專利名稱：一種湖庫營養(yǎng)狀態(tài)的智能判別方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于環(huán)境保護(hù)與資源綜合利用技術(shù)領(lǐng)域，涉及一種湖庫營養(yǎng)狀態(tài)的智能判別方法及裝置。
背景技術(shù)：
湖庫水流交換不暢，易承受過量營養(yǎng)鹽形成富營養(yǎng)化，進(jìn)而誘發(fā)藻類過度繁殖形成水華災(zāi)害。全球富營養(yǎng)化湖庫已經(jīng)超過50%，我國長江流域、云貴高原、東北地區(qū)以及蒙新地區(qū)的大部分湖庫已達(dá)到富營養(yǎng)化或即將富營養(yǎng)化，造成的經(jīng)濟(jì)損失難以估量。維系湖庫水環(huán)境健康已成為社會經(jīng)濟(jì)可持續(xù)發(fā)展的核心問題之一，而只有定量、準(zhǔn)確、快速地判別湖庫營養(yǎng)狀態(tài)，才能采取相應(yīng)的措施實現(xiàn)對湖庫富營養(yǎng)化的防治。湖庫營養(yǎng)狀態(tài)判別是環(huán)境保護(hù)與資源綜合利用領(lǐng)域中水質(zhì)監(jiān)測、評估和管理的一種預(yù)判分析技術(shù)，目前有代表性的湖庫營養(yǎng)狀態(tài)判別方法包括 (I)多參數(shù)判別法此方法需測量目標(biāo)水體的多個水質(zhì)特征參數(shù)，再將實測值與預(yù)設(shè)標(biāo)準(zhǔn)臨界值逐個對比，最終依據(jù)經(jīng)驗確定水體營養(yǎng)狀態(tài)結(jié)果；如美國環(huán)境保護(hù)署多參數(shù)直接判別法需測得總磷(TP)、葉綠素(Chla)、透明度(SD)和底層水體溶解氧(D0)。(2)卡爾森指數(shù)判別法此方法首先測得Chla、TP、SD、總氮(TN)、高錳酸鹽指數(shù)(CODMn)值，運(yùn)用卡爾森營養(yǎng)狀態(tài)指數(shù)計算公式求得綜合營養(yǎng)狀態(tài)指數(shù)，再按照營養(yǎng)狀態(tài)分級評分值對應(yīng)的評價確定湖庫營養(yǎng)狀態(tài)。(3)間接判別法此種方法又可以分為神經(jīng)網(wǎng)絡(luò)法、模特征法、模糊數(shù)學(xué)法、灰色系統(tǒng)法、熱力學(xué)分析法等，共同特征是測得若干特征水質(zhì)指標(biāo)，再建立特定的數(shù)學(xué)模型分析水質(zhì)參數(shù)的非線性關(guān)系，實現(xiàn)間接評判營養(yǎng)狀態(tài)的目的。湖庫營養(yǎng)狀態(tài)判別過程中最關(guān)鍵的步驟是特征水質(zhì)參數(shù)的選取、判別分析算法的設(shè)定。目前已有的各類判別方法所選取的特征水質(zhì)參數(shù)并不統(tǒng)一，判別分析算法也都是基于若干實例研究后的經(jīng)驗推廣，人為因素影響較大。另一方面，不同地理區(qū)劃的自然和人文差異很大，不同類型的湖庫營養(yǎng)狀態(tài)變化過程并不一致，而已有方法均忽略了湖庫營養(yǎng)狀態(tài)評判中的地理信息。因此，對同一目標(biāo)使用不同的判別方法進(jìn)行評價，往往評價結(jié)果差別很大，而對不同類型的目標(biāo)水體使用同一判別方法進(jìn)行評價，結(jié)果往往也不符合實際情況。此外，已有的判別方法所需的特征水質(zhì)參數(shù)，往往依賴實驗室水化學(xué)分析，操作繁瑣，具有嚴(yán)重的滯后性，迫切需要能將水質(zhì)自動檢測和計算機(jī)自動控制技術(shù)有機(jī)結(jié)合在一起，實現(xiàn)營養(yǎng)狀態(tài)快速智能判別。近年來，已出現(xiàn)專利技術(shù)將水質(zhì)信息獲取裝置與水體富營養(yǎng)化識別直接聯(lián)系起來，形成近似智能的水體富營養(yǎng)化判別技術(shù)。如專利申請?zhí)枮?00910092922. 9，名稱為“水質(zhì)信息獲取裝置、水體富營養(yǎng)化程度識別方法及系統(tǒng)”，公開號為CN101655462的發(fā)明專利申請就公開了一種將水體光學(xué)圖像轉(zhuǎn)換為電信號的裝置，通過對圖像的處理分析實現(xiàn)水體富營養(yǎng)化的多時相監(jiān)測和評價的功能。然而，該專利主要是對遙感信息參與富營養(yǎng)化評價的輔助處理技術(shù)，僅可取代以實驗室樣品分析為主的富營養(yǎng)化判別方法，并不具備從自動水質(zhì)監(jiān)測到智能判別的全自動化功能，在判別方法上也沒用考慮地理屬性對不同類型湖泊的影響。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，克服現(xiàn)有技術(shù)的缺點(diǎn)，提供一種湖庫營養(yǎng)狀態(tài)的智能判別方法及裝置，能減少特征水質(zhì)參數(shù)選取的困難，提高判別結(jié)果的準(zhǔn)確性，且判別更快速。本發(fā)明解決以上技術(shù)問題的技術(shù)方案是一種湖庫營養(yǎng)狀態(tài)的智能判別方法，包括以下步驟(一 )測量目標(biāo)湖庫的水體透明度、葉綠素a濃度、總磷濃度和總氮濃度四個特征水質(zhì)參數(shù)，測量頻率不低于I次/周，時間間隔不低于4周，取各指標(biāo)的平均值；、、
(二)調(diào)查目標(biāo)湖庫的經(jīng)緯度和水面海拔高度，確定其所屬的地理區(qū)劃為“寒帶”、“內(nèi)陸山區(qū)”、“內(nèi)陸平原區(qū)”、“濱海區(qū)”和“干旱及過渡區(qū)”之一；(三)按照下表中的目標(biāo)湖庫所屬不同地理區(qū)劃，選取特征判別指標(biāo)進(jìn)行第一次判別，得到營養(yǎng)狀態(tài)結(jié)果I，
權(quán)利要求
1.一種湖庫營養(yǎng)狀態(tài)的智能判別方法，其特征在于包括以下步驟 (-)測量目標(biāo)湖庫的水體透明度、葉綠素a濃度、總磷濃度和總氮濃度四個特征水質(zhì)參數(shù)，測量頻率不低于I次/周，時間間隔不低于4周，取各指標(biāo)的平均值； ㈡調(diào)查目標(biāo)湖庫的經(jīng)緯度和水面海拔高度，確定其所屬的地理區(qū)劃為“寒帶”、“內(nèi)陸山區(qū)”、“內(nèi)陸平原區(qū)”、“濱海區(qū)”和“干旱及過渡區(qū)”之一； ㈢按照下表中的目標(biāo)湖庫所屬不同地理區(qū)劃，選取特征判別指標(biāo)進(jìn)行第一次判別，得到營養(yǎng)狀態(tài)結(jié)果I，
2.如權(quán)利要求I所述的湖庫營養(yǎng)狀態(tài)的智能判別方法，其特征在于所述步驟(E)中，神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)驅(qū)動方法具體為采用下式對葉綠素a濃度、總磷濃度、總氮濃度和透明度四個判別特征指標(biāo)進(jìn)行非線性計算后加權(quán)平均，得到確定性評分值，根據(jù)確定性評分值所屬營養(yǎng)級別得出歸一化的營養(yǎng)狀態(tài)結(jié)果II，
3.用于權(quán)利要求I所述湖庫營養(yǎng)狀態(tài)的智能判別方法的裝置，其特征在于包括數(shù)據(jù)采集模塊、數(shù)據(jù)判別模塊和數(shù)據(jù)發(fā)布模塊； 所述數(shù)據(jù)采集模塊包括 多參數(shù)水質(zhì)檢測儀，直接投放在水體中對特征水質(zhì)葉綠素a濃度、總磷濃度和總氮濃度進(jìn)行測量； 賽氏盤，放入水下，記錄剛好看不清的深度，以此來標(biāo)定水質(zhì)最大透明度； GPS全球定位系統(tǒng)，直接測定目標(biāo)湖庫的經(jīng)緯度和水面海拔高度； 所述數(shù)據(jù)判別模塊包括 水質(zhì)信息預(yù)處理模塊，用于接收所述多參數(shù)水質(zhì)檢測儀傳輸?shù)乃|(zhì)參數(shù)值以及所述賽氏盤傳輸?shù)耐该鞫龋? 地理區(qū)劃分類模塊，用于接收所述GPS全球定位系統(tǒng)傳輸?shù)哪繕?biāo)湖庫的經(jīng)緯度和水面海抜高度，并確定其所屬的地理區(qū)劃為“寒帯”、“內(nèi)陸山區(qū)”、“內(nèi)陸平原區(qū)”、“濱海區(qū)”和“干旱及過渡區(qū)”之一； 基于地理區(qū)劃的判別模塊，用于接收所述地理區(qū)劃分類模塊的信息，并按照目標(biāo)湖庫所屬不同地理區(qū)劃表選取特征判別指標(biāo)進(jìn)行第一次判別，得到營養(yǎng)狀態(tài)結(jié)果I ; 神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)驅(qū)動分析模塊，包括輸入層、隱含層和輸出層，所述輸入層設(shè)有4個輸入節(jié)點(diǎn)分別接收所述水質(zhì)信息預(yù)處理模塊傳輸?shù)娜~綠素a濃度、總磷濃度、總氮濃度和透明度，所述隱含層包括5個節(jié)點(diǎn)并采用雙曲正切函數(shù)對所述輸入層的輸出進(jìn)行計算，所述輸出層將計算結(jié)果作為營養(yǎng)狀態(tài)結(jié)果II輸出； 結(jié)果優(yōu)選模塊，接收所述神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)驅(qū)動分析模塊和基于地理區(qū)劃的判別模塊的輸出營養(yǎng)狀態(tài)結(jié)果，進(jìn)行比較判別，并將最終結(jié)果傳給數(shù)據(jù)發(fā)布模塊； 所述數(shù)據(jù)發(fā)布模塊包括 管理發(fā)布終端接收所述結(jié)果優(yōu)選模塊的輸出營養(yǎng)狀態(tài)結(jié)果，并進(jìn)行發(fā)布。
全文摘要
本發(fā)明屬于環(huán)境保護(hù)與資源綜合利用技術(shù)領(lǐng)域，涉及一種湖庫營養(yǎng)狀態(tài)的智能判別方法及裝置,本發(fā)明公開了一種在常規(guī)的參數(shù)判別法中引入地理屬性，應(yīng)用主分量分析法確定不同區(qū)劃的湖庫營養(yǎng)狀態(tài)標(biāo)準(zhǔn)，進(jìn)行第一次判別；應(yīng)用數(shù)據(jù)驅(qū)動法分析湖庫營養(yǎng)狀態(tài)的非線性特征，進(jìn)行第二次判別；最終依據(jù)氮磷比值對結(jié)果進(jìn)行優(yōu)選，可在減少水質(zhì)監(jiān)測資料需求量的同時，明顯提高判別準(zhǔn)確性。基于該方法的湖庫營養(yǎng)狀態(tài)智能判別裝置，采用地理自動定位、水質(zhì)自動檢測和計算機(jī)自動控制技術(shù)，實現(xiàn)了湖庫營養(yǎng)狀態(tài)快速、準(zhǔn)確、智能判別的目的。
文檔編號G01N33/18GK102707025SQ201210007459
公開日2012年10月3日 申請日期2012年1月11日 優(yōu)先權(quán)日2012年1月11日
發(fā)明者吳建華, 戴會超, 柯云, 毛勁喬 申請人:戴會超