污染水域智能识别治理方法、系统及存储介质技术方案

本发明专利技术公开污染水域智能识别治理方法、系统及存储介质，通过将目标水域划分为各子水域，并通过温度传感器、水质色度仪和实验室浊度仪对各子水域对应的物理状态信息进行采集，并综合分析得到各子水域对应的物理状态水质评估指数，实现了对各子水域进行初步检测，并从中筛选出各待精检水域，不仅能够准确获取各待精检水域，有利于提高后续水域水质检测的精准性和可靠性，同时还打破了传统技术中检测区域存在一定局限性的问题，在很大程度上节省了大量的人力资源和物力资源，从而进一步提高了污染水域污染情况响应的准确性和及时性，大幅度提升了水质检测的执行效率。度提升了水质检测的执行效率。度提升了水质检测的执行效率。

【技术实现步骤摘要】
污染水域智能识别治理方法、系统及存储介质


[0001]本专利技术涉及污染水域智能识别治理
，具体而言，涉及污染水域智能识别治理方法、系统及存储介质。

技术介绍

[0002]众所周知，水资源是全球最重要的资源之一，是人类生存、生物生长、物料生产的基础，充足优质的水资源是生态系统健康循环的首要条件，但是因水资源具有动态流动和蔓延的特性，极易造成水资源受到污染，由此凸显了污染水域智能识别治理的重要性。
[0003]传统的水质监测主要是通过实地采样的方法对水域的水质进行监测，虽然能达到一定的数据精度，但是由于水域跨度过于广泛，监测区域存在一定的局限性，不能精准的满足整个水域的水质监测，具体体现在以下方面：
[0004]1.传统的污染水域水质监测一般采用定时定点的监测方式，在一定时期内重复不断地对水域内的水质状况进行跟踪监测，而不是通过对水域水质的物理状态进行初步监测，并从中筛选出需要精准监测的水域进行精准监测，不仅无法准确获取需要精准监测的水域，不利于后续水域水质的精准监测，同时还耗费了大量的人力资源和物力资源，进一步导致无法准确、及时地得知污染水域的污染情况，降低了水质监测的执行效率。
[0005]2.传统的污染水域水质监测通常采用对水域进行设定深度层的水质监测，没有对水域的采样深度进行针对性分析，不仅无法保证监测数据的完整性、准确性和代表性，同时还无法精准、有效地为后续水质采样数据提供可靠的基础，使得分析结果的代表性不强，准确度不高。

技术实现思路

[0006]为了克服背景技术中的缺点，本专利技术实施例提供了污染水域智能识别治理方法、系统及存储介质,能够有效解决上述
技术介绍
中涉及的问题。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]本专利技术第一方面提供污染水域智能识别治理方法，包括如下步骤：
[0009]A1、目标水域物理状态信息采集：将目标水域按照预设划分方式划分为各子水域，同时按照预设顺序依次对各子水域编号为1,2,...,i,...,n，并对各子水域进行物理状态信息采集，得到各子水域对应的物理状态信息；
[0010]A2、目标水域物理状态水质分析：从各子水域对应的物理状态信息中提取各子水域对应的水体温度、水体色度和水体浑浊度，由此分析各子水域对应的物理状态水质评估指数；
[0011]A3、目标水域精准检测筛选分析：基于各子水域对应的物理状态水质评估指数对目标水域进行精准检测筛选，得到各待精检水域；
[0012]A4、无人机精准检测深度分析：对各待精检水域对应的指定检测深度进行分析，得到各待精检水域对应的指定检测深度，将各待精检水域对应的指定检测深度按照预设的划
分方式划分成各检测深度层，得到各待精检水域对应的各检测深度层；
[0013]A5、无人机精准检测执行：基于各待精检水域对应的各检测深度层对水质采样无人机执行水质采样，由此得到各待精检水域中各检测深度层对应的水质参数集合；
[0014]A6、目标水域精准检测水质分析：从各待精检水域中各检测深度层对应的水质参数集合中提取各待精检水域中各检测深度层对应的pH值、有机物种类数量、各种类有机物的含量、无机物种类数量和各种类无机物的含量，由此综合分析各待精检水域对应的水质状态评估指数；
[0015]A7、污染水域分析与显示：对各待精检水域对应的物理状态水质评估指数和水质状态评估指数进行综合分析，得到各待精检水域对应的水质污染系数，并对各待精检水域进行污染等级分析，得到污染水域排序结果，进而进行相应的显示。
[0016]作为本专利技术的进一步改进，所述步骤A1中对各子水域进行物理状态信息采集，其具体采集方式如下：
[0017]通过温度传感器对各子水域对应的水体温度进行采集，得到各子水域对应的水体温度，记为W
i
，i表示为各子水域的编号，i＝1,2,......,n；
[0018]通过水质色度仪对各子水域对应的水体色度进行采集，得到各子水域对应的水体色度，记为X
i
；
[0019]通过实验室浊度仪对各子水域对应的水体浑浊度进行采集，得到各子水域对应的水体浑浊度，记为Z
i
；
[0020]由各子水域对应的水体温度、水体色度和水体浑浊度构成各子水域对应的物理状态信息。
[0021]作为本专利技术的进一步改进，所述步骤A2中分析各子水域对应的物理状态水质评估指数，其具体分析方式如下：
[0022]依据公式计算出各子水域对应的物理状态水质评估指数，η
i
表示为第i个子水域对应的物理状态水质评估指数，e表示为自然常数，W
′
、Z
′
、X
′
分别表示为设定的参考水体温度、参考水体色度、参考水体浑浊度，ΔW、ΔZ、ΔX分别表示为设定的参考水体温度差、参考水体色度差、参考水体浑浊度差，a1、a2、a3分别表示为设定的水体温度、水体色度、水体浑浊度对应的权值因子。
[0023]作为本专利技术的进一步改进，所述A3中基于各子水域对应的物理状态水质评估指数对目标水域进行精准检测筛选，其具体筛选方式如下：
[0024]将各子水域对应的物理状态水质评估指数与设定的物理状态水质评估指数阈值进行对比，若某子水域对应的物理状态水质评估指数小于设定的物理状态水质评估指数阈值，则将该子水域记为待精检水域，同时统计待精检水域的数量，并按照预设顺序依次对各待精检水域编号为1,2,...,j,...,m。
[0025]作为本专利技术的进一步改进，所述步骤A4中对各待精检水域对应的指定检测深度进行分析，其具体分析方式如下：
[0026]从各子水域对应的物理状态水质评估指数中提取各待精检水域对应的物理状态水质评估指数，并将各待精检水域对应的物理状态水质评估指数与设定的各种物理状态水
质评估指数对应的水质等级进行匹配，得到各待精检水域对应的水质等级；
[0027]将各待精检水域对应的水质等级与设定的各种水质等级对应的指定检测深度进行匹配，得到各待精检水域对应的指定检测深度。
[0028]作为本专利技术的进一步改进，所述步骤A6中综合分析各待精检水域对应的水质状态评估指数，其具体分析方式如下：
[0029]依据公式计算出各待精检水域对应的水质状态评估指数，λ
j
表示为第j个待精检水域对应的水质状态评估指数，j表示为各待精检水域的编号，j＝1,2,......,m，分别表示为第j个待精检水域中第f个检测深度层对应的pH值、有机物种类数量、无机物种类数量，f表示为各检测深度层的编号，f＝1,2,......,g，表示为第j个待精检水域中第f个检测深度层对应第r个种类有机物的含量，r表示为各种类有机物的编号，r＝1,2,......,s，表示为第j个待精检水域中第f个检测深度层对应第k个种类无机物的含量，k表示为各种类无机物的编号，k＝1,2,......t，P
′
、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.污染水域智能识别治理方法，其特征在于，包括如下步骤：A1、目标水域物理状态信息采集：将目标水域按照预设划分方式划分为各子水域，同时按照预设顺序依次对各子水域编号为1,2,...,i,...,n，并对各子水域进行物理状态信息采集，得到各子水域对应的物理状态信息；A2、目标水域物理状态水质分析：从各子水域对应的物理状态信息中提取各子水域对应的水体温度、水体色度和水体浑浊度，由此分析各子水域对应的物理状态水质评估指数；A3、目标水域精准检测筛选分析：基于各子水域对应的物理状态水质评估指数对目标水域进行精准检测筛选，得到各待精检水域；A4、无人机精准检测深度分析：对各待精检水域对应的指定检测深度进行分析，得到各待精检水域对应的指定检测深度，将各待精检水域对应的指定检测深度按照预设的划分方式划分成各检测深度层，得到各待精检水域对应的各检测深度层；A5、无人机精准检测执行：基于各待精检水域对应的各检测深度层对水质采样无人机执行水质采样，由此得到各待精检水域中各检测深度层对应的水质参数集合；A6、目标水域精准检测水质分析：从各待精检水域中各检测深度层对应的水质参数集合中提取各待精检水域中各检测深度层对应的pH值、有机物种类数量、各种类有机物的含量、无机物种类数量和各种类无机物的含量，由此综合分析各待精检水域对应的水质状态评估指数；A7、污染水域分析与显示：对各待精检水域对应的物理状态水质评估指数和水质状态评估指数进行综合分析，得到各待精检水域对应的水质污染系数，并对各待精检水域进行污染等级分析，得到污染水域排序结果，进而进行相应的显示。2.根据权利要求1所述的污染水域智能识别治理方法，其特征在于：所述步骤A1中对各子水域进行物理状态信息采集，其具体采集方式如下：通过温度传感器对各子水域对应的水体温度进行采集，得到各子水域对应的水体温度，记为W
i
，i表示为各子水域的编号，i＝1,2,......,n；通过水质色度仪对各子水域对应的水体色度进行采集，得到各子水域对应的水体色度，记为X
i
；通过实验室浊度仪对各子水域对应的水体浑浊度进行采集，得到各子水域对应的水体浑浊度，记为Z
i
；由各子水域对应的水体温度、水体色度和水体浑浊度构成各子水域对应的物理状态信息。3.根据权利要求2所述的污染水域智能识别治理方法，其特征在于：所述步骤A2中分析各子水域对应的物理状态水质评估指数，其具体分析方式如下：依据公式计算出各子水域对应的物理状态水质评估指数，η
i
表示为第i个子水域对应的物理状态水质评估指数，e表示为自然常数，W
′
、Z
′
、X
′
分别表示为设定的参考水体温度、参考水体色度、参考水体浑浊度，ΔW、ΔZ、ΔX分别表示为设定的参考水体温度差、参考水体色度差、参考水体浑浊度差，a1、a2、a3分别表示为设定的水体温度、水体色度、水体浑浊度对应的权值因子。
4.根据权利要求3所述的污染水域智能识别治理方法，其特征在于：所述A3中基于各子水域对应的物理状态水质评估指数对目标水域进行精准检测筛选，其具体筛选方式如下：将各子水域对应的物理状态水质评估指数与设定的物理状态水质评估指数阈值进行对比，若某子水域对应的物理状态水质评估指数小于设定的物理状态水质评估指数阈值，则将该子水域记为待精检水域，同时统计待精检水域的数量，并按照预设顺序依次对各待精检水域编号为1,2,...,j,...,m。5.根据权利要求4所述的污染水域智能识别治理方法，其特征在于：所述步骤A4中对各待精检水域对应的指定检测深度进行分析，其具体分析方式如下：从各子水域对应的物理状态水质评估指数中提取各待精检水域对应的物理状态水质评估指数，并将各待精检水域对应的物理状态水质评估指数与设定的各种物理状态水质评估指数对应的水质等级进行匹配，得到各待精检水域对应的水质等级；将各待精检水域对应的水质等级与设定的各种水质等级对应的指定检测深度进行匹配，得到各待精检水域对应的指定检测深度。6.根据权利要求5所述的污染水域智能识别治理方法，其特征在于：所述步骤A6中综合分析各待精检水域对应的水质状态评估指数，其具体分析方式如下：依据公式计算出各待精检水域对应的水质状态评估指数，λ
j
表示为第j个待精检水域对应的水质状态评估指数，j表示为各待精检水域的编号，j＝1,2,.....

【专利技术属性】
技术研发人员：张龙飞，
申请(专利权)人：武汉鸿驰智能装备有限公司，
类型：发明
国别省市：