水体化学需氧量的确定方法、装置、计算机设备及介质制造方法及图纸

本发明专利技术实施例提供了一种水体化学需氧量的确定方法、装置、计算机设备及介质，涉及水质检测技术领域，其中，该方法包括：对不同样本水体的水样光谱数据计算相似度、聚类，划分出不同的水样波形类别，进而训练识别模型；获取待监测区域的水体的待测光谱数据；根据所述待测光谱数据，通过识别模型确定待测波形类别；根据波形类别与cod计算模型的对应关系，确定所述待测波形类别对应的cod计算模型；根据所述待测光谱数据，通过所述待测波形类别对应的cod计算模型得到所述待监测区域的水体的化学需氧量。该方案有利于提高待监测区域水体的化学需氧量的计算结果的准确性，有利于降低待监测区域计算水体的化学需氧量的工作量、成本。成本。成本。

【技术实现步骤摘要】
水体化学需氧量的确定方法、装置、计算机设备及介质


[0001]本专利技术涉及水质检测
，特别涉及一种水体化学需氧量的确定方法、装置、计算机设备及介质。

技术介绍

[0002]目前，测定水中cod（化学需氧量）值主要使用化学法，传统的化学cod监测方法分析周期长，二次污染严重，已不能满足现代水质监测对实时性和无二次污染的要求。国内外现有利用光谱法检测水质cod的方法中，主要采用测量254nm单个波长处的紫外吸光度来推算cod值，该方法无需预处理、快速、方便，但由于影响水质cod因素的多样性和复杂性，使得最终测量值偏差较大；且针对不同地区的污染源计算方法都存在较大差异，在新地区需要采集水样重新建立cod计算模型。
[0003]对于不同地区的水样，使用同一cod计算模型存在适应性和准确性受限的问题。但是，在新地区建立光谱cod计算模型需要重新采样建模，工作量大，成本高。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种水体化学需氧量的确定方法，以解决现有技术中新地区cod检测存在的不准确、工作量大的技术问题。该方法包括：通过标准站采集不同样本水体的水样光谱数据；对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别；将不同样本水体的水样光谱数据和对应的水样波形类别作为样本，训练BP神经网络得到识别模型；获取待监测区域的水体的待测光谱数据；根据所述待测光谱数据，通过所述识别模型确定待测波形类别；根据波形类别与cod计算模型的对应关系，确定所述待测波形类别对应的cod计算模型；根据所述待测光谱数据，通过所述待测波形类别对应的cod计算模型得到所述待监测区域的水体的化学需氧量；所述对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别，包括：计算不同样本水体的水样光谱数据之间的相似度；基于不同样本水体的水样光谱数据之间的相似度，对不同样本水体的水样光谱数据进行聚类，划分出不同的所述水样波形类别；所述计算不同样本水体的水样光谱数据之间的相似度，包括：通过以下公式计算每两个不同样本水体的水样光谱数据间的相关系数：c=corr(x1,x2)其中，c为相关系数，x1、x2表示两个不同样本水体分别对应的两条光谱曲线，corr
()为两条光谱曲线的皮尔逊相关系数；通过以下公式计算每两个不同样本水体的水样光谱数据间的偏差：d=x1
‑
x2其中，d为偏差；对各个所述偏差进行离散化，将离散化后的各个所述偏差划分为多个区间，通过以下公式统计每个区间的比例值，所述比例值为每个区间包括的所述偏差的个数在所述偏差的总个数中所占的比例，每个区间的长度为预设长度：Pm=qm/sum(q)其中，Pm表示第m个区间q的比例值，qm表示第m个区间q内包含的偏差d的个数，sum(q)表示偏差d的总个数；通过以下公式根据各个区间的比例值，计算所有所述偏差的信息熵：其中，Ent为信息熵，M为区间的总数量；通过以下公式根据所述信息熵和每两个不同样本水体的水样光谱数据间的相关系数，计算每两个不同样本水体的水样光谱数据间的相似度：其中，w为每两个不同样本水体的水样光谱数据间的相似度。
[0005]本专利技术实施例还提供了一种水体化学需氧量的确定装置，以解决现有技术中新地区cod检测存在的不准确、工作量大的技术问题。该装置包括：样本数据获取模块，用于通过标准站采集不同样本水体的水样光谱数据；聚类模块，用于对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别；分类模型训练模块，用于将不同样本水体的水样光谱数据和对应的水样波形类别作为样本，训练BP神经网络得到识别模型；光谱采集模块，用于获取待监测区域的水体的待测光谱数据；波形确定模块，用于根据所述待测光谱数据，通过所述识别模型确定待测波形类别；模型确定模块，用于根据波形类别与cod计算模型的对应关系，确定所述待测波形类别对应的cod计算模型；计算模块，用于根据所述待测光谱数据，通过所述待测波形类别对应的cod计算模型，得到所述待监测区域的水体的化学需氧量；所述聚类模块，包括：相似度计算单元，用于计算不同样本水体的水样光谱数据之间的相似度；聚类单元，用于基于不同样本水体的水样光谱数据之间的相似度，对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别；所述相似度计算单元，用于通过以下公式计算每两个不同样本水体的水样光谱数
据间的相关系数：c=corr(x1,x2)其中，c为相关系数，x1、x2表示两个不同样本水体分别对应的两条光谱曲线，corr()为两条光谱曲线的皮尔逊相关系数；通过以下公式计算每两个不同样本水体的水样光谱数据间的偏差：d=x1
‑
x2其中，d为偏差；对各个所述偏差进行离散化，将离散化后的各个所述偏差划分为多个区间，通过以下公式统计每个区间的比例值，所述比例值为每个区间包括的所述偏差的个数在所述偏差的总个数中所占的比例，每个区间的长度为预设长度：Pm=qm/sum(q)其中，Pm表示第m个区间q的比例值，qm表示第m个区间q内包含的偏差d的个数，sum(q)表示偏差d的总个数；通过以下公式根据各个区间的比例值，计算所有所述偏差的信息熵：其中，Ent为信息熵，M为区间的总数量；通过以下公式根据所述信息熵和每两个不同样本水体的水样光谱数据间的相关系数，计算每两个不同样本水体的水样光谱数据间的相似度：其中，w为每两个不同样本水体的水样光谱数据间的相似度。
[0006]本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意的水体化学需氧量的确定方法，以解决现有技术中新地区cod检测存在的不准确、工作量大的技术问题。
[0007]本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述任意的水体化学需氧量的确定方法的计算机程序，以解决现有技术中新地区cod检测存在的不准确、工作量大的技术问题。
[0008]与现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：通过识别模型确定待监测区域的水体的待测光谱数据的待测波形类别，进而根据波形类别与cod计算模型的对应关系，确定待监测区域的水体的待测光谱数据的待测波形类别对应的cod计算模型，最后，根据待测光谱数据，通过确定出的cod计算模型即可得到待监测区域的水体的化学需氧量。实现了针对待监测区域可以直接采用与待测光谱数据的待测波形类别对应的cod计算模型计算水体的化学需氧量，由于待测光谱数据的待测波形类别是由待监测区域的水体特性或特征决定的，即实现了可以采用与待监测区域的水体相适应或匹配的cod计算模型来计算待监测区域的水体的化学需氧量，有利于提高待监测区域水体的化学需氧量的计算结果的准确性；同时，待监测区域可以是任意需要检测化学需氧量的区域，可以是未检测过化学需氧量的新区域或者未建立cod计算模型的区域，实
现了每个波形类别对应的cod计算模型可以在不同待监测区域的传递，避免了在待监测区域重新采集水样、光谱数据等数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水体化学需氧量的确定方法，其特征在于，包括：通过标准站采集不同样本水体的水样光谱数据；对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别；将不同样本水体的水样光谱数据和对应的水样波形类别作为样本，训练BP神经网络得到识别模型；获取待监测区域的水体的待测光谱数据；根据所述待测光谱数据，通过所述识别模型确定待测波形类别；根据波形类别与cod计算模型的对应关系，确定所述待测波形类别对应的cod计算模型；根据所述待测光谱数据，通过所述待测波形类别对应的cod计算模型得到所述待监测区域的水体的化学需氧量；所述对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别，包括：计算不同样本水体的水样光谱数据之间的相似度；基于不同样本水体的水样光谱数据之间的相似度，对不同样本水体的水样光谱数据进行聚类，划分出不同的所述水样波形类别；所述计算不同样本水体的水样光谱数据之间的相似度，包括：通过以下公式计算每两个不同样本水体的水样光谱数据间的相关系数：c=corr(x1,x2)其中，c为相关系数，x1、x2表示两个不同样本水体分别对应的两条光谱曲线，corr()为两条光谱曲线的皮尔逊相关系数；通过以下公式计算每两个不同样本水体的水样光谱数据间的偏差：d=x1
‑
x2其中，d为偏差；对各个所述偏差进行离散化，将离散化后的各个所述偏差划分为多个区间，通过以下公式统计每个区间的比例值，所述比例值为每个区间包括的所述偏差的个数在所述偏差的总个数中所占的比例，每个区间的长度为预设长度：Pm=qm/sum(q)其中，Pm表示第m个区间q的比例值，qm表示第m个区间q内包含的偏差d的个数，sum(q)表示偏差d的总个数；通过以下公式根据各个区间的比例值，计算所有所述偏差的信息熵：其中，Ent为信息熵，M为区间的总数量；通过以下公式根据所述信息熵和每两个不同样本水体的水样光谱数据间的相关系数，计算每两个不同样本水体的水样光谱数据间的相似度：其中，w为每两个不同样本水体的水样光谱数据间的相似度。
2.如权利要求1所述的水体化学需氧量的确定方法，其特征在于，所述基于不同样本水体的水样光谱数据之间的相似度，对不同样本水体的水样光谱数据进行聚类，划分出不同的所述水样波形类别，包括：根据每两个不同样本水体的水样光谱数据之间的相似度构建矩阵；根据所述矩阵，构建度矩阵；采用所述度矩阵减去所述矩阵，得到拉普拉斯矩阵；对所述拉普拉斯矩阵进行标准化处理，得到标准化后的拉普拉斯矩阵；计算标准化后的拉普拉斯矩阵中最小的k1个特征值各自对应的特征向量；将各所述特征向量组成特征矩阵，并将所述特征矩阵中的每一行作为一个样本，得到多个样本，根据多个样本，通过聚类模型进行聚类，得到不同的水样波形类别。3.如权利要求1所述的水体化学需氧量的确定方法，其特征在于，所述方法还包括：通过标准站采集不同样本水体的化学需氧量浓度；将每一所述水样波形类别的水样光谱数据和每一所述水样波形类别的水样光谱数据对应样本水体的化学需氧量浓度，作为每一所述水样波形类别的样本数据，训练机器学习组件得到每一所述水样波形类别对应的cod计算模型。4.如权利要求3所述的水体化学需氧量的确定方法，其特征在于，所述将每一所述水样波形类别的水样光谱数据和每一所述水样波形类别的水样光谱...

【专利技术属性】
技术研发人员：田启明，孙悦丽，张萌，
申请(专利权)人：北京英视睿达科技股份有限公司，
类型：发明
国别省市：