一种基于数据分析的水污染残留监测防治方法及系统与流程

本发明涉及水污染智能监测的，具体为一种基于数据分析的水污染残留监测防治方法及系统。

背景技术：

1、水污染残留监测是以水环境为对象，运用物理的、化学的及生物的技术手段，对其中的污染物及其有关的组成成分进行定性、定量和系统的综合分析，以探索研究水环境质量的变化规律。水污染残留监测是为水环境管理提供可靠的基础数据，并为治理措施的效果评价提供科学依据。为了使监测数据能准确反映水环境的质量现况，预测水环境污染发展趋势，要求水污染残留监测数据应具有代表性、准确性、精密性、平行性、重复性、完整性及可比性；水污染残留监测已经成为保护水源的重要手段，现有的水污染残留监测不能实现对水污染排放来源地理位置进行精准识别，也不能科学分析水污染类型和水污染防治方案，降低了水污染残留监测的效果和可靠性。

2、公告号为cn116819029b的中国发明专利公开了一种河道水污染监测方法及系统，通过采集水质传感数据、传感器节点位置信息与结合数值分析科学分析节点位置水质恶化参数，同时配合神经网络算法分析出目标河道的污染预测区域和污染预测程度并进行警报信息，从而实现目标河道水污染监测的污染面积和污染程度智能科学评估；然而以上技术方案并不能对目标河道的水污染排放来源进行识别，也不能对水污染的防治处理方案进行科学分析，降低了河道水污染监测的适用性和质量。

技术实现思路

1、（一）解决的技术问题

2、为解决上述现有的水污染残留监测不能实现对水污染排放来源地理位置进行精准识别，也不能科学分析水污染类型和水污染防治方案，降低了水污染残留监测的效果和可靠性的问题，实现以上准确采集水污染监测区域采样点的水体水质特征参数、科学分析水污染监测区域水体污染状态、精准定位水污染排放来源地理位置、智能识别水污染监测区域水体污染类型、准确分析水污染防治方案的目的。

3、（二）技术方案

4、本发明通过以下技术方案予以实现：一种基于数据分析的水污染残留监测防治方法，所述方法包括如下步骤：

5、s1、采集水污染采样点水体水质特征浓度数据和水污染监测区域采样点空间坐标数据；

6、s2、依据所述水污染采样点水体水质特征浓度数据与标准污染水体水质特征浓度数据进行水污染监测区域的水体污染状态分析处理，生成水污染监测区域水体污染状态分析数据，当为正常状态时，直接结束本次水污染监测作业；

7、s3、当为污染状态时，基于所述水污染采样点水体水质特征浓度数据进行水污染监测区域的采样点水体水质特征浓度最值分析处理，生成水污染采样点水体水质特征浓度最大值数据；

8、s4、根据水污染采样点的水体水质特征浓度最值参数和空间坐标参数进行水污染监测区域的水体污染物排放来源的空间地理位置识别处理，构建出水污染监测区域水污染排放来源空间坐标数据；

9、s5、计量出水污染采样点水体水质特征浓度均值并与不同水体污染类型对应水体水质特征浓度数据进行水污染监测区域的水体污染类型识别处理，生成水污染监测区域水体污染类型识别数据；

10、s6、依据所述水体监测区域水体污染类型识别数据与不同水体污染类型对应水体水质污染防治方案数据进行水污染监测区域的污染水体水质防治方案分析处理，生成水污染监测区域水体水质防治方案分析数据；

11、s7、构建出水体污染监测防治分析结果数据并执行水污染监测防治分析结果反馈作业。

12、优选的，所述采集水污染采样点水体水质特征浓度数据和水污染监测区域采样点空间坐标数据的操作步骤如下：

13、s11、通过水体监测传感器在线采集目标水污染监测区域随机抽取的各个水污染采样点的水体水质特征浓度参数，并生成水污染采样点水体水质特征浓度数据集合，；其中表示采集的第个水污染采样点对应的水污染采样点水体水质特征浓度数据，表示水污染采样点数量的最大值，所述水体监测传感器包括ph传感器、溶解氧传感器、氧化还原电位传感器、氨氮传感器、浊度传感器和总有机碳传感器；水体水质特征浓度参数包括目标水污染监测区域水体水质的浑浊度浓度、ph值、氨氮浓度、化学需氧量、亚硝酸盐浓度、氯化物浓度、铅重金属浓度、铬重金属浓度、有机磷农药浓度和有机氯农药浓度；

14、通过位置传感器在线采集目标水污染监测区域随机抽取的各个水污染采样点的空间位置坐标参数，并生成水污染监测区域采样点空间坐标数据集合，其中表示采集的第个水污染采样点对应的水污染监测区域采样点空间坐标数据，所述污染监测区域采样点空间坐标数据包括采样点的经度、纬度和海拔高度。

15、本发明通过水体监测传感器和位置传感器准确动态采集水污染采样点的水体水质特征浓度参数和空间位置参数，达到为科学分析水污染监测区域水体污染状态和水污染排放来源位置提供可靠数据支撑的效果。

16、优选的，依据所述水污染采样点水体水质特征浓度数据与标准污染水体水质特征浓度数据进行水污染监测区域的水体污染状态分析处理，生成水污染监测区域水体污染状态分析数据，当为正常状态时，直接结束本次水污染监测作业的操作步骤如下：

17、s21、建立标准污染水体水质特征浓度数据集合，；其中表示第种水体水质特征类型对应的标准污染水体水质特征浓度数据，表示水体水质特征类型数量的最大值；所述标准污染水体水质特征浓度数据表示水体处于污染状态下的水体水质特征参数的标准浓度范围；水体水质特征类型包括水体的浑浊度特征类型、ph值特征类型、氨氮特征类型、化学需氧量特征类型、亚硝酸盐特征类型、氯化物特征类型、铅重金属特征类型、铬重金属特征类型、有机磷农药特征类型和有机氯农药特征类型；

18、s22、将所述水污染采样点水体水质特征浓度数据集合中所述水污染采样点水体水质特征浓度数据按照水污染采样点编号和水体水质特征类型编号有序与所述标准污染水体水质特征浓度数据集合中所述标准污染水体水质特征浓度数据进行水体水质特征浓度数值比对，依据水体水质特征浓度数值比对结果生成水污染监测区域水体污染状态分析数据；

19、当与进行水体水质特征浓度数值比对成功，表示第个水污染采样点的水体中第种水体水质特征浓度超标，则输出水污染监测区域水体污染状态分析数据为污染状态；

20、当与进行水体水质特征浓度数值均未比对成功，表示目标水污染监测区域水体水质特征浓度均未超标，则输出水污染监测区域水体污染状态分析数据为正常状态，此时直接结束本次水污染监测作业。

21、本发明通过依据水污染采样点水体水质特征浓度参数与标准污染水体水质特征浓度参数进行水污染监测区域的水体污染状态智能分析，达到实现水污染监测区域的水污染状态自主精准评估的效果。

22、优选的，所述当为污染状态时，基于所述水污染采样点水体水质特征浓度数据进行水污染监测区域的采样点水体水质特征浓度最值分析处理，生成水污染采样点水体水质特征浓度最大值数据的操作步骤如下：

23、s31、当所述水污染监测区域水体污染状态分析数据为污染状态时，对所述水污染采样点水体水质特征浓度数据集合中所述水污染采样点水体水质特征浓度数据按照水污染采样点编号有序进行水体水质特征浓度数值比对，筛选出水体水质特征浓度数值最大的所述水污染采样点水体水质特征浓度数据，并经过数据标识生成水污染采样点水体水质特征浓度最大值数据。

24、本发明通过基于数值分析准确筛选出水污染采样点水体水质特征浓度最大值参数，达到为准确定位出水体污染物排放来源空间位置提供真实数据支持的效果。

25、优选的，所述根据水污染采样点的水体水质特征浓度最值参数和空间坐标参数进行水污染监测区域的水体污染物排放来源的空间地理位置识别处理，构建出水污染监测区域水污染排放来源空间坐标数据的操作步骤如下：

26、s41、获取所述水污染采样点水体水质特征浓度最大值数据和所述水污染监测区域采样点空间坐标数据集合；

27、s42、采用k-d树最邻近搜索算法依据所述水污染采样点水体水质特征浓度最大值数据对应的水污染采样点编号字符在所述水污染监测区域采样点空间坐标数据集合中搜索出所述水污染采样点水体水质特征浓度最大值数据对应水污染采样点的所述水污染监测区域采样点空间坐标数据，并经过数据标识构建出水污染监测区域水污染排放来源空间坐标数据，所述水污染监测区域水污染排放来源空间坐标数据表示目标水污染监测区域的水体污染物排放来源的空间位置坐标参数。

28、本发明通过根据水污染采样点水体水质特征浓度最值参数结合k-d树最邻近搜索算法与水污染采样点空间坐标参数进行水污染监测区域的水体污染物排放来源的空间地理位置精准分析，达到对水污染监测区域水污染排放来源地理位置高效准确定位的效果。

29、优选的，所述计量出水污染采样点水体水质特征浓度均值并与不同水体污染类型对应水体水质特征浓度数据进行水污染监测区域的水体污染类型识别处理，生成水污染监测区域水体污染类型识别数据的操作步骤如下：

30、s51、对所述水污染采样点水体水质特征浓度数据集合中所述水污染采样点水体水质特征浓度数据按照水污染采样点编号和水体水质特征关键词有序进行水体水质特征浓度均值数值处理，计量出水污染采样点水体水质特征浓度均值，其中；

31、s52、建立不同水体污染类型对应水体水质特征浓度数据集合，；其中表示第种水体污染类型相匹配的不同水体污染类型对应水体水质特征浓度数据，表示水体污染类型数量的最大值，所述不同水体污染类型对应水体水质特征浓度数据表示不同水体污染类型对应的水体水质特征参数的标准浓度范围；水体污染类型包括重金属污染类型、无机物污染类型、有机物污染类型、化学性污染类型、剧毒物污染类型；

32、s53、将所述水污染采样点水体水质特征浓度均值与所述不同水体污染类型对应水体水质特征浓度数据集合中所述不同水体污染类型对应水体水质特征浓度数据按照水体水质特征类型字符进行水体水质特征浓度数值匹配，搜索出与所述水污染采样点水体水质特征浓度均值相匹配的所述不同水体污染类型对应水体水质特征浓度数据对应的水体污染类型，并构建出水污染监测区域水体污染类型识别数据，执行生成所述水污染监测区域水体污染类型识别数据的具体操作步骤如下：

33、s531、初始化参数，更新水体污染类型搜索乌鸦种群的数量，最大迭代次数，飞行距离；

34、s532、初始化水体污染类型搜索乌鸦个体在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中的初始位置和记忆，只水体污染类型搜索乌鸦个体随机分布在一个多维搜索空间，即只水体污染类型搜索乌鸦个体随机分布空间维度为的所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中；在首次迭代中，假设水体污染类型搜索乌鸦个体把食物隐藏在初始位置；即首次迭代中，假设水体污染类型搜索乌鸦个体将所述水污染采样点水体水质特征浓度均值与所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中初始位置的所述不同水体污染类型对应水体水质特征浓度数据按照水体水质特征类型字符进行水体水质特征浓度数值匹配；

35、s533、计算每只水体污染类型搜索乌鸦个体适应度值，即计算出所述水污染采样点水体水质特征浓度均值与所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中的所述不同水体污染类型对应水体水质特征浓度数据的适应度值；

36、s534、更新水体污染类型搜索乌鸦个体在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中的位置，水体污染类型搜索乌鸦个体位置更新公式如下：，其中表示第次迭代水体污染类型搜索乌鸦个体在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中的新位置，表示第次迭代水体污染类型搜索乌鸦个体在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中的位置，表示[0，1]之间均匀分布的随机数，表示第次迭代水体污染类型搜索乌鸦个体在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中的飞行距离，表示第次迭代水体污染类型搜索乌鸦个体在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中的食物隐藏位置，即第次迭代水体污染类型搜索乌鸦个体所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中搜索出与所述水污染采样点水体水质特征浓度均值相匹配的所述不同水体污染类型对应水体水质特征浓度数据的位置；

37、s535、判断新位置的可行性，判断每只水体污染类型搜索乌鸦个体的新位置的可行性；若水体污染类型搜索乌鸦个体的新位置是可行的，水体污染类型搜索乌鸦个体则会更新它的位置，即在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中搜索出与所述水污染采样点水体水质特征浓度均值相匹配的所述不同水体污染类型对应水体水质特征浓度数据的水体污染类型，水体污染类型搜索乌鸦个体则更新到匹配成功的所述不同水体污染类型对应水体水质特征浓度数据的位置；否则，水体污染类型搜索乌鸦个体停留在当前位置，不会移动到新的位置；

38、s536、评估新位置的适应度值，计算每只水体污染类型搜索乌鸦个体新位置的适应度值，即计算出所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中所述水污染采样点水体水质特征浓度均值与新位置的所述不同水体污染类型对应水体水质特征浓度数据的适应度值；

39、s537、更新记忆，如果水体污染类型搜索乌鸦的新位置的适应度值大于记忆中初始位置的适应度值，水体污染类型搜索乌鸦就通过新的位置更新它的记忆，否则不更新他的记忆；即在所述不同水体污染类型对应水体水质特征浓度数据集合搜索空间中搜索出与所述水污染采样点水体水质特征浓度均值适应度值最大的所述不同水体污染类型对应水体水质特征浓度数据的水体污染类型；

40、s538、当满足最大迭代次数时，输出与所述水污染采样点水体水质特征浓度均值相匹配的所述不同水体污染类型对应水体水质特征浓度数据的水体污染类型，并经过数据标识构建出水污染监测区域水体污染类型识别数据。

41、本发明通过基于数值处理计量出水污染采样点水体水质特征浓度均值结合乌鸦优化算法与标准预设的不同水体污染类型对应水体水质特征浓度参数进行水污染监测区域的水体污染类型全面准确分析，达到对水污染监测区域水体污染类型精准识的效果。

42、优选的，依据所述水体监测区域水体污染类型识别数据与不同水体污染类型对应水体水质污染防治方案数据进行水污染监测区域的污染水体水质防治方案分析处理，生成水污染监测区域水体水质防治方案分析数据的操作步骤如下：

43、s61、建立不同水体污染类型对应水体水质污染防治方案数据集合，其中表示第种水体污染类型相匹配的不同水体污染类型对应水体水质污染防治方案数据，所述不同水体污染类型对应水体水质污染防治方案数据表示针对不同水体污染类型设置的标准污染水体水质防治处理的工序和使用工序设备数据；

44、s62、采用深度优先搜索算法将所述水污染监测区域水体污染类型识别数据与所述不同水体污染类型对应水体水质污染防治方案数据集合中所述不同水体污染类型对应水体水质污染防治方案数据进行水体污染类型关键词匹配，搜索出所述水污染监测区域水体污染类型识别数据对应的所述不同水体污染类型对应水体水质污染防治方案数据，并经过数据标识生成水污染监测区域水体水质防治方案分析数据。

45、本发明通过依据水体监测区域水体污染类型识别参数结合深度优先搜索算法与科学存储的不同水体污染类型对应水体水质污染防治方案参数进行水污染监测区域的污染水体水质防治方案准确分析，达到对水污染监测区域污染水体监测防治一体化管理的效果。

46、优选的，所述构建出水体污染监测防治分析结果数据并执行水污染监测防治分析结果反馈作业的操作步骤如下：

47、s71、将所述水污染监测区域水体污染状态分析数据、所述水污染监测区域水污染排放来源空间坐标数据、所述水污染监测区域水体污染类型识别数据、所述水污染监测区域水体水质防治方案分析数据经过数据组合，并构建出水体污染监测防治分析结果数据；

48、s72、将所述水体污染监测防治分析结果数据通过物联网通信网络推送反馈到水污染残留监测平台执行水污染监测防治分析结果反馈作业。

49、本发明通过科学构建出水体污染监测防治分析结果信息并通过物联网通信网络在线推送反馈到水污染残留监测平台，达到对水污染残留监管结果信息高效采集和精准推送的效果。

50、一种基于数据分析的水污染残留监测防治系统，用于实现所述一种基于数据分析的水污染残留监测防治方法，所述系统包括水体污染状态分析模块、水体污染类型及防治方案分析模块、水体污染监测防治分析结果反馈模块；

51、所述水体污染状态分析模块包括水污染采样点水体水质特征浓度采集单元、水污染监测区域采样点空间坐标采集单元、标准污染水体水质特征浓度存储单元、水污染监测区域水体污染状态分析单元；

52、所述水污染采样点水体水质特征浓度采集单元，通过水体监测传感器采集水污染采样点水体水质特征浓度数据；所述水污染监测区域采样点空间坐标采集单元，通过位置传感器采集水污染监测区域采样点空间坐标数据；所述标准污染水体水质特征浓度存储单元，用于存储标准污染水体水质特征浓度数据；所述水污染监测区域水体污染状态分析单元，依据所述水污染采样点水体水质特征浓度数据与标准污染水体水质特征浓度数据进行水污染监测区域的水体污染状态分析处理，生成水污染监测区域水体污染状态分析数据；

53、所述水体污染类型及防治方案分析模块包括水污染采样点水体水质特征浓度最值分析单元、水污染排放来源地理位置识别单元、水污染采样点水体水质特征浓度均值计量单元、不同水体污染类型对应水体水质特征浓度存储单元、水污染监测区域水体污染类型识别单元、不同水体污染类型对应水体水质防治方案存储单元、水污染监测区域水体污染防治方案分析单元；

54、所述水污染采样点水体水质特征浓度最值分析单元，基于所述水污染采样点水体水质特征浓度数据进行水污染监测区域的采样点水体水质特征浓度最值分析处理，生成水污染采样点水体水质特征浓度最大值数据；所述水污染排放来源地理位置识别单元，根据水污染采样点的水体水质特征浓度最值参数和空间坐标参数进行水污染监测区域的水体污染物排放来源的空间地理位置识别处理，构建出水污染监测区域水污染排放来源空间坐标数据；所述水污染采样点水体水质特征浓度均值计量单元，用于计量出水污染采样点水体水质特征浓度均值；所述不同水体污染类型对应水体水质特征浓度存储单元，用于存储不同水体污染类型对应水体水质特征浓度数据；所述水污染监测区域水体污染类型识别单元，依据所述水污染采样点水体水质特征浓度均值并与不同水体污染类型对应水体水质特征浓度数据进行水污染监测区域的水体污染类型识别处理，生成水污染监测区域水体污染类型识别数据；所述不同水体污染类型对应水体水质防治方案存储单元，用于存储不同水体污染类型对应水体水质污染防治方案数据；所述水污染监测区域水体污染防治方案分析单元，依据所述水体监测区域水体污染类型识别数据与不同水体污染类型对应水体水质污染防治方案数据进行水污染监测区域的污染水体水质防治方案分析处理，生成水污染监测区域水体水质防治方案分析数据；

55、所述水体污染监测防治分析结果反馈模块包括水体污染监测防治分析结果获取单元、水体污染监测防治分析结果反馈单元；

56、所述水体污染监测防治分析结果获取单元，用于构建出水体污染监测防治分析结果数据；所述水体污染监测防治分析结果反馈单元，依据所述水体污染监测防治分析结果数据执行水污染监测防治分析结果反馈作业。

57、（三）有益效果

58、本发明提供了一种基于数据分析的水污染残留监测防治方法及系统。具备以下有益效果：

59、一、通过水体监测传感器和位置传感器准确动态采集水污染采样点的水体水质特征浓度参数和空间位置参数，为科学分析水污染监测区域水体污染状态和水污染排放来源位置提供可靠数据支撑；依据水污染采样点水体水质特征浓度参数与标准污染水体水质特征浓度参数进行水污染监测区域的水体污染状态智能分析，实现水污染监测区域的水污染状态自主精准评估，提高水污染残留监测的效率。

60、二、通过基于数值分析准确筛选出水污染采样点水体水质特征浓度最大值参数，为准确定位出水体污染物排放来源空间位置提供真实数据支持；根据水污染采样点水体水质特征浓度最值参数结合智能搜索算法与水污染采样点空间坐标参数进行水污染监测区域的水体污染物排放来源的空间地理位置精准分析，实现水污染监测区域水污染排放来源地理位置高效准确定位；基于数值处理计量出水污染采样点水体水质特征浓度均值结合智能识别算法与标准预设的不同水体污染类型对应水体水质特征浓度参数进行水污染监测区域的水体污染类型全面准确分析，实现水污染监测区域水体污染类型精准识别，提高水污染残留监测的质量；依据水体监测区域水体污染类型识别参数结合智能搜索算法与科学存储的不同水体污染类型对应水体水质污染防治方案参数进行水污染监测区域的污染水体水质防治方案准确分析，实现水污染监测区域污染水体监测防治一体化管理，提高水污染残留监管的效率和效果。

61、三、通过基于水污染监测区域的污染状态分析参数、水污染物排放来源定位信息、水污染类型及水污染防治方案结合数据处理，科学构建水体污染监测防治分析结果信息，提高水污染残留监管处理信息的采集效率和安全性；将水体污染监测防治分析结果通过物联网通信网络在线推送反馈到水污染残留监测平台，实现水污染残留监管结果信息高效精准推送，提高了水污染残留监管结果的响应效率。