專利名稱：一種湖庫營養狀態的智能判別方法及裝置的制作方法
技術領域：
本發明屬于環境保護與資源綜合利用技術領域，涉及一種湖庫營養狀態的智能判別方法及裝置。
背景技術：
湖庫水流交換不暢，易承受過量營養鹽形成富營養化，進而誘發藻類過度繁殖形成水華災害。全球富營養化湖庫已經超過50%，我國長江流域、云貴高原、東北地區以及蒙新地區的大部分湖庫已達到富營養化或即將富營養化，造成的經濟損失難以估量。維系湖庫水環境健康已成為社會經濟可持續發展的核心問題之一，而只有定量、準確、快速地判別湖庫營養狀態，才能采取相應的措施實現對湖庫富營養化的防治。湖庫營養狀態判別是環境保護與資源綜合利用領域中水質監測、評估和管理的一種預判分析技術，目前有代表性的湖庫營養狀態判別方法包括 (I)多參數判別法此方法需測量目標水體的多個水質特征參數，再將實測值與預設標準臨界值逐個對比，最終依據經驗確定水體營養狀態結果；如美國環境保護署多參數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)卡爾森指數判別法此方法首先測得Chla、TP、SD、總氮(TN)、高錳酸鹽指數(CODMn)值，運用卡爾森營養狀態指數計算公式求得綜合營養狀態指數，再按照營養狀態分級評分值對應的評價確定湖庫營養狀態。(3)間接判別法此種方法又可以分為神經網絡法、模特征法、模糊數學法、灰色系統法、熱力學分析法等，共同特征是測得若干特征水質指標，再建立特定的數學模型分析水質參數的非線性關系，實現間接評判營養狀態的目的。湖庫營養狀態判別過程中最關鍵的步驟是特征水質參數的選取、判別分析算法的設定。目前已有的各類判別方法所選取的特征水質參數并不統一，判別分析算法也都是基于若干實例研究后的經驗推廣，人為因素影響較大。另一方面，不同地理區劃的自然和人文差異很大，不同類型的湖庫營養狀態變化過程并不一致，而已有方法均忽略了湖庫營養狀態評判中的地理信息。因此，對同一目標使用不同的判別方法進行評價，往往評價結果差別很大，而對不同類型的目標水體使用同一判別方法進行評價，結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參數，往往依賴實驗室水化學分析，操作繁瑣，具有嚴重的滯后性，迫切需要能將水質自動檢測和計算機自動控制技術有機結合在一起，實現營養狀態快速智能判別。近年來，已出現專利技術將水質信息獲取裝置與水體富營養化識別直接聯系起來，形成近似智能的水體富營養化判別技術。如專利申請號為200910092922. 9，名稱為“水質信息獲取裝置、水體富營養化程度識別方法及系統”，公開號為CN101655462的發明專利申請就公開了一種將水體光學圖像轉換為電信號的裝置，通過對圖像的處理分析實現水體富營養化的多時相監測和評價的功能。然而，該專利主要是對遙感信息參與富營養化評價的輔助處理技術，僅可取代以實驗室樣品分析為主的富營養化判別方法，并不具備從自動水質監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。

發明內容
本發明所要解決的技術問題是，克服現有技術的缺點，提供一種湖庫營養狀態的智能判別方法及裝置，能減少特征水質參數選取的困難，提高判別結果的準確性，且判別更快速。本發明解決以上技術問題的技術方案是一種湖庫營養狀態的智能判別方法，包括以下步驟(一 )測量目標湖庫的水體透明度、葉綠素a濃度、總磷濃度和總氮濃度四個特征水質參數，測量頻率不低于I次/周，時間間隔不低于4周，取各指標的平均值；、、
(二)調查目標湖庫的經緯度和水面海拔高度，確定其所屬的地理區劃為“寒帶”、“內陸山區”、“內陸平原區”、“濱海區”和“干旱及過渡區”之一；(三)按照下表中的目標湖庫所屬不同地理區劃，選取特征判別指標進行第一次判別，得到營養狀態結果I，
權利要求
1.一種湖庫營養狀態的智能判別方法，其特征在于包括以下步驟 (-)測量目標湖庫的水體透明度、葉綠素a濃度、總磷濃度和總氮濃度四個特征水質參數，測量頻率不低于I次/周，時間間隔不低于4周，取各指標的平均值； ㈡調查目標湖庫的經緯度和水面海拔高度，確定其所屬的地理區劃為“寒帶”、“內陸山區”、“內陸平原區”、“濱海區”和“干旱及過渡區”之一； ㈢按照下表中的目標湖庫所屬不同地理區劃，選取特征判別指標進行第一次判別，得到營養狀態結果I，
2.如權利要求I所述的湖庫營養狀態的智能判別方法，其特征在于所述步驟(E)中，神經網絡數據驅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進行非線性計算后加權平均，得到確定性評分值，根據確定性評分值所屬營養級別得出歸一化的營養狀態結果II，
3.用于權利要求I所述湖庫營養狀態的智能判別方法的裝置，其特征在于包括數據采集模塊、數據判別模塊和數據發布模塊； 所述數據采集模塊包括 多參數水質檢測儀，直接投放在水體中對特征水質葉綠素a濃度、總磷濃度和總氮濃度進行測量； 賽氏盤，放入水下，記錄剛好看不清的深度，以此來標定水質最大透明度； GPS全球定位系統，直接測定目標湖庫的經緯度和水面海拔高度； 所述數據判別模塊包括 水質信息預處理模塊，用于接收所述多參數水質檢測儀傳輸的水質參數值以及所述賽氏盤傳輸的透明度； 地理區劃分類模塊，用于接收所述GPS全球定位系統傳輸的目標湖庫的經緯度和水面海抜高度，并確定其所屬的地理區劃為“寒帯”、“內陸山區”、“內陸平原區”、“濱海區”和“干旱及過渡區”之一； 基于地理區劃的判別模塊，用于接收所述地理區劃分類模塊的信息，并按照目標湖庫所屬不同地理區劃表選取特征判別指標進行第一次判別，得到營養狀態結果I ; 神經網絡數據驅動分析模塊，包括輸入層、隱含層和輸出層，所述輸入層設有4個輸入節點分別接收所述水質信息預處理模塊傳輸的葉綠素a濃度、總磷濃度、總氮濃度和透明度，所述隱含層包括5個節點并采用雙曲正切函數對所述輸入層的輸出進行計算，所述輸出層將計算結果作為營養狀態結果II輸出； 結果優選模塊，接收所述神經網絡數據驅動分析模塊和基于地理區劃的判別模塊的輸出營養狀態結果，進行比較判別，并將最終結果傳給數據發布模塊； 所述數據發布模塊包括 管理發布終端接收所述結果優選模塊的輸出營養狀態結果，并進行發布。
全文摘要
本發明屬于環境保護與資源綜合利用技術領域，涉及一種湖庫營養狀態的智能判別方法及裝置,本發明公開了一種在常規的參數判別法中引入地理屬性，應用主分量分析法確定不同區劃的湖庫營養狀態標準，進行第一次判別；應用數據驅動法分析湖庫營養狀態的非線性特征，進行第二次判別；最終依據氮磷比值對結果進行優選，可在減少水質監測資料需求量的同時，明顯提高判別準確性。基于該方法的湖庫營養狀態智能判別裝置，采用地理自動定位、水質自動檢測和計算機自動控制技術，實現了湖庫營養狀態快速、準確、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 優先權日2012年1月11日
發明者吳建華, 戴會超, 柯云, 毛勁喬 申請人:戴會超