【技术实现步骤摘要】
一种流域水环境有机污染物监测全过程质控指标评价系统
[0001]本专利技术属于流域水环境有机污染物监测
,尤其涉及一种流域水环境有机污染物监测全过程质控指标评价系统。
技术介绍
[0002]有机污染物是指以碳水化合物、蛋白质、氨基酸以及脂肪等形式存在的天然有机物质及某些其他可生物降解的人工合成有机物质为组成的污染物。可分为天然有机污染物和人工合成有机污染物两大类。水体中除含有无机污染物外,更含有大量的有机污染物,它们以毒性和使水中溶解氧减少的形式对生态系统产生影响,危害人体健康。特定有机污染物是指那些毒性大、积累性强、难降解、被列为优先污染物的有机化合物,其品种多、含量低。下面介绍几种这类物质;然而,现有流域水环境有机污染物监测全过程质控指标评价系统没有对于水质预测上起到明显精准预测的有益效果,其预测结果远远不能达到相应的使用标准;同时,不能及时准确对水环境有机污染预警,影响水污染应对处理。
[0003]通过上述分析,现有技术存在的问题及缺陷为:
[0004](1)现有流域水环境有机污染物监测评价技术不 ...
【技术保护点】
【技术特征摘要】
1.一种流域水环境有机污染物监测全过程质控指标评价系统,其特征在于,所述流域水环境有机污染物监测全过程质控指标评价系统包括:水指标采集模块,与中央控制模块连接,用于通过监测设备采集水指标数据;毒性检测模块,与中央控制模块连接,用于检测流域水环境有机污染物毒性;污染物分析模块,与中央控制模块连接,用于对流域水环境有机污染物成分进行分析;污染程度评价模块,与中央控制模块连接,用于对流域水环境有机污染程度进行评价;图像分析模块,与中央控制模块连接,用于对采集的水环境图像进行处理与环境污染分析;评价体系构建模块,与中央控制模块连接,用于通过对采集的历史数据进行分析确定各个有机污染物监测评价指标的权重;基于确定的有机污染物监测评价指标以及各个指标的权重构建评价体系;评价模块,与中央控制模块连接,用于基于构建的评价体系结合得到的水环境图像分析结果、水指标数据、毒性检测结果、污染物分析结果以及污染程度评价结果进行流域水环境有机污染物评价;水质预测模块,与中央控制模块连接,用于对流域水质进行预测。2.如权利要求1所述流域水环境有机污染物监测全过程质控指标评价系统,其特征在于,所述流域水环境有机污染物监测全过程质控指标评价系统还包括:历史数据采集模块,与中央控制模块连接,用于采集流域水环境的历史数据;所述历史数据包括污染数据、水环境图形数据以及其他相关数据;水环境图像采集模块,与中央控制模块连接,用于通过摄像设备采集水环境图像;中央控制模块,与历史数据采集模块、水环境图像采集模块、水指标采集模块、毒性检测模块、污染物分析模块、污染程度评价模块、图像分析模块、评价指标筛选模块、评价体系构建模块、评价模块、水质预测模块、预警模块、显示模块连接,用于利用单片机或控制器控制各个模块正常工作;评价指标筛选模块,与中央控制模块连接,用于将水环境图像分析结果、水指标数据、毒性检测结果、污染物分析结果以及污染程度评价结果作为有机污染物监测评价指标;预警模块,与中央控制模块连接,用于对水环境有机污染进行预警;显示模块,与中央控制模块连接,用于通过显示器显示水环境图像、水指标、毒性、污染物分析结果、污染程度评价结果、水质预测结果。3.如权利要求1所述流域水环境有机污染物监测全过程质控指标评价系统,其特征在于,所述水质预测模块对流域水质进行预测包括:(1)从获取的历史数据中提取水质参数历史时间序列数据,基于ARIMA自回归积分滑动平均模型构建水质线性数据预测模型,并对构建的水质线性数据预测模型进行训练,利用训练好的水质线性数据预测模型结合所述水质参数历史事件序列数据得到所述流域水质参数的第一预测值;(2)从获取的历史数据中提取历史气象因素时间序列数据,并结合流域水质参数历史时间序列数据,利用构建并训练好BP神经网络预测模型得到所述流域水质参数第二预测值;将流域水质参数存入水质数据库中;(3)将所述流域水质参数第一预测值和所述流域水质参数第二预测值在各时间点的值
进行相加,得到所述水质预测结果。4.如权利要求3所述流域水环境有机污染物监测全过程质控指标评价系统,其特征在于,所述利用训练好的水质线性数据预测模型结合所述水质参数历史事件序列数据得到所述流域水质参数的第一预测值包括:判断所述流域水质参数历史时间序列数据的平稳性:经过d次差分处理,建立ARIMA(p,d,q)自回归积分滑动平均模型;计算所述ARIMA(p,q...
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。