一种基于鱼类行为信号的水质监测方法技术

本发明专利技术公开了一种基于鱼类行为信号的水质监测方法，涉及水质监测领域，该方法从行为信号本身的特征入手，将受试鱼类单位时间内的行为信号从高维降为一维的游程值，使用该一维的游程值来替代单位时间内所有行为变化，由于游程值包含了原始的行为信号的频率特性和幅度特性，因此可以凸显异常信号、减少正常信号的波动特征，能够准确反应受试鱼类在该单位时间的本质特征，因此利用游程值可以准确及时判断水质情况，该方法涉及到的计算量小、稳定性高、适合性能比较差的工控环境下运行；而且该方法不需要收集先验的行为信号，只需要按照单位时间进行收集、计算和判断即可，可以适用于水质监测这种实时应用场景。

A water quality monitoring method based on fish behavior signal

The invention discloses a water quality monitoring method based on fish behavior signal, which relates to the field of water quality monitoring. Starting from the characteristics of behavior signal itself, the method reduces the behavior signal of the tested fish in unit time from high dimension to one-dimensional run value, and uses the one-dimensional run value to replace all behavior changes in unit time, because the run value contains the original behavior signal The frequency and amplitude characteristics can highlight the abnormal signals and reduce the fluctuation characteristics of normal signals, which can accurately reflect the essential characteristics of the tested fish in the unit time. Therefore, the water quality can be accurately and timely judged by using the run distance value. The method involves small calculation amount, high stability, and is suitable for operation in the industrial control environment with poor performance; moreover, the method does not need to To collect the prior behavior signals, we only need to collect, calculate and judge according to the unit time, which can be applied to the real-time application scenario of water quality monitoring.

【技术实现步骤摘要】
一种基于鱼类行为信号的水质监测方法
本专利技术涉及水质监测领域，尤其是一种基于鱼类行为信号的水质监测方法。
技术介绍
水环境监测领域一般采用基于常规指标的定量分析以及基于水生生物的定性分析或者是两者相结合的方法来判断水质是否安全。其中常规指标监测技术具有国家标准，研究比较广泛、市场中成熟的产品也比较多。而基于水生生物的监测手段由于缺乏国家标准、生物个体差异明显、具有极强的不可预知性，导致其起步比较晚。国内常见的在线生物监测设备主要是基于发光菌、水溞、藻类、鱼类等技术的，鱼类是水生态系统中比发光菌、水溞、藻类等相对高级的生物，与人类对环境污染物的反应更加接近，因此可以作为水环境监测领域理想的受试生物。青鳉鱼是一种对有机污染物敏感、重金属污染物有一定反应能力的鱼类，它的行为变化可以从一定程度上反应水质的状态，因此目前常使用青鳉鱼作为受试生物。目前对于青鳉鱼的毒理学行为研究还停留在实验室阶段，通常的做法是在特定的实验环境下对青鳉鱼进行受毒实验，通过观察24小时、48小时、96小时等长时间轴下的半致死量来判断水质有毒物质的浓度。最近几年随着计算机视觉技术的广泛应用，很多大学或研究机构开始用计算机视觉的方法来捕捉青鳉鱼的一些行为特征，通过分析行为与毒性之间的关系来判断水质的状态。为了能够有效观察青鳉鱼在指定水体中的行为变化，目前出现了基于低压高频交流电信号的行为信号分析方法，也即通过生物行为传感器采用低压高频交流电信号获取青鳉鱼的行为数据，生物行为传感器可以采用本公司专利号为2011103109036的在先专利，这是一种基于低压高频的交流电信号传感器，该传感器无需破坏青鳉鱼正常的生活环境，在微弱电流的状态下观测其生理特征和运动特征从而采集到行为数据。采集到的青鳉鱼的行为电信号是一类非平稳非线性时间序列，青鳉鱼个体差异会导致采集到的行为电信号在时空特性下完全不同，重要的行为特征往往被隐藏在原始信号中，即便采用传统的信号处理方法进行处理也无法实时而有效地提取到这些特征：快速傅里叶变换(FFT)方法不能凸显行为信号的异常变化；小波变换虽然可以同时从时域和频域上对行为信号进行解析，但小波基的选择往往会因生物个体的差异而不具备自适应性，对于实时精确时频分析比较困难；经验模态分解(EMD)方法能够得到本征模态函数分量，但行为电信号被分解后各个分量不具有可解释性。
技术实现思路
本专利技术人针对上述问题及技术需求，提出了一种基于鱼类行为信号的水质监测方法，该水质监测方法从行为信号本身的特征入手，将单位时间内的行为信号从高维降为一维的游程值，同时游程值保留了受试鱼类在单位时间内的本质特征，从而利用该游程值即能准确及时判断水质情况。本专利技术的技术方案如下：一种基于鱼类行为信号的水质监测方法，该方法包括：通过生物行为传感器采集受试鱼类在待测水体中在单位时间内的行为信号；计算单位时间内的行为信号的均值，并利用单位时间内的行为信号减去均值得到单位时间对应的处理后的行为信号；获取处理后的行为信号的频率特性和幅度特性；根据频率特性和幅度特性得到单位时间内的行为信号对应的游程值；检测游程值是否超过预设阈值，若超过预设阈值，则确定待测水体的水质异常，否则再次执行通过生物行为传感器采集受试鱼类在待测水体中在单位时间内的行为信号的步骤。其进一步的技术方案为，获取处理后的行为信号的频率特性和幅度特性，包括：确定处理后的行为信号中的游程总次数为处理后的行为信号的频率特性，对于处理后的行为信号中的各个数据点，当相邻两个数据点一个大于均值、另一个小于均值时为一次游程；确定处理后的行为信号中的各个数据点的幅值绝对值的总和为处理后的行为信号的幅度特性。其进一步的技术方案为，该方法还包括：对各个单位时间内的行为信号对应的游程值进行归一化，并按照时间序列排列得到游程值曲线，采用loess方法的smooth函数对游程值曲线进行平滑处理得到待测水体的水质变化曲线。本专利技术的有益技术效果是：本申请公开了一种基于鱼类行为信号的水质监测方法，该方法从行为信号本身的特征入手，将鱼类单位时间内的行为信号从高维降为一维的游程值，使用该一维的游程值来替代单位时间内所有行为变化，由于游程值包含了原始的行为信号的频率特性和幅度特性，因此可以凸显异常信号、减少正常信号的波动特征，能够准确反应受试鱼类在该单位时间的本质特征，因此利用游程值可以准确及时判断水质情况，该方法涉及到的计算量小、稳定性高、适合性能比较差的工控环境下运行。而且该方法不需要收集先验的行为信号，只需要按照单位时间进行收集、计算和判断即可，可以适用于水质监测这种实时应用场景。将游程值按照时间序列排列起来，便可获取受试鱼类的本质特征的变化，从而计算判断出水质的状态变化曲线，且该方法源于对实验结果的观察，因此曲线的变化具有可解释性，可以与环境胁迫阈值模型对应起来。附图说明图1a是采集到的受试鱼类的原始的行为信号的示意图。图1b是从图1a中抽取出的水体未污染之前的第101分钟的1200个采样点的行为信号示意图。图1c是从图1a中抽取出的水体污染之后的第245分钟的1200个采样点的行为信号示意图。图2是本申请公开的水质监测方法的方法流程图。图3是使用本申请公开的方法处理10TU三氯酚的受毒实验的实验结果的数据比对图，其中3(a)是采集到的原始的行为信号，图3(b)是图3(a)经本申请方法处理后得到的游程值曲线，图3(c)是图3(b)进一步处理后得到的水质变化曲线。图4是分别使用FFT、小波变换以及本申请公开的方法处理1TU三氯酚的受毒实验的实验结果的数据比对图，其中图4(a)是采集到的原始的行为信号，图4(b)是图4(a)经FFT处理后的结果，图4(c)是图4(a)经小波变换后得到的结果，图4(d)是图4(a)经本申请方法处理后得到的结果。图5是分别使用FFT、小波变换以及本申请公开的方法处理5TU三氯酚的受毒实验的实验结果的数据比对图，其中图5(a)是采集到的原始的行为信号，图5(b)是图5(a)经FFT处理后的结果，图5(c)是图5(a)经小波变换后得到的结果，图5(d)是图5(a)经本申请方法处理后得到的结果。具体实施方式下面结合附图对本专利技术的具体实施方式做进一步说明。本申请公开了一种基于鱼类行为信号的水质监测方法，该方法可以通过受试鱼类在待测水体中的行为信号进行水质监测，受试鱼类采用对水质变化敏感的鱼类，比如采用青鳉鱼。本申请的方法产生的根源是在实验的过程中观察到，在下毒污染水体后若干分钟内，青鳉鱼的行为变化是有显著特征的，主要表现在刚下毒的时候行为会慢慢变强，当累积到一定时间后，行为开始下降或者直接死亡，因此青鳉鱼的行为变化与水体有机污染物之间存在良好地剂量-响应关系。同时申请人进行了相关实验，将青鳉鱼置于干净水体中，然后以高浓度的三氯酚作为特征污染物来污染水体，在此过程中持续通过生物行为传感器采集青鳉鱼的行为信本文档来自技高网...

【技术保护点】
1.一种基于鱼类行为信号的水质监测方法，其特征在于，所述方法包括：/n通过生物行为传感器采集受试鱼类在待测水体中在单位时间内的行为信号；/n计算所述单位时间内的行为信号的均值，并利用所述单位时间内的行为信号减去所述均值得到所述单位时间对应的处理后的行为信号；/n获取所述处理后的行为信号的频率特性和幅度特性；/n根据所述频率特性和幅度特性得到所述单位时间内的行为信号对应的游程值；/n检测所述游程值是否超过预设阈值，若超过所述预设阈值，则确定所述待测水体的水质异常，否则再次执行所述通过生物行为传感器采集受试鱼类在待测水体中在单位时间内的行为信号的步骤。/n

【技术特征摘要】
1.一种基于鱼类行为信号的水质监测方法，其特征在于，所述方法包括：
通过生物行为传感器采集受试鱼类在待测水体中在单位时间内的行为信号；
计算所述单位时间内的行为信号的均值，并利用所述单位时间内的行为信号减去所述均值得到所述单位时间对应的处理后的行为信号；
获取所述处理后的行为信号的频率特性和幅度特性；
根据所述频率特性和幅度特性得到所述单位时间内的行为信号对应的游程值；
检测所述游程值是否超过预设阈值，若超过所述预设阈值，则确定所述待测水体的水质异常，否则再次执行所述通过生物行为传感器采集受试鱼类在待测水体中在单位时间内的行为信号的步骤。


2.根据权利要求1所述的方法...

【专利技术属性】
技术研发人员：唐亮，饶凯锋，王伟，马梅，姜杰，许宜平，刘勇，徐艺草，
申请(专利权)人：无锡中科水质环境技术有限公司，中国科学院生态环境研究中心，
类型：发明
国别省市：江苏;32