CN116484153B - 一种基于卫星物联网的环境监测方法 - Google Patents
一种基于卫星物联网的环境监测方法 Download PDFInfo
- Publication number
- CN116484153B CN116484153B CN202310731021.XA CN202310731021A CN116484153B CN 116484153 B CN116484153 B CN 116484153B CN 202310731021 A CN202310731021 A CN 202310731021A CN 116484153 B CN116484153 B CN 116484153B
- Authority
- CN
- China
- Prior art keywords
- target area
- river
- section
- pollution
- water quality
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 63
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 146
- 238000003911 water pollution Methods 0.000 claims abstract description 140
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 74
- 231100000719 pollutant Toxicity 0.000 claims abstract description 74
- 238000005070 sampling Methods 0.000 claims abstract description 28
- 238000013441 quality evaluation Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims description 23
- 239000000356 contaminant Substances 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 13
- 239000003550 marker Substances 0.000 claims description 9
- 238000011109 contamination Methods 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract 1
- 230000001737 promoting effect Effects 0.000 abstract 1
- 239000010865 sewage Substances 0.000 abstract 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000460 chlorine Substances 0.000 description 2
- 229910052801 chlorine Inorganic materials 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- YBVAXJOZZAJCLA-UHFFFAOYSA-N nitric acid nitrous acid Chemical compound ON=O.O[N+]([O-])=O YBVAXJOZZAJCLA-UHFFFAOYSA-N 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
-
- 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)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Development Economics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Astronomy & Astrophysics (AREA)
- Computing Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及水环境监测领域，具体公开一种基于卫星物联网的环境监测方法，本发明通过获取分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点的水质数据，分析目标地区各段河流的水质评价系数，判断目标地区各段河流是否存在水污染，获取各段污染河流；对各段污染河流进行分析，获取目标地区的各条水污染路径和各条水污染路径对应的污染源头和污染源类型集合，得到目标地区的水污染源信息，将目标地区的水污染源信息发送至目标地区的环境管理部门，通过检测目标地区的水质参数和污染物，对目标地区水污染进行溯源，进而为污水治理提供可靠保障，有效提高生态环境监测水平，促进生态环境良好建设。
Description
技术领域
本发明涉及水环境监测领域，涉及到一种基于卫星物联网的环境监测方法。
背景技术
水资源属于人类赖以生存的关键物质保障。水质检测直接关乎人们生活，对水资源保护、开发等方面提供关键基础依据，通过对污染来源的科学分析，能够对部分重污染企业采取有效关停，并对排放明显超标企业采取重点整治。针对我国水资源相对匮乏、部分地区存在严重缺水的情况，水质生态环境监测则显得十分关键，对被污染区域，需采取重点监测，有关未被污染河流，同样需采取重点保护，对污染源采取有效控制。
现有的水环境监测方法存在一些不足：一方面，现有方法主要依赖地面网络进行环境监测数据的传输，而在无信号、弱信号的偏远地区无法进行环境监测数据的回传或者回传数据的质量和准确性得不到保障，容易存在延时或者失真，进而无法保证环境监测结果的准确性和可靠性。
一方面，现有方法在监测区域水环境污染时，主要判断区域水环境是否存在污染并进行预警，没有进一步对污染的源头进行有效分析或者采用传统的比较地势高低的方法分析污染源头，由于区域的河流水系和地理环境错综复杂，常规的通过比较地势高低判断污染源头的方法，适用性不强、排查任务量大，如果污染源头没有得到有效溯源，将会增加后期污染治理的盲目性和难度。
另一方面，现有方法在监测区域水环境污染时，没有对区域环境污染的类型进行深入分析或者通过经验及几种主要污染物的浓度判断污染的类型，由于一种污染类型可能对应多种污染物，且不同污染类型对应的污染物之间可能存在交叉，情况复杂，需要对污染水域中各种污染物进行监测和全面分析，进而得到区域水污染可能的类型，如果污染类型不能得到可靠分析，将会增加污染排查的任务量，不利于针对性的水污染治理。
发明内容
针对上述问题，本发明提出了一种基于卫星物联网的环境监测方法，具体技术方案如下：一种基于卫星物联网的环境监测方法，包括如下步骤：步骤一、目标地区河流水系划分：获取目标地区河流水系的各汇流点，对目标地区河流水系进行划分，得到目标地区河流水系的各段河流，将其记为目标地区的各段河流。
步骤二、目标地区水质监测点布设：按照预设的原则在目标地区各段河流上布设各标记点，进一步在目标地区各段河流中各标记点处布设各水质监测点。
步骤三、目标地区水质数据获取：通过目标地区的地面传感器获取分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点的水质数据，其中水质数据为各种水质参数的浓度。
步骤四、目标地区水质数据分析：根据分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点的水质数据，分析目标地区各段河流的水质评价系数，判断目标地区各段河流是否存在水污染，获取目标地区存在水污染的各段河流，将其记为各段污染河流。
步骤五、目标地区水污染寻源：对各段污染河流进行分析，获取目标地区的各条水污染路径和各条水污染路径对应的污染源头和污染源类型集合，得到目标地区的水污染源信息。
步骤六、目标地区水质监测结果反馈：通过卫星物联网将目标地区的水污染源信息发送至目标地区的环境管理部门。
在上述实施例的基础上，所述步骤一的具体分析过程为：提取数据库中存储的目标地区河流水系的卫星地图，根据目标地区河流水系的卫星地图，获取目标地区河流水系的各汇流点，根据目标地区河流水系的各汇流点，对目标地区河流水系进行划分，得到目标地区河流水系的各段河流，将其记为目标地区的各段河流。
在上述实施例的基础上，所述步骤二的具体分析过程为：按照预设的等距离原则对目标地区的各段河流进行划分，得到目标地区各段河流的各区域，在目标地区各段河流中各区域的中心点处布设标记点，得到目标地区各段河流的各标记点，进一步按照预设的等深度原则在目标地区各段河流中各标记点处布设各水质监测点。
在上述实施例的基础上，所述步骤三的具体分析过程为：设定分析周期的时长，并按照预设的等时间间隔原则在分析周期内设置各采样时间点。
通过目标地区各段河流中各标记点处各水质监测点布设的水质检测传感器，获取分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点对应的各种水质参数的浓度，将其记为，/>表示第/>个采样时间点的编号，/>，/>表示第/>段河流的编号，/>，/>表示第/>个标记点的编号，/>，/>表示第/>个水质监测点的编号，/>，/>表示第/>种水质参数的编号，/>。
在上述实施例的基础上，所述步骤四的具体分析过程包括：将分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点对应的各种水质参数的浓度代入公式/>得到分析周期内各采样时间点目标地区各段河流的水质参数符合系数/>，其中/>表示标记点的数量，/>表示预设的第/>个标记点的权重，/>表示水质监测点的数量，/>表示预设的第/>个水质监测点的权重，/>表示水质参数的数量，/>表示预设的第/>种水质参数的权重，/>表示预设的第/>种水质参数的适宜浓度，/>表示预设的第/>种水质参数浓度的偏差阈值。
将分析周期内各采样时间点目标地区各段河流的水质参数符合系数代入公式得到目标地区各段河流的水质评价系数/>，其中/>表示采样时间点的数量，/>表示自然常数，/>表示分析周期内第/>个采样时间点目标地区第/>段河流的水质参数符合系数，/>表示分析周期内第/>个采样时间点目标地区第/>段河流的水质参数符合系数。
在上述实施例的基础上，所述步骤四的具体分析过程还包括：将目标地区各段河流的水质评价系数与预设的水质评价系数阈值进行比较，若目标地区某段河流的水质评价系数小于预设的水质评价系数阈值，则目标地区该段河流存在水污染，统计目标地区存在水污染的各段河流，将其记为各段污染河流。
在上述实施例的基础上，所述步骤五的具体分析过程包括：将各段污染河流进行相互比较，得到各段污染河流对应的各关联污染河流段，进一步将各段污染河流与其对应的各关联污染河流段进行连接，得到目标地区的各条水污染路径。
获取目标地区各条水污染路径中各段污染河流，将其记为目标地区各条水污染路径中各段指定河流。
按照预设的原则在目标地区各条水污染路径中各段指定河流中布设各污染物检测点，获取目标地区各条水污染路径中各段指定河流中各污染物检测点对应的各种污染物浓度，分析目标地区各条水污染路径中各段指定河流中各种污染物的平均浓度，将其记为，/>表示第/>条水污染路径的编号，/>，/>表示第/>段指定河流的编号，，/>表示第/>种污染物的编号，/>。
通过分析公式得到目标地区各条水污染路径中各段指定河流的相对污染程度系数/>，其中/>表示预设的相对污染程度系数的修正因子，/>表示预设的第/>种污染物浓度的阈值，/>表示预设的第/>种污染物的权重因子，表示水污染路径中指定河流的数量。
将目标地区各条水污染路径中各段指定河流的相对污染程度系数进行相互比较，得到目标地区各条水污染路径中最大相对污染程度系数对应的指定河流，将其记为目标地区各条水污染路径的重度污染河流段。
获取目标地区各条水污染路径中重度污染河流段所在的区域，得到目标地区各条水污染路径对应的污染源头。
在上述实施例的基础上，所述步骤五的具体分析过程还包括：获取目标地区各条水污染路径中重度污染河流段中各种污染物的浓度。
提取数据库中存储的各污染源类型对应的各种污染物，将目标地区各条水污染路径中重度污染河流段中各种污染物与各污染源类型对应的各种污染物进行比对，分析目标地区各条水污染路径中重度污染河流段中各污染源类型对应的各匹配污染物，获取目标地区各条水污染路径中重度污染河流段中各污染源类型对应的匹配污染物的数量，将其记为，/>表示第/>个污染源类型的编号，/>。
根据目标地区各条水污染路径中重度污染河流段中各种污染物的浓度，筛选得到目标地区各条水污染路径中重度污染河流段中各污染源类型中各匹配污染物的浓度，将其记为，/>表示第/>个匹配污染物的编号，/>。
通过分析公式得到目标地区各条水污染路径中各污染源类型的符合指数/>，其中/>表示污染源类型的数量，/>分别表示预设的匹配污染物的数量和浓度的权值，/>表示匹配污染物的数量，/>表示预设的第/>个污染源类型中第/>个匹配污染物的权重。
将目标地区各条水污染路径中各污染源类型的符合指数与预设的符合指数阈值进行比较，获取目标地区各条水污染路径对应的污染源类型集合。
在上述实施例的基础上，所述步骤六的具体分析过程为：通过卫星物联网将目标地区的水污染源信息上传到天基物联网卫星，再由卫星下传到陆地信关站，汇总至卫星数据处理中心，最后由卫星数据处理中心传输至目标地区的环境管理部门。
相对于现有技术，本发明所述的一种基于卫星物联网的环境监测方法以下有益效果：1、本发明通过使用卫星物联网进行环境数据的监测与传输，与现有技术中主要依赖地面网络进行环境监测数据的传输相比，监测范围更广、数据更为精准、数据共享更加方便，能够对地面网络无法覆盖的偏远区域的环境监测数据进行传输，以实现对监测区域内环境的实时远程监测，提高了传统环境监测的精度和覆盖范围。
2、本发明通过对目标地区河流水系进行划分得到各段河流，进一步在目标地区各段河流的各标记点处布设各水质监测点，使得水质监测点的布设更加具有代表性、更能较真实、全面地反映水质及污染物的空间分布和变化规律，减小偶然误差，从而为水环境的保护和治理提供有效参考意见。
3、本发明通过获取目标地区各条水污染路径中各段指定河流中各种污染物的浓度，分析目标地区各条水污染路径中各段指定河流的相对污染程度系数，得到目标地区各条水污染路径的重度污染河流段，进一步得到目标地区各条水污染路径对应的污染源头，实现对污染源头的有效溯源，降低后期污染排查治理的任务量和工作难度。
4、本发明通过将目标地区各条水污染路径中重度污染河流段中各种污染物与各污染源类型对应的各种污染物进行比对，分析目标地区各条水污染路径中各污染源类型的符合指数，获取目标地区各条水污染路径对应的污染源类型集合，从污染类型中污染物的种类和污染物的浓度的角度，综合分析目标地区水污染可能的类型，为后续针对性的水污染治理提供保障。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的方法流程示意图。
图2为本发明的卫星物联网示意图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1和图2所示，本发明提供的一种基于卫星物联网的环境监测方法，包括如下步骤：步骤一、目标地区河流水系划分：获取目标地区河流水系的各汇流点，对目标地区河流水系进行划分，得到目标地区河流水系的各段河流，将其记为目标地区的各段河流。
作为一种优选方案，所述步骤一的具体分析过程为：提取数据库中存储的目标地区河流水系的卫星地图，根据目标地区河流水系的卫星地图，获取目标地区河流水系的各汇流点，根据目标地区河流水系的各汇流点，对目标地区河流水系进行划分，得到目标地区河流水系的各段河流，将其记为目标地区的各段河流。
步骤二、目标地区水质监测点布设：按照预设的原则在目标地区各段河流上布设各标记点，进一步在目标地区各段河流中各标记点处布设各水质监测点。
作为一种优选方案，所述步骤二的具体分析过程为：按照预设的等距离原则对目标地区的各段河流进行划分，得到目标地区各段河流的各区域，在目标地区各段河流中各区域的中心点处布设标记点，得到目标地区各段河流的各标记点，进一步按照预设的等深度原则在目标地区各段河流中各标记点处布设各水质监测点。
在本实施例中，本发明通过使用卫星物联网进行环境数据的监测与传输，与现有技术中主要依赖地面网络进行环境监测数据的传输相比，监测范围更广、数据更为精准、数据共享更加方便，能够对地面网络无法覆盖的偏远区域的环境监测数据进行传输，以实现对监测区域内环境的实时远程监测，提高了传统环境监测的精度和覆盖范围。
在本实施例中，本发明通过对目标地区河流水系进行划分得到各段河流，进一步在目标地区各段河流的各标记点处布设各水质监测点，使得水质监测点的布设更加具有代表性、更能较真实、全面地反映水质及污染物的空间分布和变化规律，减小偶然误差，从而为水环境的保护和治理提供有效参考意见。
步骤三、目标地区水质数据获取：通过目标地区的地面传感器获取分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点的水质数据，其中水质数据为各种水质参数的浓度。
作为一种优选方案，所述步骤三的具体分析过程为：设定分析周期的时长，并按照预设的等时间间隔原则在分析周期内设置各采样时间点。
通过目标地区各段河流中各标记点处各水质监测点布设的水质检测传感器，获取分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点对应的各种水质参数的浓度，将其记为，/>表示第/>个采样时间点的编号，/>，/>表示第/>段河流的编号，/>，/>表示第/>个标记点的编号，/>，/>表示第/>个水质监测点的编号，/>，/>表示第/>种水质参数的编号，/>。
需要说明的是，水质检测传感器包括但不限于溶解氧传感器、pH水质传感器、ORP水质传感器、氨氮传感器和余氯传感器等。
需要说明的是，各种水质参数包括但不限于pH值、溶解氧、电导率、浊度、温度，ORP（氧化还原电极电势）、氨氮、余氯、COD（化学需氧量）、BOD（生化需氧量）、重金属、亚硝酸-硝酸盐指数、总磷及叶绿素等水质参数。
步骤四、目标地区水质数据分析：根据分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点的水质数据，分析目标地区各段河流的水质评价系数，判断目标地区各段河流是否存在水污染，获取目标地区存在水污染的各段河流，将其记为各段污染河流。
作为一种优选方案，所述步骤四的具体分析过程包括：将分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点对应的各种水质参数的浓度代入公式/>得到分析周期内各采样时间点目标地区各段河流的水质参数符合系数/>，其中/>表示标记点的数量，/>表示预设的第/>个标记点的权重，/>表示水质监测点的数量，/>表示预设的第/>个水质监测点的权重，/>表示水质参数的数量，/>表示预设的第/>种水质参数的权重，/>表示预设的第/>种水质参数的适宜浓度，/>表示预设的第/>种水质参数浓度的偏差阈值。
将分析周期内各采样时间点目标地区各段河流的水质参数符合系数代入公式得到目标地区各段河流的水质评价系数/>，其中/>表示采样时间点的数量，/>表示自然常数，/>表示分析周期内第个采样时间点目标地区第/>段河流的水质参数符合系数，/>表示分析周期内第/>个采样时间点目标地区第/>段河流的水质参数符合系数。
作为一种优选方案，所述步骤四的具体分析过程还包括：将目标地区各段河流的水质评价系数与预设的水质评价系数阈值进行比较，若目标地区某段河流的水质评价系数小于预设的水质评价系数阈值，则目标地区该段河流存在水污染，统计目标地区存在水污染的各段河流，将其记为各段污染河流。
步骤五、目标地区水污染寻源：对各段污染河流进行分析，获取目标地区的各条水污染路径和各条水污染路径对应的污染源头和污染源类型集合，得到目标地区的水污染源信息。
作为一种优选方案，所述步骤五的具体分析过程包括：将各段污染河流进行相互比较，得到各段污染河流对应的各关联污染河流段，进一步将各段污染河流与其对应的各关联污染河流段进行连接，得到目标地区的各条水污染路径。
获取目标地区各条水污染路径中各段污染河流，将其记为目标地区各条水污染路径中各段指定河流。
按照预设的原则在目标地区各条水污染路径中各段指定河流中布设各污染物检测点，获取目标地区各条水污染路径中各段指定河流中各污染物检测点对应的各种污染物浓度，分析目标地区各条水污染路径中各段指定河流中各种污染物的平均浓度，将其记为，/>表示第/>条水污染路径的编号，/>，/>表示第/>段指定河流的编号，，/>表示第/>种污染物的编号，/>。
需要说明的是，获取目标地区各条水污染路径中各段指定河流中各种污染物的平均浓度，具体方法为：获取目标地区各条水污染路径中各段指定河流中各污染物检测点对应的各种污染物浓度，将目标地区各条水污染路径中各段指定河流中各污染物检测点对应的各种污染物浓度按照相同种类污染物进行分类，得到目标地区各条水污染路径中各段指定河流中各种污染物在各污染物检测点的浓度，进一步通过平均值计算得到目标地区各条水污染路径中各段指定河流中各种污染物的平均浓度。
通过分析公式得到目标地区各条水污染路径中各段指定河流的相对污染程度系数/>，其中/>表示预设的相对污染程度系数的修正因子，/>表示预设的第/>种污染物浓度的阈值，/>表示预设的第/>种污染物的权重因子，/>表示水污染路径中指定河流的数量。
将目标地区各条水污染路径中各段指定河流的相对污染程度系数进行相互比较，得到目标地区各条水污染路径中最大相对污染程度系数对应的指定河流，将其记为目标地区各条水污染路径的重度污染河流段。
获取目标地区各条水污染路径中重度污染河流段所在的区域，得到目标地区各条水污染路径对应的污染源头。
需要说明的是，若某两段污染河流存在相同的汇流点，则该两段污染河流互为彼此的关联污染河流段。
在本实施例中，本发明通过获取目标地区各条水污染路径中各段指定河流中各种污染物的浓度，分析目标地区各条水污染路径中各段指定河流的相对污染程度系数，得到目标地区各条水污染路径的重度污染河流段，进一步得到目标地区各条水污染路径对应的污染源头，实现对污染源头的有效溯源，降低后期污染排查治理的任务量和工作难度。
作为一种优选方案，所述步骤五的具体分析过程还包括：获取目标地区各条水污染路径中重度污染河流段中各种污染物的浓度。
需要说明的是，获取目标地区各条水污染路径中重度污染河流段中各种污染物的浓度，具体方法为：根据目标地区各条水污染路径中各段指定河流中各种污染物的平均浓度，筛选得到目标地区各条水污染路径的重度污染河流段中各种污染物的平均浓度，将其记为目标地区各条水污染路径中重度污染河流段中各种污染物的浓度。
提取数据库中存储的各污染源类型对应的各种污染物，将目标地区各条水污染路径中重度污染河流段中各种污染物与各污染源类型对应的各种污染物进行比对，分析目标地区各条水污染路径中重度污染河流段中各污染源类型对应的各匹配污染物，获取目标地区各条水污染路径中重度污染河流段中各污染源类型对应的匹配污染物的数量，将其记为，/>表示第/>个污染源类型的编号，/>。
需要说明的是，获取目标地区各条水污染路径中重度污染河流段中各污染源类型对应的各匹配污染物，具体方法为：将目标地区各条水污染路径中重度污染河流段中各种污染物与各污染源类型对应的各种污染物进行比对，若目标地区某条水污染路径中重度污染河流段中某种污染物与某污染源类型对应的某种污染物相同，则将目标地区该条水污染路径中重度污染河流段中该种污染物记为该污染源类型的匹配污染物，统计得到目标地区各条水污染路径中重度污染河流段中各污染源类型对应的各匹配污染物。
根据目标地区各条水污染路径中重度污染河流段中各种污染物的浓度，筛选得到目标地区各条水污染路径中重度污染河流段中各污染源类型中各匹配污染物的浓度，将其记为，/>表示第/>个匹配污染物的编号，/>。
通过分析公式得到目标地区各条水污染路径中各污染源类型的符合指数/>，其中/>表示污染源类型的数量，/>分别表示预设的匹配污染物的数量和浓度的权值，/>表示匹配污染物的数量，/>表示预设的第/>个污染源类型中第/>个匹配污染物的权重。
将目标地区各条水污染路径中各污染源类型的符合指数与预设的符合指数阈值进行比较，获取目标地区各条水污染路径对应的污染源类型集合。
需要说明的是，获取目标地区各条水污染路径对应的污染源类型集合，具体方法为：将目标地区各条水污染路径中各污染源类型的符合指数与预设的符合指数阈值进行比较，若目标地区某条水污染路径中某污染源类型的符合指数大于或等于预设的符合指数阈值，则将该污染源类型记为目标地区该条水污染路径的污染源类型，统计得到目标地区各条水污染路径的各污染源类型，获取目标地区各条水污染路径对应的污染源类型集合。
需要说明的是，不同污染源类型对应的污染物可能存在交叉。
在本实施例中，本发明通过将目标地区各条水污染路径中重度污染河流段中各种污染物与各污染源类型对应的各种污染物进行比对，分析目标地区各条水污染路径中各污染源类型的符合指数，获取目标地区各条水污染路径对应的污染源类型集合，从污染类型中污染物的种类和污染物的浓度的角度，综合分析目标地区水污染可能的类型，为后续针对性的水污染治理提供保障。
步骤六、目标地区水质监测结果反馈：通过卫星物联网将目标地区的水污染源信息发送至目标地区的环境管理部门。
作为一种优选方案，所述步骤六的具体分析过程为：通过卫星物联网将目标地区的水污染源信息上传到天基物联网卫星，再由卫星下传到陆地信关站，汇总至卫星数据处理中心，最后由卫星数据处理中心传输至目标地区的环境管理部门。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.一种基于卫星物联网的环境监测方法，其特征在于，包括如下步骤：
步骤一、目标地区河流水系划分：获取目标地区河流水系的各汇流点，对目标地区河流水系进行划分，得到目标地区河流水系的各段河流，将其记为目标地区的各段河流；
步骤二、目标地区水质监测点布设：按照预设的原则在目标地区各段河流上布设各标记点，进一步在目标地区各段河流中各标记点处布设各水质监测点；
步骤三、目标地区水质数据获取：通过目标地区的地面传感器获取分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点的水质数据，其中水质数据为各种水质参数的浓度；
步骤四、目标地区水质数据分析：根据分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点的水质数据，分析目标地区各段河流的水质评价系数，判断目标地区各段河流是否存在水污染，获取目标地区存在水污染的各段河流，将其记为各段污染河流；
步骤五、目标地区水污染寻源：对各段污染河流进行分析，获取目标地区的各条水污染路径和各条水污染路径对应的污染源头和污染源类型集合，得到目标地区的水污染源信息；
步骤六、目标地区水质监测结果反馈：通过卫星物联网将目标地区的水污染源信息发送至目标地区的环境管理部门；
所述步骤五的具体分析过程包括：将各段污染河流进行相互比较，得到各段污染河流对应的各关联污染河流段，进一步将各段污染河流与其对应的各关联污染河流段进行连接，得到目标地区的各条水污染路径；
获取目标地区各条水污染路径中各段污染河流，将其记为目标地区各条水污染路径中各段指定河流；
按照预设的原则在目标地区各条水污染路径中各段指定河流中布设各污染物检测点，获取目标地区各条水污染路径中各段指定河流中各污染物检测点对应的各种污染物浓度，分析目标地区各条水污染路径中各段指定河流中各种污染物的平均浓度，将其记为，/>表示第/>条水污染路径的编号，/>，/>表示第/>段指定河流的编号，/>，/>表示第/>种污染物的编号，/>；
通过分析公式得到目标地区各条水污染路径中各段指定河流的相对污染程度系数/>，其中/>表示预设的相对污染程度系数的修正因子，/>表示预设的第/>种污染物浓度的阈值，/>表示预设的第/>种污染物的权重因子，/>表示水污染路径中指定河流的数量；
将目标地区各条水污染路径中各段指定河流的相对污染程度系数进行相互比较，得到目标地区各条水污染路径中最大相对污染程度系数对应的指定河流，将其记为目标地区各条水污染路径的重度污染河流段；
获取目标地区各条水污染路径中重度污染河流段所在的区域，得到目标地区各条水污染路径对应的污染源头。
2.根据权利要求1所述的一种基于卫星物联网的环境监测方法，其特征在于：所述步骤一的具体分析过程为：
提取数据库中存储的目标地区河流水系的卫星地图，根据目标地区河流水系的卫星地图，获取目标地区河流水系的各汇流点，根据目标地区河流水系的各汇流点，对目标地区河流水系进行划分，得到目标地区河流水系的各段河流，将其记为目标地区的各段河流。
3.根据权利要求1所述的一种基于卫星物联网的环境监测方法，其特征在于：所述步骤二的具体分析过程为：
按照预设的等距离原则对目标地区的各段河流进行划分，得到目标地区各段河流的各区域，在目标地区各段河流中各区域的中心点处布设标记点，得到目标地区各段河流的各标记点，进一步按照预设的等深度原则在目标地区各段河流中各标记点处布设各水质监测点。
4.根据权利要求1所述的一种基于卫星物联网的环境监测方法，其特征在于：所述步骤三的具体分析过程为：
设定分析周期的时长，并按照预设的等时间间隔原则在分析周期内设置各采样时间点；
通过目标地区各段河流中各标记点处各水质监测点布设的水质检测传感器，获取分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点对应的各种水质参数的浓度，将其记为，/>表示第/>个采样时间点的编号，/>，/>表示第/>段河流的编号，/>，/>表示第/>个标记点的编号，/>，/>表示第/>个水质监测点的编号，，/>表示第/>种水质参数的编号，/>。
5.根据权利要求4所述的一种基于卫星物联网的环境监测方法，其特征在于：所述步骤四的具体分析过程包括：
将分析周期内各采样时间点目标地区各段河流中各标记点处各水质监测点对应的各种水质参数的浓度代入公式/>得到分析周期内各采样时间点目标地区各段河流的水质参数符合系数/>，其中/>表示标记点的数量，/>表示预设的第/>个标记点的权重，/>表示水质监测点的数量，/>表示预设的第/>个水质监测点的权重，/>表示水质参数的数量，/>表示预设的第/>种水质参数的权重，/>表示预设的第/>种水质参数的适宜浓度，/>表示预设的第/>种水质参数浓度的偏差阈值；
将分析周期内各采样时间点目标地区各段河流的水质参数符合系数代入公式得到目标地区各段河流的水质评价系数/>，其中/>表示采样时间点的数量，/>表示自然常数，/>表示分析周期内第个采样时间点目标地区第/>段河流的水质参数符合系数，/>表示分析周期内第/>个采样时间点目标地区第/>段河流的水质参数符合系数。
6.根据权利要求5所述的一种基于卫星物联网的环境监测方法，其特征在于：所述步骤四的具体分析过程还包括：
将目标地区各段河流的水质评价系数与预设的水质评价系数阈值进行比较，若目标地区某段河流的水质评价系数小于预设的水质评价系数阈值，则目标地区该段河流存在水污染，统计目标地区存在水污染的各段河流，将其记为各段污染河流。
7.根据权利要求1所述的一种基于卫星物联网的环境监测方法，其特征在于：所述步骤五的具体分析过程还包括：
获取目标地区各条水污染路径中重度污染河流段中各种污染物的浓度；
提取数据库中存储的各污染源类型对应的各种污染物，将目标地区各条水污染路径中重度污染河流段中各种污染物与各污染源类型对应的各种污染物进行比对，分析目标地区各条水污染路径中重度污染河流段中各污染源类型对应的各匹配污染物，获取目标地区各条水污染路径中重度污染河流段中各污染源类型对应的匹配污染物的数量，将其记为，表示第/>个污染源类型的编号，/>；
根据目标地区各条水污染路径中重度污染河流段中各种污染物的浓度，筛选得到目标地区各条水污染路径中重度污染河流段中各污染源类型中各匹配污染物的浓度，将其记为，/>表示第/>个匹配污染物的编号，/>；
通过分析公式得到目标地区各条水污染路径中各污染源类型的符合指数/>，其中/>表示污染源类型的数量，/>分别表示预设的匹配污染物的数量和浓度的权值，/>表示匹配污染物的数量，/>表示预设的第/>个污染源类型中第/>个匹配污染物的权重；
将目标地区各条水污染路径中各污染源类型的符合指数与预设的符合指数阈值进行比较，获取目标地区各条水污染路径对应的污染源类型集合。
8.根据权利要求1所述的一种基于卫星物联网的环境监测方法，其特征在于：所述步骤六的具体分析过程为：
通过卫星物联网将目标地区的水污染源信息上传到天基物联网卫星，再由卫星下传到陆地信关站，汇总至卫星数据处理中心，最后由卫星数据处理中心传输至目标地区的环境管理部门。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310731021.XA CN116484153B (zh) | 2023-06-20 | 2023-06-20 | 一种基于卫星物联网的环境监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310731021.XA CN116484153B (zh) | 2023-06-20 | 2023-06-20 | 一种基于卫星物联网的环境监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116484153A CN116484153A (zh) | 2023-07-25 |
| CN116484153B true CN116484153B (zh) | 2023-09-01 |
Family
ID=87214157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310731021.XA Active CN116484153B (zh) | 2023-06-20 | 2023-06-20 | 一种基于卫星物联网的环境监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116484153B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118534069A (zh) * | 2024-05-09 | 2024-08-23 | 南京源恒环境研究所有限公司 | 一种基于互联网共享的数字环保监控管理系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105868533A (zh) * | 2016-03-23 | 2016-08-17 | 四川理工学院 | 基于物联网和3s技术江河流域水环境集成感知与应用方法 |
| WO2020010701A1 (zh) * | 2018-07-11 | 2020-01-16 | 平安科技（深圳）有限公司 | 污染物异常监测方法、系统、计算机设备和存储介质 |
| CN210157217U (zh) * | 2019-04-30 | 2020-03-17 | 北京曦华科技发展有限公司 | 广域水文数据采集及传输系统 |
| KR102189254B1 (ko) * | 2019-12-19 | 2020-12-09 | 서울대학교산학협력단 | Gis 기반 불규칙 하천 지형 특성 분석을 통한 오염물질 추적 및 역추적 정보제공 방법 |
| CN114858207A (zh) * | 2022-03-31 | 2022-08-05 | 同济大学 | 一种基于软测量的河道排污口网格化溯源排查方法 |
| CN115561421A (zh) * | 2022-10-25 | 2023-01-03 | 近通物联网(苏州)有限公司 | 一种污染源确定方法、装置、设备及存储介质 |
| CN116166669A (zh) * | 2023-03-03 | 2023-05-26 | 深圳博沃智慧科技有限公司 | 水污染溯源方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023039773A1 (zh) * | 2021-09-16 | 2023-03-23 | 同济大学 | 河道排污口网格化溯源排查方法、系统及可存储介质 |
-
2023
- 2023-06-20 CN CN202310731021.XA patent/CN116484153B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105868533A (zh) * | 2016-03-23 | 2016-08-17 | 四川理工学院 | 基于物联网和3s技术江河流域水环境集成感知与应用方法 |
| WO2020010701A1 (zh) * | 2018-07-11 | 2020-01-16 | 平安科技（深圳）有限公司 | 污染物异常监测方法、系统、计算机设备和存储介质 |
| CN210157217U (zh) * | 2019-04-30 | 2020-03-17 | 北京曦华科技发展有限公司 | 广域水文数据采集及传输系统 |
| KR102189254B1 (ko) * | 2019-12-19 | 2020-12-09 | 서울대학교산학협력단 | Gis 기반 불규칙 하천 지형 특성 분석을 통한 오염물질 추적 및 역추적 정보제공 방법 |
| CN114858207A (zh) * | 2022-03-31 | 2022-08-05 | 同济大学 | 一种基于软测量的河道排污口网格化溯源排查方法 |
| CN115561421A (zh) * | 2022-10-25 | 2023-01-03 | 近通物联网(苏州)有限公司 | 一种污染源确定方法、装置、设备及存储介质 |
| CN116166669A (zh) * | 2023-03-03 | 2023-05-26 | 深圳博沃智慧科技有限公司 | 水污染溯源方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| Real-Time Environmental Monitoring for Aquaculture Using a LoRaWAN-Based IoT Sensor Network;Harvey Bates等;《sensors》;第1-14页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116484153A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116484153B (zh) | 一种基于卫星物联网的环境监测方法 | |
| CN104268679B (zh) | 海洋环境监测数据流程化处理方法及装置 | |
| CN108446715A (zh) | 一种土壤重金属污染源解析方法、系统和装置 | |
| CN114723179A (zh) | 一种基于水量水质联合管控的水环境预警溯源系统和方法 | |
| CN115790611B (zh) | 一种用于智慧城市水利信息的无人机采集导航方法及系统 | |
| Gianessi et al. | Analysis of national water pollution control policies: 2. Agricultural sediment control | |
| CN116882792A (zh) | 一种基于水质生物综合的采煤沉陷水域生态环境评价方法 | |
| CN118150487A (zh) | 一种基于水色遥感的河流水质监测与评估系统 | |
| CN116070931B (zh) | 一种基于野外生态数据的土壤污染生态效应定量评价方法 | |
| CN115656069A (zh) | 基于反射光谱法的分布式水质多参数实时模型的检测方法 | |
| KALCHEV et al. | Ecological relations and temporal changes in the pelagial of the high mountain lakes in the Rila Mountains (Bulgaria) | |
| CN106813645A (zh) | 一种清洁河流的断面综合评价方法 | |
| Ribeiro et al. | An automated multi-pumping pulsed flow system with spectrophotometric detection for the determination of phosphate in natural waters | |
| Amin et al. | Spatial analysis of three agrichemicals in groundwater of Isfahan using GS+ | |
| Zhang et al. | Hydro-meteorological factors and inflowing nutrients drive water quality in an impounded lake of China’s South-to-North Water Diversion Project | |
| CN115484248B (zh) | 一种基于三维gis的排污口实时监测方法 | |
| CN114166896B (zh) | 水体重金属钒污染带范围的快速识别方法及系统 | |
| Lei | Collection of multiscale hydrological information and water quality evaluation methods of Wuhan East Lake scenic spot. | |
| Fawcett et al. | Prepared for: Greater Victoria Greenbelt Society By: East Island Environmental Consulting | |
| CN114519087A (zh) | 一种基于点源源谱和河道水质信息的未知污染源解析方法 | |
| CN118837513A (zh) | 一种地下水质量保持能力评估方法 | |
| Ramadhan et al. | Decision Support System Using the Expert-Fuzzy Method in Validating Real-Time Acid Rain Measurements | |
| CN118604289A (zh) | 基于物联网及边缘计算的水污染智能监测方法及系统 | |
| Flynn | Nutrient loss from agricultural landscapes: A perspective from the stream | |
| Harris et al. | Fecal Contamination Source Tracking and Forecasting to Support Recreational and Cultural Development in the Black River Watershed |
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 |