CN117007762A - 一种基于数据可视化的多水域水质监测方法 - Google Patents
一种基于数据可视化的多水域水质监测方法 Download PDFInfo
- Publication number
- CN117007762A CN117007762A CN202311224177.5A CN202311224177A CN117007762A CN 117007762 A CN117007762 A CN 117007762A CN 202311224177 A CN202311224177 A CN 202311224177A CN 117007762 A CN117007762 A CN 117007762A
- Authority
- CN
- China
- Prior art keywords
- area
- water
- monitoring
- water quality
- module
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 318
- 238000012544 monitoring process Methods 0.000 title claims abstract description 227
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013079 data visualisation Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000009792 diffusion process Methods 0.000 claims description 52
- 230000005856 abnormality Effects 0.000 claims description 24
- 230000000007 visual effect Effects 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000012806 monitoring device Methods 0.000 claims description 12
- 238000012876 topography Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003643 water by type Substances 0.000 claims 2
- 238000012800 visualization Methods 0.000 abstract 3
- 238000003911 water pollution Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 3
- 230000010485 coping Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000008235 industrial water Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING 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
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于数据可视化的多水域水质监测方法,包含基于数据可视化的多水域水质监测系统,所述基于数据可视化的多水域水质监测系统包括信息采集模块、监测设备部署模块、可视化监测与分析模块,所述信息采集模块用于采集监测水域数据,所述监测设备部署模块用于对监测水域部署水质监测设备并记录部署区域,所述可视化监测与分析模块用于对水域监测数值分析并进行可视化展示,所述信息采集模块和监测设备部署模块均与可视化监测与分析模块电信号连接,本发明,具有监测准确性高和可靠性强的特点。
Description
技术领域
本发明涉及水质监测技术领域,具体为一种基于数据可视化的多水域水质监测方法。
背景技术
随着区域社会经济的全面发展,水资源需求量日益扩大,对环境和水质的要求日益增高,而区域水环境问题却日趋严重,区域水污染成为影响区域发展最严重的水问题。工业企业如雨后春笋般涌现而出,在拉动区域经济的同时,其产生的水污染也不容忽视。工业水污染是指由工业企业排放的废水造成的水环境污染,是重要的水环境质量影响因素之一。因此对区域工业水污染排放现状的精细化动态感知显得格外重要,其将有助于区域水污染的精细化控。
然而,传统的检测设备相对落后,只能人为投放或设置在相应的水域,即采用人工监测的方式或者普通机械水表监测,监测数据的准确性和可靠性难以保证,并且通常设备为一个完整的监测系统,不具备与其他设备数据交互和动态分析的功能,收集到的数据散乱,后续的人工分析数据消耗着大量的人力和物力,成本极高,同时也无法实现对水质监测设备及水质信息进行实时数据的监控,监测工作极为不方便。这样的水质监测系统,存在的问题是监测的水域范围固定且范围较小,导致采样点少,现场采集数据的准确性和可靠性差。且当工业企业违规排放水污染时,不能及时发现,也无法快速确定受污染水域范围,导致无法精准采取治理措施。因此,设计监测准确性高和可靠性强的一种基于数据可视化的多水域水质监测方法是很有必要的。
发明内容
本发明的目的在于提供一种基于数据可视化的多水域水质监测方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于数据可视化的多水域水质监测方法,包括基于数据可视化的多水域水质监测系统,所述基于数据可视化的多水域水质监测系统包括信息采集模块、监测设备部署模块、可视化监测与分析模块,所述信息采集模块用于采集监测水域数据,所述监测设备部署模块用于对监测水域部署水质监测设备并记录部署区域,所述可视化监测与分析模块用于对水域监测数值分析并进行可视化展示,所述信息采集模块和监测设备部署模块均与可视化监测与分析模块电信号连接。
根据上述技术方案,所述信息采集模块包括水质监测数据采集模块和水域信息采集模块,所述水质监测数据采集模块用于采集水质监测设备实时监测到的水质数据,所述水域信息采集模块用于采集监测水域的综合信息,便于对监测水域的全局监测。
根据上述技术方案,所述水域信息采集模块进一步包括河床建模模型录入子模块、风况监测子模块和排放点位标记子模块,所述河床建模模型录入子模块用于将监测水域的河床三维地形信息进行录入系统,所述风况监测子模块用于监测水域区域的风速风向数据,所述排放点位标记子模块用于根据所述河床建模模型录入子模块的河床建模模型以及水域周边的工业企业排放点位置,在河床建模模型中标记。
根据上述技术方案,所述监测设备部署模块包括全局部署模块和区域部署模块,所述全局部署模块用于规划水质监测设备在监测水域的全局监测点位的部署,所述区域部署模块用于规划水质监测设备在监测水域的区域性集中监测点位的部署。
根据上述技术方案,所述可视化监测与分析模块包括数据传输模块、监测异常判断模块、污染扩散区域分析模块、区域监测及校准模块以及可视化展示模块,所述数据传输模块用于接收所述信息采集模块和监测设备部署模块的电信号传输的实时数据,所述监测异常判断模块用于对水质监测数据进行异常判断,所述污染扩散区域分析模块用于实时的拟合分析受污染水域的扩散范围,所述区域监测及校准模块用于对受污染水域的局部区域进行数值监测并校准受污染水域的扩散进程,所述可视化展示模块用于对监测水域的受污染区域扩散进程输出后进行可视化展示。
根据上述技术方案,所述该方法包括以下步骤:
步骤S1:通过对监测水域的地形地貌勘测后,对监测水域的河床地势进行建模,然后通过河床建模模型录入子模块将河床建模模型录入,根据河床模型,获取监测水域的河床深度、水域面积和河流平均地势差值;
步骤S2:采集监测水域表面的风况信息,主要包括风速值和风向;
步骤S3:基于当前录入的河床建模模型,和工业企业备案排放点位置,将排放点位置位于监测水域内的排放点位在模型中标记;
步骤S4:在监测水域内进行水质监测设备部署,实时采集水质监测数据;
步骤S5:通过数据传输模块接收远程监测和采集的实时数据,并实时监测判断水域水质的异常情况;
步骤S6:当监测到水域水质异常时,电信号传输至污染扩散区域分析模块,启动分析确认污染排放点并预测受污染水域的扩散进程;
步骤S7:通过区域部署的监测设备实时监测的数据,进一步校准预测的受污染水域的扩散进程;
步骤S8:利用系统展示平台,将校准后的预测受污染水域扩散进程动态展示。
根据上述技术方案,所述步骤S4进一步包括以下步骤:
步骤S41:首先将监测水域以单位边长为b,划分为若干组全局监测子水域,并在每组子水域的中心处设置一个水质监测设备;
步骤S42:然后根据河床建模模型中标记的排放点位位置,在监测水域相应位置处同样设置一个水质监测设备,若干组位于对应的子水域的中心处的水质监测设备以及排放点位的水质监测设备组成的监测水域的水质监测设备的全局部署;
步骤S43:接着将监测水域以单位边长为10b,划分为若干组区域监测子水域,并在每组子水域的中心处设置若干个相邻距离均为的水质监测设备后组成监测水域监测设备的区域部署。
根据上述技术方案,所述步骤S5进一步包括以下步骤:
步骤S51:水质监测数据采集模块实时采集全局部署的水质监测设备的监测数据;
步骤S52:将采集到的水质监测数据的所有水质指标电信号传输至监测异常判断模块,监测异常判断模块将所有水质指标与预设标准水质指标区间对比;
步骤S53:当全局部署的水质监测设备监测的水质指标均在预设标准水质指标区间内时,判断监测水域的水质无异常;反之,当局部署的水质监测设备监测的水质指标存在预设标准水质指标区间之外时,判断监测水域的水质异常,监测异常判断模块触发电信号至污染扩散区域分析模块启动,并实时分析异常水质对监测水域的污染状况。
根据上述技术方案,所述步骤S6进一步包括以下步骤:
步骤S61:首先锁定监测到异常的监测设备在全局部署中的位置,并通过河床建模模型,确定距离该位置最近的标记的排放点位;
步骤S62:以最近的标记的排放点位为中心,等射线夹角的向中心点的360度方向发射若干组射线,每一组射线的发射速度为V,其中V的计算公式为:
式中,s为监测面积值;h为通过河床建模模型得到的监测水域的平均深度值;f为监测水域表面的实时风速值;θ为当前射线与监测水域表面风向的顺时针夹角度数值,θ∈[0,360];k为控制系数,为大于0常数,一般用于根据中心点位在河床的地势情况以及摄像方向给出的预设固定值;α为水域面积对污染扩散的影响系数;
步骤S63:以周期t为一帧画面,利用公式L=t*V计算射线距离L值,重复运行步骤S63,得到摄像每一帧画面时的长度L;
步骤S64:将每一帧画面的当前射线长度下的末端进行连接,组成闭环区域;
步骤S65:确定闭环区域为污染扩散区域,污染扩散区域随着时间推移而跟随每一帧画面后的进程进行扩散。
根据上述技术方案,所述步骤S7进一步包括以下步骤:
步骤S71:根据监测设备的区域部署位置以及分析得到的污染源扩散进程,系统控制启动最接近的区域部署模块;
步骤S72:通过区域部署的监测设备获取经过污染扩散后的所有受污染水域的水质监测指标;
步骤S73:当分析到的污染源扩散到该区域部署的监测设备处时,将此时监测到的水质监测指标值输出至可视化展示模块进行校准。
与现有技术相比,本发明所达到的有益效果是:本发明,通过地形勘测、河床建模和风况信息采集,系统能够实时获取监测水域的河床深度、水域面积、地势差值以及风况数据。在此基础上,系统结合工业排放点位置,部署水质监测设备,实时采集水质数据并传输至远程监测模块。一旦发现水质异常,系统迅速响应,启动污染扩散区域分析,精确定位污染源并预测扩散进程。通过监测设备实时数据的反馈,不断校准预测,确保准确性。最终,系统通过展示平台将经过校准的受污染水域扩散进程动态展示,提供有效的决策支持。有助于快速识别、定位和应对水域污染事件,实现水环境保护的重要突破,从而维护生态平衡与人类福祉。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的系统模块组成示意图。
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。
请参阅图1,本发明提供技术方案:一种基于数据可视化的多水域水质监测方法,包括基于数据可视化的多水域水质监测系统,基于数据可视化的多水域水质监测系统包括信息采集模块、监测设备部署模块、可视化监测与分析模块,信息采集模块用于采集监测水域数据,监测设备部署模块用于对监测水域部署水质监测设备并记录部署区域,可视化监测与分析模块用于对水域监测数值分析并进行可视化展示,信息采集模块和监测设备部署模块均与可视化监测与分析模块电信号连接。
信息采集模块包括水质监测数据采集模块和水域信息采集模块,水质监测数据采集模块用于采集水质监测设备实时监测到的水质数据,水域信息采集模块用于采集监测水域的综合信息,便于对监测水域的全局监测。
水域信息采集模块进一步包括河床建模模型录入子模块、风况监测子模块和排放点位标记子模块,河床建模模型录入子模块用于将监测水域的河床三维地形信息进行录入系统,风况监测子模块用于监测水域区域的风速风向数据,排放点位标记子模块用于根据河床建模模型录入子模块的河床建模模型以及水域周边的工业企业排放点位置,在河床建模模型中标记。
监测设备部署模块包括全局部署模块和区域部署模块,全局部署模块用于规划水质监测设备在监测水域的全局监测点位的部署,区域部署模块用于规划水质监测设备在监测水域的区域性集中监测点位的部署。
可视化监测与分析模块包括数据传输模块、监测异常判断模块、污染扩散区域分析模块、区域监测及校准模块以及可视化展示模块,数据传输模块用于接收信息采集模块和监测设备部署模块的电信号传输的实时数据,监测异常判断模块用于对水质监测数据进行异常判断,污染扩散区域分析模块用于实时的拟合分析受污染水域的扩散范围,区域监测及校准模块用于对受污染水域的局部区域进行数值监测并校准受污染水域的扩散进程,可视化展示模块用于对监测水域的受污染区域扩散进程输出后进行可视化展示。
该方法包括以下步骤:
步骤S1:通过对监测水域的地形地貌勘测后,对监测水域的河床地势进行建模,然后通过河床建模模型录入子模块将河床建模模型录入,根据河床模型,获取监测水域的河床深度、水域面积和河流平均地势差值;
步骤S2:采集监测水域表面的风况信息,主要包括风速值和风向;
步骤S3:基于当前录入的河床建模模型,和工业企业备案排放点位置,将排放点位置位于监测水域内的排放点位在模型中标记;
步骤S4:在监测水域内进行水质监测设备部署,实时采集水质监测数据;
步骤S5:通过数据传输模块接收远程监测和采集的实时数据,并实时监测判断水域水质的异常情况;
步骤S6:当监测到水域水质异常时,电信号传输至污染扩散区域分析模块,启动分析确认污染排放点并预测受污染水域的扩散进程;
步骤S7:通过区域部署的监测设备实时监测的数据,进一步校准预测的受污染水域的扩散进程;
步骤S8:利用系统展示平台,将校准后的预测受污染水域扩散进程动态展示;通过地形勘测、河床建模和风况信息采集,系统能够实时获取监测水域的河床深度、水域面积、地势差值以及风况数据。在此基础上,系统结合工业排放点位置,部署水质监测设备,实时采集水质数据并传输至远程监测模块。一旦发现水质异常,系统迅速响应,启动污染扩散区域分析,精确定位污染源并预测扩散进程。通过监测设备实时数据的反馈,不断校准预测,确保准确性。最终,系统通过展示平台将经过校准的受污染水域扩散进程动态展示,提供有效的决策支持。有助于快速识别、定位和应对水域污染事件,实现水环境保护的重要突破,从而维护生态平衡与人类福祉。
步骤S4进一步包括以下步骤:
步骤S41:首先将监测水域以单位边长为b,划分为若干组全局监测子水域,并在每组子水域的中心处设置一个水质监测设备;
步骤S42:然后根据河床建模模型中标记的排放点位位置,在监测水域相应位置处同样设置一个水质监测设备,若干组位于对应的子水域的中心处的水质监测设备以及排放点位的水质监测设备组成的监测水域的水质监测设备的全局部署;
步骤S43:接着将监测水域以单位边长为10b,划分为若干组区域监测子水域,并在每组子水域的中心处设置若干个相邻距离均为的水质监测设备后组成监测水域监测设备的区域部署;通过将监测水域进行全局部署和区域部署的方案进行监测,可以充分利用全局部署时的全面性对监测水域的全局监测,及时发现异常水质问题,并通过区域部署的水质监测设备,当发现水质异常时,利用区域部署监测设备密集且数量多的特点,及时深度和精细化的对异常水质监测的作用。
步骤S5进一步包括以下步骤:
步骤S51:水质监测数据采集模块实时采集全局部署的水质监测设备的监测数据;
步骤S52:将采集到的水质监测数据的所有水质指标电信号传输至监测异常判断模块,监测异常判断模块将所有水质指标与预设标准水质指标区间对比;
步骤S53:当全局部署的水质监测设备监测的水质指标均在预设标准水质指标区间内时,判断监测水域的水质无异常;反之,当局部署的水质监测设备监测的水质指标存在预设标准水质指标区间之外时,判断监测水域的水质异常,监测异常判断模块触发电信号至污染扩散区域分析模块启动,并实时分析异常水质对监测水域的污染状况。
步骤S6进一步包括以下步骤:
步骤S61:首先锁定监测到异常的监测设备在全局部署中的位置,并通过河床建模模型,确定距离该位置最近的标记的排放点位;
步骤S62:以最近的标记的排放点位为中心,等射线夹角的向中心点的360度方向发射若干组射线,每一组射线的发射速度为V,其中V的计算公式为:
式中,s为监测面积值;h为通过河床建模模型得到的监测水域的平均深度值;f为监测水域表面的实时风速值;θ为当前射线与监测水域表面风向的顺时针夹角度数值,θ∈p0,360];k为控制系数,为大于0常数,一般用于根据中心点位在河床的地势情况以及摄像方向给出的预设固定值;α为水域面积对污染扩散的影响系数;
步骤S63:以周期t为一帧画面,利用公式L=t*V计算射线距离L值,重复运行步骤S63,得到摄像每一帧画面时的长度L;
步骤S64:将每一帧画面的当前射线长度下的末端进行连接,组成闭环区域;
步骤S65:确定闭环区域为污染扩散区域,污染扩散区域随着时间推移而跟随每一帧画面后的进程进行扩散。
其中,监测水域面积以及实时风速均与射线发射速度呈正比,当射线与风向呈同方向夹角时,风速越大,射线发射度数越快,即该污染源向射线方向的扩散速度越快,且风速还与监测水域面积有关,当水域面积越大,因风力受到的阻碍更少,风速对污染扩散速度影响越大,污染扩散速度还与水域深度和河床地势有关;同时,通过上述步骤,可以利用周期性的对射线长度计算,并将所有射线末端拟合轮廓的方法快速分析得到的污染源扩散进程。
步骤S7进一步包括以下步骤:
步骤S71:根据监测设备的区域部署位置以及分析得到的污染源扩散进程,系统控制启动最接近的区域部署模块;
步骤S72:通过区域部署的监测设备获取经过污染扩散后的所有受污染水域的水质监测指标;
步骤S73:当分析到的污染源扩散到该区域部署的监测设备处时,将此时监测到的水质监测指标值输出至可视化展示模块进行校准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于数据可视化的多水域水质监测方法,包含基于数据可视化的多水域水质监测系统,其特征在于:所述基于数据可视化的多水域水质监测系统包括信息采集模块、监测设备部署模块、可视化监测与分析模块,所述信息采集模块用于采集监测水域数据,所述监测设备部署模块用于对监测水域部署水质监测设备并记录部署区域,所述可视化监测与分析模块用于对水域监测数值分析并进行可视化展示,所述信息采集模块和监测设备部署模块均与可视化监测与分析模块电信号连接。
2.根据权利要求1所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述信息采集模块包括水质监测数据采集模块和水域信息采集模块,所述水质监测数据采集模块用于采集水质监测设备实时监测到的水质数据,所述水域信息采集模块用于采集监测水域的综合信息,便于对监测水域的全局监测。
3.根据权利要求2所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述水域信息采集模块进一步包括河床建模模型录入子模块、风况监测子模块和排放点位标记子模块,所述河床建模模型录入子模块用于将监测水域的河床三维地形信息进行录入系统,所述风况监测子模块用于监测水域区域的风速风向数据,所述排放点位标记子模块用于根据所述河床建模模型录入子模块的河床建模模型以及水域周边的工业企业排放点位置,在河床建模模型中标记。
4.根据权利要求3所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述监测设备部署模块包括全局部署模块和区域部署模块,所述全局部署模块用于规划水质监测设备在监测水域的全局监测点位的部署,所述区域部署模块用于规划水质监测设备在监测水域的区域性集中监测点位的部署。
5.根据权利要求4所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述可视化监测与分析模块包括数据传输模块、监测异常判断模块、污染扩散区域分析模块、区域监测及校准模块以及可视化展示模块,所述数据传输模块用于接收所述信息采集模块和监测设备部署模块的电信号传输的实时数据,所述监测异常判断模块用于对水质监测数据进行异常判断,所述污染扩散区域分析模块用于实时的拟合分析受污染水域的扩散范围,所述区域监测及校准模块用于对受污染水域的局部区域进行数值监测并校准受污染水域的扩散进程,所述可视化展示模块用于对监测水域的受污染区域扩散进程输出后进行可视化展示。
6.根据权利要求5所述的一种基于数据可视化的多水域水质监测方法,其特征在于:该方法包括以下步骤:
步骤S1:通过对监测水域的地形地貌勘测后,对监测水域的河床地势进行建模,然后通过河床建模模型录入子模块将河床建模模型录入,根据河床模型,获取监测水域的河床深度、水域面积和河流平均地势差值;
步骤S2:采集监测水域表面的风况信息,主要包括风速值和风向;
步骤S3:基于当前录入的河床建模模型,和工业企业备案排放点位置,将排放点位置位于监测水域内的排放点位在模型中标记;
步骤S4:在监测水域内进行水质监测设备部署,实时采集水质监测数据;
步骤S5:通过数据传输模块接收远程监测和采集的实时数据,并实时监测判断水域水质的异常情况;
步骤S6:当监测到水域水质异常时,电信号传输至污染扩散区域分析模块,启动分析确认污染排放点并预测受污染水域的扩散进程;
步骤S7:通过区域部署的监测设备实时监测的数据,进一步校准预测的受污染水域的扩散进程;
步骤S8:利用系统展示平台,将校准后的预测受污染水域扩散进程动态展示。
7.根据权利要求6所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述步骤S4进一步包括以下步骤:
步骤S41:首先将监测水域以单位边长为b,划分为若干组全局监测子水域,并在每组子水域的中心处设置一个水质监测设备;
步骤S42:然后根据河床建模模型中标记的排放点位位置,在监测水域相应位置处同样设置一个水质监测设备,若干组位于对应的子水域的中心处的水质监测设备以及排放点位的水质监测设备组成的监测水域的水质监测设备的全局部署;
步骤S43:接着将监测水域以单位边长为10b,划分为若干组区域监测子水域,并在每组子水域的中心处设置若干个相邻距离均为的水质监测设备后组成监测水域监测设备的区域部署。
8.根据权利要求7所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述步骤S5进一步包括以下步骤:
步骤S51:水质监测数据采集模块实时采集全局部署的水质监测设备的监测数据;
步骤S52:将采集到的水质监测数据的所有水质指标电信号传输至监测异常判断模块,监测异常判断模块将所有水质指标与预设标准水质指标区间对比;
步骤S53:当全局部署的水质监测设备监测的水质指标均在预设标准水质指标区间内时,判断监测水域的水质无异常;反之,当局部署的水质监测设备监测的水质指标存在预设标准水质指标区间之外时,判断监测水域的水质异常,监测异常判断模块触发电信号至污染扩散区域分析模块启动,并实时分析异常水质对监测水域的污染状况。
9.根据权利要求8所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述步骤S6进一步包括以下步骤:
步骤S61:首先锁定监测到异常的监测设备在全局部署中的位置,并通过河床建模模型,确定距离该位置最近的标记的排放点位;
步骤S62:以最近的标记的排放点位为中心,等射线夹角的向中心点的360度方向发射若干组射线,每一组射线的发射速度为V,其中V的计算公式为:
式中,s为监测面积值;h为通过河床建模模型得到的监测水域的平均深度值;f为监测水域表面的实时风速值;θ为当前射线与监测水域表面风向的顺时针夹角度数值,θ∈[0,360];k为控制系数,为大于0常数,一般用于根据中心点位在河床的地势情况以及摄像方向给出的预设固定值;α为水域面积对污染扩散的影响系数;
步骤S63:以周期t为一帧画面,利用公式L=t*V计算射线距离L值,重复运行步骤S63,得到摄像每一帧画面时的长度L;
步骤S64:将每一帧画面的当前射线长度下的末端进行连接,组成闭环区域;
步骤S65:确定闭环区域为污染扩散区域,污染扩散区域随着时间推移而跟随每一帧画面后的进程进行扩散。
10.根据权利要求9所述的一种基于数据可视化的多水域水质监测方法,其特征在于:所述步骤S7进一步包括以下步骤:
步骤S71:根据监测设备的区域部署位置以及分析得到的污染源扩散进程,系统控制启动最接近的区域部署模块;
步骤S72:通过区域部署的监测设备获取经过污染扩散后的所有受污染水域的水质监测指标;
步骤S73:当分析到的污染源扩散到该区域部署的监测设备处时,将此时监测到的水质监测指标值输出至可视化展示模块进行校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311224177.5A CN117007762B (zh) | 2023-09-21 | 2023-09-21 | 一种基于数据可视化的多水域水质监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311224177.5A CN117007762B (zh) | 2023-09-21 | 2023-09-21 | 一种基于数据可视化的多水域水质监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117007762A true CN117007762A (zh) | 2023-11-07 |
CN117007762B CN117007762B (zh) | 2023-12-29 |
Family
ID=88574626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311224177.5A Active CN117007762B (zh) | 2023-09-21 | 2023-09-21 | 一种基于数据可视化的多水域水质监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117007762B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418737A (zh) * | 2020-12-16 | 2021-02-26 | 南京大学 | 一种区域水环境管理平台 |
CN113176387A (zh) * | 2021-04-19 | 2021-07-27 | 衢州学院 | 基于广域无线传感器网络的水质监测智能评估系统及方法 |
CN114935637A (zh) * | 2022-06-06 | 2022-08-23 | 倪文兵 | 基于大数据的环境污染监测系统 |
CN115545678A (zh) * | 2022-11-29 | 2022-12-30 | 浙江贵仁信息科技股份有限公司 | 一种基于水环境画像与污染物溯源的水质监测方法 |
CN116609500A (zh) * | 2023-06-02 | 2023-08-18 | 无锡点创科技有限公司 | 一种基于物联网的水质数据监测方法 |
-
2023
- 2023-09-21 CN CN202311224177.5A patent/CN117007762B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418737A (zh) * | 2020-12-16 | 2021-02-26 | 南京大学 | 一种区域水环境管理平台 |
CN113176387A (zh) * | 2021-04-19 | 2021-07-27 | 衢州学院 | 基于广域无线传感器网络的水质监测智能评估系统及方法 |
CN114935637A (zh) * | 2022-06-06 | 2022-08-23 | 倪文兵 | 基于大数据的环境污染监测系统 |
CN115545678A (zh) * | 2022-11-29 | 2022-12-30 | 浙江贵仁信息科技股份有限公司 | 一种基于水环境画像与污染物溯源的水质监测方法 |
CN116609500A (zh) * | 2023-06-02 | 2023-08-18 | 无锡点创科技有限公司 | 一种基于物联网的水质数据监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117007762B (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5553492A (en) | Measuring system for measuring real time groundwater data | |
CN112883644B (zh) | 一种动态水环境管理方法 | |
CN112734694A (zh) | 一种基于大数据的水质监测方法 | |
CN113325153A (zh) | 水质多参数监测综合信息管理系统 | |
CN114371260A (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
CN106373070B (zh) | 一种应对城市暴雨内涝的四预方法 | |
CN110646867A (zh) | 一种城市排水监测预警方法和系统 | |
CN113110200A (zh) | 一种基于气象和雨洪模型的城市内涝预警系统 | |
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 | |
CN116233370A (zh) | 基于水质监测的智能化视频监控方法 | |
CN112418737A (zh) | 一种区域水环境管理平台 | |
CN112308292A (zh) | 一种火灾风险等级分布图的绘制方法 | |
CN107748228A (zh) | 一种响应预警预报的应急指挥系统 | |
CN109684774A (zh) | 一种梁式桥安全监测与评估装置 | |
CN113593191A (zh) | 一种基于大数据的可视化城市内涝监测预警系统 | |
CN108489543B (zh) | 一种企业排污指标监控设备及使用方法 | |
CN115187033A (zh) | 一种智慧工地施工安全风险预警系统及其方法 | |
CN115372571A (zh) | 一种水环境智能监测系统 | |
CN114519926A (zh) | 基于物联网的环保监测用仪表智能控制系统 | |
CN113125659A (zh) | 水质监测平台 | |
CN117007762B (zh) | 一种基于数据可视化的多水域水质监测方法 | |
CN116877938B (zh) | 一种基于图像数据处理的城市排水管网破损检测定位系统 | |
CN211236898U (zh) | 一种海绵城市建设项目的监测系统 | |
CN1667370A (zh) | 一种利用量水仪的量水方法 | |
CN112040010A (zh) | 一种基于物联网的生态环境监测系统 |
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 |