CN113792963A - 一种农田土壤重金属污染分析预警系统 - Google Patents
一种农田土壤重金属污染分析预警系统 Download PDFInfo
- Publication number
- CN113792963A CN113792963A CN202110898107.2A CN202110898107A CN113792963A CN 113792963 A CN113792963 A CN 113792963A CN 202110898107 A CN202110898107 A CN 202110898107A CN 113792963 A CN113792963 A CN 113792963A
- Authority
- CN
- China
- Prior art keywords
- data
- heavy metal
- module
- metal pollution
- analysis
- 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.)
- Withdrawn
Links
- 239000002689 soil Substances 0.000 title claims abstract description 163
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 138
- 238000004458 analytical method Methods 0.000 title claims abstract description 65
- 238000012544 monitoring process Methods 0.000 claims abstract description 52
- 238000012502 risk assessment Methods 0.000 claims abstract description 21
- 238000004856 soil analysis Methods 0.000 claims abstract description 20
- 238000013523 data management Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 17
- 238000012217 deletion Methods 0.000 claims description 13
- 230000037430 deletion Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 12
- 229910052751 metal Inorganic materials 0.000 claims description 10
- 239000002184 metal Substances 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Geology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Pathology (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Mining & Mineral Resources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于农田土壤分析技术领域,公开了一种农田土壤重金属污染分析预警系统,所述农田土壤重金属污染分析预警系统包括:土壤样本采集模块、数据预处理模块、无线通信模块、中央控制模块、风险分析模块、异常预警模块、数据管理模块、本地存储模块、供电模块、云存储模块、更新显示模块。本发明通过分析模块采用神经网络进行分析,采集现有的相关数据,满足大数据时代情况下的数据利用率,且不会受环境情况所影响;通过设定云存储模块,保证数据的备份,且可以节省本地的存储空间,在后续有需要时可以直接在云端操作,有利于大数据和监测行业的发展。本发明操作方法清晰,明确说明土壤采集的方法以及土壤采集的区域以及存储,提高分析效率。
Description
技术领域
本发明属于农田土壤分析技术领域,尤其涉及一种农田土壤重金属污染分析预警系统。
背景技术
目前,农田土壤重金属污染的管理手段仍十分落后,管理工作主要是依靠人工为主,管理模式往往都是采用临时抽查或巡查的方式进行,管理成本高、效率低、管理到位难,且重金属分布的并不均匀,抽查时没有不代表这一大片土壤都没有,因此针对大规模的高效的,准确的分析预警系统非常需要;现有的一种农田土壤重金属污染分析预警系统,包括:数据采集模块,用于获取农田土壤重金属污染监测数据;数据预处理模块,用于对获取的农田土壤重金属污染监测数据进行预处理,并发送至数据管理模块处进行存储;数据管理模块,用于对存储的数据进行管理;风险分析模块,用于构建农田土壤重金属污染风险综合评估指标体系,确定农田重金属污染的影响因子及其权重,对农田土壤重金属污染风险进行综合评估,并输出农田土壤重金属污染风险评估值;预警模块,用于在农田土壤重金属污染风险评估值大于设定的风险阈值时向设定的用户终端输出报警信息;显然,现有的针对土壤金属预测分析系统没有具体说明土壤采集的具体过程,并没有说明会覆盖到土地中的每一个区域,可能导致分析结果具有很大的反差,第一是可能是抽查的土壤,第二可能覆盖到大部分区域,但是结果并不知道是哪一区域的土壤,且分析模块采用普通的权重进行分析,误差性较大,若不能保证相同的环境下进行分析,则结果也不具有参考性,现有的系统中没有云端存储,那么在本地数据不小心丢失的情况下会造成巨大的损失。因此,亟需一种新的农田土壤重金属污染分析预警系统,以弥补现有技术缺陷。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有农田土壤重金属污染分析预警系统没有具体说明土壤采集的具体过程,并没有说明会覆盖到土地中的每一个区域。
(2)现有农田污染分析预警系统采用普通的权重进行分析,误差性较大,若不能保证相同的环境下进行分析,则结果也不具有参考性。
(3)现有农田土壤重金属污染分析预警系统没有云端存储,那么在本地数据不小心丢失的情况下会造成巨大的损失。
发明内容
针对现有技术存在的问题,本发明提供了一种农田土壤重金属污染分析预警系统。
本发明是这样实现的,一种农田土壤重金属污染分析预警系统,所述农田土壤重金属污染分析预警系统包括:
土壤样本采集模块,与中央控制模块连接,包括土壤采集设备、存储容器以及监测装置,用于通过土壤采集设备按区域进行土壤样本采集及编号,由土壤存储容器进行收集,并通过监测装置获取农田土壤重金属污染监测数据;
数据预处理模块,与中央控制模块连接,包括异常数据处理单元和缺失数据处理单元,用于通过数据预处理程序对获取的农田土壤重金属污染监测数据进行异常检测和缺失检测的预处理操作,包括:
获取农田土壤重金属污染监测数据;通过异常数据处理单元对获取的农田土壤重金属污染监测数据进行异常检测,包括:
若农田土壤重金属污染监测数据与预设的异常数据列表满足异常条件,则将该农田土壤重金属污染监测数据视为异常农田土壤重金属污染监测数据,其中异常数据列表根据实际情况选择历史异常农田土壤重金属污染监测数据进行构建;其中,设采集到的农田土壤重金属污染监测数据时间序列为{yt,t=1,2…,n},所述异常条件为:
将检测出的异常数据进行修正处理;通过缺失数据处理单元对农田土壤重金属污染监测数据进行缺失检测,并对检测出的缺失序列进行数据填补;
无线通信模块,与中央控制模块连接,用于通过无线通信装置将预处理后的农田土壤重金属污染监测数据发送至中央处理器。
进一步,所述农田土壤重金属污染分析预警系统,还包括:
中央控制模块,与土壤样本采集模块、数据预处理模块、无线通信模块、风险分析模块、异常预警模块、数据管理模块、本地存储模块、供电模块、云存储模块、更新显示模块连接,用于通过中央处理器各模块传输的数据及请求进行采集,通过分析处理后输出给输出通道,协调控制所述农田土壤重金属污染分析预警系统各个模块的正常运行;
风险分析模块,与中央控制模块连接,用于通过风险分析程序根据预处理后的农田土壤重金属污染监测数据对农田土壤重金属污染情况进行分析;
异常预警模块,与中央控制模块连接,用于通过评判程序分析土壤当前的金属含量,若金属含量超过国家标准值,则立即启动声光预警装置进行提醒;
数据管理模块,与中央控制模块连接,用于通过数据管理程序对所述农田土壤重金属污染分析预警系统的数据进行管理;
本地存储模块,与中央控制模块连接,用于通过本地存储器存储土壤分析的结果,分析异常预警模块将转换好的数字信号打包发送至中央处理器,经由中央处理器进行标签操作传送至本地存储器和云存储模块;
供电模块,与中央控制模块连接,由太阳能组和蓄电池组构成,用于给各个模块的设备进行供电;在阳光充足的时候,由太阳能直接进行供电,并向蓄电池内存储电量;当阳光不充足的时候,由蓄电池提供电量;
云存储模块,与中央控制模块连接,用于通过云存储平台使用云存储服务对所述农田土壤重金属污染分析预警系统的数据进行云存储;
更新显示模块,与中央控制模块连接,用于通过显示器对所述农田土壤重金属污染分析预警系统的数据进行实时的更新显示。
进一步,风险分析模块中,所述通过风险分析程序根据预处理后的农田土壤重金属污染监测数据对农田土壤重金属污染情况进行分析,包括:
(1)构建农田土壤重金属污染风险综合评估指标体系,确定农田重金属污染的影响因子及其权重;
(2)根据农田重金属污染的影响因子及其权重对农田土壤重金属污染风险进行综合评估,并输出农田土壤重金属污染风险评估值;
(3)根据农田土壤重金属污染风险评估值对农田土壤重金属污染情况进行分析,评判当前农田土壤样本的重金属含量。
进一步,异常预警模块中,所述评估程序中的模型的建立过程为:
(1)对网络上的重金属信息以及金属含量超标准则进行采集;
(2)建立初始模型,骨架为卷积神经网络,将模型的参数初始化,初始化方式为随机取值;
(3)将采集的数据输入初始模型中进行训练,通过数据的不断训练对参数不断优化,直至参数变化不明显,稳定;
(4)选取在训练样本之外的土壤分析数据输入模型中验证其准确性,若准确则训练结束,若不准确,则重复步骤(3)。
进一步,所述数据管理模块,包括:
任务管理单元,用于创建、分配和下发数据采集任务;
数据管理单元,用于元数据的添加、删除和更新;
数据融合单元,用于对相关数据进行融合处理;
数据查询单元,用于根据用户自定义的查询条件实时查询相关数据;其中,所述相关数据包括所述农田土壤重金属污染监测数据以及所述元数据。
进一步,供电模块中,若蓄电池中的电量不足,则使用直流电源进行供电。
进一步,云存储模块中,所述通过云存储平台使用云存储服务对所述农田土壤重金属污染分析预警系统的数据进行云存储,包括:
(1)在本地服务器部署数据中心中创建云存储平台,通过第三方网关来实现存储协议,通过上述存储协议实现从NFS到SMB的转换;
(2)用户将本地数据通过网线写入云存储网关中,云存储网关将数据传输至边界路由,边界路由通过专线公网将数据传入至云平台;
(3)在云平台中发起对象存储的请求,将数据传送至云平台内的云存储网关,云存储网关通过vSwitch将数据发送到云存储可用区中,完成数据云存储。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用所述的农田土壤重金属污染分析预警系统。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用所述的农田土壤重金属污染分析预警系统。
本发明的另一目的在于提供一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现所述的农田土壤重金属污染分析预警系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的农田土壤重金属污染分析预警系统,通过分析模块采用神经网络进行分析,采集现有的相关数据,满足了大数据时代情况下的数据利用率,且不会受环境情况所影响。本发明设定了云存储模块,保证了数据的备份,且可以节省本地的存储空间,在后续有需要时可以直接在云端操作,有利于大数据和监测行业的发展。同时,本发明操作方法清晰,明确说明了土壤采集的方法以及土壤采集的区域以及存储,减少后续的操作误差性,因为重金属分布可能并不均匀,所以明确的对土壤进行编号是必需的,提高了分析效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的农田土壤重金属污染分析预警系统结构框图;
图中:1、土壤样本采集模块;2、数据预处理模块;3、无线通信模块;4、中央控制模块;5、风险分析模块;6、异常预警模块;7、数据管理模块;8、本地存储模块;9、供电模块;10、云存储模块;11、更新显示模块。
图2是本发明实施例提供的通过数据预处理程序对获取的农田土壤重金属污染监测数据进行异常检测和缺失检测的预处理操作的方法流程图。
图3是本发明实施例提供的通过风险分析程序根据预处理后的农田土壤重金属污染监测数据对农田土壤重金属污染情况进行分析的方法流程图。
图4是本发明实施例提供的数据管理模块7的结构框图;
图中:7-1、任务管理单元;7-2、数据管理单元;7-3、数据融合单元;7-4、数据查询单元。
图5是本发明实施例提供的通过云存储平台使用云存储服务对所述农田土壤重金属污染分析预警系统的数据进行云存储的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种农田土壤重金属污染分析预警系统,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的农田土壤重金属污染分析预警系统包括:土壤样本采集模块1、数据预处理模块2、无线通信模块3、中央控制模块4、风险分析模块5、异常预警模块6、数据管理模块7、本地存储模块8、供电模块9、云存储模块10、更新显示模块11。
土壤样本采集模块1,与中央控制模块4连接,包括土壤采集设备、存储容器以及监测装置,用于通过土壤采集设备按区域进行土壤样本采集及编号,由土壤存储容器进行收集,并通过监测装置获取农田土壤重金属污染监测数据;
数据预处理模块2,与中央控制模块4连接,包括异常数据处理单元和缺失数据处理单元,用于通过数据预处理程序对获取的农田土壤重金属污染监测数据进行异常检测和缺失检测的预处理操作;
无线通信模块3,与中央控制模块4连接,用于通过无线通信装置将预处理后的农田土壤重金属污染监测数据发送至中央处理器;
中央控制模块4,与土壤样本采集模块1、数据预处理模块2、无线通信模块3、风险分析模块5、异常预警模块6、数据管理模块7、本地存储模块8、供电模块9、云存储模块10、更新显示模块11连接,用于通过中央处理器各模块传输的数据及请求进行采集,通过分析处理后输出给输出通道,协调控制所述农田土壤重金属污染分析预警系统各个模块的正常运行;
风险分析模块5,与中央控制模块4连接,用于通过风险分析程序根据预处理后的农田土壤重金属污染监测数据对农田土壤重金属污染情况进行分析;
异常预警模块6,与中央控制模块4连接,用于通过评判程序分析土壤当前的金属含量,若金属含量超过国家标准值,则立即启动声光预警装置进行提醒;
数据管理模块7,与中央控制模块4连接,用于通过数据管理程序对所述农田土壤重金属污染分析预警系统的数据进行管理;
本地存储模块8,与中央控制模块4连接,用于通过本地存储器存储土壤分析的结果,分析异常预警模块将转换好的数字信号打包发送至中央处理器,经由中央处理器进行标签操作传送至本地存储器和云存储模块;
供电模块9,与中央控制模块4连接,由太阳能组和蓄电池组构成,用于给各个模块的设备进行供电;在阳光充足的时候,由太阳能直接进行供电,并向蓄电池内存储电量;当阳光不充足的时候,由蓄电池提供电量;
云存储模块10,与中央控制模块4连接,用于通过云存储平台使用云存储服务对所述农田土壤重金属污染分析预警系统的数据进行云存储;
更新显示模块11,与中央控制模块4连接,用于通过显示器对所述农田土壤重金属污染分析预警系统的数据进行实时的更新显示。
如图2所示,本发明实施例提供的数据预处理模块2中,通过数据预处理程序对获取的农田土壤重金属污染监测数据进行异常检测和缺失检测的预处理操作,包括:
S101,获取农田土壤重金属污染监测数据;
S102,通过异常数据处理单元对获取的农田土壤重金属污染监测数据进行异常检测,并将检测出的异常数据进行修正处理;
S103,通过缺失数据处理单元对农田土壤重金属污染监测数据进行缺失检测,并对检测出的缺失序列进行数据填补。
本发明实施例提供的通过异常数据处理单元对获取的农田土壤重金属污染监测数据进行异常检测,包括:
若农田土壤重金属污染监测数据与预设的异常数据列表满足异常条件,则将该农田土壤重金属污染监测数据视为异常农田土壤重金属污染监测数据,其中异常数据列表根据实际情况选择历史异常农田土壤重金属污染监测数据进行构建;其中,设采集到的农田土壤重金属污染监测数据时间序列为{yt,t=1,2…,n},所述异常条件为:
如图3所示,本发明实施例提供的风险分析模块5中,通过风险分析程序根据预处理后的农田土壤重金属污染监测数据对农田土壤重金属污染情况进行分析,包括:
S201,构建农田土壤重金属污染风险综合评估指标体系,确定农田重金属污染的影响因子及其权重;
S202,根据农田重金属污染的影响因子及其权重对农田土壤重金属污染风险进行综合评估,并输出农田土壤重金属污染风险评估值;
S203,根据农田土壤重金属污染风险评估值对农田土壤重金属污染情况进行分析,评判当前农田土壤样本的重金属含量。
本发明实施例提供的异常预警模块6中,评估程序中的模型的建立过程为:
(1)对网络上的重金属信息以及金属含量超标准则进行采集;
(2)建立初始模型,骨架为卷积神经网络,将模型的参数初始化,初始化方式为随机取值;
(3)将采集的数据输入初始模型中进行训练,通过数据的不断训练对参数不断优化,直至参数变化不明显,稳定;
(4)选取在训练样本之外的土壤分析数据输入模型中验证其准确性,若准确则训练结束,若不准确,则重复步骤(3)。
如图4所示,本发明实施例提供的数据管理模块7,包括:
任务管理单元7-1,用于创建、分配和下发数据采集任务;
数据管理单元7-2,用于元数据的添加、删除和更新;
数据融合单元7-3,用于对相关数据进行融合处理;
数据查询单元7-4,用于根据用户自定义的查询条件实时查询相关数据;其中,所述相关数据包括所述农田土壤重金属污染监测数据以及所述元数据。
本发明实施例提供的供电模块9中,若蓄电池中的电量不足,则使用直流电源进行供电。
如图5所示,本发明实施例提供的云存储模块10中,通过云存储平台使用云存储服务对所述农田土壤重金属污染分析预警系统的数据进行云存储,包括:
S301,在本地服务器部署数据中心中创建云存储平台,通过第三方网关来实现存储协议,通过上述存储协议实现从NFS到SMB的转换;
S302,用户将本地数据通过网线写入云存储网关中,云存储网关将数据传输至边界路由,边界路由通过专线公网将数据传入至云平台;
S303,在云平台中发起对象存储的请求,将数据传送至云平台内的云存储网关,云存储网关通过vSwitch将数据发送到云存储可用区中,完成数据云存储。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种农田土壤重金属污染分析预警系统,其特征在于,所述农田土壤重金属污染分析预警系统包括:
土壤样本采集模块,与中央控制模块连接,包括土壤采集设备、存储容器以及监测装置,用于通过土壤采集设备按区域进行土壤样本采集及编号,由土壤存储容器进行收集,并通过监测装置获取农田土壤重金属污染监测数据;
数据预处理模块,与中央控制模块连接,包括异常数据处理单元和缺失数据处理单元,用于通过数据预处理程序对获取的农田土壤重金属污染监测数据进行异常检测和缺失检测的预处理操作,包括:
获取农田土壤重金属污染监测数据;通过异常数据处理单元对获取的农田土壤重金属污染监测数据进行异常检测,包括:
若农田土壤重金属污染监测数据与预设的异常数据列表满足异常条件,则将该农田土壤重金属污染监测数据视为异常农田土壤重金属污染监测数据,其中异常数据列表根据实际情况选择历史异常农田土壤重金属污染监测数据进行构建;其中,设采集到的农田土壤重金属污染监测数据时间序列为{yt,t=1,2…,n},所述异常条件为:
将检测出的异常数据进行修正处理;通过缺失数据处理单元对农田土壤重金属污染监测数据进行缺失检测,并对检测出的缺失序列进行数据填补;
无线通信模块,与中央控制模块连接,用于通过无线通信装置将预处理后的农田土壤重金属污染监测数据发送至中央处理器。
2.如权利要求1所述的农田土壤重金属污染分析预警系统,其特征在于,所述农田土壤重金属污染分析预警系统,还包括:
中央控制模块,与土壤样本采集模块、数据预处理模块、无线通信模块、风险分析模块、异常预警模块、数据管理模块、本地存储模块、供电模块、云存储模块、更新显示模块连接,用于通过中央处理器各模块传输的数据及请求进行采集,通过分析处理后输出给输出通道,协调控制所述农田土壤重金属污染分析预警系统各个模块的正常运行;
风险分析模块,与中央控制模块连接,用于通过风险分析程序根据预处理后的农田土壤重金属污染监测数据对农田土壤重金属污染情况进行分析;
异常预警模块,与中央控制模块连接,用于通过评判程序分析土壤当前的金属含量,若金属含量超过国家标准值,则立即启动声光预警装置进行提醒;
数据管理模块,与中央控制模块连接,用于通过数据管理程序对所述农田土壤重金属污染分析预警系统的数据进行管理;
本地存储模块,与中央控制模块连接,用于通过本地存储器存储土壤分析的结果,分析异常预警模块将转换好的数字信号打包发送至中央处理器,经由中央处理器进行标签操作传送至本地存储器和云存储模块;
供电模块,与中央控制模块连接,由太阳能组和蓄电池组构成,用于给各个模块的设备进行供电;在阳光充足的时候,由太阳能直接进行供电,并向蓄电池内存储电量;当阳光不充足的时候,由蓄电池提供电量;
云存储模块,与中央控制模块连接,用于通过云存储平台使用云存储服务对所述农田土壤重金属污染分析预警系统的数据进行云存储;
更新显示模块,与中央控制模块连接,用于通过显示器对所述农田土壤重金属污染分析预警系统的数据进行实时的更新显示。
3.如权利要求2所述的农田土壤重金属污染分析预警系统,其特征在于,风险分析模块中,所述通过风险分析程序根据预处理后的农田土壤重金属污染监测数据对农田土壤重金属污染情况进行分析,包括:
(1)构建农田土壤重金属污染风险综合评估指标体系,确定农田重金属污染的影响因子及其权重;
(2)根据农田重金属污染的影响因子及其权重对农田土壤重金属污染风险进行综合评估,并输出农田土壤重金属污染风险评估值;
(3)根据农田土壤重金属污染风险评估值对农田土壤重金属污染情况进行分析,评判当前农田土壤样本的重金属含量。
4.如权利要求2所述的农田土壤重金属污染分析预警系统,其特征在于,异常预警模块中,所述评估程序中的模型的建立过程为:
(1)对网络上的重金属信息以及金属含量超标准则进行采集;
(2)建立初始模型,骨架为卷积神经网络,将模型的参数初始化,初始化方式为随机取值;
(3)将采集的数据输入初始模型中进行训练,通过数据的不断训练对参数不断优化,直至参数变化不明显,稳定;
(4)选取在训练样本之外的土壤分析数据输入模型中验证其准确性,若准确则训练结束,若不准确,则重复步骤(3)。
5.如权利要求2所述的农田土壤重金属污染分析预警系统,其特征在于,所述数据管理模块,包括:
任务管理单元,用于创建、分配和下发数据采集任务;
数据管理单元,用于元数据的添加、删除和更新;
数据融合单元,用于对相关数据进行融合处理;
数据查询单元,用于根据用户自定义的查询条件实时查询相关数据;其中,所述相关数据包括所述农田土壤重金属污染监测数据以及所述元数据。
6.如权利要求2所述的农田土壤重金属污染分析预警系统,其特征在于,供电模块中,若蓄电池中的电量不足,则使用直流电源进行供电。
7.如权利要求2所述的农田土壤重金属污染分析预警系统,其特征在于,云存储模块中,所述通过云存储平台使用云存储服务对所述农田土壤重金属污染分析预警系统的数据进行云存储,包括:
(1)在本地服务器部署数据中心中创建云存储平台,通过第三方网关来实现存储协议,通过上述存储协议实现从NFS到SMB的转换;
(2)用户将本地数据通过网线写入云存储网关中,云存储网关将数据传输至边界路由,边界路由通过专线公网将数据传入至云平台;
(3)在云平台中发起对象存储的请求,将数据传送至云平台内的云存储网关,云存储网关通过vSwitch将数据发送到云存储可用区中,完成数据云存储。
8.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用如权利要求1~7任意一项所述的农田土壤重金属污染分析预警系统。
9.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用如权利要求1~7任意一项所述的农田土壤重金属污染分析预警系统。
10.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现如权利要求1~7任意一项所述的农田土壤重金属污染分析预警系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898107.2A CN113792963A (zh) | 2021-08-05 | 2021-08-05 | 一种农田土壤重金属污染分析预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898107.2A CN113792963A (zh) | 2021-08-05 | 2021-08-05 | 一种农田土壤重金属污染分析预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113792963A true CN113792963A (zh) | 2021-12-14 |
Family
ID=78877190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110898107.2A Withdrawn CN113792963A (zh) | 2021-08-05 | 2021-08-05 | 一种农田土壤重金属污染分析预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113792963A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115843483A (zh) * | 2022-11-18 | 2023-03-28 | 罗福祥 | 一种重金属污染农田土壤的生态水利修复系统及方法 |
CN116563050A (zh) * | 2023-05-09 | 2023-08-08 | 云南大学 | 一种农田土壤重金属污染分析预警方法及预警系统 |
-
2021
- 2021-08-05 CN CN202110898107.2A patent/CN113792963A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115843483A (zh) * | 2022-11-18 | 2023-03-28 | 罗福祥 | 一种重金属污染农田土壤的生态水利修复系统及方法 |
CN116563050A (zh) * | 2023-05-09 | 2023-08-08 | 云南大学 | 一种农田土壤重金属污染分析预警方法及预警系统 |
CN116563050B (zh) * | 2023-05-09 | 2024-01-19 | 云南大学 | 一种农田土壤重金属污染分析预警方法及预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113792963A (zh) | 一种农田土壤重金属污染分析预警系统 | |
CN110027437B (zh) | 电动汽车充电桩在线校准系统 | |
CN106295985A (zh) | 一种台区线损管理系统及管理方法 | |
CN105956672A (zh) | 电力巡线实时监控管理系统 | |
CN210222990U (zh) | 输电线路防风拉线在线监测系统 | |
CN103236118B (zh) | 基于移动基站定位技术的移动金融终端监控系统及方法 | |
CN112487046A (zh) | 用电信息分析方法、装置、系统、计算机设备和存储介质 | |
CN111062504A (zh) | 一种基于ar技术的智能配电站运维系统及方法 | |
CN110753276A (zh) | 一种智能抄表系统和控制方法 | |
CN111915143B (zh) | 一种基于智能合约的复杂产品装配管控系统 | |
CN111179112A (zh) | 一种变电站运维辅助及风险管控系统和方法 | |
CN109657953A (zh) | 变电站接地网数字化管理系统 | |
CN116316614B (zh) | 电网三维数字孪生系统、性能分析方法及相关装置 | |
CN102929224A (zh) | 变电设备状态接入控制器及系统控制方法 | |
CN109345076A (zh) | 一种全过程工程咨询项目风险管理方法 | |
CN112597263A (zh) | 管网检测数据异常判断方法及系统 | |
CN112528742A (zh) | 一种变电站压板的状态核对方法及装置 | |
CN110904460A (zh) | 一种基于dtu通信的埋地油气管道阴极保护远程监控系统 | |
CN104808568A (zh) | 一种基于gprs的地下水远程监测系统 | |
CN112633818A (zh) | 一种基于协同办公平台的成本管控系统 | |
CN114257438B (zh) | 基于蜜罐的电力监控系统管理方法、装置和计算机设备 | |
CN114173216B (zh) | 电能表现场抄表方法、装置、现场抄表终端、存储介质及系统 | |
CN203101932U (zh) | 变电设备状态接入控制器 | |
CN114629153A (zh) | 一种基于v2g模式的电动车智能云计算调峰系统 | |
CN101620250B (zh) | 量测质量的自适应监测方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211214 |
|
WW01 | Invention patent application withdrawn after publication |