[发明专利]一种河流生态环境数据在线监测方法、系统及存储介质在审
申请号: | 201910698444.X | 申请日: | 2019-07-31 |
公开(公告)号: | CN110441478A | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 韩波 | 申请(专利权)人: | 淮阴师范学院 |
主分类号: | G01N33/00 | 分类号: | G01N33/00;G01N33/18;G01N33/24 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 王澎 |
地址: | 223300 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 河流生态环境 监测 河流 质量评估模型 存储介质 大气数据 水质数据 土壤数据 在线监测 构建 土壤 水质 分析评估 生态环境 数据包括 水质评估 预警信息 河床 预警 采集 | ||
1.一种河流生态环境数据在线监测方法,其特征在于,包括如下步骤:
采集待监测河流的河流生态环境数据,所述河流生态环境数据包括待监测河流的水质数据、待监测河流周边的大气数据以及河床周边的土壤数据;
构建水质评估模型,根据所述水质评估模型对所述水质数据进行评分,得到水质评分值;
构建大气质量评估模型,根据所述大气质量评估模型对所述大气数据进行评分,得到大气质量评分值;
构建土壤质量评估模型,根据所述土壤质量评估模型对所述土壤数据进行评分,得到土壤质量评分值;
根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息;
当生成预警信息时,将所述预警信息发送至指定工作人员终端中。
2.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,还包括如下步骤:
根据设定的多个采样周期,计算得到与所述多个采样周期对应的各个所述水质评分值、所述大气质量评分值和所述土壤质量评分值,根据所述水质评分值、所述大气质量评分值和所述土壤质量评分值生成曲线图表。
3.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述水质评估模型对所述水质数据进行评分的过程包括:
从所述水质数据中筛选出耗氧数值T、重金属含量值R和富营养化指标值F;
所述水质评估模型为R1=αT×βR×γF,其中,α、β和γ分别为耗氧数值T、重金属含量值R和富营养化指标值F的权重系数,计算得到的R1值为水质评分值。
4.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述土壤质量评估模型对所述土壤数据进行评分的过程包括:
从所述大气数据中筛选出含硫化合物含量数值U、碳氧化合物含量数值V和颗粒物含量数值Y;
所述大气质量评估模型为R2=δU×ζV×ηY,其中,δ、ζ和η分别为含硫化合物含量数值U、碳氧化合物含量数值V和颗粒物含量数值Y的权重系数,计算得到的R2值为大气质量评分值。
5.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述土壤质量评估模型对所述土壤数据进行评分的过程包括:
从所述土壤数据中筛选出无机污染含量数值W、有机污染含量数值L和生物污染含量数值Q;
所述土壤质量评估模型为R3=ωW×πL×θQ,其中,ω、π和θ分别为无机污染含量数值W、有机污染含量数值L和生物污染含量数值Q的权重系数,计算得到的R3值为土壤质量评分值。
6.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,所述根据所述水质评分值、大气质量评分值和土壤质量评分值确定是否生成预警信息的过程包括:
将所述水质评分值与预设水质报警范围值进行比较,如果所述综合评分值在所述预设水质报警范围值内,则不生成水质预警信息,否则,生成水质预警信息;
将所述大气质量评分值与预设大气报警范围值进行比较,如果所述大气质量评分值在所述预设大气报警范围值内,则不生成大气预警信息,否则,生成大气预警信息;
将所述土壤质量评分值与预设土壤报警范围值进行比较,如果所述土壤质量评分值在所述预设大气报警范围值内,则不生成土壤预警信息,否则,生成土壤预警信息。
7.根据权利要求1所述的河流生态环境数据在线监测方法,其特征在于,还包括对河流流速进行监测的步骤:
设定n个河流流速监测时间节点,所述n≥3;
根据设定的n个河流流速监测时间节点通过水流速检测器获取待监测河流的n个水流速度值;
根据设定放大比率将所述n个水流速度值进行放大处理,得到n个放大后的水流速度值;
对所述n个放大后的水流速度值进行平均值计算,得到水流速度平均值;
将所述水流速度平均值与预设水流阈值进行比较,如果所述水流速度平均值小于或等于所述预设水流阈值,则生成水流预警信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴师范学院,未经淮阴师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910698444.X/1.html,转载请声明来源钻瓜专利网。