一种河涌健康评价分析方法、系统、电子设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其是一种河涌健康评价分析方法、系统、电子设备及存储介质。


背景技术：

2.南方地区河涌密集，河涌具有规模不大、水流平缓、两岸人口密集、环境容量小，自净能力远低于江河，生态破坏后恢复缓慢等特点，城市河涌黑臭水体曾作为南方城市最突出的环境问题之一，对于河涌问题的及时监测预警是适应治水形势变化，压实河长责任，发挥基层河长关键少数作用的必要手段。目前相关技术主要针对大江大河实施性较强，而南方地区水网密布、河涌纵横交错、河涌作为排涝、纳污等的主要通道，与大江大河在河流特征上存在明显不同。因此相关技术对大江大河适用性较强，对南方河网区适用性差，且无法实现对河流健康状况的动态进行评价。综合上述，相关技术中存在的技术问题亟需得到解决。


技术实现要素：

3.有鉴于此，本发明实施例提供一种河涌健康评价分析方法、系统、电子设备及存储介质，以实现适用于南方河网区，对河涌进行健康评价。
4.一方面，本发明提供了一种河涌健康评价分析方法，包括：
5.收集南方河网区域内的河涌数据；
6.通过预先训练的河涌水质风险预测模型对所述河涌数据进行风险预测处理，得到风险预测结果；
7.根据南方河网区河涌特点建立河涌健康评价模型；
8.获取南方河网区域内的河涌指标数据；
9.根据所述风险预测结果对所述河涌指标数据进行更新，确定输入数据；
10.将所述输入数据输入所述河涌健康评价模型进行评价分析处理，得到河涌健康等级评价结果。
11.可选地，所述收集南方河网区域内的河涌数据，包括：
12.通过爬虫或人工的方法收集南方河网区域内的河涌数据，其中，所述河涌数据至少包括河涌基础数据、河涌流域数据、河涌管理数据、河涌水质监测数据、排水达标建设数据和生物监测数据。
13.可选地，在所述通过预先训练的河涌水质风险预测模型对所述河涌数据进行风险预测处理之前，所述方法还包括预先训练所述河涌水质风险预测模型，包括：
14.获取训练数据，所述训练数据为收集得到南方河网区河涌数据中与水质有强因果关系的一部分数据；
15.对所述训练数据进行数据清洗和数据融合处理，得到预处理数据；
16.通过特征工程对所述预处理数据进行特征选择处理，得到水质相关特征；
17.将所述水质相关特征输入河涌水质风险预测模型进行训练学习，得到训练好的河涌水质风险预测模型。
18.可选地，所述根据南方河网区河涌特点建立河涌健康评价模型，包括：
19.基于南方河网区域河涌特点，结合健康评价要点，建立南方河网区域健康评价指标体系；
20.根据层次分析法和模糊综合评价法对所述南方河网区域健康评价指标体系中各层次指标进行重要性评估，确定指标权重；
21.根据所述指标权重建立健康评价分析公式，根据所述健康评价分析公式的计算结果划分得到河涌生态系统健康等级，确定河涌健康评价模型。
22.可选地，所述获取南方河网区域内的河涌指标数据，包括：
23.通过爬虫或人工的方法获取南方河网区域内的河涌指标数据，其中，所述河涌指标数据包括盆指标数据、水指标数据、生物指标数据、社会经济服务功能治疗数据和河湖管理指标数据。
24.可选地，所述根据所述风险预测结果对所述河涌指标数据进行更新，包括：
25.获取风险预测结果；
26.将所述风险预测结果更换所述河涌指标数据中的河涌水质信息数据和水质反弹状况指标数据，对所述河涌指标数据进行更新。
27.可选地，所述将所述输入数据输入所述河涌健康评价模型进行评价分析处理，得到河涌健康等级评价结果，包括：
28.对所述输入数据进行河段划分处理，得到划分数据；
29.对所述划分数据进行分段计算处理，得到分段指标得分；
30.对所述分段指标得分进行健康状况赋分处理，得到河涌健康等级评价结果。
31.另一方面，本发明实施例还提供了一种系统，包括：
32.第一模块，用于收集南方河网区域内的河涌数据；
33.第二模块，用于通过预先训练的河涌水质风险预测模型对所述河涌数据进行风险预测处理，得到风险预测结果；
34.第三模块，用于根据南方河网区河涌特点建立河涌健康评价模型；
35.第四模块，用于获取南方河网区域内的河涌指标数据；
36.第五模块，用于根据所述风险预测结果对所述河涌指标数据进行更新，确定输入数据；
37.第六模块，用于将所述输入数据输入所述河涌健康评价模型进行评价分析处理，得到河涌健康等级评价结果。
38.另一方面，本发明实施例还公开了一种电子设备，包括处理器以及存储器；
39.所述存储器用于存储程序；
40.所述处理器执行所述程序实现如前面所述的方法。
41.另一方面，本发明实施例还公开了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
42.另一方面，本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计
算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
43.本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明实施例收集南方河网区域内的河涌数据；通过预先训练的河涌水质风险预测模型对所述河涌数据进行风险预测处理，得到风险预测结果；能够对监测点位水质情况进行预测，对区域水质进行全方面管控；另外，本发明实施例还根据南方河网区河涌特点建立河涌健康评价模型；获取南方河网区域内的河涌指标数据；根据所述风险预测结果对所述河涌指标数据进行更新，确定输入数据；将所述输入数据输入所述河涌健康评价模型进行评价分析处理，得到河涌健康等级评价结果；能够基于定时更新的数据输入可定时输出健康评价结果，实现河涌健康的跟踪评估及动态评价。
附图说明
44.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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本技术的一些实施例，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，还可以根据这些附图获得其他的附图。
45.图1是本发明实施例提供的一种河涌健康评价分析方法的流程图；
46.图2是本发明实施例提供的一种河涌健康评价分析系统结构图。
具体实施方式
47.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
48.相关技术中，健康评价技术针对大江大河实施性较强，南方地区水网密布、河涌纵横交错、河涌作为排涝、纳污等的主要通道，与大江大河在河流特征上存在明显不同。现有的健康评价方法对大江大河适用性较强，对南方地区适用性差，且无法实现定期的河流健康状况更新。
49.有鉴于此，本技术实施例中提供一种河涌健康评价分析方法，本技术实施例中的分析方法，可应用于终端中，也可应用于服务器中，还可以是运行于终端或服务器中的软件等。终端可以是平板电脑、笔记本电脑、台式计算机等，但并不局限于此。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。
50.参照图1，本发明实施例提供一种河涌健康评价分析方法，包括：
51.s101、收集南方河网区域内的河涌数据；
52.s102、通过预先训练的河涌水质风险预测模型对所述河涌数据进行风险预测处理，得到风险预测结果；
53.s103、根据南方河网区河涌特点建立河涌健康评价模型；
54.s104、获取南方河网区域内的河涌指标数据；
55.s105、根据所述风险预测结果对所述河涌指标数据进行更新，确定输入数据；
56.s106、将所述输入数据输入所述河涌健康评价模型进行评价分析处理，得到河涌健康等级评价结果。
57.在本发明实施例中，首先收集南方河网区域内的河涌数据，并通过预先训练的河涌水质风险预测模型对所述河涌数据进行风险预测处理，得到风险预测结果。本发明实施例通过上述机器学习得到的风险预测模型，能够对河涌问题进行风险预警，可通过输入特征点位的水质实时监测数据以及区域河湖管理数据，对未能实时监测点位水质情况进行预测，弥补了无法对区域所有河涌进行监测的难题，对区域水质进行全方面管控；另外可通过未来工作的情况预测未来各河涌的水质情况，向污染风险大的河涌提出风险预警，并提出工作侧重点。然后，本发明实施例根据南方河网区河涌特点建立河涌健康评价模型，将南方河网区域内的河涌指标数据以及风险预测结果输入河涌健康评价模型进行评价分析，能够基于定时更新的数据输入可定时输出健康评价结果，实现河涌健康的跟踪评估及动态评价。
58.进一步作为优选的实施方式，上述步骤s101中，所述收集南方河网区域内的河涌数据，包括：
59.通过爬虫或人工的方法收集南方河网区域内的河涌数据，其中，所述河涌数据至少包括河涌基础数据、河涌流域数据、河涌管理数据、河涌水质监测数据、排水达标建设数据和生物监测数据。
60.在本发明实施例中，可以通过爬虫等自动化方法或人工方法选取与评价区域河涌水质或间接相关的自然、经济、人为因素等多个层次数据，包括评价区域内所有河涌基础数据(河流名称、长度、所在区域等)，河涌流域数据(流域地面类型、流域面积、干支流、上下游关系、降雨量)，河涌管理数据(河长问题上报及办结情况、巡河里程或时长)，河涌水质监测数据(部分断面定期监测数据)，排水达标建设数据(排水户情况、排水达标建设情况、海绵城市建设情况)，生物监测数据(河道内大型底栖无脊椎动物、鱼类完整性指数、浮游生物等)等。
61.进一步作为优选的实施方式，在所述通过预先训练的河涌水质风险预测模型对所述河涌数据进行风险预测处理之前，所述方法还包括预先训练所述河涌水质风险预测模型，包括：
62.获取训练数据，所述训练数据为收集得到南方河网区域内的河涌数据中的一部分数据；
63.对所述训练数据进行数据清洗和数据融合处理，得到预处理数据；
64.通过特征工程对所述预处理数据进行特征选择处理，得到水质相关特征；
65.将所述水质相关特征输入河涌水质风险预测模型进行训练学习，得到训练好的河涌水质风险预测模型。
66.在本发明实施例中，通过对收集得到南方河网区域内的河涌数据中的一部分数据作为训练数据，对河涌水质风险预测模型进行训练学习，得到训练好的河涌水质风险预测模型。具体地，本发明实施例通过对训练数据进行规整、清洗、融合等数据预处理，基于“河长管理-河段-水质-问题”，并结合水务行业知识，使用特征工程等技术对多维多视图大数据进行特征选择，得到与河涌水质相关性较高的特征。输入海量训练数据对模型进行训练，
通过监督学习或非监督学习，使模型掌握影响水质的不同因素及对应系数，以及所蕴含的潜在规律，采用交叉验证方式对模型进行修正完善，得到精度较高的河涌污染风险预测模型。
67.进一步作为优选的实施方式，所述根据南方河网区河涌特点建立河涌健康评价模型，包括：
68.基于南方河网区域河涌特点，结合健康评价要点，建立南方河网区域健康评价指标体系；
69.根据层次分析法和模糊综合评价法对所述南方河网区域健康评价指标体系中各层次指标进行重要性评估，确定指标权重；
70.根据所述指标权重建立健康评价分析公式，根据所述健康评价分析公式的计算结果划分得到河涌生态系统健康等级，确定河涌健康评价模型。
71.在本发明实施例中，首先基于南方河网区河涌特点，结合健康评价要点，从“盆”、“水”、生物、社会经济服务功能、河湖管理能力五大准则层提出南方河涌健康评价指标，包括必选指标和备选指标两类。然后运用层次分析法和模糊综合评价法对南方河涌健康评价指标中各层次指标进行重要性评估，构造判断矩阵，确定各指标权重。在一种可行的实施方式中，对判断矩阵赋值1～9及其倒数，其中1、3、5、7和9表示前者相对于后者的重要性为同等重要、稍微重要、明显重要、强烈重要和极端重要，倒数为前者与后者的重要性反比较，2、4、6和8表示介于上述两个相邻赋值的过渡状态。最后根据指标权重构建健康评价分析公式，分析公式如下所示：
[0072][0073]
其中，
ehi
为综合健康指数，fi为各指标数据的赋值分数，hi为各指标权重，n为指标个数。
[0074]
对该分析公式的计算结果进行等级划分得到河涌生态系统健康等级，分别是病态[0,40)、不健康[40,60)、亚健康[60,75)、健康[75,90)、非常健康[90,100]。通过建立评价对象分段模块、指标方案模块、数据填报模块、评价结果查看模块，实现评价对象划分、指标方案确定、用户数据输入、数据输入、指标自动计算、评价结果查看最终得到河涌健康评价模型。
[0075]
进一步作为优选的实施方式，所述获取南方河网区域内的河涌指标数据，包括：
[0076]
通过爬虫或人工的方法获取南方河网区域内的河涌指标数据，其中，所述河涌指标数据包括“盆”指标数据、“水”指标数据、生物指标数据、社会经济服务功能治疗数据和河湖管理指标数据。
[0077]
在本发明实施例中，基于南方河网区河涌特点，结合健康评价要点，从“盆”、“水”、生物、社会经济服务功能、河湖管理能力五大准则层提出南方河涌健康评价指标，包括必选指标和备选指标两类，表中粗体带*的指标为必选指标，如表1所示。
[0078]
[0079][0080]
表1南方河网区河涌健康评价指标体系
[0081]
进一步作为优选的实施方式，所述根据所述风险预测结果对所述河涌指标数据进行更新，包括：
[0082]
获取风险预测结果；
[0083]
将所述风险预测结果更换所述河涌指标数据中的河涌水质信息数据和水质反弹状况指标数据，对所述河涌指标数据进行更新。
[0084]
在本发明实施例中，将河涌指标数据中的河涌水质信息以及水质反弹状况指标可直接引用风险模型的预测结果。通过机器学习得到的风险预测结果能够揭示河涌水环境影响的主要因素，通过模型数据分析结果，搭建起河涌管理与管理成效的桥梁，可得到没有实时监测的其它点位河涌水质数据，实现了河网区水质的全方位监管，同时反向监督河长的履职尽责情况。
[0085]
进一步作为优选的实施方式，所述将所述输入数据输入所述河涌健康评价模型进行评价分析处理，得到河涌健康等级评价结果，包括：
[0086]
对所述输入数据进行河段划分处理，得到划分数据；
[0087]
对所述划分数据进行分段计算处理，得到分段指标得分；
[0088]
对所述分段指标得分进行健康状况赋分处理，得到河涌健康等级评价结果。
[0089]
在本发明实施例中，在系统中对评价对象进行河段划分，分河段进行指标数据输入，其中河涌水质信息以及水质反弹状况指标可直接引用风险模型的预测结果，输入系统进行自动计算。基于定时更新的数据输入可定时输出健康评价结果，实现河涌健康的跟踪评估及动态评价。
[0090]
结合附图2，本发明的流程具体包括：本发明实施例首先对数据进行收集整理s01，数据包括河涌基础数据、河涌流域数据、河涌管理数据、河涌水质检测数据、排水达标建设数据和生物监测数据。然后通过机器学习建立河涌水质风险预测模型，进行风险预测，得到风险预测结果s02。该风险预测结果能够对河长进行风险预警，监督其进行履职并对数据进行更新，还能够输入河涌健康评价系统进行分析计算s03。该河涌健康评价系统通过建立南方河网区河涌健康评价指标系统s04，确定指标权重s05，划分健康等级s06，从而建立健康评价系统s07，该健康评价系统可包括评价对象分段模块、指标方案模块、数据填报模块以及评价结果查看模块。最后收集“盆”、“水”、生物、社会经济服务功能、河湖管理等其他数据收集s08，输入河涌健康评价系统中进行河段划分、分段计算各指标得分，健康状况赋分s09，最后定期输出得到健康等级评价结果s10。
[0091]
与图1的方法相对应，本发明实施例还提供了一种电子设备，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如前面所述的方法。
[0092]
与图1的方法相对应，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0093]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
[0094]
综上所述，本发明实施例具有以下优点：
[0095]
1、本发明实施例建立的河涌风险预测模块，能够基于机器学习，揭示河涌水环境影响的主要因素，通过模型数据分析结果，搭建起河涌管理与管理成效的桥梁，实现对河网区水质的全方位监管。
[0096]
2、本发明实施例建立了南方河网区适用的河涌评价指标体系，针对南方河网区河涌健康针对性提出了河涌健康评价专业指标。
[0097]
3、本发明实施例建立的河湖健康评价系统可实现健康状况的用户管理-上级审查以及动态定期更新。
[0098]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0099]
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
[0100]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0101]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0102]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0103]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0104]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何
的一个或多个实施例或示例中以合适的方式结合。
[0105]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0106]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。