一种大气环境镉含量监测预警方法及系统与流程

1.本发明涉及人工智能领域，尤其涉及一种大气环境镉含量监测预警方法及系统。


背景技术：

2.在社会经济迅速发展和科学技术高速发展的背景下，人类生产经营活动所带来的大气环境风险不断提高，频繁发生的大气污染事件均造成了严重的环境和社会影响。其中，镉污染是大气污染事件中常见的一种污染。镉是银白色、有光泽的金属，其质软、耐磨、耐腐蚀，是一种有毒物质，可对机体产生危害，加之镉在外环境中的状态很稳定，因此在环境污染问题中占有重要地位。现有技术在对大气环境中的镉含量进行监测管理时，存在无法及时、准确地发现局部镉含量超标问题，进而无法快速有效进行大气污染应急处置，最终导致大气污染后果严重的问题。因此，研究利用计算机技术对大气环境中的镉含量进行动态监测并预警，对于快速制定大气污染事故的应急处理方案，进而提高大气污染处理及时性、有效性，最终提高大气环境质量具有重要意义。
3.然而，现有技术在对大气环境中的镉含量进行监测管理时，存在无法及时、准确地发现局部镉含量超标问题，进而无法快速有效进行大气污染应急处置，最终导致大气污染后果严重的问题。


技术实现要素：

4.本发明的目的是提供一种大气环境镉含量监测预警方法及系统，用以解决现有技术在对大气环境中的镉含量进行监测管理时，存在无法及时、准确地发现局部镉含量超标问题，进而无法快速有效进行大气污染应急处置，最终导致大气污染后果严重的问题。
5.鉴于上述问题，本发明提供了一种大气环境镉含量监测预警方法及系统。
6.第一方面，本发明提供了一种大气环境镉含量监测预警方法，所述方法通过一种大气环境镉含量监测预警系统实现，其中，所述方法包括：通过对预设区域进行分区数据采集，并根据采集结果得到预设功能分区，其中，所述预设功能分区包括第一功能区、第二功能区，所述第一功能区与所述第二功能区位置相邻；获得预设采样方案，并根据所述预设采样方案对所述第一功能区、所述第二功能区依次进行样品采集，分别得到第一实时样品、第二实时样品；依次对所述第一实时样品、所述第二实时样品进行分析，分别得到所述第一功能区的第一实时镉含量、所述第二功能区的第二实时镉含量；组建影响指标集，并基于所述影响指标集对所述预设区域进行数据采集，得到实时指标参数集；构建智能预测模型，并将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集作为所述智能预测模型的输入信息，得到输出信息；提取所述输出信息中的第一预测镉含量、第二预测镉含量，并依次判断所述第一预测镉含量、所述第二预测镉含量是否符合预设镉含量阈值；获得判断结果，并根据所述判断结果对所述预设区域进行镉含量监测智能预警。
7.第二方面，本发明还提供了一种大气环境镉含量监测预警系统，用于执行如第一方面所述的一种大气环境镉含量监测预警方法，其中，所述系统包括：第一获得模块，所述
第一获得模块用于对预设区域进行分区数据采集，并根据采集结果得到预设功能分区，其中，所述预设功能分区包括第一功能区、第二功能区，所述第一功能区与所述第二功能区位置相邻；第二获得模块，所述第二获得模块用于获得预设采样方案，并根据所述预设采样方案对所述第一功能区、所述第二功能区依次进行样品采集，分别得到第一实时样品、第二实时样品；第三获得模块，所述第三获得模块用于依次对所述第一实时样品、所述第二实时样品进行分析，分别得到所述第一功能区的第一实时镉含量、所述第二功能区的第二实时镉含量；第一采集模块，所述第一采集模块用于组建影响指标集，并基于所述影响指标集对所述预设区域进行数据采集，得到实时指标参数集；第四获得模块，所述第四获得模块用于构建智能预测模型，并将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集作为所述智能预测模型的输入信息，得到输出信息；第一判断模块，所述第一判断模块用于提取所述输出信息中的第一预测镉含量、第二预测镉含量，并依次判断所述第一预测镉含量、所述第二预测镉含量是否符合预设镉含量阈值；第一执行模块，所述第一执行模块用于获得判断结果，并根据所述判断结果对所述预设区域进行镉含量监测智能预警。
8.第三方面，一种电子设备，其中，包括处理器和存储器；该处理器，用于处理执行任一上述第一方面中方法的步骤；该存储器，该存储器与该处理器耦合，用于存储程序，当该程序被该处理器执行时，使系统以执行任一上述第一方面中方法的步骤。
9.第四方面，一种计算机可读存储介质，其中，该计算机可读存储介质上存储有计算机程序，该计算机程序在执行时实现任一上述第一方面中方法的步骤。
10.本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：通过对预设区域进行分区数据采集，并根据采集结果得到预设功能分区，其中，所述预设功能分区包括第一功能区、第二功能区，所述第一功能区与所述第二功能区位置相邻；获得预设采样方案，并根据所述预设采样方案对所述第一功能区、所述第二功能区依次进行样品采集，分别得到第一实时样品、第二实时样品；依次对所述第一实时样品、所述第二实时样品进行分析，分别得到所述第一功能区的第一实时镉含量、所述第二功能区的第二实时镉含量；组建影响指标集，并基于所述影响指标集对所述预设区域进行数据采集，得到实时指标参数集；构建智能预测模型，并将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集作为所述智能预测模型的输入信息，得到输出信息；提取所述输出信息中的第一预测镉含量、第二预测镉含量，并依次判断所述第一预测镉含量、所述第二预测镉含量是否符合预设镉含量阈值；获得判断结果，并根据所述判断结果对所述预设区域进行镉含量监测智能预警。首先，通过采集预设区域的功能分区情况，从而为后续针对区域中不同的功能区域进行个性化的大气样品采集提供个性化采集基础，进而提高采样合理性、可靠性，并为后续监测提供可靠的样品基础。然后，通过对不同功能区进行大气样品采集，进而依次监测各个样品中的镉含量，从而得到对应的功能区镉含量实时数据，达到了提高预设区域中大气环境镉含量监测针对性、有序性，进而为后续针对性预警提供基础的技术效果。接着，通过分析并构建影响指标集，为后续修正各功能区镉含量实时数据提供指标参数基础，提供修正可靠性和有效性，同时达到了提高后续智能预测模型的预测可靠性、贴近事实性的技术效果。最后，根据智能预测模型的输出结果，依次判断分析各个功能区的镉含量情况是否触发预警阈值，并针对性进行功能区监测预警，实现了提高大气环境中镉含量
监测的智能化程度的目标，进而基于监测结果进行实时预警，达到了提高预警及时性、针对性、准确性的效果，从而为相关技术人员快速有效的修复治理大气环境提供理论指导，提高大气污染应急处置效率和处置质量的技术效果。
11.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
12.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
13.图1为本发明一种大气环境镉含量监测预警方法的流程示意图；图2为本发明一种大气环境镉含量监测预警方法中将所述多个大气样品作为所述第一实时样品的流程示意图；图3为本发明一种大气环境镉含量监测预警方法中组成所述影响指标集的流程示意图；图4为本发明一种大气环境镉含量监测预警方法中基于所述第二预警指令对所述第一预测镉含量进行复测更新的流程示意图；图5为本发明一种大气环境镉含量监测预警系统的结构示意图。
14.附图标记说明：第一获得模块m100，第二获得模块m200，第三获得模块m300，第一采集模块m400，第四获得模块m500，第一判断模块m600，第一执行模块m700。
具体实施方式
15.本发明通过提供一种大气环境镉含量监测预警方法及系统，解决了现有技术在对大气环境中的镉含量进行监测管理时，存在无法及时、准确地发现局部镉含量超标问题，进而无法快速有效进行大气污染应急处置，最终导致大气污染后果严重的问题。通过智能化的大气环境监测结果，达到了提高大气环境中镉含量超标预警的及时性、针对性、准确性的效果。
16.本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
17.下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
18.实施例一请参阅附图1，本发明提供了一种大气环境镉含量监测预警方法，其中，所述方法
应用于一种大气环境镉含量监测预警系统，所述方法具体包括如下步骤：步骤s100：对预设区域进行分区数据采集，并根据采集结果得到预设功能分区，其中，所述预设功能分区包括第一功能区、第二功能区，所述第一功能区与所述第二功能区位置相邻；具体而言，所述大气环境镉含量监测预警方法应用于一种大气环境镉含量监测预警系统，可以通过计算机技术对预设区域中的大气环境进行智能化的监测，从而及时发现大气环境中镉含量异常情况并预警，为相关技术人员处理大气污染提供个性化预警，从而提高处理效率和处理质量。其中，所述预设区域是指任意一个待使用所述大气环境镉含量监测预警系统进行大气环境中的镉含量监测的区域。示范性的如某城市。首先对所述预设区域的行政划分、产业划分等数据信息进行采集，从而得到所述预设区域中各个功能区及其对应位置等数据，最终形成所述预设区域的预设功能分区。示范性的如某城市中东北方向为采矿、冶炼、电镀等多个行业的产业园区，城市中间区域为生活区，分布多个住宅和社区，城市北方向有机械、颜料、玻璃、陶瓷等行业产业园区，城市南方向有娱乐、购物、美食等相关商业区。进一步的，根据预设区域的分区数据得到预设功能分区后，从所述预设功能分区中任意提取一个功能区，对提取到的功能区进行针对性的大气环境监测，即对所述第一功能区进行大气中镉含量的自动监测。此外，从所述预设功能分区中再次提取一个功能区，该功能区为与所述第一功能区相邻的功能区。示范性的如某城市北方向为产业区、中部为生活区，该产业区与该生活区紧邻。
19.步骤s200：获得预设采样方案，并根据所述预设采样方案对所述第一功能区、所述第二功能区依次进行样品采集，分别得到第一实时样品、第二实时样品；进一步的，本发明还包括如下步骤：步骤s210：获得第一预设采样频率、第一预设采样时长、第一预设采样点；步骤s220：基于所述第一预设采样频率、所述第一预设采样时长、所述第一预设采样点，组成第一预设采样方案；步骤s230：获得第二预设采样频率、第二预设采样时长、第二预设采样点；步骤s240：基于所述第二预设采样频率、所述第二预设采样时长、所述第二预设采样点，组成第二预设采样方案；步骤s250：根据所述第一预设采样方案、所述第二预设采样方案，组成所述预设采样方案。
20.进一步的，如附图2所示，本发明还包括：步骤s261：对所述第一功能区进行多维度特征采集，得到第一区域特征集，其中，所述第一区域特征集包括第一人口密度、第一功能类型、第一面积大小；步骤s262：将所述第一人口密度、所述第一功能类型、所述第一面积大小与所述预设采样方案进行分析，并根据分析结果得到所述第一功能区的第一采样方案；步骤s263：根据所述第一采样方案得到所述第一功能区的多个大气样品，并将所述多个大气样品作为所述第一实时样品。
21.具体而言，所述预设采样方案是指根据预设区域中各个功能区的实际情况，由相关专业技术人员综合分析后制定多套智能采样方案，其中，每套采样方案根据对应功能区实际情况进行不同频率、不同采样时长、不同数量采样点的智能采样。首先，综合分析后设
置所述第一预设采样频率、第一预设采样时长、第一预设采样点，并将所述第一预设采样频率、所述第一预设采样时长、所述第一预设采样点组合生成所述第一预设采样方案，接着，依次调整得到第二预设采样频率、第二预设采样时长、第二预设采样点，并再次组合得到第二预设采样方案。也就是说，所述第一预设采样方案与所述第二预设采样方案中进行大气样品采样的频率、采样的时长、功能区里设置的采样点的位置和数量等存在差异，最后，根据所述第一预设采样方案、所述第二预设采样方案，组成所述预设采样方案。示范性的如针对大气污染比较严重的产业区功能区，进行较高频率的大气采样，同时采样时长、采样点、采样位置等均对应进行设置。
22.进一步的，在综合分析后确定所述预设采样方案之后，对所述预设区域中的所述第一功能区进行多维度特征采集，得到第一区域特征集，其中，所述第一区域特征集包括第一人口密度、第一功能类型、第一面积大小。然后，将所述第一人口密度、所述第一功能类型、所述第一面积大小与所述预设采样方案进行分析，并根据分析结果得到所述第一功能区的第一采样方案。也就是说，遍历所述预设采样方案中的各个方案，得到与所述第一功能区实际情况相匹配的采样方案，即所述第一采样方案。最后根据所述第一采样方案得到所述第一功能区的多个大气样品，并将所述多个大气样品作为所述第一功能区的所述第一实时样品。
23.通过采集预设区域的功能分区情况，从而为后续针对区域中不同的功能区域进行个性化的大气样品采集提供个性化采集基础，进而提高采样合理性、可靠性，并为后续监测提供可靠的样品基础。
24.步骤s300：依次对所述第一实时样品、所述第二实时样品进行分析，分别得到所述第一功能区的第一实时镉含量、所述第二功能区的第二实时镉含量；步骤s400：组建影响指标集，并基于所述影响指标集对所述预设区域进行数据采集，得到实时指标参数集；进一步的，本发明还包括如下步骤：步骤s410：组建环境指标集，其中，所述环境指标集包括多个环境指标；步骤s420：获得所述预设区域的历史镉含量监测数据，其中，所述历史镉含量监测数据中的每组监测数据均包括镉含量历史数据、多个环境指标历史数据；步骤s430：利用最大信息系数法原理对所述镉含量历史数据、所述多个环境指标历史数据进行分析，得到相关性分析结果；步骤s440：基于所述相关性分析结果对所述多个环境指标进行筛选，得到所述影响指标集。
25.进一步的，如附图3所示，本发明步骤s440还包括：步骤s441：提取所述历史镉含量监测数据中任意一组监测数据；步骤s442：将所述任意一组监测数据中的镉含量历史数据作为因变量、将所述任意一组监测数据中的多个环境指标历史数据作为自变量；步骤s443：基于所述自变量与所述因变量之间的映射关系，得到散点图，其中，所述散点图包括多个环境指标散点图；步骤s444：根据所述多个环境指标散点图，得到多个最大信息系数；步骤s445：将所述多个最大信息系数进行降序排列，并反向匹配得到环境指标序
列；步骤s446：提取所述环境指标序列中预设排名阈值的环境指标，组成所述影响指标集。
26.具体而言，在基于实时采样得到的样品，分析检测得到对应样品中镉含量数据之后，通过对历史镉含量监测数据进行分析，实现基于实时镉含量数据的下一阶段镉含量预测。
27.首先依次对所述第一实时样品、所述第二实时样品进行检测分析，分别得到所述第一功能区的第一实时镉含量、所述第二功能区的第二实时镉含量。示范性的如利用等离子体设备进行检测分析。接着，结合历史镉含量监测记录中的相关数据，分析各个镉含量监测结果对应的环境指标数据，从而得到会对大气环境中的镉含量产生影响的环境指标，即组建所述影响指标集。接下来，基于所述影响指标集对所述预设区域进行数据采集，从而得到实时指标参数集。最后，通过所述实时指标参数集和当前检测得到的实时镉含量数据，进行所述第一功能区的镉含量预测。通过对不同功能区进行大气样品采集，进而依次监测各个样品中的镉含量，从而得到对应的功能区镉含量实时数据，达到了提高预设区域中大气环境镉含量监测针对性、有序性，进而为后续针对性预警提供基础的技术效果。
28.在进行所述影响指标集的组建过程中，首先基于大数据组建环境指标集，其中，所述环境指标集包括多个环境指标。示范性的如环境温度、环境湿度、环境光照、环境紫外线强度、风力、风速、风向、风持续时长等。然后，采集所述预设区域的历史镉含量监测数据，其中，所述历史镉含量监测数据中的每组监测数据均包括镉含量历史数据、多个环境指标历史数据。示范性的如历史每次对区域中某个功能区进行大气环境监测时，同时采集监测状态下的环境指标数据并记录。进一步的，利用最大信息系数法原理对所述镉含量历史数据、所述多个环境指标历史数据进行分析，得到相关性分析结果。也就是说，提取所述历史镉含量监测数据中任意一组监测数据，并将所述任意一组监测数据中的镉含量历史数据作为因变量、将所述任意一组监测数据中的多个环境指标历史数据作为自变量，进而基于所述自变量与所述因变量之间的映射关系，得到散点图，其中，所述散点图包括多个环境指标散点图。接下来，根据所述多个环境指标散点图，依次计算得到多个最大信息系数，对所述多个最大信息系数进行降序排列，并反向匹配得到环境指标序列，最终提取所述环境指标序列中预设排名阈值的环境指标，组成所述影响指标集。其中，所述预设排名阈值根据实际监测预警精度需求、设备精度、系统承载程度等综合设置。最终基于相关性分析结果对筛选得到所述影响指标集。
29.通过分析并构建影响指标集，为后续修正各功能区镉含量实时数据提供指标参数基础，提供修正可靠性和有效性，同时达到了提高后续智能预测模型的预测可靠性、贴近事实性的技术效果。
30.步骤s500：构建智能预测模型，并将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集作为所述智能预测模型的输入信息，得到输出信息；进一步的，本发明还包括如下步骤：步骤s510：利用stacking算法原理构建所述智能预测模型，其中，所述智能预测模型包括初级学习器、元学习器；步骤s520：将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集输
入所述初级学习器，得到初级预测结果；步骤s530：将所述初级预测结果输入所述元学习器，得到元预测结果，并将所述元预测结果作为所述输出信息。
31.具体而言，所述智能预测模型为一个集成融合的预测模型，用于根据功能区的实时镉含量监测数据以及当前环境指标参数数据，智能化分析得到对应功能区的镉含量预测，从而提高预警及时性。首先利用stacking算法原理构建所述智能预测模型，其中，所述智能预测模型包括初级学习器、元学习器。然后将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集输入所述初级学习器，得到初级预测结果。接着，将所述初级预测结果输入所述元学习器，得到元预测结果，并将所述元预测结果作为所述输出信息。通过智能预测模型的智能化分析预测，达到了提高预测准确性、有效性的技术效果。
32.步骤s600：提取所述输出信息中的第一预测镉含量、第二预测镉含量，并依次判断所述第一预测镉含量、所述第二预测镉含量是否符合预设镉含量阈值；步骤s700：获得判断结果，并根据所述判断结果对所述预设区域进行镉含量监测智能预警。
33.进一步的，如附图4所示，本发明步骤s700还包括：步骤s710：根据所述判断结果中的第一判断结果；步骤s720：根据所述第一判断结果，若所述第一预测镉含量不符合所述预设镉含量阈值；步骤s730：获得第一预警指令，其中，所述第一预警指令用于对所述第一功能区进行第一应急修复；步骤s740：若所述第一预测镉含量符合所述预设镉含量阈值，获得第一调用指令，其中，所述第一调用指令用于调用所述判断结果中的第二判断结果；步骤s750：根据所述第二判断结果，若所述第二预测镉含量不符合所述预设镉含量阈值；步骤s760：获得第二预警指令，其中，所述第二预警指令用于对所述第二功能区进行第二应急修复；步骤s770：基于所述第二预警指令对所述第一预测镉含量进行复测更新。
34.具体而言，根据所述智能预测模型的智能化分析，得到对应的输出结果。其中，所述输出结果中包括对所述第一功能区的镉含量预测数据和对所述第二功能区的镉含量预测数据。依次提取所述输出信息中的第一预测镉含量、第二预测镉含量，并依次判断所述第一预测镉含量、所述第二预测镉含量是否符合预设镉含量阈值，进而根据判断结果对所述预设区域进行镉含量监测智能预警。
35.首先提取所述判断结果中的第一判断结果，其中，所述第一判断结果是对所述第一预测镉含量是否符合所述预设镉含量阈值的判断结果，进而当所述第一预测镉含量不符合所述预设镉含量阈值时，系统自动获得第一预警指令，其中，所述第一预警指令用于提醒相关负责人对所述第一功能区中的大气环境进行第一应急修复。示范性的如利用化学沉降法对空气中的镉进行处理修复。此外，若所述第一预测镉含量符合所述预设镉含量阈值，说明预测所述第一功能区中镉含量在正常范围，不需要进行对应修复处理，此时系统自动获得第一调用指令，其中，所述第一调用指令用于调用所述判断结果中的第二判断结果。接
着，根据所述第二判断结果，若所述第二预测镉含量不符合所述预设镉含量阈值，则获得第二预警指令，其中，所述第二预警指令用于对所述第二功能区进行第二应急修复，同时，基于所述第二预警指令对所述第一预测镉含量进行复测更新。示范性的如某城市中产业区镉含量超标，系统预测与其相邻的生活区镉含量不会超标，此时为了安全，需对生活区的镉含量重新进行预测分析。
36.综上所述，本发明所提供的一种大气环境镉含量监测预警方法具有如下技术效果：通过对预设区域进行分区数据采集，并根据采集结果得到预设功能分区，其中，所述预设功能分区包括第一功能区、第二功能区，所述第一功能区与所述第二功能区位置相邻；获得预设采样方案，并根据所述预设采样方案对所述第一功能区、所述第二功能区依次进行样品采集，分别得到第一实时样品、第二实时样品；依次对所述第一实时样品、所述第二实时样品进行分析，分别得到所述第一功能区的第一实时镉含量、所述第二功能区的第二实时镉含量；组建影响指标集，并基于所述影响指标集对所述预设区域进行数据采集，得到实时指标参数集；构建智能预测模型，并将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集作为所述智能预测模型的输入信息，得到输出信息；提取所述输出信息中的第一预测镉含量、第二预测镉含量，并依次判断所述第一预测镉含量、所述第二预测镉含量是否符合预设镉含量阈值；获得判断结果，并根据所述判断结果对所述预设区域进行镉含量监测智能预警。首先，通过采集预设区域的功能分区情况，从而为后续针对区域中不同的功能区域进行个性化的大气样品采集提供个性化采集基础，进而提高采样合理性、可靠性，并为后续监测提供可靠的样品基础。然后，通过对不同功能区进行大气样品采集，进而依次监测各个样品中的镉含量，从而得到对应的功能区镉含量实时数据，达到了提高预设区域中大气环境镉含量监测针对性、有序性，进而为后续针对性预警提供基础的技术效果。接着，通过分析并构建影响指标集，为后续修正各功能区镉含量实时数据提供指标参数基础，提供修正可靠性和有效性，同时达到了提高后续智能预测模型的预测可靠性、贴近事实性的技术效果。最后，根据智能预测模型的输出结果，依次判断分析各个功能区的镉含量情况是否触发预警阈值，并针对性进行功能区监测预警，实现了提高大气环境中镉含量监测的智能化程度的目标，进而基于监测结果进行实时预警，达到了提高预警及时性、针对性、准确性的效果，从而为相关技术人员快速有效的修复治理大气环境提供理论指导，提高大气污染应急处置效率和处置质量的技术效果。
37.实施例二基于与前述实施例中一种大气环境镉含量监测预警方法，同样发明构思，本发明还提供了一种大气环境镉含量监测预警系统，请参阅附图5，所述系统包括：第一获得模块m100，所述第一获得模块m100用于对预设区域进行分区数据采集，并根据采集结果得到预设功能分区，其中，所述预设功能分区包括第一功能区、第二功能区，所述第一功能区与所述第二功能区位置相邻；第二获得模块m200，所述第二获得模块m200用于获得预设采样方案，并根据所述预设采样方案对所述第一功能区、所述第二功能区依次进行样品采集，分别得到第一实时样品、第二实时样品；第三获得模块m300，所述第三获得模块m300用于依次对所述第一实时样品、所述
第二实时样品进行分析，分别得到所述第一功能区的第一实时镉含量、所述第二功能区的第二实时镉含量；第一采集模块m400，所述第一采集模块m400用于组建影响指标集，并基于所述影响指标集对所述预设区域进行数据采集，得到实时指标参数集；第四获得模块m500，所述第四获得模块m500用于构建智能预测模型，并将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集作为所述智能预测模型的输入信息，得到输出信息；第一判断模块m600，所述第一判断模块m600用于提取所述输出信息中的第一预测镉含量、第二预测镉含量，并依次判断所述第一预测镉含量、所述第二预测镉含量是否符合预设镉含量阈值；第一执行模块m700，所述第一执行模块m700用于获得判断结果，并根据所述判断结果对所述预设区域进行镉含量监测智能预警。
38.进一步的，所述系统中的所述第二获得模块m200还用于：获得第一预设采样频率、第一预设采样时长、第一预设采样点；基于所述第一预设采样频率、所述第一预设采样时长、所述第一预设采样点，组成第一预设采样方案；获得第二预设采样频率、第二预设采样时长、第二预设采样点；基于所述第二预设采样频率、所述第二预设采样时长、所述第二预设采样点，组成第二预设采样方案；根据所述第一预设采样方案、所述第二预设采样方案，组成所述预设采样方案。
39.进一步的，所述系统中的所述第二获得模块m200还用于：对所述第一功能区进行多维度特征采集，得到第一区域特征集，其中，所述第一区域特征集包括第一人口密度、第一功能类型、第一面积大小；将所述第一人口密度、所述第一功能类型、所述第一面积大小与所述预设采样方案进行分析，并根据分析结果得到所述第一功能区的第一采样方案；根据所述第一采样方案得到所述第一功能区的多个大气样品，并将所述多个大气样品作为所述第一实时样品。
40.进一步的，所述系统中的所述第一采集模块m400还用于：组建环境指标集，其中，所述环境指标集包括多个环境指标；获得所述预设区域的历史镉含量监测数据，其中，所述历史镉含量监测数据中的每组监测数据均包括镉含量历史数据、多个环境指标历史数据；利用最大信息系数法原理对所述镉含量历史数据、所述多个环境指标历史数据进行分析，得到相关性分析结果；基于所述相关性分析结果对所述多个环境指标进行筛选，得到所述影响指标集。
41.进一步的，所述系统中的所述第一采集模块m400还用于：提取所述历史镉含量监测数据中任意一组监测数据；将所述任意一组监测数据中的镉含量历史数据作为因变量、将所述任意一组监测数据中的多个环境指标历史数据作为自变量；基于所述自变量与所述因变量之间的映射关系，得到散点图，其中，所述散点图包
括多个环境指标散点图；根据所述多个环境指标散点图，得到多个最大信息系数；将所述多个最大信息系数进行降序排列，并反向匹配得到环境指标序列；提取所述环境指标序列中预设排名阈值的环境指标，组成所述影响指标集。
42.进一步的，所述系统中的所述第四获得模块还用于：利用stacking算法原理构建所述智能预测模型，其中，所述智能预测模型包括初级学习器、元学习器；将所述第一实时镉含量、所述第二实时镉含量、所述实时指标参数集输入所述初级学习器，得到初级预测结果；将所述初级预测结果输入所述元学习器，得到元预测结果，并将所述元预测结果作为所述输出信息。
43.进一步的，所述系统中的所述第一执行模块m700还用于：提取所述判断结果中的第一判断结果；根据所述第一判断结果，若所述第一预测镉含量不符合所述预设镉含量阈值；获得第一预警指令，其中，所述第一预警指令用于对所述第一功能区进行第一应急修复；若所述第一预测镉含量符合所述预设镉含量阈值，获得第一调用指令，其中，所述第一调用指令用于调用所述判断结果中的第二判断结果；根据所述第二判断结果，若所述第二预测镉含量不符合所述预设镉含量阈值；获得第二预警指令，其中，所述第二预警指令用于对所述第二功能区进行第二应急修复；基于所述第二预警指令对所述第一预测镉含量进行复测更新。
44.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种大气环境镉含量监测预警方法和具体实例同样适用于本实施例的一种大气环境镉含量监测预警系统，通过前述对一种大气环境镉含量监测预警方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种大气环境镉含量监测预警系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
45.本技术还提供一种电子设备，其中，包括处理器和存储器；该处理器，用于处理执行上述实施例一中任一项所述方法的步骤；该存储器，该存储器与该处理器耦合，用于存储程序，当该程序被该处理器执行时，使系统以执行上述实施例一中任一项所述方法的步骤。
46.本技术还提供一种计算机可读存储介质，其中，该计算机可读存储介质上存储有计算机程序，该计算机程序在执行时实现上述实施例一中任一项所述方法的步骤。
47.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一
致的最宽的范围。
48.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。