买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东粤海水务检测技术有限公司;广东粤海水务科技有限公司

摘要：本发明公开了一种季节性干旱河流的水质污染监测方法和计算机程序产品。该方法为：将河流划分为多个监控流段并按照初始监测频率监测水质和水文参数；根据水文参数判断监控流段所处水文状态期，据此自动调整其监测频率并增加附加监测项目；获取监控流段的污染物监测数据，据此使用污染物扩散模拟模型预测其污染物迁移趋势和浓度变化趋势；根据监控流段的水质参数、污染物迁移趋势和浓度变化趋势，确定絮凝剂投放方案并输出；根据河流流域内降雨预报信息、水文和水质参数，若预测其会出现季节性干旱污染风险，则确定防控方案并输出。该方法能够根据河流不同水文特征来调整监测频率，在河流处于不同水文特征情况下均能够及时监测到水质参数是否超标。

主权项：1.一种季节性干旱河流的水质污染监测方法，其特征是，包括以下步骤：S1、根据河流的历史水文特征，将河流划分为多个监控流段；S2、在每个监控流段内设置多个监测点，通过水质监测设备和水文监测设备按照预设的初始监测频率监测每个监测点的水质参数和水文参数；S3、根据各个监控流段的水文参数，判断各个监控流段当前所处的水文状态期，水文状态期包括干旱期和通水期两种情形；S4、根据各个监控流段的水文状态期，自动调整其监测频率并为该监控流段增加对应的附加监测项目，所增加的附加监测项目从至少一种污染物监测项目和至少一种干旱监测项目当中选出；S5、对每个监控流段，获取该监控流段各个监测点当前所监测到的水质参数中的污染物监测数据，使用该监控流段所处的水文状态期所对应的污染物扩散模拟模型，对该监控流段未来预设时间段内的污染物迁移趋势和污染物浓度变化趋势进行预测；S6、对每个监控流段，根据其当前的水质参数以及所预测的污染物迁移趋势和污染物浓度变化趋势，确定对应的絮凝剂投放方案；S7、根据河流流域内未来预设天数内的降雨预报信息以及河流各监控流段的水文参数和水质参数，预测河流未来是否会出现季节性干旱污染风险及其风险等级，若是，则根据所预测得到的季节性干旱污染风险及其风险等级确定对应的防控方案；S8、输出河流的每个监控流段的絮凝剂投放方案，若步骤S7预测河流未来会出现季节性干旱污染风险，则还输出季节性干旱污染风险等级对应的防控方案；步骤S1包括：S11、将河流划分为数个河段；S12、获取每个河段在预设历史时间段内的水文参数时序数列，水文参数包括水位、流速和流量；S13、以一个水文参数的时序数列作为一个特征向量，采用K-means聚类算法对各个河段进行聚类分析，将各个河段划分为多个类别；S14、以一个类别作为一个监控流段，每个监控流段内包括至少一个河段；具体按照如下步骤构建得到步骤S5中的污染物扩散模拟模型：获取所要监测的河流在干旱期和通水期的历史水文参数时序数列和历史污染物监测数据时序数列，其中，污染物监测数据时序数列包括污染物浓度时序数列和污染物分布位置时序数列；以干旱期的历史水文参数时序数列当中某一时间点的水文参数和历史污染物监测数据时序数列当中该时间点的污染物监测数据作为输入，以干旱期的历史污染物监测数据时序数列当中该时间点往后预设时间段内的污染物监测数据序列作为输出，构成一组干旱期训练样本，按此构建多组这样的干旱期训练样本；以通水期的历史水文参数时序数列当中某一时间点的水文参数和历史污染物监测数据时序数列当中该时间点的污染物监测数据作为输入，以通水期的历史污染物监测数据时序数列当中该时间点往后预设时间段内的污染物监测数据序列作为输出，构成一组通水期训练样本，按此构建多组这样的通水期训练样本；采用机器学习算法分别构建干旱期污染物扩散模拟模型和通水期污染物扩散模型；采用干旱期训练样本对干旱期污染物扩散模拟模型进行训练，从而使该干旱期污染物扩散模拟模型具备识别水文参数和污染物监测数据得出预设时间段内的污染物监测数据序列的能力，采用通水期训练样本对通水期污染物扩散模拟模型进行训练，从而使该通水期污染物扩散模拟模型具备识别水文参数和污染物监测数据得出预设时间段内的污染物监测数据序列的能力。

全文数据：

权利要求：

百度查询： 广东粤海水务检测技术有限公司 广东粤海水务科技有限公司 一种季节性干旱河流的水质污染监测方法和计算机程序产品