CN117423005B - 一种锁定污染源的水质在线监测系统及方法 - Google Patents
一种锁定污染源的水质在线监测系统及方法 Download PDFInfo
- Publication number
- CN117423005B CN117423005B CN202311747523.8A CN202311747523A CN117423005B CN 117423005 B CN117423005 B CN 117423005B CN 202311747523 A CN202311747523 A CN 202311747523A CN 117423005 B CN117423005 B CN 117423005B
- Authority
- CN
- China
- Prior art keywords
- water quality
- monitoring
- pollution
- pollutant
- content
- 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 293
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 247
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000003344 environmental pollutant Substances 0.000 claims description 204
- 231100000719 pollutant Toxicity 0.000 claims description 201
- 238000004364 calculation method Methods 0.000 claims description 67
- 238000011144 upstream manufacturing Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 12
- 230000001174 ascending effect Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 239000000126 substance Substances 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- JMANVNJQNLATNU-UHFFFAOYSA-N oxalonitrile Chemical compound N#CC#N JMANVNJQNLATNU-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 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
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000007726 management method Methods 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
- 239000008239 natural water Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 239000003403 water pollutant Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- General Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
Abstract
本发明公开了一种锁定污染源的水质在线监测系统及方法，属于物理及化学性质检测领域，本发明将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算，将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数，将污染源的整体污染系数降序或升序排布，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报，通过污染物成分和含量的准确计算对排放主体进行准确锁定，提高了污染排放主体判断的准确性。
Description
技术领域
本发明属于物理及化学性质检测技术领域，具体的说是一种锁定污染源的水质在线监测系统及方法。
背景技术
水质监测，是监视和测定水体中污染物的种类、各类污染物的浓度及变化趋势，评价水质状况的过程，监测范围十分广泛，包括未被污染和已受污染的天然水(江、河、湖、海和地下水)及各种各样的工业排水等。主要监测项目可分为两大类：一类是反映水质状况的综合指标，如温度、色度、浊度、pH值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量等；另一类是一些有毒物质，如酚、氰、砷、铅、铬、镉、汞和有机农药等，地下管道主要是收集城市中的生活污水、工业废水、城市降水径流等；
现有技术例如公开号为CN115561413A的中国专利中公开一种基于物联网平台的水质在线组网监测智慧窨井盖，涉及水质监测技术领域，通过在窨井盖内安装数据采集终端，使得能够对城市内的管道的各个位置进行水质监测，从而提高了水质监测的效率和覆盖范围，同时利用安装在窨井盖上的数据采集终端，对窨井盖所在位置的水质进行检测，且能够根据实际需要安装具有获取不同类型的水质数据的数据采集终端，对窨井盖的所在位置的水质进行监测，判断所监测的指标是否超标，当所监测的指标超标时，将超标的窨井盖进行标记，并根据窨井盖所在位置的水质数据的超标程度，对污染源进行溯源，并定位；
同时例如在授权公告号为CN114324813B的中国专利中公开了一种锁定污染源的水质在线监测系统包括漂浮壳，漂浮壳内开设有两个上下对称的通腔，两个通腔内设有摆向机，两个通腔之间转动设有检测箱，检测箱内设有水质检测机构，检测箱的右侧开设有动力腔，漂浮壳的右侧固定安装有推动箱，推动箱与动力腔内设有螺旋桨机构，在正常工作中保持转动杆与推动轴之间距离的最小化，进行快速抽样，判断大致的污染源位置，通过能够伸缩的弹簧伸缩杆与能够滑动的伸缩杆，改变转动杆与推动轴之间的距离，从而实现在动力电机功率不变的前提下，对推动扇叶转速的改变，实现在检测到大致的污染源范围时，在该范围内进行水质的抽样检测，进行精确定位。
以上专利均存在本背景技术提出的问题：现有的锁定污染源的水质在线监测系统在检测过程中无法根据水体污染物成分和含量的准确计算对排放主体进行准确锁定，排放主体的位置判断准确性较差，为了解决这些问题，本申请设计了一种锁定污染源的水质在线监测系统及方法 。
发明内容
针对现有技术的不足，本发明提出了一种锁定污染源的水质在线监测系统及方法，本发明在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据，提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分，将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算，将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算，将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数，将污染源的整体污染系数降序或升序排列，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报，通过污染物成分和含量的准确计算对排放主体进行准确锁定，提高了污染排放主体判断的准确性。
为实现上述目的，本发明提供如下技术方案：
一种锁定污染源的水质在线监测方法，其包括以下具体步骤：
S1、在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据；
S2、提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分；
S3、将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算；
S4、将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算；
S5、将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数；
S6、将污染源的整体污染系数降序或升序排布，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报。
具体的，所述S1包括以下具体步骤：
S11、获取水体流域图像，在水体表面等间距设置监测区间，这里的监测区间沿着水体设置，这里的等间距可以是五千米、一千米、一百米自行根据需要设置的间隔，在每个监测区间的两端设置水质监测模组对水质进行监测，水质监测模组实时通过无线局域网向监测中心传输水质监测数据，提取水质监测数据中各污染物含量；
S12、提取水体水质各污染物安全含量和各监测区间排放主体的报备污染物成分、含量数据，同时提取各排放主体位于监测区间的位置数据。
在此需要说明的是，这里的各监测区间排放主体的报备污染物成分、含量数据和位于监测区间的位置数据均以环保管理部门备案为准，同时这里的成分、含量数据仅在系统内部使用，不存在泄露配料成分或者含量等商业机密的有关风险；
具体的，所述S2的具体步骤如下：
S21、获取水质监测模组的水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找到其中含量不在水质标准范围的污染物成分；
S22、提取含量不在水质标准范围的污染物成分对应的水质监测模组位置，设为基准位置，提取基准位置上游的水质监测模组的含量不在水质标准范围的污染物成分的监测数据。
具体的，所述S3中的污染源初选策略的具体步骤为：
S31、获取基准位置上游的水质监测模组的含量不在水质标准范围的污染物成分的监测数据，监测数据中包括污染物成分和含量；
S32、将监测区间上游和下游的水质监测模组的污染物成分、含量进行提取代入监测区间的污染系数计算公式中计算监测区间的污染系数，监测区间的污染系数计算公式为：，其中，/>为基准位置第i个不在水质标准范围的污染物成分的监测数据，/>为/>对应的污染物成分水质标准范围的中值，n为基准位置不在水质标准范围的污染物成分的个数，/>为基准位置第i个不在水质标准范围的污染物成分的重要度，为监测区间下游的第i个不在水质标准范围的污染物成分的监测数据，/>为监测区间上游的第i个不在水质标准范围的污染物成分的监测数据；
S33、S32中基准位置第i个不在水质标准范围的污染物成分的重要度的计算公式为：，其中，/>为/>对应的污染物成分水质标准范围的最大值，为/>对应的污染物成分水质标准范围的最小值；
S34、将基准位置上游各监测区间上游和下游的水质监测模组的污染物成分、含量代入监测区间的污染系数计算公式中计算基准位置上游监测区间的污染系数并进行提取传输。
具体的，所述S4中的污染源筛选策略包括以下具体步骤：
S41、获取基准位置的水质监测模组的含量不在水质标准范围的污染物成分的监测数据，监测数据中包括污染物成分和含量，同时获取各监测区间排放主体的报备污染物成分和含量；
S42、将获取的基准位置的水质监测模组的含量不在水质标准范围的污染物成分的监测数据和各监测区间排放主体的报备污染物成分、含量导入排放主体污染系数计算公式中进行排放主体污染系数计算公式的计算，排放主体污染系数计算公式为：，其中，/>为排放主体的报备的基准位置第i个不在水质标准范围的污染物成分的含量。
具体的，所述S5中具体内容如下：
获取计算得到的各监测区间污染系数和监测区间中各排放主体污染系数，将计算得到的各监测区间污染系数和监测区间中各排放主体污染系数代入污染系数计算公式中计算排放主体的整体污染系数，其中，排放主体的整体污染系数计算公式为：，其中，/>为监测区间污染占比系数，/>为排放主体污染占比系数，。
在此需要说明的是，这里的，/>的取值方式为：取500组历史污染监测数据、排放主体的报备污染物成分和含量数据代入公式中计算排放主体的整体污染系数，导入拟合软件中得出符合判断准确率的最优/>，/>的取值。
具体的，一种锁定污染源的水质在线监测系统，其基于上述一种锁定污染源的水质在线监测方法实现，其具体包括：水质数据采集模块、污染物成分对比模块、监测区间污染系数计算模块、排放主体污染系数计算模块、整体污染系数计算模块、污染源锁定模块和控制模块，所述水质数据采集模块用于在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据，所述污染物成分对比模块用于提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分。
具体的，所述监测区间污染系数计算模块用于将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算，所述排放主体污染系数计算模块用于将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算，所述整体污染系数计算模块用于将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数。
具体的，所述污染源锁定模块用于将污染源的整体污染系数降序或升序排布，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报，所述控制模块用于控制水质数据采集模块、污染物成分对比模块、监测区间污染系数计算模块、排放主体污染系数计算模块、整体污染系数计算模块、污染源锁定模块的运行。
具体的，一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种锁定污染源的水质在线监测方法。
具体的，一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种锁定污染源的水质在线监测方法。
与现有技术相比，本发明的有益效果是：
本发明在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据，提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分，将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算，将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算，将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数，将污染源的整体污染系数降序或升序排列，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报，通过污染物成分和含量的准确计算对排放主体进行准确锁定，提高了污染排放主体判断的准确性。
附图说明
图1为本发明一种锁定污染源的水质在线监测方法流程示意图；
图2为本发明一种锁定污染源的水质在线监测方法S1步具体流程示意图；
图3为本发明一种锁定污染源的水质在线监测方法S2步具体流程示意图；
图4为本发明一种锁定污染源的水质在线监测系统构架示意图。
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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。
实施例1
请参阅图1-图3，本发明提供的一种实施例：一种锁定污染源的水质在线监测方法，其包括以下具体步骤：
S1、在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据；
在本实施例中，S11、获取水体流域图像，在水体表面等间距设置监测区间，这里的监测区间沿着水体设置，这里的等间距可以是五千米、一千米、一百米自行根据需要设置的间隔，在每个监测区间的两端设置水质监测模组对水质进行监测，水质监测模组实时通过无线局域网向监测中心传输水质监测数据，提取水质监测数据中各污染物含量；
S12、提取水体水质各污染物安全含量和各监测区间排放主体的报备污染物成分、含量数据，同时提取各排放主体位于监测区间的位置数据；
以下是一个示例的C语言代码，用于提取水体水质各污染物安全含量和监测区间排放主体的报备污染物成分、含量数据，并提取每个排放主体位于监测区间的位置数据：
#include<stdio.h>
#include<stdlib.h>
// 定义结构体保存排放主体信息
typedef struct {
char name[50]; // 排放主体名称
float pollutants[5]; // 报备污染物成分，最多假设有5种污染物
float concentrations[5]; // 报备污染物含量，与成分对应
float location_x; // 排放主体在监测区间的X坐标
float location_y; // 排放主体在监测区间的Y坐标
} EmissionSource;
int main() {
int num_emission_sources = 0; // 排放主体数量
int num_pollutants = 0; // 污染物数量
printf("请输入排放主体数量：");
scanf("%d",&num_emission_sources);
printf("请输入污染物数量：");
scanf("%d",&num_pollutants);
// 动态分配内存保存排放主体数据
EmissionSource* emission_sources = (EmissionSource*) malloc(num_emission_sources * sizeof(EmissionSource));
// 提取每个排放主体的数据
for (int i = 0; i<num_emission_sources; i++) {
printf("\n请输入第 %d 个排放主体的信息：\n", i + 1);
printf("排放主体名称：");
scanf("%s", emission_sources[i].name);
printf("报备污染物成分和含量：\n");
for (int j = 0; j<num_pollutants; j++) {
printf("第 %d 种污染物的成分和含量：", j + 1);
scanf("%f %f",&emission_sources[i].pollutants[j],&emission_sources[i].concentrations[j]);
}
printf("排放主体在监测区间的位置坐标（X Y）：");
scanf("%f %f",&emission_sources[i].location_x,&emission_sources[i].location_y);
}
// 打印结果
for (int i = 0; i<num_emission_sources; i++) {
printf("\n排放主体信息：\n");
printf("名称：%s
", emission_sources[i].name);
printf("报备污染物成分和含量：\n");
for (int j = 0; j<num_pollutants; j++) {
printf("第 %d 种污染物的成分和含量：%f %f
", j + 1, emission_sources[i].pollutants[j], emission_sources[i].concentrations[j]);
}
printf("排放主体在监测区间的位置坐标（X Y）：%f %f
", emission_sources[i].location_x, emission_sources[i].location_y);
}
// 释放内存
free(emission_sources);
return 0;
}
注意：这只是一个示例代码，根据具体需求可能需要进行相应的修改；
S2、提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分；
在本实施例中，S2的具体步骤如下：
S21、获取水质监测模组的水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找到其中含量不在水质标准范围的污染物成分；
S22、提取含量不在水质标准范围的污染物成分对应的水质监测模组位置，设为基准位置，提取基准位置上游的水质监测模组的含量不在水质标准范围的污染物成分的监测数据；
S3、将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算；
在本实施例中，S3中的污染源初选策略的具体步骤为：
S31、获取基准位置上游的水质监测模组的含量不在水质标准范围的污染物成分的监测数据，监测数据中包括污染物成分和含量；
S32、将监测区间上游和下游的水质监测模组的污染物成分、含量进行提取代入监测区间的污染系数计算公式中计算监测区间的污染系数，监测区间的污染系数计算公式为：，其中，/>为基准位置第i个不在水质标准范围的污染物成分的监测数据，/>为/>对应的污染物成分水质标准范围的中值，n为基准位置不在水质标准范围的污染物成分的个数，/>为基准位置第i个不在水质标准范围的污染物成分的重要度，为监测区间下游的第i个不在水质标准范围的污染物成分的监测数据，/>为监测区间上游的第i个不在水质标准范围的污染物成分的监测数据；
S33、S32中基准位置第i个不在水质标准范围的污染物成分的重要度的计算公式为：，其中，/>为/>对应的污染物成分水质标准范围的最大值，为/>对应的污染物成分水质标准范围的最小值；
S34、将基准位置上游各监测区间上游和下游的水质监测模组的污染物成分、含量代入监测区间的污染系数计算公式中计算基准位置上游监测区间的污染系数并进行提取传输；
S4、将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算；
在本实施例中，S4中的污染源筛选策略包括以下具体步骤：
S41、获取基准位置的水质监测模组的含量不在水质标准范围的污染物成分的监测数据，监测数据中包括污染物成分和含量，同时获取各监测区间排放主体的报备污染物成分和含量；
S42、将获取的基准位置的水质监测模组的含量不在水质标准范围的污染物成分的监测数据和各监测区间排放主体的报备污染物成分、含量导入排放主体污染系数计算公式中进行排放主体污染系数计算公式的计算，排放主体污染系数计算公式为：，其中，/>为排放主体的报备的基准位置第i个不在水质标准范围的污染物成分的含量；
S5、将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数；
在本实施例中，S5中具体内容如下：
获取计算得到的各监测区间污染系数和监测区间中各排放主体污染系数，将计算得到的各监测区间污染系数和监测区间中各排放主体污染系数代入污染系数计算公式中计算排放主体的整体污染系数，其中，排放主体的整体污染系数计算公式为：，其中，/>为监测区间污染占比系数，/>为排放主体污染占比系数，。
在此需要说明的是，这里的，/>的取值方式为：取500组历史污染监测数据、排放主体的报备污染物成分和含量数据代入公式中计算排放主体的整体污染系数，导入拟合软件中得出符合判断准确率的最优/>，/>的取值；
S6、将污染源的整体污染系数降序或升序排列，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报。
通过本实施例能够实现：在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据，提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分，将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算，将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算，将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数，将污染源的整体污染系数降序或升序排列，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报，通过污染物成分和含量的准确计算对排放主体进行准确锁定，提高了污染排放主体判断的准确性。
实施例2
如图4所示，一种锁定污染源的水质在线监测系统，其基于上述一种锁定污染源的水质在线监测方法实现，其具体包括：水质数据采集模块、污染物成分对比模块、监测区间污染系数计算模块、排放主体污染系数计算模块、整体污染系数计算模块、污染源锁定模块和控制模块，水质数据采集模块用于在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据，污染物成分对比模块用于提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分。
在本实施例中，监测区间污染系数计算模块用于将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算，排放主体污染系数计算模块用于将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算，整体污染系数计算模块用于将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数。
在本实施例中，污染源锁定模块用于将污染源的整体污染系数降序或升序排列，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报，控制模块用于控制水质数据采集模块、污染物成分对比模块、监测区间污染系数计算模块、排放主体污染系数计算模块、整体污染系数计算模块、污染源锁定模块的运行。
实施例3
本实施例提供一种电子设备，包括：处理器和存储器，其中，存储器中存储有可供处理器调用的计算机程序；
处理器通过调用存储器中存储的计算机程序，执行上述的一种锁定污染源的水质在线监测方法。
该电子设备可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上的处理器（Central Processing Units，CPU）和一个或一个以上的存储器，其中，该存储器中存储有至少一条计算机程序，该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种锁定污染源的水质在线监测方法。该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质，其上存储有可擦写的计算机程序；
当计算机程序在计算机设备上运行时，使得计算机设备执行上述的一种锁定污染源的水质在线监测方法。
例如，计算机可读存储介质能够是只读存储器（Read-Only Memory，简称：ROM）、随机存取存储器（Random Access Memory，简称：RAM）、只读光盘（Compact Disc Read-OnlyMemory，简称：CD-ROM）、磁带、软盘和光数据存储设备等。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应理解，根据A确定B并不意味着仅仅根据A确定B，还能够根据A和/或其它信息确定B。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。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，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网络或/和无线网络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。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合的服务器、数据中心等数据存储设备。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。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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，可做很多的修改和变化。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 (7)
1.一种锁定污染源的水质在线监测方法，其特征在于，其包括以下具体步骤：
S1、在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据；
S2、提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分；
S3、将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算；
S4、将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算；
S5、将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数；
S6、将污染源的整体污染系数降序或升序排列，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报；所述S1包括以下具体步骤：
S11、获取水体流域图像，在水体表面等间距设置监测区间，这里的监测区间沿着水体设置，在每个监测区间的两端设置水质监测模组对水质进行监测，水质监测模组实时通过无线局域网向监测中心传输水质监测数据，提取水质监测数据中各污染物含量；
S12、提取水体水质各污染物安全含量和各监测区间排放主体的报备污染物成分、含量数据，同时提取各排放主体位于监测区间的位置数据；所述S2的具体步骤如下：
S21、获取水质监测模组的水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找到其中含量不在水质标准范围的污染物成分；
S22、提取含量不在水质标准范围的污染物成分对应的水质监测模组位置，设为基准位置，提取基准位置上游的水质监测模组的含量不在水质标准范围的污染物成分的监测数据；所述S3中的污染源初选策略的具体步骤为：
S31、获取基准位置上游的水质监测模组的含量不在水质标准范围的污染物成分的监测数据，监测数据中包括污染物成分和含量；
S32、将监测区间上游和下游的水质监测模组的污染物成分、含量进行提取代入监测区间的污染系数计算公式中计算监测区间的污染系数，监测区间的污染系数计算公式为：，其中，/>为基准位置第i个不在水质标准范围的污染物成分的监测数据，/>为/>对应的污染物成分水质标准范围的中值，n为基准位置不在水质标准范围的污染物成分的个数，/>为基准位置第i个不在水质标准范围的污染物成分的重要度，/>为监测区间下游的第i个不在水质标准范围的污染物成分的监测数据，/>为监测区间上游的第i个不在水质标准范围的污染物成分的监测数据；
S33、S32中基准位置第i个不在水质标准范围的污染物成分的重要度的计算公式为：，其中，/>为/>对应的污染物成分水质标准范围的最大值，为/>对应的污染物成分水质标准范围的最小值；
S34、将基准位置上游各监测区间上游和下游的水质监测模组的污染物成分、含量代入监测区间的污染系数计算公式中计算基准位置上游监测区间的污染系数并进行提取传输；所述S4中的污染源筛选策略包括以下具体步骤：
S41、获取基准位置的水质监测模组的含量不在水质标准范围的污染物成分的监测数据，监测数据中包括污染物成分和含量，同时获取各监测区间排放主体的报备污染物成分和含量；
S42、将获取的基准位置的水质监测模组的含量不在水质标准范围的污染物成分的监测数据和各监测区间排放主体的报备污染物成分、含量导入排放主体污染系数计算公式中进行排放主体污染系数计算公式的计算，排放主体污染系数计算公式为：，其中，/>为排放主体的报备的基准位置第i个不在水质标准范围的污染物成分的含量。
2.如权利要求1所述的一种锁定污染源的水质在线监测方法，其特征在于，所述S5中具体内容如下：
获取计算得到的各监测区间污染系数和监测区间中各排放主体污染系数，将计算得到的各监测区间污染系数和监测区间中各排放主体污染系数代入污染系数计算公式中计算排放主体的整体污染系数，其中，排放主体的整体污染系数计算公式为：，其中，/>为监测区间污染占比系数，/>为排放主体污染占比系数，/>。
3.一种锁定污染源的水质在线监测系统，其基于如权利要求1-2任一项的所述一种锁定污染源的水质在线监测方法实现，其特征在于，其具体包括：水质数据采集模块、污染物成分对比模块、监测区间污染系数计算模块、排放主体污染系数计算模块、整体污染系数计算模块、污染源锁定模块和控制模块，所述水质数据采集模块用于在水体表面等间距设置监测区间，在监测区间上设置水质监测模组，水质监测模组实时向监测中心传输水质监测数据，所述污染物成分对比模块用于提取水质监测数据，将水质监测数据中的污染物含量与水质标准污染物含量进行对比，找出含量不在水质标准范围的污染物成分。
4.如权利要求3中所述的一种锁定污染源的水质在线监测系统，其特征在于，所述监测区间污染系数计算模块用于将获取的污染物成分、成分的含量、各个水质监测模组的污染物成分监测数据导入污染源初选策略中进行各监测区间的污染系数的计算，所述排放主体污染系数计算模块用于将获取的污染物成分、成分的含量与各监测区间排放主体的报备污染物成分和含量导入污染源筛选策略中进行各排放主体污染系数的计算，所述整体污染系数计算模块用于将得到的监测区间污染系数和各排放主体污染系数导入污染系数计算公式中计算排放主体的整体污染系数。
5.如权利要求4中所述的一种锁定污染源的水质在线监测系统，其特征在于，所述污染源锁定模块用于将污染源的整体污染系数降序或升序排列，得到最大的污染系数对应的排放主体设为锁定污染源，向监测中心进行预报，所述控制模块用于控制水质数据采集模块、污染物成分对比模块、监测区间污染系数计算模块、排放主体污染系数计算模块、整体污染系数计算模块、污染源锁定模块的运行。
6.一种电子设备，其特征在于，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行权利要求1-2任一项所述的一种锁定污染源的水质在线监测方法。
7.一种计算机可读存储介质，其特征在于：储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1-2任意一项所述的一种锁定污染源的水质在线监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311747523.8A CN117423005B (zh) | 2023-12-19 | 2023-12-19 | 一种锁定污染源的水质在线监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311747523.8A CN117423005B (zh) | 2023-12-19 | 2023-12-19 | 一种锁定污染源的水质在线监测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117423005A CN117423005A (zh) | 2024-01-19 |
| CN117423005B true CN117423005B (zh) | 2024-02-27 |
Family
ID=89523351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311747523.8A Active CN117423005B (zh) | 2023-12-19 | 2023-12-19 | 一种锁定污染源的水质在线监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117423005B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118378200B (zh) * | 2024-06-25 | 2024-09-03 | 台州市环科环保设备运营维护有限公司 | 一种用于水质污染源在线异常分析系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113990508A (zh) * | 2021-11-15 | 2022-01-28 | 中山大学 | 一种基于手机app的个体空气污染暴露精确评估方法 |
| CN115809529A (zh) * | 2022-11-23 | 2023-03-17 | 中国长江三峡集团有限公司 | 一种排水管网污染溯源方法、系统、终端和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200175455A1 (en) * | 2018-11-30 | 2020-06-04 | Microsoft Technology Licensing, Llc | Classification of skills |
-
2023
- 2023-12-19 CN CN202311747523.8A patent/CN117423005B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113990508A (zh) * | 2021-11-15 | 2022-01-28 | 中山大学 | 一种基于手机app的个体空气污染暴露精确评估方法 |
| CN115809529A (zh) * | 2022-11-23 | 2023-03-17 | 中国长江三峡集团有限公司 | 一种排水管网污染溯源方法、系统、终端和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117423005A (zh) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110085281A (zh) | 一种基于特征污染因子源解析的环境污染溯源系统及方法 | |
| CN112381369B (zh) | 基于在线光谱识别的水体污染溯源和风险预测评估方法 | |
| CN110297018A (zh) | 一种排水管网污染物排放溯源的方法及装置 | |
| CN117423005B (zh) | 一种锁定污染源的水质在线监测系统及方法 | |
| CN116233370A (zh) | 基于水质监测的智能化视频监控方法 | |
| CN115809529A (zh) | 一种排水管网污染溯源方法、系统、终端和存储介质 | |
| CN107677614A (zh) | 一种水中重金属污染风险在线预警系统及方法 | |
| CN116990479A (zh) | 一种基于Zigbee技术的水质监测方法、系统、设备及介质 | |
| CN116823067B (zh) | 管网水质清污状态的确定方法、装置及电子设备 | |
| CN117558107A (zh) | 一种基于物联网的农业环境监测系统 | |
| CN118094453B (zh) | 一种环保信息数据化管理监测系统 | |
| Voza et al. | The assessment and prediction of temporal variations in surface water quality—a case study | |
| CN117805338B (zh) | 一种建筑供水管网水质实时在线监测方法及系统 | |
| CN207516235U (zh) | 一种水中重金属污染风险在线预警系统 | |
| CN117473134B (zh) | 一种用于污染物溯源的水资源监控管理方法及系统 | |
| CN112903946A (zh) | 一种新型零星工业废水收集水质检测预警方法 | |
| CN115931057B (zh) | 一种基于城市水利数据的地下管道排放预警系统 | |
| CN117825645A (zh) | 一种天然水的智能处理方法及装置 | |
| 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 | |
| CN114048624B (zh) | 一种基于高斯驱动的绝缘子污秽预警方法及系统 | |
| Durdu | Stochastic approaches for time series forecasting of boron: a case study of Western Turkey | |
| CN114199305A (zh) | 近岸海域生态环境风险监测方法、装置、设备及存储介质 | |
| CN118152924A (zh) | 一种基于物联网技术的水利工程水质监测方法和系统 | |
| CN102128914A (zh) | 一种水质量预测、评价的等浓度线方法 | |
| Mouton et al. | Application of MesoCASiMiR: assessment of Baetis rhodani habitat suitability |
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 |