近岸水质遥感预警系统的制作方法

本发明涉及水质监控领域，尤其涉及近岸的养殖区域的水质评价和预警。

背景技术：

水质监测站采集离散站点的水质数据，站点水质数据精度较高，但是只能监测站点附近的水质，海洋遥感卫星能采集全球的水质数据，但精度低，数据种类少，水质监测站与海洋遥感卫星二者结合实现海洋环境监测数据的精度高和范围广，具有优势，尤其是近岸的水质，利用遥感技术的水质评价是海洋环境监测的必然趋势，对水产品养殖具有重要意义，成为我们关心的问题。

目前，可通过遥感技术直接或间接反演的水质参数主要有温度、叶绿素、悬浮物、黄色物质、五日生化需氧量、总磷、总氮等，其种类远少于gb3097-1997《海水水质标准》中规定的35项。因此，利用遥感技术进行海洋水质评价时参数的选择及评价模型的研究成为一个亟需解决的问题。

技术实现要素：

本发明解决的问题是：目前，可通过遥感技术直接或间接反演的水质参数主要有温度、叶绿素、悬浮物、黄色物质、五日生化需氧量、总磷、总氮等，其种类远少于gb3097-1997《海水水质标准》中规定的35项。因此，利用遥感技术进行海洋水质评价时参数的选择及评价模型的研究成为一个亟需解决的问题。

为了实现上述目的，本发明提供了近岸水质遥感预警系统，包括海洋遥感卫星、海洋遥感卫星地面站、近岸水质数据采集设备、预警数据存储设备、预警数据处理设备和远程预警终端；近岸水质数据采集设备采集站点水质数据，海洋遥感卫星采集近岸区域的水质数据，海洋遥感卫星地面站接受存储海洋遥感数据，预警数据存储设备存储海洋遥感区域水质数据和站点水质数据，预警数据处理设备根据水质模型判断区域水质类型和向远程预警终端发送水质预警通知，远程预警终端接受水质预警通知。

预警数据处理设备的四参数水质判别模块根据cod（化学需氧量）、do（溶解氧）、p（磷）和n（氮）将众多水质参数转化为b1，b2值，式中xn代表总氮、xp代表总磷、xcod代表化学需氧量、xdo代表溶解氧，

b1=-3.700+18.064xn+78.268xp+1.911xcod-1.839xdo，

b2=-2.628-8.351xn+218.347xp-0.687xcod+0.462xdo，

预警数据处理设备根据b1，b2的取值范围判断其所归属的水质类型，从而实现水质类型的自动判别：

第一类水质类型：-13<b1<-6.4且-3.5<b2<3；

第二类水质类型：-6.2<b1<-0.2且2<b2<4；

第三类水质类型：0<b1<6.2且-4<b2<2；

第四类水质类型：6.4<b1<13.5且-3<b2<3.5。

为了实现上述目的，本发明还提供了水质遥感预警方法，包括以下步骤：

步骤1：近岸水质数据采集设备，数据采集设备采集站点水质数据

步骤2：海洋遥感卫星采集近岸的区域水质数据，

步骤3：海洋遥感卫星地面站接受存储海洋遥感数据，

步骤4：预警数据存储设备存储海洋遥感区域水质数据和站点水质数据，

步骤5：预警数据处理设备根据水质模型判断区域水质类型:

1).预警数据处理设备根据cod（化学需氧量）、do（溶解氧）、p（磷）和n（氮）的四参数水质判别模块将众多水质参数转化为b1，b2值，式中xn代表总氮、xp代表总磷、xcod代表化学需氧量、xdo代表溶解氧，

b1=-3.700+18.064xn+78.268xp+1.911xcod-1.839xdo

b2=-2.628-8.351xn+218.347xp-0.687xcod+0.462xdo

2).预警数据处理设备根据b1，b2的取值范围判断其所归属的水质类型，从而实现水质类型的自动判别：

第一类水质类型：-13<b1<-6.4且-3.5<b2<3；

第二类水质类型：-6.2<b1<-0.2且2<b2<4；

第三类水质类型：0<b1<6.2且-4<b2<2；

第四类水质类型：6.4<b1<13.5且-3<b2<3.5。

步骤6：预警数据处理设备发送水质预警通知,远程预警终端接受水质预警通知。

其中，预警数据处理设备的四参数水质判别模块将众多水质参数转化为b1，b2值，预警数据处理设备根据b1，b2的取值范围判断其所归属的水质类型，从而实现水质类型的自动判别，步骤5的推导过程如下：

步骤5-1：近岸海域水质主导因素选择。如图2所示，雷州半岛海域研究范围介于20.2ºn-21.4ºn，109.4°e-111ºe之间，共计56个水质采样站点。实测水质参数包括酸度、溶解氧、化学需氧量、总氮、总磷、汞、镉、铅、铬、砷、铜、锌、石油类共13个。

为探讨该海域水质主导因素，引入主成分分析。该方法是统计学中的经典方法，可用于解决变量间潜在结构及内在结构等问题。利用pca（principalcomponentanalysis）对上述13个水质指标进行主成分提取（表1）。从第六个主成分开始，其后的特征根值均小于1，说明该主成分的解释力度还不如直接引入原变量参数。因此，前五个主成分才可以表征原13个水质参数所代表的大部分信息。

表1主成分分析表

再利用回归法得出各水质参数与前五个主成分的相关关系（表2），可见相关性较高的水质参数依次为：总氮（n）、总磷（p）、化学需氧量（cod）、酸度（ph）、溶解氧（do）。由此得出，雷州半岛近岸海域水体的主导水质参数为上述5个参数。

步骤5-2：水质假设样本。为从理论上探讨该海域水质海洋遥感评价时应反演的参数种类及对应的水质评价模型，首先按照国标（表3）中这5个水质参数的区间值，建立假设样本，每类水质500个数据点，四类水质共计2000个数据点，相当于2000个水质采样站点信息。

步骤5-3：水质参数的筛选。根据所建立的水质假设样本可知，该样本为分类已知且包含多元信息的数据阵，可利用判别分析理论进行建模。表4给出了对假设样本中5个参数逐步筛选的过程，每步按照维尔克斯(wilks)统计量最小、f值最大原则进行筛选，每次选入一个具有显著判别能力的参数。下一步中考察前一次引入的参数f值是否依然最大，若最大，则前次引入的参数不剔除。最终，得出各参数对水质分类判别能力的大小依次为：cod>do>p>n>ph。

表2主成分分析表

步骤5-4：水质评价判别函数及模型的建立。经过变量筛选后,就可用判别准则建立判别函数。按照各参数对水质分类判别能力（cod>do>p>n>ph）的大小，分别建立了cod、do、p、n和ph的五参数水质判别函数（公式1）；cod、do、p和n的四参数水质判别模块（公式2）；以及cod、do和p的三参数水质判别函数（公式4）。

表3海水水质标准

表4水质指标逐步筛选过程

a1=-2.454+18.094xn+78.179xp+1.913xcod-0.165xph-1.829xdo

a2=-7.355-7.966xn+211.021xp-0.652xcod+0.632xph+0.386xdo(公式1)

b1=-3.700+18.064xn+78.268xp+1.911xcod-1.839xdo

b2=-2.628-8.351xn+218.347xp-0.687xcod+0.462xdo(公式2)

c1=2.518+91.853xp+2.247xcod-2.257xdo

c2=-5.949+213.482xp-1.067xcod+0.872xdo(公式3)

上式中分别xn代表总氮、xp代表总磷、xcod代表化学需氧量、xdo代表溶解氧，xph代表酸度（ph）。继而，将依照《海水水质标准》所建立的2000个假设数据按照上述关系式进行转换，得到a1、a2，b1、b2，c1、c2值进行交会投点，分别建立五参数水质分类图版，如图3所示；四参数水质分类图版，如图4所示；三参数分类图版，如图5所示。表5给出了各类水质a1、a2，b1、b2，c1、c2的取值范围，并按照这个取值范围对2000个假设数据点进行了回判。通过分析可知：五参数的分类图版与四参数的分类图版各类水质的区间值是一致的，且两者的2000个数据点的回判正确率均是100%；三参数的分类图版区间值发生了改变，且2000个数据点中有7个数据点分类错误（第二类水质错误2个数据点，第三类水质错误5个数据点），回判正确率是99.65%。由此得出，最佳的水质分类图版应为四参数的分类图版。

在实际应用中，对于雷州半岛近岸海域某一待判水质类型的站点，即可以通过上述四参数关系式将众多水质参数转化为b1，b2值，再根据表5中b1，b2的取值范围判断其所归属的水质类型，从而实现水质类型的自动判别。

表5各类水质a1、a2，b1、b2，c1、c2取值范围

本发明由于采用了上述技术方案，从而具有以下优点：

（1）基于遥感技术的水质评价也应遵循gb3097-1997《海水水质标准》，鉴于目前海洋遥感可反演的水质参数有限，为使用最少的海洋遥感反演参数建立最优的水质评价模型，本文提出利用数理统计分析理论，结合实测与假设数据的分析进行建模。

（2）针对雷州半岛近岸海域，从实测数据中分析得出：该海域主导水质参数为n、p、cod、ph、do这5种；从假设数据中分析得出：上述5种参数对水质分类判别能力的大小依次为：cod>do>p>n>ph，并按照这种主次关系分别建立五参数、四参数、三参数水质评价模型；最终通过对假设样本水质分类正确率的回判，确定最优模型为四参数模型。

（3）宏观监测近岸水质，对水质数据进行评价和预警，从而提高了水质环境质量评价预警技术的智能化程度，为近岸养殖户提供水质预警服务。

附图说明

图1为近岸水质遥感预警系统的系统示意图；

图2为雷州半岛近岸海域站点分布图；

图3为五参数水质分类图；

图4为四参数水质分类图；

图5为三参数水质分类图；

图6为雷州半岛近岸海域水质类型图。

附图标记：海洋遥感卫星101、海洋遥感卫星地面站102、预警数据存储设备103、近岸水质数据采集设备104、预警数据处理设备105、四参数水质判别模块106、预警模块107、远程预警终端108。

具体实施方式：

实施方式1：下面结合附图标记说明，如图1所示，近岸水质遥感预警系统包括海洋遥感卫星101、海洋遥感卫星地面站102、预警数据存储设备103、近岸水质数据采集设备104、预警数据处理设备105、四参数水质判别模块106、预警模块107、远程预警终端108，近岸水质数据采集设备104采集某站点水质数据，海洋遥感卫星101采集近岸的某区域水质数据，海洋遥感卫星地面站102接受存储海洋遥感卫星101的数据，预警数据存储设备103存储海洋遥感卫星101某区域的水质数据和近岸水质数据采集设备104某站点水质数据，预警数据处理设备105根据四参数水质判别模块106判断某区域水质类型，预警模块107向远程预警终端108发送水质预警通知，远程预警终端108接受水质预警通知。

预警数据处理设备105根据cod、do、p和n的四参数水质判别模块106将众多水质参数转化为b1，b2值，式中xn代表总氮、xp代表总磷、xcod代表化学需氧量、xdo代表溶解氧，

b1=-3.700+18.064xn+78.268xp+1.911xcod-1.839xdo，

b2=-2.628-8.351xn+218.347xp-0.687xcod+0.462xdo，

预警数据处理设备105根据b1，b2的取值范围判断其所归属的水质类型，从而实现水质类型的自动判别：

第一类水质类型：-13<b1<-6.4且-3.5<b2<3；

第二类水质类型：-6.2<b1<-0.2且2<b2<4；

第三类水质类型：0<b1<6.2且-4<b2<2；

第四类水质类型：6.4<b1<13.5且-3<b2<3.5。

为了实现上述目的，本发明还提供了水质遥感预警方法，包括以下步骤：

步骤1：近岸水质数据采集设备104采集某站点水质数据；

步骤2：海洋遥感卫星101采集近岸的某区域水质数据；

步骤3：海洋遥感卫星地面站102接受存储海洋遥感数据；

步骤4：预警数据存储设备103存储海洋遥感区域水质数据和某站点水质数据；

步骤5：预警数据处理设备105根据水质模型判断某区域水质类型:

1).预警数据处理设备105根据cod、do、p和n的四参数水质判别模块106将众多水质参数转化为b1，b2值，式中分别n代表总氮、p代表总磷、cod代表化学需氧量、ph代表酸度、do代表溶解氧，

b1=-3.700+18.064xn+78.268xp+1.911xcod-1.839xdo，

b2=-2.628-8.351xn+218.347xp-0.687xcod+0.462xdo。

2).预警数据处理设备105根据b1，b2的取值范围判断其所归属的水质类型，从而实现水质类型的自动判别：

第一类水质类型：-13<b1<-6.4且-3.5<b2<3；

第二类水质类型：-6.2<b1<-0.2且2<b2<4；

第三类水质类型：0<b1<6.2且-4<b2<2；

第四类水质类型：6.4<b1<13.5且-3<b2<3.5。

步骤6：预警模块107向远程预警终端108发送水质预警通知，远程预警终端108接受水质预警通知。

实施方式2：利用近岸水质遥感预警系统对雷州半岛近岸海域某年夏季的水质状况进行了自动分析，并绘制了水质分类图。如图6所示，总体上雷州半岛外海海域水质状况较好，主要呈一类和二类水质环境，但近岸海域尤其港湾内水质状况较差，不少区域呈三四类水质，且半岛以东海域较以西海域水质状况更差一些。湛江港及邻近海域均为第四类水质，另一个四类水质区域主要集中在湛江与广西北海交界的区域，即铁山港区及山口。鉴江口外海、东海岛湾内海域、徐闻县东北角海域、流沙湾海域和江洪港邻近海域均呈第三类水质。流沙湾呈现第二类水质。对比近岸水质数据采集设备采集的站点水质数据和其他学者发布的数据，与近岸水质遥感预警系统的分类结果一致。