一种智慧化动态环境监测方法和系统与流程

【】本发明属于大数据环境监测，尤其涉及一种智慧化动态环境监测方法和系统。

背景技术

0、背景技术：

1、环境大数据是指在生态环境领域中，通过声学传感器、生物传感器、化学传感器、rfid技术、卫星遥感、视频感知、光学传感器等技术手段，对大气环境、水环境和水资源、土壤环境等进行数据采集、存储、计算与应用。环境监测领域的大数据关键技术目前主要有4种类型，分别是数据采集与预处理；监测数据集成管理；数据分析和挖掘；数据时空可视化展现和应用。数据采集技术主要是指通过传感器、通信网络、智能识别系统、互联网泛在等多种生态环境监测感知手段实现对各种环境监测对象信息的快速定位、采集、传输、信号转换等。数据预处理技术是以直接面向快速分析处理为目的，对多种类型数据进行抽取、清洗、转换等操作，实现对复杂数据的快速、规范化处理通过监测指标与设备多样化、监测布点网格化、监测领域全面化扩大数据采集源，并接入相关部门统计类和手工采集类数据、网络上获取的互联网数据形成数据源。最终实现对待监测空间的远程数据监控和故障报警功能，利用手机推送功能为维护提供支持；在出现疑难问题，现场无法快速处理时，实现系统程序的远程监控，从而快速排查、准确定位问题。

2、动态环境数据监测的应用场景非常广泛，涵盖了从环境质量监测到污染源监管，再到环境风险评估和预警等多个方面。利用大数据、物联网、卫星遥感等技术提升生态环境质量监测、污染源监测、突发事件应急监测等情境下的数据采集、传输、汇聚和质控能力。依托数据分析挖掘技术开展环境质量形势分析、污染源排放监管、环境空气质量精细化预报等，提高决策的科学性和精准性。通过数据集成管理技术、数据时空可视化展现与应用技术，在数据资源中心、数据共享系统、生态环境综合管理平台等方面实现生态环境监测数据资源加工治理。应用大数据技术对环境风险进行评估，建立动态指数模型，利用环境风险单元、环境风险物质等信息，结合环境执法、污染物自动监测情况，为环境应急业务监管提供决策支持。

3、但是目前动态环境监测存在四个方面的问题，一是，动态环境监测数据积累还不够丰富，环境监测数据在不同的监测环境下呈现出很大的差异性；二是，数据自身在不同的监测结果下呈现的敏感性不同，发现监测异常呈现时间上的显现差异性和不连续性；三是，监测数据之间存在很大的差异性，综合利用存在难度；四是，监测空间拓扑结构复杂且差异性较大，叠加监测数据的复杂性，大大的增加了动态环境监测的难度。基于上述问题，本发明能够跨不同的监测数据类型，通过空间矩阵序列将多维空间复杂度和多维数据复杂度用二维空间矩阵展开，通过三维空间矩阵序列进行动态分析，大大的提升了各方面数据的有效利用，降低了动态监测的难度，提高了动态监测的兼容性。

技术实现思路

0、技术实现要素：

1、为了解决现有技术中的上述问题，本发明提出了一种智慧化动态环境监测方法和系统，所述方法包含：

2、步骤s1：基于监测节点构建空间矩阵；其中：i是监测节点编号，j是和监测节点i之间的关联程度排名第j位的监测节点编号；是距离第i监测节点的关联程度排名第j位的监测节点的监测数据；；i和j分别是空间矩阵的行列规模；所述关联程度用于指示当监测节点i的监测数据发生变化时，另一节点监测数据j随之而发生变化的响应速度和/或变化程度的大小；

3、步骤s2：基于当前监测敏感度确定空间矩阵的当前行列规模，使得当前行列规模和当前监测敏感度正相关；

4、步骤s3：空间矩阵按照时间顺序排列构成空间矩阵序列；针对空间矩阵序列中的每个空间矩阵进行处理，将空间矩阵划分为多个子矩阵并采用显著位置计算方式对每个子矩阵中的监测数据计算其显著特征；通过显著特征在空间矩阵序列中的位置变化情况更新当前监测敏感度；若当前监测敏感度已经是预设的目标监测敏感度，则进入步骤s4；否则，返回步骤s2；

5、所述步骤s3具体包括如下步骤：

6、步骤s31：获取当前空间矩阵；将所述当前空间矩阵划分为预设大小的多个子矩阵；其中：k是子矩阵编号；是子矩阵中元素的行列编号；

7、步骤s32：采用各个显著位置计算方式c计算各个子矩阵的显著特征及其子矩阵位置，称为显著位置；其中：t是空间矩阵在空间矩阵序列中的时序编号；

8、步骤s33：针对各个子矩阵k中的监测数据及其每个显著位置计算方式c，计算各显著位置在当前空间矩阵和前一空间矩阵中的前一显著位置，确定各所述显著位置以及前一显著位置的位置关系，并基于所述位置关系变化情况更新当前监测敏感度；若当前监测敏感度已经是预设的目标监测敏感度，则进入步骤s4进行动态环境监测预警；否则，返回步骤s2；

9、所述步骤具体包括如下步骤：

10、步骤s331：获取一未处理显著位置计算方式c；

11、步骤s332：获取一未处理子矩阵k；

12、步骤s333：计算各显著位置在当前空间矩阵和前一空间矩阵中的前一显著位置；

13、步骤s334：计算各个显著位置与其前一显著位置在两个相邻空间矩阵中的位置关系；具体的：确定显著位置在前一空间矩阵中的对应位置和显著位置构成的第一向量，确定前一显著位置和显著位置构成的第二向量，计算第一向量和第二向量之间的夹角，使用夹角表示各个显著位置与前一显著位置的位置关系变化情况；当两者之间的夹角小于预设夹角，则确定未发生位置关系变化；否则，确定为发生变化；采用如下公式（1）计算第一向量和第二向量之间的夹角；

14、 （1）;

15、步骤s335：若所有子矩阵均处理完毕，则进入下一步骤；否则，返回步骤s332；

16、步骤s336：在当前显著位置计算方式下，基于位置关系变化情况确定当前监测敏感度；具体为：当位置关系发生变化的比例大于预设比例，则增加当前监测敏感度；若小于等于预设比例且最近n次小于等于预设比例的占比大于预设占比时，降低当前敏感度；否则，保持当前监测敏感度； n是和k值相关的预设值；

17、步骤s337：若所有显著位置计算方式均处理完毕，则进入下一步骤；否则，返回步骤s331；

18、步骤s338：若当前监测敏感度是目标监测敏感度，则进入下一步骤；否则，返回步骤s2；

19、步骤s4: 确定目标监测节点，进行动态环境监测预警；具体为：基于位置关系变化情况，使用第二向量在空间矩阵序列中构建变化轨迹以确定目标监测节点，将变化轨迹的终点位置所对应的监测节点作为目标监测节点，发出动态环境监测预警。

20、进一步的，显著位置计算方式为一个或多个。

21、进一步的，所述监测空间是二维空间或者三维空间。

22、进一步的，所述监测数据类型包括温度、压力、湿度、二氧化碳浓度、沼气浓度、氧气浓度、声音和/或亮度中的一个或者多个。

23、进一步的，所述监测空间所处的监测环境包括地下或地上。

24、进一步的，监测节点均匀分布于监测环境涉及的监测空间中。

25、一种智慧化动态环境监测系统，所述智慧化动态环境监测系统用于实现上述智慧化动态环境监测方法。

26、一种智慧化动态环境监测装置，所述智慧化动态环境监测装置用于实现上述智慧化动态环境监测方法。

27、一种智慧化动态环境监测服务器，所述智慧化动态环境监测服务器用于实现上述智慧化动态环境监测方法。

28、一种智慧化动态环境监测大数据服务器，所述智慧化动态环境监测大数据服务器用于实现上述智慧化动态环境监测方法。

29、本发明的有益效果包括：

30、（1）便于进行目标监测空间的动态定制；同时，由于空间矩阵是针对各个监测节点展开的，将监测节点二维或者三维拓扑结构及其复杂环境因素转换成二维空间矩阵，因此，通过对空间矩阵的变化情况的有限度时空分析就能够快速得出监测现场情况发生变化的指示以及目标监测节点的指示；在降低动态环境监测复杂度的同时不减少拓扑结构信息以及复杂连接关系的使用；

31、（2）通过空间矩阵的分块和显著位置确定将不同监测数据类型蕴含的数据信息转化为其在空间矩阵序列中的位置变化情况分析，降低了数据类型的依赖性，通过监测敏感度来适配不同监测阶段，有方向的扩大空间矩阵的规模，在计算复杂度、敏感性和分析有效性之间作权衡；通过定量分析空间矩阵序列中的显著特征变化，为环境监测提供了一种系统性、自动化的敏感度评估方法，有助于及时发现环境异常并采取相应措施。

32、（3）通过位置变化情况所携带的局部信息构建携带全局信息的变化足迹，从而充分利用监测数据自身在不同的监测结果下呈现的敏感性不同，综合利用其时间上呈现的差异性和不连续性，规避了测数据之间存在的差异性，提高了监测数据的综合利用能力。