一种水域污染智能监控分析方法及系统技术方案

本发明专利技术实施例涉及一种水域污染智能监控分析方法及系统。其中，该方法包括：通过水域污染监控分析装置的接收模块获取监控水域的水质数据；通过水域污染监控分析装置中处理模块将水质数据输入处理模块中的水质特征提取模型，以得到监控水域的水质特征，其中，水质特征提取模型是预先训练完成的；通过水域污染监控分析装置中的编码模块根据水质特征确定监控水域的状态图；将状态图通过水域污染监控分析装置中的路由模块发送至预设服务器。本发明专利技术解决了由于水域污染监控分析系统中数据的采集端与处理端分离，而导致数据的传输速度与处理速度慢、安全性差的技术问题。

【技术实现步骤摘要】
一种水域污染智能监控分析方法及系统
本专利技术涉及环境保护领域，具体涉及一种水域污染智能监控分析方法及系统。
技术介绍
目前的水域污染监控方法大多采用传感器收集数据后直接经统计学方法，分析水域的特点和一段时间内的平均变化情况。如图1所示，数据从监测水域收集上来打包成数据包，通过网络传输到数据中心进行处理，最后将分析后的精简的结果回传给当地的环境部门的终端上，提供决策参考。现有的方法考虑到采集端的数据处理能力弱，往往无法承担复杂的分析计算任务，导致数据需要上传到远程的计算中心。这样的方法虽然提高了数据分析的能力，但是存在以下几方面的缺点：首先，数据中心一般不设在当地，数据经过打包和网络传输耗费了大量的时间，传输成本高，数据的分析结果失去了实效性，影响当地环境部门的响应速度；其次，数据的采集端和处理端分离，可传输的数据维度有限，导致数据采集端的情况不能完全的被处理端获取到，由于有信息丢失，所以现有的方法影响了数据分析的效果；最后，通过网络传输存在安全性问题，可能被不法分子截取和篡改，同时对网络的强依赖性导致部本文档来自技高网...

【技术保护点】
1.一种水域污染智能监控分析方法，其特征在于，应用于水域污染监控分析装置中，所述方法包括：/n通过所述水域污染监控分析装置的接收模块获取监控水域的水质数据；/n通过所述水域污染监控分析装置中处理模块将所述水质数据输入所述处理模块中的水质特征提取模型，以得到所述监控水域的水质特征，其中，所述水质特征提取模型是预先训练完成的；/n通过所述水域污染监控分析装置中的编码模块根据所述水质特征确定所述监控水域的状态图；/n将所述状态图通过所述水域污染监控分析装置中的路由模块发送至预设服务器。/n

【技术特征摘要】
1.一种水域污染智能监控分析方法，其特征在于，应用于水域污染监控分析装置中，所述方法包括：
通过所述水域污染监控分析装置的接收模块获取监控水域的水质数据；
通过所述水域污染监控分析装置中处理模块将所述水质数据输入所述处理模块中的水质特征提取模型，以得到所述监控水域的水质特征，其中，所述水质特征提取模型是预先训练完成的；
通过所述水域污染监控分析装置中的编码模块根据所述水质特征确定所述监控水域的状态图；
将所述状态图通过所述水域污染监控分析装置中的路由模块发送至预设服务器。


2.根据权利要求1所述的方法，其特征在于，通过所述水域污染监控分析装置的接收模块获取监控水域的水质数据包括：
通过所述接收模块获取所述监控水域的水质图像以及所述监控水域的传感器采集的传感器数据。


3.根据权利要求2所述的方法，其特征在于，所述传感器数据包括以下至少之一：
水温情况、水质、流速、水中动植物数据、水中污染标识物质含量。


4.根据权利要求1所述的方法，其特征在于，所述水质特征提取模型为卷积神经网络。


5.根据权利要求4所述的方法，其特征在于，通过所述水域污染监控分析装置中处理模块将所述水质数据输入所述处理模块中的水质特征提取模型包括：
通过所述处理单元将所述水质图像转化为预设格式，以得到水质图像数据；
将水质图像数据输入至所述卷积神经网络，以得到所述水质特征。


6.根据权利要求2所述的方法，其特征在于，通过所述水域污染监控分析装置中的编码模块根据所述水质特征确定所述监控水域的状态图包括：
通过所述编码模块对所述水质特征以及所述监控水...

【专利技术属性】
技术研发人员：张列宇，汤仁昊，魏潇淑，李晓光，李国文，赵琛，黎佳茜，李伟，
申请(专利权)人：中国环境科学研究院，
类型：发明
国别省市：北京;11