[发明专利]基于云平台的水质监测系统和方法

说明书

本发明涉及基于云平台的水质监测系统，包括采样终端机和云平台；采样终端机包括浸入式探头、光源、光谱仪和上位机，浸入式探头包括用于容纳水样的狭缝、反射镜和光纤接口。工作时，光源产生的紫外可见光经光纤通过探头狭缝中的水样，经反射镜反射再次通过水样后，经光纤传输到光谱仪得到水样光谱；在上位机建立水质指标和有害物质光谱预测模型。多个采样点的光谱数据由上位机上传到统一的云平台，在云平台上利用数据迁移理论对多采样点的数据进行处理，实现对上位机的水质预测模型的参数进行校正。本发明基于数据迁移原理利用云平台上的多采样点数据对模型进行校正，利用了云平台上的大数据优势，提供了比基于单一采样点数据更精确的预测模型。

技术领域

本发明属于生态环保监测领域，具体涉及一种基于云平台的水质监测系统和方法。

背景技术

水资源是人类赖以生存的重要基础，随着人类活动的发展和对自然的开发，水资源污染情况十分严重，对水质进行监测是水资源污染治理的重要前提。与水质检测的国标法相比，利用光谱法具有省时省力、成本低等优点，在不需要精确获取水质参数指标的场合，具有很大的应用价值。

现有的利用光谱法的水质监测系统需要将水样抽取到比色皿后，通过光谱仪采集得到的水样的光谱数据后，利用回归模型预测水质参数浓度值。由于抽水装置需要额外供电，管道需要经常清洗，因此在实际应用时，部署要求较高，过程比较复杂。

现有的基于单一采样点数据样本的预测模型无法保证数据完备性，难以保证建模的数据集与全数据集的具有相同的概率分布，造成实际模型具有较大系统误差。

发明内容

本发明的技术问题是抽水式的光谱采样方式，部署复杂；现有的水质预测模型的数据样本来源单一，无法保证样本数据的多样性和完备性，难以保证用于建模的数据集与全数据集的具有相同的概率分布，导致预测模型具有较大系统误差；

本发明的目的是解决上述问题，提供一种基于云平台的水质监测系统，利用各个水质监测采样点相同的水质监测设备和计算模型具有相关性的特性，基于云平台对采样点的采样数据进行数据迁移，充分利用不同采样点的采集得到的水样光谱数据样本，对水质监测模型进行校正，提高水质监测系统的整体性能，减小系统误差；采用校正的水质监测模型，基于嵌入式探头和光谱仪采集水样的光谱数据，通过预测模型计算得到水样的光感指标、有机化学指标、有害有毒物质含量，实现实时水质监测。

本发明的技术方案是基于云平台的水质监测系统，包括水质采样终端机和云平台；水质采样终端机包括浸入式探头、光源、光谱仪和上位机；浸入式探头包括用于容纳水样的狭缝、反射镜和光纤接口。所述系统工作时，光源产生的紫外可见光经光纤通过探头狭缝中的水样，经反射镜反射再次通过水样后，经光纤传输到光谱仪得到水样光谱；在上位机建立水质指标和有害物质光谱预测模型；多个采样点的光谱数据由各自上位机上传到统一的云平台，利用不同采样点的水样的光谱数据，对上位机的水质监测模型参数进行校正；在上位机和云平台上实时显示采样点的水质三维图谱，进行辅助预警。

上述系统的水质监测方法包括以下步骤：

步骤1：利用水质采样终端机在不同采样点采集得到水样的光谱数据，上传到云平台；

步骤2：在采样终端机上建立水质监测模型，求解模型参数；

步骤3：利用云平台上不同采样点的光谱数据，对各采样点的水质监测模型参数进行校正；步骤4：实时采集待测水样光谱数据，采用校正的水质监测模型得到水样的光感指标、有机化学指标、有害物质含量和有毒物质含量；

步骤5：根据步骤4得到的水质指标预测结果，判断水质的污染类别；

步骤6：对实时采集的采样点水样的光谱的波段、吸光度依据时间维度形成动态的三维图谱，对异常值进行预警。