一种河湖重点断面水质自动监测预警方法技术

本发明专利技术公开了一种河湖重点断面水质自动监测预警方法，涉及生态环境质量评估领域，包括步骤：检测与标准的数据集准备；将第一水质自动监测预警数据集数据导入统计软件SPSS进行主成分分析和因子分析、计算特征向量、对原始变量进行标准化、结合特征向量的计算结果以及新生成的标准化变量，得到主成分表达式，并计算各主成分得分值、根据主成分综合评价函数算出各监测时段主成分综合得分值、将第二水质自动监测预警数据集导入，计算得出各水质等级的主成分综合得分值，即为综合得分判别标准；根据判别标准确定出各监测时段断面的水质等级，依据启动预警条件，启动预警。本发明专利技术可提高水质检测和预警的效率和准确度。水质检测和预警的效率和准确度。水质检测和预警的效率和准确度。

【技术实现步骤摘要】
一种河湖重点断面水质自动监测预警方法


[0001]本专利技术涉及生态环境质量评估领域，更具体地说，涉及一种河湖重点断面水质自动监测预警方法。

技术介绍

[0002]国家地表水环境质量监测网已建设了1900余个地表水水质自动监测站，结合各省市建立的水质自动监测站，我国已经初步形成了覆盖范围广泛、监测指标比较全面的地表水水质自动监测网络，为我国地表水水质自动监测预警提供了数据基础。
[0003]河湖重点断面水质自动监测预警是指通过断面水质自动监测数据对水质状况的历史和现状进行定性、定量分析和评价，对可能出现的恶化趋势进行预报，适时给出水质状态恶化的各种警告信息，以便对未出现或即将出现的水质问题给出防范措施。但现有的预警方法往往存在预警效率低，准确率低等问题。

技术实现思路

[0004]本专利技术要解决的技术问题是提供一种河湖重点断面水质自动监测预警方法，以解决
技术介绍
中提到的问题。
[0005]为了达到上述目的，本专利技术采取以下技术方案：
[0006]一种河湖重点断面水质自动监测预警方法，包括步骤：
[0007]S0：将集成的河湖重点断面水质自动监测数据按自动监测预警数据结构存储进入数据库，形成第一水质自动监测预警数据集；
[0008]梳理各预警指标所对应的Ⅰ—
Ⅴ
类水质标准限值，形成第二水质自动监测预警数据集；
[0009]S1：将第一水质自动监测预警数据集数据导入统计软件SPSS，建立原始变量矩阵X，由m个监测时段的n个预警指标监测值构成，其中溶解氧为逆指标，将其倒数变换；
[0010]S2：KMO和巴特利特检验，验证水质数据是否适合用于主成分分析；
[0011]S3：因子分析，得到总方差解释及成分矩阵并确定主成分个数p；
[0012]S4：计算特征向量；
[0013]S5：对原始变量进行标准化；
[0014]S6：结合特征向量的计算结果以及新生成的标准化变量，得到主成分表达式，并计算各主成分得分值；
[0015]S7：根据主成分综合评价函数算出各监测时段主成分综合得分值；
[0016]S8：在SPSS新建一个数据文件，将第二水质自动监测预警数据集导入，运用S6、S7所述的主成分表达式、主成分综合评价函数，按照步骤S5
‑
S7的方法计算得出各水质等级的主成分综合得分值，即为综合得分判别标准；
[0017]S9：根据S8的判别标准确定出各监测时段断面的水质等级，依据启动预警条件，启动预警。
[0018]优选的，原始变量矩阵X为：
[0019][0020]主成分Fi的表达式为：
[0021][0022]其中i＝1，2，
…
，p；
[0023]综合评价函数为：
[0024][0025]式中a
1m
，a
2m
，
…
，a
nm
为原始变量矩阵X的协方差阵Σ的特征值对应的特征向量；
[0026]ZX
预警指标1
，ZX
预警指标2
，
…
，ZX
预警指标n
为原始变量矩阵X经过标准化处理的值；
[0027]λ1，λ2，
…
，λn为矩阵X的特征值；n为因子个数；m为样本个数；p为主成分个数。
[0028]优选的，方法还包括识别日主要污染因子。
[0029]优选的，方法还包括步骤S10：月水质变化趋势预警，此处步骤S10还具体包括：
[0030]S101：计算主成分综合得分均值，逐日统计形成第三水质自动监测预警数据集；
[0031]S102：采用Spearman秩相关系数法运用统计软件SPSS对当月各日的主成分综合得分均值进行再分析，得到当月水质趋势分析；
[0032]S103：根据S102水质趋势分析结果，依据启动预警条件，启动预警。
[0033]优选的，步骤S10还具体包括：S104：识别月主要污染因子。
[0034]优选的，S101中主成分综合得分均值计算公式如下：
[0035][0036]其中Fi为各监测时段主成分综合得分值；n为日监测时段数。
[0037]优选的，方法还包括年水质变化趋势预警。
[0038]优选的，年水质变化趋势预警方法具体包括：
[0039]统计当年1
‑
12月各预警指标监测浓度月均值与近四年各预警指标月均值，形成第五水质自动监测预警数据集；
[0040]利用运用季节性肯达尔检验方法分析年水质变化趋势；
[0041]准备检验数据Excel数据表；输入检验数据；检验参数设置；选择浓度检验；输出变化趋势检验报告；
[0042]根据预警指标浓度变化趋势评价结论，确定启动预警条件，启动预警。
[0043]本专利技术相对于现有技术的优点在于，本专利技术基于主成分分析法，可得到水体主要污染因子识别，得出水质综合评价等级，依据水质综合评价等级进行判定，其效率更高且准确率更高，且并通过本专利技术方法可以形成自动预警，避免水质过差造成的生态污染。
附图说明
[0044]图1是本专利技术方法示意图；
[0045]图2是本专利技术水质自动监测数据集成示意图。
具体实施方式
[0046]下面结合附图对本专利技术的具体实施方式作描述。
[0047]1)水质自动监测数据集成：
[0048]如图2所示，可通过自动站系统通讯协议或水质自动监测平台的数据接口，实时集成水质自动监测数据，作为水质自动监测预警的数据基础。
[0049]如图1所示为本专利技术方法，具体如下：
[0050]2)形成自动监测预警数据集：
[0051]集成的河湖重点断面水质自动监测数据按自动监测预警数据结构存储进入数据库，形成第一水质自动监测预警数据集。对照《地表水环境质量标准》(GB3838
‑
2002)，梳理各预警指标所对应的Ⅰ—
Ⅴ
类水质标准限值，形成第二水质自动监测预警数据集。具体如下表格所示：
[0052]第一水质自动监测预警数据集
[0053][0054]其中预警指标选取：选取《地表水环境质量标准》(GB3838—2002)中存在Ⅰ—
Ⅴ
类标准限值的监测因子作为预警指标。
[0055]其中各预警指标监测时段需保持一致。
[0056]第二水质自动监测预警数据集
[0057][0058]3)日水质状态预警：
[0059]预警方法：运用统计软件SPSS对第一水质自动监测预警数据集进行主成分分析，得到各监测时段主成分综合得分值，同步获取预警指标成分矩阵。
[0060](1)第一水质自动监测预警数据集进行主成分分析步骤：
①
导入第一水质自动监测预警数据集数据，建立原始变量矩阵X，由m个监测时段的n个预警指标监测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种河湖重点断面水质自动监测预警方法，其特征在于，包括步骤：S0：将集成的河湖重点断面水质自动监测数据按自动监测预警数据结构存储进入数据库，形成第一水质自动监测预警数据集；梳理各预警指标所对应的Ⅰ—
Ⅴ
类水质标准限值，形成第二水质自动监测预警数据集；S1：将第一水质自动监测预警数据集数据导入统计软件SPSS，建立原始变量矩阵X，由m个监测时段的n个预警指标监测值构成，其中溶解氧为逆指标，将其倒数变换；S2：KMO和巴特利特检验，验证水质数据是否适合用于主成分分析；S3：因子分析，得到总方差解释及成分矩阵并确定主成分个数p；S4：计算特征向量；S5：对原始变量进行标准化；S6：结合特征向量的计算结果以及新生成的标准化变量，得到主成分表达式，并计算各主成分得分值；S7：根据主成分综合评价函数算出各监测时段主成分综合得分值；S8：在SPSS新建一个数据文件，将第二水质自动监测预警数据集导入，按照步骤S5
‑
S7的方法计算得出各水质等级的主成分综合得分值，即为综合得分判别标准；S9：根据S8的判别标准确定出各监测时段断面的水质等级，依据启动预警条件，启动预警。2.根据权利要求1所述河湖重点断面水质自动监测预警方法，其特征在于，原始变量矩阵X为：主成分Fi的表达式为：其中i＝1，2，
…
，p；综合评价函数为：式中a
1m
，a
2m
，
…
，a
nm
为原始变量矩阵X的协方差阵Σ的特征值对应的特征向量；ZX
预警指标1
，ZX
预警指标2
，
…
，ZX
预警指标n
为原始变量...

【专利技术属性】
技术研发人员：孙晔，张煜，沈益婷，姚香平，秦莎莎，任秋月，沈正栋，
申请(专利权)人：苏州环职安环境工程技术有限公司，
类型：发明
国别省市：