CN115114352A - 一种用于典型污染物快速分析管理系统 - Google Patents
一种用于典型污染物快速分析管理系统 Download PDFInfo
- Publication number
- CN115114352A CN115114352A CN202211027042.5A CN202211027042A CN115114352A CN 115114352 A CN115114352 A CN 115114352A CN 202211027042 A CN202211027042 A CN 202211027042A CN 115114352 A CN115114352 A CN 115114352A
- Authority
- CN
- China
- Prior art keywords
- data
- pollutant
- information
- typical
- pollutants
- 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.)
- Granted
Links
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 190
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 190
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 31
- 238000007726 management method Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 5
- 230000001988 toxicity Effects 0.000 claims description 5
- 231100000419 toxicity Toxicity 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 3
- 239000002912 waste gas Substances 0.000 claims description 3
- 239000002351 wastewater Substances 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims 2
- 238000003911 water pollution Methods 0.000 abstract description 4
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 238000012217 deletion Methods 0.000 description 7
- 230000037430 deletion Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000002574 poison Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F16/2468—Fuzzy queries
-
- 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
- G06F16/23—Updating
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及信息处理,提供一种用于典型污染物快速分析管理系统,所述系统包括全局搜索模块,查询中心模块和本地管理模块,利用MySQL数据库技术构建不同行业污染物排放数据库、污染物信息数据库、不同行业污染物的同位素数据库、不同行业污染物指纹数据库四类数据库,并整合形成一套统一的典型污染物数据库,通过典型污染物快速分析管理系统实现对污染物快速分析处理比对以及后端数据,对水污染数据进一步处理和后端分析,为检测现场提供数据支撑,快速实现与污染源的污染特征匹配。
Description
技术领域
本发明涉及信息处理领域,具体涉及一种用于典型污染物快速分析管理系统。
背景技术
公益诉讼通常是涉及环境污染类案件,目前而言,对于环境污染类案件,由于数据库隔断和案件数据物理隔离等因素,目前尚未有完整的数据库来归一化地提供快速的查询比对,以提供给后端办案人员定位相关的案件信息,同时如何分权限地如何区分模糊查询和办案类的查询比对,从而提高查询效率和数据的管理,是本领域的需要关注的问题。根据公益诉讼实务的特点,如何更好地满足公益诉讼特定领域中数据处理的需要,成为现实需要解决的问题。
发明内容
为解决上述技术问题至少之一,本申请提出了一种用于典型污染物案件快速分析的管理系统,所述系统包括全局搜索模块,查询中心模块和本地管理模块;
全局搜索模块用于按照关键字在污染物数据库中,对典型污染物案件追溯下对涉及关键词的案件进行展现;并对典型污染物处理数据下不同行业污染物排放、污染物信息、不同行业污染物的同位素、不同行业污染物指纹的数据信息进行模糊检索查询,分页签显示检索到的信息项;
查询中心模块用于对典型污染处理数据的快速查询以及对典型污染物案件追溯快速定位;当典型污染物案件溯源结果有对应案件时,可点击案件名称快速进入案件查询;
所述本地管理模块用于对于典型污染污染物数据的管理,包括用于对典型污染物数据的上传、修改、删除;
查询中心模块和本地管理模块均能访问多个不同的数据库;
所述数据库中的典型污染物处理数据采用数据挖掘和网络爬虫从已有文献、行业报告、技术指南和公开数据库抓取污染物源信息,并对有效数据过滤、清洗和校正。
优选的,所述抓取包括将文献转换为图片,对所述图片进行检测,确定是否有相应污染源信息对应的化学式或结构式图片;如果有,对所述图片进行分割,得到各结构式图片。对所述结构式图片进行识别,得到识别结果。
优选的,所述典型污染物数据库利用MySQL等数据库技术构建的,其至少包括不同行业污染物排放数据库、污染物信息数据库、不同行业污染物的同位素数据库、不同行业污染物指纹数据库四类数据库。
优选的,所述查询中心模块对典型污染物处理数据是对多种渠道来源的污染物数据进行规范化的收集、存储,形成统一的典型污染物数据库,并用于提供对不同行业污染物排放、同位素、指纹及污染物信息的检索查询、比对。
优选的,典型污染物案件追溯快速定位是对以提供快速污染物检测数据作为数据输入,根据已掌握的企业信息数据进行有效对比,将可能对检测点周围出现污染性的企业进行定位,锁定污染排放企业。
优选的,所述查询中心模块包括数据查询单元,所述数据查询单元可按照关键字模糊查询不同行业污染物排放的数据,包括项目类别、子类别、废水污染物、废气污染物、固定污染物等信息项;同时显示不同行业污染物排放数据总量和数据更新时间信息。
优先的,数据查询模块用于按照关键字模糊查询污染物信息数据,至少包括项目名称、理化性质、毒性、来源信息项;同时显示污染物信息的数据总量和数据更新时间信息。
优选的,数据查询模块用于按照关键字模糊查询不同行业污染物的同位素数据,包括类目、污染物、同位素值、同位素种类等信息项;同时显示不同行业污染物的同位素数据总量和数据更新时间信息。
优选的,数据查询模块用于可按照关键字模糊查询不同行业污染物排放的数据,包括项目类别、子类别、特征化合物等信息项;同时显示不同行业污染物指纹数据总量和数据更新时间信息。
优选的,所述典型污染物案件追溯通过典型污染物快速分析管理系统实现对污染物快速分析处理比对,包括,获取用户输入的搜索数据;所述搜索数据为现场检测的数据支撑,提取搜索数据的低层次特征,并基于提取的低层次特征生成搜索数据的搜索特征向量;将搜索特征向量与索引库中的多个索引特征向量进行比对,以选择出索引库中与搜索特征向量之间的相近度大于相近度阈值的索引特征向量,其中,在索引库中,多个索引特征向量与多个维度的多个结果数据之间存在对应关系;将与选择出的索引特征向量对应的结果数据作为搜索结果输出,其中,搜索结果包括的结果数据具有多个维度。
优选的,所述查询中心模块进一步提供典型污染物案件追溯列表页功能,所述列表页功能提供相关对已追溯案件总案件数计算及包括水体检测和其他检测的案件量,同时对已完成的案件提供最终比对结果并通过“暂无明确溯源对象”或“溯源锁定潜在污染企业”代表有可追溯的潜在污染性企业。
优选的,查询中心模块用于对于潜在的锁定企业,通过行政机关既往处罚信息,对处罚内容进行聚类处理,所述既往处罚信息包括潜在企业的既往行政处罚信息,包括年度、文书号、行政处罚种类及处罚主体。
本发明公开的方案所述系统包括全局搜索模块,查询中心模块和本地管理模块,利用MySQL数据库技术构建不同行业污染物排放数据库、污染物信息数据库、不同行业污染物的同位素数据库、不同行业污染物指纹数据库四类数据库,并整合形成一套统一的典型污染物数据库,通过典型污染物快速分析管理系统实现对污染物快速分析处理比对,通过典型污染物快速分析管理系统后端数据,对水污染数据进一步处理和后端分析,为检测现场提供数据支撑,快速实现与污染源的污染特征匹配。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中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是系统结构功能模块示意图。
图2是本系统的组成功能结构细化示意图。
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。
实施例1
本方案提出了一种典型污染物快速分析管理系统。如图1所示,所述系统包括全局搜索模块,查询中心模块和本地管理模块。
全局搜索模块用于按照关键字在污染物数据库中,对典型污染物案件追溯下对涉及关键词的案件进行展现。同时对典型污染物处理数据下不同行业污染物排放、污染物信息、不同行业污染物的同位素、不同行业污染物指纹的数据信息进行模糊检索查询,分页签显示检索到的信息项。
查询中心模块,用于实现对典型污染处理数据的快速查询以及对典型污染物案件追溯快速定位的功能。
所述本地管理模块主要用于对于典型污染物数据的处理。
如图2所示,查询中心模块和本地管理模块中包含又多个不同的数据库,查询中心模块和本地管理模块均能访问多个不同的数据库,查询中心模块还用于对典型污染物案件追溯定位。
所述数据库中的典型污染物处理数据采用数据挖掘和网络爬虫等技术从已有文献、行业报告、技术指南和公开数据库等抓取污染物源信息,使用Python语言自主编程实现对有效数据过滤、清洗和校正。
具体的所述对于各类污染物源信息的抓取可以是,将文献转换为图片;其中,所述文献可以是pdf文件或其他格式文件,对所述图片进行检测,确定是否有相应污染源信息对应的化学式或结构式图片。如果有,对所述图片进行分割,得到各结构式图片。对所述结构式图片进行识别,得到识别结果。
具体地,以污染物的化学式搜索和爬取为例,可以将所述结构式图片转换为二值化图像,然后对所述二值化图像进行字符识别和图像类型识别,得到所述结构式图片对应的原子及化学键。化学结构式由原子/基团、化学键构成,识别时有字符识别(原子/基团)和图像类型识别(化学键:单键、双键、三键、特殊键)。原子/基团间通过化学键进行连接,构成了整个化学结构。
所述图片识别,具体地,可以采用机器视觉目标检测技术,目前的现有的神经网络技术,诸如,利用MASKR-CNN模型进行检测,MASKR-CNN模型是在Faster R-CNN模型基础上添加分支网络构建的模型,完成目标检测(框线)、像素级别分割提取两项任务。
进一步,也可以再结合可利用人工标注的结构式图片数据集(需要标注不同场景中结构式图片的坐标位置,供模型进行特征的提取)训练MASKR-CNN模型,将其演化到化学领域。
可选的,系统利用MySQL等数据库技术构建不同行业污染物排放数据库、污染物信息数据库、不同行业污染物的同位素数据库、不同行业污染物指纹数据库四类数据库,并整合形成一套统一的典型污染物数据库,实现行业规范化污染物数据的收集、存储、查询检索、录入和更新功能。
典型污染物案件追溯通过典型污染物快速分析管理系统实现对污染物快速分析处理比对,通过典型污染物快速分析管理系统后端数据,对水污染数据进一步处理和后端分析,为检测现场提供数据支撑,快速实现与污染源的污染特征匹配。
当用户登录上述系统时,通过触发全局搜索模块,按照关键字在污染物数据库中,对典型污染物案件追溯下对涉及关键词的案件进行展现。同时对典型污染物处理数据下不同行业污染物排放、污染物信息、不同行业污染物的同位素、不同行业污染物指纹的数据信息进行模糊检索查询,分页签显示检索到的信息项。
当典型污染物案件溯源结果有对应案件时,可点击案件名称或所在案件行后方的“比对分析结果”按钮等快速进入案件查询。所述比对分析结果单元的具体功能是用于特征的比对和追踪。
查询中心模块,用于实现对典型污染处理数据的快速查询以及对典型污染物案件追溯快速定位。典型污染物处理数据是对多种渠道来源的污染物数据进行规范化的收集、存储,形成统一的典型污染物数据库,实现对不同行业污染物排放、同位素、指纹及污染物信息的检索查询、比对等功能。
典型污染物案件追溯是对以提供快速污染物检测数据作为数据输入,根据已掌握的企业信息数据进行有效对比,将可能对检测点周围出现的污染性企业进行定位,辅助支持办案机关对污染物排放企业进行追溯,锁定污染排放企业。
所述查询中心包括数据查询单元,所述数据查询单元可按照关键字模糊查询不同行业污染物排放的数据,包括项目类别、子类别、废水污染物、废气污染物、固定污染物等信息项。同时显示不同行业污染物排放数据总量和数据更新时间信息。
可按照关键字模糊查询污染物信息数据,包括项目名称、理化性质、毒性、来源等信息项。同时显示污染物信息的数据总量和数据更新时间信息。
可按照关键字模糊查询不同行业污染物的同位素数据,包括类目、污染物、同位素值、同位素种类等信息项。同时显示不同行业污染物的同位素数据总量和数据更新时间信息。
可按照关键字模糊查询不同行业污染物排放的数据,包括项目类别、子类别、特征化合物等信息项。同时显示不同行业污染物指纹数据总量和数据更新时间信息。
典型污染物案件追溯通过典型污染物快速分析管理系统实现对污染物快速分析处理比对,通过典型污染物快速分析管理系统后端数据,对水污染数据进一步处理和后端分析,为检测现场提供数据支撑,快速实现与污染源的污染特征匹配。并将可能对检测点周围出现的污染性企业进行定位,辅助支持检察机关对污染物排放企业进行追溯,锁定污染排放企业。
具体的所述快速比对中的特征比对是,获取用户输入的搜索数据;所述搜索数据为现场检测的数据支撑,提取搜索数据的低层次特征,并基于提取的低层次特征生成搜索数据的搜索特征向量;将搜索特征向量与索引库中的多个索引特征向量进行比对,以选择出索引库中与搜索特征向量之间的相近度大于相近度阈值的索引特征向量,其中,在索引库中,多个索引特征向量与多个维度的多个结果数据之间存在对应关系。
将与选择出的索引特征向量对应的结果数据作为搜索结果输出,其中,搜索结果包括的结果数据具有多个维度。即首先获取用户输入的搜索数据,比如,获取用户输入的搜索数据,然后提取该搜索数据的低层次的特征,比如提取数据的企业、毒物信息、特征化合物、关键词字、相关处罚信息、流域位置等低层次的特征,然后生成这些低层次的特征对应的特征向量,将特征向量与存储在索引库中的索引特征向量进行相近度比较,得到与搜索数据的特征向量相近度高的特征向量,然后根据索引库中索引特征向量之间具有的相关性索引关系,确定多个特征向量以及和多个特征向量所对应的结果数据。搜索特征向量与索引特征向量之间的相近度通过欧氏距离计算。
根据匹配特征计算结果,所述查询中心进一步提供,典型污染物案件追溯列表页功能,所述列表页功能提供相关对已追溯案件总案件数计算及包括水体检测和其他检测的案件量,同时对已完成的案件提供最终比对结果并通过“暂无明确溯源对象”或“溯源锁定潜在污染企业”代表有可追溯的潜在污染性企业。
所述案件列表页面展现了具体的案件名称、案件所在领域及案件信息中所包含的检测领域等信息,突出重点显示相关领域及检测内容并将案件发生地地理坐标与案件创建时间一并显示,以求用最简洁的文字展现案件全貌。
所述查询中心进一步包括,新建案件单元。所述新建案件单元用于,通过点击页面案件列表左上角“新建案件”按钮的方式,触发系统进入新建案件流程,可提供办案人员对新建案件内容的办理。根据办案人员实际的办案习惯及使用规则,将新建流程划分为如下几步,分别为【基本信息】、【检测结果】两个需要办案人员具体填入的信息。现分别详细解释,基本信息是以文字的形式,对案件基本信息进行记录,包括案件名称、案件编号、涉及领域、案件类型、案件地点、案情简介等信息。其中对于案件地点可直接通过地图选点实现案件位置的精准定位。检测结果的获取是典型污染物分析管理系统基于快速检测结果数据与已掌握的相关数据进行比对,从而快速定位出潜在污染企业的基本情况实现溯源工作,因此需将案件发生地的检测情况进行上传比对,因此,办案人员需将现场环境检验数据进行上传,以实现对比。点击“上传检测结果”按钮,页面弹出上传文档页面,将待上传数据拖拽如弹窗中,系统完成对上传数据的解析工作。
所述新建案件单元可以对上传数据及时修改,对已录入系统的检测结果数据,点击修改后可对上传结果进行修改。进入修改状态后,可对刚刚上传的相关内容进行修改,诸如包括检测名称、检测编号、地表水分类、检测位置等基础信息以及对具体检测项目及检测数值进行逐一修正甚至是删除。
待所有数据均完成上传后,可对基于案件信息,检测结果内容进行碰撞对比分析。所述碰撞分析即可采用上述特征匹配检索的方式进行。
完善检测数据后,系统将根据检测数据与企业运营数据、行政处罚数据、舆情数据进行综合展现。对于企业认定,将由以下几个维度进行对比,检测结果比对、企业定位分析、处罚信息及相关资讯四个维度。
查询模块中进一步包括,检测结果比对单元;优选的,系统现行提供的水体检测分析结果,因此目前系统根据国家标准水质检测标准“地表水环境质量限值(GB3838-2002)”与上传的水体检测结果进行比对,共比对28项,包括pH、溶解氧、悬浮物、常见重金属等内容,并将检测数值是否在标准值之间进行确定,并利用箭头上下表示超标过低于下限值。检查结果比对单选,显示典型污染物案件追溯-分析结果-检测结果比对,对于各项参与检测的指标,系统提供对各指标项的详细解读,解读内容包括指标名称、理化性质、毒性以及来源等内容。基于检测结果比对,将超标检测数值与企业数据进行比对,比对内容包括企业基本信息、企业日常运行数据、企业排污数据等综合性数据。
根据特征比对的结果,可选的用于执行定位,所述定位的方法及原则是当检测点位置距离具有相同超标排放企业位置小于五公里范围内时,默认将企业划定为潜在的污染排放企业。同时将企业基本信息、涉及污染原因进行分析,同时对预警指标中案发地点与企业的直线距离进行计算,并将检测项目与国标限定值进行详细显示。
对于潜在的锁定企业,通过行政机关既往处罚信息,对处罚内容进行整理,包括潜在企业的既往行政处罚信息,包括年度、文书号、行政处罚种类及处罚主体,并支持详细阅读相关文书;相关涉事企业资讯情况也是办案过程中重要的参考点,系统提供以企业名称为核心关键词一年内的相关资讯数据,提供给相关办案人员进行阅读比对。
可选的,可以是根据新闻、处罚等根据章节关键词及章节划分特征,确定所述文献中各文本单元的位置,然后拆分所述文献,得到所述文献中各文本单元及其位置。所述章节关键词比如有:摘要、关键词、案由、结论等;所述章节划分特征包括但不限于以下任意一种或多种:关键字、字体、字号、换行符等。
对文本单元进行识别,主要是识别出各文本单元中所包含的关键实体。将所述关键实体进行组合,以推送给相关办案人员参考。
本地管理模块,可包括文件上传单元,数据修改单元和数据删除单元,用于对不同的数据库中数据的管理。用于对多种渠道来源的污染物数据进行规范化的收集、存储,形成统一的典型污染物数据库,实现对不同行业污染物排放、同位素、指纹及污染物信息的检索查询、比对等功能。
文件上传单元对于以整体形式上传的文件,可点击文件包按钮,进行整体上传。可以采用拖拽所需上传的文档后,点击下一步,系统自动解析。
数据修改单元,支持对已上传的不同行业污染物排放数据进行修改,对于需要修改的数据,点击【修改】按钮,可以修改所在行的数据。
数据删除单元,支持对已上传的不同行业污染物排放数据进行删除,对于需要删除的数据,点击【删除】按钮,可以删除所在行的数据。
同样的,相应的数据修改单元和数据删除单元和文件上传单元,也可以应用于污染物信息数据库。数据查询单元,可按照关键字模糊查询污染物信息数据,包括项目名称、理化性质、毒性、来源等信息项。同时显示污染物信息的数据总量和数据更新时间信息。文件上传单元对于以整体形式上传的文件,可点击文件包按钮,进行整体上传。点击后页面,拖拽所需上传的文档后,点击下一步,系统自动解析。数据修改单元支持对已上传的污染物信息数据进行修改,对于需要修改的数据,点击【修改】按钮,可以修改所在行的数据。数据删除单元支持对已上传的污染物信息数据进行删除,对于需要删除的数据,点击【删除】按钮,可以删除所在行的数据。
同样的,相应的数据修改单元和数据删除单元和文件上传单元,也可以应用于不同行业污染物的同位素数据库。可按照关键字模糊查询不同行业污染物的同位素数据,包括类目、污染物、同位素值、同位素种类等信息项。同时显示不同行业污染物的同位素数据总量和数据更新时间信息。对于以整体形式上传的文件,可点击文件包按钮,进行整体上传。点击后页面。拖拽所需上传的文档后,点击下一步,系统自动解析。支持对已上传的不同行业污染物的同位素数据进行修改,对于需要修改的数据,点击【修改】按钮,可以修改所在行的数据。支持对已上传的不同行业污染物的同位素数据进行删除,对于需要删除的数据,点击【删除】按钮,可以删除所在行的数据。
针对不同行业污染物指纹数据库。可按照关键字模糊查询不同行业污染物指纹的数据,包括项目类别、子类别、特征化合物等信息项。同时显示不同行业污染物指纹数据总量和数据更新时间信息。对于以整体形式上传的文件,可点击文件包按钮,进行整体上传。点击后页面,拖拽所需上传的文档后,点击下一步,系统自动解析。支持对已上传的不同行业污染物指纹数据进行修改,对于需要修改的数据,点击【修改】按钮,可以修改所在行的数据。数据删除支持对已上传的不同行业污染物指纹数据进行删除,对于需要删除的数据,点击【删除】按钮,可以删除所在行的数据。对于以整体形式上传的文件,可点击文件包按钮,进行整体上传。拖拽所需上传的文档后,点击下一步,系统自动解析。
基于如上所述的示例,在一个实施例中涉及方法步骤的特征,可以被本发明提供的一种计算机设备/或系统实现,该计算机设备/系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现如上述各实施例中的任意一种方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各视频播放方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种用于典型污染物快速分析管理系统,其特征在于:所述系统包括全局搜索模块,查询中心模块和本地管理模块;
全局搜索模块用于按照关键字在污染物数据库中,在对典型污染物案件追溯下,对涉及关键词的案件进行展现;并对典型污染物处理数据下不同行业污染物排放、污染物信息、不同行业污染物的同位素、不同行业污染物指纹的数据信息做模糊检索查询,分页签显示检索到的信息项;
查询中心模块用于对典型污染物处理数据的快速查询以及对典型污染物案件追溯快速定位;当典型污染物案件溯源结果有对应案件时,通过点击案件名称快速进入案件查询;所述对典型污染物案件追溯快速定位包括,当检测点位置距离具有相同超标排放企业位置小于预设范围时,默认将企业划定为潜在的污染排放企业;将企业基本信息、涉及污染原因进行比对分析,同时对预警指标中案发地点与企业的直线距离进行计算,并将检测项目与国标限定值显示;
所述本地管理模块用于对于典型污染物数据的管理,包括用于对典型污染物数据的上传、修改、删除;
查询中心模块和本地管理模块均能访问污染物数据库;所述污染物数据库中的典型污染物处理数据采用数据挖掘和网络爬虫从已有文献、行业报告、技术指南和公开数据库抓取污染物源信息,并对有效数据过滤、清洗和校正。
2.如权利要求1所述的系统,其特征在于:所述抓取包括将文献转换为图片,对所述图片进行检测,确定是否有相应污染源信息对应的化学式或结构式图片;如果有,对所述图片进行分割,得到各结构式图片;对所述结构式图片进行识别,得到识别结果。
3.如权利要求2所述的系统,其特征在于:所述典型污染物数据库利用MySQL数据库技术构建的,其至少包括不同行业污染物排放数据库、污染物信息数据库、不同行业污染物的同位素数据库、不同行业污染物指纹数据库四类数据库。
4.如权利要求3所述的系统,其特征在于:所述查询中心模块对典型污染物处理数据是对多种渠道来源的污染物数据进行规范化的收集、存储,形成统一的典型污染物数据库,并用于提供对不同行业污染物排放、同位素、指纹及污染物信息的检索查询、比对。
5.如权利要求4所述的系统,其特征在于:典型污染物案件追溯快速定位还包括以提供快速污染物检测数据作为数据输入,根据已掌握的企业信息数据进行有效对比,将预设检测点周围出现的污染性企业做定位,锁定污染排放企业。
6.如权利要求5所述的系统,其特征在于:所述查询中心模块包括数据查询单元,所述数据查询单元按照关键字模糊查询不同行业污染物排放的数据,包括项目类别、子类别、废水污染物、废气污染物、固定污染物信息项;同时显示不同行业污染物排放数据总量和数据更新时间信息。
7.如权利要求6所述的系统,其特征在于:数据查询单元用于按照关键字模糊查询污染物信息数据,至少包括项目名称、理化性质、毒性、来源信息项;同时显示污染物信息的数据总量和数据更新时间信息。
8.如权利要求7所述的系统,其特征在于:数据查询单元用于按照关键字模糊查询不同行业污染物的同位素数据,包括类目、污染物、同位素值、同位素种类信息项;同时显示不同行业污染物的同位素数据总量和数据更新时间信息。
9.如权利要求8所述的系统,其特征在于:数据查询单元用于按照关键字模糊查询不同行业污染物排放的数据,包括项目类别、子类别、特征化合物信息项;同时显示不同行业污染物指纹数据总量和数据更新时间信息。
10.如权利要求9所述的系统,其特征在于:对典型污染处理数据的快速查询以及对典型污染物案件追溯快速定位还包括:获取用户输入的搜索数据;所述搜索数据为现场检测的数据支撑,提取搜索数据的低层次特征,并基于提取的低层次特征生成搜索数据的搜索特征向量;将搜索特征向量与索引库中的多个索引特征向量进行比对,以选择出索引库中与搜索特征向量之间的相近度大于相近度阈值的索引特征向量,其中,在索引库中,多个索引特征向量与多个维度的多个结果数据之间存在对应关系;将与选择出的索引特征向量对应的结果数据作为搜索结果输出,其中,搜索结果包括的结果数据具有多个维度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211027042.5A CN115114352B (zh) | 2022-08-25 | 2022-08-25 | 一种用于典型污染物快速分析管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211027042.5A CN115114352B (zh) | 2022-08-25 | 2022-08-25 | 一种用于典型污染物快速分析管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115114352A true CN115114352A (zh) | 2022-09-27 |
CN115114352B CN115114352B (zh) | 2023-01-31 |
Family
ID=83335703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211027042.5A Active CN115114352B (zh) | 2022-08-25 | 2022-08-25 | 一种用于典型污染物快速分析管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115114352B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115392939A (zh) * | 2022-10-28 | 2022-11-25 | 中国环境科学研究院 | 一种基于检索对比和匹配度计算的危险废物溯源方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4111036A (en) * | 1974-07-29 | 1978-09-05 | The Board Of Regents For Education Of The State Of Rhode Island | Piezoelectric probe for detection and measurement of gaseous pollutants |
CN101154274A (zh) * | 2006-09-29 | 2008-04-02 | 正品科技(北京)有限公司 | 数据图像与数据卡的保护与检测 |
US20090072545A1 (en) * | 1980-06-05 | 2009-03-19 | Van Michaels Christopher | Process of processes for radical solution of the air pollution and the global warming, based on the discovery of the bezentropic thermomechanics and eco fuels through bezentropic electricity |
US20100332210A1 (en) * | 2009-06-25 | 2010-12-30 | University Of Tennessee Research Foundation | Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling |
CN101960389A (zh) * | 2007-09-20 | 2011-01-26 | 三菱化学株式会社 | 静电荷图像显影用调色剂、使用静电荷图像显影用调色剂的盒以及图像形成装置 |
CN102622670A (zh) * | 2012-02-20 | 2012-08-01 | 中国环境科学研究院 | 一种突发水环境污染事故涉嫌风险源的溯源方法 |
CN105302893A (zh) * | 2015-10-13 | 2016-02-03 | 山东省环境保护科学研究设计院 | 污染源三维地理信息系统 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN108563178A (zh) * | 2018-05-31 | 2018-09-21 | 安徽中疆环境科技有限公司 | 一种污染源在线监测系统 |
CN109376210A (zh) * | 2018-10-24 | 2019-02-22 | 海口金政信息科技有限公司 | 一种智能污染源动态管理系统及方法 |
CN110554013A (zh) * | 2019-08-29 | 2019-12-10 | 华夏安健物联科技(青岛)有限公司 | 一种利用荧光光谱特征信息实现快速识别比对的方法 |
CN111707792A (zh) * | 2020-05-21 | 2020-09-25 | 南京涵铭置智能科技有限公司 | 基于人工智能的污染在线监测与溯源系统及方法 |
CN111784140A (zh) * | 2020-06-23 | 2020-10-16 | 重庆华悦生态环境工程研究院有限公司 | 一种基于物联网技术的智慧水务管控调度平台 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
CN114780817A (zh) * | 2022-03-30 | 2022-07-22 | 广东中联兴环保科技有限公司 | 恶臭污染物溯源方法、装置、计算机设备和存储介质 |
-
2022
- 2022-08-25 CN CN202211027042.5A patent/CN115114352B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4111036A (en) * | 1974-07-29 | 1978-09-05 | The Board Of Regents For Education Of The State Of Rhode Island | Piezoelectric probe for detection and measurement of gaseous pollutants |
US20090072545A1 (en) * | 1980-06-05 | 2009-03-19 | Van Michaels Christopher | Process of processes for radical solution of the air pollution and the global warming, based on the discovery of the bezentropic thermomechanics and eco fuels through bezentropic electricity |
CN101154274A (zh) * | 2006-09-29 | 2008-04-02 | 正品科技(北京)有限公司 | 数据图像与数据卡的保护与检测 |
CN101960389A (zh) * | 2007-09-20 | 2011-01-26 | 三菱化学株式会社 | 静电荷图像显影用调色剂、使用静电荷图像显影用调色剂的盒以及图像形成装置 |
US20100332210A1 (en) * | 2009-06-25 | 2010-12-30 | University Of Tennessee Research Foundation | Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling |
CN102622670A (zh) * | 2012-02-20 | 2012-08-01 | 中国环境科学研究院 | 一种突发水环境污染事故涉嫌风险源的溯源方法 |
CN105302893A (zh) * | 2015-10-13 | 2016-02-03 | 山东省环境保护科学研究设计院 | 污染源三维地理信息系统 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN108563178A (zh) * | 2018-05-31 | 2018-09-21 | 安徽中疆环境科技有限公司 | 一种污染源在线监测系统 |
CN109376210A (zh) * | 2018-10-24 | 2019-02-22 | 海口金政信息科技有限公司 | 一种智能污染源动态管理系统及方法 |
CN110554013A (zh) * | 2019-08-29 | 2019-12-10 | 华夏安健物联科技(青岛)有限公司 | 一种利用荧光光谱特征信息实现快速识别比对的方法 |
CN111707792A (zh) * | 2020-05-21 | 2020-09-25 | 南京涵铭置智能科技有限公司 | 基于人工智能的污染在线监测与溯源系统及方法 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
CN111784140A (zh) * | 2020-06-23 | 2020-10-16 | 重庆华悦生态环境工程研究院有限公司 | 一种基于物联网技术的智慧水务管控调度平台 |
CN114780817A (zh) * | 2022-03-30 | 2022-07-22 | 广东中联兴环保科技有限公司 | 恶臭污染物溯源方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
吴健等: "基于Web of Science的环境领域中海洋溢油污染事故相关研究热点计量学分析", 《法医学杂志》 * |
郑秀亮: "水质指纹技术锁定污染源头", 《环境》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115392939A (zh) * | 2022-10-28 | 2022-11-25 | 中国环境科学研究院 | 一种基于检索对比和匹配度计算的危险废物溯源方法 |
CN115392939B (zh) * | 2022-10-28 | 2023-01-17 | 中国环境科学研究院 | 一种基于检索对比和匹配度计算的危险废物溯源方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115114352B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhong et al. | Image-based table recognition: data, model, and evaluation | |
Diligenti et al. | Hidden tree Markov models for document image classification | |
US9141691B2 (en) | Method for automatically indexing documents | |
US5926565A (en) | Computer method for processing records with images and multiple fonts | |
CN110851598B (zh) | 文本分类方法、装置、终端设备及存储介质 | |
Clinchant et al. | Comparing machine learning approaches for table recognition in historical register books | |
CN115114352B (zh) | 一种用于典型污染物快速分析管理系统 | |
CN112182248A (zh) | 一种电价的关键政策的统计方法 | |
CN112685564A (zh) | 一种智能科技政策分类、推送方法、以及系统 | |
CN116664944A (zh) | 一种基于属性特征知识图谱的葡萄园害虫识别方法 | |
US20230016485A1 (en) | Systems and Methods for Intelligent Automatic Filing of Documents in a Content Management System | |
Agombar et al. | A clustering backed deep learning approach for document layout analysis | |
CN113204610A (zh) | 基于刑事案件电子卷宗的自动编目的方法、计算机可以读取的存储装置 | |
CN112699949A (zh) | 一种基于社交平台数据的潜在用户识别方法及装置 | |
Kleber et al. | Matching table structures of historical register books using association graphs | |
CN111177301A (zh) | 一种关键信息识别提取方法及系统 | |
US11893031B2 (en) | Systems and methods for intelligent automatic filing of documents in a content management system | |
Lovelyn Rose et al. | MFRCNN: Marshalled FRCNN with optimized reading order in XY tree for document layout analysis in scientific research articles | |
Blomqvist et al. | Joint handwritten text recognition and word classification for tabular information extraction | |
EP4120097A1 (en) | Systems and methods for intelligent automatic filing of documents in a content management system | |
CN111324711B (zh) | 一种帖子时效性判别方法、装置、及存储介质 | |
Gupta et al. | Intelligent Information Retrieval: Handling Variability in Document Structure | |
CN116541382B (zh) | 基于数据安全识别级别的数据治理方法及系统 | |
CN115062141A (zh) | 信息结构化和检索方法及装置 | |
CN115204106A (zh) | 基于正则表达式神经网络的文档合规检测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |