[发明专利]一种基于大数据分析实现的快速水污染溯源方法

说明书

本发明公开了环保检测技术领域的一种基于大数据分析实现的快速水污染溯源方法，包括以下步骤：a)通过园区或河道的水质采集设备获取数据；b)大数据计算平台会采集得到的数据，应用标签算法，给每个设备打上水质标签；c)经过对各个水质采集设备的水质标签进行区域和时域分析，判断水流方向，绘制水质地图；d)通过各个设备的水质标签与人工定义水质的合格参数进行非线性数据运算，对可能存在水质污染的区域提供预警；e)当需要定位水域的污染源时，可以根据水质地图自动快速自动计算出可能的污染源；f)根据水质地图，判断水质的变换周期，动态反应水域的水质，达到实时监管，精度定位污染源及污染发生的时间。

技术领域

本发明涉及环保检测技术领域，具体为一种基于大数据分析实现的快速水污染溯源方法。

背景技术

水源污染治理成本高，然污水处理成本高、偷排不易发觉、违法成本低，国内水污染问题严峻。快速定位污染源，可以有效降低环境污染损失、提高偷排企业的违法成本，减少偷排。

基于此，本发明设计了一种基于大数据分析实现的快速水污染溯源方法，以解决上述提到的问题。

发明内容

本发明的目的在于提供一种基于大数据分析实现的快速水污染溯源方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于大数据分析实现的快速水污染溯源方法，包括以下步骤：

a)通过园区或河道的水质采集设备获取数据；

b)大数据计算平台会采集得到的数据，应用标签算法，给每个设备打上水质标签，其中标签设计需要对历史水质数据进行数据调研，分析数据特征，所谓的标签算法即将根据历史数据获取，水质参数的优、良、合格、一般污染的分界值，level1，level2，level3，level4，根据如下算法进行标签化，降低计算量，公式如下：

其中，level1，level2，level3，level4为人工定义的水质参数值；

c)经过对各个水质采集设备的水质标签使用大数据算法进行区域和时域分析，根据水质的变化趋势判断水流方向，其中水质变化即求取水质参数的在地域和时域的导数，通过各节点水质指标及区域地图绘制水质地图，其计算公式如下：

其中，f为水质参数函数，f(x)表示其在x时刻的水质参数，f(x+h)表示其在x+h时刻的水质参数；

d)通过各个设备的水质标签与人工定义水质的合格参数进行深度学习，主要用到支持向量机算法将历史水质数据分成两组，一组为正常的水质数据，另一组为污染的水质数据，使用支持向量机算法生成超平面，计算较新增的水质数据点与超平面之间的距离，当计算值为负值时，说明其只存污染风险，其绝对值可以标注水质污染的程度，即当小于0时，绝对值越大，风险越高，当大于0时，绝对值越大，其水质越安全，可以为水质污染的区域提供预警，其计算公式如下：

超平面函数，

其中，W为根据历史数据得出的参数矩阵，b根据历史数据得出的常数，i表示i个参数点，y为该数据样本的分类，

当y⁽ⁱ⁾＝1时，函数边界将会很大，(w^Tx+b)为一个较大的正数，其水质就越好；

当y⁽ⁱ⁾＝-1时，函数边界也将会很大，(w^Tx+b)为一个较大的负数，水质就越差；

e)当需要定位水域的污染源时，可以根据水质地图中各个区域的水质数据判断水质的变化趋势，找到水质污染最严重的区域，从而得出可能的污染源，其公式如下：