CN115858637B - 一种城市地下水监测与分析方法及系统 - Google Patents
一种城市地下水监测与分析方法及系统 Download PDFInfo
- Publication number
- CN115858637B CN115858637B CN202310186949.4A CN202310186949A CN115858637B CN 115858637 B CN115858637 B CN 115858637B CN 202310186949 A CN202310186949 A CN 202310186949A CN 115858637 B CN115858637 B CN 115858637B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- data
- monitoring station
- station
- target
- 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
Images
Classifications
-
- 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
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种城市地下水监测与分析方法及系统,涉及智慧水利系统建设技术领域,包括将目标地下水片区进行功能区域划分,获得第一功能监测区与第二功能监测区,获取第一监测数据组,经计算得到第一离散趋势图;获取第二监测数据组,经计算得到第二离散趋势图;基于区划属性匹配第一监测站与第二监测站,将配对好的第一监测站与第二监测站确定各自的离散程度并进行判断。该方法及系统通过对每个监测站两种监测对象进行分别计算,然后根据各自的计算结果进行离散对比,根据离散对比结果判断该监测站是否存在较大误差,提前剔除该监测站采集的数据,以减少后续计算的误差,从而来保证最终分析结果的精确性。
Description
技术领域
本发明涉及智慧水利系统建设技术领域,具体而言,涉及一种城市地下水监测与分析方法及系统。
背景技术
智慧水利系统一般由智能感知层、融合网络层、平台支撑层和应用服务层组成,进行智能管理的前提是感知层需要获取正确且适合的水环境数据。目前的水环境数据获取方式是通过各种监测站实现的,监测站通过不同类型的数据采集工具或仪器来获得一手的监测数据,通过将采集到的数据进行预处理来传递给后续的层级,从而达到智慧管理的目的。
目前在城市地下水监测作业中,存在数据检监测不够准确的问题,其原因之一是由于同一片区的地下水布置有多个监测站,每个监测站均会上传各自所采集的数据,例如水位和水质数据,采集的数据一般会进行预处理,即均值化处理,将所有的采集数据进行误差最小化。但以上处理过程会存在与真实数据之间具备较大差距的情况,尤其是该片区的大部分监测站均出现采集精度较低的情况,不利于获得最终准确的结果。
有鉴于此,特提出本申请。
发明内容
本发明的目的在于提供一种城市地下水监测与分析方法及系统,该方法及系统通过对每个监测站两种监测对象进行分别计算,然后根据各自的计算结果进行离散对比,根据离散对比结果判断该监测站是否存在较大误差,提前剔除该监测站采集的数据,以减少后续计算的误差,从而来保证最终分析结果的精确性。
本发明的实施例是这样实现的:
第一方面,一种城市地下水监测与分析方法,包括如下步骤:将目标地下水片区进行功能区域划分,获得第一功能监测区与第二功能监测区,其中,第一功能监测区用于对地下水的水位进行监测,第二功能监测区用于对地下水的水质进行监测;获取第一功能监测区内的所有第一监测站,并确定所有第一监测站的监测数据,构成第一监测数据组,并计算该第一监测数据组内各监测数据的离散程度,获得第一离散趋势图;获取第二功能监测区内的所有第二监测站,并确定所有第二监测站的监测数据,构成第二监测数据组,并计算该第二监测数据组内各监测数据的离散程度,获得第二离散趋势图;基于区划属性匹配第一监测站与第二监测站,将配对好的第一监测站与第二监测站确定各自的离散程度并进行判断;若第一监测站在第一离散趋势图中的离散值与第二监测站在第二离散趋势图中的离散值一致,则将该第一监测站和该第二监测站作为数据感知监测点。
在可选地实施方式中,将作为数据感知点的第一监测站标定为第一目标监测站,基于所有第一监测站建立第一拓扑结构图,基于第一拓扑结构图确定该第一目标监测站的第一关联监测点,将所有第一关联监测点与第一目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第一目标监测站作为数据感知监测点;和/或,将作为数据感知点的第二监测站标定为第二目标监测站,基于所有第二监测站建立第二拓扑结构图;基于第二拓扑结构图确定该第二目标监测站的第二关联监测点;将所有第二关联监测点与第二目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第二目标监测站作为数据感知监测点。
在可选地实施方式中,相似性比对包括如下步骤:确定监测数据的获取手段,其中,获取手段包括化学监测、物理监测和生物监测;确定获取手段中各子项间的比重,计算对应关联监测点获取手段中各子项比重与对应目标监测站获取手段中各子项比重的距离系数,获得所有距离系数的集中趋势,基于该集中趋势计算对应关联监测点与对应目标监测站之间的相似性比对结果。
在可选地实施方式中,获得所有距离系数的集中趋势之前还包括如下步骤:将所有距离系数进行排列,获得第一序列;将该第一序列中的各子项赋予基础值,再基于对应拓扑结构图在各基础值上赋予修正值,获得多个修正结果,在多个修正结果中确定前M个修正结果所对应的距离系数进行后续步骤,M为正整数。
在可选地实施方式中,确定M个修正结果时补入异常距离系数所对应的修正结果,其中,异常距离系数是根据所有距离系数进行拟合得到的。
在可选地实施方式中,基于第一拓扑结构图确定该第一目标监测站的第一关联监测点之后还包括如下步骤:获得第一目标监测站与第一关联监测点之间的相对沉降参数;将相对沉降参数超过第一阈值的第一关联监测点进行剔除。
在可选地实施方式中,将相对沉降参数超过第一阈值的第一关联监测点进行剔除还包括以下步骤:基于第一拓扑结构图确定被剔除的第一关联监测点与第一目标监测站之间的节点数量N,若N值大于或等于第二阈值,则将该被剔除的第一关联监测点进行补入,作为与第一目标监测站比对的基础。
在可选地实施方式中,将补入的第一关联监测点赋予沉降修正系数,该沉降修正系数作为代入该第一关联监测点进行相似性比对的计算基础。
第二方面,一种城市地下水监测与分析系统,包括:
第一划分模块,其用于将目标地下水片区进行功能区域划分,获得第一功能监测区与第二功能监测区,其中,第一功能监测区用于对地下水的水位进行监测,第二功能监测区用于对地下水的水质进行监测;
第一计算模块,其用于获取第一功能监测区内的所有第一监测站,并确定所有第一监测站的监测数据,构成第一监测数据组,并计算该第一监测数据组内各监测数据的离散程度,获得第一离散趋势图;
第二计算模块,其用于获取第二功能监测区内的所有第二监测站,并确定所有第二监测站的监测数据,构成第二监测数据组,并计算该第二监测数据组内各监测数据的离散程度,获得第二离散趋势图;
第一匹配模块,其用于基于区划属性匹配第一监测站与第二监测站,将配对好的第一监测站与第二监测站确定各自的离散程度并进行判断;
第一判断模块,其用于判断:若第一监测站在第一离散趋势图中的离散值与第二监测站在第二离散趋势图中的离散值一致,则将该第一监测站和该第二监测站作为数据感知监测点。
在可选地实施方式中,还包括第二判断模块,其用于将作为数据感知点的第一监测站标定为第一目标监测站,基于所有所述第一监测站建立第一拓扑结构图,基于所述第一拓扑结构图确定该第一目标监测站的第一关联监测点,将所有第一关联监测点与所述第一目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第一目标监测站作为数据感知监测点;和/或,将作为数据感知点的第二监测站标定为第二目标监测站,基于所有所述第二监测站建立第二拓扑结构图;基于所述第二拓扑结构图确定该第二目标监测站的第二关联监测点;将所有第二关联监测点与所述第二目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第二目标监测站作为数据感知监测点。
本发明实施例的有益效果是:
本发明实施例提供的城市地下水监测与分析方法及系统通过将目标地下水片区各种类型监测数据对应的监测站进行划分,例如主要的水位和水质数据,形成第一功能监测区和第二功能监测区,相对于每种类型监测数据均各自进行纵向对比分析,尤其是同一监测站的水位数据和水质数据仅出现一者异常的概率很低,要么出现同等或相近程度的异常,要么属于正常情形,采用以上分别纵向对比的方式,最终将对应匹配区划位置的第一监测站和第二监测站进行匹配,确定两者的异常程度是否一致或者趋于一致来判断该监测站数据采集功能是否正常,从而预先剔除可能存在异常采集的监测站,不参与后续的数据分析过程,保证最终计算结果的精确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的分析方法的主要步骤的流程图;
图2为本发明另一实施例提供的分析方法的主要步骤的流程图;
图3为图2所示主要步骤其中一个步骤S600的子步骤流程图;
图4为本发明实施例提供的分析系统700的示例性模块图。
图标:710-第一划分模块; 720-第一计算模块; 730-第二计算模块; 740-第一匹配模块; 750-第一判断模块; 760-第二判断模块。
实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应当理解,本发明使用的“系统”、“装置”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其它词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本发明和权利要求书所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般来说,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本发明中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或者同时处理各个步骤。同时,也可以将其它操作添加到这些过程中,或从这些过程移除某一步或数步操作。
实施例:在城市地下水监测作业中,针对同一片区地下水域在进行数据监测时会获得多个监测站传来的数据,在一些情况下,该些监测数据之间会存在采集误差,即不同监测站针对同一对象的监测数据并不完全相同,此前的处理方式是将所有采集数据进行均值化处理,以达到尽量减小误差的方式,但针对该处理方式还存在进一步提高精确度的情形,尤其是以上的监测站大多数存在采集精度问题时,此时均值化处理结果依然与实际的结果相差甚远,不能对后续智慧管理应用层面提供可靠的数据支撑。为进一步优化以上问题,本实施例提供了一种城市地下水监测与分析方法,通过提前判断针对同一对象的监测站之中存在监测精度较低的监测站进行剔除,以进一步提高数据采集的精度。
请参阅图1,本实施例提供的一种城市地下水监测与分析方法,包括如下步骤:
S100:将目标地下水片区进行功能区域划分,获得第一功能监测区与第二功能监测区,其中,所述第一功能监测区用于对地下水的水位进行监测,所述第二功能监测区用于对地下水的水质进行监测;该步骤表示确定目标地下水片区,该目标地下水片区主要配置有水质和水位两种监测功能,由布置在该目标地下水片区中的多个监测站实现,每个监测站会在对应点位进行水质与水位的同步监测。考虑到同一监测站同时出现水质监测和水位监测正常或异常的概率更大,仅其中一者出现的异常的概率更小,因此将每个监测站对应的两种功能的监测数据单独提炼出来进行纵向对比,能够进一步判断该监测站是否存在异常监测的可能。即将目标地下水片区的功能区域划分为第一功能监测区与第二功能监测区以便于后续进行纵向对比。
S200:获取所述第一功能监测区内的所有第一监测站,并确定所有所述第一监测站的监测数据,构成第一监测数据组,并计算该第一监测数据组内各监测数据的离散程度,获得第一离散趋势图。该步骤表示采用监测数据的离散程度来实现上述的纵向对比,由于该步骤不清楚该监测站是否存在异常监测的可能,因此需要将所有第一监测站的监测数据进行呈现和分析。同样地,对第二监测站也采取相同处理措施,即进行步骤S300:获取所述第二功能监测区内的所有第二监测站,并确定所有所述第二监测站的监测数据,构成第二监测数据组,并计算该第二监测数据组内各监测数据的离散程度,获得第二离散趋势图;将所有第二监测站的监测数据进行呈现和分析。
在该步骤S200和步骤S300中,通过第一离散趋势图和第二离散趋势图的呈现,即能够找到同一监测站两种功能监测的数据与其余监测站两种功能监测的数据对比情况,若同一监测站的两种功能监测数据离散趋势一致,则表示其两种功能的监测数据均在该监测站的视角上是准确或正确的,即可进行步骤S400:基于区划属性匹配所述第一监测站与所述第二监测站,将配对好的所述第一监测站与所述第二监测站确定各自的离散程度并进行判断;此处的区划属性主要指隶属于同一配置分管主体的情形,由于在实践中,水位以及水质监测可能会在不同监测点位进行,但该不同监测点位均属于同一主体监管负责,需要将对应分开的第一监测站与第二监测站结合起来进行上述的纵向对比,尤其是根据自的离散程度并进行判断。
S500:若所述第一监测站在第一离散趋势图中的离散值与所述第二监测站在第二离散趋势图中的离散值一致,则将该第一监测站和该第二监测站作为数据感知监测点;该步骤表示若匹配为同一监测点位的第一监测站和第二监测站,其在各自的离散趋势图中离散趋势一致或者大致一致,那么可以确定其初步判断为可能属于正常且精确采集数据的点位,而各自的离散趋势相差甚远,则可以判断其为异常监测点位,则将其上传的数据进行剔除,以达到进一步减少数据误差的目的。
通过以上技术方案,仅仅是从初筛的角度将高度存在异常可能监测点位的监测数据进行剔除,而保留的监测点位也可能存在异常监测的情况,但相较于将所有监测点位的监测数据进行均值化应用的方式而言,误差更小,数据获取更可靠。在一些实施方式中,为了更进一步对保留的监测点位进行分析,以达到更进一步判断该监测点位是否异常的目的。请参阅图2,本实施例提供的分析方法还包括步骤S600及其子步骤。
S600为通过建立拓扑图结构找到关联监测点进行相似性比对,以实现对第一监测站和第二监测站进行进一步筛选的步骤,具体地:将作为数据感知点的第一监测站标定为第一目标监测站,基于所有所述第一监测站建立第一拓扑结构图,基于所述第一拓扑结构图确定该第一目标监测站的第一关联监测点,将所有第一关联监测点与所述第一目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第一目标监测站作为数据感知监测点;和/或,将作为数据感知点的第二监测站标定为第二目标监测站,基于所有所述第二监测站建立第二拓扑结构图;基于所述第二拓扑结构图确定该第二目标监测站的第二关联监测点;将所有第二关联监测点与所述第二目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第二目标监测站作为数据感知监测点。
步骤S600表示通过步骤S500得到的可以作为数据感知点的对应监测站可能存在两种监测功能同时正常或异常的情况,为了进一步甄别则采用进一步纵向对比的方式进行。以将作为数据感知点的第一监测站为例,将其标定为第一目标监测站,以该第一目标监测站与其余第一监测站建立拓扑关系,获得第一拓扑结构图,基于第一拓扑结构图找到与该第一目标监测站直接关联的其余第一监测站并作为第一关联监测点,将这一个或多个第一关联监测点的水位数据与第一目标监测站的水位数据进行相似性比对,利用直接关联也就是在实际地下环境中直接连通的两个监测点位进行数据对比,通过连通性原则水位数据理论上保持一致的原理进一步甄别该第一目标监测站数据采集是否正常。第二目标监测站同理进行处理,在此不再赘述。
通过以上单独进行第一目标监测站或第二目标监测站的数据纵向对比或者同时对两者进行数据纵向对比,能够进一步甄别该第一目标监测站或第二目标监测站是否监测异常,从而判断是否能够作为数据感知监测点,例如发现其中一个第一目标监测站与多个第一关联监测点的数据相似性较低,则将该第一目标监测站的监测数据进行排除,以确保后续分析的数据来源具备更进一步的可靠性。
在本实施例中,相似性比对主要通过更小或更细的指标进行差异化分析,请参阅图3,所述相似性比对包括如下步骤:
S610:确定监测数据的获取手段,其中,获取手段包括化学监测、物理监测和生物监测;该步骤表示确定对应关联监测点(第一关联监测点或第二关联监测点)与对应目标监测站(第一目标监测站或第二目标监测站)监测数据所获取的方式,其中的相关方式主要为三种,化学监测如监测水环境中的无机污染物、有机污染物、重金属离子等;物理监测如对水体的电导率、浊度等监测;生物监测如反映污染物的毒性效应以及对水环境的潜在威胁等监测。
然后进行步骤S620:确定所述获取手段中各子项间的比重,计算对应关联监测点获取手段中各子项比重与对应目标监测站获取手段中各子项比重的距离系数;该步骤表示利用对应关联监测点与对应目标监测站之间的监测数据子项进行对比,更进一步地找到具体相似性监测的指标对比情况,其中运用了对应数据之间相隔距离的形式来表达相似性高低的原理,以便于进一步获得对应目标监测站是否存在异常监测的判断结果。从而进行步骤S640:获得所有距离系数的集中趋势,基于该集中趋势计算对应关联监测点与对应目标监测站之间的相似性比对结果。该步骤表示将所有距离系数进行观测与分析,利用集中度情况来选取中数,然后基于该集中度所择选的中数来判断相似性,例如中数代表的距离系数大于0.05则表示相似性不高,反之则代表相似性程度可以接受,从而将对应的目标监测站作为数据感知点。
在以上技术方案的基础上,在获得所有距离系数的集中趋势之前还包括如下步骤S630:将所有距离系数进行排列,获得第一序列;将该第一序列中的各子项赋予基础值,再基于对应拓扑结构图在各所述基础值上赋予修正值,即表示需要结合拓扑结构图节点之间的远近进行综合赋值,获得多个修正结果,在多个所述修正结果中确定前M个修正结果所对应的距离系数进行后续步骤,M为正整数。该步骤表示在进行距离系数集中度计算的时候,需要考虑对应的关联监测点与目标监测站之间的节点数量,该节点数量通过对应拓扑结构图获得,若节点数量越多,则修正值越大,将修正值求差合并在基础值上,从而使得到的修正结果更接近于实际情况。其中,修正值与基础值之间的关系可以通过基于历史数据形成的理论模型获得,也可以通过经验赋予,但最终得到的修正结果中出现距离系数较大的情况,则将其作为异常点排除,以保证集中度计算精确度更高。也就是说,M的取值主要取决于距离系数的异常情况,可以将方差大于规定值的距离系数进行剔除即可。
需要说明的是,在以上方案的基础上,被剔除的异常距离系数中可能存在真实正确的距离系数的情况需要将其补入进集中度测算过程中,以获得更客观合理的构建数据比对的基础,即确定所述M个修正结果时补入异常距离系数所对应的修正结果,其中,异常距离系数是根据所有距离系数进行拟合得到的,通过拟合所有距离系数的方式,距离系数的数值作为横坐标,其对应的节点相距位置作为纵坐标进行拟合,找到异常的距离系数,异常的距离系数若其值虽然较大,但节点也就是坐标与对应目标监测站之间相隔较近,通过拟合曲线确定该节点位置,则可以作为补入对象。
在实际的相似性比对计算中,会存在相邻节点之间存在基础环境不同的情形,尤其是水位数据,在两节点之间具备某些断层或者沉降的地理环境中,两者的水位数据无法通过连通性原则来计算监测数据的相似性。此时还需要进行如下步骤,即基于第一拓扑结构图确定该第一目标监测站的第一关联监测点之后还包括如下步骤:获得第一目标监测站与第一关联监测点之间的相对沉降参数;将相对沉降参数超过第一阈值的第一关联监测点进行剔除。该步骤则代表将第一关联监测点与第一目标监测站之间沉降相对较大的第一关联监测点剔除,不作为后续相似性比对的基础,确保数据分析的合理性,其中的第一阈值预先确定,在保证计算精度的情况下可以取值足够小,例如小于200mm。
在以上技术方案的基础上,考虑到所有第一关联监测点一旦超过第一阈值后,则会存在第一关联监测点样本过少的情况,不利于综合获得更合理的数据相似性比对结果。即可以将因沉降而可能导致监测数据误差更大的第一关联监测点进行剔除,其余进行补入。则在所述将相对沉降参数超过第一阈值的第一关联监测点进行剔除还包括以下步骤:基于所述第一拓扑结构图确定被剔除的第一关联监测点与第一目标监测站之间的节点数量N,若N值小于或等于第二阈值,则将该被剔除的第一关联监测点进行补入,作为与所述第一目标监测站比对的基础。
该步骤表示将节点较远,但存在合理沉降的第一关联监测点进行补入,将节点较近但相对沉降严重的第一关联监测点保持剔除即可。其中的第二阈值也是预先确定,同样在保证计算符合极限的情况下可以取值足够大。在此方案的基础上,为了进一步得到更精确的数据计算基础,将补入的第一关联监测点赋予沉降修正系数,该沉降修正系数作为代入该第一关联监测点进行相似性比对的计算基础。即表示合理沉降(例如地势之差的所引起的相对沉降)折算出沉降修正系数,将其代入作为权重并赋予在距离系数中,以便于在进行相似性比对计算时,具备更可靠且合理的数据计算基础。
本实施例中还提供一种城市地下水监测与分析系统700,请参阅图4中该城市地下水监测与分析系统700的模块化示意图,主要用于根据上述方法的实施例对城市地下水监测与分析系统700进行功能模块的划分。例如可以划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本发明中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。比如,在采用对应各个功能划分各个功能模块的情况下,图4示出的只是一种系统/装置示意图,其中,该城市地下水监测与分析系统700可以包括第一划分模块710、第一计算模块720、第二计算模块730、第一匹配模块740和第一判断模块750。下面对各个单元模块的功能进行阐述。
第一划分模块710,其用于将目标地下水片区进行功能区域划分,获得第一功能监测区与第二功能监测区,其中,所述第一功能监测区用于对地下水的水位进行监测,所述第二功能监测区用于对地下水的水质进行监测;第一计算模块720,其用于获取所述第一功能监测区内的所有第一监测站,并确定所有所述第一监测站的监测数据,构成第一监测数据组,并计算该第一监测数据组内各监测数据的离散程度,获得第一离散趋势图;第二计算模块730,其用于获取所述第二功能监测区内的所有第二监测站,并确定所有所述第二监测站的监测数据,构成第二监测数据组,并计算该第二监测数据组内各监测数据的离散程度,获得第二离散趋势图;第一匹配模块740,其用于基于区划属性匹配所述第一监测站与所述第二监测站,将配对好的所述第一监测站与所述第二监测站确定各自的离散程度并进行判断;第一判断模块750,其用于若所述第一监测站在第一离散趋势图中的离散值与所述第二监测站在第二离散趋势图中的离散值一致,则将该第一监测站和该第二监测站作为数据感知监测点。
在一些实施方式中,该城市地下水监测与分析系统700还包括第二判断模块760,其用于将作为数据感知点的第一监测站标定为第一目标监测站,基于所有所述第一监测站建立第一拓扑结构图,基于所述第一拓扑结构图确定该第一目标监测站的第一关联监测点,将所有第一关联监测点与所述第一目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第一目标监测站作为数据感知监测点;和/或,将作为数据感知点的第二监测站标定为第二目标监测站,基于所有所述第二监测站建立第二拓扑结构图;基于所述第二拓扑结构图确定该第二目标监测站的第二关联监测点;将所有第二关联监测点与所述第二目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第二目标监测站作为数据感知监测点。
在一些实施方式中,第二判断模块760还用于确定监测数据的获取手段,其中,获取手段包括化学监测、物理监测和生物监测;确定所述获取手段中各子项间的比重,计算对应关联监测点获取手段中各子项比重与对应目标监测站获取手段中各子项比重的距离系数;将所有距离系数进行排列,获得第一序列;将该第一序列中的各子项赋予基础值,再基于对应拓扑结构图在各所述基础值上赋予修正值,获得多个修正结果,在多个所述修正结果中确定前M个修正结果所对应的距离系数进行后续步骤;获得所有距离系数的集中趋势,基于该集中趋势计算对应关联监测点与对应目标监测站之间的相似性比对结果。以及获得所述第一目标监测站与所述第一关联监测点之间的相对沉降参数;将相对沉降参数超过第一阈值的第一关联监测点进行剔除。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(sol标识 state disk,SSD))等。
本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种城市地下水监测与分析方法,其特征在于,包括如下步骤:
将目标地下水片区进行功能区域划分,获得第一功能监测区与第二功能监测区,其中,所述第一功能监测区用于对地下水的水位进行监测,所述第二功能监测区用于对地下水的水质进行监测;
获取所述第一功能监测区内的所有第一监测站,并确定所有所述第一监测站的监测数据,构成第一监测数据组,并计算该第一监测数据组内各监测数据的离散程度,获得第一离散趋势图;
获取所述第二功能监测区内的所有第二监测站,并确定所有所述第二监测站的监测数据,构成第二监测数据组,并计算该第二监测数据组内各监测数据的离散程度,获得第二离散趋势图;
基于区划属性匹配所述第一监测站与所述第二监测站,将配对好的所述第一监测站与所述第二监测站确定各自的离散程度并进行判断;
若所述第一监测站在第一离散趋势图中的离散值与所述第二监测站在第二离散趋势图中的离散值一致,则将该第一监测站和该第二监测站作为数据感知监测点。
2.根据权利要求1所述的城市地下水监测与分析方法,其特征在于,
将作为数据感知点的第一监测站标定为第一目标监测站,基于所有所述第一监测站建立第一拓扑结构图,基于所述第一拓扑结构图确定该第一目标监测站的第一关联监测点,将所有第一关联监测点与所述第一目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第一目标监测站作为数据感知监测点;
和/或,将作为数据感知点的第二监测站标定为第二目标监测站,基于所有所述第二监测站建立第二拓扑结构图;基于所述第二拓扑结构图确定该第二目标监测站的第二关联监测点;将所有第二关联监测点与所述第二目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第二目标监测站作为数据感知监测点。
3.根据权利要求2所述的城市地下水监测与分析方法,其特征在于,所述相似性比对包括如下步骤:
确定监测数据的获取手段,其中,获取手段包括化学监测、物理监测和生物监测;确定所述获取手段中各子项间的比重,计算对应关联监测点获取手段中各子项比重与对应目标监测站获取手段中各子项比重的距离系数;获得所有距离系数的集中趋势,基于该集中趋势计算对应关联监测点与对应目标监测站之间的相似性比对结果。
4.根据权利要求3所述的城市地下水监测与分析方法,其特征在于,所述获得所有距离系数的集中趋势之前还包括如下步骤:
将所有距离系数进行排列,获得第一序列;将该第一序列中的各子项赋予基础值,再基于对应拓扑结构图在各所述基础值上赋予修正值,获得多个修正结果,在多个所述修正结果中确定前M个修正结果所对应的距离系数进行后续步骤,M为正整数。
5.根据权利要求4所述的城市地下水监测与分析方法,其特征在于,确定所述M个修正结果时补入异常距离系数所对应的修正结果,其中,异常距离系数是根据所有距离系数进行拟合得到的。
6.根据权利要求2所述的城市地下水监测与分析方法,其特征在于,基于所述第一拓扑结构图确定该所述第一目标监测站的所述第一关联监测点之后还包括如下步骤:
获得所述第一目标监测站与所述第一关联监测点之间的相对沉降参数;将相对沉降参数超过第一阈值的第一关联监测点进行剔除。
7.根据权利要求6所述的城市地下水监测与分析方法,其特征在于,所述将相对沉降参数超过第一阈值的第一关联监测点进行剔除还包括以下步骤:基于所述第一拓扑结构图确定被剔除的第一关联监测点与第一目标监测站之间的节点数量N,若N值大于或等于第二阈值,则将该被剔除的第一关联监测点进行补入,作为与所述第一目标监测站比对的基础。
8.根据权利要求7所述的城市地下水监测与分析方法,其特征在于,将补入的第一关联监测点赋予沉降修正系数,该沉降修正系数作为代入该第一关联监测点进行相似性比对的计算基础。
9.一种城市地下水监测与分析系统,其特征在于,包括:
第一划分模块,其用于将目标地下水片区进行功能区域划分,获得第一功能监测区与第二功能监测区,其中,所述第一功能监测区用于对地下水的水位进行监测,所述第二功能监测区用于对地下水的水质进行监测;
第一计算模块,其用于获取所述第一功能监测区内的所有第一监测站,并确定所有所述第一监测站的监测数据,构成第一监测数据组,并计算该第一监测数据组内各监测数据的离散程度,获得第一离散趋势图;
第二计算模块,其用于获取所述第二功能监测区内的所有第二监测站,并确定所有所述第二监测站的监测数据,构成第二监测数据组,并计算该第二监测数据组内各监测数据的离散程度,获得第二离散趋势图;
第一匹配模块,其用于基于区划属性匹配所述第一监测站与所述第二监测站,将配对好的所述第一监测站与所述第二监测站确定各自的离散程度并进行判断;
第一判断模块,其用于判断:若所述第一监测站在第一离散趋势图中的离散值与所述第二监测站在第二离散趋势图中的离散值一致,则将该第一监测站和该第二监测站作为数据感知监测点。
10.根据权利要求9所述的城市地下水监测与分析系统,其特征在于,还包括第二判断模块,其用于:
将作为数据感知点的第一监测站标定为第一目标监测站,基于所有所述第一监测站建立第一拓扑结构图,基于所述第一拓扑结构图确定该第一目标监测站的第一关联监测点,将所有第一关联监测点与所述第一目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第一目标监测站作为数据感知监测点;
和/或,将作为数据感知点的第二监测站标定为第二目标监测站,基于所有所述第二监测站建立第二拓扑结构图;基于所述第二拓扑结构图确定该第二目标监测站的第二关联监测点;将所有第二关联监测点与所述第二目标监测站所监测的数据进行相似性比对,根据比对结果判断是否将该第二目标监测站作为数据感知监测点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310186949.4A CN115858637B (zh) | 2023-03-02 | 2023-03-02 | 一种城市地下水监测与分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310186949.4A CN115858637B (zh) | 2023-03-02 | 2023-03-02 | 一种城市地下水监测与分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115858637A CN115858637A (zh) | 2023-03-28 |
CN115858637B true CN115858637B (zh) | 2023-05-19 |
Family
ID=85659555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310186949.4A Active CN115858637B (zh) | 2023-03-02 | 2023-03-02 | 一种城市地下水监测与分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115858637B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662829B (zh) * | 2023-07-28 | 2023-10-17 | 云南中广核能源服务有限公司 | 一种场群风机标准功率曲线定义规则和偏差验证方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006042013A2 (en) * | 2004-10-05 | 2006-04-20 | Plain Sight Systems, Inc. | Systems, method and devices for monitoring fluids |
JP2010210245A (ja) * | 2009-03-06 | 2010-09-24 | Nec Corp | データ類似度計算方法、システム、およびプログラム |
EP2850427A1 (en) * | 2012-05-15 | 2015-03-25 | MOSCETTA, Pompeo | Device and method for the determination and monitoring of water toxicity |
CN109902111A (zh) * | 2019-03-20 | 2019-06-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝安全信息挖掘方法 |
CN110263817A (zh) * | 2019-05-28 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 一种基于用户账号的风险等级划分方法及装置 |
CN110334740A (zh) * | 2019-06-05 | 2019-10-15 | 武汉大学 | 人工智能推理融合的电力设备故障检测定位方法 |
CN113513050A (zh) * | 2020-04-29 | 2021-10-19 | 西南石油大学 | 一种基坑水平位移测量方法、系统、装置 |
CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 |
CN114490390A (zh) * | 2022-01-25 | 2022-05-13 | 中国农业银行股份有限公司 | 测试数据生成方法、装置、设备及存储介质 |
-
2023
- 2023-03-02 CN CN202310186949.4A patent/CN115858637B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006042013A2 (en) * | 2004-10-05 | 2006-04-20 | Plain Sight Systems, Inc. | Systems, method and devices for monitoring fluids |
JP2010210245A (ja) * | 2009-03-06 | 2010-09-24 | Nec Corp | データ類似度計算方法、システム、およびプログラム |
EP2850427A1 (en) * | 2012-05-15 | 2015-03-25 | MOSCETTA, Pompeo | Device and method for the determination and monitoring of water toxicity |
CN109902111A (zh) * | 2019-03-20 | 2019-06-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝安全信息挖掘方法 |
CN110263817A (zh) * | 2019-05-28 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 一种基于用户账号的风险等级划分方法及装置 |
CN110334740A (zh) * | 2019-06-05 | 2019-10-15 | 武汉大学 | 人工智能推理融合的电力设备故障检测定位方法 |
CN113513050A (zh) * | 2020-04-29 | 2021-10-19 | 西南石油大学 | 一种基坑水平位移测量方法、系统、装置 |
CN114490390A (zh) * | 2022-01-25 | 2022-05-13 | 中国农业银行股份有限公司 | 测试数据生成方法、装置、设备及存储介质 |
CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 |
Non-Patent Citations (3)
Title |
---|
An Evaluation of A Trous-Based Record Extension Techniques for Water Quality Record Extension;Anwar Samah等;《WATER》;第1-19页 * |
基于B/S架构的智能水质监测系统设计及数据质量控制研究;杨守波;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;B027-524 * |
基于XGB_BN模型的福州市水质评价研究;熊余婷;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;B027-646 * |
Also Published As
Publication number | Publication date |
---|---|
CN115858637A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10387590B2 (en) | Techniques for iterative reduction of uncertainty in water distribution networks | |
CN115858637B (zh) | 一种城市地下水监测与分析方法及系统 | |
CN113344134B (zh) | 一种低压配电监控终端数据采集异常检测方法及系统 | |
TWI287244B (en) | Correlation of end-of-line data mining with process tool data mining | |
CN111275307A (zh) | 一种水质自动在线站高频连续观测数据质量控制方法 | |
CN108257365B (zh) | 一种基于全局不确定性证据动态融合的工业报警器设计方法 | |
CN114244751B (zh) | 无线传感器网络异常检测方法和系统 | |
CN110941648A (zh) | 基于聚类分析的异常数据识别方法、系统和存储介质 | |
CN109345060B (zh) | 一种基于多源感知的产品质量特性误差溯源分析方法 | |
CN109308518A (zh) | 一种基于概率神经网络的监测系统及其平滑参数优化方法 | |
CN115859068B (zh) | 一种用于智能水利架构的环境信息感知方法及系统 | |
CN117152926B (zh) | 基于数据分析的自动压力检测预警系统 | |
CN112780953B (zh) | 一种基于模式检测的独立计量区域管网漏损检测方法 | |
CN116662829B (zh) | 一种场群风机标准功率曲线定义规则和偏差验证方法 | |
US11193920B2 (en) | Method for the automated in-line detection of deviations of an actual state of a fluid from a reference state of the fluid on the basis of statistical methods, in particular for monitoring a drinking water supply | |
CN117232955A (zh) | 基于大数据的软岩力学参数获取及测试方法 | |
CN114779098B (zh) | 一种锂离子电池的状态评估方法及系统 | |
CN113011325B (zh) | 一种基于孤立森林算法的堆垛机轨道损伤定位方法 | |
CN116862437A (zh) | 一种高层建筑物的基坑支护施工方法及系统 | |
CN114971599B (zh) | 食品制造加工工艺参数设置方法、装置、设备及介质 | |
CN112749370B (zh) | 一种基于物联网的故障跟踪定位方法和系统 | |
CN117852931A (zh) | 基于人工智能和大数据分析的营商环境评估算法 | |
CN116738351B (zh) | 排水设施检测方法及装置 | |
CN117826693B (zh) | 一种智慧油库监控预警系统及方法 | |
CN113344072B (zh) | 基于gpb算法的运维多模态决策方法、系统及云端服务器 |
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 |