P1时,选取第一预设取样点选取数量修正系数a1对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a1;
当P1≤Δp<P2时,选取第二预设取样点选取数量修正系数a2对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a2;
当P2≤Δp<P3时,选取第三预设取样点选取数量修正系数a3对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a3;
当P3≤Δp<P4时,选取第四预设取样点选取数量修正系数a4对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a4。
进一步地,当所述实时pH值Δp与所述预设标准pH值p0的比对结果为Δp<p0,且在继续对所述观测点水域的COD值和pH值进行监测时,根据所述实时pH值Δp与各预设pH值之间的关系,确定所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的间隔时长。
进一步地,在所述处理模块内设定有预设时间间隔矩阵S,设定S(S1,S2,S3,S4),其中,S1为第一预设间隔时长,S2为第二预设间隔时长,S3为第三预设间隔时长,S4为第四预设间隔时长,且S1<S2<S3<S4;
通过处理模块根据Δp<p0时的实时pH值Δp与各预设pH值之间的关系确定间隔时长,以对所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对:
当Δp<P1时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔;
当P1≤Δp<P2时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔;
当P2≤Δp<P3时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔;
当P3≤Δp<P4时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔。
进一步地,在确定所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的间隔时长后,实时的监测所述观测点水域的水流速度,并根据所述观测点水域的实时水流速度ΔD与预设水流速度之间的关系,设定时长修正系数,以对两次所述实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正。
进一步地,在处理模块内设定有预设水流速度矩阵M和预设间隔时长修正系数矩阵s0,对于预设水流速度矩阵D,设定D(D1,D2,D3,D4),其中,D1为第一预设水流速度,D2为第二预设水流速度,D3为第三预设水流速度,D4为第四预设水流速度,且D1<D2<D3<D4;对于预设间隔时长修正系数矩阵s0,设定s0(s01,s02,s03,s04),其中,s01为第一预设间隔时长修正系数,s02为第二预设间隔时长修正系数,s03为第三预设间隔时长修正系数,s04为第四预设间隔时长修正系数,且s01<s02<s03<s04。
进一步地,在对两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正时,通过处理模块根据实时水流速度ΔD与各预设水流速度之间的关系选定预设间隔时长修正系数,以对两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正:
当ΔD<D1时,选定第一预设间隔时长修正系数s01对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s01;
当D1≤ΔD<D2时,选定第二预设间隔时长修正系数s02对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s02;
当D2≤ΔD<D3时,选定第三预设间隔时长修正系数s03对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s03;
当D3≤ΔD<D4时,选定第四预设间隔时长修正系数s04对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s04。
进一步地,在判断所述观测点水域被污染后,实时采集所述观测点水域的实时光照强度ΔL,并根据所述观测点水域的实时光照强度ΔL设定所述观测点水域的污染等级。
进一步地,在所述处理模块内设定有预设污染等级矩阵y和预设光照强度矩阵L,对于所述预设污染等级矩阵y,设定y(y1,y2,y3,y4),其中,y1为第一预设污染等级,y2为第二预设污染等级,y3为第三预设污染等级,y4为第四预设污染等级,且y1<y2<y3<y4,即,各污染等级逐渐增加;对于所述预设光照强度矩阵L,设定L(L1、L2、L3、L4),其中,L1为第一预设光照强度,L2为第二预设光照强度,L3为第三预设光照强度,L4为第四预设光照强度,且L1<L2<L3<L4。
进一步地,在设定观测点水域的污染等级时,处理模块根据获取的实时光照强度ΔL与各预设光照强度之间的关系,设定观测点水域的污染等级:
当ΔL<L1时,将观测点水域的污染等级设定为第一预设污染等级y1;
当L1≤ΔL<L2时,将观测点水域的污染等级设定为第二预设污染等级y2;
当L2≤ΔL<L3时,将观测点水域的污染等级设定为第三预设污染等级y3;
当L3≤ΔL<L4时,将观测点水域的污染等级设定为第四预设污染等级y4。
进一步地,在确定所述观测点水域的污染等级后,根据确定的所述污染等级设定调整系数,对修正后的所述取样点的选取数量再次进行调整。
进一步地,将观测点水域的污染等级设定为第i预设污染等级yi后,i=1,2,3,4,根据观测点水域的污染等级设定调整系数,以再次对修正后的取样点的选取数量再次进行调整:
进一步地,在Δp=p0,且间隔预设时间再次将所述实时pH值Δp与所述预设标准pH值p0进行比对时,根据所述实时光照强度ΔL与各预设光照强度之间的关系设定所述实时pH值Δp与所述预设标准pH值p0之间再次比对时的间隔时长。
进一步地,在处理模块内设定有预设pH值比对时间间隔矩阵t,设定t(t1,t2,t3,t4),其中,t1为第一预设pH值比对间隔时长,t2为第二预设pH值比对间隔时长,t3为第三预设pH值比对间隔时长,t4为第四预设pH值比对间隔时长,且t1<t2<t3<t4。
进一步地,处理模块根据实时光照强度ΔL与各预设光照强度之间的关系,从各预设pH值比对间隔时长中选取两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长:
当ΔL<L1时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第一预设pH值比对间隔时长t1;
当L1≤ΔL<L2时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第二预设pH值比对间隔时长t2;
当L2≤ΔL<L3时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第三预设pH值比对间隔时长t3;
当L3≤ΔL<L4时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第四预设pH值比对间隔时长t4。
进一步地,在设定所述实时pH值Δp与所述预设标准pH值p0之间再次比对时的间隔时长后,根据所述观测点水域的所述实时水流速度ΔD与所述预设水流速度之间的关系,设定pH值比对间隔时长修正系数,以对两次所述实时pH值Δp与所述预设标准pH值p0之间比对时的间隔时长进行修正。
进一步地,在处理模块内设定有预设pH值比对间隔时长修正系数矩阵v,设定v(v1,v2,v3,v4),其中,v1为第一预设pH值比对间隔时长修正系数,v2为第二预设pH值比对间隔时长修正系数,v3为第三预设pH值比对间隔时长修正系数,v4为第四预设pH值比对间隔时长修正系数,且v1<v2<v3<v4。
进一步地,根据观测点水域的实时水流速度ΔD与预设水流速度之间的关系,从预设pH值比对间隔时长修正系数矩阵v选取修正系数,以对两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长进行修正:
当ΔD<D1时,选定第一预设pH值比对间隔时长修正系数v1对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v1;
当D1≤ΔD<D2时,选定第二预设pH值比对间隔时长修正系数v2对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v2;
当D2≤ΔD<D3时,选定第三预设pH值比对间隔时长修正系数v3对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v3;
当D3≤ΔD<D4时,选定第四预设pH值比对间隔时长修正系数v4对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v4。
与现有技术相比,本发明的有益效果在于,本发明采用上述方法,通过采集观测点水域的COD值、pH值和所述待监测水域预设水深处的光照强度,并根据所述COD值、pH值和光照强度判断所述待监测水域是否被污染,通过多参数的融合判断,能够极大地提高污染情况的判断的准确性,同时,通过小波分析反演污染物浓度变化规律,并分别获取所述观测点和取样点处水样的污染物浓度变化波谱,通过将观测点和取样点处水样的污染物浓度变化波谱频率逐一比对,以确定污染源,能够有效地提高污染源的判断的准确性,有效地提高溯源结果的准确性和溯源时的工作效率。
进一步地,本发明通过小波分析进行水源的污染物溯源,能够极大地提高污染物的分析结果的准确性,通过将取样点和观测点的水样的污染物浓度变化波谱频率进行比对,能够极大地提高比对结果的准确性,同时,根据污染物浓度变化波谱频率的比对结果进行污染物进行溯源,能够极大地提高溯源结果的准确性以及溯源效率。
进一步地,通过根据观测点的实时COD值的变化与预设的COD值范围进行匹配,并根据不同的COD值范围选取不同的取样点的数量,能够根据水源的污染程度及时的调整取样点的数量,从而能够在保证完整取样的情况下,尽可能的减小取样点的数量,从而极大地提高了取样的效率,进一步地提高了工作效率。
进一步地,通过根据实时pH值Δp与各预设pH值之间的关系确定修正系数,以对取样点的选取数量进行修正,能够及时的根据水源的pH值的变化,初步确定水源的污染情况的变化,并在pH值变化时,根据实时的pH值选定相应pH范围所对应的修正系数对取样点的选取数量进行修正,从而能够使得取样点的选取数量能够根据水源的污染情况进行调整,从而极大地提高了取样点的选取数量的准确性,以保证具有足够数量的取样点,便于后续的溯源结果的判断,从而提高溯源结果的准确性。
进一步地,通过根据Δp<p0时的实时pH值Δp与各预设pH值之间的关系确定间隔时长,以对所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,能够及时的根据pH值的变化调整两次实时COD值ΔC和预设标准COD值C0之间比对的时间间隔,从而能够有效地根据污染情况的变化及时的进行比对的时间间隔调整,从而能够及时的进行水源污染情况的判断,有效地提高判断效率。
进一步地,通过根据实时水流速度ΔD与各预设水流速度之间的关系选定预设间隔时长修正系数,以对两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正,能够极大地提高两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时间的准确性。
进一步地,通过对根据获取的实时光照强度ΔL与各预设光照强度之间的关系,设定观测点水域的污染等级,根据确定的污染等级,对修正后的取样点的选取数量再次进行调整,通过污染等级能够直观的反映出被监测水域的污染程度,同时,通过根据污染等级再次对取样点的选取数量进行调整,能够进一步地提高取样点选取时的准确性,能进一步的提高后续溯源检测的结果的准确性。
进一步地,通过根据实时光照强度ΔL与各预设光照强度之间的关系,从各预设pH值比对间隔时长中选取两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长,能够根据水源的污染情况调整间隔时长,从而提高间隔时长的调整效果,且能够有效地提高溯源效率。
进一步地,通过根据观测点水域的实时水流速度ΔD设定pH值比对间隔时长修正系数,以对两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长进行修正,能够有效地提高间隔时长的准确性,进一步地提高检测效率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例提供的基于小波分析的水质污染物溯源系统的功能框图;
图2为本发明实施例提供的处理单元的功能框图;
图3为本发明实施例提供的基于小波分析的水质污染物溯源方法的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参阅图1所示,本实施例公开了一种基于小波分析的水质污染物溯源系统,包括:处理单元、COD在线监测仪、pH在线检测仪、流速仪和光照度传感器,COD在线监测仪、pH在线检测仪和光照度传感器分别与处理单元电连接,处理单元用于进行数据处理,COD在线监测仪用于实时检测待监测水域的COD(Chemical Oxygen Demand,化学需氧量),pH在线检测仪用于实时检测待监测水域的pH值(Hydrogen ion concentration,氢离子浓度指数),光照度传感器用于实时检测待监测水域的光照度,具体的,光照度传感器设置在待监测水域的水面以下,且其设置在待监测水域的预设水深处。流速仪用于实时的监测水域中的水流速,并将采集的水流速数据输送至处理单元。
具体而言,在设置光照度传感器时,在待监测水域内设置一固定座,将固定座埋设在待监测水域的底部(如河底或者湖底等),并将光照度传感器固定在固定座上,通过调整固定座的高度以调整光照度传感器与水面之间的间距,即,通过调整固定座的高度以调整光照度传感器的设置水深,其设置水深可根据实际情况进行设置。
具体而言,COD在线监测仪、pH在线检测仪和光照度传感器均为在线监测设备,其能够实时的自动进行数据检测,并将获取的数据实时的传输至处理单元内。
具体而言,处理单元还用于在获取到COD在线监测仪、pH在线检测仪、流速仪和光照度传感器采集的待监测区域的COD、pH值、水流速和光照度数据后,根据采集的数据判断待监测区域是否出现水污染的情况,并在判定出现水污染后输出水样采集的指令,以进行待监测水域的观测点和取样点的水样采集;处理单元还用于在水样采集后基于小波分析反演污染物浓度变化规律,并将观测点与各取样点之间的污染物浓度变化波谱的频率一一比对,将与观测点的污染物浓度变化波谱频率相似度最高的取样点确定为污染源。
可以看出,上述系统通过设置COD在线监测仪、pH在线检测仪和光照度传感器进行水质的在线数据的监测,在监测到水域出现污染的情况后,及时的进行取样检测,并通过小波分析的方式确定污染源。同时,处理单元通过COD、pH值和光照度数据对污染情况是否发生作出判断,同时还可以判断水域的污染程度,从而确定水样采集的时机,不仅的能够有效地提高数据判断时的准确性,还能够有效地提高工作效率。
结合图2所示,具体而言,处理单元包括处理模块、采集模块和比对模块,其中,采集模块用于与COD在线监测仪、pH在线检测仪、流速仪和光照度传感器电连接,以获取COD在线监测仪、pH在线检测仪、流速仪和光照度传感器采集的数据信息,并将采集的数据信息输送至处理模块进行处理;处理模块用于接收采集模块采集的数据信息,并对接收的数据信息进行数据处理;比对模块用于接收采集模块采集的数据信息,并对数据信息进行数据比对,在将比对结果输出至处理模块。
具体而言,本实施例在具体实施时,首先确定待监测水域,并在所述待监测水域的下游设置一个观测点、上游设置若干个取样点;将采集模块与COD在线监测仪、pH在线检测仪、流速仪和光照度传感器电连接,采集模块用于从而能够实时的监测所述观测点水域的COD值、pH值和所述待监测水域预设水深处的光照强度,采集模块将采集的观测点水域的COD值、pH值、水流速和待监测水域预设水深处的光照强度信息输送至处理模块,处理模块用于根据所述COD值、pH值、水流速和光照强度判断所述待监测水域是否被污染。
具体而言,处理模块还用于在判断所述待监测水域被污染后,分别从所述观测点和取样点采集水样,通过小波分析反演污染物浓度变化规律,并分别获取所述观测点和取样点处水样的污染物浓度变化波谱;
具体而言,处理模块还用于将所述观测点的污染物浓度变化波谱频率与各所述取样点的污染物浓度变化波谱频率一一比对,将与所述观测点的污染物浓度变化波谱频率相似度最高的取样点确定为污染源。
可以看出,通过小波分析进行水源的污染物溯源,能够极大地提高污染物的分析结果的准确性,通过将取样点和观测点的水样的污染物浓度变化波谱频率进行比对,能够极大地提高比对结果的准确性,同时,根据污染物浓度变化波谱频率的比对结果进行污染物进行溯源,能够极大地提高溯源结果的准确性以及溯源效率。
参阅图3所示,本实施例公开了一种基于小波分析的水质污染物溯源方法,包括以下步骤:
步骤a:确定待监测水域,并在所述待监测水域的下游设置一个观测点、上游设置若干个取样点;
步骤b:实时监测所述观测点水域的COD值、pH值和所述待监测水域预设水深处的光照强度,并根据所述COD值、pH值和光照强度判断所述待监测水域是否被污染;
步骤c:在判断所述待监测水域被污染后,分别从所述观测点和取样点采集水样,通过小波分析反演污染物浓度变化规律,并分别获取所述观测点和取样点处水样的污染物浓度变化波谱;
步骤d:将所述观测点的污染物浓度变化波谱频率与各所述取样点的污染物浓度变化波谱频率一一比对,将与所述观测点的污染物浓度变化波谱频率相似度最高的取样点确定为污染源。
具体而言,在所述步骤b中,通过处理模块判断待监测水域是否被污染时,所述处理模块在实时获取所述观测点的实时COD值ΔC后,将所述实时COD值ΔC与预设的预设标准COD值C0进行比对,根据对比结果对所述观测点水域的是否被污染进行预判断,若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域可能被污染。
具体而言,在判断所述观测点水域可能被污染后,所述处理模块还实时的获取所述观测点水域的实时pH值Δp,并将所述实时pH值Δp与预设的预设标准pH值p0进行比对,根据比对结果对所述观测点水域是否被污染进行判断:
当Δp>p0时,则判断所述观测点水域被污染;
当Δp<p0时,则继续对所述观测点水域的COD值和pH值进行监测,并在间隔预设时间后,再次对所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染;
当Δp=p0时,则间隔预设时间后,再次将所述实时pH值Δp与预设标准pH值p0进行比对,此时若Δp<p0,则判断所述观测点水域正常,若Δp>p0,则判断所述观测点水域被污染,若Δp=p0,则再次将所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染。
可以看出,通过采集观测点水域的COD值、pH值和所述待监测水域预设水深处的光照强度,并根据所述COD值、pH值和光照强度判断所述待监测水域是否被污染,通过多参数的融合判断,能够极大地提高污染情况的判断的准确性,同时,通过小波分析反演污染物浓度变化规律,并分别获取所述观测点和取样点处水样的污染物浓度变化波谱,通过将观测点和取样点处水样的污染物浓度变化波谱频率逐一比对,以确定污染源,能够有效地提高污染源的判断的准确性,有效地提高溯源结果的准确性和溯源时的工作效率。
具体而言,当判断所述观测点水域被污染后,根据所述观测点水域被判断为污染时的实时COD值ΔC与各预设COD值之间的关系确定取样点的数量。
具体而言,处理模块内设定有预设COD矩阵C和预设取样点数量矩阵A,对于所述预设COD矩阵C,设定C(C1、C2、C3、C4),其中,C1为第一预设COD值,C2为第二预设COD值,C3为第三预设COD值,C4为第四预设COD值,且C1<C2<C3<C4;对于所述预设取样点数量矩阵A,设定A(A1,A2,A3,A4),其中,A1为第一预设取样点数量,A2为第二预设取样点数量,A3为第三预设取样点数量,A4为第四预设取样点数量,且A1<A2<A3<A4。
具体而言,当判断所述观测点水域被污染后,根据实时COD值ΔC与各预设COD值之间的关系从各预设取样点数量中确定一数值,以作为取样时的取样点数量:
当ΔC<C1时,选取第一预设取样点数量A1作为取样点的选取数量;
当C1≤ΔC<C2时,选取第二预设取样点数量A2作为取样点的选取数量;
当C2≤ΔC<C3时,选取第三预设取样点数量A3作为取样点的选取数量;
当C3≤ΔC<C4时,选取第四预设取样点数量A4作为取样点的选取数量。
具体而言,在将第i预设取样点数量Ai作为取样点的选取数量后,从选取的Ai个取样点进行水样的取样,并在Ai个取样点取样完成后,i=1,2,3,4,对观测点进行取样。
可以看出,通过根据观测点的实时COD值的变化与预设的COD值范围进行匹配,并根据不同的COD值范围选取不同的取样点的数量,能够根据水源的污染程度及时的调整取样点的数量,从而能够在保证完整取样的情况下,尽可能的减小取样点的数量,从而极大地提高了取样的效率,进一步地提高了工作效率。
具体而言,在取样点和观测点的水样取样完成后,对各个点的水样进行编号,并对各个点的水样进行小波分析,以获得各个点的污染物浓度变化波谱。在获得各个点的污染物浓度变化波谱,对污染物浓度变化波谱进行逐一分析,在对污染物浓度变化波谱进行分析后,将观测点的污染物浓度变化波谱频率与各所述取样点的污染物浓度变化波谱频率一一比对,将与观测点的污染物浓度变化波谱频率相似度最高的取样点确定为污染源。
具体而言,小波直接把傅里叶变换的基进行更换,即,将无限长的三角函数基换成了有限长的会衰减的小波基。小波变换与傅里叶变换相比,是一个时间和频率的局部变换,具有良好的空间域和频率域局部化特性,因而能有效的从信号中提取信息,通过伸缩和平移等运算功能,对函数或信号进行多尺度细化分析,对高频采用逐渐精细的时(空)域步长,可以聚焦到分析对象的任意细节。这样不仅能够获取频率,还可以定位到时间了。
具体而言,基于长序列水质检测数据,利用小波分析的方法,从各个点的水样中解析出若干小波基、时间(平移量)和频率(尺度)。在进行分析时,相对于其它污染点来说,污染源处的污染物浓度变化波谱分析与受污染点的污染浓度变化波谱分析,两者的频率相似程度最高,从而达到污染物溯源的目的。
具体而言,通过基于小波分析反演污染物浓度变化规律,探索污染物溯源,不仅能够准确的确定污染源,还极大地提高了污染物的溯源效率。
具体而言,在进行小波分析时,基于同一套小波基,在时间不受约束的条件下,比对频率的相似程度,能够有效地提高比对结果的准确性。
具体而言,本实施例中的小波分析的目的是通过一簇小波函数来表示或逼近某一信号或函数。因此,小波函数是小波分析的关键,它是指具有震荡性、能够迅速衰减到零的一类函数,即小波函数ψ(t)∈L2(R),且满足:
式中,ψ(t)为基小波函数,它可通过尺度的伸缩和时间轴上的平移构成一簇函数系:
式中,ψa,b(t)为子小波;a为尺度因子,反映小波的周期长度;b为平移因子,反应时间的平移。
可以看出,本实施例通过小波分析进行水源的污染物溯源,能够极大地提高污染物的分析结果的准确性,通过将取样点和观测点的水样的污染物浓度变化波谱频率进行比对,能够极大地提高比对结果的准确性,同时,根据污染物浓度变化波谱频率的比对结果进行污染物进行溯源,能够极大地提高溯源结果的准确性以及溯源效率。
具体而言,在确定取样点的选取数量后,根据实时pH值Δp对选取的取样点的数量进行修正。
具体而言,在处理模块内设定有预设pH值矩阵P和预设取样点选取数量修正系数矩阵a,对于所述预设pH值矩阵P,设定P(P1、P2、P3、P4),其中,P1为第一预设pH值,P2为第二预设pH值,P3为第三预设pH值,P4为第四预设pH值,且P1<P2<P3<P4;对于预设取样点选取数量修正系数矩阵a,设定a(a1,a2,a3,a4),其中,a1为第一预设取样点选取数量修正系数,a2为第二预设取样点选取数量修正系数,a3为第三预设取样点选取数量修正系数,a4为第四预设取样点选取数量修正系数,且1<a1<a2<a3<a4<2,a1-a4等差排列;
处理模块根据实时pH值Δp与各预设pH值之间的关系确定修正系数,以对取样点的选取数量进行修正:
当Δp<P1时,选取第一预设取样点选取数量修正系数a1对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a1;
当P1≤Δp<P2时,选取第二预设取样点选取数量修正系数a2对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a2;
当P2≤Δp<P3时,选取第三预设取样点选取数量修正系数a3对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a3;
当P3≤Δp<P4时,选取第四预设取样点选取数量修正系数a4对选取的第i预设取样点数量Ai进行修正,修正后的取样点的选取数量为Ai*a4。
具体而言,在对取样点的选取数量进行修正后,将修正后的取样点的选取数量Ai*ai作为取样点的选取数量,i=1,2,3,4,以进行取样点的水样采集操作,并且Ai*ai的结果向上取整数作为最终的取样点的选取数量,即可以理解的是,上述修正后的取样点的选取数量为
具体而言,在对取样点的选取数量进行修正时,作以下示例性说明:当C2≤ΔC<C3时,选取第三预设取样点数量A3作为取样点的选取数量后,获取实时pH值Δp,并将实时pH值Δp与各预设pH值进行比对,并确定实时pH值Δp与各预设pH值之间的关系,并当P1≤Δp<P2时,选取第二预设取样点选取数量修正系数a2对选取的第三预设取样点数量A3进行修正,修正后的取样点的选取数量为A3*a2,则将A3*a2向上取整数的结果作为最终的取样点的选取数量,即最终的取样点的选取数量为
可以看出,通过根据实时pH值Δp与各预设pH值之间的关系确定修正系数,以对取样点的选取数量进行修正,能够及时的根据水源的pH值的变化,初步确定水源的污染情况的变化,并在pH值变化时,根据实时的pH值选定相应pH范围所对应的修正系数对取样点的选取数量进行修正,从而能够使得取样点的选取数量能够根据水源的污染情况进行调整,从而极大地提高了取样点的选取数量的准确性,以保证具有足够数量的取样点,便于后续的溯源结果的判断,从而提高溯源结果的准确性。
具体而言,当所述实时pH值Δp与预设标准pH值p0的比对结果为Δp<p0,且在继续对所述观测点水域的COD值和pH值进行监测时,根据实时pH值Δp与各预设pH值之间的关系,确定所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的间隔时长。
具体而言,在所述处理模块内设定有预设时间间隔矩阵S,设定S(S1,S2,S3,S4),其中,S1为第一预设间隔时长,S2为第二预设间隔时长,S3为第三预设间隔时长,S4为第四预设间隔时长,且S1<S2<S3<S4;
通过处理模块根据Δp<p0时的实时pH值Δp与各预设pH值之间的关系确定间隔时长,以对所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对:
当Δp<P1时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔;
当P1≤Δp<P2时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔;
当P2≤Δp<P3时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔;
当P3≤Δp<P4时,选取第一预设间隔时长S1作为所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔。
具体而言,在将观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的时间间隔确定为第i预设间隔时长Si后,i=1,2,3,4,则在当Δp<p0时,继续对所述观测点水域的COD值和pH值进行监测,并在间隔第i预设间隔时长Si后,再次对所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染。
可以看出,通过根据Δp<p0时的实时pH值Δp与各预设pH值之间的关系确定间隔时长,以对所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,能够及时的根据pH值的变化调整两次实时COD值ΔC和预设标准COD值C0之间比对的时间间隔,从而能够有效地根据污染情况的变化及时的进行比对的时间间隔调整,从而能够及时的进行水源污染情况的判断,有效地提高判断效率。
具体而言,在确定所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的间隔时长后,实时的监测观测点水域的水流速度,并根据观测点水域的实时水流速度ΔD与预设水流速度之间的关系,设定时长修正系数,以对两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正。
具体而言,在处理模块内设定有预设水流速度矩阵M和预设间隔时长修正系数矩阵s0,对于预设水流速度矩阵D,设定D(D1,D2,D3,D4),其中,D1为第一预设水流速度,D2为第二预设水流速度,D3为第三预设水流速度,D4为第四预设水流速度,且D1<D2<D3<D4;对于预设间隔时长修正系数矩阵s0,设定s0(s01,s02,s03,s04),其中,s01为第一预设间隔时长修正系数,s02为第二预设间隔时长修正系数,s03为第三预设间隔时长修正系数,s04为第四预设间隔时长修正系数,且s01<s02<s03<s04;
在对两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正时,通过处理模块根据实时水流速度ΔD与各预设水流速度之间的关系选定预设间隔时长修正系数,以对两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正:
当ΔD<D1时,选定第一预设间隔时长修正系数s01对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s01;
当D1≤ΔD<D2时,选定第二预设间隔时长修正系数s02对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s02;
当D2≤ΔD<D3时,选定第三预设间隔时长修正系数s03对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s03;
当D3≤ΔD<D4时,选定第四预设间隔时长修正系数s04对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s04。
具体而言,在选定第i预设间隔时长修正系数s0i对两次实时COD值ΔC和预设标准COD值C0之间比对时的第i预设间隔时长Si进行修正时,i=1,2,3,4,修正后的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长为Si*s0i,并在确定间隔时长为Si*s0i后,在将所述实时COD值ΔC与预设的预设标准COD值C0进行比对,根据对比结果对所述观测点水域是否被污染进行预判断时,且在ΔC≥C0,并判断所述观测点水域可能被污染时,又在pH值满足Δp<p0时,再将两次比对时间间隔设定为Si*s0i后,再次对实时COD值ΔC和预设标准COD值C0进行比对,以判断观测点水域是否被污染。
具体而言,上述设定的间隔时长及其间隔时长的修正系数,是针对在ΔC≥C0且Δp<p0时的条件下的两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长及其间隔时长的修正系数。
可以看出,通过根据实时水流速度ΔD与各预设水流速度之间的关系选定预设间隔时长修正系数,以对两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正,能够极大地提高两次实时COD值ΔC和预设标准COD值C0之间比对时的间隔时间的准确性。
具体而言,在判断所述观测点水域被污染后,实时采集观测点水域的实时光照强度ΔL,并根据观测点水域的实时光照强度ΔL设定观测点水域的污染等级。
具体而言,在所述处理模块内设定有预设污染等级矩阵y和预设光照强度矩阵L,对于所述预设污染等级矩阵y,设定y(y1,y2,y3,y4),其中,y1为第一预设污染等级,y2为第二预设污染等级,y3为第三预设污染等级,y4为第四预设污染等级,且y1<y2<y3<y4,即,各污染等级逐渐增加;对于所述预设光照强度矩阵L,设定L(L1、L2、L3、L4),其中,L1为第一预设光照强度,L2为第二预设光照强度,L3为第三预设光照强度,L4为第四预设光照强度,且L1<L2<L3<L4。
具体而言,在设定观测点水域的污染等级时,处理模块根据获取的实时光照强度ΔL与各预设光照强度之间的关系,设定观测点水域的污染等级:
当ΔL<L1时,将观测点水域的污染等级设定为第一预设污染等级y1;
当L1≤ΔL<L2时,将观测点水域的污染等级设定为第二预设污染等级y2;
当L2≤ΔL<L3时,将观测点水域的污染等级设定为第三预设污染等级y3;
当L3≤ΔL<L4时,将观测点水域的污染等级设定为第四预设污染等级y4。
具体而言,在确定观测点水域的污染等级后,根据确定的污染等级,对修正后的取样点的选取数量再次进行调整。
具体而言,将观测点水域的污染等级设定为第i预设污染等级yi后,i=1,2,3,4,根据观测点水域的污染等级设定调整系数,以再次对修正后的取样点的选取数量再次进行调整:
可以看出,通过对根据获取的实时光照强度ΔL与各预设光照强度之间的关系,设定观测点水域的污染等级,根据确定的污染等级,对修正后的取样点的选取数量再次进行调整,通过污染等级能够直观的反映出被监测水域的污染程度,同时,通过根据污染等级再次对取样点的选取数量进行调整,能够进一步地提高取样点选取时的准确性,能进一步的提高后续溯源检测的结果的准确性。
具体而言,在Δp=p0,且间隔预设时间再次将所述实时pH值Δp与预设标准pH值p0进行比对时,根据实时光照强度ΔL与各预设光照强度之间的关系设定所述实时pH值Δp与所述预设标准pH值p0之间再次比对时的间隔时长。
具体而言,在处理模块内设定有预设pH值比对时间间隔矩阵t,设定t(t1,t2,t3,t4),其中,t1为第一预设pH值比对间隔时长,t2为第二预设pH值比对间隔时长,t3为第三预设pH值比对间隔时长,t4为第四预设pH值比对间隔时长,且t1<t2<t3<t4。
具体而言,处理模块根据实时光照强度ΔL与各预设光照强度之间的关系,从各预设pH值比对间隔时长中选取两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长:
当ΔL<L1时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第一预设pH值比对间隔时长t1;
当L1≤ΔL<L2时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第二预设pH值比对间隔时长t2;
当L2≤ΔL<L3时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第三预设pH值比对间隔时长t3;
当L3≤ΔL<L4时,将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第四预设pH值比对间隔时长t4。
具体而言,在将两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长设定为第i预设pH值比对间隔时长ti后,i=1,2,3,4,则当Δp=p0时,则在间隔ti时长后,再次将所述实时pH值Δp与预设标准pH值p0进行比对,此时若Δp<p0,则判断所述观测点水域正常,若Δp>p0,则判断所述观测点水域被污染,若Δp=p0,则再次将所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染。
可以看出,通过根据实时光照强度ΔL与各预设光照强度之间的关系,从各预设pH值比对间隔时长中选取两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长,能够根据水源的污染情况调整间隔时长,从而提高间隔时长的调整效果,且能够有效地提高溯源效率。
具体而言,在设定两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长后,根据观测点水域的实时水流速度ΔD与预设水流速度之间的关系,设定pH值比对间隔时长修正系数,以对两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长进行修正。
具体而言,在处理模块内设定有预设pH值比对间隔时长修正系数矩阵v,设定v(v1,v2,v3,v4),其中,v1为第一预设pH值比对间隔时长修正系数,v2为第二预设pH值比对间隔时长修正系数,v3为第三预设pH值比对间隔时长修正系数,v4为第四预设pH值比对间隔时长修正系数,且v1<v2<v3<v4。
具体而言,根据观测点水域的实时水流速度ΔD与预设水流速度之间的关系,从预设pH值比对间隔时长修正系数矩阵v选取修正系数,以对两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长进行修正:
当ΔD<D1时,选定第一预设pH值比对间隔时长修正系数v1对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v1;
当D1≤ΔD<D2时,选定第二预设pH值比对间隔时长修正系数v2对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v2;
当D2≤ΔD<D3时,选定第三预设pH值比对间隔时长修正系数v3对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v3;
当D3≤ΔD<D4时,选定第四预设pH值比对间隔时长修正系数v4对第i预设pH值比对间隔时长ti进行修正,修正后的间隔时长为ti*v4。
具体而言,当选定第i预设pH值比对间隔时长修正系数vi对第i预设pH值比对间隔时长ti进行修正后,i=1,2,3,4,修正后的间隔时长为ti*vi。具体的,当Δp=p0时,则间隔ti*vi时长后,再次将所述实时pH值Δp与预设标准pH值p0进行比对。
可以看出,通过根据观测点水域的实时水流速度ΔD设定pH值比对间隔时长修正系数,以对两次实时pH值Δp与预设标准pH值p0之间比对时的间隔时长进行修正,能够有效地提高间隔时长的准确性,进一步地提高检测效率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于小波分析的水质污染物溯源方法,其特征在于,包括:
步骤a:确定待监测水域,并在所述待监测水域的下游设置一个观测点、上游设置若干个取样点;
步骤b:实时监测所述观测点水域的COD值、pH值和所述待监测水域预设水深处的光照强度,并根据所述COD值、pH值和光照强度判断所述待监测水域是否被污染;
步骤c:在判断所述待监测水域被污染后,分别从所述观测点和取样点采集水样,通过小波分析反演污染物浓度变化规律,并分别获取所述观测点和取样点处水样的污染物浓度变化波谱;
步骤d:将所述观测点的污染物浓度变化波谱频率与各所述取样点的污染物浓度变化波谱频率一一比对,将与所述观测点的污染物浓度变化波谱频率相似度最高的取样点确定为污染源;其中,
在所述步骤b中,在判断所述待监测水域是否被污染时,在实时获取所述观测点的实时COD值ΔC后,将所述实时COD值ΔC与预设的预设标准COD值C0进行比对,根据对比结果对所述观测点水域的是否被污染进行预判断,若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域可能被污染。
2.根据权利要求1所述的基于小波分析的水质污染物溯源方法,其特征在于,
在所述步骤b中,在判断所述观测点水域可能被污染后,实时的获取所述观测点水域的实时pH值Δp,并将所述实时pH值Δp与预设的预设标准pH值p0进行比对,根据比对结果对所述观测点水域是否被污染进行判断:
当Δp>p0时,则判断所述观测点水域被污染;
当Δp<p0时,则继续对所述观测点水域的COD值和pH值进行监测,并在间隔预设时间后,再次对所述观测点水域的所述实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染;
当Δp=p0时,则间隔预设时间后,再次将所述实时pH值Δp与所述预设标准pH值p0进行比对,此时若Δp<p0,则判断所述观测点水域正常,若Δp>p0,则判断所述观测点水域被污染,若Δp=p0,则再次将所述观测点水域的实时COD值ΔC和预设标准COD值C0进行比对,此时若ΔC<C0,则判断所述观测点水域正常,若ΔC≥C0,则判断所述观测点水域被污染。
3.根据权利要求2所述的基于小波分析的水质污染物溯源方法,其特征在于
在判断所述观测点水域被污染后,根据所述观测点水域被判断为污染时的实时COD值ΔC与各预设COD值之间的关系确定所述取样点的数量。
4.根据权利要求3所述的基于小波分析的水质污染物溯源方法,其特征在于,在确定所述取样点的选取数量后,根据所述实时pH值Δp与各预设pH值之间的关系确定修正系数,以对所述取样点的选取数量进行修正。
5.根据权利要求2所述的基于小波分析的水质污染物溯源方法,其特征在于,
当所述实时pH值Δp与所述预设标准pH值p0的比对结果为Δp<p0,且在继续对所述观测点水域的COD值和pH值进行监测时,根据所述实时pH值Δp与各预设pH值之间的关系,确定所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的间隔时长。
6.根据权利要求5所述的基于小波分析的水质污染物溯源方法,其特征在于,
在确定所述观测点水域的实时COD值ΔC和预设标准COD值C0再次进行比对时的间隔时长后,实时的监测所述观测点水域的水流速度,并根据所述观测点水域的实时水流速度ΔD与预设水流速度之间的关系,设定时长修正系数,以对两次所述实时COD值ΔC和预设标准COD值C0之间比对时的间隔时长进行修正。
7.根据权利要求6所述的基于小波分析的水质污染物溯源方法,其特征在于,
在判断所述观测点水域被污染后,实时采集所述观测点水域的实时光照强度ΔL,并根据所述观测点水域的实时光照强度ΔL设定所述观测点水域的污染等级。
8.根据权利要求7所述的基于小波分析的水质污染物溯源方法,其特征在于,
在确定所述观测点水域的污染等级后,根据确定的所述污染等级设定调整系数,对修正后的所述取样点的选取数量再次进行调整。
9.根据权利要求7所述的基于小波分析的水质污染物溯源方法,其特征在于,
在Δp=p0,且间隔预设时间再次将所述实时pH值Δp与所述预设标准pH值p0进行比对时,根据所述实时光照强度ΔL与各预设光照强度之间的关系设定所述实时pH值Δp与所述预设标准pH值p0之间再次比对时的间隔时长。
10.根据权利要求9所述的基于小波分析的水质污染物溯源方法,其特征在于,
在设定所述实时pH值Δp与所述预设标准pH值p0之间再次比对时的间隔时长后,根据所述观测点水域的所述实时水流速度ΔD与所述预设水流速度之间的关系,设定pH值比对间隔时长修正系数,以对两次所述实时pH值Δp与所述预设标准pH值p0之间比对时的间隔时长进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110491049.1A CN113203691A (zh) | 2021-05-06 | 2021-05-06 | 一种基于小波分析的水质污染物溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110491049.1A CN113203691A (zh) | 2021-05-06 | 2021-05-06 | 一种基于小波分析的水质污染物溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113203691A true CN113203691A (zh) | 2021-08-03 |
Family
ID=77030098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110491049.1A Pending CN113203691A (zh) | 2021-05-06 | 2021-05-06 | 一种基于小波分析的水质污染物溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113203691A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253499A (zh) * | 2021-06-18 | 2021-08-13 | 深圳市泰科盛自动化系统有限公司 | 基于液晶屏检测的液晶屏自调节组装系统 |
CN113720667A (zh) * | 2021-09-02 | 2021-11-30 | 艾萍 | 一种环境监测用水样品处理系统及方法 |
CN116605974A (zh) * | 2023-05-16 | 2023-08-18 | 华能桐乡燃机热电有限责任公司 | 一种余热锅炉汽水循环排污方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0627014A (ja) * | 1992-07-07 | 1994-02-04 | Hitachi Ltd | 水質汚染監視装置及びその方法 |
KR101730979B1 (ko) * | 2015-12-22 | 2017-04-27 | 강원대학교산학협력단 | 유전자 알고리즘을 이용한 지하수 오염원의 위치 규명 시스템 및 그 방법 |
CN106708782A (zh) * | 2016-12-22 | 2017-05-24 | 贾翔 | 基于小波分析的区域病虫害检测诊断判别方法 |
US20180082199A1 (en) * | 2016-09-21 | 2018-03-22 | International Business Machines Corporation | System, method and computer program product for pollution source attribution |
CN107918395A (zh) * | 2017-11-15 | 2018-04-17 | 谢文可 | 城市河道排污口巡查方法及巡查系统 |
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及系统 |
CN108680708A (zh) * | 2018-05-18 | 2018-10-19 | 北京理工大学 | 一种甲烷来源预测方法及装置 |
CN110060177A (zh) * | 2019-04-17 | 2019-07-26 | 四川万江一泓环境科技有限责任公司 | 一种空天地一体水质在线监测与污染溯源系统 |
CN110348649A (zh) * | 2019-08-19 | 2019-10-18 | 天津市气象科学研究所 | 基于气象要素和污染物垂直分布特征的pm2.5背景浓度估算方法 |
-
2021
- 2021-05-06 CN CN202110491049.1A patent/CN113203691A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0627014A (ja) * | 1992-07-07 | 1994-02-04 | Hitachi Ltd | 水質汚染監視装置及びその方法 |
KR101730979B1 (ko) * | 2015-12-22 | 2017-04-27 | 강원대학교산학협력단 | 유전자 알고리즘을 이용한 지하수 오염원의 위치 규명 시스템 및 그 방법 |
US20180082199A1 (en) * | 2016-09-21 | 2018-03-22 | International Business Machines Corporation | System, method and computer program product for pollution source attribution |
CN106708782A (zh) * | 2016-12-22 | 2017-05-24 | 贾翔 | 基于小波分析的区域病虫害检测诊断判别方法 |
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及系统 |
CN107918395A (zh) * | 2017-11-15 | 2018-04-17 | 谢文可 | 城市河道排污口巡查方法及巡查系统 |
CN108680708A (zh) * | 2018-05-18 | 2018-10-19 | 北京理工大学 | 一种甲烷来源预测方法及装置 |
CN110060177A (zh) * | 2019-04-17 | 2019-07-26 | 四川万江一泓环境科技有限责任公司 | 一种空天地一体水质在线监测与污染溯源系统 |
CN110348649A (zh) * | 2019-08-19 | 2019-10-18 | 天津市气象科学研究所 | 基于气象要素和污染物垂直分布特征的pm2.5背景浓度估算方法 |
Non-Patent Citations (2)
Title |
---|
刘兰玉 等: "水质监测数据时间序列的时域和频域分析", 人民黄河, vol. 35, no. 11, pages 50 - 52 * |
刘灿: "基于B样条小波的反演方法及地下水污染源识别应用研究", 中国优秀硕士学位论文全文数据库工程科技Ⅰ辑, no. 02, pages 24 - 39 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253499A (zh) * | 2021-06-18 | 2021-08-13 | 深圳市泰科盛自动化系统有限公司 | 基于液晶屏检测的液晶屏自调节组装系统 |
CN113720667A (zh) * | 2021-09-02 | 2021-11-30 | 艾萍 | 一种环境监测用水样品处理系统及方法 |
CN116605974A (zh) * | 2023-05-16 | 2023-08-18 | 华能桐乡燃机热电有限责任公司 | 一种余热锅炉汽水循环排污方法及系统 |
CN116605974B (zh) * | 2023-05-16 | 2024-01-19 | 华能桐乡燃机热电有限责任公司 | 一种余热锅炉汽水循环排污方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113203691A (zh) | 一种基于小波分析的水质污染物溯源方法 | |
CN108956484B (zh) | 一种一体化追踪污染源的方法和装置 | |
CN107620868B (zh) | 管道泄漏检测方法及装置 | |
CN109783903B (zh) | 一种基于时间序列的工业用水管道故障诊断方法及系统 | |
CN108108889A (zh) | 一种水质监测数据在线处理方法及装置 | |
CN116128260B (zh) | 基于数据样本的重点企业环境分析方法 | |
CN111275307A (zh) | 一种水质自动在线站高频连续观测数据质量控制方法 | |
CN113011478A (zh) | 基于数据融合的污染源识别方法及系统 | |
CN115062071B (zh) | 一种用于河道的水资源污染扩散分析方法及系统 | |
CN114965924A (zh) | 污水污染物浓度检测系统 | |
CN111289697B (zh) | Cems运行状态监控与数据作假识别方法及系统 | |
CN112345759A (zh) | 一种用于荧光强度峰检测的方法 | |
CN113155178A (zh) | 传感器系统和方法 | |
CN113267462A (zh) | 一种应用紫外光谱对水体有机污染特征进行表征的方法 | |
CN111204842A (zh) | 一种通过神经网络实现超滤膜污染评价的方法、装置、系统 | |
CN112014344A (zh) | 一种污水在线监测方法 | |
CN117192057A (zh) | 一种水质检测方法、装置及存储介质 | |
CN115656063A (zh) | 基于高光谱数据的目标污染物含量分析方法及装置 | |
CN114935527B (zh) | 一种基于油井天然气开采的传感器智能清洁方法及系统 | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
DE60214409D1 (de) | Verfahren und vorrichtung zur zweiphasen-grundfrequenzdetektion | |
CN113781513B (zh) | 一种电厂供水管道泄漏检测方法及系统 | |
CN216669729U (zh) | 水质监控装置 | |
CN115078190A (zh) | 一种悬浮体现场激光粒度数据处理方法及其装置 | |
CN113238234A (zh) | 一种基于水下声呐识别水下排污口识别方法 |
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 |