基于直接光谱法的全天候长流域水质监测与预警系统的制作方法

文档序号:9545305阅读:763来源:国知局
基于直接光谱法的全天候长流域水质监测与预警系统的制作方法
【技术领域】
[0001] 本发明属于水质监测技术领域,涉及一种水质监测与预警管理系统,特别是一种 基于直接光谱法的全天候长流域水质监测与预警系统。
【背景技术】
[0002] 水是人类赖以生存和发展的重要资源,面对日益严峻的水污染问题,人们对水环 境的检测和监测提出了更高的要求。
[0003]目前,检测水质主要使用传统的化学法在实验室进行分析,需要通过人工的现场 采样、运输,并利用大型的专用设备来完成。对采样、制样的技术经验要求高、耗时较长、成 本高、工作量大,而且不能实时的水质的情况,还会造成二次污染。研究一种更快、更准确 的检测、监测和预测水质状况的仪器是水质监测领域的重要发展方向之一。
[0004] 现有的新型设备在检测和监测方面都有一定的应用,但也存在诸多问题,如无法 实现对大面积流域水质的监测,测量参数单一,应用场景受限等,只能被动监测,无法实现 水质的预测。对于大面积水域、复杂地形水域以及人们难以到达水域的水质参数,不仅无 法满足实时在线监测的需求,而且无法对复杂水域水环境进行有效监测和管理。
[0005] 基于紫外一可见光光谱(ultraviolet-visible spectrometry, UV-Vis)分析技术 可以直接或间接测定水体中大多数金属离子、非金属离子、有机物污染物、硝酸盐以及化学 需氧量(Chemical Oxygen Demand,C0D)等多种参数。UV-Vis光谱法监测水体就是利用测 得水体的紫外-可见吸收光谱来建立水质相关的参数模型,建立水体与其紫外-可见光吸 收光谱之间的对应关系,该法具有无需化学试剂、测量速度快等优点。同时,UV-Vis光谱法 水体监测,可以将光谱探头浸入水中,能够对水体进行在线、实时的监测,从而实现对水体 环境实时监控、突发性污染事故预警以及流域趋势分析等功能。特别是,随着传输速率快、 频带宽的4G通信技术的迅猛发展,全天候、整流域水体安全性监测成为可能,此可将水体 是否发生污染险情上传至监控中心,从而及时发出预警信息,预先做好相应的预防措施,以 便将损失降到最低。
[0006] 申请号为201310745779. 5,名称为"一种水质监测系统及方法"的专利申请文件公 开了一种包含测量装置、控制器、显示器、多个试剂容器、多个备用试剂容器、蒸馏水容器、 清洗容器以及废液容器的一种水质监测系统,能够获得至少两种波长的光,监测不同的污 染因子。该系统监测水质过程繁琐,需要复杂的水样预处理,运用化学试剂产生二次污染, 且能够监测的参数十分有限,无法同时获取流域的水质状况。

【发明内容】

[0007] 有鉴于此,本发明的目的在于提供一种基于直接光谱法的全天候长流域水质监测 与预警系统,该系统能够实现对流域内水体环境全天候的在线测量、实时监测、突发性预 警、流域分析以及水环境监控,减少因水体污染造成的损失,保障人们饮水安全。
[0008] 为达到上述目的,本发明提供如下技术方案:
[0009] -种基于直接光谱法的全天候长流域水质监测与预警系统,所述系统包括水质监 测装置、云数据处理平台和远程监控平台;
[0010] 所述水质监测装置的数量为多个,根据需要放置于水体岸边、水面浮标或其他水 面平台上,对长流域的水质数据进行提取,所述水质监测装置利用直接光谱法获取监测水 体的吸收光谱,并将监测到的数据和水质信息通过无线传输的方式传送至云数据处理平 台;云数据处理平台对接收到的数据进行汇总和分析,并存入数据库中;远程监控平台通 过对存入数据库中的数据进行查询和显示,实现对全天候长流域水质环境的实时监测和预 警。
[0011] 进一步,所述水质监测装置包括传感器模块、GPS模块、微处理器、无线通信模块和 电源模块;
[0012] 所述传感器模块包括多种传感器探头和A/D转换模块,通过多路继电器进行工作 状态的切换,实时采集监控流域的水质信息,所述水质信息包括温度、PH值、流速、电导率 等;光谱探头与光谱仪相连,用于获取水质的紫外-可见吸收光谱,可用于C0D、T0C、TURB和 N03-N的解算;
[0013] 所述微处理器负责协调和控制监测装置各模块工作,存储和上传采集的水质信 息;在微处理器中,利用压缩算法完成光谱数据的压缩,并将处理后的光谱数据及其他传感 数据按照采集时间与数据类型进行分类存储,通过无线通信模块传输至云数据处理平台;
[0014] 所述无线通信模块主要包括无线数据传输模块和广域网模块,负责水质监测装置 与远程监控平台间的通信;无线数据传输模块负责组建并加入无线数据传输网络,组建的 网络可自愈和,抗干扰性强;广域网模块主要负责将设备接入互联网Internet中,可以随 时接收或发送数据至云数据处理平台。
[0015] 进一步,所述水质吸收光谱压缩算法采用小波变换编码,阈值的选取采用能量阈 值法。
[0016] 进一步,所述电源模块由太阳能电池板、锂电池组、备用电池、稳压电路、电压转换 电路组成;太阳能电池板将太阳能转换为电能存储于锂电池组中,通过稳压电路及电压转 换电路为传感器模块、微处理器模块和无线通信模块提供稳定电压;当天气状况不佳,锂电 池电量耗尽时,备用电池进入工作状态。
[0017] 进一步,在设置水质监测装置的投放位置时,考虑投入点的数量将装置的放置位 置分为三类:1)按流域监测断面划分出的位置;2)源头和重点污染源;3)在不方便设立固 定监测点的地方,采用船载的方式临时采集数据。
[0018] 进一步,水质监测装置放置就位后上电工作,根据位置选择加入的无线数据传输 网络组,注册相应的装置序号,并将监测装置的详细信息上传至云数据处理平台,详细信息 主要包括:位置信息、装置序号、装置的网络地址、监测装置的设备状态、电池电量等;
[0019] 所述水质监测装置根据系统设置的参数进入监测状态:在定时模式下,每隔固定 的时间自动唤醒,通过多路开关控制相应的传感器采集对应的水质信息,如水质吸收光谱、 温度、pH、流速、电导率等,采集到的水质吸收光谱在监测装置中通过小波变换编码压缩后, 与其他传感数据按照采集时间与数据类型进行分类存储,同时将水质信息按照相应的帧格 式进行封装,通过无线网络传输至云数据处理平台,水质参数的数据采集与传输完成后,监 测装置将进入睡眠状态,以降低系统功耗,等待下一次手动或自动唤醒;在手动模式下,用 户手动控制监测装置开始采集,通过云端以单播的方式发送至目标水质监测装置,水质监 测装置收到指令后,从睡眠状态唤醒,完成数据采集与传输后再次进入睡眠状态。
[0020] 进一步,所述云数据处理平台包括云端数据库和云端服务器:
[0021 ] 云端数据库主要负责监测流域内水质信息的存储,其中包含水质原始信息,如水 质吸收光谱、温度、PH、流速、电导率等,还包含通过智能算法解算后的水质信息以及监测装 置的运行状态信息,这些信息按照时间、地点、内容等进行分类存入云端数据库,供云端服 务器查询和调用;
[0022] 云端服务器主要负责水质数据的分析与解算,利用云计算等技术,对所获得的流 域内不同位置的水质吸收光谱进行批量处理;通过主成份分析(PCA)和极限学习机与粒子 群优化算法(PSO-ELM)分类建立应用于不同水质场景的紫外可见光谱法水质预测模型,根 据光谱的特征自动选取相应的预测模型,解算出流域中对应位置水质的参数
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1