基于物联网及边缘计算的水污染智能监测方法及系统与流程

本发明涉及数据处理领域，特别涉及基于物联网及边缘计算的水污染智能监测方法及系统。

背景技术：

1、水资源属于人类赖以生存的关键物质保障。水质检测直接关乎人们生活，对水资源保护、开发等方面提供关键基础依据，通过对污染来源的科学分析，能够对部分重污染企业采取有效关停，并对排放明显超标企业采取重点整治。针对水资源相对匮乏、部分地区存在严重缺水的情况，水质生态环境监测则显得十分关键，对被污染区域，需采取重点监测，有关未被污染河流，同样需采取重点保护，对污染源采取有效控制。

2、因此，需要提供基于物联网及边缘计算的水污染智能监测方法及系统，用于提高水污染监测的可靠性。

技术实现思路

1、本发明提供基于物联网及边缘计算的水污染智能监测系统，包括：位置确定模块，用于确定待监测区域的多个水污染监测位置；数据获取模块，包括基于所述待监测区域的多个水污染监测位置，确定的设置在所述待监测区域的多个水污染监测装置，其中，所述水污染监测装置用于采集水质相关数据；相关分析模块，用于确定多个水污染监测位置的关联关系，建立位置关系图谱；数据处理模块，包括基于所述位置关系图谱，确定多个边缘计算装置，其中，一个所述边缘计算装置对应至少一个所述水污染监测位置，所述边缘计算装置用于基于所述水污染监测装置采集的水质相关数据，判断所述水污染监测装置所在的水污染监测位置是否发生污染，若是，将所述水污染监测装置标记为目标水污染监测装置；污染分析模块，用于基于所述多个边缘计算装置确定的目标水污染监测装置、所述多个水污染监测装置采集的水质相关数据以及所述位置关系图谱，确定污染类型及污染源头。

2、进一步地，所述位置确定模块确定待监测区域的多个水污染监测位置，包括：获取待监测区域的地理信息；基于所述待监测区域的地理信息，确定多个初始的水污染监测位置；获取每个所述初始的水污染监测位置的第一测试用水质信息；基于每个所述初始的水污染监测位置的第一测试用水质信息，计算所述多个初始的水污染监测位置的差异化参数；当所述差异化参数大于预设差异化参数时，新增至少一个水污染监测位置，其中，所述多个水污染监测位置包括所述多个初始的水污染监测位置和新增的至少一个水污染监测位置。

3、进一步地，所述位置确定模块新增至少一个水污染监测位置，包括：基于任意两个初始的水污染监测位置的测试用水质信息的水质差异参数，新增所述至少一个水污染监测位置。

4、进一步地，所述相关分析模块确定多个水污染监测位置的关联关系，建立位置关系图谱，包括：获取每个所述水污染监测位置的第二测试用水质信息；基于每个所述水污染监测位置的第二测试用水质信息，计算任意两个所述水污染监测位置的相关系数；对于每个所述水污染监测位置，基于任意两个所述水污染监测位置的相关系数，确定所述水污染监测位置的关联水污染监测位置，基于每个所述水污染监测位置的第二测试用水质信息，确定所述水污染监测位置与每个所述关联水污染监测位置的关联关系；基于所述水污染监测位置与每个所述关联水污染监测位置的关联关系，建立所述位置关系图谱。

5、进一步地，所述相关分析模块基于每个所述初始的水污染监测位置的第二测试用水质信息，计算任意两个所述水污染监测位置的相关系数，包括：对于任意两个所述水污染检测位置，基于两个所述水污染检测位置的第二测试用水质信息，计算两个所述水污染检测位置在目标检测参数的参数相关系数，基于两个所述水污染检测位置在目标检测参数的参数相关系数，计算两个所述水污染监测位置的相关系数。

6、进一步地，所述相关分析模块基于每个所述水污染监测位置的第二测试用水质信息，确定所述水污染监测位置与每个所述关联水污染监测位置的关联关系，包括：确定多个时滞窗口；对于每个所述关联水污染监测位置，基于每个所述水污染监测位置的第二测试用水质信息，确定所述水污染监测位置与所述关联水污染监测位置在所述时滞窗口的水质相似度，当所述水质相似度大于预设水质相似度时，将所述时滞窗口标记为目标时滞窗口，基于所述目标时滞窗口，确定所述水污染监测位置与所述关联水污染监测位置的关联关系。

7、进一步地，所述边缘计算装置基于所述水污染监测装置采集的水质相关数据，判断所述水污染监测装置所在的水污染监测位置是否发生污染，包括：通过污染判断模型基于所述水污染监测装置在当前水质检测周期的多个时间点采集的水质相关数据，判断所述水污染监测装置所在的水污染监测位置是否发生污染。

8、进一步地，所述污染分析模块基于所述多个边缘计算装置确定的目标水污染监测装置、所述多个水污染监测装置采集的水质相关数据以及所述位置关系图谱，确定污染类型，包括：基于所述位置关系图谱，确定所述目标水污染监测装置的关联水污染监测装置；基于所述目标水污染监测装置的关联水污染监测装置在当前水质检测周期的多个时间点采集的水质相关数据和所述目标水污染监测装置的关联水污染监测装置在当前水质检测周期的多个时间点采集的水质相关数据，确定污染类型。

9、进一步地，所述污染分析模块基于所述多个边缘计算装置确定的目标水污染监测装置、所述多个水污染监测装置采集的水质相关数据以及所述位置关系图谱，确定污染源头，包括：基于所述目标水污染监测装置，确定目标水污染监测位置；基于所述位置关系图谱及所述目标水污染监测位置，确定所述污染源头。

10、本发明提供基于物联网及边缘计算的水污染智能监测方法，包括：确定待监测区域的多个水污染监测位置；基于所述待监测区域的多个水污染监测位置，确定设置在所述待监测区域的多个水污染监测装置，其中，所述水污染监测装置用于采集水质相关数据；确定多个水污染监测位置的关联关系，建立位置关系图谱；基于所述位置关系图谱，确定多个边缘计算装置，其中，一个所述边缘计算装置对应至少一个所述水污染监测位置；所述边缘计算装置基于所述水污染监测装置采集的水质相关数据，判断所述水污染监测装置所在的水污染监测位置是否发生污染，若是，将所述水污染监测装置标记为目标水污染监测装置；基于所述多个边缘计算装置确定的目标水污染监测装置、所述多个水污染监测装置采集的水质相关数据以及所述位置关系图谱，确定污染类型及污染源头。

11、相比于现有技术，本发明提供的基于物联网及边缘计算的水污染智能监测方法及系统，至少具备以下有益效果：

12、1、多点监测能够更全面地覆盖待监测区域，捕捉到更多潜在的水质变化点，提高监测的精度。边缘计算装置能够实时或近实时地处理水质数据，快速响应水质变化，提高监测效率。边缘计算装置能够基于实时数据判断水污染监测位置是否发生污染，并立即将相关监测装置标记为目标装置，从而迅速发现污染事件。这有助于及早采取措施，防止污染扩散，减少损失。通过位置关系图谱和多个边缘计算装置协同工作，可以综合分析多个监测点的数据，更准确地确定污染源头。这有助于实施有针对性的治理措施，提高污染治理的效率。边缘计算装置在数据产生的源头进行初步处理，减少了需要传输到中心服务器的数据量，降低了数据传输成本。同时，由于减少了中心服务器的处理负担，也降低了服务器的运行和维护成本。通过模块化设计，可以方便地增加或减少水污染监测位置和边缘计算装置，以适应不同规模和需求的监测任务。这使得系统具有更强的可扩展性和灵活性，能够更好地适应未来可能的变化。由于部分数据处理在边缘计算装置上进行，减少了敏感数据在网络中的传输距离和次数，降低了数据泄露的风险。

13、2、通过获取待监测区域的地理信息，可以更准确地了解区域内的水流、地形、污染源分布等特征，从而更合理地布置监测位置。多个初始监测位置的设置能够覆盖更广的区域，减少监测盲区，提高监测的全面性。通过测试和计算，可以识别出污染较为严重的区域，从而有针对性地新增监测位置，更精准地追踪和定位污染源。当差异化参数大于预设值时，新增监测位置可以根据实际情况灵活调整，以适应水质变化和环境变化的需求。通过新增监测位置，可以实时获取更多水质数据，及时发现水质异常，提高监测效率。在污染事件发生时，多点监测和实时数据反馈能够快速响应，为污染治理和应急处置提供有力支持。通过科学合理地确定和新增监测位置，可以避免不必要的监测点设置，减少监测成本和资源浪费。通过提高监测的针对性和准确性，可以减少无效数据的产生，提高数据质量，为后续分析和决策提供更有价值的信息。

14、3、通过综合考虑多个关联监测装置的水质数据，可以从多个角度、多个维度对水质状况进行分析，从而更准确地识别污染类型和污染程度。位置关系图谱揭示了监测点之间的空间关系，有助于理解污染物在空间上的分布和扩散情况，进一步提高了污染识别的准确性。通过对比不同监测点的水质数据变化，可以追踪污染物的来源和扩散路径，有助于快速定位污染源。结合地理位置信息和水质数据，可以对污染源进行深入分析，了解污染物的种类、浓度以及可能的影响范围，为后续的污染治理提供有力支持。