【技术实现步骤摘要】
本专利技术涉及机器学习、环境监测领域，具体涉及一种水体毒害污染物生态健康和安全预警方法与系统。
技术介绍
1、随着科学技术日新月异，水体资源的受污染程度以及保护、预警方式得到重视。江河是最主要的地表水资源载体，对江河水资源的污染情况作出检测和预警，才能保证城乡居民用水的卫生健康。而对流域内毒害污染物进行结构性筛查、明确毒害污染物的污染特征便成为了重要的一环。
2、水体环境生态和毒害污染物浓度种类具有时间、空间差异特征，预警阈值、警限确定和警度等关键参数也不能一成不变，针对同一种风险案例，不同预警模型获得的预警结果也可能不同。常规的水质监测方式一般是采样法，而这种方式将存在较为明显的检测时间长、数据反馈不及时的问题。水体环境非常复杂，随着水源流动也会在一天的不同时间呈现不同的数值，这对于水体保护和预警而言并不能提供及时的数据支撑，还会消耗大量的物力人力去专门采样、分析。
3、另外，以cod、氨氮、总磷、重金属等常规项目为主作为预警指标，可能存在预警不及时、难以有效监测识别和溯源毒害有机污染物、难以鉴别多组分的复杂体系污染物等问题。因此，创新的整合色谱、光谱等监测技术可有效拓展完善污染源废水综合理化表征体系。近年来，随着对水资源保护工作的不断开展，一种叫做溶解性有机质(dissolvedorganic matter，dom)的有机混合物进入视野，dom的代谢以及转化过程受到碳、氮、磷等营养元素调节，因而会在水资源生态系统中扮演极其重要的角色。另外，dom也会在全球生态系统的服务中扮演重要作用，它可以作为水体污
4、目前的现有技术之一为论文“水污染预警模型的构建与运用——以漓江流域为例”的基于采样法进行江水、河水抽样调查的方法。该方法将抽样结果送至实验室进行分析研究，最终根据连续多次抽样调查的结果进行预警分析。利用单一水质因子浓度与其最高标准容许值构建了单因子水质污染指数预警模型，实现了评价的同趋化；基于单因子水质污染指数采用层次分析法构建了水污染综合指数预警模型。该方法的缺点是，由于抽样检测的时效性不高，会导致结果并不能准确反映当下的污染情况，此外由于取样的空间范围局限性，所得到的模型只是一小块取样范围的结果，这也会影响预警。
5、目前的现有技术之二为论文“湖泊溶解性有机物的表征技术及其研究进展”中的利用氙灯或者汞灯作为光源制作dom在线监测设备，利用三维荧光光谱结合平行因子分析方法。该方法可以测量紫外至可见整个波段的吸光度，几乎涵盖所有有机物的吸收波段，可以得到例如硝酸盐、亚硝酸盐、ph值、温度等因子。其主要原理是利用价电子和分子轨道上的的电子在能级间的跃迁产生的能量来定性和定量某一物质揭示水体中dom组成特征、特征变化趋势和来源。天然水体中dom通常是水体污染的指示物，故而dom的光谱特征也可以反映水质信息。该方法的缺点是，设备结构复杂、能耗高、体积大、寿命短，很难维持可持续性的监测与研究。
技术实现思路
1、本专利技术的目的是克服现有方法的不足，提出了一种水体毒害污染物生态健康和安全预警方法与系统。本专利技术解决的主要问题，是如何采用led紫外荧光水质传感器的技术，以深紫外led作为光源进行对dom主要成分的在线监测，再基于监测结果通过机器学习的方式对相关数据未来可能变化的趋势进行预测与提前预警的问题。
2、为了解决上述问题，本专利技术提出了一种水体毒害污染物生态健康和安全预警方法，所述方法包括：
3、在水体内选取多个区域进行水体样品采集和水质指标的检测，得到包含溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数、dom紫外荧光信息在内的数据集合；
4、把所述溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数、dom紫外荧光信息数据集合，利用支持向量回归svr模型进行回归模拟，并采用网格搜索法、5折交叉验证法实现svr模型的参数优选，得到最优参数的svr模型；
5、对所述数据集合根据时空分布进行分类，形成多个不同区域不同水期的数据子集，把每个数据子集中的溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数，输入到所述最优参数的svr模型中，求得该数据子集的预测dom紫外荧光信息；对于同一区域不同水期的数据子集，计算其中真实dom紫外荧光信息的变化趋势；
6、把每个数据子集的预测dom紫外荧光信息与该数据子集中的采集得到的真实dom紫外荧光信息进行相关性分析，当预测dom紫外荧光信息和真实dom紫外荧光信息在设定的误差阈值内，则认为该区域该水期的预测dom紫外荧光信息可以用于预测水域内的污染情况，并把该区域该水期的区块记录为可用区块；
7、根据所有的可用区块中新采集到的溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数，利用所述最优参数的svr模型求得每个可用区块当前水期的预测dom紫外荧光信息，再利用所述变化趋势计算出未来水期的预测dom紫外荧光信息，当所述当前水期或未来水期的预测dom紫外荧光信息超出安全警戒值时进行预警。
8、优选地，所述在水体内选取多个区域进行水体样品采集和水质指标的检测，得到包含溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数、dom紫外荧光信息在内的数据集合，具体为：
9、在水体中的包括排污口、入江支流、保护区、饮用水源地在内的多个区域，在同样的水体深度内进行2次平行采样以减少偶然性，通过水质监测仪进行溶解氧、ph、温度的测量，通过分析仪测得总氮、总磷、总有机碳的含量，通过高锰酸盐滴定法对高锰酸盐指数进行测量；
10、先用滤膜过滤水样，之后通过紫外荧光双光谱水质分析仪进行快速检测，检测得到紫外吸光度、蛋白类荧光以及腐殖类荧光的信息并且记录相关数值，得到dom紫外荧光信息。
11、优选地，所述把所述溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数、dom紫外荧光信息数据集合，利用支持向量回归svr模型进行回归模拟，并采用网格搜索法、5折交叉验证法实现svr模型的参数优选，得到最优参数的svr模型，具体为：
12、svr模型如下式：
13、f(x)＝wtx+b
14、其中w、t、b均为参数，x代表溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数经归一化处理后的数值，f(x)表示dom紫外荧光信息，模型允许f(x)偏离距离小于等于ε，当且仅当数值超过该偏离距离ε时才算做损失不计；
15、在模拟之后需要对回归模拟的效果以及精度进行估值；回归效果的判断与惩罚因子c和核参数g相关，其中惩罚因子c的取值权衡经验风险和结构风险，g决定了样本划分的精细程度；采用网格搜索法实现参数优选，设置c、g属于一个固定区间值，通过确定步长间隔进行网格划分，最终得到多组c和g值，利用5折交叉验证法选本文档来自技高网...
【技术保护点】
1.一种水体毒害污染物生态健康和安全预警方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种水体毒害污染物生态健康和安全预警方法，其特征在于，所述在水体内选取多个区域进行水体样品采集和水质指标的检测，得到包含溶解氧、pH、温度、总氮、总磷、总有机碳、高锰酸盐指数、DOM紫外荧光信息在内的数据集合，具体为：
3.如权利要求1所述的一种水体毒害污染物生态健康和安全预警方法，其特征在于，所述把所述溶解氧、pH、温度、总氮、总磷、总有机碳、高锰酸盐指数、DOM紫外荧光信息数据集合，利用支持向量回归SVR模型进行回归模拟，并采用网格搜索法、5折交叉验证法实现SVR模型的参数优选，得到最优参数的SVR模型，具体为：
4.如权利要求1所述的一种水体毒害污染物生态健康和安全预警方法，其特征在于，所述对所述数据集合根据时空分布进行分类，形成多个不同区域不同水期的数据子集，具体为：
5.一种水体毒害污染物生态健康和安全预警系统，其特征在于，所述系统包括：
6.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种水体毒害污染物生态健康和安全预警方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种水体毒害污染物生态健康和安全预警方法，其特征在于，所述在水体内选取多个区域进行水体样品采集和水质指标的检测，得到包含溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数、dom紫外荧光信息在内的数据集合，具体为：
3.如权利要求1所述的一种水体毒害污染物生态健康和安全预警方法，其特征在于，所述把所述溶解氧、ph、温度、总氮、总磷、总有机碳、高锰酸盐指数、dom紫外荧光信息数据集合，利用支持向量回归svr模型进行回归模拟，并采用网格搜索法、5折交叉验证法实现svr模型的参数优选，得...
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。