专利名称: |
一种水源污染预警方法及系统 |
摘要: |
本发明提供一种水源污染预警方法及系统,通过将聚氨酯泡沫块沉入待监测水体设定时间后,收取监测水样;检测监测水样中微生物种类和对应密度;将微生物种类和对应密度输入到预先构建的深度学习模型中;根据深度学习模型输出的预测结果,对待监测水体进行预警;利用PFU(Polyurethane Foam Unit)微型生物群落监测结合计算机深度学习算法,在选取足够量数据基数的情况下,通过计算机深度学习可将每次预警层级划分为更为清晰准确,在不需要选取对比水样的情况下,直接对每次所取的水样进行定性定量判断预警等级,使得经深度学习后的系统对饮用水源污染预警更加准确、灵敏、可靠。 |
专利类型: |
发明专利 |
申请人: |
重庆商勤科技有限公司 |
发明人: |
向良帅;张琨;张栖;冯旭;谢春;唐道德 |
专利状态: |
有效 |
申请日期: |
1900-01-20T00:00:00+0805 |
发布日期: |
1900-01-20T05:00:00+0805 |
申请号: |
CN201911393364.X |
公开号: |
CN111103416A |
代理机构: |
重庆智慧之源知识产权代理事务所(普通合伙) |
代理人: |
余洪 |
分类号: |
G01N33/18;G;G01;G01N;G01N33;G01N33/18 |
申请人地址: |
400021 重庆市江北区盘溪七支路11号24层2403 |
主权项: |
1.一种水源污染预警方法,其特征在于,包括: 将聚氨酯泡沫块沉入待监测水体设定时间后,收取监测水样; 检测所述监测水样中微生物种类和对应密度; 将所述微生物种类和对应密度输入到预先构建的深度学习模型中; 根据所述深度学习模型输出的预测结果,对所述待监测水体进行预警。 2.如权利要求1所述的水源污染预警方法,其特征在于,所述深度学习模型是根据不同类型水体的若干样本,并输入定义的预警限值进行学习得到的。 3.如权利要求2所述的水源污染预警方法,其特征在于,所述预警限值包括:总大肠菌群、耐热大肠菌群、大肠埃希氏菌在监测水样中不得检出,且菌落总数小于100CFU/ML、贾第鞭毛虫小于1个/10L、隐孢子虫小于1个/10L。 4.如权利要求2所述的水源污染预警方法,其特征在于,所述不同类型水体包括Ⅰ类水体、Ⅱ类水体、Ⅲ类水体。 5.如权利要求4所述的水源污染预警方法,其特征在于,所述不同类型水体还包括Ⅳ类水体、Ⅴ类水体。 6.如权利要求1-5任一项所述的水源污染预警方法,其特征在于,所述设定时间根据待监测水体条件进行设置,所述待监测水体条件包括流水、静水。 7.如权利要求1-5任一项所述的水源污染预警方法,其特征在于,所述根据所述深度学习模型输出的预测结果,对所述待监测水体进行预警包括: 在预测结果为所述监测水样中检出总大肠菌群、耐热大肠菌群、大肠埃希氏菌,直接亮红灯进行严重污染预警; 在预测结果为所述监测水样中未总大肠菌群、耐热大肠菌群、大肠埃希氏菌,且菌落总数在80~100CFU/ML、贾第鞭毛虫在0.8~1个/10L、隐孢子虫0.8~1个/10L,亮红灯进行严重污染预警; 在预测结果为所述监测水样中未检出总大肠菌群、耐热大肠菌群、大肠埃希氏菌,且菌落总数在50~80CFU/ML、贾第鞭毛虫0.5~0.8个/10L、隐孢子虫0.5~0.8个/10L,亮橙色灯进行中度预警; 在预测结果为所述监测水样中未检测总大肠菌群、耐热大肠菌群、大肠埃希氏菌,且菌落总数小于50CFU/ML、贾第鞭毛虫小于0.5个/10L、隐孢子虫小于0.5个/10L,亮绿灯进行低度污染预警。 8.一种水源污染预警系统,其特征在于,包括: 水样收取装置,用于对待监测水体收取监测水样; 原生生物监测装置,用于检测所述监测水样中微生物种类和对应密度; 深度学习模块,用于基于输入的微生物种类和对应密度,输出预测结果; 预警模块,用于根据所述预测结果,对所述待监测水体进行预警。 9.如权利要求8所述的水源污染预警系统,其特征在于,所述水样收取装置包括聚氨酯泡沫块、投放收取装置、周期设定装置;所述聚氨酯泡沫块用于沉入待监测水体中,所述投放收取装置用于根据所述周期设定装置设置的设定时间,将所述聚氨酯泡沫块从所述待监测水体中提起,以收取监测水样。 10.如权利要求9所述的水源污染预警系统,其特征在于,所述深度学习模块是根据不同类型水体的若干样本,并输入定义的预警限值进行学习得到的。 |
所属类别: |
发明专利 |