一种基于大数据的环保隐患精准监测定位方法技术

本发明专利技术公开了一种基于大数据的环保隐患精准监测定位方法，涉及环保预警技术领域，解决了现有方案无法对污染隐患进行预警，且污染源的监测定位手段单一，导致污染治理不及时的技术问题；本发明专利技术分别获取了参考标签和预警标签；利用大量的数据进行全面分析，能够在污染未形成危害之前进行预警，且能够精准定位污染源，避免了大面积污染的发生；本发明专利技术通过人工智能模型、水质指标、空气指标和卫星图像特征获取污染类型；利用人工智能模型的数据整合预测能力来处理水质指标、空气指标和卫星图像特征，提高计算效率，且能够保证污染类型的判定精度，有助于提高环保隐患的定位精度。有助于提高环保隐患的定位精度。有助于提高环保隐患的定位精度。

【技术实现步骤摘要】
一种基于大数据的环保隐患精准监测定位方法


[0001]本专利技术属于环保预警领域，涉及基于大数据的环保隐患定位技术，具体是一种基于大数据的环保隐患精准监测定位方法。

技术介绍

[0002]环境问题日亦受到人们的关注。目前的环境污染最主要的是空气污染和水污染，这两种污染的影响范围大、污染定位难，也是环境污染预警和防治需要重点分析的内容。
[0003]公开号为CN111461167A的专利技术专利公开了一种基于大数据的污染源定位方法、装置、设备及存储介质，在预置时长范围内对目标河段区域进行监测并采集数据，得到多个排污口对应的监测数据；基于预置分类模型对污染物进行分类，得到污染源：根据污染物浓度计算污染源对应的污染物排放量通过预置算法计算污染物排放量与监测数据的相关性，得到排污规律画像；当检测到污染物浓度超标时，根据排污规律画像对超标的污染物进行匹配分析，得到目标污染源：当目标污染源为工业源时，从排污规律画像中确定目标企业，并发送预置预警信息。
[0004]上述方案通过挖掘不同类型的污染源排放规律，提高污染源定位的精准率，并及时预警；但是，上述方案的监测手段单一，参考数据不够全面，且只能在污染发生之后进行监测，无法实现对污染隐患的预警和定位；因此，亟需一种能够及时预警、准确监测的污染源定位方法。

技术实现思路

[0005]本专利技术提供了一种基于大数据的环保隐患精准监测定位方法，用于解决现有方案无法对污染隐患进行预警，且污染源的监测定位手段单一，导致污染治理不及时的技术问题，本专利技术通过参考标签、预警标签和污染预测模型解决了上述问题。
[0006]本专利技术的目的可以通过以下技术方案实现：一种基于大数据的环保隐患精准监测定位方法，包括：
[0007]获取参考数据和监测数据；其中所述参考数据包括医疗数据和图像数据，所述监测数据包括卫星图像数据、水质指标和空气指标；
[0008]对参考数据进行分析获取参考标签，根据参考标签和监测数据获取预警标签；通过人工智能模型、水质指标、空气指标和卫星图像特征获取污染类型；所述参考标签和所述预警标签的取值为0或者1；
[0009]当预警标签为1时，根据污染类型和目标区域定位隐患点。
[0010]优选的，所述参考数据和监测数据均在允许权限范围内获取。
[0011]优选的，所述参考标签的获取包括：
[0012]提取参考数据中的医疗数据；所述参考数据的来源为单一诊所或者特定区域内的所有诊所；
[0013]以病名为统计主题，获取统计周期内该病名对应的患病人数，并标记为HR；其中，
所述统计周期包括一天、一星期或者一小时，所述病名对应疾病的源头为环境污染；
[0014]获取同样统计周期内的就诊人数JR；
[0015]通过公式获取病情评估系数BPX；其中，α为比例系数，且α为大于0的实数；
[0016]当BPX≥L1时，则判定特定区域出现环境污染，将参考标签设置为1；否则，将参考标签设置为0；其中，L1为评估系数阈值，且L1为大于0的实数。
[0017]优选的，当参考标签为1时，获取参考数据来源对应的行政区域标记为目标区域，所述目标区域对应预警标签的获取包括：
[0018]提取监测数据中的水质指标和空气指标；其中，所述水质指标和所述空气指标均通过设置在目标区域内的采集传感器获取；
[0019]当目标区域内的空气指标和水质指标均正常时，则判定目标区域内的环境正常，将预警标签设置为0；当空气指标和水质指标均异常时，则判定目标区域内的环境异常，将预警标签设置为1。
[0020]优选的，所述空气指标异常具体包括：
[0021]所述空气指标大于目标区域内的空气指标阈值；或者，所述空气指标的最大值大于目标区域内空气指标阈值；其中，所述空气指标阈值根据目标区域内的具体情况设定。
[0022]优选的，所述水质指标的异常具体包括：
[0023]所述水质指标大于目标区域内的水质指标阈值；或者，所述水质指标的最大值大于目标区域内水质指标阈值；其中，所述水质指标阈值根据目标区域内的具体情况设定。
[0024]优选的，所述采集传感器包括空气质量检测仪和水质检测仪。
[0025]优选的，所述污染类型通过人工智能模型获取，包括：
[0026]构建人工智能模型；所述人工智能模型包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络中的一种或者多种；
[0027]通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为污染预测模型；其中，所述标准训练数据为筛选之后的数据，包括水质指标、空气指标、卫星图像特征以及对应的污染类型，且所述标准训练数据中的污染类型通过人工标注或者机器标注；
[0028]将监测数据输入至污染预测模型获取对应的污染类型。
[0029]优选的，所述特定区域具体包括县级行政区域、镇级行政区域、市级行政区域中的一个或者多个。
[0030]与现有技术相比，本专利技术的有益效果是：
[0031]1、本专利技术分别获取了参考标签和预警标签；通过参考数据在允许情况下获取参考标签，当参考标签为1时，根据监测数据获取预警标签，当预警标签为1时，则获取目标区域和污染类型，在目标区域内，根据污染类型查找对应环保隐患点；利用大量的数据进行全面分析，能够在污染未形成危害之前进行预警，且能够精准定位污染源，避免了大面积污染的发生。
[0032]2、本专利技术通过人工智能模型、水质指标、空气指标和卫星图像特征获取污染类型；利用人工智能模型的数据整合预测能力来处理水质指标、空气指标和卫星图像特征，提高
计算效率，且能够保证污染类型的判定精度，有助于提高环保隐患的定位精度。
附图说明
[0033]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1为本专利技术的原理步骤示意图。
具体实施方式
[0035]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0036]这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
[0037]请参阅图1，本申请提供了一种基于大数据的环保隐患精准监测定位方法，包括：
[0038]获取参考数据和监测数据；其中所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的环保隐患精准监测定位方法，其特征在于，包括：获取参考数据和监测数据；其中所述参考数据包括医疗数据和图像数据，所述监测数据包括卫星图像数据、水质指标和空气指标；对参考数据进行分析获取参考标签，根据参考标签和监测数据获取预警标签；通过人工智能模型、水质指标、空气指标和卫星图像特征获取污染类型；所述参考标签和所述预警标签的取值为0或者1；当预警标签为1时，根据污染类型和目标区域定位隐患点。2.根据权利要求1所述的一种基于大数据的环保隐患精准监测定位方法，其特征在于，所述参考数据和监测数据均在允许权限范围内获取。3.根据权利要求1所述的一种基于大数据的环保隐患精准监测定位方法，其特征在于，所述参考标签的获取包括：提取参考数据中的医疗数据；所述参考数据的来源为单一诊所或者特定区域内的所有诊所；以病名为统计主题，获取统计周期内该病名对应的患病人数，并标记为HR；其中，所述统计周期包括一天、一星期或者一小时，所述病名对应疾病的源头为环境污染；获取同样统计周期内的就诊人数JR；通过公式获取病情评估系数BPX；其中，α为比例系数，且α为大于0的实数；当BPX≥L1时，则判定特定区域出现环境污染，将参考标签设置为1；否则，将参考标签设置为0；其中，L1为评估系数阈值，且L1为大于0的实数。4.根据权利要求3所述的一种基于大数据的环保隐患精准监测定位方法，其特征在于，当参考标签为1时，获取参考数据来源对应的行政区域标记为目标区域，所述目标区域对应预警标签的获取包括：提取监测数据中的水质指标和空气指标；其中，所述水质指标和所述空气指标均通过设置在目标区域内的采集传感器获取；当目标区域内的空气指标和水质指标均正常时，则判定目...

【专利技术属性】
技术研发人员：尹雪亮，
申请(专利权)人：广德绿巨人环境管理咨询有限公司，
类型：发明
国别省市：