CN115578232B - 一种基于水质分析的水污染治理方法及系统 - Google Patents
一种基于水质分析的水污染治理方法及系统 Download PDFInfo
- Publication number
- CN115578232B CN115578232B CN202211411712.3A CN202211411712A CN115578232B CN 115578232 B CN115578232 B CN 115578232B CN 202211411712 A CN202211411712 A CN 202211411712A CN 115578232 B CN115578232 B CN 115578232B
- Authority
- CN
- China
- Prior art keywords
- treatment
- pollution
- water
- measure
- detection
- 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
- 238000011282 treatment Methods 0.000 title claims abstract description 389
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 224
- 238000003911 water pollution Methods 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 155
- 238000011369 optimal treatment Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims description 62
- 238000009826 distribution Methods 0.000 claims description 58
- 238000004364 calculation method Methods 0.000 claims description 38
- 239000003651 drinking water Substances 0.000 claims description 10
- 235000020188 drinking water Nutrition 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 241000251468 Actinopterygii Species 0.000 claims description 3
- 241000238557 Decapoda Species 0.000 claims description 3
- 239000008235 industrial water Substances 0.000 claims description 3
- 241000237536 Mytilus edulis Species 0.000 claims 2
- 239000013505 freshwater Substances 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 claims 2
- 235000020638 mussel Nutrition 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 30
- 239000010865 sewage Substances 0.000 abstract description 5
- 238000013461 design Methods 0.000 abstract description 2
- 238000012216 screening Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- OSVXSBDYLRYLIG-UHFFFAOYSA-N dioxidochlorine(.) Chemical compound O=Cl=O OSVXSBDYLRYLIG-UHFFFAOYSA-N 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 239000004155 Chlorine dioxide Substances 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- -1 SS suspended matters Chemical compound 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 235000019398 chlorine dioxide Nutrition 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000003440 toxic substance 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
- 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
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- 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
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请公开了一种基于水质分析的水污染治理方法及系统,属于污水处理技术领域,所述方法包括:按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果;输入预构建的水质质量分析数据库,获得多个污染参数;计算多个污染参数的治理需求度;获得若干个一级污染参数和若干个二级污染参数;构建治理措施寻优模型;将若干个一级污染参数输入约束条件设置模块,获得约束条件集合;结合若干个二级污染参数输入寻优模块,获得最优治理措施集合,对目标水域进行水污染治理。本申请解决了现有技术中水污染治理措施设计片面化,整体治理效果差的技术问题,达到了对水域进行整体最优治理,提高治理效率和治理质量的技术效果。
Description
技术领域
本申请涉及污水处理技术领域,尤其涉及一种基于水质分析的水污染治理方法及系统。
背景技术
随着经济的发展,水资源作为人们生产生活的基本保障,需求量越来越大。而伴随着人们的生产活动,对水资源造成大量的水体污染,使水资源紧张问题越来越严重,因此,研究对水污染治理问题,对于提升人们的生活质量,保护自然资源有着十分重要的意义。
目前,在进行水污染治理的过程中,主要通过根据水质标准中的指标对水质进行检测,进而通过水质检测结果得到污染源,对污染源进行逐一治理。然而,由于水污染的来源多样,包括工业废水、生活污水和农业污染源,各种污染源对于水质的污染存在交叉重叠,影响的水质指标数量众多,在治理过程中,如果按照逐一治理的方法,会导致治理效率极低,无法快速解决水污染的主要问题。在进行水污染治理的过程中,不同地域的水污染情况不同,如果仅仅依靠标准处理污染指标,无法对症下药,则不能解决当地的水污染问题。现有技术中水污染治理措施设计片面化,整体治理效果差的技术问题。
发明内容
本申请的目的是提供一种基于水质分析的水污染治理方法及系统,用以解决现有技术中水污染治理措施设计片面化,整体治理效果差的技术问题。
鉴于上述问题,本申请提供了一种基于水质分析的水污染治理方法及系统。
第一方面,本申请提供了一种基于水质分析的水污染治理方法,其中,所述方法包括:按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果;将所述水质检测结果输入预构建的水质质量分析数据库,获得多个污染参数,其中,所述多个污染参数包括多个污染指标和多个污染指标参数;按照治理需求度计算规则,计算所述多个污染参数的治理需求度,获得多个治理需求度信息;根据所述多个治理需求度信息,获得若干个一级污染参数和若干个二级污染参数,其中,所述若干个一级污染参数的治理需求度信息大于所述若干个二级污染参数的治理需求度信息;构建治理措施寻优模型,其中,所述治理措施寻优模型包括约束条件设置模块和寻优模块;将所述若干个一级污染参数输入所述约束条件设置模块,获得约束条件集合;将所述约束条件集合和所述若干个二级污染参数输入所述寻优模块,获得最优治理措施集合,对所述目标水域进行水污染治理。
另一方面,本申请还提供了一种基于水质分析的水污染治理系统,其中,所述系统包括:检测结果获得模块,所述检测结果获得模块用于按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果;污染参数获得模块,所述污染参数获得模块用于将所述水质检测结果输入预构建的水质质量分析数据库,获得多个污染参数,其中,所述多个污染参数包括多个污染指标和多个污染指标参数;治理需求度获得模块,所述治理需求度获得模块用于按照治理需求度计算规则,计算所述多个污染参数的治理需求度,获得多个治理需求度信息;污染参数区分模块,所述污染参数获得模块用于根据所述多个治理需求度信息,获得若干个一级污染参数和若干个二级污染参数,其中,所述若干个一级污染参数的治理需求度信息大于所述若干个二级污染参数的治理需求度信息;寻优模型构建模块,所述寻优模型构建模块用于构建治理措施寻优模型,其中,所述治理措施寻优模型包括约束条件设置模块和寻优模块;约束条件获得模块,所述约束条件获得模块用于将所述若干个一级污染参数输入所述约束条件设置模块,获得约束条件集合;水污染治理模块,所述水污染治理模块用于将所述约束条件集合和所述若干个二级污染参数输入所述寻优模块,获得最优治理措施集合,对所述目标水域进行水污染治理。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果,进而对水质检测结果进行水质质量分析,得到多个污染参数,按照治理需求度计算规则,对多个污染参数的治理需求度进行计算,进而对治理需求度进行区分,得到若干个一级污染参数和若干个二级污染参数,其中,若干个一级污染参数的治理需求度信息所述若干个二级污染参数的治理需求度信息,进而构建治理措施寻优模型对治理措施进行寻优,通过将若干个一级污染参数输入治理措施选优模型中的约束条件设置模块,得到约束条件集合,对治理措施进行限制,然后将约束条件集合和若干个二级污染参数输入治理措施寻优模型中的寻优模块,得到最优治理措施集合,对目标水域进行水污染治理。达到了基于水质分析,对水污染进行差异化治理,保证污染治理效率和污染治理质量的技术效果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述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示例性的,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种基于水质分析的水污染治理方法的流程示意图;
图2为本申请实施例提供的一种基于水质分析的水污染治理方法中获得多个污染参数的流程示意图;
图3为本申请实施例提供的一种基于水质分析的水污染治理方法中获得多个治理需求度信息的流程示意图;
图4为本申请一种基于水质分析的水污染治理系统的结构示意图。
附图标记说明:11、检测结果获得模块;12、污染参数获得模块;13、治理需求度获得模块;14、污染参数区分模块;15、寻优模型构建模块;16、约束条件获得模块;17、水污染治理模块。
具体实施方式
本申请通过提供一种基于水质分析的水污染治理方法及系统,解决了现有技术中水污染治理措施设计片面化,整体治理效果差的技术问题。达到了进行整体适应高的水污染治理,提高治理质量的技术效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,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,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种基于水质分析的水污染治理方法,其中,所述方法包括:
步骤S100:按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果;
进一步的,如图2所示,按照预设水体质量标准,对目标水域的水体样本进行检测,本申请实施例步骤S100还包括:
步骤S110:构建水体检测指标数据库;
步骤S120:获取所述目标水域内水体的用途,获得目标用途信息;
步骤S130:将所述目标用途信息输入所述水体检测指标数据库,获得多个目标检测指标和多个目标指标参数标准值;
步骤S140:将所述多个目标检测指标和所述多个目标指标参数标准值作为所述预设水体质量标准,对所述目标水域的水体样本进行检测,获得所述多个污染参数。
进一步的,构建水体检测指标数据库,本申请实施例步骤S110还包括:
步骤S111:采集多个水域水体的用途,获得多个样本用途信息;
步骤S112:根据所述多个样本用途信息,制定多个检测指标集合和多个指标参数标准值集合;
步骤S113:将所述多个样本用途信息作为数据索引,将所述多个检测指标集合和多个指标参数标准值集合作为数据元素,构建获得所述水体检测指标数据库。
具体而言,所述水体检测指标数据库是对水体进行检测时的指标进行汇总的数据库。在进行水体检测过程中,根据水域水体的用途确定不同的检测指标和其对应的指标参数标准值,由此,实现对检测指标进行筛选,提高检测效率的目标。所述多个样本用途信息是进行监测的水体样本对应的使用目的,包括使用对象、使用区域、是否为饮用水等信息。进而,根据所述多个样本用途信息,进行对应的水体样本检测指标确定,得到所述多个检测指标集合和所述多个指标参数标准值集合。其中,所述检测指标集合是指进行对水体样本进行检测时,衡量水体是否被污染的指标集合,可选的,包括TOD总需氧量、TOC总有机碳、SS悬浮物、BOD生化需氧量、PH、有毒物质、大肠杆菌数、重金属含量等。根据不同的样本用途信息,确定不同的检测指标集合,多个检测指标集合和多个样本用途信息具有一一对应关系。所述指标参数标准值集合是指在进行水体污染检测时,水质没有受到污染时所述检测指标集合中各个指标对应的指标参数标准值。进而,对所述多个检测指标集合中的指标参数标准值进行确定,从而得到所述多个指标参数标准值集合。进而,以所述多个样本用途信息作为数据索引,用于进行检测指标确定时的检索指引,以所述多个检测指标集合和所述多个指标参数标准值集合作为数据元素,是指根据所述多个样本用途信息进行检索时,得到的检索结果,从而构建所述水体检测指标数据库。达到了提高检索效率,丰富检索样本,提高水体检测指标确定准确性的技术效果。
具体的,所述目标水域是指进行水污染治理的任意一个水域,可以是江、河、湖、水库等。所述目标用途信息是对所述目标水域的用途进行采集得到的,用途包括:养殖鱼虾、养殖河蚌、饮用水、工业用水等。将所述目标用途信息输入所述水体检测指标数据库中,在所述多个样本用途信息中进行匹配比对,得到匹配度最高的样本用途信息,根据样本用途信息与检测指标之间的一一对应关系,得到所述多个目标检测指标和所述多个目标指标参数标准值。所述目标检测指标是所述目标水域进行水质检测时的检测对象。所述目标指标参数标准值是所述目标水域进行水质检测时各个检测指标对应的标准参数值。进而,根据所述多个目标检测指标和所述多个目标指标参数标准值获得所述预设水体质量标准,其中,所述预设水体质量标准是对目标水域的水体样本进行检测时,判断水体样本是否受到污染时对应的标准。从而按照所述预设水体质量标准中规定的检测指标对所述水体样本进行检测,得到样本检测结果。将样本检测结果与所述多个目标指标参数标准值进行对比,得到不符合目标指标参数标准值的参数,将其作为污染参数,从而得到所述多个污染参数。由此,达到了根据不同水体的用途进行不同的水质检测,提高水污染治理的准确程度,进而达到了多样化治理的技术效果。
步骤S200:将所述水质检测结果输入预构建的水质质量分析数据库,获得多个污染参数,其中,所述多个污染参数包括多个污染指标和多个污染指标参数;
具体而言,所述水质检测结果是对水体样本按照所述预设水体质量标准进行检测得到的检测结果,包括所述多个目标检测指标和对应的水质检测指标结果。所述预构建的水质质量分析数据库是对水质检测结果进行分析,得到指标中不符合参数标准值的指标进行筛选,进而得到所述多个污染参数。其中,所述多个污染参数包括所述多个污染指标和所述多个污染指标参数。所述多个污染指标参数是多个污染指标对应的检测值。由此,达到了对目标水域的水质污染情况进行采集,为后续治理提供治理对象的技术效果。
步骤S300:按照治理需求度计算规则,计算所述多个污染参数的治理需求度,获得多个治理需求度信息;
进一步的,如图3所示,按照治理需求度计算规则,计算所述多个污染参数的治理需求度,本申请实施例步骤S300还包括:
步骤S310:获得所述多个污染参数的预设污染治理需求度信息;
步骤S320:根据所述多个污染指标对所述目标用途信息的危害性大小,进行权重分配,获得第一权重分配结果;
步骤S330:分别计算所述多个污染指标参数和所述多个目标指标参数标准值的差值百分比,获得多个偏差程度信息;
步骤S340:根据所述多个偏差程度信息的大小,进行权重分配,获得第二权重分配结果;
步骤S350:采用所述第一权重分配结果和第二权重分配结果对所述预设污染治理需求度信息进行加权计算,获得多个计算结果,作为所述多个治理需求度信息。
具体而言,所述治理需求度计算规则是用于对多个污染参数治理的需求程度进行量化计算时依据的计算方法。所述预设污染治理需求度信息是对所述多个污染参数的治理需求进行初始设定得到的,初始设定所述多个污染参数的治理需求度是相同的。所述污染治理需求度是水污染治理的紧急程度。进而,以对目标用途信息的危害性大小为分配依据,对多个污染指标的权重占比进行分配,得到所述第一权重分配结果。进而,以所述多个污染指标参数与所述多个目标指标参数标准值之间的差值百分比为权重分配的依据,得到所述多个偏差程度信息。其中,所述多个偏差程度信息反映了多个污染指标对水体的污染程度,差值越高,偏差程度越高,分配的权重越高。然后根据所述多个偏差程度信息的大小,进行权重分配,得到所述第二权重分配结果。根据第一权重分配结果和第二权重分配结果对所述预设污染治理需求度信息进行加权计算,根据加权计算的结果,得到多个污染参数对应的多个治理需求度信息。由此,达到了对污染参数的治理需求情况进行合理计算,从危害性和偏差度两个维度进行综合分析,提高需求度的准确性,进而提高水污染处理的处理效果,合理分配处理资源的技术效果。
示例性的,在对作为饮用水来源的水库进行水质分析后,得到超出标准值的三个水体指标,分别为:铅含量、浑浊度、PH值。三个指标需要治理的需求度都设置为1。从进行水质检测的样本,检测出铅含量为0.05mg/L、浑浊度为2、PH值为9。查找饮用水水质检测标准,得到铅含量标准值为0.01mg/L、浑浊度为1、PH值为不小于6.5且不大于8.5。水库作为饮用水,会直接进入人体,因此,铅含量超标对于人体的危害最大,导致人们中毒。PH值超标会对人体的胃部造成损伤,浑浊度会影响饮用水的感官。综合分析后,按照危害性进行一次权重分配,权重分配结果为铅含量的权重占比为60%,浑浊度的权重占比为10%,PH值的权重占比为30%。进而,根据指标距离标准值的偏离程度进行二次权重分配,铅含量的偏离程度为5倍,浑浊度的偏离程度为2倍,PH值的偏离程度为25%,二次权重分配结果为铅含量的权重占比为70%,浑浊度的权重占比为25%,PH值的权重占比为5%。进行加权计算后,铅含量的治理需求度为60%*70%*1,即为42%,浑浊度的治理需求度为10%*25%*1,即为2.5%,PH值的治理需求度为30%*5%*1,即为0.15%。
步骤S400:根据所述多个治理需求度信息,获得若干个一级污染参数和若干个二级污染参数,其中,所述若干个一级污染参数的治理需求度信息大于所述若干个二级污染参数的治理需求度信息;
具体而言,根据所述多个治理需求度信息,进行治理需求度排序,优选的,将排名靠前的若干个污染参数设定为一级污染参数,将剩下的若干个污染参数设定为二级污染参数。其中,所述一级污染参数是从危害性和污染程度进行综合分析后,需要进行高强度治理的污染参数。所述二级污染参数是治理需求相对而言没有那么高的污染参数。通过对多个污染参数进行分级划分,可以提高进行水污染治理时的效率,达到了为合理分配处理资源,提高整体水污染治疗质量的技术效果。
步骤S500:构建治理措施寻优模型,其中,所述治理措施寻优模型包括约束条件设置模块和寻优模块;
进一步的,构建治理措施寻优模型,本申请实施例步骤S500还包括:
步骤S510:获取进行水质分析的多个检测指标,获得总检测指标集合;
步骤S520:根据所述总检测指标集合,制定所述多个检测指标对应的多个高效治理方式;
步骤S530:构建所述总检测指标集合内多个检测指标与所述多个高效治理方式的映射关系,获得所述约束条件设置模块;
步骤S540:按照预设寻优规则,构建所述寻优模块;
步骤S550:连接所述约束条件设置模块和所述寻优模块,获得所述治理措施寻优模型。
具体而言,所述治理措施寻优模型是根据目标水域的水质检测情况设置的多个治理措施进行综合寻优,得到最优的治理措施的功能模型,包括约束条件设置模块和寻优模块。其中,所述约束条件设置模块是用于对治理措施进行限定的功能模块。所述寻优模块是用于对多个治理措施进行优化筛选的功能模块。
具体的,通过获取多个水质检测规定,从中得到对水源水质进行分析时的多个检测指标,对其进行汇总,得到所述总检测指标集合。其中,所述总检测指标集合是进行多种用途、多种类型的水源水质检测时的检测指标集合。根据所述总检测指标集合,对集合中的多个检测指标进行逐一治理方式制定,确定对每个检测指标进行治理时最为高效的治理方式,得到所述高效治理方式,进而,根据所述多个检测指标与所述多个高效治理方式之间的一一对应关系,得到所述约束条件设置模块。其中,根据约束条件设置模块可以根据检测指标对应查找到高效治理方式。进而,根据所述预设寻优规则,按照规则构建所述寻优模块。其中,所述预设寻优规则是对多个检测指标进行治理方式确定后,得到的多个水污染治理措施进行优化筛选的规则。由此,实现了对治理措施进行合理化筛选的目标,达到了进行高效、高质量的水污染治理的技术效果。
步骤S600:将所述若干个一级污染参数输入所述约束条件设置模块,获得约束条件集合;
进一步的,将所述若干个一级污染参数输入所述约束条件设置模块,获得约束条件集合,本申请实施例步骤S600还包括:
步骤S610:根据所述若干个一级污染参数,获得若干个一级污染指标;
步骤S620:将所述若干个一级污染指标输入所述约束条件设置模块,获得若干个一级高效治理方式,作为所述约束条件集合。
具体而言,根据若干个一级污染参数进行污染指标提取,得到对应的若干个一级污染指标。其中,所述一级污染指标是对一级污染参数进行检测指标描述得到的。示例性的,一级污染参数为消毒剂含量超标,对应的一级污染指标为氯气含量指标、二氧化氯指标等。进而,通过将所述若干个一级污染指标输入所述约束条件设置模块中,以一级污染指标为索引,找到对应的治理一级污染指标最为高效的治理方式,即所述若干个一级高效治理方式,将若干个一级高效治理方式作为所述约束条件集合。其中,所述约束条件集合是进行治理措施制定时,任何总治理措施中都必须要包括的治理方式进行汇总得到的。即对若干个一级污染参数必须要进行污水处理,且采用最高效的治理方式进行处理,从而达到保证水污染的主要污染及时处理,提高治理效果的技术效果。
步骤S700:将所述约束条件集合和所述若干个二级污染参数输入所述寻优模块,获得最优治理措施集合,对所述目标水域进行水污染治理。
进一步的,将所述约束条件集合和所述若干个二级污染参数输入所述寻优模块,获得最优治理措施集合,本申请实施例步骤S700还包括:
步骤S710:获取所述若干个二级污染参数的若干个二级基础治理方式;
步骤S720:获取所述若干个二级基础治理方式的若干个治理强度信息集合,并进行随机组合,获得若干个二级治理措施集合;
步骤S730:在所述若干个二级治理措施集合进行随机选择,并与所述若干个一级高效治理方式进行组合,获得总治理措施集合;
步骤S740:在所述总治理措施集合随机选择一总治理措施,作为第一总治理措施,作为当前寻优结果,并获取所述第一总治理措施的第一治理评分;
步骤S750:再次在所述总治理措施集合随机选择一总治理措施,作为第二总治理措施,并获取所述第二总治理措施的第二治理评分;
步骤S760:判断所述第二治理评分是否大于所述第一治理评分,若是,则将所述第二总治理措施作为当前寻优结果,若否,则计算获得概率,将所述第二总治理措施作为当前寻优结果,通过下式:
其中,e为自然对数,为第二治理评分,为第一治理评分,K为寻优速率参数;
步骤S770:继续进行迭代寻优,达到预设迭代次数后停止寻优,将最终的寻优结果输出,获得最优总治理措施;
步骤S780:根据所述最优总治理措施,获得所述最优治理措施集合。
具体而言,对二级污染参数进行基础治理,每个二级污染参数的基础治理方式有多种,示例性的,通过对养殖鱼塘内的水体样本进行水质检测,得到水质浑浊度超出标准,需要对其进行污染处理,基础治理方式为使用清凉解毒净药剂投放进鱼塘中。或者使用水立肥、硅藻速生,使鱼塘中的浮游植物尽快生长起来,净化水质。进而,对若干个二级污染参数对应的二级基础治理方式进行逐一获取,汇总后得到所述若干个二级基础治理方式。对所述若干个二级基础治理方式进行逐一治理强度评估,优选的,从治理效果、治理时间、治理成本三个角度进行治理强度的综合评估,得到治理强度信息,治理强度分为一级、二级、三级,一级治理强度最高,三级治理强度最低。进而,得到所述若干个治理强度信息集合。通过根据所述若干个二级污染物参数,从所述若干个二级基础治理方式中,对每一个二级污染物参数对应选择一种二级基础治理方式,而选择的治理强度信息进行随机选择。进而,通过对若干个二级基础治理方式随机选择治理强度信息并进行随机组合,得到所述若干个二级治理措施集合。优选的,随机组合的方式为完全随机,包含各种类型的、不同治理强度的组合。
具体的,从所述若干个治理措施集合中任意选择一个与所述若干个一级高效治理方式进行组合,得到所述总治理措施,进而通过多次随机选择,得到所述总治理措施集合。其中,所述总治理措施集合是对目标水域进行整体治理的多个总治理措施的集合。进而,对所述总治理措施集合进行寻优。
具体的,从所述总治理措施集合中随机选择一总治理措施作为第一总治理措施,将其作为当前寻优结果,即作为后续总治理措施的比对对象,并获取其对应的第一治理评分。进而,再随机选择一总治理措施,与第一总治理措施不同,将其作为第二总治理措施,并得到第二治理评分。判断第二治理评分是否大于第一治理评分,可以得到第一总治理措施与第二总治理措施的治理效果对比情况。当第二治理评分大于第一治理评分时,将第二总治理措施作为当前寻优结果,即现阶段比较好的总治理措施,若否,则通过计算公式计算获得概率,以计算得到的获得概率作为接受所述第二总治理措施作为当前寻优结果的前提,从而避免陷入第一总治理措施的局部最优解中。优选的,K为随着寻优进程逐渐减小的长输,在寻优过程中,在初始寻优阶段,为了提高寻优速率,快速进行寻优,避免陷入局部最优,K值设置的比较大,在寻优的后期阶段,K值减小,此时得到的获得概率也会降低,对于治理评分的结果的接受度也会降低,从而会对较高的治理评分对应的总治理措施进行保留。达到了在避免局部最优解的同时,提高寻优效率和保证寻优质量的技术效果。
具体的,所述预设迭代次数是预先设置的进行迭代寻优的次数,由工作人员自行设定,在此不做限制。当达到了所述预设迭代次数后停止迭代寻优,将最后的最优结果作为最优治理措施。其中,所述最优治理措施是对目标水域进行最优污水治理的措施。通过设定不同的开始寻优总治理措施,进行多次迭代寻优,从而得到所述最优治理措施集合。达到了避免片面进行水污染治理措施设定,提高整体治理效果的技术效果。
进一步的,获取所述第一总治理措施的第一治理评分,本申请实施例步骤S740还包括:
步骤S741:获取所述第一总治理措施内所述若干个二级基础治理方式的治理强度信息,获得第一治理强度信息集合;
步骤S742:根据所述多个二级污染参数的治理需求度信息的大小,进行权重分配,获得第三权重分配结果;
步骤S743:采用所述第三权重分配结果对所述第一治理强度信息集合内的治理强度信息进行加权计算,获得计算结果,作为所述第一治理评分。
具体而言,所述第一治理评分是对第一总治理措施的治理效果和措施安排进行评估得到的分数,实现对第一总治理措施进行量化评估的目标。通过对所述第一总治理措施内的所述多个二级基础治理方式的治理强度信息进行采集,所述治理强度信息即对多个二级污染参数进行污染处理时处理措施能够达到的效果。进而,以治理需求度信息的大小为依据进行权重分配,治理需求度越大,分配的权重越高,治理需求度越小,分配的权重越低,从而得到所述第三权重分配结果。进而以治理需求度得到的权重分配结果对所述第一治理强度信息集合进行加权计算,从而综合治理需求度和治理强度对所述第一总治理措施进行评分,得到所述第一治理评分。由于各总治理措施中对一级污染参数的治理强度一致,均为高效治理方式,因此,只需要对二级污染参数的治理效果进行评估,即可得到各总治理措施的评分结果。达到了在保证治理效果的基础上,简化治理措施筛选流程,缩短评估时间,提高处理效率的技术效果。
综上所述,本申请所提供的一种基于水质分析的水污染治理方法具有如下技术效果:
1.本申请通过对目标水域的水体样本按照检测规则进行检测,将水质检测结果输入预构建的水质质量分析数据库中进行污染分析,将不达标的参数作为污染参数,从而得到多个污染参数,实现了基于水质分析对水污染情况进行确定的目标,然后通过对多个污染参数按照计算规则进行治理需求度的量化计算,实现了为后续进行污染参数的划分提供划分数据的目标,进而将多个污染参数分为若干个一级污染参数和若干个二级污染参数,然后通过智能化的治理措施寻优模型,对治理措施进行寻优,将若干个一级污染参数输入约束条件设置模块,得到总治理措施中必须含有的治理措施集合,即约束条件集合,进而将约束条件集合和若干个二级污染参数输入寻优模块中,得到最优治理措施集合,对目标水域进行水污染治理。达到了进行水污染治理时的整体化,综合治理水域污染问题,提高治理效率和治理质量的技术效果。
2.本申请实施例通过对多个污染参数进行预先设定污染治理需求度信息,使其保持一致,进而从危害性的角度进行权重分配,得到第一权重分配结果,然后从偏差角度,分别计算多个污染指标参数和多个目标指标参数标准值的差值百分比,得到多个偏差程度信息,根据其大小,进行二次权重分配,获得第二权重分配结果,然后综合第一权重分配结果和第二权重分配结果对预设污染治理需求度信息进行加权计算,得到多个污染参数对应的多个计算结果,作为多个治理需求度信息。达到了对治理需求度进行量化计算,提高数据的可靠程度,为后续进行指标划分做铺垫的技术效果。
实施例二
基于与前述实施例中一种基于水质分析的水污染治理方法同样的发明构思,如图4所示,本申请还提供了一种基于水质分析的水污染治理系统,其中,所述系统包括:
检测结果获得模块11,所述检测结果获得模块11用于按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果;
污染参数获得模块12,所述污染参数获得模块12用于将所述水质检测结果输入预构建的水质质量分析数据库,获得多个污染参数,其中,所述多个污染参数包括多个污染指标和多个污染指标参数;
治理需求度获得模块13,所述治理需求度获得模块13用于按照治理需求度计算规则,计算所述多个污染参数的治理需求度,获得多个治理需求度信息;
污染参数区分模块14,所述污染参数区分模块14用于根据所述多个治理需求度信息,获得若干个一级污染参数和若干个二级污染参数,其中,所述若干个一级污染参数的治理需求度信息大于所述若干个二级污染参数的治理需求度信息;
寻优模型构建模块15,所述寻优模型构建模块15用于构建治理措施寻优模型,其中,所述治理措施寻优模型包括约束条件设置模块和寻优模块;
约束条件获得模块16,所述约束条件获得模块16用于将所述若干个一级污染参数输入所述约束条件设置模块,获得约束条件集合;
水污染治理模块17,所述水污染治理模块17用于将所述约束条件集合和所述若干个二级污染参数输入所述寻优模块,获得最优治理措施集合,对所述目标水域进行水污染治理。
进一步的,所述系统还包括:
数据库构建单元,所述数据库构建单元用于构建水体检测指标数据库;
用途信息获取单元,所述用途信息获取单元用于获取所述目标水域内水体的用途,获得目标用途信息;
标准值获得单元,所述标准值获得单元用于将所述目标用途信息输入所述水体检测指标数据库,获得多个目标检测指标和多个目标指标参数标准值;
样本检测单元,所述样本检测单元用于将所述多个目标检测指标和所述多个目标指标参数标准值作为所述预设水体质量标准,对所述目标水域的水体样本进行检测,获得所述多个污染参数。
进一步的,所述系统还包括:
样本用途获得单元,所述样本用途获得单元用于采集多个水域水体的用途,获得多个样本用途信息;
检测指标制定单元,所述检测指标制定单元用于根据所述多个样本用途信息,制定多个检测指标集合和多个指标参数标准值集合;
检测指标数据库构建单元,所述检测指标数据库构建单元用于将所述多个样本用途信息作为数据索引,将所述多个检测指标集合和多个指标参数标准值集合作为数据元素,构建获得所述水体检测指标数据库。
进一步的,所述系统还包括:
需求度信息获得单元,所述需求度信息获得单元用于获得所述多个污染参数的预设污染治理需求度信息;
权重分配单元,所述权重分配单元用于根据所述多个污染指标对所述目标用途信息的危害性大小,进行权重分配,获得第一权重分配结果;
偏差信息获得单元,所述偏差信息获得单元用于分别计算所述多个污染指标参数和所述多个目标指标参数标准值的差值百分比,获得多个偏差程度信息;
第二权重分配单元,所述第二权重分配单元用于根据所述多个偏差程度信息的大小,进行权重分配,获得第二权重分配结果;
加权计算单元,所述加权计算单元用于采用所述第一权重分配结果和第二权重分配结果对所述预设污染治理需求度信息进行加权计算,获得多个计算结果,作为所述多个治理需求度信息。
进一步的,所述系统还包括:
总检测指标集合获得单元,所述总检测指标集合获得单元用于获取进行水质分析的多个检测指标,获得总检测指标集合;
治理方式获得单元,所述治理方式获得单元用于根据所述总检测指标集合,制定所述多个检测指标对应的多个高效治理方式;
约束条件设置单元,所述约束条件设置单元用于构建所述总检测指标集合内多个检测指标与所述多个高效治理方式的映射关系,获得所述约束条件设置模块;
寻优模块构建单元,所述寻优模块构建单元用于按照预设寻优规则,构建所述寻优模块;
治理寻优模型获得单元,所述治理寻优模型获得单元用于连接所述约束条件设置模块和所述寻优模块,获得所述治理措施寻优模型。
进一步的,所述系统还包括:
一级污染指标获得单元,所述一级污染指标获得单元用于根据所述若干个一级污染参数,获得若干个一级污染指标;
约束条件集合设定单元,所述约束条件集合设定单元用于将所述若干个一级污染指标输入所述约束条件设置模块,获得若干个一级高效治理方式,作为所述约束条件集合。
进一步的,所述系统还包括:
基础治理方式获得单元,所述基础治理方式获得单元用于获取所述若干个二级污染参数的若干个二级基础治理方式;
二级治理措施集合获得单元,所述二级治理措施集合获得单元用于获取所述若干个二级基础治理方式的若干个治理强度信息集合,并进行随机组合,获得若干个二级治理措施集合;
治理方式组合单元,所述治理方式组合单元用于在所述若干个二级治理措施集合进行随机选择,并与所述若干个一级高效治理方式进行组合,获得总治理措施集合;
第一治理评分获取单元,所述第一治理评分获取单元用于在所述总治理措施集合随机选择一总治理措施,作为第一总治理措施,作为当前寻优结果,并获取所述第一总治理措施的第一治理评分;
第二治理评分获取单元,所述第二治理评分获取单元用于再次在所述总治理措施集合随机选择一总治理措施,作为第二总治理措施,并获取所述第二总治理措施的第二治理评分;
治理评分获取单元,所述治理评分获取单元用于判断所述第二治理评分是否大于所述第一治理评分,若是,则将所述第二总治理措施作为当前寻优结果,若否,则计算获得概率,将所述第二总治理措施作为当前寻优结果,通过下式:
其中,e为自然对数,为第二治理评分,为第一治理评分,K为寻优速率参数;
寻优结果输出单元,所述寻优结果输出单元用于继续进行迭代寻优,达到预设迭代次数后停止寻优,将最终的寻优结果输出,获得最优总治理措施;
最优治理措施获取单元,所述最优治理措施获取单元用于根据所述最优总治理措施,获得所述最优治理措施集合。
进一步的,所述系统还包括:
第一治理强度获得单元,所述第一治理强度获得单元用于获取所述第一总治理措施内所述若干个二级基础治理方式的治理强度信息,获得第一治理强度信息集合;
第三权重分配结果获得单元,所述第三权重分配结果获得单元用于根据所述多个二级污染参数的治理需求度信息的大小,进行权重分配,获得第三权重分配结果;
计算结果获得单元,所述计算结果获得单元用于采用所述第三权重分配结果对所述第一治理强度信息集合内的治理强度信息进行加权计算,获得计算结果,作为所述第一治理评分。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种基于水质分析的水污染治理方法和具体实例同样适用于本实施例的一种基于水质分析的水污染治理系统,通过前述对一种基于水质分析的水污染治理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于水质分析的水污染治理系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种基于水质分析的水污染治理方法,其特征在于,所述方法包括:
按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果,其中包括:构建水体检测指标数据库,其中包括:采集多个水域水体的用途,获得多个样本用途信息,其中所述多个样本用途信息是进行监测的水体样本对应的使用目的,包括使用对象、使用区域、是否为饮用水;根据所述多个样本用途信息,制定多个检测指标集合和多个指标参数标准值集合,其中所述检测指标集合是指对水体样本进行检测时,衡量水体是否被污染的指标集合,所述指标参数标准值集合是指在进行水体污染检测时,水质没有受到污染时所述检测指标集合中各个指标对应的指标参数标准值;将所述多个样本用途信息作为数据索引,将所述多个检测指标集合和多个指标参数标准值集合作为数据元素,构建获得所述水体检测指标数据库;获取所述目标水域内水体的用途,获得目标用途信息,其中所述目标用途信息是对所述目标水域的用途进行采集得到的,用途包括:养殖鱼虾、养殖河蚌、饮用水、工业用水;将所述目标用途信息输入所述水体检测指标数据库,获得多个目标检测指标和多个目标指标参数标准值,其中所述目标检测指标是所述目标水域进行水质检测时的检测对象,所述目标指标参数标准值是所述目标水域进行水质检测时各个检测指标对应的标准参数值;将所述多个目标检测指标和所述多个目标指标参数标准值作为所述预设水体质量标准,对所述目标水域的水体样本进行检测,获得多个污染参数;
将所述水质检测结果输入预构建的水质质量分析数据库,获得多个污染参数,其中,所述多个污染参数包括多个污染指标和多个污染指标参数;
按照治理需求度计算规则,计算所述多个污染参数的治理需求度,获得多个治理需求度信息,其中包括:获得所述多个污染参数的预设污染治理需求度信息;根据所述多个污染指标对所述目标用途信息的危害性大小,进行权重分配,获得第一权重分配结果;分别计算所述多个污染指标参数和所述多个目标指标参数标准值的差值百分比,获得多个偏差程度信息;根据所述多个偏差程度信息的大小,进行权重分配,获得第二权重分配结果;采用所述第一权重分配结果和第二权重分配结果对所述预设污染治理需求度信息进行加权计算,获得多个计算结果,作为所述多个治理需求度信息;
根据所述多个治理需求度信息,获得若干个一级污染参数和若干个二级污染参数,其中,所述若干个一级污染参数的治理需求度信息大于所述若干个二级污染参数的治理需求度信息,所述一级污染参数是从危害性和污染程度进行综合分析后,需要进行高强度治理的污染参数,所述二级污染参数是治理需求相对而言没有那么高的污染参数;
构建治理措施寻优模型,其中,所述治理措施寻优模型包括约束条件设置模块和寻优模块,其中包括:获取进行水质分析的多个检测指标,获得总检测指标集合;根据所述总检测指标集合,制定所述多个检测指标对应的多个高效治理方式;构建所述总检测指标集合内多个检测指标与所述多个高效治理方式的映射关系,获得所述约束条件设置模块;按照预设寻优规则,构建所述寻优模块;连接所述约束条件设置模块和所述寻优模块,获得所述治理措施寻优模型;
将所述若干个一级污染参数输入所述约束条件设置模块,获得约束条件集合,其中包括:根据所述若干个一级污染参数,获得若干个一级污染指标;将所述若干个一级污染指标输入所述约束条件设置模块,获得若干个一级高效治理方式,作为所述约束条件集合;
将所述约束条件集合和所述若干个二级污染参数输入所述寻优模块,获得最优治理措施集合,对所述目标水域进行水污染治理,其中包括:获取所述若干个二级污染参数的若干个二级基础治理方式;获取所述若干个二级基础治理方式的若干个治理强度信息集合,并进行随机组合,获得若干个二级治理措施集合;在所述若干个二级治理措施集合进行随机选择,并与所述若干个一级高效治理方式进行组合,获得总治理措施集合;在所述总治理措施集合随机选择一总治理措施,作为第一总治理措施,作为当前寻优结果,并获取所述第一总治理措施的第一治理评分;再次在所述总治理措施集合随机选择一总治理措施,作为第二总治理措施,并获取所述第二总治理措施的第二治理评分;判断所述第二治理评分是否大于所述第一治理评分,若是,则将所述第二总治理措施作为当前寻优结果,若否,则计算获得概率,将所述第二总治理措施作为当前寻优结果,通过下式:
其中,P为获得概率,e为自然对数,G2为第二治理评分,G1为第一治理评分,K为寻优速率参数;继续进行迭代寻优,达到预设迭代次数后停止寻优,将最终的寻优结果输出,获得最优总治理措施;根据所述最优总治理措施,获得所述最优治理措施集合。
2.根据权利要求1所述的方法,其特征在于,获取所述第一总治理措施的第一治理评分,包括:
获取所述第一总治理措施内所述若干个二级基础治理方式的治理强度信息,获得第一治理强度信息集合;
根据所述多个二级污染参数的治理需求度信息的大小,进行权重分配,获得第三权重分配结果;
采用所述第三权重分配结果对所述第一治理强度信息集合内的治理强度信息进行加权计算,获得计算结果,作为所述第一治理评分。
3.一种基于水质分析的水污染治理系统,其特征在于,所述系统包括:
检测结果获得模块,所述检测结果获得模块用于按照预设水体质量标准,对目标水域的水体样本进行检测,获得水质检测结果;
数据库构建单元,所述数据库构建单元用于构建水体检测指标数据库;
样本用途获得单元,所述样本用途获得单元用于采集多个水域水体的用途,获得多个样本用途信息,其中所述多个样本用途信息是进行监测的水体样本对应的使用目的,包括使用对象、使用区域、是否为饮用水;
检测指标制定单元,所述检测指标制定单元用于根据所述多个样本用途信息,制定多个检测指标集合和多个指标参数标准值集合,其中所述检测指标集合是指对水体样本进行检测时,衡量水体是否被污染的指标集合,所述指标参数标准值集合是指在进行水体污染检测时,水质没有受到污染时所述检测指标集合中各个指标对应的指标参数标准值;
检测指标数据库构建单元,所述检测指标数据库构建单元用于将所述多个样本用途信息作为数据索引,将所述多个检测指标集合和多个指标参数标准值集合作为数据元素,构建获得所述水体检测指标数据库;
用途信息获取单元,所述用途信息获取单元用于获取所述目标水域内水体的用途,获得目标用途信息,其中所述目标用途信息是对所述目标水域的用途进行采集得到的,用途包括:养殖鱼虾、养殖河蚌、饮用水、工业用水;
标准值获得单元,所述标准值获得单元用于将所述目标用途信息输入所述水体检测指标数据库,获得多个目标检测指标和多个目标指标参数标准值,其中所述目标检测指标是所述目标水域进行水质检测时的检测对象,所述目标指标参数标准值是所述目标水域进行水质检测时各个检测指标对应的标准参数值;
样本检测单元,所述样本检测单元用于将所述多个目标检测指标和所述多个目标指标参数标准值作为所述预设水体质量标准,对所述目标水域的水体样本进行检测,获得多个污染参数;
污染参数获得模块,所述污染参数获得模块用于将所述水质检测结果输入预构建的水质质量分析数据库,获得多个污染参数,其中,所述多个污染参数包括多个污染指标和多个污染指标参数;
治理需求度获得模块,所述治理需求度获得模块用于按照治理需求度计算规则,计算所述多个污染参数的治理需求度,获得多个治理需求度信息;
需求度信息获得单元,所述需求度信息获得单元用于获得所述多个污染参数的预设污染治理需求度信息;
权重分配单元,所述权重分配单元用于根据所述多个污染指标对所述目标用途信息的危害性大小,进行权重分配,获得第一权重分配结果;
偏差信息获得单元,所述偏差信息获得单元用于分别计算所述多个污染指标参数和所述多个目标指标参数标准值的差值百分比,获得多个偏差程度信息;
第二权重分配单元,所述第二权重分配单元用于根据所述多个偏差程度信息的大小,进行权重分配,获得第二权重分配结果;
加权计算单元,所述加权计算单元用于采用所述第一权重分配结果和第二权重分配结果对所述预设污染治理需求度信息进行加权计算,获得多个计算结果,作为所述多个治理需求度信息;
污染参数区分模块,所述污染参数获得模块用于根据所述多个治理需求度信息,获得若干个一级污染参数和若干个二级污染参数,其中,所述若干个一级污染参数的治理需求度信息大于所述若干个二级污染参数的治理需求度信息,所述一级污染参数是从危害性和污染程度进行综合分析后,需要进行高强度治理的污染参数,所述二级污染参数是治理需求相对而言没有那么高的污染参数;
寻优模型构建模块,所述寻优模型构建模块用于构建治理措施寻优模型,其中,所述治理措施寻优模型包括约束条件设置模块和寻优模块;
总检测指标集合获得单元,所述总检测指标集合获得单元用于获取进行水质分析的多个检测指标,获得总检测指标集合;
治理方式获得单元,所述治理方式获得单元用于根据所述总检测指标集合,制定所述多个检测指标对应的多个高效治理方式;
约束条件设置单元,所述约束条件设置单元用于构建所述总检测指标集合内多个检测指标与所述多个高效治理方式的映射关系,获得所述约束条件设置模块;
寻优模块构建单元,所述寻优模块构建单元用于按照预设寻优规则,构建所述寻优模块;
治理寻优模型获得单元,所述治理寻优模型获得单元用于连接所述约束条件设置模块和所述寻优模块,获得所述治理措施寻优模型;
约束条件获得模块,所述约束条件获得模块用于将所述若干个一级污染参数输入所述约束条件设置模块,获得约束条件集合;
一级污染指标获得单元,所述一级污染指标获得单元用于根据所述若干个一级污染参数,获得若干个一级污染指标;
约束条件集合设定单元,所述约束条件集合设定单元用于将所述若干个一级污染指标输入所述约束条件设置模块,获得若干个一级高效治理方式,作为所述约束条件集合;
水污染治理模块,所述水污染治理模块用于将所述约束条件集合和所述若干个二级污染参数输入所述寻优模块,获得最优治理措施集合,对所述目标水域进行水污染治理;
基础治理方式获得单元,所述基础治理方式获得单元用于获取所述若干个二级污染参数的若干个二级基础治理方式;
二级治理措施集合获得单元,所述二级治理措施集合获得单元用于获取所述若干个二级基础治理方式的若干个治理强度信息集合,并进行随机组合,获得若干个二级治理措施集合;
治理方式组合单元,所述治理方式组合单元用于在所述若干个二级治理措施集合进行随机选择,并与所述若干个一级高效治理方式进行组合,获得总治理措施集合;
第一治理评分获取单元,所述第一治理评分获取单元用于在所述总治理措施集合随机选择一总治理措施,作为第一总治理措施,作为当前寻优结果,并获取所述第一总治理措施的第一治理评分;
第二治理评分获取单元,所述第二治理评分获取单元用于再次在所述总治理措施集合随机选择一总治理措施,作为第二总治理措施,并获取所述第二总治理措施的第二治理评分;
治理评分获取单元,所述治理评分获取单元用于判断所述第二治理评分是否大于所述第一治理评分,若是,则将所述第二总治理措施作为当前寻优结果,若否,则计算获得概率,将所述第二总治理措施作为当前寻优结果,通过下式:
其中,P为获得概率,e为自然对数,G2为第二治理评分,G1为第一治理评分,K为寻优速率参数;
寻优结果输出单元,所述寻优结果输出单元用于继续进行迭代寻优,达到预设迭代次数后停止寻优,将最终的寻优结果输出,获得最优总治理措施;
最优治理措施获取单元,所述最优治理措施获取单元用于根据所述最优总治理措施,获得所述最优治理措施集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211411712.3A CN115578232B (zh) | 2022-11-11 | 2022-11-11 | 一种基于水质分析的水污染治理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211411712.3A CN115578232B (zh) | 2022-11-11 | 2022-11-11 | 一种基于水质分析的水污染治理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115578232A CN115578232A (zh) | 2023-01-06 |
CN115578232B true CN115578232B (zh) | 2023-04-07 |
Family
ID=84589136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211411712.3A Active CN115578232B (zh) | 2022-11-11 | 2022-11-11 | 一种基于水质分析的水污染治理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115578232B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105057327A (zh) * | 2015-07-28 | 2015-11-18 | 杨庆理 | 治理金属污染土壤的方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009020809A (ja) * | 2007-07-13 | 2009-01-29 | Shimizu Corp | 渇水対策施設の運転管理システム |
CN103489053A (zh) * | 2013-05-13 | 2014-01-01 | 湖南云控科技有限公司 | 一种基于云计算与专家系统的智能水资源管控平台 |
CN106021898A (zh) * | 2016-05-13 | 2016-10-12 | 中国环境科学研究院 | 一种地下水污染源强分级评价方法 |
CN108428193A (zh) * | 2017-07-06 | 2018-08-21 | 西安科技大学 | 一种水污染防治规划决策支持系统及其使用方法 |
CN107525907B (zh) * | 2017-10-16 | 2019-12-31 | 中国环境科学研究院 | 地下水污染监测网多目标优化方法 |
CN109384354B (zh) * | 2018-11-06 | 2021-05-04 | 江苏大学 | 一种基于目标贡献度的黑臭河道治理方法 |
US20210163324A1 (en) * | 2019-12-01 | 2021-06-03 | Jiangsu Easthigh Environmental Holdings Ltd. | River course treatment integration system |
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 |
CN112159062B (zh) * | 2020-09-07 | 2022-06-24 | 中国环境科学研究院 | 一种河湖水环境多界面治理与修复的方法 |
CN112830579B (zh) * | 2020-12-24 | 2023-02-28 | 上海水生科技股份有限公司 | 一种基于淡水生态牧场建设的微污染水体的治理方法 |
CN112966902B (zh) * | 2021-02-04 | 2022-05-17 | 长江勘测规划设计研究有限责任公司 | 一种兼顾区域公平和污染源治理差异的水污染负荷分配方法 |
CN114861996B (zh) * | 2022-04-20 | 2023-04-07 | 江苏瑞沃农业发展集团有限公司 | 一种水库大水面污染治理方法及系统 |
CN115271232A (zh) * | 2022-08-08 | 2022-11-01 | 富联智能工坊(郑州)有限公司 | 一种污水水质预测方法及相关装置 |
-
2022
- 2022-11-11 CN CN202211411712.3A patent/CN115578232B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105057327A (zh) * | 2015-07-28 | 2015-11-18 | 杨庆理 | 治理金属污染土壤的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115578232A (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Semiromi et al. | Water quality index development using fuzzy logic: A case study of the Karoon River of Iran | |
CN110969346B (zh) | 基于指标筛选的流域水生态功能分区治理需求评价方法 | |
CN115577018B (zh) | 一种水质监测数据的智能处理方法及系统 | |
CN107677614B (zh) | 一种水中重金属污染风险在线预警系统及方法 | |
Papaioannou et al. | Assessment and modelling of groundwater quality data by environmetric methods in the context of public health | |
CN103606031A (zh) | 一种餐厨废弃物饲料产品安全性的评价方法 | |
Wu et al. | Application of an integrated methodology for eutrophication assessment: a case study in the Bohai Sea | |
CN114626771B (zh) | 一种城市区域水生态状态反应器构建方法、装置及反应器 | |
WO2018232938A1 (zh) | 一种污水监测管理方法及装置 | |
Farmaki et al. | A comparative chemometric study for water quality expertise of the Athenian water reservoirs | |
CN115409374B (zh) | 城镇化差异对流域水生态服务功能的影响预警方法 | |
CN113344409A (zh) | 一种设施连作土壤质量的评价方法及系统 | |
CN111241476A (zh) | 一种获得区域性河口营养物基准值的方法 | |
CN117974404B (zh) | 一种水陆协同的陆域污染源分析方法及系统 | |
CN117368434A (zh) | 一种基于大数据的水质监测系统 | |
Gao et al. | Water quality pollution assessment and source apportionment of lake wetlands: A case study of Xianghai Lake in the Northeast China Plain | |
CN115578232B (zh) | 一种基于水质分析的水污染治理方法及系统 | |
CN117114425B (zh) | 一种应对突发事件的智能预警方法、系统及介质 | |
CN115792165B (zh) | 一种环境水质智能监测方法及系统 | |
Radojević et al. | Total coliforms and data mining as a tool in water quality monitoring | |
Deng et al. | Characteristics of Water Pollution and Evaluation of Water Quality in Subsidence Water Bodies in Huainan Coal Mining Areas, China | |
Primpas et al. | Assessment of clustering algorithms in discriminating eutrophic levels in coastal waters | |
CN106503449A (zh) | 一种城市生态健康监控管理系统 | |
CN113298148A (zh) | 一种面向生态环境评价的不平衡数据重采样方法 | |
CN117607377B (zh) | 一种流域水质的评估方法、装置及设备 |
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 |