CN116539831B - 一种基于大数据分析水环境数据监测处理方法 - Google Patents

一种基于大数据分析水环境数据监测处理方法 Download PDF

Info

Publication number
CN116539831B
CN116539831B CN202310752769.8A CN202310752769A CN116539831B CN 116539831 B CN116539831 B CN 116539831B CN 202310752769 A CN202310752769 A CN 202310752769A CN 116539831 B CN116539831 B CN 116539831B
Authority
CN
China
Prior art keywords
water quality
measured
influence
central position
coefficient
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
Application number
CN202310752769.8A
Other languages
English (en)
Other versions
CN116539831A (zh
Inventor
韦广荣
周士平
王�琦
邢皓
李金鹤
王苗苗
李宪民
郭金育
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CCCC TDC Environmental Engineering Co Ltd
Original Assignee
CCCC TDC Environmental Engineering Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CCCC TDC Environmental Engineering Co Ltd filed Critical CCCC TDC Environmental Engineering Co Ltd
Priority to CN202310752769.8A priority Critical patent/CN116539831B/zh
Publication of CN116539831A publication Critical patent/CN116539831A/zh
Application granted granted Critical
Publication of CN116539831B publication Critical patent/CN116539831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Abstract

本发明涉及数据处理技术领域,具体涉及一种基于大数据分析水环境数据监测处理方法。该方法包括:获取每个水环境位置在同时刻的水流速度、水流方向和至少一种水质参数,确定中心位置和待测位置;确定中心位置和每一待测位置的流向差异系数、水质影响系数和流速差异系数;确定第一待测位置和第二待测位置,根据中心位置和第二待测位置流向差异系数、水质影响系数和流速差异系数,确定第一待测位置对应的隶属度;进而确定影响系数,根据影响系数从第一待测位置中确定中心位置的水质影响位置,根据水质影响位置的水质参数、中心位置的水质参数和影响系数,确定水质监测结果。本发明能够有效提升水质监测结果的可靠性。

Description

一种基于大数据分析水环境数据监测处理方法
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于大数据分析水环境数据监测处理方法。
背景技术
随着环保的发展,对水环境中水体的溶解氧,PH值,悬浮物质,细菌藻类等相关参数的监测也越来越重要。相关技术中,通常在一个水体区域中安置多个水体监测设备,在同时刻进行采集,得到同时刻的多种水体参数,在需要确定某一点的水质时,直接根据该点的水质参数进行分析得到水质监测结果。
这种方式下,由于水体内部的流动性,以及周围环境的变化,例如水体流速变化,水体温度变化等突变情况,导致直接根据某一点的监测数据极易受到干扰,从而造成监测数据中误差数据较多,进而导致水质监测结果的准确性与可靠性不足,水质监测效果较差。
发明内容
为了解决水质监测结果的准确性与可靠性不足,水质监测效果较差的技术问题,本发明提供一种基于大数据分析水环境数据监测处理方法,所采用的技术方案具体如下:
本发明提出了一种基于大数据分析水环境数据监测处理方法,方法包括:
获取多个水环境位置和每个水环境位置在同时刻的水流速度、水流方向和至少一种水质参数,以任一水环境位置为中心位置,根据所述水流方向将所述中心位置上游的水环境位置作为待测位置;
根据所述中心位置和任一待测位置间的距离和水流方向,确定所述中心位置和每个待测位置的流向差异系数;根据所述中心位置和任一待测位置同种水质参数的差异,确定所述中心位置和每个待测位置的水质影响系数;根据所述中心位置和任一待测位置水流速度的差异,确定所述中心位置和每个待测位置的流速差异系数;
任选某一待测位置作为第一待测位置,将所述第一待测位置上游的待测位置作为第二待测位置,根据所述中心位置与所有第二待测位置的所述流向差异系数、所述水质影响系数和所述流速差异系数,确定所述第一待测位置对所述中心位置的隶属度;
根据所述中心位置与所述第一待测位置间的隶属度、流向差异系数和流速差异系数,确定所述第一待测位置对所述中心位置的影响系数,根据所述影响系数从所述第一待测位置中确定所述中心位置的水质影响位置,根据所述水质影响位置的水质参数、所述中心位置的水质参数和所述影响系数,确定水质监测结果。
进一步地,所述流向差异系数的获取步骤包括:
对所述中心位置和所述待测位置间的距离进行归一化处理,得到位置影响因子;
将所述中心位置的水流方向与预设参考方向的夹角作为中心水流角度,将所述待测位置的水流方向与预设参考方向的夹角作为待测水流角度,计算中心水流角度和待测水流角度的差值绝对值的归一化值作为角度影响因子;
根据所述位置影响因子和所述角度影响因子,获得所述中心位置和所述待测位置的流向差异系数,其中,所述位置影响因子和所述流向差异系数呈负相关关系,所述角度影响因子和所述流向差异系数呈负相关关系,所述流向差异系数的取值为归一化的数值。
进一步地,所述水质影响系数的获取步骤包括:
计算所述中心位置和任一待测位置同种水质参数的差值绝对值的归一化值作为所述水质参数的水质差异系数;
计算所述中心位置和所述待测位置所有种类的水质参数对应的水质差异系数的均值的反比例归一化值,作为所述中心位置和所述待测位置的水质影响系数。
进一步地,所述流速差异系数的获取步骤包括:
计算所述中心位置处的水流速度与任一待测位置的水流速度的差值绝对值的反比例归一化值作为所述中心位置和所述待测位置的流速差异系数。
进一步地,所述根据所述中心位置与所有第二待测位置的所述流向差异系数、所述水质影响系数和所述流速差异系数,确定所述第一待测位置对所述中心位置的隶属度,包括:
根据所述中心位置与任一第二待测位置的所述流速差异系数和所述水质影响系数,确定第一参数影响因子,其中,所述水质影响系数与所述第一参数影响因子呈正相关关系,所述流速差异系数与所述第一参数影响因子呈正相关关系,所述第一参数影响因子的取值为归一化的数值;
将所述中心位置与所述第一待测位置的流向差异系数作为第一流向差异系数,将所述中心位置与所述第二待测位置的流向差异系数作为第二流向差异系数,计算所述第一流向差异系数和所述第二流向差异系数的差值绝对值的归一化值作为第二参数影响因子;
根据所述中心位置与所有第二待测位置的所述第一参数影响因子和所述第二参数影响因子,获得所述第一待测位置对所述中心位置的隶属度。
进一步地,所述根据所述中心位置与所有第二待测位置的所述第一参数影响因子和所述第二参数影响因子,获得所述第一待测位置对所述中心位置的隶属度,包括:
计算所述中心位置与任一第二待测位置的第一参数影响因子和第二参数影响因子的乘积作为综合影响因子;
计算所述中心位置与所有第二待测位置的综合影响因子的和值归一化值作为所述第一待测位置对所述中心位置的隶属度。
进一步地,所述根据所述中心位置与所述第一待测位置间的隶属度、流向差异系数和流速差异系数,确定所述第一待测位置对所述中心位置的影响系数,包括:
计算所述中心位置和所述第一待测位置的隶属度、流向差异系数和流速差异系数的乘积归一化值作为所述第一待测位置对所述中心位置的影响系数。
进一步地,所述根据所述影响系数从所述第一待测位置中确定所述中心位置的水质影响位置,包括:
将所述影响系数大于预设系数阈值的第一待测位置作为所述中心位置的水质影响位置。
进一步地,所述根据所述水质影响位置的水质参数、所述中心位置的水质参数和所述影响系数,确定水质监测结果,包括:
计算任一水质影响位置的任一种水质参数与所述水质影响位置对应所述影响系数的乘积作为调整后水质参数;
计算所述中心位置的任一种水质参数和所有同种类的调整后水质参数的均值作为所述中心位置的调整后中心水质参数;
将所述中心位置所有种类的调整后中心水质参数作为所述水质监测结果。
本发明具有如下有益效果:
本发明通过获取每个水环境位置在同时刻的水流速度、水流方向和至少一种水质参数,能够根据水流速度和水流方向的影响对水质参数进行调整,将中心位置上游的水环境位置作为待测位置,从而忽略下游位置的水质参数,在保证分析结果可靠性的同时避免对所有数据进行分析,有效提升分析速度;通过流向差异系数、水质影响系数和流速差异系数的获取,能够根据待测位置和中心位置的水流方向、水流速度、各类水质参数等确定待测位置与中心位置的各类参数的差异情况,同时将水流方向、水质参数和水流速度进行量纲上的统一,以便于后续根据水流方向、水质参数和水流速度进行分析;通过所有第二待测位置对应参数确定第一待测位置对中心位置的隶属度,能够有效结合所有第二待测位置进行分析,从而提升隶属度的可靠性,通过中心位置与第一待测位置间的隶属度、流向差异系数和流速差异系数确定水质影响位置,进而根据水质影响位置的水质参数、中心位置的水质参数和影响系数,确定水质监测结果,能够对中心位置上游的所有位置进行分析,降低单一来源的水质参数的误差干扰,保证水质监测结果的能够较强地串联中心位置与所有水质影响位置,从而提升水质监测结果的准确性与可靠性,增强水质监测效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,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它附图。
图1为本发明一个实施例所提供的一种基于大数据分析水环境数据监测处理方法流程图;
图2为本发明一个实施例所提供的水环境位置示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于大数据分析水环境数据监测处理方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于大数据分析水环境数据监测处理方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于大数据分析水环境数据监测处理方法流程图,该方法包括:
S101:获取多个水环境位置和每个水环境位置在同时刻的水流速度、水流方向和至少一种水质参数,以任一水环境位置为中心位置,根据水流方向将中心位置上游的水环境位置作为待测位置。
本发明实施例中,可以采用面式监测方式,即在需要监测的水域范围内的K个局部位置分别安置水质监测设备,并实时采集水质对应的I项水质参数,其中,K数值为大于等于2的正整数,I数值为大于等于1的正整数,对K和I的数值不做额外限制。
其中,水质参数,可以具体例如为水体温度、溶解氧浓度、PH值、悬浮物质数量和细菌藻类等相关的参数,可以根据实际监测需求和具体环境设置水质参数的类型,由此,可以获得多种类型的水质参数。
本发明实施例中,可以以任一水环境位置为中心位置,根据水流方向将中心位置上游的水环境位置作为待测位置,可以理解的是,下游方向的水质对上游方向的水质影响较小,某一位置的水质主要受其上游的影响,如图2所示,图2为本发明一个实施例所提供的水环境位置示意图,以位置m为中心位置,周围包括序号为“1”,“2”,“3”,“4”,“5”的5个水环境位置,根据每个位置的水流方向,将图2中的“2”,“3”,“4”号位置作为位置m的上游位置,也即是待测位置。
S102:根据中心位置和任一待测位置间的距离和水流方向,确定中心位置和每个待测位置的流向差异系数;根据中心位置和任一待测位置同种水质参数的差异,确定中心位置和每个待测位置的水质影响系数;根据中心位置和任一待测位置水流速度的差异,确定中心位置和每个待测位置的流速差异系数。
其中,流向差异系数,为根据不同位置水流方向的角度差异所获得系数,流速差异系数,为根据不同位置水流速度的差异所获得系数。
可选地,本发明的一些实施例中,流向差异系数的获取步骤包括:对中心位置和待测位置间的距离进行归一化处理,得到位置影响因子;将中心位置的水流方向与预设参考方向的夹角作为中心水流角度,将待测位置的水流方向与预设参考方向的夹角作为待测水流角度,计算中心水流角度和待测水流角度的差值绝对值的归一化值作为角度影响因子;根据位置影响因子和角度影响因子,获得中心位置和待测位置的流向差异系数,其中,位置影响因子和流向差异系数呈负相关关系,角度影响因子和流向差异系数呈负相关关系,流向差异系数的取值为归一化的数值。
其中,正相关关系表示因变量会随着自变量的增大而增大,因变量会随着自变量的减小而减小,具体关系可以为相乘关系、相加关系、指数函数的幂等,由实际应用进行确定;负相关关系表示因变量会随着自变量的增大而减小,因变量会随着自变量的减小而增大,可以为相减关系、相除关系等,由实际应用进行确定。
其中,预设参考方向,为水流方向的参考方向,可选地,预设参考方向可以具体例如为正东方向,对此不做限制。
本发明实施例中,中心位置和待测位置间的距离为两个位置间的直线距离。
可以理解的是,由于要进行流向的比较,则需要分析两个位置间的距离对流向的影响,也即是说,计算中心位置和待测位置间的距离的归一化值作为位置影响因子,将位置影响因子结合中心位置和待测位置间流向的角度,得到流向差异系数,对应的计算公式为:
式中,表示中心位置m和第n个待测位置的流向差异系数,m表示中心位置,n表示待测位置的索引,/>表示中心位置m的中心水流角度,/>表示第n个待测位置的待测水流角度,/>表示角度影响因子,/>表示中心位置m和第n个待测位置的距离,/>表示位置影响因子,/>表示取绝对值,/>表示归一化处理,在本发明的一个实施例中,归一化处理可以具体例如为最大最小值归一化处理,并且,后续步骤中的归一化均可以采用最大最小值归一化处理,在本发明的其他实施例中可以根据数值具体范围选择其他归一化方法,对此不再赘述。
本发明实施例中,设置流向差异系数越大,对应待测位置对中心位置的影响越大。可以理解的是,水体流动会导致局部位置之间对水质会存在一定影响,但是随着距离的增加,其实际上的影响也会逐渐减弱,待测位置与中心位置间的距离越远,表征待测位置对中心位置的影响较低,也即位置影响因子的数值越大,表示待测位置对中心位置的影响较低,位置影响因子与流向差异系数呈负相关关系。又由于水流在相互影响的区域内时,对应的角度是相同或相近的,则中心位置和待测位置间流向的角度差异越大,表征待测位置对中心位置的影响越低,也即是说,角度影响因子与流向差异系数呈负相关关系。由此,通过位置影响因子和角度影响因子确定流向差异系数。
可选地,本发明的一些实施例中,水质影响系数的获取步骤包括:计算中心位置和任一待测位置同种水质参数的差值绝对值的归一化值作为水质参数的水质差异系数;计算中心位置和待测位置所有种类的水质参数对应的水质差异系数的均值的反比例归一化值,作为中心位置和待测位置的水质影响系数。
本发明实施例中,水质差异系数的计算公式可以具体例如为:
式中,表示中心位置m和第n个待测位置间第/>项水质参数的水质差异系数,m表示中心位置,n表示待测位置的索引,i表示水质参数的种类索引,/>表示中心位置m的第项水质参数,/>表示第n个待测位置的第/>项水质参数,/>表示归一化处理,/>表示取绝对值。
也即是说,将中心位置m和第n个待测位置间同种类的水质参数的差值绝对值的归一化值作为对应的水质差异系数,水质参数间的差异越大,水质差异系数越大。
本发明可以使用所有水质参数的水质差异系数确定水质影响系数,对应的计算公式为:
式中,表示中心位置m和第n个待测位置间的水质影响系数,/>表示中心位置m和第n个待测位置间第/>项水质参数的水质差异系数,m表示中心位置,n表示待测位置的索引,i表示水质参数的种类索引,I表示水质参数的总类型数量,/>表示归一化处理。
其中,水质影响系数为待测位置的水质参数对中心位置水质参数的影响程度,可以理解的是,由于同一片水域,或者受影响的水域,其水质基本上相差不大,也即在水质参数相差较大时,可以间接表征对应的待测位置对中心位置的影响程度较低,也即水质差异系数与水质影响系数成负相关关系。
可选地,本发明的一些实施例中,流速差异系数的获取步骤包括:计算中心位置处的水流速度与任一待测位置的水流速度的差值绝对值的反比例归一化值作为中心位置和待测位置的流速差异系数。在本发明的一些实施例中,流速差异系数的计算公式可以具体例如为:
式中,表示中心位置m和第n个待测位置间的流速差异系数,/>表示中心位置m处的水流速度,/>表示第n个待测位置的水流速度,/>表示归一化处理,/>表示取绝对值。
本发明实施例中,由于流速区别较大的地方越可能表征对应的处于不同的水流范围内,例如待测位置为一股水流对应区域的位置,而中心位置为另一股水流对应区域的位置,则对应的两个位置的水流速度差异会较大,当两个位置在同时刻下的流速差异越大,则由于水体流速的问题,待测位置对中心位置的影响均较低,则对其进行反比例归一化处理得到流速差异系数。
S103:任选某一待测位置作为第一待测位置,将第一待测位置上游的待测位置作为第二待测位置,根据中心位置和所有第二待测位置流向差异系数、水质影响系数和流速差异系数,确定第一待测位置对中心位置的隶属度。
本发明实施例中,结合图2,将图2中的位置“3”作为第一待测位置,则对应的位置“3”的第二待测位置为位置“2”。可以理解的是,为了便于分析,本发明实施可以限定任一第一待测位置至少有一个第二待测位置。
可选地,本发明的一些实施例中,根据中心位置和所有第二待测位置流向差异系数、水质影响系数和流速差异系数,确定第一待测位置对中心位置的隶属度,包括:根据中心位置与任一第二待测位置的流速差异系数和水质影响系数,确定第一参数影响因子,其中,水质影响系数与第一参数影响因子呈正相关关系,流速差异系数与第一参数影响因子呈正相关关系,第一参数影响因子的取值为归一化的数值;将中心位置与第一待测位置的流向差异系数作为第一流向差异系数,将中心位置与第二待测位置的流向差异系数作为第二流向差异系数,计算第一流向差异系数和第二流向差异系数的差值绝对值的归一化值作为第二参数影响因子;根据中心位置与所有第二待测位置的第一参数影响因子和第二参数影响因子,获得第一待测位置对中心位置的隶属度。
本发明实施例中,根据中心位置与任一第二待测位置的流速差异系数和水质影响系数,确定第一参数影响因子,因水质影响系数与第一参数影响因子呈正相关关系,流速差异系数与第一参数影响因子呈正相关关系,正相关关系表示因变量会随着自变量的增大而增大,因变量会随着自变量的减小而减小,则可以计算流速差异系数和水质影响系数的乘积归一化值得到中心位置与对应第二待测位置的第一参数影响因子。
本发明实施例中,第二参数影响因子的计算公式可以具体例如为:
式中,表示中心位置m和第x个第二待测位置间的第二参数影响因子,/>表示中心位置m和第一待测位置y的第一流向差异系数,m表示中心位置,y表示第一待测位置,x表示第二待测位置的索引,/>表示中心位置m和第x个第二待测位置的第二流向差异系数,/>表示归一化处理,/>表示取绝对值。
可以理解的是,由于第一待测位置y为已经确定的位置,则将处于第一待测位置y上游的待测位置作为第二待测位置,而后计算第一流向差异系数和第二流向差异系数,并计算第一流向差异系数和第二流向差异系数的差值绝对值的归一化值作为第二参数影响因子。
进一步地,根据中心位置与所有第二待测位置的第一参数影响因子和第二参数影响因子,获得第一待测位置对中心位置的隶属度,包括:计算中心位置与任一第二待测位置的第一参数影响因子和第二参数影响因子的乘积作为综合影响因子;计算中心位置与所有第二待测位置的综合影响因子的和值归一化值作为第一待测位置对中心位置的隶属度,第一待测位置对中心位置的隶属度的计算公式可以具体例如为:
式中,表示第一待测位置y对中心位置m的隶属度,/>表示第一待测位置y的第二待测位置的总数量,x表示第二待测位置的索引,/>表示中心位置m和第x个第二待测位置的第一参数影响因子,/>表示中心位置m和第x个第二待测位置的第二参数影响因子,表示中心位置m和第x个第二待测位置的综合影响因子,/>表示归一化处理。
可以理解的是,由于第一参数影响因子表征水质影响系数与流速差异系数的影响指标,且水质影响系数与第一参数影响因子呈正相关关系,流速差异系数与第一参数影响因子呈正相关关系,也即是说,第一参数影响因子越大,对应第二待测位置对中心位置的水质参数和流动速度的影响越大,同理得到第二参数影响因子越大,表征第二待测位置对中心位置的流动方向影响越大,则将所有第二待测位置的综合影响因子的累加归一化值作为第一待测位置对中心位置的隶属度,能够有效根据所有第二待测位置的水流方向、水流速度、水质参数的特征确定第一待测位置对中心位置的隶属度。可以理解的是,由于在相同的场景下,中心位置确定,则第一待测位置对应的第二待测位置越多,综合影响因子的累加值可能越大,且所有第二待测位置与中心位置的综合影响因子越大,表示对应的第二待测位置对中心位置影响越大,而第一待测位置相较于第二待测位置更接近中心位置,因此隶属度越大。
由此,计算第一待测位置对中心位置的隶属度,便于根据隶属度对第一待测位置与第二待测位置间的水质影响进行分析,具体参见后续实施例。
S104:根据中心位置与第一待测位置间的隶属度、流向差异系数和流速差异系数,确定第一待测位置对中心位置的影响系数,根据影响系数从第一待测位置中确定中心位置的水质影响位置,根据水质影响位置的水质参数、中心位置的水质参数和影响系数,确定水质监测结果。
可选地,本发明的一些实施例中,根据中心位置与第一待测位置间的隶属度、流向差异系数和流速差异系数,确定第一待测位置对中心位置的影响系数,包括:计算中心位置和第一待测位置的隶属度、流向差异系数和流速差异系数的乘积归一化值作为第一待测位置对中心位置的影响系数。对应的计算公式可以具体例如为:
式中,表示第一待测位置y对中心位置m的影响系数,m表示中心位置,y表示第一待测位置,/>表示第一待测位置y对中心位置m的隶属度,/>表示中心位置m与第一待测位置y的流速差异系数,/>表示中心位置m与第一待测位置y的流向差异系数,/>表示归一化函数。
本发明实施例中,结合第一待测位置y和中心位置m间的流向差异系数和流速差异系数,同时,将隶属度作为权值,对流向差异系数和流速差异系数进行权重调整,其中流向差异系数和流速差异系数都是量化后表征两个位置除环境因素外,水体流动所产生的两个位置的影响程度,通过隶属度对第一待测位置y和中心位置m间的影响程度进行约束,得到更为准确可靠的影响系数。
可选地,本发明的一些实施例中,根据影响系数从第一待测位置中确定中心位置的水质影响位置,包括:将影响系数大于预设系数阈值的第一待测位置作为中心位置的水质影响位置。
本发明实施例中,其中,预设系数阈值,为影响系数的门限值,可选地,预设系数阈值可以具体例如为0.8,或者,本发明也可以根据具体使用场景调整预设系数阈值的大小,对此不做限制。则本发明实施例中,可以将影响系数大于0.8的第一待测位置作为中心位置的水质影响位置。
可选地,本发明实施例在确定水质影响位置之后,可以根据水质影响位置的水质参数、中心位置的水质参数和影响系数,确定水质监测结果,包括:计算任一水质影响位置的任一种水质参数与水质影响位置对应影响系数的乘积作为调整后水质参数;计算中心位置的任一种水质参数和所有同种类的调整后水质参数的均值作为中心位置的调整后中心水质参数;将中心位置所有种类的调整后中心水质参数作为水质监测结果。
本发明实施例中,结合图2进行示例,将“2”号位置作为水质影响位置,计算“2”号位置中表征溶解氧的水质参数和“2”号位置对中心位置m的影响系数的乘积,作为表征溶解氧的调整后水质参数,由此,分别计算不同种类的水质参数所分别对应的调整后水质参数。
由于水质影响位置的数量可以为多个,则可以将所有水质影响位置对同一种类的调整后水质参数和中心位置同种类水质参数的均值作为中心位置处的调整后中心水质参数。
可以理解的是,本发明可以将中心位置和所有水质影响位置作为同一区域,从而计算对应的同种类的水质参数和调整后水质参数的均值作为调整后中心水质参数,也即是说,调整后中心水质参数可以表征区域内的水质情况,从而将所有种类的调整后水质参数作为水质监测结果。
可以理解的是,对不同种类的水质参数进行调整,得到调整后水质参数,调整后水质参数可以作为中心位置对应区域的水质指标,相较于直接从中心位置获取水质参数,本方案能够更为有效客观地表征对应区域内的水质条件,从而避免仅凭一处位置的水质参数导致的参数误差现象,提升水质监测结果的可靠性。
本发明通过获取每个水环境位置在同时刻的水流速度、水流方向和至少一种水质参数,能够根据水流速度和水流方向的影响对水质参数进行调整,将中心位置上游的水环境位置作为待测位置,从而忽略下游位置的水质参数,在保证分析结果可靠性的同时避免对所有数据进行分析,有效提升分析速度;通过流向差异系数、水质影响系数和流速差异系数的获取,能够根据待测位置和中心位置的水流方向、水流速度、各类水质参数等确定待测位置与中心位置的各类参数的差异情况,同时将水流方向、水质参数和水流速度进行量纲上的统一,以便于后续根据水流方向、水质参数和水流速度进行分析;通过所有第二待测位置对应参数确定第一待测位置对中心位置的隶属度,能够有效结合所有第二待测位置进行分析,从而提升隶属度的可靠性,通过中心位置与第一待测位置间的隶属度、流向差异系数和流速差异系数确定水质影响位置,进而根据水质影响位置的水质参数、中心位置的水质参数和影响系数,确定水质监测结果,能够对中心位置上游的所有位置进行分析,降低单一来源的水质参数的误差干扰,保证水质监测结果的能够较强地串联中心位置与所有水质影响位置,从而提升水质监测结果的准确性与可靠性,增强水质监测效果。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。

Claims (1)

1.一种基于大数据分析水环境数据监测处理方法,其特征在于,所述方法包括:
获取多个水环境位置和每个水环境位置在同时刻的水流速度、水流方向和至少一种水质参数,以任一水环境位置为中心位置,根据所述水流方向将所述中心位置上游的水环境位置作为待测位置;
根据所述中心位置和任一待测位置间的距离和水流方向,确定所述中心位置和每个待测位置的流向差异系数;根据所述中心位置和任一待测位置同种水质参数的差异,确定所述中心位置和每个待测位置的水质影响系数;根据所述中心位置和任一待测位置水流速度的差异,确定所述中心位置和每个待测位置的流速差异系数;
任选某一待测位置作为第一待测位置,将所述第一待测位置上游的待测位置作为第二待测位置,根据所述中心位置与所有第二待测位置的所述流向差异系数、所述水质影响系数和所述流速差异系数,确定所述第一待测位置对所述中心位置的隶属度;
根据所述中心位置与所述第一待测位置间的隶属度、流向差异系数和流速差异系数,确定所述第一待测位置对所述中心位置的影响系数,根据所述影响系数从所述第一待测位置中确定所述中心位置的水质影响位置,根据所述水质影响位置的水质参数、所述中心位置的水质参数和所述影响系数,确定水质监测结果;
所述流向差异系数的获取步骤包括:
对所述中心位置和所述待测位置间的距离进行归一化处理,得到位置影响因子;
将所述中心位置的水流方向与预设参考方向的夹角作为中心水流角度,将所述待测位置的水流方向与预设参考方向的夹角作为待测水流角度,计算中心水流角度和待测水流角度的差值绝对值的归一化值作为角度影响因子;
根据所述位置影响因子和所述角度影响因子,获得所述中心位置和所述待测位置的流向差异系数,其中,所述位置影响因子和所述流向差异系数呈负相关关系,所述角度影响因子和所述流向差异系数呈负相关关系,所述流向差异系数的取值为归一化的数值;
所述水质影响系数的获取步骤包括:
计算所述中心位置和任一待测位置同种水质参数的差值绝对值的归一化值作为所述水质参数的水质差异系数;
计算所述中心位置和所述待测位置所有种类的水质参数对应的水质差异系数的均值的反比例归一化值,作为所述中心位置和所述待测位置的水质影响系数;
所述流速差异系数的获取步骤包括:
计算所述中心位置处的水流速度与任一待测位置的水流速度的差值绝对值的反比例归一化值作为所述中心位置和所述待测位置的流速差异系数;
所述根据所述中心位置与所有第二待测位置的所述流向差异系数、所述水质影响系数和所述流速差异系数,确定所述第一待测位置对所述中心位置的隶属度,包括:
根据所述中心位置与任一第二待测位置的所述流速差异系数和所述水质影响系数,确定第一参数影响因子,其中,所述水质影响系数与所述第一参数影响因子呈正相关关系,所述流速差异系数与所述第一参数影响因子呈正相关关系,所述第一参数影响因子的取值为归一化的数值;
将所述中心位置与所述第一待测位置的流向差异系数作为第一流向差异系数,将所述中心位置与所述第二待测位置的流向差异系数作为第二流向差异系数,计算所述第一流向差异系数和所述第二流向差异系数的差值绝对值的归一化值作为第二参数影响因子;
根据所述中心位置与所有第二待测位置的所述第一参数影响因子和所述第二参数影响因子,获得所述第一待测位置对所述中心位置的隶属度;
所述根据所述中心位置与所有第二待测位置的所述第一参数影响因子和所述第二参数影响因子,获得所述第一待测位置对所述中心位置的隶属度,包括:
计算所述中心位置与任一第二待测位置的第一参数影响因子和第二参数影响因子的乘积作为综合影响因子;
计算所述中心位置与所有第二待测位置的综合影响因子的和值归一化值作为所述第一待测位置对所述中心位置的隶属度;
所述根据所述中心位置与所述第一待测位置间的隶属度、流向差异系数和流速差异系数,确定所述第一待测位置对所述中心位置的影响系数,包括:
计算所述中心位置和所述第一待测位置的隶属度、流向差异系数和流速差异系数的乘积归一化值作为所述第一待测位置对所述中心位置的影响系数;
所述根据所述影响系数从所述第一待测位置中确定所述中心位置的水质影响位置,包括:
将所述影响系数大于预设系数阈值的第一待测位置作为所述中心位置的水质影响位置;
所述根据所述水质影响位置的水质参数、所述中心位置的水质参数和所述影响系数,确定水质监测结果,包括:
计算任一水质影响位置的任一种水质参数与所述水质影响位置对应所述影响系数的乘积作为调整后水质参数;
计算所述中心位置的任一种水质参数和所有同种类的调整后水质参数的均值作为所述中心位置的调整后中心水质参数;
将所述中心位置所有种类的调整后中心水质参数作为所述水质监测结果。
CN202310752769.8A 2023-06-26 2023-06-26 一种基于大数据分析水环境数据监测处理方法 Active CN116539831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310752769.8A CN116539831B (zh) 2023-06-26 2023-06-26 一种基于大数据分析水环境数据监测处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310752769.8A CN116539831B (zh) 2023-06-26 2023-06-26 一种基于大数据分析水环境数据监测处理方法

Publications (2)

Publication Number Publication Date
CN116539831A CN116539831A (zh) 2023-08-04
CN116539831B true CN116539831B (zh) 2023-12-05

Family

ID=87445552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310752769.8A Active CN116539831B (zh) 2023-06-26 2023-06-26 一种基于大数据分析水环境数据监测处理方法

Country Status (1)

Country Link
CN (1) CN116539831B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5186150A (en) * 1990-09-07 1993-02-16 Hitachi, Ltd. Method and system for measuring fluid flow rate by using fuzzy inference
CN106485053A (zh) * 2016-09-16 2017-03-08 天津大学 一种基于模糊标识指数的水功能区水质评价方法
CN109001407A (zh) * 2018-09-12 2018-12-14 叶福达 一种湖水水质分析系统
CN115166177A (zh) * 2022-06-28 2022-10-11 江苏理工学院 基于多传感器数据融合算法的水质监测方法和系统
CN116051185A (zh) * 2023-04-03 2023-05-02 深圳媒介之家文化传播有限公司 广告位数据的异常检测与筛选方法
CN116119830A (zh) * 2023-03-21 2023-05-16 中交天航环保工程有限公司 一种基于人工湿地的水体污染治理系统
CN116309757A (zh) * 2023-05-24 2023-06-23 山东省青东智能科技有限公司 基于机器视觉的双目立体匹配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220324737A1 (en) * 2021-04-03 2022-10-13 Power and Water Utility Company for Jubail and Yanbu (MARAFIQ) Methods for monitoring marine waterbody sustainability at discharge sites

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5186150A (en) * 1990-09-07 1993-02-16 Hitachi, Ltd. Method and system for measuring fluid flow rate by using fuzzy inference
CN106485053A (zh) * 2016-09-16 2017-03-08 天津大学 一种基于模糊标识指数的水功能区水质评价方法
CN109001407A (zh) * 2018-09-12 2018-12-14 叶福达 一种湖水水质分析系统
CN115166177A (zh) * 2022-06-28 2022-10-11 江苏理工学院 基于多传感器数据融合算法的水质监测方法和系统
CN116119830A (zh) * 2023-03-21 2023-05-16 中交天航环保工程有限公司 一种基于人工湿地的水体污染治理系统
CN116051185A (zh) * 2023-04-03 2023-05-02 深圳媒介之家文化传播有限公司 广告位数据的异常检测与筛选方法
CN116309757A (zh) * 2023-05-24 2023-06-23 山东省青东智能科技有限公司 基于机器视觉的双目立体匹配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
小流域水环境模型中单参数不确定性对多变量模拟结果的影响;陈求稳;吴运敏;韩瑞光;王立明;;水利学报(第06期);全文 *
非点源污染影响下清河水库小流域水质模糊综合评价;冯思静;张新联;乔利敏;杜伟强;刘朝;;地球与环境(第06期);全文 *

Also Published As

Publication number Publication date
CN116539831A (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN116186634B (zh) 一种建筑工程施工数据智能管理系统
CN114168906B (zh) 一种基于云计算的测绘地理信息数据采集系统
CN103177289B (zh) 一种噪声不确定复杂非线性动态系统的建模方法
CN112231621B (zh) 基于BP-adaboost降低元素检出限的方法
CN116522270B (zh) 用于智慧海绵城市的数据处理系统
CN116451014B (zh) 一种无线无源设备内动部件温度实时监测方法
CN112348290A (zh) 河流水质预测方法、装置、存储介质及设备
WO2022100236A1 (zh) 一种用于荧光强度峰检测的方法
CN111651728B (zh) 一种辨识实测风速非平稳性与非平稳度的方法
CN111090831A (zh) 一种湖泊面积变化关键驱动因子识别方法
CN107423544A (zh) 一种流域水文极值的非平稳性影响指标的确定方法及装置
CN114217025B (zh) 评估空气质量浓度预测中气象数据对其影响的分析方法
CN116539831B (zh) 一种基于大数据分析水环境数据监测处理方法
CN108615054B (zh) 排水管网节点间相似性衡量的综合指标构建方法
CN114858207A (zh) 一种基于软测量的河道排污口网格化溯源排查方法
CN110543719B (zh) 一种基于空间计量模型的供水管道漏失预测方法
CN109885932B (zh) 一种基于水质模型的河流中重金属铅的入海通量表征方法
CN113702612B (zh) 基于人工智能的河岸污染检测及考察地点选址方法及系统
CN109101759A (zh) 一种基于正逆响应面法的参数识别方法
CN115127965A (zh) 一种混杂颗粒系粒径分布反演方法与系统
CN115034140A (zh) 一种基于关键控制因子的地表水水质变化趋势预测方法
CN114723123A (zh) 一种基于流域大尺度水质时空规律分析和预测一体化方法
CN111504402B (zh) 传感器参数优化方法和装置、控制器及介质
CN109558652B (zh) 一种河网水质模型计算结果的辅助校正方法
CN110705924A (zh) 一种基于风向扇区的测风塔测风数据处理方法及装置

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