污染类型识别方法及装置和存储介质制造方法及图纸

本公开涉及一种污染类型识别方法及装置和存储介质，所述方法包括：根据预定水域的水质信息，确定预定水域在第一时间段内的第一指标序列和第二指标序列；根据第一指标序列和第二指标序列，确定至少一个污染识别参数；将至少一个水质判别参数输入污染类型识别模型进行处理，确定预定水域的水质污染类型。根据本公开的实施例的污染类型识别方法，可通过水质信息原位、在线且高频地测量预定水域的第一指标序列和第二指标序列，并可根据两种指标实时分析多种污染类型，提高了污染类型识别的准确性和适用范围。

【技术实现步骤摘要】
污染类型识别方法及装置和存储介质
本公开涉及计算机
，尤其涉及一种污染类型识别方法及装置和存储介质。
技术介绍
水资源是人类赖以生存的资源，饮用水质量的好坏直接关系到人类的生命安全。随着几十年来的经济高速发展，环境污染事件也呈现高发态势，近年来的重大水体污染事件造成了严重的社会、经济和环境损失。当前，对于环境保护管理十分重视，水体监测基础设施日益健全，监测数据日益丰富，一方面，通过对水质数据的异常监测及时发现突发污染事件，及时核查处理，例如，监测水质化学需氧量(ChemicalOxygenDemand)等指标可及时捕捉水体中有机污染物浓度的异常变化，是水环境质量的重要监测手段；另一方面，也需要基于监测数据，对污染类别、污染原因、污染源做出预判，这对于科学合理地预测污染发展、制定应急处置预案、控制污染影响有着极为重要的意义。然而，河流水质由于受到水文、气象、污染物等多种因素的综合影响,其变化规律难以获得，目前为止国内外基于河流水质在线监测数据的污染类型判断仅针对特定污染物的监测，其适用范围较局限，泛化能力较弱。并且，化学需氧量等指标通常需要通过在实验室进行化学测定，实时性较差，且单一指标难以识别多种类型的污染。
技术实现思路
本公开提出了一种污染类型识别方法及装置和存储介质。根据本公开的一方面，提供了一种污染类型识别方法，包括：根据预定水域的水质信息，确定预定水域在第一时间段内的第一指标序列和第二指标序列，其中，所述第一指标序列包括在所述第一时间段内的多个时刻获得的化学需氧量指标，所述第二指标序列包括在所述第一时间段内的多个时刻获得的浊度指标；根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数；将所述至少一个水质判别参数输入污染类型识别模型进行处理，确定所述预定水域的水质污染类型。在一种可能的实现方式中，所述污染识别参数包括所述化学需氧量指标与所述浊度指标的波峰时间差，和/或所述化学需氧量指标与所述浊度指标的波谷时间差，其中，根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数，包括：在所述第一指标序列中确定测得所述化学需氧量指标最大值和/或最小值的第一时刻；在所述第二指标序列中确定测得所述浊度指标最大值和/或最小值的第二时刻；根据所述第一时刻和所述第二时刻，确定所述波峰时间差和/或波谷时间差。在一种可能的实现方式中，所述污染识别参数包括所述第一指标序列的第一波峰高度，以及所述第二指标序列的第二波峰高度，其中，根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数，包括：根据所述化学需氧量指标最大值与所述化学需氧量指标的第一均值，确定所述第一波峰高度，其中，所述第一均值为在所述预定水域未受到污染的第二时间段内测得的多个化学需氧量指标的均值；根据所述浊度指标最大值与所述浊度指标的第二均值，确定所述第二波峰高度，其中，所述第二均值为在所述预定水域未受到污染的第二时间段内测得的多个浊度指标的均值。在一种可能的实现方式中，所述污染识别参数包括所述第一指标序列与所述第二指标序列的动态时间规整距离，所述规整距离用于表示第一指标序列与所述第二指标序列的相似度，其中，根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数，包括：根据所述第一指标序列中的多个化学需氧量指标，以及所述第二指标序列中的多个浊度指标，确定所述第一指标序列与所述第二指标序列的路径规整矩阵，其中，所述路径规整矩阵中的第i行，第j列的元素为第一指标序列中的第i个化学需氧量指标与第二指标序列中的第j个浊度指标之间的距离，i和j为正整数；根据路径规整矩阵，确定规整路径，其中，所述规整路径为在路径规整矩阵中从第一元素到第二元素的路径中，途径的元素之和最小的路径；根据所述规整路径，确定所述第一指标序列与所述第二指标序列的动态时间规整距离。在一种可能的实现方式中，所述第一元素和所述第二元素包括以下元素中的任意两个：所述路径规整矩阵中第1行，第1列的元素；所述路径规整矩阵中第n行，第1列的元素；所述路径规整矩阵中第1行，第m列的元素；所述路径规整矩阵中第n行，第1列的元素；所述路径规整矩阵中第n行，第m列的元素；以及所述路径规整矩阵中第k行，第l列的元素；其中，第一指标序列包括n个化学需氧量指标，第二指标序列包括m个浊度指标，第一指标序列中第k个化学需氧量指标为化学需氧量指标最大值，第二指标序列中第l个浊度指标为浊度指标最大值，k、l、n和m为正整数。在一种可能的实现方式中，所述方法还包括：根据在样本时间段内获取的第一样本指标序列和第二样本指标序列，确定与所述样本时间段分别对应的污染识别参数；将所述污染识别参数输入污染类型识别模型进行处理，确定所述样本时间段内的水质污染类型的训练结果；根据所述训练结果与所述样本时间段内的水质污染类型的标注信息，确定污染类型识别模型的模型损失；根据所述模型损失训练所述污染类型识别模型。在一种可能的实现方式中，所述水质污染类型包括工业污染、生活污染和农业污染。根据本公开的一方面，提供了一种污染类型识别装置，包括：序列确定模块，用于根据预定水域的水质信息，确定预定水域在第一时间段内的第一指标序列和第二指标序列，其中，所述第一指标序列包括在所述第一时间段内的多个时刻获得的化学需氧量指标，所述第二指标序列包括在所述第一时间段内的多个时刻获得的浊度指标；参数确定模块，用于根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数；类型确定模块，用于将所述至少一个水质判别参数输入污染类型识别模型进行处理，确定所述预定水域的水质污染类型。在一种可能的实现方式中，所述污染识别参数包括所述化学需氧量指标与所述浊度指标的波峰时间差，和/或所述化学需氧量指标与所述浊度指标的波谷时间差，其中，参数确定模块进一步用于：在所述第一指标序列中确定测得所述化学需氧量指标最大值和/或最小值的第一时刻；在所述第二指标序列中确定测得所述浊度指标最大值和/或最小值的第二时刻；根据所述第一时刻和所述第二时刻，确定所述波峰时间差和/或波谷时间差。在一种可能的实现方式中，所述污染识别参数包括所述第一指标序列的第一波峰高度，以及所述第二指标序列的第二波峰高度，其中，参数确定模块进一步用于：根据所述化学需氧量指标最大值与所述化学需氧量指标的第一均值，确定所述第一波峰高度，其中，所述第一均值为在所述预定水域未受到污染的第二时间段内测得的多个化学需氧量指标的均值；根据所述浊度指标最大值与所述浊度指标的第二均值，确定所述第二波峰高度，其中，所述第二均值为在所述预定水域未受到污染的第二时间段内测得的多个浊度指标的均值。在一种可能的实现方式中，所述污染识别参数包括所述第一指标序列与所述第二指标序列的动态时间规整距离，所述规整距离用于表示第一指标序列与所述第二指标序列的相似度，其中，参数确定模块进一步用于：根据所述第一指标序列中的多个化学需氧量指标，以及所述第二指标序列中的多个浊度指标，确定所述第一指标序列与所述第二指标序列的路径规整矩阵，其中，所述路径规整矩本文档来自技高网...

【技术保护点】
1.一种污染类型识别方法，其特征在于，所述方法包括：/n根据预定水域的水质信息，确定预定水域在第一时间段内的第一指标序列和第二指标序列，其中，所述第一指标序列包括在所述第一时间段内的多个时刻获得的化学需氧量指标，所述第二指标序列包括在所述第一时间段内的多个时刻获得的浊度指标；/n根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数；/n将所述至少一个水质判别参数输入污染类型识别模型进行处理，确定所述预定水域的水质污染类型。/n

【技术特征摘要】
1.一种污染类型识别方法，其特征在于，所述方法包括：
根据预定水域的水质信息，确定预定水域在第一时间段内的第一指标序列和第二指标序列，其中，所述第一指标序列包括在所述第一时间段内的多个时刻获得的化学需氧量指标，所述第二指标序列包括在所述第一时间段内的多个时刻获得的浊度指标；
根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数；
将所述至少一个水质判别参数输入污染类型识别模型进行处理，确定所述预定水域的水质污染类型。


2.根据权利要求1所述的方法，其特征在于，所述污染识别参数包括所述化学需氧量指标与所述浊度指标的波峰时间差，和/或所述化学需氧量指标与所述浊度指标的波谷时间差，
其中，根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数，包括：
在所述第一指标序列中确定测得所述化学需氧量指标最大值和/或最小值的第一时刻；
在所述第二指标序列中确定测得所述浊度指标最大值和/或最小值的第二时刻；
根据所述第一时刻和所述第二时刻，确定所述波峰时间差和/或波谷时间差。


3.根据权利要求1或2所述的方法，其特征在于，所述污染识别参数包括所述第一指标序列的第一波峰高度，以及所述第二指标序列的第二波峰高度，
其中，根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数，包括：
根据所述化学需氧量指标最大值与所述化学需氧量指标的第一均值，确定所述第一波峰高度，其中，所述第一均值为在所述预定水域未受到污染的第二时间段内测得的多个化学需氧量指标的均值；
根据所述浊度指标最大值与所述浊度指标的第二均值，确定所述第二波峰高度，其中，所述第二均值为在所述预定水域未受到污染的第二时间段内测得的多个浊度指标的均值。


4.根据权利要求1所述的方法，其特征在于，所述污染识别参数包括所述第一指标序列与所述第二指标序列的动态时间规整距离，所述规整距离用于表示第一指标序列与所述第二指标序列的相似度，
其中，根据所述第一指标序列和所述第二指标序列，确定至少一个污染识别参数，包括：
根据所述第一指标序列中的多个化学需氧量指标，以及所述第二指标序列中的多个浊度指标，确定所述第一指标序列与所述第二指标序列的路径规整矩阵，其中，所述路径规整矩阵中的第i行，第j列的元素为第一指标序列中的第i个化学需氧量指标与第二指标序列中的第j个浊度指标之间的距离，i和j为正整数；
根据路径规整矩阵，确定规整路径，其中，所述规整...

【专利技术属性】
技术研发人员：张大伟，关黎明，孙常库，其他发明人请求不公开姓名，
申请(专利权)人：芯视界北京科技有限公司，
类型：发明
国别省市：北京;11