CN114935637A - 基于大数据的环境污染监测系统 - Google Patents
基于大数据的环境污染监测系统 Download PDFInfo
- Publication number
- CN114935637A CN114935637A CN202210632624.XA CN202210632624A CN114935637A CN 114935637 A CN114935637 A CN 114935637A CN 202210632624 A CN202210632624 A CN 202210632624A CN 114935637 A CN114935637 A CN 114935637A
- Authority
- CN
- China
- Prior art keywords
- water
- module
- data
- water quality
- pollution
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 110
- 238000003912 environmental pollution Methods 0.000 title claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 258
- 238000003911 water pollution Methods 0.000 claims abstract description 69
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 30
- 231100000719 pollutant Toxicity 0.000 claims abstract description 30
- 238000007405 data analysis Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 18
- 239000001301 oxygen Substances 0.000 claims description 18
- 229910052760 oxygen Inorganic materials 0.000 claims description 18
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 4
- 241000251468 Actinopterygii Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 description 3
- 238000000746 purification Methods 0.000 description 3
- 239000012476 oxidizable substance Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
Images
Classifications
-
- 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
- G01N33/18—Water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Food Science & Technology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Medicinal Chemistry (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了基于大数据的环境污染监测系统，包括水质数据获取模块、水污染数据分析模块和实时运行监测模块，所述水质数据获取模块用于获取水域的水质信息，所述水污染数据分析模块用于对获取到的水质数据信息进行分析，所述实时运行监测模块用于对水域的水污染实时监测，所述实时运行监测模块和水污染数据分析模块均与水质数据获取模块网络连接，所述水质数据获取模块包括存储数据库模块、水质传感器采集单元、地理信息显示模块和数据预处理模块，所述水污染数据分析模块包括水质等级分类模块、污染物负荷统计模块和异常数据预警模块，本发明，具有数据自动化分析与智能监测的特点。
Description
技术领域
本发明涉及水环境污染分析技术领域，具体为基于大数据的环境污染监测系统。
背景技术
近些年来，我国水质污染事件时有发生，由此造成严重的危害和损失。目前存在的大部分水质监测平台用于只注重水质监测与数据采集、忽视数据价值发掘、缺少针对性污染应对措施。与此同时，随着云计算、大数据、人工智能、物联网等新兴技术的不断发展，水质污染智能化检测成为可能，初期的水质监测的实现过程漫长，需要现场操作实现，而且对水质的监测不具有实时性，对水质数据不能进行智能的分类判定。
水的品质与我国居民、企业、社会的用水安全密切相关，而对水质影响较大的参数有PH值、水的浑浊度以及是否存在污染垃圾等。传统水质监测只能根据经验来对这些参数进行分析和调整，也常常会因为养殖户缺乏经验或无无人看管没有及时调节水质，出现水质不佳的情况，造成经济损失。因此，设计数据自动化分析与智能监测的基于大数据的环境污染监测系统是很有必要的。
发明内容
本发明的目的在于提供基于大数据的环境污染监测系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：基于大数据的环境污染监测系统，包括水质数据获取模块、水污染数据分析模块和实时运行监测模块，所述水质数据获取模块用于获取水域的水质信息，所述水污染数据分析模块用于对获取到的水质数据信息进行分析，所述实时运行监测模块用于对水域的水污染实时监测，所述实时运行监测模块和水污染数据分析模块均与水质数据获取模块网络连接。
根据上述技术方案，所述水质数据获取模块包括存储数据库模块、水质传感器采集单元、地理信息显示模块和数据预处理模块，所述存储数据库模块用于存储水域采集到的水质数据信息和水域信息，所述水质传感器采集单元用于采集水域的水质信息，所述地理信息显示模块用于对进行水质监测的水域进行位置显示，所述数据预处理模块用于对采集到的数据信息进行预处理，所述水质传感器采集单元、地理信息显示模块和数据预处理模块均与存储数据库模块网络链接。
根据上述技术方案，所述水污染数据分析模块包括水质等级分类模块、污染物负荷统计模块和异常数据预警模块，所述水质等级分类模块用于根据水质信息对该水域的水污染进行等级分类，所述污染物负荷统计模块用于对水域的污染物负荷进行统计，所述异常数据预警模块用于在水质数据异常时进行预警；所述异常数据预警模块与水质等级分类模块和污染物负荷统计模块网络连接；所述异常数据预警模块包括预警标准设置子模块，所述预警方式设置子模块用于根据标准的不同进行预警设置。
根据上述技术方案，所述实时运行监测模块包括监测水域管理模块、综合展示模块和动态监测模块，所述检测水域管理模块用于对进行监测的水域进行管理，所述综合展示模块用于将各水域水质信息进行综合展示，所述动态监测模块用于对存在水污染的水域进行动态监测，所述综合展示模块与监测水域管理模块网络连接，所述动态检测模块与综合展示模块网络连接。
根据上述技术方案，所述水质数据获取模块的主要运行方法包括以下步骤：
步骤S1：建立存储数据库，将传感器检测到的水质信息和监测范围的水域信息存储至数据库中；
步骤S2：在各监测水域放置多个机器鱼形式的水质传感器进行数据采样；
步骤S3：获取数据之后通过采集卡将传感器采集的电流信号转化为相应的电压信号，再把转化好的电压信号传入含有AD采样口的主控芯片，将芯片内的模拟信号被转化为对应的数字信号；
步骤S4：在每个采集点放置一台PC机，PC机在采集卡上获取水质数据，无线网络将数据发送至监测系统并保存在数据库中；
步骤S5：地理信息显示模块根据用户点击，异步获取响应数据后将用户需要的监测水域地理位置信息展示给用户；
步骤S6：数据预处理模块在获取到传感器采集的数据后，对采集的水质指标数据进行清理，剔除非法数据，清洗存在缺失值和重复值的无效数据，将有效数据存储至数据库中。
根据上述技术方案，所述水污染数据分析模块的运行方法主要包括以下步骤：
步骤A1：获取采集到的具体水质信息数值，根据计算对该区域的水污染等级进行分类；
步骤A2：污染物负荷统计模块根据用户查询的某个具体时间段，对该时间段内的水质中的不同化学物质的排放量进行统计；
步骤A3：根据水质等级分类模块计算出的各区域水污染等级，按等级的不同向客户端发出预警通知。
根据上述技术方案，所述步骤A1进一步包括以下步骤：
步骤A11：系统获取某一水域时间段T内的传感器实时检测到的n段PH值[W1、W2…Wn]、氨氮指数[X1、X2…Xn]、高锰酸盐指数[Y1、Y2…Yn]，与溶解氧指数[Z1、Z2…Zn]，对该时间段内的总体水域污染指数进行分析，计算出该水域时间段T内的总体水污染指数并进行水污染等级划分；
步骤A12：具体总体水污染指数P的计算为：
式中，k1、k2、k3和k4分别为PH值、氨氮、高锰酸盐指数和溶解氧指数在总体水污染指数中的占比，随着每一项指数对应的污染严重程度而变化；
步骤A13：定义水污染等级的临界值为Pa和Pz，当P<Pa时，判定水污染等级为一级；当Pa≤P≤Pz时，判定水污染等级为二级，需进行相对清洁；当P>Pz时，判定水污染等级为三级；
步骤A14：等级分类完成后，根据分类等级的不同在地图中对不同等级的水域进行不同颜色的标记。
根据上述技术方案，所述步骤A2具体为：传感器在检测到污染物质后，对该水域范围进行搜索，获取该水域一天内的污染物排放量，并将每天统计的排放量数据经过处理后显示在地图水域中，客户端可实时查看各水域的污染物排放量变化，与规定的标准排放量进行对比，对于排放量超过规定标准量的水域，直接向客户端发出预警通知。
根据上述技术方案，所述步骤A3进一步包括以下步骤：
步骤A31：设置标准的PH值范围为[Wa，Wb]，标准的氨氮、高锰酸盐指数与溶解氧指数分别为X、Y、Z，各参数的阈值为K；
步骤A32：当每项指数都在标准值的阈值范围之内，按污染指数的划分等级预警处理，当污染等级为一级时，无需发出预警通知；当污染等级为二级时，向该水域附近用户发出预警提醒，进行适当水质清洁操作；当污染等级为三级时，需立即向客户端发出预警通知，并通知环保部门进一步处理；
步骤A33：当四项指数其中一项超过标准值的阈值范围，则无需经过等级划分，可直接向客户端发出具体某项指数严重超标的预警。
根据上述技术方案，所述实时运行监测模块的主要运行方法包括以下步骤：
步骤B1：在监测过程中，监测水域管理模块实时对监测水域、监测点名称和地理坐标信息进行添加、删除和修改操作，并对各监测点进行地图定位；
步骤B2：在数据库中获取到经过分析处理的各水域信息和水质数据信息后，将数据进行处理，以各监测区域范围制作系统地图，将各监测点和监测内容数据放置于地图中；
步骤B3：通过点击地图，以水域覆盖面的形式展示所有的水质等级面在地图上所在的位置，通过图标表示该监测点的水质状态，以颜色表示水质的污染等级；
步骤B4：通过水域环境的可视化，展示实时的水质动态信息，实时监测不同水域的水质污染等级。
与现有技术相比，本发明所达到的有益效果是：本发明通过设置有水质数据获取模块、水污染数据分析模块和实时运行监测模块，对水域信息数据以及各水域对应的水质数据进行采集存储，根据采集到的PH值、氨氮、高锰酸盐指数与溶解氧四项污染指标，对水域的水污染程度进行计算并分级管理，为避免各项指标误差过大，为每项指标设置总体污染指数的占比，同时根据各水域的不同水质要求，可自主设置各指标的标准阈值范围，存在一项指标数值超标即进行预警通知，实现水域的智能预警管理，保证水质监测的实时性和智能判定。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的系统模块组成示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：基于大数据的环境污染监测系统，包括水质数据获取模块、水污染数据分析模块和实时运行监测模块，水质数据获取模块用于获取水域的水质信息，水污染数据分析模块用于对获取到的水质数据信息进行分析，实时运行监测模块用于对水域的水污染实时监测，实时运行监测模块和水污染数据分析模块均与水质数据获取模块网络连接，通过设置有水质数据获取模块、水污染数据分析模块和实时运行监测模块，对水域信息数据以及各水域对应的水质数据进行采集存储，根据采集到的PH值、氨氮、高锰酸盐指数与溶解氧四项污染指标，对水域的水污染程度进行计算并分级管理，为避免各项指标误差过大，为每项指标设置总体污染指数的占比，同时根据各水域的不同水质要求，可自主设置各指标的标准阈值范围，存在一项指标数值超标即进行预警通知，实现水域的智能预警管理，保证水质监测的实时性和智能判定。
水质数据获取模块包括存储数据库模块、水质传感器采集单元、地理信息显示模块和数据预处理模块，存储数据库模块用于存储水域采集到的水质数据信息和水域信息，水质传感器采集单元用于采集水域的水质信息，地理信息显示模块用于对进行水质监测的水域进行位置显示，数据预处理模块用于对采集到的数据信息进行预处理，水质传感器采集单元、地理信息显示模块和数据预处理模块均与存储数据库模块网络链接。
水污染数据分析模块包括水质等级分类模块、污染物负荷统计模块和异常数据预警模块，水质等级分类模块用于根据水质信息对该水域的水污染进行等级分类，污染物负荷统计模块用于对水域的污染物负荷进行统计，异常数据预警模块用于在水质数据异常时进行预警；异常数据预警模块与水质等级分类模块和污染物负荷统计模块网络连接；异常数据预警模块包括预警标准设置子模块，预警方式设置子模块用于根据标准的不同进行预警设置。
实时运行监测模块包括监测水域管理模块、综合展示模块和动态监测模块，检测水域管理模块用于对进行监测的水域进行管理，综合展示模块用于将各水域水质信息进行综合展示，动态监测模块用于对存在水污染的水域进行动态监测，综合展示模块与监测水域管理模块网络连接，动态检测模块与综合展示模块网络连接。
水质数据获取模块的主要运行方法包括以下步骤：
步骤S1：建立存储数据库，将传感器检测到的水质信息和监测范围的水域信息存储至数据库中，水质信息包括PH值、氨氮、高锰酸盐指数与溶解氧；
步骤S2：在各监测水域放置多个机器鱼形式的水质传感器进行数据采样；
步骤S3：获取数据之后通过采集卡将传感器采集的电流信号转化为相应的电压信号，再把转化好的电压信号传入含有AD采样口的主控芯片，将芯片内的模拟信号被转化为对应的数字信号；
步骤S4：在每个采集点放置一台PC机，PC机在采集卡上获取水质数据，无线网络将数据发送至监测系统并保存在数据库中；
步骤S5：地理信息显示模块根据用户点击，异步获取响应数据后将用户需要的监测水域地理位置信息展示给用户；
步骤S6：数据预处理模块在获取到传感器采集的数据后，对采集的水质指标数据进行清理，剔除非法数据，清洗存在缺失值和重复值的无效数据，将有效数据存储至数据库中。
水污染数据分析模块的运行方法主要包括以下步骤：
步骤A1：获取采集到的具体水质信息数值，根据计算对该区域的水污染等级进行分类；
步骤A2：污染物负荷统计模块根据用户查询的某个具体时间段，对该时间段内的水质中的不同化学物质的排放量进行统计；
步骤A3：根据水质等级分类模块计算出的各区域水污染等级，按等级的不同向客户端发出预警通知。
步骤A1进一步包括以下步骤：
步骤A11：系统获取某一水域时间段T内的传感器实时检测到的n段PH值[W1、W2…Wn]、氨氮指数[X1、X2…Xn]、高锰酸盐指数[Y1、Y2…Yn]，高锰酸盐指数可以用来反映水体受无机可氧化物以及有机可氧化物的污染程度，与溶解氧指数[Z1、Z2…Zn]，溶解氧通常指水体中氧气的浓度值，是评价水体自净能力的指标，水体含氧量越大，水中各类污染物被氧化的则越快，因此，水体自身的净化能力越高；相反，若水体含氧量越小，水体自身的净化能力越低，水体的污染程度也将更加严重，对该时间段内的总体水域污染指数进行分析，计算出该水域时间段T内的总体水污染指数并进行水污染等级划分；
步骤A12：具体总体水污染指数P的计算为：
式中，k1、k2、k3和k4分别为PH值、氨氮、高锰酸盐指数和溶解氧指数在总体水污染指数中的占比，随着每一项指数对应的污染严重程度而变化，PH值不在标准范围内、氨氮、高锰酸盐指数越高、溶解氧指数越低，则该水域时间段T内的总体水污染指数越高，污染程度越严重；
步骤A13：定义水污染等级的临界值为Pa和Pz，当P<Pa时，判定水污染等级为一级，为未污染范围；当Pa≤P≤Pz时，判定水污染等级为二级，为在标准污染限量范围内，需进行相对清洁，收到二级预警通知的养殖户可据此尽快调节高区域水质，避免养殖产品因水质问题而产生质量问题，影响销售和食用，造成更大的经济损失；当P>Pz时，判定水污染等级为三级，为超出最高标准警戒值；
步骤A14：等级分类完成后，根据分类等级的不同在地图中对不同等级的水域进行不同颜色的标记，便于客户端直接查看，并可根据对应颜色点击查看对应污染数值。
步骤A2具体为：传感器在检测到污染物质后，对该水域范围进行搜索，获取该水域一天内的污染物排放量，并将每天统计的排放量数据经过处理后显示在地图水域中，客户端可实时查看各水域的污染物排放量变化，与规定的标准排放量进行对比，对于排放量超过规定标准量的水域，直接向客户端发出预警通知，有关部门可以根据检测结果对超标偷排污水的相关区域进行警告或者罚款处理等操作。
步骤A3进一步包括以下步骤：
步骤A31：设置标准的PH值范围为[Wa，Wb]，标准的氨氮、高锰酸盐指数与溶解氧指数分别为X、Y、Z，各参数的阈值为K，具体K的取值由用户根据大数据中的历史数据自行按需求设置，尽量避免设定的阈值较小会频繁进行报警提示，或阈值过大，对一些超标监测数据可能不能及时给出预警的情况；
步骤A32：当每项指数都在标准值的阈值范围之内，按污染指数的划分等级预警处理，当污染等级为一级时，无需发出预警通知；当污染等级为二级时，向该水域附近用户发出预警提醒，进行适当水质清洁操作，避免养殖户由于缺乏经验或无无人看管没有及时调节水质，出现水质不佳的情况，造成经济损失；当污染等级为三级时，需立即向客户端发出预警通知，并通知环保部门进一步处理；
步骤A33：当四项指数其中一项超过标准值的阈值范围，即PH值小于Wa+K或大于Wz+K，氨氮指数大于X+K，高锰酸盐指数大于Y+K，溶解氧指数大于Z+K，则无需经过等级划分，可直接向客户端发出具体某项指数严重超标的预警，系统会保存每一次的监测数据，参照以往数据对水质指标监测数据的变化趋势进行总结，判断数据是否超出变化趋势的上下波动范围，用户可以根据上下波动范围临界值为参考标准，设置K的具体值。
实时运行监测模块的主要运行方法包括以下步骤：
步骤B1：在监测过程中，监测水域管理模块实时对监测水域、监测点名称和地理坐标信息进行添加、删除和修改操作，并对各监测点进行地图定位；
步骤B2：在数据库中获取到经过分析处理的各水域信息和水质数据信息后，将数据进行处理，以各监测区域范围制作系统地图，将各监测点和监测内容数据放置于地图中，数据处理时将不同水域的所有水质污染数据放置在合适的地理坐标系下，处理成可以在电子地图上实时显示的数据文件，生成底图后创建一个工作区，将数据以一组的形式添加到工作区内，即一个水域对应地理位置信息、多条水质信息及污染物排放量信息，以此为一组数据，每组数据对应一个或多个图层，根据用户点击，异步请求后台数据，获取相应的有效相应数据后，以数据表格、图标、图层的形式综合展示给用户；
步骤B3：通过点击地图，可定位到水域图层覆盖区域，以水域覆盖面的形式展示所有的水质等级面在地图上所在的位置，通过图标表示该监测点的水质状态，以颜色表示水质的污染等级；
步骤B4：通过水域环境的可视化，展示实时的水质动态信息，实时监测不同水域的水质污染等级。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于大数据的环境污染监测系统，包括水质数据获取模块、水污染数据分析模块和实时运行监测模块，其特征在于：所述水质数据获取模块用于获取水域的水质信息，所述水污染数据分析模块用于对获取到的水质数据信息进行分析，所述实时运行监测模块用于对水域的水污染实时监测，所述实时运行监测模块和水污染数据分析模块均与水质数据获取模块网络连接。
2.根据权利要求1所述的基于大数据的环境污染监测系统，其特征在于：所述水质数据获取模块包括存储数据库模块、水质传感器采集单元、地理信息显示模块和数据预处理模块，所述存储数据库模块用于存储水域采集到的水质数据信息和水域信息，所述水质传感器采集单元用于采集水域的水质信息，所述地理信息显示模块用于对进行水质监测的水域进行位置显示，所述数据预处理模块用于对采集到的数据信息进行预处理，所述水质传感器采集单元、地理信息显示模块和数据预处理模块均与存储数据库模块网络链接。
3.根据权利要求2所述的基于大数据的环境污染监测系统，其特征在于：所述水污染数据分析模块包括水质等级分类模块、污染物负荷统计模块和异常数据预警模块，所述水质等级分类模块用于根据水质信息对该水域的水污染进行等级分类，所述污染物负荷统计模块用于对水域的污染物负荷进行统计，所述异常数据预警模块用于在水质数据异常时进行预警；所述异常数据预警模块与水质等级分类模块和污染物负荷统计模块网络连接；所述异常数据预警模块包括预警标准设置子模块，所述预警方式设置子模块用于根据标准的不同进行预警设置。
4.根据权利要求3所述的基于大数据的环境污染监测系统，其特征在于：所述实时运行监测模块包括监测水域管理模块、综合展示模块和动态监测模块，所述检测水域管理模块用于对进行监测的水域进行管理，所述综合展示模块用于将各水域水质信息进行综合展示，所述动态监测模块用于对存在水污染的水域进行动态监测，所述综合展示模块与监测水域管理模块网络连接，所述动态检测模块与综合展示模块网络连接。
5.根据权利要求4所述的基于大数据的环境污染监测系统，其特征在于：所述水质数据获取模块的主要运行方法包括以下步骤：
步骤S1：建立存储数据库，将传感器检测到的水质信息和监测范围的水域信息存储至数据库中；
步骤S2：在各监测水域放置多个机器鱼形式的水质传感器进行数据采样；
步骤S3：获取数据之后通过采集卡将传感器采集的电流信号转化为相应的电压信号，再把转化好的电压信号传入含有AD采样口的主控芯片，将芯片内的模拟信号被转化为对应的数字信号；
步骤S4：在每个采集点放置一台PC机，PC机在采集卡上获取水质数据，无线网络将数据发送至监测系统并保存在数据库中；
步骤S5：地理信息显示模块根据用户点击，异步获取响应数据后将用户需要的监测水域地理位置信息展示给用户；
步骤S6：数据预处理模块在获取到传感器采集的数据后，对采集的水质指标数据进行清理，剔除非法数据，清洗存在缺失值和重复值的无效数据，将有效数据存储至数据库中。
6.根据权利要求5所述的基于大数据的环境污染监测系统，其特征在于：所述水污染数据分析模块的运行方法主要包括以下步骤：
步骤A1：获取采集到的具体水质信息数值，根据计算对该区域的水污染等级进行分类；
步骤A2：污染物负荷统计模块根据用户查询的某个具体时间段，对该时间段内的水质中的不同化学物质的排放量进行统计；
步骤A3：根据水质等级分类模块计算出的各区域水污染等级，按等级的不同向客户端发出预警通知。
7.根据权利要求6所述的基于大数据的环境污染监测系统，其特征在于：所述步骤A1进一步包括以下步骤：
步骤A11：系统获取某一水域时间段T内的传感器实时检测到的n段PH值[W1、W2…Wn]、氨氮指数[X1、X2…Xn]、高锰酸盐指数[Y1、Y2…Yn]，与溶解氧指数[Z1、Z2…Zn]，对该时间段内的总体水域污染指数进行分析，计算出该水域时间段T内的总体水污染指数并进行水污染等级划分；
步骤A12：具体总体水污染指数P的计算为：
式中，k1、k2、k3和k4分别为PH值、氨氮、高锰酸盐指数和溶解氧指数在总体水污染指数中的占比，随着每一项指数对应的污染严重程度而变化；
步骤A13：定义水污染等级的临界值为Pa和Pz，当P<Pa时，判定水污染等级为一级；当Pa≤P≤Pz时，判定水污染等级为二级，需进行相对清洁；当P>Pz时，判定水污染等级为三级；
步骤A14：等级分类完成后，根据分类等级的不同在地图中对不同等级的水域进行不同颜色的标记。
8.根据权利要求7所述的基于大数据的环境污染监测系统，其特征在于：所述步骤A2具体为：传感器在检测到污染物质后，对该水域范围进行搜索，获取该水域一天内的污染物排放量，并将每天统计的排放量数据经过处理后显示在地图水域中，客户端可实时查看各水域的污染物排放量变化，与规定的标准排放量进行对比，对于排放量超过规定标准量的水域，直接向客户端发出预警通知。
9.根据权利要求8所述的基于大数据的环境污染监测系统，其特征在于：所述步骤A3进一步包括以下步骤：
步骤A31：设置标准的PH值范围为[Wa，Wb]，标准的氨氮、高锰酸盐指数与溶解氧指数分别为X、Y、Z，各参数的阈值为K；
步骤A32：当每项指数都在标准值的阈值范围之内，按污染指数的划分等级预警处理，当污染等级为一级时，无需发出预警通知；当污染等级为二级时，向该水域附近用户发出预警提醒，进行适当水质清洁操作；当污染等级为三级时，需立即向客户端发出预警通知，并通知环保部门进一步处理；
步骤A33：当四项指数其中一项超过标准值的阈值范围，则无需经过等级划分，可直接向客户端发出具体某项指数严重超标的预警。
10.根据权利要求9所述的基于大数据的环境污染监测系统，其特征在于：所述实时运行监测模块的主要运行方法包括以下步骤：
步骤B1：在监测过程中，监测水域管理模块实时对监测水域、监测点名称和地理坐标信息进行添加、删除和修改操作，并对各监测点进行地图定位；
步骤B2：在数据库中获取到经过分析处理的各水域信息和水质数据信息后，将数据进行处理，以各监测区域范围制作系统地图，将各监测点和监测内容数据放置于地图中；
步骤B3：通过点击地图，以水域覆盖面的形式展示所有的水质等级面在地图上所在的位置，通过图标表示该监测点的水质状态，以颜色表示水质的污染等级；
步骤B4：通过水域环境的可视化，展示实时的水质动态信息，实时监测不同水域的水质污染等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210632624.XA CN114935637A (zh) | 2022-06-06 | 2022-06-06 | 基于大数据的环境污染监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210632624.XA CN114935637A (zh) | 2022-06-06 | 2022-06-06 | 基于大数据的环境污染监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114935637A true CN114935637A (zh) | 2022-08-23 |
Family
ID=82866088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210632624.XA Pending CN114935637A (zh) | 2022-06-06 | 2022-06-06 | 基于大数据的环境污染监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114935637A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115541838A (zh) * | 2022-10-19 | 2022-12-30 | 贵州凯环环境检测技术有限公司 | 一种垃圾处理厂周边区域水质监测系统 |
| CN115684516A (zh) * | 2022-08-29 | 2023-02-03 | 邯郸市亿润工程咨询有限公司 | 一种水利工程污水处理检测方法、装置、电子设备及介质 |
| CN115792165A (zh) * | 2023-01-31 | 2023-03-14 | 北京华科仪科技股份有限公司 | 一种环境水质智能监测方法及系统 |
| CN116340980A (zh) * | 2023-04-04 | 2023-06-27 | 临沂市生态环境局费县分局 | 一种基于大数据的水环境污染分析管理系统及方法 |
| CN117007762A (zh) * | 2023-09-21 | 2023-11-07 | 南通香境生物医药科技有限公司 | 一种基于数据可视化的多水域水质监测方法 |
| CN117171583A (zh) * | 2023-09-04 | 2023-12-05 | 生态环境部南京环境科学研究所 | 一种基于人工智能神经网络的水质生物毒性预测方法 |
| CN117333772A (zh) * | 2023-10-12 | 2024-01-02 | 北京德众国良环保科技有限公司 | 一种基于大数据的水环境污染分析管理方法及系统 |
| CN117782205A (zh) * | 2023-12-18 | 2024-03-29 | 甘肃省武威生态环境监测中心 | 一种河道环境检测系统及预警方法 |
| CN118393099A (zh) * | 2024-06-26 | 2024-07-26 | 深圳市绿世纪环境技术有限公司 | 一种水环境污染风险预警系统 |
| CN118387953A (zh) * | 2024-05-28 | 2024-07-26 | 中建安装集团有限公司 | 一种基于大数据的绿色建造建筑废水处理分析系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060076182A (ko) * | 2004-12-29 | 2006-07-04 | 환경관리공단 | 굴뚝 원격 감시 시스템 |
| CN107884530A (zh) * | 2017-09-20 | 2018-04-06 | 江苏杰创科技有限公司 | 水质化学污染在线监测评估预警传感器网络节点系统 |
| CN110007650A (zh) * | 2019-03-13 | 2019-07-12 | 深圳博沃智慧科技有限公司 | 一种企业排污管控方法和系统 |
| CN111308039A (zh) * | 2020-03-19 | 2020-06-19 | 无锡德林海环保科技股份有限公司 | 一种网格化水质实时监测方法及系统 |
| CN111596025A (zh) * | 2020-06-05 | 2020-08-28 | 吕妍萍 | 一种基于大数据的水环境污染分析系统 |
| CN112150334A (zh) * | 2020-09-25 | 2020-12-29 | 山东科技大学 | 一种用于水质监测的多参数环保软件控制系统及控制方法 |
| CN112417788A (zh) * | 2020-11-30 | 2021-02-26 | 重庆市生态环境大数据应用中心 | 基于大数据的水环境污染分析系统及方法 |
| CN113252582A (zh) * | 2021-06-07 | 2021-08-13 | 芯视界（北京）科技有限公司 | 污染检测方法及装置、电子设备和存储介质 |
-
2022
- 2022-06-06 CN CN202210632624.XA patent/CN114935637A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060076182A (ko) * | 2004-12-29 | 2006-07-04 | 환경관리공단 | 굴뚝 원격 감시 시스템 |
| CN107884530A (zh) * | 2017-09-20 | 2018-04-06 | 江苏杰创科技有限公司 | 水质化学污染在线监测评估预警传感器网络节点系统 |
| CN110007650A (zh) * | 2019-03-13 | 2019-07-12 | 深圳博沃智慧科技有限公司 | 一种企业排污管控方法和系统 |
| CN111308039A (zh) * | 2020-03-19 | 2020-06-19 | 无锡德林海环保科技股份有限公司 | 一种网格化水质实时监测方法及系统 |
| CN111596025A (zh) * | 2020-06-05 | 2020-08-28 | 吕妍萍 | 一种基于大数据的水环境污染分析系统 |
| CN112150334A (zh) * | 2020-09-25 | 2020-12-29 | 山东科技大学 | 一种用于水质监测的多参数环保软件控制系统及控制方法 |
| CN112417788A (zh) * | 2020-11-30 | 2021-02-26 | 重庆市生态环境大数据应用中心 | 基于大数据的水环境污染分析系统及方法 |
| CN113252582A (zh) * | 2021-06-07 | 2021-08-13 | 芯视界（北京）科技有限公司 | 污染检测方法及装置、电子设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 印永勇: "《水体监测》", 31 January 1990, 中国环境科学出版社, pages: 341 - 352 * |
| 国家环境保护总局科技标准司: "中华人民共和国国家标准 GB 3838-2002 地表水环境质量标准", 28 April 2002, 中国标准出版社, pages: 207 - 218 * |
| 梁建均 等: "《大学物理实验》", 30 September 2007, 哈尔滨地图出版社, pages: 279 - 283 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115684516B (zh) * | 2022-08-29 | 2024-03-26 | 邯郸市亿润工程咨询有限公司 | 一种水利工程污水处理检测方法、装置、电子设备及介质 |
| CN115684516A (zh) * | 2022-08-29 | 2023-02-03 | 邯郸市亿润工程咨询有限公司 | 一种水利工程污水处理检测方法、装置、电子设备及介质 |
| CN115541838A (zh) * | 2022-10-19 | 2022-12-30 | 贵州凯环环境检测技术有限公司 | 一种垃圾处理厂周边区域水质监测系统 |
| CN115792165A (zh) * | 2023-01-31 | 2023-03-14 | 北京华科仪科技股份有限公司 | 一种环境水质智能监测方法及系统 |
| CN116340980A (zh) * | 2023-04-04 | 2023-06-27 | 临沂市生态环境局费县分局 | 一种基于大数据的水环境污染分析管理系统及方法 |
| CN116340980B (zh) * | 2023-04-04 | 2023-09-05 | 临沂市生态环境局费县分局 | 一种基于大数据的水环境污染分析管理系统及方法 |
| CN117171583A (zh) * | 2023-09-04 | 2023-12-05 | 生态环境部南京环境科学研究所 | 一种基于人工智能神经网络的水质生物毒性预测方法 |
| CN117171583B (zh) * | 2023-09-04 | 2024-05-31 | 生态环境部南京环境科学研究所 | 一种基于人工智能神经网络的水质生物毒性预测方法 |
| CN117007762A (zh) * | 2023-09-21 | 2023-11-07 | 南通香境生物医药科技有限公司 | 一种基于数据可视化的多水域水质监测方法 |
| CN117007762B (zh) * | 2023-09-21 | 2023-12-29 | 南通香境生物医药科技有限公司 | 一种基于数据可视化的多水域水质监测方法 |
| CN117333772A (zh) * | 2023-10-12 | 2024-01-02 | 北京德众国良环保科技有限公司 | 一种基于大数据的水环境污染分析管理方法及系统 |
| CN117333772B (zh) * | 2023-10-12 | 2024-06-04 | 北京德众国良环保科技有限公司 | 一种基于大数据的水环境污染分析管理方法及系统 |
| CN117782205A (zh) * | 2023-12-18 | 2024-03-29 | 甘肃省武威生态环境监测中心 | 一种河道环境检测系统及预警方法 |
| CN118387953A (zh) * | 2024-05-28 | 2024-07-26 | 中建安装集团有限公司 | 一种基于大数据的绿色建造建筑废水处理分析系统及方法 |
| CN118393099A (zh) * | 2024-06-26 | 2024-07-26 | 深圳市绿世纪环境技术有限公司 | 一种水环境污染风险预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114935637A (zh) | 基于大数据的环境污染监测系统 | |
| Resh et al. | Design and implementation of rapid assessment approaches for water resource monitoring using benthic macroinvertebrates | |
| Tesoriero et al. | Assessing groundwater vulnerability using logistic regression | |
| 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 | |
| Larsen et al. | The role of sample surveys for monitoring the condition of the nation's lakes | |
| Gibson et al. | Nutrient criteria technical guidance manual lake and reservoirs | |
| CN112734694A (zh) | 一种基于大数据的水质监测方法 | |
| CN111242589A (zh) | 土壤和地下水综合监管系统 | |
| CN101976061A (zh) | 重大环境风险源监控系统构建方法 | |
| CN113970627B (zh) | 一种水质监测及预警方法、系统 | |
| CN111340395A (zh) | 一种区域水质自动监测系统 | |
| CN115829208A (zh) | 一种大气污染物排放网格化的评估方法及装置 | |
| CN115798155A (zh) | 一种天然气计量分析系统 | |
| CN113156075B (zh) | 饮用水水源地信息管理系统 | |
| CN117109665B (zh) | 一种河流生态环境数据在线监测方法及系统 | |
| CN114295162A (zh) | 一种基于数据采集的环境监测系统 | |
| CN117853055A (zh) | 一种污染溯源管控系统 | |
| CN109470829A (zh) | 水质检测方法、装置、服务器、水质采样器及介质 | |
| CN108761035A (zh) | 土壤环境污染可靠监测系统 | |
| CN117094563A (zh) | 一种基于大数据的液体废物泄漏智能监测系统及方法 | |
| CN1664581A (zh) | 一种采用蝌蚪对受农药污染水体进行生物监测的方法 | |
| CN110658316A (zh) | 一种水质在线监测方法及系统 | |
| CN117541451B (zh) | 一种流域农业面源污染在线监测方法及系统 | |
| CN113063900B (zh) | 一种油烟监测系统 | |
| CN118534069A (zh) | 一种基于互联网共享的数字环保监控管理系统 |
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 |