CN114693493B - 一种基于IoT的污染河流水生态修复系统 - Google Patents
一种基于IoT的污染河流水生态修复系统 Download PDFInfo
- Publication number
- CN114693493B CN114693493B CN202210332671.2A CN202210332671A CN114693493B CN 114693493 B CN114693493 B CN 114693493B CN 202210332671 A CN202210332671 A CN 202210332671A CN 114693493 B CN114693493 B CN 114693493B
- Authority
- CN
- China
- Prior art keywords
- river
- current
- real
- time environment
- influence index
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 96
- 238000000034 method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 6
- 239000010865 sewage Substances 0.000 claims description 49
- 241001465754 Metazoa Species 0.000 claims description 24
- 230000004083 survival effect Effects 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 12
- 241000894007 species Species 0.000 claims description 12
- 238000011144 upstream manufacturing Methods 0.000 claims description 12
- 241000195493 Cryptophyta Species 0.000 claims description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 239000010802 sludge Substances 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 230000006854 communication Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 210000002569 neuron Anatomy 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 6
- 238000003891 environmental analysis Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 3
- 239000013505 freshwater Substances 0.000 description 2
- 210000002364 input neuron Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000008439 repair process Effects 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/40—Protecting water resources
- Y02A20/402—River restoration
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于IoT的污染河流水生态修复系统，涉及水生态修复技术领域，解决了现有技术中，污染河流在生态修复过程中不能够针对河流污染进行合适的修复方式，导致生态修复的工作效率降低的技术问题，将对应河流进行外界影响分析，判断外界污水排放对河流的影响，从而判断河流的实时污染状况，提高了河流污染的监测效率；将当前河流进行实时环境分析，判断当前河流的水流状态对河流污染是否影响，能够判定当前河流污染是否能够受到缓解，从而实时检验河流的真实污染情况，因此能够做出准确的治理强度，防止治理成本的不必要浪费；将当前河流内部生物进行分析，从而侧面分析出河流是否存在污染，更加提高了河流污染分析的准确性。
Description
技术领域
本发明涉及水生态修复技术领域，具体为一种基于IoT的污染河流水生态修复系统。
背景技术
变随着我国城市化和工业化的不断发展，我国河流水体的功能和作用也在不断发生着变化。目前，我国大部分城市和地区的淡水资源已经受到了污染物的污染，水质不断恶化，这不但对淡水资源的供给产生了很深的直接影响，而且对于农业、渔业生产及河流旁居民的健康状况带来了危害，也严重地制约着我国社会和经济持续健康发展。如何有效治理日趋恶化的水环境，修复退化或受损的水生生态系统，是改善水体环境、提高区域生产力、实现水资源可持续发展的关键；而IoT"物联网"(Internet of Things)指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网结合起来而形成的一个巨大网络，其目的是让所有的物品都与网络连接在一起，方便识别和管理。
但是在现有技术中，污染河流在生态修复过程中获取的传感器数量有限，无法准确判断河流的污染程度，导致生态修复资源无法均衡调度，造成修复成本无法把控；同时不能够针对河流污染进行合适的修复方式，导致生态修复的工作效率降低，为此，我们提出一种污染河流水生态修复系统。
发明内容
本发明的目的就在于为了解决上述提出的问题，而提出一种基于IoT的污染河流水生态修复系统，通过物联网丰富的传感器数量，将对应河流进行外界影响分析，判断外界污水排放对河流的影响，从而判断河流的实时污染状况，提高了河流污染的监测效率；将当前河流进行实时环境分析，判断当前河流的水流状态对河流污染是否影响，从而提高了河流污染分析的准确性，能够判定当前河流污染是否能够受到缓解，从而实时检验河流的真实污染情况，因此能够做出准确的治理强度，防止治理成本的不必要浪费；将当前河流内部生物进行分析，从而侧面分析出河流是否存在污染，更加提高了河流污染分析的准确性。
本发明的目的可以通过以下技术方案实现：
一种基于IoT的污染河流水生态修复系统，包括服务器，服务器通讯连接有外界影响分析单元、实时环境分析单元、河流内部分析单元以及河流生态修复单元；
服务器生成外界影响分析信号并将外界影响分析信号发送至外界影响分析单元，外界影响分析单元接收到外界影响分析信号后，将对应河流进行外界影响分析，通过外界影响分析生成外界影响指数，并将外界影响指数发送至服务器；
服务器生成实时环境分析信号并将实时环境分析信号发送至实时环境分析单元，实时环境分析单元接收到实时环境分析信号后，将当前河流进行实时环境分析，通过实时环境分析生成实时环境影响指数，并将实时环境影响指数发送至服务器；
服务器生成河流内部分析信号并将河流内部分析信号发送至河流内部分析单元，河流内部分析单元接收到河流内部分析信号后，将当前河流内部生物进行分析；通过河流内部分析信号生成河流内部影响指数，并将河流内部影响指数发送至服务器；
服务器接收到外界影响指数、实时环境影响指数以及河流内部影响指数后，基于服务器内置的深度神经网络(DNN)，将上述外界影响指数、实时环境影响指数以及河流内部影响指数作为输入的神经元信号xi，结合对应的温度，PH酸碱度，盐度，导电性以及氧气浓度标准库中的修正值bk，生成相应的河流生态修复信号yk；其中，DNN大致结构如下：
，其中，x1,x2…xm代表输入的神经元信号xi，此处m＝3，但不限于3，当输入的指数信号增加时，m相应的变化，
yk＝f(uk+bk)，其中，ωi代表相应的输入的指数信号的权重值，uk是线性输出，f()为激活函数，bk为修正值，yk为神经网络的最终输出；
将生成河流生态修复信号并将河流生态修复信号发送至河流生态修复单元，河流生态修复单元接收到河流生态修复信号后，将当前河流进行生态修复。
进一步地，所述外界影响分析单元的运行过程如下：
采集到当前河流周边进行污水排放的工厂数量以及对应工程平均单次污水排放量，并将当前河流周边进行污水排放的工厂数量以及对应工程平均单次污水排放量分别标记为SL和FL；采集到当前河流周边进行污水排放的工厂对应污水排放频率，并将当前河流周边进行污水排放的工厂对应污水排放频率标记为PL；
通过公式获取到当前河流的外界影响指数X，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0；将当前河流的外界影响指数与外界影响分析系数阈值进行比较：
若当前河流的外界影响分析系数超过外界影响分析系数阈值，则判定当前河流存在外界影响，生成外界影响指数并将外界影响指数和对应河流位置发送至服务器；若当前河流的外界影响指数未超过外界影响指数阈值，则判定当前河流不存在外界影响，生成外界影响指数置零并将外界影响指数和对应河流位置发送至服务器。
进一步地，所述实时环境分析单元的运行过程如下：
采集到当前河流内河水对应平均每分钟流量以及平均每分钟的流速，并将当前河流内河水对应平均每分钟流量以及平均每分钟的流速分别标记为 PLL和PLS；采集到当前河流内河水对应平均每小时水量浮动值，并将当前河流内河水对应平均每小时水量浮动值标记为FDZ；
通过公式C＝β(PLL×s1+PLS×s2+FDZ×s3)获取到当前河流的实时环境影响指数C，其中，s1、s2以及s3均为预设比例系数，且s1＞s2＞s3＞0，β为误差修正因子，取值为1.34；
将当前河流的实时环境影响指数C与实时环境影响指数阈值进行比较：若当前河流的实时环境影响指数C超过实时环境影响指数阈值，则判定当前河流的实时环境存在影响，生成实时环境影响指数并将实时环境影响指数发送至服务器；若当前河流的实时环境影响指数C未超过实时环境分析系数阈值，则判定当前河流的实时环境不存在影响，生成实时环境影响指数置零并将实时环境影响指数发送至服务器。
进一步地，所述河流内部分析单元的运行过程如下：
采集到当前河流内生存动物的种类数量以及对应种类数量的生存动物的平均存活数量，并将当前河流内生存动物的种类数量以及对应种类数量的生存动物的平均存活数量分别与种类数量阈值和存活数量阈值进行比较：计算出河流内部影响指数＝(对应种类数量/种类数量阈值)*β1+(对应种类数量的生存动物的平均存活数量/存活数量阈值)*β2，其中β1和β2分别为对应的权重系数，且两者之和为1；
若当前河流内生存动物的种类数量超过种类数量阈值，或者对应种类数量的生存动物的平均存活数量超过存活数量阈值，则判定当前河流的内部分析合格，生成河流内部影响指数置零并发送至服务器；若当前河流内生存动物的种类数量未超过种类数量阈值，且对应种类数量的生存动物的平均存活数量未超过存活数量阈值，则判定当前河流的内部分析不合格，生成河流内部影响指数并将河流内部影响指数发送至服务器。
进一步地，所述河流生态修复单元的运行过程如下：
河流生态修复单元监测到外界影响信号后，对当前河流进行截污分流，即构建污水管网，将当前河流周边工厂排放的污水进行拦截，并将拦截的污水转输至污水厂，污水在通过污水厂处理后，反流至当前河流内；
河流生态修复单元监测到实时环境影响信号后，对当前河流进行清污调水，将当前河流进行底部污泥清除，降低当前河流内的河床高度，同时将当前河流的上游污泥清除量少于下游污泥清除量，将当前河流对应上游与下游的高度差增大，提高当前河流的流动速度；在完成高度差增大后，将当前河流内进行水调度，从上游周边水库进行水调度，通过水量的增加进行增强河流流动速度；
河流生态修复单元监测到河流内部影响信号后，对当前河流进行增氧除藻，将当前河流进行上游位置进行人工复氧，增加当前河流内的氧气浓度，同时将当前河流进行水藻去除，控制当前河流内水藻的存活量。
与现有技术相比，本发明的有益效果是：
本发明基于IoT中各种信息传感设备，实时的采集各种因素对河流进行外界影响分析，判断外界污水排放对河流的影响，从而判断河流的实时污染状况，提高了河流污染的监测效率；将当前河流进行实时环境分析，判断当前河流的水流状态对河流污染是否影响，从而提高了河流污染分析的准确性，能够判定当前河流污染是否能够受到缓解，从而实时检验河流的真实污染情况，因此能够做出准确的治理强度，防止治理成本的不必要浪费；将当前河流内部生物进行分析，从而侧面分析出河流是否存在污染，更加提高了河流污染分析的准确性，直接提高了水生态修复的准确性和工作效率，降低水生态修复成本浪费的风险；将当前河流进行生态修复，降低了河流的污染，提高了河流内水资源的质量，促进了生态环境的平衡。
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为本发明一种基于IoT的污染河流水生态修复系统的原理框图。
具体实施方式
下面将结合实施例对本发明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做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。
请参阅图1所示，一种基于IoT的污染河流水生态修复系统，包括服务器，服务器通讯连接有外界影响分析单元、实时环境分析单元、河流内部分析单元以及河流生态修复单元，其中，上述分析单元均采用IoT设备，服务器与外界影响分析单元、实时环境分析单元、河流内部分析单元以及河流生态修复单元均为双向通讯连接；
服务器生成外界影响分析信号并将外界影响分析信号发送至外界影响分析单元，外界影响分析单元接收到外界影响分析信号后，将对应河流进行外界影响分析，判断外界污水排放对河流的影响，从而判断河流的实时污染状况，提高了河流污染的监测效率；
采集到当前河流周边进行污水排放的工厂数量以及对应工程平均单次污水排放量，并将当前河流周边进行污水排放的工厂数量以及对应工程平均单次污水排放量分别标记为SL和FL；采集到当前河流周边进行污水排放的工厂对应污水排放频率，并将当前河流周边进行污水排放的工厂对应污水排放频率标记为PL；
通过公式获取到当前河流的外界影响指数X，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0；将当前河流的外界影响指数与外界影响分析系数阈值进行比较：
若当前河流的外界影响分析系数超过外界影响分析系数阈值，则判定当前河流存在外界影响，生成外界影响指数并将外界影响指数和对应河流位置发送至服务器；若当前河流的外界影响指数未超过外界影响指数阈值，则判定当前河流不存在外界影响，生成外界影响指数置零并将外界影响指数和对应河流位置发送至服务器；
服务器生成实时环境分析信号并将实时环境分析信号发送至实时环境分析单元，实时环境分析单元接收到实时环境分析信号后，将当前河流进行实时环境分析，判断当前河流的水流状态对河流污染是否影响，从而提高了河流污染分析的准确性，能够判定当前河流污染是否能够受到缓解，从而实时检验河流的真实污染情况，因此能够做出准确的治理强度，防止治理成本的不必要浪费；
采集到当前河流内河水对应平均每分钟流量以及平均每分钟的流速，并将当前河流内河水对应平均每分钟流量以及平均每分钟的流速分别标记为 PLL和PLS；采集到当前河流内河水对应平均每小时水量浮动值，并将当前河流内河水对应平均每小时水量浮动值标记为FDZ；
通过公式C＝β(PLL×s1+PLS×s2+FDZ×s3)获取到当前河流的实时环境影响指数C，其中，s1、s2以及s3均为预设比例系数，且s1＞s2＞s3＞0，β为误差修正因子，取值为1.34；
将当前河流的实时环境影响指数C与实时环境影响指数阈值进行比较：若当前河流的实时环境影响指数C超过实时环境影响指数阈值，则判定当前河流的实时环境存在影响，生成实时环境影响指数并将实时环境影响指数发送至服务器；若当前河流的实时环境影响指数C未超过实时环境分析系数阈值，则判定当前河流的实时环境不存在影响，生成实时环境影响指数置零并将实时环境影响指数发送至服务器；
服务器生成河流内部分析信号并将河流内部分析信号发送至河流内部分析单元，河流内部分析单元接收到河流内部分析信号后，将当前河流内部生物进行分析，从而侧面分析出河流是否存在污染，更加提高了河流污染分析的准确性，直接提高了水生态修复的准确性和工作效率，降低水生态修复成本浪费的风险；
采集到当前河流内生存动物的种类数量以及对应种类数量的生存动物的平均存活数量，并将当前河流内生存动物的种类数量以及对应种类数量的生存动物的平均存活数量分别与种类数量阈值和存活数量阈值进行比较：计算出河流内部影响指数＝(对应种类数量/种类数量阈值)*β1+(对应种类数量的生存动物的平均存活数量/存活数量阈值)*β2，其中β1和β2分别为对应的权重系数，且两者之和为1；
若当前河流内生存动物的种类数量超过种类数量阈值，或者对应种类数量的生存动物的平均存活数量超过存活数量阈值，则判定当前河流的内部分析合格，生成河流内部影响指数置零并发送至服务器；若当前河流内生存动物的种类数量未超过种类数量阈值，且对应种类数量的生存动物的平均存活数量未超过存活数量阈值，则判定当前河流的内部分析不合格，生成河流内部影响指数并将河流内部影响指数发送至服务器；
服务器接收到外界影响指数、实时环境影响指数以及河流内部影响指数后，基于服务器内置的深度神经网络(DNN)，将上述外界影响指数、实时环境影响指数以及河流内部影响指数作为输入的神经元信号xi，结合对应的温度，PH酸碱度，盐度，导电性以及氧气浓度标准库中的修正值bk，生成相应的河流生态修复信号yk；
yk＝f(uk+bk)；
其中，x1,x2…xm代表输入的神经元信号xi，此处 m＝3，但不限于3，当输入的指数信号增加时，m相应的变化，ωi代表相应的输入的指数信号的权重值，uk是线性输出，f()为激活函数，bk为修正值；
将生成河流生态修复信号并将河流生态修复信号发送至河流生态修复单元，河流生态修复单元接收到河流生态修复信号后，将当前河流进行生态修复，降低了河流的污染，提高了河流内水资源的质量，促进了生态环境的平衡；
河流生态修复单元监测到外界影响信号后，对当前河流进行截污分流，即构建污水管网，将当前河流周边工厂排放的污水进行拦截，并将拦截的污水转输至污水厂，污水在通过污水厂处理后，反流至当前河流内；
河流生态修复单元监测到实时环境影响信号后，对当前河流进行清污调水，将当前河流进行底部污泥清除，降低当前河流内的河床高度，同时将当前河流的上游污泥清除量少于下游污泥清除量，将当前河流对应上游与下游的高度差增大，提高当前河流的流动速度；在完成高度差增大后，将当前河流内进行水调度，从上游周边水库进行水调度，通过水量的增加进行增强河流流动速度；
河流生态修复单元监测到河流内部影响信号后，对当前河流进行增氧除藻，将当前河流进行上游位置进行人工复氧，增加当前河流内的氧气浓度，同时将当前河流进行水藻去除，控制当前河流内水藻的存活量。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置。
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 (4)
1.一种基于IoT的污染河流水生态修复系统，包括服务器，其特征在于，服务器通讯连接有外界影响分析单元、实时环境分析单元、河流内部分析单元以及河流生态修复单元；上述分析单元均采用IoT设备；且服务器生成外界影响分析信号并将外界影响分析信号发送至外界影响分析单元；
所述外界影响分析单元接收到外界影响分析信号后，将对应河流进行外界影响分析，通过外界影响分析生成外界影响指数，并将外界影响指数发送至服务器，服务器生成实时环境分析信号并将实时环境分析信号发送至实时环境分析单元；
所述实时环境分析单元接收到实时环境分析信号后，将当前河流进行实时环境分析，通过实时环境分析生成实时环境影响指数，并将实时环境影响指数发送至服务器，服务器生成河流内部分析信号并将河流内部分析信号发送至河流内部分析单元；
所述河流内部分析单元接收到河流内部分析信号后，将当前河流内部生物进行分析；通过河流内部分析信号生成河流内部影响指数，并将河流内部影响指数发送至服务器，服务器接收到外界影响指数、实时环境影响指数以及河流内部影响指数后，
基于服务器内置的深度神经网络(DNN)，将上述外界影响指数、实时环境影响指数以及河流内部影响指数作为输入的神经元信号xi，结合对应的温度，PH酸碱度，盐度，导电性以及氧气浓度标准库中的修正值bk，生成相应的河流生态修复信号yk；
yk＝f(uk+bk)；
其中，
x1,x2…xm代表输入的神经元信号xi，此处m＝3，当输入的指数信号增加时，m相应的变化，wi代表相应的输入的指数信号的权重值，uk是线性输出，f()为激活函数，bk为修正值；
生成河流生态修复信号并将河流生态修复信号发送至河流生态修复单元；
所述河流生态修复单元接收到河流生态修复信号后，将当前河流进行生态修复；所述外界影响分析单元的运行过程如下：
采集到当前河流周边进行污水排放的工厂数量以及对应工程平均单次污水排放量，并将当前河流周边进行污水排放的工厂数量以及对应工程平均单次污水排放量分别标记为SL和FL；采集到当前河流周边进行污水排放的工厂对应污水排放频率，并将当前河流周边进行污水排放的工厂对应污水排放频率标记为PL；
通过公式
获取到当前河流的外界影响指数X，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0；将当前河流的外界影响指数与外界影响分析系数阈值进行比较：
若当前河流的外界影响分析系数超过外界影响分析系数阈值，则判定当前河流存在外界影响，生成外界影响指数并将外界影响指数和对应河流位置发送至服务器；若当前河流的外界影响指数未超过外界影响指数阈值，则判定当前河流不存在外界影响，将外界影响指数置零并将外界影响指数和对应河流位置发送至服务器。
2.根据权利要求1所述的一种基于IoT的污染河流水生态修复系统，其特征在于，所述实时环境分析单元的运行过程如下：
采集到当前河流内河水对应平均每分钟流量以及平均每分钟的流速，并将当前河流内河水对应平均每分钟流量以及平均每分钟的流速分别标记为PLL和PLS；采集到当前河流内河水对应平均每小时水量浮动值，并将当前河流内河水对应平均每小时水量浮动值标记为FDZ；
通过公式C＝β(PLL×s1+PLS×s2+FDZ×s3)获取到当前河流的实时环境影响指数C，其中，s1、s2以及s3均为预设比例系数，且s1＞s2＞s3＞0，β为误差修正因子，取值为1.34；
将当前河流的实时环境影响指数C与实时环境影响指数阈值进行比较：若当前河流的实时环境影响指数C超过实时环境影响指数阈值，则判定当前河流的实时环境存在影响，生成实时环境影响指数并将实时环境影响指数发送至服务器；若当前河流的实时环境影响指数C未超过实时环境分析系数阈值，则判定当前河流的实时环境不存在影响，将实时环境影响指数置零并将实时环境影响指数发送至服务器。
3.根据权利要求1所述的一种基于IoT的污染河流水生态修复系统，其特征在于，所述河流内部分析单元的运行过程如下：
采集到当前河流内生存动物的种类数量以及对应种类数量的生存动物的平均存活数量，并将当前河流内生存动物的种类数量以及对应种类数量的生存动物的平均存活数量分别与种类数量阈值和存活数量阈值进行比较：计算出河流内部影响指数＝(对应种类数量/种类数量阈值)*β1+(对应种类数量的生存动物的平均存活数量/存活数量阈值)*β2，其中β1和β2分别为对应的权重系数，且两者之和为1；
若当前河流内生存动物的种类数量超过种类数量阈值，或者对应种类数量的生存动物的平均存活数量超过存活数量阈值，则判定当前河流的内部分析合格，将河流内部影响指数置零并发送至服务器；若当前河流内生存动物的种类数量未超过种类数量阈值，且对应种类数量的生存动物的平均存活数量未超过存活数量阈值，则判定当前河流的内部分析不合格，生成河流内部影响指数并将河流内部影响指数发送至服务器。
4.根据权利要求1所述的一种基于IoT的污染河流水生态修复系统，其特征在于，所述河流生态修复单元的运行过程如下：
河流生态修复单元监测到外界影响信号后，对当前河流进行截污分流，即构建污水管网，将当前河流周边工厂排放的污水进行拦截，并将拦截的污水转输至污水厂，污水在通过污水厂处理后，反流至当前河流内；
河流生态修复单元监测到实时环境影响信号后，对当前河流进行清污调水，将当前河流进行底部污泥清除，降低当前河流内的河床高度，同时设置当前河流的上游污泥清除量少于下游污泥清除量，将当前河流对应上游与下游的高度差增大，提高当前河流的流动速度；在完成高度差增大后，在当前河流内进行水调度，从上游周边水库进行水调度，通过水量的增加来增强河流流动速度；
河流生态修复单元监测到河流内部影响信号后，对当前河流进行增氧除藻，将当前河流在上游位置进行人工复氧，增加当前河流内的氧气浓度，同时将当前河流进行水藻去除，控制当前河流内水藻的存活量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210332671.2A CN114693493B (zh) | 2022-03-31 | 2022-03-31 | 一种基于IoT的污染河流水生态修复系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210332671.2A CN114693493B (zh) | 2022-03-31 | 2022-03-31 | 一种基于IoT的污染河流水生态修复系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114693493A CN114693493A (zh) | 2022-07-01 |
| CN114693493B true CN114693493B (zh) | 2023-04-18 |
Family
ID=82141837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210332671.2A Active CN114693493B (zh) | 2022-03-31 | 2022-03-31 | 一种基于IoT的污染河流水生态修复系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114693493B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116307893B (zh) * | 2023-03-20 | 2024-01-30 | 广东海洋大学 | 基于数据分析的鱼类增殖放流水域适宜性评估系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109615238A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种平原城市河网水力调控对河流生境影响的评价方法 |
| CN210457857U (zh) * | 2019-08-05 | 2020-05-05 | 无锡生量环境工程有限公司 | 一种用于河道整治的排污口污水处理系统 |
| CN210457856U (zh) * | 2019-08-05 | 2020-05-05 | 无锡生量环境工程有限公司 | 一种可净化水质的人工湿地 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103964580B (zh) * | 2013-01-30 | 2016-02-24 | 深圳市绿微康生物工程有限公司 | 智能环境生态平衡系统及其修复水体的方法 |
| CN107831285B (zh) * | 2017-01-19 | 2019-04-09 | 江苏省金威测绘服务中心 | 一种基于物联网的河湖污染监测系统及其方法 |
| WO2019030764A1 (en) * | 2017-08-11 | 2019-02-14 | Ariel Scientific Innovations Ltd. | REAL-TIME MONITORING OF THE CONCENTRATION OF SUBSTANCES, IN PARTICULAR AMMONIA, IN FISH PONDS AND SIMILAR ENVIRONMENTS |
| CN208654841U (zh) * | 2017-12-13 | 2019-03-26 | 北京北华中清环境工程技术有限公司 | 一种水质预警预报系统 |
| CN109613197B (zh) * | 2019-01-15 | 2021-08-10 | 太仓中科信息技术研究院 | 一种基于河道水网的水质监测预警反馈响应方法 |
| CN112085241B (zh) * | 2019-06-12 | 2024-03-22 | 江苏汇环环保科技有限公司 | 一种基于机器学习的环境大数据分析和决策平台 |
| CN113380005B (zh) * | 2021-08-16 | 2021-11-05 | 中铁水利水电规划设计集团有限公司 | 基于物联网的防汛会商监测装置及方法 |
-
2022
- 2022-03-31 CN CN202210332671.2A patent/CN114693493B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109615238A (zh) * | 2018-12-13 | 2019-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种平原城市河网水力调控对河流生境影响的评价方法 |
| CN210457857U (zh) * | 2019-08-05 | 2020-05-05 | 无锡生量环境工程有限公司 | 一种用于河道整治的排污口污水处理系统 |
| CN210457856U (zh) * | 2019-08-05 | 2020-05-05 | 无锡生量环境工程有限公司 | 一种可净化水质的人工湿地 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114693493A (zh) | 2022-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111553468B (zh) | 一种准确预测污水处理厂出水水质的方法 | |
| CN112001610B (zh) | 农业面源污染的处理方法及装置 | |
| CN103744293B (zh) | 基于模糊神经网络的废水处理监控方法和系统 | |
| CN102122134A (zh) | 基于模糊神经网络的溶解氧控制的废水处理方法及系统 | |
| CN112857471B (zh) | 工业物联网的化工废水处理排放在线监测预警管理云平台 | |
| CN102262147A (zh) | 一种废水处理系统出水cod的软测量方法和系统 | |
| CN104376380A (zh) | 一种基于递归自组织神经网络的氨氮浓度预测方法 | |
| Chen et al. | Artificial neural network modelling of concentrations of nitrogen, phosphorus and dissolved oxygen in a non‐point source polluted river in Zhejiang Province, southeast China | |
| CN106682316A (zh) | 一种基于尖峰径向基神经网络的出水总磷实时监测系统 | |
| CN108562709A (zh) | 一种基于卷积自编码器极限学习机的污水处理系统水质监测预警方法 | |
| CN111811580A (zh) | 一种水量/水质监测布点方法及预警响应系统 | |
| CN114693493B (zh) | 一种基于IoT的污染河流水生态修复系统 | |
| CN106405030B (zh) | 一种基于rbf神经网络的出水总磷检测装置及检测方法 | |
| CN101786675A (zh) | 一种多参数废水源头分离装置及方法 | |
| Stamenković et al. | Prediction of nitrate concentration in Danube River water by using artificial neural networks | |
| Wei | Modeling and optimization of wastewater treatment process with a data-driven approach | |
| CN109473182A (zh) | 一种基于深度信念网络的mbr膜透水率智能检测方法 | |
| CN111125907B (zh) | 一种基于混合智能模型的污水处理氨氮软测量方法 | |
| CN111291305B (zh) | 基于一维水质模型计算流域污染源入河系数的方法 | |
| CN106706491B (zh) | 膜生物反应器-mbr出水透水率的智能检测方法 | |
| CN114595631A (zh) | 一种基于efdc模型和机器学习算法的水质预测方法 | |
| CN116589078B (zh) | 基于数据融合的污水处理智能控制方法及系统 | |
| KR102211283B1 (ko) | 완충저류조를 이용한 배수구역 관리시스템 및 이를 이용한 배수구역 관리 방법 | |
| CN116679026B (zh) | 自适应无偏有限脉冲响应滤波的污水溶解氧浓度估计方法 | |
| CN115994692B (zh) | 基于5g和大数据的智慧河湖管理平台 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An IoT based ecological restoration system for polluted river water Granted publication date: 20230418 Pledgee: Bank of China Wuxi Binhu sub branch Pledgor: Wuxi Shengliang Environmental Engineering Co.,Ltd. Registration number: Y2024980010089 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |