详情

原文传递基于水质监测大数据的多尺度综合处理方法、系统及装置

专利名称：	基于水质监测大数据的多尺度综合处理方法、系统及装置
摘要：	本申请公开了一种基于水质监测大数据的多尺度综合处理方法、系统及装置，该方法包括：获取水环境的第一水质监测数据；根据所述第一水质监测数据，确定第一水质状态变化指数；根据所述第一水质状态变化指数，确定水环境的水质是否出现异常；若所述水环境的水质出现异常，发出预警。本申请将水质监测大数据进行多尺度综合处理后，获得水质状态变化指数，并通过水质状态变化指数的变化，判断水环境的水质是否出现异常，不仅能够实时掌握水环境的水质状态，而且能够作为对水环境后续处理的技术支持和决策辅助，实现了水环境质量的综合评估、动态变化预测、水质异常预警，以及对水环境监测数据处理成果的其他转化应用。
专利类型：	发明专利
国家地区组织代码：	河南;41
申请人：	河南大学
发明人：	赵庆良;潘少奇;王洋洲;别浥菲
专利状态：	有效
申请日期：	2023-08-01T00:00:00+0800
发布日期：	2023-11-24T00:00:00+0800
申请号：	CN202310956806.7
公开号：	CN117110563A
代理机构：	北京创赋致远知识产权代理有限公司
代理人：	邱晓宁
分类号：	G01N33/18;G06F16/36;G06F16/35;G06F40/30;G06F16/23;G06F16/53;G06F16/901;G06F16/25;G;G01;G06;G01N;G06F;G01N33;G06F16;G06F40;G01N33/18;G06F16/36;G06F16/35;G06F40/30;G06F16/23;G06F16/53;G06F16/901;G06F16/25
申请人地址：	475004 河南省开封市金明大道1号河南大学
主权项：	1.一种基于水质监测大数据的多尺度综合处理方法，其特征在于，所述方法包括：获取水环境的第一水质监测数据；根据所述第一水质监测数据，确定第一水质状态变化指数；根据所述第一水质状态变化指数，确定水环境的水质是否出现异常；若所述水环境的水质出现异常，发出预警；所述第一水质监测数据，为表征当前水环境水质状态的各种水质监测指标的相关数据；所述第一水质状态变化指数，为反映当前水环境水质状态的变化情况和程度的综合指数；所述水质监测指标，为在所述监测点位直接检测所获得的对应水质指标；所述监测点位，为监测水环境水质状态变化所需的监测点的具体位置。 2.根据权利要求1所述基于水质监测大数据的多尺度综合处理方法，其特征在于，所述根据所述第一水质监测数据，确定第一水质状态变化指数，包括：从所述第一水质监测数据中，抽取第二水质监测数据和第三水质监测数据；根据所述第二水质监测数据，确定第二水质状态变化指数；根据所述第三水质监测数据，确定第三水质状态变化指数；将所述第二水质状态变化指数与第三水质状态变化指数，共同作为第一水质状态变化指数；所述第二水质监测数据，为当前水环境的水质监测指标在单个监测点位的实时监测数据；所述第三水质监测数据，为当前水环境的水质监测指标在多个监测点位的实时监测数据；所述第二水质状态变化指数，为当前水环境在其单个监测点位上，所采集的至少一项水质监测指标实时数据的变化程度；所述第三水质状态变化指数，为当前水环境在其多个监测点位上，所采集的至少一项水质监测指标的实时数据的综合变化程度。 3.根据权利要求2所述基于水质监测大数据的多尺度综合处理方法，其特征在于，所述根据所述第一水质状态变化指数，确定水环境的水质是否出现异常，包括：若所述第二水质状态变化指数小于第一变化阈值，则确定所述第一水质状态变化指数正常，水环境的水质状态正常；若所述第二水质状态变化指数大于等于第一变化阈值，且小于等于第二变化阈值，则通过第三水质状态变化指数，进一步判断，具体如下： (1)若所述第三水质状态变化指数小于第三变化阈值，则确定所述第一水质状态变化指数正常，水环境的水质状态正常； (2)若所述第三水质状态变化指数大于等于第三变化阈值，则确定所述第一水质状态变化指数异常，水环境的水质状态异常；若所述第二水质状态变化指数大于第二变化阈值，则确定所述第一水质状态变化指数异常，水环境的水质状态异常；所述第一变化阈值和第二变化阈值，均为第二水质状态变化指数对应的阈值，且第一变化阈值小于第二变化阈值；所述第三变化阈值，为第三水质状态变化指数对应的阈值。 4.根据权利要求3所述基于水质监测大数据的多尺度综合处理方法，其特征在于，所述第二水质状态变化指数为监测点位的水质监测指标的数据变化率，具体如下：其中，Ts1为某一监测点位的水质监测指标的数据变化率； si1为该项水质监测指标在河流水环境中第i个监测点位的第一监测值； si2为该项水质监测指标在河流水环境中第i个监测点位的第二监测值。 5.根据权利要求4所述基于水质监测大数据的多尺度综合处理方法，其特征在于，所述第三水质状态变化指数为水质监测指标的异常度，具体如下：其中，Ts2为某一项水质监测指标的异常度； si1为该项水质监测指标在河流水环境中第i个监测点位的第一监测值； si2为该项水质监测指标在河流水环境中第i个监测点位的第二监测值； n为该项水质监测指标在河流水环境中的监测点位总数；为该项水质监测指标在其第一数据中，所有第一变化幅度的均值；为该项水质监测指标在其第一数据中，所有第一变化幅度中的最大值；所述第一监测值，为该项水质监测指标在某一监测周期的前一次监测值；相对的，所述第二监测值，为该项水质监测指标在同一监测周期的后一次监测值；所述第一监测值与第二监测值之间的时间间隔即为一个监测周期；所述第一数据，为该项水质监测指标的历史监测数据中正常状态下的监测数据；所述第一变化幅度，为一个监测周期内，第二监测值比第一监测值增加或减少的百分比的绝对值；以上参数，均为同一水环境中，同一项水质监测指标的数据。 6.根据权利要求1所述基于水质监测大数据的多尺度综合处理方法，其特征在于，若所述水环境的水质出现异常，发出预警，之后还包括：从水环境状态数据库中，筛选出与水环境的水质异常情况关联度较高的异常水质状态历史数据；将已筛选的异常水质状态历史数据，进行关联度排序；发出预警时，与预警信息一并输出关联度由高到低的水质异常的原因，发生机理和防治措施；所述水环境状态数据库，为与水环境的水质状态相关的各种历史数据组成的数据库；所述异常水质状态历史数据，包括但不限于：与异常水质状态相关的水质监测指标及其数据，水质异常的原因，发生机理和防治措施。 7.根据权利要求6所述基于水质监测大数据的多尺度综合处理方法，其特征在于，所述从水环境状态数据库中，筛选出与水环境的水质异常情况关联度较高的异常水质状态历史数据，包括：从当前水环境的水质异常情况中，提取出现异常的水质监测指标及其相关数据，作为待关联水质监测指标数据；根据待关联水质监测指标数据，与水环境状态数据库中各组异常水质状态历史数据，确定第一关联度；根据第一关联度，筛选出与待关联水质监测指标数据关联度较高的至少一组异常水质状态历史数据；所述第一关联度，为待关联水质监测指标数据与水环境状态数据库中各组异常水质状态历史数据的关联度。 8.根据权利要求7所述基于水质监测大数据的多尺度综合处理方法，其特征在于，所述第一关联度，具体如下：其中，Mk为待关联水质监测指标数据与水环境状态数据库中第k组异常水质状态历史数据的关联度； α为第一关联参数，且0<α<1； β为第二关联参数，且0<β<1； Bk为水环境状态数据库中第k组异常水质状态历史数据所对应河流的横截面宽度； Hk为水环境状态数据库中第k组异常水质状态历史数据所对应河流的横截面深度； Bs为待关联水质监测指标数据所对应河流的横截面宽度； Hs为待关联水质监测指标数据所对应河流的横截面深度； ts为待关联水质监测指标数据的监测周期； tk为水环境状态数据库中第k组异常水质状态历史数据的监测周期； kj1为水环境状态数据库中第k组异常水质状态历史数据的第一监测值； kj2为水环境状态数据库中第k组异常水质状态历史数据的第二监测值； max{R}表示，满足R表达式的所有数据中的最大值；其中，为水环境断面参数，表征待关联水质监测指标数据和各组异常水质状态历史数据在水环境断面上的关联性；为水环境水质参数，表征待关联水质监测指标数据和各组异常水质状态历史数据在水环境水质状态变化上的关联性； m1为水环境断面参数的权重； m2为水环境水质参数的权重，且m1+m2＝1。 9.一种基于水质监测大数据的多尺度综合处理系统，其特征在于，所述系统包括：水质状态采集模块，用于获取水环境的第一水质监测数据；水质指数计算模块，用于根据所述第一水质监测数据，确定第一水质状态变化指数；水质异常判断模块，用于根据所述第一水质状态变化指数，确定水环境的水质是否出现异常；水质异常预警模块，用于当所述水环境的水质出现异常时，发出预警；所述第一水质监测数据，为表征当前水环境水质状态的各种水质监测指标的相关数据；所述第一水质状态变化指数，为反映当前水环境的水质状态的变化情况和程度的指标。 10.本申请提供了一种计算机装置，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述计算机程序时，实现如权利要求1-8任一项所述的方法。