CN116563050B - 一种农田土壤重金属污染分析预警方法及预警系统 - Google Patents
一种农田土壤重金属污染分析预警方法及预警系统 Download PDFInfo
- Publication number
- CN116563050B CN116563050B CN202310512035.2A CN202310512035A CN116563050B CN 116563050 B CN116563050 B CN 116563050B CN 202310512035 A CN202310512035 A CN 202310512035A CN 116563050 B CN116563050 B CN 116563050B
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- risk
- analysis
- farmland
- area
- 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
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 366
- 238000004458 analytical method Methods 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000002689 soil Substances 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims abstract description 25
- 238000007726 management method Methods 0.000 claims abstract description 22
- 238000011897 real-time detection Methods 0.000 claims abstract description 21
- 238000005192 partition Methods 0.000 claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000000694 effects Effects 0.000 claims description 17
- 230000001174 ascending effect Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000012502 risk assessment Methods 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 229910021654 trace metal Inorganic materials 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910052793 cadmium Inorganic materials 0.000 description 1
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Optimization (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Mining & Mineral Resources (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Emergency Alarm Devices (AREA)
- Animal Husbandry (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
Abstract
本发明属于农田监测分析技术领域,具体是一种农田土壤重金属污染分析预警方法及预警系统,预警系统包括包括服务器、农田分割标记模块、分区实时检测模块、低风险区分析模块、高风险区分析模块以及治理周期监管模块;本发明通过分区实时检测模块将分析区域进行重金属分类检测分析以标记为重金属高风险区或重金属低风险区,实现对所需监测农田的分区域重金属风险等级划分,以及通过分析生成农田重金属异常信号或农田重金属正常信号,实现对农田整体重金属污染状况的及时预警反馈,低风险区分析模块将重金属低风险区进行分析,高风险区分析模块将重金属高风险区进行分析,有利于对应农田管理人员进行后续治理以及后续农田管理规划。
Description
技术领域
本发明涉及农田监测分析技术领域,具体是一种农田土壤重金属污染分析预警方法及预警系统。
背景技术
农田又称为耕地,在地理学上是指可以用来种植农作物的土地,重金属是指比重等于或大于5.0的金属,如Zn、Cd、Hg、Ni、Co等,农田土壤重金属污染是指由于人类活动,土壤中的微量金属元素在土壤中的含量超过背景值,过量沉积而引起的含量过高,统称为土壤重金属污染,农田土壤受到重金属污染后会影响所生产作物的品质和食用安全,因此需要对农田土壤重金属污染状况进行检测;
目前在进行农田土壤重金属污染检测时,难以实现对农田土壤的分区域细致准确分析并进行区域风险等级划分和农田整体污染状况反馈预警,以及无法将划分出的重金属高风险区进行风险下降分析和将划分出的重金属低风险区进行风险上升分析,不利于对应农田管理人员进行后续治理,以及不利于对应管理人员进行后续农田管理规划,有待进行改善;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种农田土壤重金属污染分析预警方法及预警系统,解决了现有技术难以实现对农田土壤的分区域细致准确分析并进行区域风险等级划分和农田整体污染状况反馈预警,以及无法将划分出的重金属高风险区进行风险下降分析和将划分出的重金属低风险区进行风险上升分析,不利于农田管理人员进行后续治理和农田管理规划的问题。
为实现上述目的,本发明提供如下技术方案:
一种农田土壤重金属污染分析预警方法,包括以下步骤:
步骤一、将所需监测的农田划分为若干个区域,将对应区域标记为分析区域i,且将分析区域i发送至服务器;分区实时检测模块通过分析将分析区域i标记为重金属高风险区或重金属低风险区;
步骤二、高风险区分析模块将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,将重点治理信号以及重点关注信号经服务器发送至农田监管预警端;
步骤三、分区实时检测模块通过分析判定生成农田重金属异常信号或重金属正常信号,并经服务器将农田重金属异常信号发送至农田监管预警端和治理周期监管模块;
步骤四、治理周期监管模块设定重金属治理周期,通过治理周期分析生成治理效果趋势线,以及通过分析判定是否生成治理无效信号或治理合格信号,将治理效果趋势线以及治理无效信号或治理合格信号经服务器发送至农田监管预警端。
进一步的,本发明还提出了一种农田土壤重金属污染分析预警系统,包括服务器、农田分割标记模块、分区实时检测模块、低风险区分析模块、高风险区分析模块以及治理周期监管模块;其中,农田分割标记模块将所需监测的农田划分为若干个区域,将对应区域标记为分析区域i,i={1,2,…,n},n表示所划分处的区域数量且n为大于1的自然数,将分析区域i发送至服务器;
分区实时检测模块,用于将分析区域i进行分析,通过分析将分析区域i标记为重金属高风险区或重金属低风险区,以及通过分析生成农田重金属异常信号或农田重金属正常信号,将重金属高风险区经服务器发送至高风险区分析模块,将重金属低风险区经服务器发送至发送至低风险区分析模块,以及将农田重金属异常信号或农田重金属正常信号经服务器发送至农田监管预警端和治理周期监管模块;
高风险区分析模块用于将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,以及将重点治理信号以及重点关注信号经服务器发送至农田监管预警端;治理周期监管模块用于在接收到农田重金属异常信号后进行治理周期分析,通过分析生成治理趋势线以及治理无效信号或治理合格信号并经服务器发送至农田监管预警端。
进一步的,分区实时检测模块的具体运行过程包括:
通过重金属分类检测分析获取到检测时段分析区域i的重金属威胁值,将分析区域i的重金属威胁值与预设重金属威胁阈值进行数值比较,若重金属威胁值超过预设重金属威胁阈值,则将对应分析区域i标记为重金属高风险区,否则将对应分析区域i标记为重金属低风险区,以及获取到所需监测的农田中重金属高风险区的数量和重金属低风险区的数量,将重金属高风险区的数量与重金属低风险区的数量进行比值计算获取到重金属高风险占比值,将重金属高风险占比值与预设重金属高风险占比阈值进行数值比较,若重金属高风险占比值超过预设重金属高风险占比阈值,则生成农田重金属异常信号,否则进行重金属威胁数值整合分析。
进一步的,重金属威胁数值整合分析的具体分析过程如下:
将所有分析区域的重金属威胁值进行方差计算获取到重金属威胁偏离系数,以及将所有分析区域的重金属威胁值进行均值计算得到重金属威胁均值,将重金属威胁偏离系数和重金属威胁均值与预设重金属威胁偏离系数阈值和预设重金属威胁均值阈值分别进行数值比较,若重金属威胁均值超过预设重金属威胁均值阈值且重金属威胁偏离系数未超过预设重金属威胁偏离系数阈值,则生成农田重金属异常信号,若重金属威胁均值未超过预设重金属威胁均值阈值且重金属威胁偏离系数未超过预设重金属威胁偏离系数阈值,则生成农田重金属正常信号。
进一步的,重金属分类检测分析的具体分析过程如下:
从服务器调取所需监测的重金属名称,将对应重金属标记为监测项u,u={1,2,…,m},m表示所需监测的重金属数量且m为正整数,以及从服务器调取监测项u的预设危害系数;获取到检测时段分析区域i中对应监测项u的含量数据,将对应监测项u的含量数据与对应监测项u的预设含量阈值进行数值比较,若对应监测项u的含量数据超过对应预设含量阈值,则将对应监测项u标记为风险项;
获取到检测时段分析区域i中风险项的数量,将风险项的数量与数值m进行比值计算获取到风险项占比值,以及将风险项的含量数据与对应预设含量阈值进行差值计算获取到风险含差量,将对应风险项的风险含差量与对应预设危害系数相乘并两者乘积标记为风险系数,将分析区域i中所有风险项的风险系数进行求和计算获取到风险总值;将分析区域i中风险项的数量、风险项占比值和风险总值进行数值计算得到重金属威胁值。
进一步的,低风险区分析模块的具体运行过程包括:
获取到所有重金属低风险区,将对应重金属低风险区当前检测时段的重金属威胁值与相邻上一检测时段的重金属威胁值进行差值计算获取到重金属增长值,以及将对应重金属低风险区当前检测时段的重金属威胁值与预设重金属威胁阈值进行差值计算并取绝对值获取到低风险差值,将重金属增长值与低风险差值进行数值计算获取到对应重金属低风险区的风险增长系数;将风险增长系数与预设风险增长系数阈值进行数值比较,若风险增长系数超过预设风险增长系数阈值,则生成对应重金属低风险区的重点关注信号。
进一步的,高风险区分析模块的具体运行过程包括:
获取到所有重金属高风险区,将对应重金属高风险区相邻上一检测时段的重金属威胁值与当前检测时段的重金属威胁值进行差值计算获取到重金属下降值,以及将对应重金属高风险区当前检测时段的重金属威胁值与预设重金属威胁阈值进行差值计算获取到高风险差值,将对应重金属高风险区的重金属下降值与高风险差值进行数值计算得到对应重金属高风险区的风险下降系数;将风险下降系数与预设风险下降系数阈值进行数值比较,若风险下降系数未超过预设风险下降系数,则生成对应重金属高风险区的重点治理信号。
进一步的,治理周期监管模块的具体运行过程包括:
设定重金属治理周期,在重金属治理周期内设定若干个监测时段,将监测时段标记为分析对象e,e={1,2,…,j},j表示监测时段数目且j为大于1的自然数;获取到分析对象e的重金属风险占比值,以时间为X轴、重金属风险占比值为Y轴建立直角坐标系,将所有监测时段的重金属风险占比值标入直角坐标系中以在直角坐标系中生成j个监测坐标点;
在直角坐标系中通过线段将j个监测坐标点一一连接以生成治理效果趋势线,若治理效果趋势线呈不断上升趋势,则生成治理无效信号,若治理效果趋势线呈不断下降趋势,则将治理效果趋势线的首位坐标点和末位坐标点进行Y向高度差计算获取到风险占比差值,若风险占比差值超过预设风险占比差阈值,则生成治理合格信号。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过分区实时检测模块将分析区域i进行重金属分类检测分析以将分析区域i标记为重金属高风险区或重金属低风险区,实现对所需监测农田的分区域重金属风险等级划分,有助于后续进行对应的治理措施和管理措施,以及通过分析生成农田重金属异常信号或农田重金属正常信号,实现对农田整体重金属污染状况的及时预警反馈;
2、本发明中,低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,对应农田监管预警端接收到重点关注信号后在后续持续关注对应重金属低风险区的检测状况,高风险区分析模块将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,对应农田监管预警端接收到重点治理信号后,应当及时且重点进行对应重金属高风险区的治理,有利于对应农田管理人员进行后续治理以及进行后续农田管理规划。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的方法流程图;
图2为本发明实施例二的系统框图;
图3为本发明中实施例三的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
如图1所示,本发明提出的一种农田土壤重金属污染分析预警方法,包括以下步骤:
步骤一、将所需监测的农田划分为若干个区域,将对应区域标记为分析区域i,且将分析区域i发送至服务器;分区实时检测模块通过分析将分析区域i标记为重金属高风险区或重金属低风险区;
步骤二、高风险区分析模块将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,将重点治理信号以及重点关注信号经服务器发送至农田监管预警端;
步骤三、分区实时检测模块通过分析判定生成农田重金属异常信号或重金属正常信号,并经服务器将农田重金属异常信号发送至农田监管预警端和治理周期监管模块;
步骤四、治理周期监管模块设定重金属治理周期,通过治理周期分析生成治理效果趋势线,以及通过分析判定是否生成治理无效信号或治理合格信号,将治理效果趋势线以及治理无效信号或治理合格信号经服务器发送至农田监管预警端。
实施例二:
如图2所示,本实施例与实施例1的区别在于,一种农田土壤重金属污染分析预警系统,包括服务器、农田分割标记模块、分区实时检测模块、低风险区分析模块以及高风险区分析模块;农田分割标记模块将所需监测的农田划分为若干个区域,将对应区域标记为分析区域i,i={1,2,…,n},n表示所划分处的区域数量且n为大于1的自然数,将分析区域i发送至服务器;分区实时检测模块将分析区域i进行分析,分区实时检测模块的具体分析过程如下:
从服务器调取所需监测的重金属名称(包括铜、铅、镉、汞等),将对应重金属标记为监测项u,u={1,2,…,m},m表示所需监测的重金属数量且m为正整数,以及从服务器调取监测项u的预设危害系数,其中,预设危害系数的取值均大于零并由对应管理人员预先录入并存储至服务器中,对应监测项u的预设危害系数的数值越大,表明对应重金属对环境造成的危害越大;获取到检测时段分析区域i中对应监测项u的含量数据,调取预先录入存储的对应监测项u的预设含量阈值,将对应监测项u的含量数据与对应监测项u的预设含量阈值进行数值比较,若对应监测项u的含量数据超过对应预设含量阈值,则将对应监测项u标记为风险项;
获取到检测时段分析区域i中风险项的数量并标记为FXi,将风险项的数量FXi与数值m进行比值计算获取到风险项占比值FZi,以及将风险项的含量数据与对应预设含量阈值进行差值计算获取到风险含差量,将对应风险项的风险含差量与对应预设危害系数相乘并两者乘积标记为风险系数,将分析区域i中所有风险项的风险系数进行求和计算获取到风险总值XZi;通过公式WXi=a1*FXi+a2*FZi+a3*XZi将分析区域i中风险项的数量FXi、风险项占比值FZi和风险总值XZi进行数值计算后得到分析区域i的重金属威胁值WXi;其中,a1、a2、a3为取值大于零的预设权重系数,a1<a3<a2;并且,重金属威胁值WXi的数值大小与风险项的数量、风险项占比值和风险总值均呈正比关系,重金属威胁值WXi的数值越大,表明对应分析区域i的重金属威胁状况越严重,越需要及时且重点进行治理;
将分析区域i的重金属威胁值WXi与预设重金属威胁阈值进行数值比较,若重金属威胁值WXi超过预设重金属威胁阈值,则将对应分析区域i标记为重金属高风险区,否则将对应分析区域i标记为重金属低风险区,以及获取到所需监测的农田中重金属高风险区的数量GF和重金属低风险区的数量DF,将重金属高风险区的数量GF与重金属低风险区的数量DF进行比值计算获取到重金属高风险占比值GZ,将重金属高风险占比值GZ与预设重金属高风险占比阈值进行数值比较,若重金属高风险占比值GZ超过预设重金属高风险占比阈值,则生成农田重金属异常信号;
若重金属高风险占比值GZ未超过预设重金属高风险占比阈值,则将所有分析区域的重金属威胁值进行方差计算获取到重金属威胁偏离系数WP,以及将所有分析区域的重金属威胁值进行均值计算得到重金属威胁均值WJ,需要说明的是,重金属威胁偏离系数WP的数值越小,表明农田各区域的重金属威胁状况的差异越小,反之则表明农田各区域的重金属威胁状况的差异越大;重金属威胁均值WJ的数值越小,表明农田的整体重金属威胁状况越好;
将重金属威胁偏离系数WP和重金属威胁均值WJ与预设重金属威胁偏离系数阈值和预设重金属威胁均值阈值分别进行数值比较,若重金属威胁均值WJ超过预设重金属威胁均值阈值且重金属威胁偏离系数WP未超过预设重金属威胁偏离系数阈值,则生成农田重金属异常信号,若重金属威胁均值WJ未超过预设重金属威胁均值阈值且重金属威胁偏离系数WP未超过预设重金属威胁偏离系数阈值,则生成农田重金属正常信号。
通过分区实时检测模块将分析区域i进行分析以将分析区域i标记为重金属高风险区或重金属低风险区,实现对所需监测农田的分区域重金属风险等级划分,有助于后续进行对应的治理措施和管理措施,以及通过分析生成农田重金属异常信号或农田重金属正常信号,将重金属高风险区经服务器发送至高风险区分析模块,将重金属低风险区经服务器发送至发送至低风险区分析模块,以及将农田重金属异常信号或农田重金属正常信号经服务器发送至农田监管预警端,有助于及时进行农田重金属治理。
高风险区分析模块用于将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,以及将重点治理信号经服务器发送至农田监管预警端,对应农田监管预警端的管理人员接收到重点治理信号后,应当及时且重点进行对应重金属高风险区的治理;高风险区分析模块的具体运行过程如下:
获取到所有重金属高风险区,并将对应重金属高风险区相邻上一检测时段的重金属威胁值与当前检测时段的重金属威胁值进行差值计算获取到重金属下降值XJi,需要说明的是,若重金属下降值XJi非正数,则表明相较于相邻上一检测时段而言对应重金属高风险区的重金属威胁值处于上升状态,则结束分析并直接生成对应重金属高风险区的重点治理信号;
否则将对应重金属高风险区当前检测时段的重金属威胁值与预设重金属威胁阈值进行差值计算获取到高风险差值GCi,通过公式GXi=b1*XJi+b2/GCi将对应重金属高风险区的重金属下降值XJi与高风险差值GCi进行数值计算后得到对应重金属高风险区的风险下降系数GXi;其中,b1、b2为预设比例系数,0<b1<b2;
需要说明的是,风险下降系数GXi的数值大小与重金属下降值XJi呈正比关系,与高风险差值GCi呈反比关系,重金属下降值XJi的数值越小、高风险差值GCi的数值越大,则风险下降系数GXi的数值越小,表明相对而言对应重金属高风险区的重金属状况越不佳;将对应重金属高风险区的风险下降系数GXi与预设风险下降系数阈值进行数值比较,若风险下降系数GXi未超过预设风险下降系数,则生成对应重金属高风险区的重点治理信号。
低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,以及将重点关注信号经服务器发送至农田监管预警端,对应农田监管预警端接收到重点关注信号后在后续持续关注对应重金属低风险区的检测状况;低风险区分析模块的具体运行过程如下:
获取到所有重金属低风险区,将对应重金属低风险区当前检测时段的重金属威胁值与相邻上一检测时段的重金属威胁值进行差值计算获取到重金属增长值ZCi,需要说明的是,若重金属增长值ZCi非正数,则表明相较于相邻上一检测时段而言对应重金属低风险区的重金属威胁值处于下降状态,则结束分析且不生成对应重金属低风险区的重点关注信号;
以及将对应重金属低风险区当前检测时段的重金属威胁值与预设重金属威胁阈值进行差值计算并取绝对值获取到低风险差值DCi,通过公式ZXi=c1*ZCi+c2/DCi将重金属增长值ZCi与低风险差值DCi进行数值计算获取到对应重金属低风险区的风险增长系数ZXi;其中,c1、c2为取值大于零的预设权重系数,c1<c2;
需要说明的是,风险增长系数ZXi的数值大小与重金属增长值ZCi呈正比关系,与低风险差值DCi呈反比关系,重金属增长值ZCi的数值越大、低风险差值DCi的数值越小,则风险增长系数ZXi的数值越大,表明对应重金属低风险区重金属风险相对而言越高;将风险增长系数ZXi与预设风险增长系数阈值进行数值比较,若风险增长系数ZXi超过预设风险增长系数阈值,则生成对应重金属低风险区的重点关注信号。
实施例三:
如图3所示,本实施例与实施例1、实施例2的区别在于,服务器与治理周期监管模块通信连接,分区实时检测模块将农田重金属异常信号或农田重金属正常信号经服务器发送至治理周期监管模块,治理周期监管模块接收到农田重金属异常信号后进行治理周期分析,通过分析生成治理趋势线以及治理无效信号或治理合格信号并经服务器发送至农田监管预警端,有助于管理人员详细了解对应农田的治理状况以及治理效果趋势,以便后续作出相应的调整措施;治理周期分析的具体分析过程如下:
设定重金属治理周期,在重金属治理周期内设定若干个监测时段,将监测时段标记为分析对象e,e={1,2,…,j},j表示监测时段数目且j为大于1的自然数;获取到分析对象e的重金属风险占比值,以时间为X轴、重金属风险占比值为Y轴建立直角坐标系,将所有监测时段的重金属风险占比值标入直角坐标系中以在直角坐标系中生成j个监测坐标点;
在直角坐标系中通过线段将j个监测坐标点一一连接以生成治理效果趋势线,若治理效果趋势线呈不断上升趋势,则生成治理无效信号,若治理效果趋势线呈不断下降趋势,则将治理效果趋势线的首位坐标点和末位坐标点进行Y向高度差计算获取到风险占比差值,若风险占比差值超过预设风险占比差阈值,则生成治理合格信号。
本发明的工作原理:使用时,通过分区实时检测模块将分析区域i进行重金属分类检测分析以将分析区域i标记为重金属高风险区或重金属低风险区,实现对所需监测农田的分区域重金属风险等级划分,有助于后续进行对应的治理措施和管理措施,以及通过分析生成农田重金属异常信号或农田重金属正常信号,实现对农田整体重金属污染状况的及时预警反馈;低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,对应农田监管预警端接收到重点关注信号后在后续持续关注对应重金属低风险区的检测状况,高风险区分析模块将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,对应农田监管预警端接收到重点治理信号后,应当及时且重点进行对应重金属高风险区的治理,有利于对应农田管理人员进行后续治理以及进行后续农田管理规划。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (2)
1.一种农田土壤重金属污染分析预警系统,其特征在于,包括服务器、农田分割标记模块、分区实时检测模块、低风险区分析模块、高风险区分析模块以及治理周期监管模块;其中,农田分割标记模块将所需监测的农田划分为若干个区域,将对应区域标记为分析区域i,i={1,2,…,n},n表示所划分处的区域数量且n为大于1的自然数,将分析区域i发送至服务器;分区实时检测模块,用于将分析区域i进行分析,通过分析将分析区域i标记为重金属高风险区或重金属低风险区,以及通过分析生成农田重金属异常信号或农田重金属正常信号,将重金属高风险区经服务器发送至高风险区分析模块,将重金属低风险区经服务器发送至低风险区分析模块,以及将农田重金属异常信号或农田重金属正常信号经服务器发送至农田监管预警端和治理周期监管模块;
高风险区分析模块用于将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,以及将重点治理信号以及重点关注信号经服务器发送至农田监管预警端;治理周期监管模块用于在接收到农田重金属异常信号后进行治理周期分析,通过分析生成治理趋势线以及治理无效信号或治理合格信号并经服务器发送至农田监管预警端;分区实时检测模块的具体运行过程包括:
通过重金属分类检测分析获取到检测时段分析区域i的重金属威胁值,将分析区域i的重金属威胁值与预设重金属威胁阈值进行数值比较,若重金属威胁值超过预设重金属威胁阈值,则将对应分析区域i标记为重金属高风险区,否则将对应分析区域i标记为重金属低风险区,以及获取到所需监测的农田中重金属高风险区的数量和重金属低风险区的数量,将重金属高风险区的数量与重金属低风险区的数量进行比值计算获取到重金属高风险占比值,将重金属高风险占比值与预设重金属高风险占比阈值进行数值比较,若重金属高风险占比值超过预设重金属高风险占比阈值,则生成农田重金属异常信号,否则进行重金属威胁数值整合分析;
重金属威胁数值整合分析的具体分析过程如下:
将所有分析区域的重金属威胁值进行方差计算获取到重金属威胁偏离系数,以及将所有分析区域的重金属威胁值进行均值计算得到重金属威胁均值,将重金属威胁偏离系数和重金属威胁均值与预设重金属威胁偏离系数阈值和预设重金属威胁均值阈值分别进行数值比较,若重金属威胁均值超过预设重金属威胁均值阈值且重金属威胁偏离系数未超过预设重金属威胁偏离系数阈值,则生成农田重金属异常信号,若重金属威胁均值未超过预设重金属威胁均值阈值且重金属威胁偏离系数未超过预设重金属威胁偏离系数阈值,则生成农田重金属正常信号;
重金属分类检测分析的具体分析过程如下:
从服务器调取所需监测的重金属名称,将对应重金属标记为监测项u,u={1,2,…,m},m表示所需监测的重金属数量且m为正整数,以及从服务器调取监测项u的预设危害系数;获取到检测时段分析区域i中对应监测项u的含量数据,将对应监测项u的含量数据与对应监测项u的预设含量阈值进行数值比较,若对应监测项u的含量数据超过对应预设含量阈值,则将对应监测项u标记为风险项;
获取到检测时段分析区域i中风险项的数量,将风险项的数量与数值m进行比值计算获取到风险项占比值,以及将风险项的含量数据与对应预设含量阈值进行差值计算获取到风险含差量,将对应风险项的风险含差量与对应预设危害系数相乘并两者乘积标记为风险系数,将分析区域i中所有风险项的风险系数进行求和计算获取到风险总值;将分析区域i中风险项的数量、风险项占比值和风险总值进行数值计算得到重金属威胁值;
低风险区分析模块的具体运行过程包括:
获取到所有重金属低风险区,将对应重金属低风险区当前检测时段的重金属威胁值与相邻上一检测时段的重金属威胁值进行差值计算获取到重金属增长值,以及将对应重金属低风险区当前检测时段的重金属威胁值与预设重金属威胁阈值进行差值计算并取绝对值获取到低风险差值,将重金属增长值与低风险差值进行数值计算获取到对应重金属低风险区的风险增长系数;将风险增长系数与预设风险增长系数阈值进行数值比较,若风险增长系数超过预设风险增长系数阈值,则生成对应重金属低风险区的重点关注信号;
高风险区分析模块的具体运行过程包括:
获取到所有重金属高风险区,将对应重金属高风险区相邻上一检测时段的重金属威胁值与当前检测时段的重金属威胁值进行差值计算获取到重金属下降值,以及将对应重金属高风险区当前检测时段的重金属威胁值与预设重金属威胁阈值进行差值计算获取到高风险差值,将对应重金属高风险区的重金属下降值与高风险差值进行数值计算得到对应重金属高风险区的风险下降系数;将风险下降系数与预设风险下降系数阈值进行数值比较,若风险下降系数未超过预设风险下降系数,则生成对应重金属高风险区的重点治理信号;
治理周期监管模块的具体运行过程包括:
设定重金属治理周期,在重金属治理周期内设定若干个监测时段,将监测时段标记为分析对象e,e={1,2,…,j},j表示监测时段数目且j为大于1的自然数;获取到分析对象e的重金属风险占比值,以时间为X轴、重金属风险占比值为Y轴建立直角坐标系,将所有监测时段的重金属风险占比值标入直角坐标系中以在直角坐标系中生成j个监测坐标点;
在直角坐标系中通过线段将j个监测坐标点一一连接以生成治理效果趋势线,若治理效果趋势线呈不断上升趋势,则生成治理无效信号,若治理效果趋势线呈不断下降趋势,则将治理效果趋势线的首位坐标点和末位坐标点进行Y向高度差计算获取到风险占比差值,若风险占比差值超过预设风险占比差阈值,则生成治理合格信号。
2.一种如权利要求1所述农田土壤重金属污染分析预警系统的预警方法,其特征在于,该预警方法包括以下步骤:
步骤一、将所需监测的农田划分为若干个区域,将对应区域标记为分析区域i,且将分析区域i发送至服务器;分区实时检测模块通过分析将分析区域i标记为重金属高风险区或重金属低风险区;
步骤二、高风险区分析模块将重金属高风险区进行分析并判定是否生成对应重金属高风险区的重点治理信号,低风险区分析模块将重金属低风险区进行分析并判定是否生成对应重金属低风险区的重点关注信号,将重点治理信号以及重点关注信号经服务器发送至农田监管预警端;
步骤三、分区实时检测模块通过分析判定生成农田重金属异常信号或重金属正常信号,并经服务器将农田重金属异常信号发送至农田监管预警端和治理周期监管模块;
步骤四、治理周期监管模块设定重金属治理周期,通过治理周期分析生成治理效果趋势线,以及通过分析判定是否生成治理无效信号或治理合格信号,将治理效果趋势线以及治理无效信号或治理合格信号经服务器发送至农田监管预警端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310512035.2A CN116563050B (zh) | 2023-05-09 | 2023-05-09 | 一种农田土壤重金属污染分析预警方法及预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310512035.2A CN116563050B (zh) | 2023-05-09 | 2023-05-09 | 一种农田土壤重金属污染分析预警方法及预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116563050A CN116563050A (zh) | 2023-08-08 |
CN116563050B true CN116563050B (zh) | 2024-01-19 |
Family
ID=87499544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310512035.2A Active CN116563050B (zh) | 2023-05-09 | 2023-05-09 | 一种农田土壤重金属污染分析预警方法及预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116563050B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117787573A (zh) * | 2024-02-27 | 2024-03-29 | 山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心) | 一种盐碱地治理预警方法、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507610A (zh) * | 2020-04-14 | 2020-08-07 | 江苏省环科院环境科技有限责任公司 | 一种土壤重金属污染的累积性环境风险预警方法 |
CN113792963A (zh) * | 2021-08-05 | 2021-12-14 | 上海市农产品质量安全中心 | 一种农田土壤重金属污染分析预警系统 |
WO2023072011A1 (zh) * | 2021-10-28 | 2023-05-04 | 中国科学院地球化学研究所 | 一种土壤Cd/Pb复合污染双金属同位素源解析方法及系统 |
-
2023
- 2023-05-09 CN CN202310512035.2A patent/CN116563050B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507610A (zh) * | 2020-04-14 | 2020-08-07 | 江苏省环科院环境科技有限责任公司 | 一种土壤重金属污染的累积性环境风险预警方法 |
CN113792963A (zh) * | 2021-08-05 | 2021-12-14 | 上海市农产品质量安全中心 | 一种农田土壤重金属污染分析预警系统 |
WO2023072011A1 (zh) * | 2021-10-28 | 2023-05-04 | 中国科学院地球化学研究所 | 一种土壤Cd/Pb复合污染双金属同位素源解析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116563050A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116563050B (zh) | 一种农田土壤重金属污染分析预警方法及预警系统 | |
CN110955288B (zh) | 一种基于大数据的环境监管系统 | |
CN115938083B (zh) | 一种基于移动终端农业监测预警方法及系统 | |
CN113610381B (zh) | 一种基于5g网络的水质远程实时监测系统 | |
CN117057513B (zh) | 一种基于互联网的智慧园区用监控管理系统 | |
CN112966933A (zh) | 结合气象站、数值预报的多维度风灾精细化预警方法 | |
CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
CN116432989B (zh) | 一种基于智能建造的施工现场安全管控系统 | |
CN117032415A (zh) | 一种基于温度变化的设备数据监管系统及方法 | |
CN113672592A (zh) | 基于区块链的温室气体核算系统 | |
CN115240371A (zh) | 一种基于数据分析的山体滑坡实时监测系统 | |
CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
CN114519926A (zh) | 基于物联网的环保监测用仪表智能控制系统 | |
CN112612824A (zh) | 基于大数据的供水管网异常数据检测方法 | |
CN107944005A (zh) | 一种数据展示方法及装置 | |
CN116681307B (zh) | 基于多端融合反馈的河道四乱监管追溯显示方法及系统 | |
CN117575169A (zh) | 一种基于数据处理的智慧农业管理系统 | |
CN116362036B (zh) | 一种高铁设备故障预警方法及系统 | |
CN109886538B (zh) | 基于动态监测数据的铁路信号设备质量评价方法及装置 | |
CN117172952A (zh) | 一种基于物联网和遥感技术的农业灾害监控系统 | |
CN117172983A (zh) | 一种基于遥感技术的植被生态水储量监测系统 | |
CN113822587B (zh) | 一种基于总线电流数据的工厂产能评估方法 | |
CN116206216A (zh) | 一种基于遥感影像的矢量地理信息采集方法及系统 | |
CN113036917B (zh) | 一种基于机器学习的配电网监控信息监视系统和方法 | |
CN115471796A (zh) | 一种基于机器视觉的电网工程监理系统及方法 |
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 |