CN117607376A - 一种用于生态环境的检测服务系统 - Google Patents
一种用于生态环境的检测服务系统 Download PDFInfo
- Publication number
- CN117607376A CN117607376A CN202311480415.9A CN202311480415A CN117607376A CN 117607376 A CN117607376 A CN 117607376A CN 202311480415 A CN202311480415 A CN 202311480415A CN 117607376 A CN117607376 A CN 117607376A
- Authority
- CN
- China
- Prior art keywords
- data
- water
- value
- detection
- detected
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 90
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 167
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 73
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 73
- 239000001301 oxygen Substances 0.000 claims abstract description 73
- 238000004458 analytical method Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 238000003062 neural network model Methods 0.000 claims abstract description 6
- 230000008859 change Effects 0.000 claims description 18
- 239000000523 sample Substances 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 239000003792 electrolyte Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000006722 reduction reaction Methods 0.000 claims description 6
- 239000000243 solution Substances 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 239000007864 aqueous solution Substances 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000012528 membrane Substances 0.000 claims description 3
- 229910021645 metal ion Inorganic materials 0.000 claims description 3
- 210000002569 neuron Anatomy 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 2
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Abstract
本发明公开了一种用于生态环境的检测服务方法,包括:步骤一:将无线传感器数据采集节点置于测量水域内,采集温度、PH值、溶解氧的常用水环境参数数据;步骤二:通过Zigbee无线传感技术将采集的待检测参数数据传输至汇聚节点;步骤三:检测分析终端对接收到的待检测水资源的温度数据进行解析;步骤四:检测分析终端对接收到的待检测水资源的PH数据值进行解析;步骤五:检测分析终端对接收到的待检测水资源的溶解氧数据值进行解析输出,步骤六:利用BP神经网络模型对水环境质量数据进行训练实时的迭代分析,对分析出的异常进行实时的预警反馈和处理,本发明,具有提高检测服务的高可用性以及保证检测数据的分析精准性和实时性的特点。
Description
技术领域
本发明涉及水环境检测技术领域,具体为一种用于生态环境的检测服务系统。
背景技术
水环境监测能够准确快速的反映出当前当前生态环境下水资源的质量状况,对于保护水环境、有效的管理水资源和及时的处理污染源都有着极其重要的作用,现有的水环境检测系统大多通过自动化检测形式,通过设定的具体指标体系和检测方法进行,这些指标和方法往往只能够反映水质的某一方面,对于某些有害物质或有机污染物的检测不够全面,导致水环境检测的覆盖面和密度会受到限制,且基于水环境检测下的自动化检测这种形式主要运用网络自动通信技术来实现,整体的检测成本高昂,对于经济基础本就薄弱的农村地区而言,整体加大了水环境检测的运营成本,使得在农村实际的水资源检测环境中的使用频率较低,以及水环境检测反馈的精准度也存在滞后性,限制水环境检测技术在农村的发展。因此,设计提高检测服务的高可用性以及保证检测数据的分析精准性和实时性的一种用于生态环境的检测服务系统是很有必要的。
发明内容
本发明的目的在于提供一种用于生态环境的检测服务系统,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:一种用于生态环境的检测服务方法,包括以下步骤:
步骤一:将无线传感器数据采集节点置于测量水域内,利用不同方位的各个检测节点,根据自身性质的不同采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据;
步骤二:以无限传感器网络为核心构造数据采集汇聚网络,通过Zigbee无线传感技术将采集的待检测参数数据传输至汇聚节点;
步骤三:检测分析终端对接收到的待检测水资源的温度数据进行解析,计算出温差和温差变化率对应的三角隶属函数图;
步骤四:检测分析终端对接收到的待检测水资源的PH数据值进行解析,同步进行温度补偿;
步骤五:检测分析终端对通过还原反应下的电流和溶氧浓度的正反比,对接收到的待检测水资源的溶解氧数据值进行解析输出;
步骤六:利用BP神经网络模型对水环境质量数据进行训练实时的迭代分析,对迭代次数达到预设数值或者误差在接受范围中时进行输出显示,对分析出的异常进行实时的预警反馈和处理。
根据上述技术方案,所述采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据的步骤,包括:
利用传感器实时的对水环境参数进行采集检测,将PH值传感器、温度传感器、溶解氧传感器的采集节点分别随机地分布在被检测的水资源区域内,当存在多个区域节点针对水环境内某一参数进行采集并记录结果时,对采集的参数结果用统一的表现形式记录,即按照时间周期每采集一个PH值参数数据就记录为P1,P2,…,Pn,每采集一个温度参数数据就记录为T1,T2,…,Tn,每采集一个溶解氧参数数据就记录为O1,O2,…,On,通过将采集的参数数据融合以避免相邻或者较进的节点采集的数据存在着空间的冗余,提高水环境检测系统数据精度及服务质量,将融合后的各参数数据通过传输终端传输到部署在检测环境下的汇聚节点。
根据上述技术方案,所述构造数据采集汇聚网络的步骤,包括:
通过提取水资源检测区域的整体区域面积,在这个区域面积内等长度地分为n个无线传感网络组,相邻的两个节点间距为y,监测长度大致相等,由m个传感节点和1个汇聚节点组成,汇聚节点置于由随区域面积均匀分布的传感器采集节点组成的线型网络中点,汇集节点的接收端根据预定程序感知传感器采集水资源的采集周期,并确认接收在通过模电转换后的信号数据,经解码解密解调后传输至系统的检测分析终端。
根据上述技术方案,所述检测分析终端对接收到的待检测水资源的温度数据进行解析的步骤,包括:
将采集的温度、PH值、溶解氧三种水质参数样本数据作为系统检测的神经元节点数目,对应系统检测网络的输出神经网络节点数量,根据水环境质量标准对水环境质量进行分类解析;
针对采集的温度参数数据T1,T2,…,Tn,利用温差t和温差变化率tk为输入控制,以PID参数Kp、Ki、Kd作为输出控制,通过对PID参数的不断调整,检测出不同记录参数的t值和tk值,以采集的待检测的水资源温度参数为具体控制对象,定义温差t和温差变化率tk的模糊论域,设定取值区间为[-1,+1],当根据采集的数据分析后得到的温差t和温差变化率tk服从三角隶属函数时,输出参数变量Kp、Ki、Kd,并解析出温差t和温差变化率tk的三角隶属函数图。
根据上述技术方案,所述检测分析终端对接收到的待检测水资源的PH数据值进行解析的步骤,包括:
针对采集的PH参数数据P1,P2,…,Pn,根据水环境中水资源质量的检测标准,将对应区间[p0,p14]的PH值变化输出为[Vmin,Vmax]伏的电压变化,控制仪表通过采集PH值传感器输出电压变化,根据i∈[0,14],y∈[1,n]得出水质PH值,其中V是传感器测量水溶液酸碱度时输出的电压值,Vmax为设置的输出的最大电压值,p14为水环境中水资源质量的检测标准下对应区间中的设定的取值,Ty表示检测时采集的水资源的温度值,因为被测水资源的PH值受整个水环境温度的影响,因此/>表示在水溶液的PH值的计算中进行的温度补偿。
根据上述技术方案,所述对接收到的待检测水资源的溶解氧数据值进行解析的步骤,包括:
针对水质参数样本数据中的溶解氧,利用传感器内含有的氧电极,电极探体内配备有电解液舱,电解液舱内充有配制好的内充液,当传感器进行测量时,在阳极和阴极间加设定的极化电压,由于这种电位差,使阳极金属离子进入电解液,如果负极有氧存在,则发生还原反应产生电流,电流的大小与设定条件下水中氧分压有关,而水中氧分压与溶解氧的浓度成正比,当氧分压产生变化时,渗进膜内的氧气量也产生变化,探体电流也按比例改变,所以传感器的输出电流反映了水中溶解氧的浓度,因此基于反应的电流和溶氧浓度的正反比以及传感器的硬件电路测量出的反应电流,计算出被测水资源相应的溶氧浓度。
根据上述技术方案,所述一种用于生态环境的检测服务系统包括:
水环境参数数据采集终端,用于采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据;
汇聚网络构造模块,用于以无限传感器网络为核心构造数据采集汇聚网络;
参数数据解析模块,用于检测分析终端对接收到的待检测水资源的温度、PH值以及溶解氧数据进行解析。
与现有技术相比,本发明所达到的有益效果是:本发明,通过采集待检测水域中包括温度、PH值、溶解氧的常用水环境参数数据,利用以无限传感器网络为核心构造的数据采集汇聚网络进行汇聚传输,同时通过参照校正系数进行采集过程参数的适当调整,提高采集的参数数据进的精准性和有效性,且利用这种对等的网络采集汇聚布置,提高了整个水环境资源的通信网络稳定性和实时性,同时也避免了一些非水环境中元素带来的干扰影响问题,也提升了系统后期数据检测分析的精准性,然后后期针对采集的参数数据利用BP神经网络模型对水环境质量数据进行训练实时的迭代分析,对迭代次数达到预设数值或者误差在接受范围中时进行输出显示,对分析出的异常进行实时的预警反馈和处理,提高系统中的整体检测服务的高可用性,以及保证了检测数据的分析精准性和反馈处理的高实时性。
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为本发明实施例一提供的一种用于生态环境的检测服务方法的流程图;
图2为本发明实施例二提供的一种用于生态环境的检测服务系统的模块组成示意图。
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。
实施例一:图1为本发明实施例一提供的一种用于生态环境的检测服务方法的流程图,本实施例可应用水环境检测的场景,该方法可以由本实施例提供的一种用于生态环境的检测服务系统来执行,如图1所示,该方法具体包括以下步骤:
步骤一:将无线传感器数据采集节点置于测量水域内,利用不同方位的各个检测节点,根据自身性质的不同采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据;
在本发明实施例中,在需要检测的区域中分别放置网络传感器进行检测参数数据采集,实际水环境检测中采用的参数标准包括温度、PH值、溶解氧,通过在所检测水环境区域按照检测断面布设原则,根据水资源分布的地形地貌、水资源检测需求的影响特征,利用安置的采集节点进行温度、PH值以及溶解氧参数的采集;将该三个参数作为评判水环境质量的基础标准,通过进行定时设点釆样,各选取三个节点来对水环境中的PH值、温度值、溶解氧进行采集,设定采集的时间周期为每半小时发送一次数据,进行全天候检测,通过测量的数据来反映一天内采样点PH值的基本趋势,其中传感器k11、k12、k13为PH值传感器;传感器k21、k22、k23为温度传感器;传感器k31、k32、k33为溶解氧传感器;
示例性的,利用传感器实时的对水环境参数进行采集检测,将PH值传感器、温度传感器、溶解氧传感器的采集节点分别随机地分布在被检测的水资源区域内,当存在多个区域节点针对水环境内某一参数进行采集并记录结果时,对采集的参数结果用统一的表现形式记录,即按照时间周期每采集一个PH值参数数据就记录为P1,P2,…,Pn,每采集一个温度参数数据就记录为T1,T2,…,Tn,每采集一个溶解氧参数数据就记录为O1,O2,…,On,通过将采集的参数数据融合以避免相邻或者较进的节点采集的数据存在着空间的冗余,提高水环境检测系统数据精度及服务质量,将融合后的各参数数据通过传输终端传输到部署在检测环境下的汇聚节点。
步骤二:以无限传感器网络为核心构造数据采集汇聚网络,通过Zigbee无线传感技术将采集的待检测参数数据传输至汇聚节点;
在本发明实施例中,利用被监测水环境中的元素进行汇聚通信,汇聚节点读取传感器采集到的包括温度、PH值、溶解氧的水质参数数据,目标传感器的采集节点将采集记录的参数数据进行模电转换后传输,经由信道编码器和调制器进行微处理后由发射器中的电声转换装置进行转换并发送至汇聚节点,每个传感器采集节点通过获取汇聚节点的位置坐标,随后将位置坐标输入定位算法之中,再确认之后即完成传感器的定位工作,每个采集传感器获取到汇聚节点的定位之后,通过ZigBee网络将采集的参数数据传输至汇聚节点,同时接收到汇聚节点设定的理论校正系数,传感器采集节点通过参照校正系数进行采集过程参数的适当调整,类似的,温度传感器在实际的待检测水资源温度测量记录的基础上,对水环境中的温度信息进行采集和矫正,以及同步再进行水资源PH值、溶解氧参数数据的进一步采集和矫正,对采集到的参数数据进行矫正补偿后使数据更加精准,确保数据的有效性,使其更好地服务于传感器的定位以及数据的传输工作,最后将采集到的所有参数数据进行包装处理,保证其符合检测服务系统分析的格式,并利用串行端口完成数据传输工作,完成待检测水资源参数数据的采集矫正和远程的汇聚传输;
示例性的,其中针对汇聚节点汇聚网络构造,系统通过提取水资源检测区域的整体区域面积,在这个区域面积内等长度地分为n个无线传感网络组,相邻的两个节点间距为y,监测长度大致相等,由m个传感节点和1个汇聚节点组成,汇聚节点置于由随区域面积均匀分布的传感器采集节点组成的线型网络中点,汇集节点的接收端根据预定程序感知传感器采集水资源的采集周期,并确认接收在通过模电转换后的信号数据,经解码解密解调后传输至系统的检测分析终端,利用这种对等的网络采集汇聚布置,提高了整个水环境资源的通信网络稳定性和实时性,同时也避免了一些非水环境中元素带来的干扰影响问题,也提升了系统后期数据检测分析的精准性。
步骤三:检测分析终端对接收到的待检测水资源的温度数据进行解析,计算出温差和温差变化率对应的三角隶属函数图;
在本发明实施例中,将采集的温度、PH值、溶解氧三种水质参数样本数据作为系统检测的神经元节点数目,对应系统检测网络的输出神经网络节点数量,根据水环境质量标准对水环境质量进行分类解析;
针对采集的温度参数数据T1,T2,…,Tn,利用温差t和温差变化率tk为输入控制,以PID参数Kp、Ki、Kd作为输出控制,通过对PID参数的不断调整,检测出不同记录参数的t值和tk值,以采集的待检测的水资源温度参数为具体控制对象,定义温差t和温差变化率tk的模糊论域,设定取值区间为[-1,+1],当根据采集的数据分析后得到的温差t和温差变化率tk服从三角隶属函数时,输出参数变量Kp、Ki、Kd,并解析出温差t和温差变化率tk的三角隶属函数图。
步骤四:检测分析终端对接收到的待检测水资源的PH数据值进行解析,同步进行温度补偿;
在本发明实施例中,针对采集的PH参数数据P1,P2,…,Pn,根据水环境中水资源质量的检测标准,将对应区间[p0,p14]的PH值变化输出为[Vmin,Vmax]伏的电压变化,控制仪表通过采集PH值传感器输出电压变化,根据 i∈[0,14],y∈[1,n]得出水质PH值,其中V是传感器测量水溶液酸碱度时输出的电压值,Vmax为设置的输出的最大电压值,p14为水环境中水资源质量的检测标准下对应区间中的设定的取值,Ty表示检测时采集的水资源的温度值,因为被测水资源的PH值受整个水环境温度的影响,因此/>表示在水溶液的PH值的计算中进行的温度补偿。
步骤五:检测分析终端对通过还原反应下的电流和溶氧浓度的正反比,对接收到的待检测水资源的溶解氧数据值进行解析;
在本发明实施例中,针对水质参数样本数据中的溶解氧,利用传感器内含有的氧电极,电极探体内配备有电解液舱,电解液舱内充有配制好的内充液,当传感器进行测量时,在阳极和阴极间加设定的极化电压,由于这种电位差,使阳极金属离子进入电解液,如果负极有氧存在,则发生还原反应产生电流,电流的大小与设定条件下水中氧分压有关,而水中氧分压与溶解氧的浓度成正比,当氧分压产生变化时,渗进膜内的氧气量也产生变化,探体电流也按比例改变,所以传感器的输出电流反映了水中溶解氧的浓度,因此基于反应的电流和溶氧浓度的正反比以及传感器的硬件电路测量出的反应电流,计算出被测水资源相应的溶氧浓度。
步骤六:利用BP神经网络模型对水环境质量数据进行训练实时的迭代分析,对迭代次数达到预设数值或者误差在接受范围中时进行输出显示,对分析出的异常进行实时的预警反馈和处理。
在本发明实施例中;BP神经网络模型通过PC机的应用管理系统执行被监测点的水质温度、PH值、溶解氧参数的实时迭代分析,通过将每个参数检测标准下的阈值和权重以及激活函数移植到应用管理系统上,系统显示终端通过调用获取解析判断的结果,并将分析的结果记录到系统数据库,对监测数据进行存储和显示,由相应的无线网络和Internet网络传输到水质显示中心,水质显示中心对接收的数据进行处理后实时显示,并建立与数据库的连接,接收的数据保存到数据库服务器中,方便实现数据的检索和对比分析,当出现异常数据时进行实时的预警反馈和处理,同步将该数据通过相关网络传输至环保等有关部门,为以后有关部门治理相关水域提供技术数据支持。
实施例二:本发明实施例二提供了一种用于生态环境的检测服务系统,图2为本发明实施例二提供的一种用于生态环境的检测服务系统的模块组成示意图,如图2所示,该系统包括:
水环境参数数据采集终端,用于采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据;
汇聚网络构造模块,用于以无限传感器网络为核心构造数据采集汇聚网络;
参数数据解析模块,用于检测分析终端对接收到的待检测水资源的温度、PH值以及溶解氧数据进行解析。
在本发明的一些实施例中,水环境参数数据采集终端包括:
检测参数数据采集模块,用于在需要检测的区域中分别放置网络传感器进行检测参数数据采集;
传感器布设模块,用于将无线传感器数据采集节点置于测量水域内;
参数数据融合模块,用于对采集的参数数据融合避免节点采集的数据存在空间冗余。
在本发明的一些实施例中,汇聚网络构造模块包括:
汇聚通信模块,用于利用被监测水环境中的元素进行汇聚通信;
汇聚节点接收模块,用于汇聚节点通过Zigbee无线传感技术对采集的待检测参数数据进行接收;
校正系数调整模块,用于传感器采集节点通过参照校正系数进行采集过程参数的适当调整。
在本发明的一些实施例中,参数数据解析模块包括:
温度参数数据解析模块,用于检测分析终端对接收到的待检测水资源的温度数据进行解析;
PH数据值解析模块,用于检测分析终端对接收到的待检测水资源的PH数据值进行解析;
溶解氧数据值解析模块,用于检测分析终端对接收到的待检测水资源的溶解氧数据值进行解析输出;
实时预警反馈处理模块,用于水质显示中心对分析出的异常进行实时的预警反馈和处理。
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)
1.一种用于生态环境的检测服务方法,其特征在于:所述该方法包括以下步骤:
步骤一:将无线传感器数据采集节点置于测量水域内,利用不同方位的各个检测节点,根据自身性质的不同采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据;
步骤二:以无限传感器网络为核心构造数据采集汇聚网络,通过Zigbee无线传感技术将采集的待检测参数数据传输至汇聚节点;
步骤三:检测分析终端对接收到的待检测水资源的温度数据进行解析,计算出温差和温差变化率对应的三角隶属函数图;
步骤四:检测分析终端对接收到的待检测水资源的PH数据值进行解析,同步进行温度补偿;
步骤五:检测分析终端对通过还原反应下的电流和溶氧浓度的正反比,对接收到的待检测水资源的溶解氧数据值进行解析输出;
步骤六:利用BP神经网络模型对水环境质量数据进行训练实时的迭代分析,对迭代次数达到预设数值或者误差在接受范围中时进行输出显示,对分析出的异常进行实时的预警反馈和处理。
2.根据权利要求1所述的一种用于生态环境的检测服务方法,其特征在于:所述采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据的步骤,包括:
利用传感器实时的对水环境参数进行采集检测,将PH值传感器、温度传感器、溶解氧传感器的采集节点分别随机地分布在被检测的水资源区域内,当存在多个区域节点针对水环境内某一参数进行采集并记录结果时,对采集的参数结果用统一的表现形式记录,即按照时间周期每采集一个PH值参数数据就记录为P1,P2,…,Pn,每采集一个温度参数数据就记录为T1,T2,…,Tn,每采集一个溶解氧参数数据就记录为O1,O2,…,On,通过将采集的参数数据融合以避免相邻或者较进的节点采集的数据存在着空间的冗余,提高水环境检测系统数据精度及服务质量,将融合后的各参数数据通过传输终端传输到部署在检测环境下的汇聚节点。
3.根据权利要求2所述的一种用于生态环境的检测服务方法,其特征在于:所述构造数据采集汇聚网络的步骤,包括:
通过提取水资源检测区域的整体区域面积,在这个区域面积内等长度地分为n个无线传感网络组,相邻的两个节点间距为y,监测长度大致相等,由m个传感节点和1个汇聚节点组成,汇聚节点置于由随区域面积均匀分布的传感器采集节点组成的线型网络中点,汇集节点的接收端根据预定程序感知传感器采集水资源的采集周期,并确认接收在通过模电转换后的信号数据,经解码解密解调后传输至系统的检测分析终端。
4.根据权利要求3所述的一种用于生态环境的检测服务方法,其特征在于:所述检测分析终端对接收到的待检测水资源的温度数据进行解析的步骤,包括:
将采集的温度、PH值、溶解氧三种水质参数样本数据作为系统检测的神经元节点数目,对应系统检测网络的输出神经网络节点数量,根据水环境质量标准对水环境质量进行分类解析;
针对采集的温度参数数据T1,T2,…,Tn,利用温差t和温差变化率tk为输入控制,以PID参数Kp、Ki、Kd作为输出控制,通过对PID参数的不断调整,检测出不同记录参数的t值和tk值,以采集的待检测的水资源温度参数为具体控制对象,定义温差t和温差变化率tk的模糊论域,设定取值区间为[-1,+1],当根据采集的数据分析后得到的温差t和温差变化率tk服从三角隶属函数时,输出参数变量Kp、Ki、Kd,并解析出温差t和温差变化率tk的三角隶属函数图。
5.根据权利要求4所述的一种用于生态环境的检测服务方法,其特征在于:所述检测分析终端对接收到的待检测水资源的PH数据值进行解析的步骤,包括:
针对采集的PH参数数据P1,P2,…,Pn,根据水环境中水资源质量的检测标准,将对应区间[p0,p14]的PH值变化输出为[Vmin,Vmax]伏的电压变化,控制仪表通过采集PH值传感器输出电压变化,根据i∈[0,14],y∈[1,n]得出水质PH值,其中V是传感器测量水溶液酸碱度时输出的电压值,Vmax为设置的输出的最大电压值,p14为水环境中水资源质量的检测标准下对应区间中的设定的取值,Ty表示检测时采集的水资源的温度值,因为被测水资源的PH值受整个水环境温度的影响,因此/>表示在水溶液的PH值的计算中进行的温度补偿。
6.根据权利要求5所述的一种用于生态环境的检测服务方法,其特征在于:所述对接收到的待检测水资源的溶解氧数据值进行解析的步骤,包括:
针对水质参数样本数据中的溶解氧,利用传感器内含有的氧电极,电极探体内配备有电解液舱,电解液舱内充有配制好的内充液,当传感器进行测量时,在阳极和阴极间加设定的极化电压,由于这种电位差,使阳极金属离子进入电解液,如果负极有氧存在,则发生还原反应产生电流,电流的大小与设定条件下水中氧分压有关,而水中氧分压与溶解氧的浓度成正比,当氧分压产生变化时,渗进膜内的氧气量也产生变化,探体电流也按比例改变,所以传感器的输出电流反映了水中溶解氧的浓度,因此基于反应的电流和溶氧浓度的正反比以及传感器的硬件电路测量出的反应电流,计算出被测水资源相应的溶氧浓度。
7.执行如权利要求1所述的一种用于生态环境的检测服务方法的一种用于生态环境的检测服务系,其特征在于:所述该系统包括:
水环境参数数据采集终端,用于采集背侧水域中包括温度、PH值、溶解氧的常用水环境参数数据;
汇聚网络构造模块,用于以无限传感器网络为核心构造数据采集汇聚网络;
参数数据解析模块,用于检测分析终端对接收到的待检测水资源的温度、PH值以及溶解氧数据进行解析。
8.根据权利要求7所述的一种用于生态环境的检测服务系统,其特征在于:所述水环境参数数据采集终端包括:
检测参数数据采集模块,用于在需要检测的区域中分别放置网络传感器进行检测参数数据采集;
传感器布设模块,用于将无线传感器数据采集节点置于测量水域内;
参数数据融合模块,用于对采集的参数数据融合避免节点采集的数据存在空间冗余。
9.根据权利要求8所述的一种用于生态环境的检测服务系统,其特征在于:所述汇聚网络构造模块包括:
汇聚通信模块,用于利用被监测水环境中的元素进行汇聚通信;
汇聚节点接收模块,用于汇聚节点通过Zigbee无线传感技术对采集的待检测参数数据进行接收;
校正系数调整模块,用于传感器采集节点通过参照校正系数进行采集过程参数的适当调整。
10.根据权利要求9所述的一种用于生态环境的检测服务系统,其特征在于:所述参数数据解析模块包括:
温度参数数据解析模块,用于检测分析终端对接收到的待检测水资源的温度数据进行解析;
PH数据值解析模块,用于检测分析终端对接收到的待检测水资源的PH数据值进行解析;
溶解氧数据值解析模块,用于检测分析终端对接收到的待检测水资源的溶解氧数据值进行解析输出;
实时预警反馈处理模块,用于水质显示中心对分析出的异常进行实时的预警反馈和处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311480415.9A CN117607376A (zh) | 2023-11-07 | 2023-11-07 | 一种用于生态环境的检测服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311480415.9A CN117607376A (zh) | 2023-11-07 | 2023-11-07 | 一种用于生态环境的检测服务系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117607376A true CN117607376A (zh) | 2024-02-27 |
Family
ID=89954069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311480415.9A Pending CN117607376A (zh) | 2023-11-07 | 2023-11-07 | 一种用于生态环境的检测服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117607376A (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281187A (zh) * | 2008-04-08 | 2008-10-08 | 杭州电子科技大学 | 基于ZigBee无线技术的水环境监测节点 |
CN101957600A (zh) * | 2009-07-16 | 2011-01-26 | 上海海洋大学 | 水质检测无线传输采集节点装置及信息融合方法 |
CN102109511A (zh) * | 2009-12-29 | 2011-06-29 | 上海电气集团股份有限公司 | 一种基于无线传感器网络的污水监测网络结构 |
CN102331485A (zh) * | 2011-07-12 | 2012-01-25 | 华东理工大学 | 一种便携式水质监测仪 |
CN104155926A (zh) * | 2014-05-29 | 2014-11-19 | 江苏商达水务有限公司 | 一种农村微动力污水处理设施远程自动报警器 |
CN104181280A (zh) * | 2014-09-10 | 2014-12-03 | 苏州大学 | 一种基于wsn的水质监测节点 |
CN104181214A (zh) * | 2014-08-21 | 2014-12-03 | 华南农业大学 | 一种水质传感器小信号分段拟合温度补偿方法 |
CN204270487U (zh) * | 2014-12-18 | 2015-04-15 | 镇江坤泉电子科技有限公司 | 基于无线传感器的水质环境监测系统 |
CN105761465A (zh) * | 2014-12-18 | 2016-07-13 | 镇江坤泉电子科技有限公司 | 基于无线传感器的水质环境监测系统 |
CN106996968A (zh) * | 2017-03-15 | 2017-08-01 | 淮阴工学院 | 一种基于改进型压缩感知湖泊水质监测系统 |
CN108918804A (zh) * | 2018-07-04 | 2018-11-30 | 齐鲁工业大学 | 基于物联网的观赏鱼养殖水质监测方法 |
CN109816094A (zh) * | 2019-01-03 | 2019-05-28 | 山东省科学院海洋仪器仪表研究所 | 基于神经网络l-m算法的光学溶解氧传感器非线性温度补偿方法 |
CN110207748A (zh) * | 2019-06-05 | 2019-09-06 | 榆林学院 | 一种物联网环境监测系统 |
CN110487980A (zh) * | 2019-06-27 | 2019-11-22 | 江苏亚寰环保科技股份有限公司 | 一种基于人工智能与机器学习算法的水环境监测分析系统 |
CN110589948A (zh) * | 2019-09-09 | 2019-12-20 | 广东聚源管业实业有限公司 | 一种基于溶解氧传感器监测管道内水质的方法及系统 |
CN114594674A (zh) * | 2022-03-04 | 2022-06-07 | 上海应用技术大学 | 基于蒸发器的多点温度补偿测控方法 |
CN115452046A (zh) * | 2022-09-01 | 2022-12-09 | 康志文 | 一种基于物联网的环保监测系统及方法 |
-
2023
- 2023-11-07 CN CN202311480415.9A patent/CN117607376A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281187A (zh) * | 2008-04-08 | 2008-10-08 | 杭州电子科技大学 | 基于ZigBee无线技术的水环境监测节点 |
CN101957600A (zh) * | 2009-07-16 | 2011-01-26 | 上海海洋大学 | 水质检测无线传输采集节点装置及信息融合方法 |
CN102109511A (zh) * | 2009-12-29 | 2011-06-29 | 上海电气集团股份有限公司 | 一种基于无线传感器网络的污水监测网络结构 |
CN102331485A (zh) * | 2011-07-12 | 2012-01-25 | 华东理工大学 | 一种便携式水质监测仪 |
CN104155926A (zh) * | 2014-05-29 | 2014-11-19 | 江苏商达水务有限公司 | 一种农村微动力污水处理设施远程自动报警器 |
CN104181214A (zh) * | 2014-08-21 | 2014-12-03 | 华南农业大学 | 一种水质传感器小信号分段拟合温度补偿方法 |
CN104181280A (zh) * | 2014-09-10 | 2014-12-03 | 苏州大学 | 一种基于wsn的水质监测节点 |
CN105761465A (zh) * | 2014-12-18 | 2016-07-13 | 镇江坤泉电子科技有限公司 | 基于无线传感器的水质环境监测系统 |
CN204270487U (zh) * | 2014-12-18 | 2015-04-15 | 镇江坤泉电子科技有限公司 | 基于无线传感器的水质环境监测系统 |
CN106996968A (zh) * | 2017-03-15 | 2017-08-01 | 淮阴工学院 | 一种基于改进型压缩感知湖泊水质监测系统 |
CN108918804A (zh) * | 2018-07-04 | 2018-11-30 | 齐鲁工业大学 | 基于物联网的观赏鱼养殖水质监测方法 |
CN109816094A (zh) * | 2019-01-03 | 2019-05-28 | 山东省科学院海洋仪器仪表研究所 | 基于神经网络l-m算法的光学溶解氧传感器非线性温度补偿方法 |
CN110207748A (zh) * | 2019-06-05 | 2019-09-06 | 榆林学院 | 一种物联网环境监测系统 |
CN110487980A (zh) * | 2019-06-27 | 2019-11-22 | 江苏亚寰环保科技股份有限公司 | 一种基于人工智能与机器学习算法的水环境监测分析系统 |
CN110589948A (zh) * | 2019-09-09 | 2019-12-20 | 广东聚源管业实业有限公司 | 一种基于溶解氧传感器监测管道内水质的方法及系统 |
CN114594674A (zh) * | 2022-03-04 | 2022-06-07 | 上海应用技术大学 | 基于蒸发器的多点温度补偿测控方法 |
CN115452046A (zh) * | 2022-09-01 | 2022-12-09 | 康志文 | 一种基于物联网的环保监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Santer et al. | Celebrating the anniversary of three key events in climate change science | |
Adamo et al. | A smart sensor network for sea water quality monitoring | |
CN106706852A (zh) | 一种气体浓度传感器的标定方法和系统 | |
CN114168906B (zh) | 一种基于云计算的测绘地理信息数据采集系统 | |
US20210003461A1 (en) | Sensor calibration | |
CN110726431A (zh) | 具多点空气质量侦测的污染源分析系统运作方法 | |
CN111510500B (zh) | 一种基于边缘计算的水质监测数据校准方法 | |
CN116519895B (zh) | 一种基于大数据平台的水质在线监测分析管理系统 | |
CN113159141A (zh) | 一种高分辨率近实时pm2.5浓度的遥感估算方法 | |
CN113189014A (zh) | 一种融合卫星遥感和地面监测数据的臭氧浓度估算方法 | |
WO2020233519A1 (zh) | 计量器具及远程量传溯源方法 | |
Diván et al. | Towards a consistent measurement stream processing from heterogeneous data sources | |
Schmitz et al. | Unraveling a black box: An open-source methodology for the field calibration of small air quality sensors | |
Guo et al. | Automatic data quality control of observations in wireless sensor network | |
Ferrer-Cid et al. | Sampling trade-offs in duty-cycled systems for air quality low-cost sensors | |
CN117607376A (zh) | 一种用于生态环境的检测服务系统 | |
Stavert et al. | The Macquarie Island (LoFlo2G) high-precision continuous atmospheric carbon dioxide record | |
CN115979350A (zh) | 一种海洋监测设备数据采集系统 | |
Herts et al. | Cloud service ThingSpeak for monitoring the surface layer of the atmosphere polluted by particulate matters | |
Khaire et al. | Water quality data analysis and monitoring system in IoT environment | |
CN108696818A (zh) | Wi-Fi指纹定位的距离度量方法及系统 | |
CN113191536A (zh) | 基于机器学习的近地面环境要素预测模型训练和预测方法 | |
KR101048852B1 (ko) | 환경 정보 수집 시스템 | |
CN113888841A (zh) | 燃气报警器系统 | |
CN115280108A (zh) | 确定覆盖区域污染水平的方法以及收集和处理环境信息的系统 |
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 |