【技术实现步骤摘要】
基于深度学习的土木工程环境监测预警方法
[0001]本专利技术涉及基于深度学习的土木工程环境监测预警方法,属于土木工程环境监测
技术介绍
[0002]近年来,随着生态文明建设的进一步加快,对环境污染治理、环境污染控制的要求进一步提高。
[0003]土木工程是环境污染治理与控制下的重要行业,在其项目建设运营过程中,会造成一些需要较长时间恢复的环境污染与破坏,有些甚至是不可逆的。从土木工程环境监测预警角度出发,能有效防止这种破坏,控制环境污染,实现可持续发展的愿景目标。
[0004]目前针对土木工程项目施工运营现场、排污企业建设运营过程的监管较为粗放,仪器布设缺少方法支持,往往针对污染源头或项目出入口布设仪器,忽略了对污染物传播过程的监测。现有监测预警方法无法较好的完成环境监测预警,存在监而不管的弊端或者监管不及时。
技术实现思路
[0005]针对现有环境监测预警方法只针对污染源头进行监测,无法对污染物的传播进行监测并预警的问题,本专利技术提供一种基于深度学习的土木工程环境监测预警方法。
[0006]本专利技术的一种基于深度学习的土木工程环境监测预警方法,包括,
[0007]确定土木工程项目所处目标监测区域的环境质量分级,按环境质量分级要求分散式布设多组传感器采集环境监测指标原始数据;
[0008]采用数据处理单元对所述环境监测指标原始数据进行预处理,获得预处理后的环境监测数据;
[0009]基于所述环境监测数据采用有监督深度学习方法对目标监测区域 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的土木工程环境监测预警方法,其特征在于包括,确定土木工程项目所处目标监测区域的环境质量分级,按环境质量分级要求分散式布设多组传感器采集环境监测指标原始数据;采用数据处理单元对所述环境监测指标原始数据进行预处理,获得预处理后的环境监测数据;基于所述环境监测数据采用有监督深度学习方法对目标监测区域的当前环境质量进行实时评级,若所述实时评级结果优于或等于所述环境质量分级,发送实时评级结果至监测终端;否则,发送预警信息至监测终端。2.根据权利要求1所述的基于深度学习的土木工程环境监测预警方法,其特征在于,所述预警信息包括实时评级结果,以及所述环境监测数据与所述环境质量分级对应的环境指标阈值进行比较,获得的超标项和超标项的超标数值范围。3.根据权利要求2所述的基于深度学习的土木工程环境监测预警方法,其特征在于,每组传感器包括一氧化碳传感器、二氧化硫传感器、二氧化氮传感器、颗粒物传感器和噪声传感器;对应的环境监测指标包括一氧化碳浓度、二氧化硫浓度、二氧化氮浓度、PM2.5、PM10及TSP浓度和等效声级。4.根据权利要求3所述的基于深度学习的土木工程环境监测预警方法,其特征在于,所述环境质量分级按从最优到最低包括一级、二级、三级和四级;一级的环境指标阈值对应的环境监测指标数据范围包括:一氧化碳浓度为0
‑
5mg/m3,二氧化硫浓度为0
‑
150μg/m3,二氧化氮浓度为0
‑
100μg/m3,PM2.5浓度为0
‑
35μg/m3,PM10浓度为0
‑
50μg/m3,TSP浓度为0
‑
120μg/m3,等效声级为0
‑
70dB;二级的环境指标阈值对应的环境监测指标数据范围包括:一氧化碳浓度为5
‑
10mg/m3,二氧化硫浓度为150
‑
500μg/m3,二氧化氮浓度为100
‑
200μg/m3,PM2.5浓度为35
‑
75μg/m3,PM10浓度为50
‑
150μg/m3,TSP浓度为120
‑
300μg/m3,等效声级为70
‑
85dB;三级的环境指标阈值对应的环境监测指标数据范围包括:一氧化碳浓度为10
‑
24mg/m3,二氧化硫浓度为500
‑
650μg/m3,二氧化氮浓度为200
‑
500μg/m3,PM2.5浓度为75
‑
150μg/m3,PM10浓度为150
‑
350μg/m3,TSP浓度为300
‑
600μg/m3,等效声级为85
‑
100dB;四级的环境指标阈值对应的环境监测指标数据范围包括:一氧化碳浓度为大于24mg/m3,二氧化硫浓度为大于650μg/m3,二氧化氮浓度为大于500μg/m3,PM2.5浓度为大于150μg/m3,PM10浓度为...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。