[发明专利]水体化学需氧量的确定方法、装置、计算机设备及介质

说明书

本发明实施例提供了一种水体化学需氧量的确定方法、装置、计算机设备及介质，涉及水质检测技术领域，其中，该方法包括：对不同样本水体的水样光谱数据计算相似度、聚类，划分出不同的水样波形类别，进而训练识别模型；获取待监测区域的水体的待测光谱数据；根据所述待测光谱数据，通过识别模型确定待测波形类别；根据波形类别与cod计算模型的对应关系，确定所述待测波形类别对应的cod计算模型；根据所述待测光谱数据，通过所述待测波形类别对应的cod计算模型得到所述待监测区域的水体的化学需氧量。该方案有利于提高待监测区域水体的化学需氧量的计算结果的准确性，有利于降低待监测区域计算水体的化学需氧量的工作量、成本。

技术领域

本发明涉及水质检测技术领域，特别涉及一种水体化学需氧量的确定方法、装置、计算机设备及介质。

背景技术

目前，测定水中cod（化学需氧量）值主要使用化学法，传统的化学cod监测方法分析周期长，二次污染严重，已不能满足现代水质监测对实时性和无二次污染的要求。国内外现有利用光谱法检测水质cod的方法中，主要采用测量254nm单个波长处的紫外吸光度来推算cod值，该方法无需预处理、快速、方便，但由于影响水质cod因素的多样性和复杂性，使得最终测量值偏差较大；且针对不同地区的污染源计算方法都存在较大差异，在新地区需要采集水样重新建立cod计算模型。

对于不同地区的水样，使用同一cod计算模型存在适应性和准确性受限的问题。但是，在新地区建立光谱cod计算模型需要重新采样建模，工作量大，成本高。

发明内容

有鉴于此，本发明实施例提供了一种水体化学需氧量的确定方法，以解决现有技术中新地区cod检测存在的不准确、工作量大的技术问题。该方法包括：

通过标准站采集不同样本水体的水样光谱数据；

对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别；

将不同样本水体的水样光谱数据和对应的水样波形类别作为样本，训练BP神经网络得到识别模型；

获取待监测区域的水体的待测光谱数据；

根据所述待测光谱数据，通过所述识别模型确定待测波形类别；

根据波形类别与cod计算模型的对应关系，确定所述待测波形类别对应的cod计算模型；

根据所述待测光谱数据，通过所述待测波形类别对应的cod计算模型得到所述待监测区域的水体的化学需氧量；

所述对不同样本水体的水样光谱数据进行聚类，划分出不同的水样波形类别，包括：

计算不同样本水体的水样光谱数据之间的相似度；

基于不同样本水体的水样光谱数据之间的相似度，对不同样本水体的水样光谱数据进行聚类，划分出不同的所述水样波形类别；

所述计算不同样本水体的水样光谱数据之间的相似度，包括：

通过以下公式计算每两个不同样本水体的水样光谱数据间的相关系数：

c=corr(x1,x2)

其中，c为相关系数，x1、x2表示两个不同样本水体分别对应的两条光谱曲线，corr()为两条光谱曲线的皮尔逊相关系数；

通过以下公式计算每两个不同样本水体的水样光谱数据间的偏差：

d=x1-x2

其中，d为偏差；

对各个所述偏差进行离散化，将离散化后的各个所述偏差划分为多个区间，通过以下公式统计每个区间的比例值，所述比例值为每个区间包括的所述偏差的个数在所述偏差的总个数中所占的比例，每个区间的长度为预设长度：