本發(fā)明涉及水質(zhì)檢測，特別是涉及一種目標(biāo)區(qū)域水質(zhì)預(yù)警方法、系統(tǒng)、計算機設(shè)備及可讀介質(zhì)。

背景技術(shù)：

1、隨著經(jīng)濟(jì)社會的快速發(fā)展和城市化進(jìn)程的加速，明確和規(guī)范入河排污口的管理對于保障水資源的可持續(xù)利用至關(guān)重要。另一方面，水環(huán)境保護(hù)的要求不斷提高，需要更加精細(xì)和有效的管理手段。

2、當(dāng)前入河排污口系統(tǒng)在水質(zhì)和管網(wǎng)預(yù)警方面存在著諸多不容小覷的問題，現(xiàn)有的技術(shù)常常表現(xiàn)出預(yù)警的嚴(yán)重滯后性，往往在水質(zhì)問題已經(jīng)較為嚴(yán)重時才發(fā)出警示，無法做到提前預(yù)知和防范；同時準(zhǔn)確性也不盡如人意，容易出現(xiàn)誤報或漏報的情況。

技術(shù)實現(xiàn)思路

1、鑒于以上所述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供一種目標(biāo)區(qū)域水質(zhì)預(yù)警方法、系統(tǒng)、計算機設(shè)備及可讀介質(zhì)，用于解決現(xiàn)有技術(shù)中存在的技術(shù)問題。

2、為實現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種目標(biāo)區(qū)域水質(zhì)預(yù)警方法，包括以下步驟：

3、通過水質(zhì)傳感器檢測目標(biāo)區(qū)域的水質(zhì)數(shù)據(jù)，得到原始水質(zhì)數(shù)據(jù)；

4、對所述原始水質(zhì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，得到清洗水質(zhì)數(shù)據(jù)；

5、利用時間序列對歷史時刻的清洗水質(zhì)數(shù)據(jù)進(jìn)行時間變化規(guī)律分析和時間變化趨勢分析；

6、將訓(xùn)練數(shù)據(jù)輸入至預(yù)先或?qū)崟r確定的神經(jīng)網(wǎng)絡(luò)架構(gòu)中進(jìn)行訓(xùn)練，生成原始水質(zhì)預(yù)警模型；其中，所述訓(xùn)練數(shù)據(jù)包括：歷史時刻的清洗水質(zhì)數(shù)據(jù)、歷史時刻的清洗水質(zhì)數(shù)據(jù)所對應(yīng)的時間變化規(guī)律分析結(jié)果、歷史時刻的清洗水質(zhì)數(shù)據(jù)所對應(yīng)的時間變化趨勢分析結(jié)果、歷史時刻下所述目標(biāo)區(qū)域的氣象數(shù)據(jù)、歷史時刻下所述目標(biāo)區(qū)域的污染源數(shù)據(jù)、所述目標(biāo)區(qū)域的水網(wǎng)分布數(shù)據(jù)；

7、將當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)輸入至所述原始水質(zhì)預(yù)警模型中，以生成與當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)對應(yīng)的水質(zhì)預(yù)測結(jié)果；

8、將所述水質(zhì)預(yù)測結(jié)果與當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)對應(yīng)的水質(zhì)實際檢測結(jié)果進(jìn)行比對；

9、若所述水質(zhì)預(yù)測結(jié)果與所述水質(zhì)實際檢測結(jié)果的波動差值位于預(yù)設(shè)范圍內(nèi)，則利用所述原始水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警；

10、若所述水質(zhì)預(yù)測結(jié)果與所述水質(zhì)實際檢測結(jié)果的波動差值未位于預(yù)設(shè)范圍內(nèi)，則利用當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)對所述原始水質(zhì)預(yù)警模型進(jìn)行迭代優(yōu)化，直至通過迭代優(yōu)化水質(zhì)預(yù)警模型輸出的水質(zhì)預(yù)測結(jié)果與對應(yīng)的水質(zhì)實際檢測結(jié)果的波動差值位于預(yù)設(shè)范圍時，利用所述迭代優(yōu)化水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警。

11、于本發(fā)明的一實施例中，將訓(xùn)練數(shù)據(jù)輸入至預(yù)先或?qū)崟r確定的神經(jīng)網(wǎng)絡(luò)架構(gòu)中進(jìn)行訓(xùn)練，生成原始水質(zhì)預(yù)警模型的過程包括：

12、對歷史時刻的清洗水質(zhì)數(shù)據(jù)、歷史時刻的清洗水質(zhì)數(shù)據(jù)所對應(yīng)的時間變化規(guī)律分析結(jié)果、歷史時刻的清洗水質(zhì)數(shù)據(jù)所對應(yīng)的時間變化趨勢分析結(jié)果、歷史時刻下所述目標(biāo)區(qū)域的氣象數(shù)據(jù)和歷史時刻下所述目標(biāo)區(qū)域的污染源數(shù)據(jù)進(jìn)行缺失值處理以及歸一化處理，并基于所述目標(biāo)區(qū)域的水網(wǎng)分布數(shù)據(jù)形成水網(wǎng)距離矩陣；

13、將缺失值處理結(jié)果以及歸一化處理結(jié)果作為節(jié)點輸入，以及將水網(wǎng)距離矩陣中監(jiān)測站點間的距離權(quán)重作為邊的輸入，并基于所述節(jié)點輸入和所述邊的輸入構(gòu)建監(jiān)測站點圖；

14、利用所述神經(jīng)網(wǎng)絡(luò)架構(gòu)的編碼器，將所述監(jiān)測站點圖中的站點信息編碼為表示向量，并將所述表示向量輸入至所述神經(jīng)網(wǎng)絡(luò)架構(gòu)的解碼器，得到多步預(yù)測輸出，并生成所述原始水質(zhì)預(yù)警模型。

15、于本發(fā)明的一實施例中，若所述神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)基于長短期記憶神經(jīng)網(wǎng)絡(luò)生成，則利用所述神經(jīng)網(wǎng)絡(luò)架構(gòu)的編碼器，將所述監(jiān)測站點圖中的站點信息編碼為表示向量，并將所述表示向量輸入至所述神經(jīng)網(wǎng)絡(luò)架構(gòu)的解碼器，得到多步預(yù)測輸出，并生成所述原始水質(zhì)預(yù)警模型的過程包括：

16、利用所述編碼器中的圖卷積神經(jīng)網(wǎng)絡(luò)，對所述監(jiān)測站點圖進(jìn)行圖卷積，并按照時間順序?qū)D卷積結(jié)果組成序列；

17、將所述序列輸入至所述編碼器中的長短期記憶神經(jīng)網(wǎng)絡(luò)，得到所述監(jiān)測站點圖中的每個站點的編碼向量，記為表示向量；

18、將所述表示向量輸入至所述解碼器中的長短期記憶神經(jīng)網(wǎng)絡(luò)，得到所述表示向量的解碼結(jié)果，并將所述解碼結(jié)果輸入至多層感知機中，得到多步預(yù)測輸出；

19、獲取得到多步預(yù)測輸出時的神經(jīng)網(wǎng)絡(luò)參數(shù)，并與所述神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、所述編碼器和所述解碼器進(jìn)行結(jié)合，生成所述原始水質(zhì)預(yù)警模型。

20、于本發(fā)明的一實施例中，利用所述原始水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警的過程包括：將所述原始水質(zhì)預(yù)警模型部署至應(yīng)用軟件中，并通過安裝有所述應(yīng)用軟件的水質(zhì)檢測平臺對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警；

21、或者，利用所述迭代優(yōu)化水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警的過程包括：將所述迭代優(yōu)化水質(zhì)預(yù)警模型部署至應(yīng)用軟件中，并通過安裝有所述應(yīng)用軟件的水質(zhì)檢測平臺對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警。

22、于本發(fā)明的一實施例中，利用所述原始水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警，或者利用所述迭代優(yōu)化水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警時，所述方法還包括：在水質(zhì)預(yù)警結(jié)果為所述目標(biāo)區(qū)域的水質(zhì)存在異常時，通過預(yù)設(shè)預(yù)警渠道發(fā)布預(yù)警信息；

23、其中，所述預(yù)設(shè)預(yù)警渠道包括以下至少之一：手機短信、預(yù)警平臺應(yīng)用軟件消息、電子郵件；

24、所述預(yù)警信息包括以下至少之一：水質(zhì)異常指標(biāo)、所述目標(biāo)區(qū)域的地理位置、預(yù)估污染源。

25、于本發(fā)明的一實施例中，通過預(yù)先或?qū)崟r設(shè)置的水質(zhì)傳感器檢測目標(biāo)區(qū)域的水質(zhì)數(shù)據(jù)時，所述方法還包括：

26、利用衛(wèi)星遙感或者光譜技術(shù)對所述目標(biāo)區(qū)域進(jìn)行監(jiān)測，得到所述目標(biāo)區(qū)域的水質(zhì)分布和水質(zhì)變化趨勢；

27、基于所述目標(biāo)區(qū)域的水質(zhì)分布和水質(zhì)變化趨勢，對所述原始水質(zhì)數(shù)據(jù)進(jìn)行印證，建立數(shù)據(jù)采集網(wǎng)絡(luò)冗余機制；

28、基于所述數(shù)據(jù)采集網(wǎng)絡(luò)冗余機制識別是否有水質(zhì)傳感器存在故障；以及，在有水質(zhì)傳感器存在故障時，利用備份檢測設(shè)備替換存在故障的水質(zhì)傳感器；其中，所述備份檢測設(shè)備包括以下至少之一：相同型號的水質(zhì)傳感器、不同型號的水質(zhì)傳感器。

29、于本發(fā)明的一實施例中，所述水質(zhì)傳感器包括以下至少之一：化學(xué)需氧量傳感器、氨氮傳感器、總磷總氮傳感器；

30、所述備份檢測設(shè)備包括以下至少之一：化學(xué)需氧量傳感器、氨氮傳感器、總磷總氮傳感器；

31、所述目標(biāo)區(qū)域包括以下至少之一：進(jìn)入河流的排污口、與排污口小于預(yù)設(shè)距離的河流水域、河流上游預(yù)設(shè)節(jié)點區(qū)域、河流下游預(yù)設(shè)節(jié)點區(qū)域。

32、于本發(fā)明的一實施例中，在得到原始水質(zhì)數(shù)據(jù)后，所述方法還包括：

33、通過預(yù)設(shè)存儲器構(gòu)建數(shù)據(jù)倉庫；

34、將所有原始水質(zhì)數(shù)據(jù)進(jìn)行分類存儲至所述數(shù)據(jù)倉庫中，以及，將所有清洗水質(zhì)數(shù)據(jù)進(jìn)行分類存儲至所述數(shù)據(jù)倉庫中。

35、本發(fā)明還提供一種目標(biāo)區(qū)域水質(zhì)預(yù)警系統(tǒng)，所述系統(tǒng)包括有：

36、采集模塊，用于通過水質(zhì)傳感器檢測目標(biāo)區(qū)域的水質(zhì)數(shù)據(jù)，得到原始水質(zhì)數(shù)據(jù)；以及，對所述原始水質(zhì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，得到清洗水質(zhì)數(shù)據(jù)；

37、時間序列分析模塊，用于利用時間序列對歷史時刻的清洗水質(zhì)數(shù)據(jù)進(jìn)行時間變化規(guī)律分析和時間變化趨勢分析；

38、初始訓(xùn)練模塊，用于將訓(xùn)練數(shù)據(jù)輸入至預(yù)先或?qū)崟r確定的神經(jīng)網(wǎng)絡(luò)架構(gòu)中進(jìn)行訓(xùn)練，生成原始水質(zhì)預(yù)警模型；其中，所述訓(xùn)練數(shù)據(jù)包括：歷史時刻的清洗水質(zhì)數(shù)據(jù)、歷史時刻的清洗水質(zhì)數(shù)據(jù)所對應(yīng)的時間變化規(guī)律分析結(jié)果、歷史時刻的清洗水質(zhì)數(shù)據(jù)所對應(yīng)的時間變化趨勢分析結(jié)果、歷史時刻下所述目標(biāo)區(qū)域的氣象數(shù)據(jù)、歷史時刻下所述目標(biāo)區(qū)域的污染源數(shù)據(jù)、所述目標(biāo)區(qū)域的水網(wǎng)分布數(shù)據(jù)；

39、驗證評估模塊，用于將當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)輸入至所述原始水質(zhì)預(yù)警模型中，以生成與當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)對應(yīng)的水質(zhì)預(yù)測結(jié)果；以及，將所述水質(zhì)預(yù)測結(jié)果與當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)對應(yīng)的水質(zhì)實際檢測結(jié)果進(jìn)行比對；

40、迭代訓(xùn)練模塊，用于在所述原始水質(zhì)預(yù)警模型輸出的水質(zhì)預(yù)測結(jié)果與所述水質(zhì)實際檢測結(jié)果的波動差值未位于預(yù)設(shè)范圍內(nèi)時，利用當(dāng)前時刻的原始水質(zhì)數(shù)據(jù)對所述原始水質(zhì)預(yù)警模型進(jìn)行迭代優(yōu)化，得到迭代優(yōu)化水質(zhì)預(yù)警模型；

41、預(yù)警模塊，用于在所述原始水質(zhì)預(yù)警模型輸出的水質(zhì)預(yù)測結(jié)果與所述水質(zhì)實際檢測結(jié)果的波動差值位于預(yù)設(shè)范圍內(nèi)時，利用所述原始水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警；或者，在通過迭代優(yōu)化水質(zhì)預(yù)警模型輸出的水質(zhì)預(yù)測結(jié)果與對應(yīng)的水質(zhì)實際檢測結(jié)果的波動差值位于預(yù)設(shè)范圍時，利用所述迭代優(yōu)化水質(zhì)預(yù)警模型對所述目標(biāo)區(qū)域的原始水質(zhì)數(shù)據(jù)進(jìn)行水質(zhì)預(yù)警。

42、本發(fā)明還提供一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上的計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)上述中任意一項所述的目標(biāo)區(qū)域水質(zhì)預(yù)警方法的步驟。

43、本發(fā)明還提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述中任意一項所述的目標(biāo)區(qū)域水質(zhì)預(yù)警方法的步驟。

44、如上所述，本發(fā)明提供一種目標(biāo)區(qū)域水質(zhì)預(yù)警方法、系統(tǒng)、計算機設(shè)備及可讀介質(zhì)，具有以下有益效果：本發(fā)明通過水質(zhì)預(yù)警模型進(jìn)行水質(zhì)檢測，能夠大幅提升水質(zhì)預(yù)警的準(zhǔn)確性和可靠性，減少誤報和漏報情況，以便為決策提供更可靠的依據(jù)。同時，本發(fā)明通過采用時間序列相關(guān)性算法分析水質(zhì)數(shù)據(jù)的時間變化規(guī)律和時間變化趨勢，能夠綜合考慮多點水質(zhì)指標(biāo)之間的復(fù)雜關(guān)系，通過深入分析歷史數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)，精準(zhǔn)地構(gòu)建出水質(zhì)變化的動態(tài)模型，從而提高水質(zhì)預(yù)警的準(zhǔn)確性和及時性，能在水質(zhì)問題發(fā)生初期甚至潛伏期就發(fā)出警報，為管理人員和決策者應(yīng)對水質(zhì)異常爭取寶貴時間。而且本發(fā)明可以根據(jù)不同地區(qū)、不同規(guī)模的入河排污口系統(tǒng)進(jìn)行靈活調(diào)整和定制，具備更強的適應(yīng)性和擴(kuò)展性。此外，本發(fā)明依據(jù)的關(guān)鍵指標(biāo)也經(jīng)過了精心篩選和優(yōu)化，確保能夠準(zhǔn)確反映水質(zhì)的真實狀態(tài)和潛在風(fēng)險。所以，本發(fā)明能夠有效提升環(huán)境管理效率和水資源保護(hù)水平，為生態(tài)環(huán)境保護(hù)和可持續(xù)發(fā)展提供有力支撐。