水环境监测方法及系统、电子设备和存储介质与流程

摘要: 本公开涉及计算机,尤其涉及一种水环境监测方法及系统、电子设备和存储介质。背景技术:1、当前,在线水环境监测系统已广泛应用于水环境治理、水利工程等领域,能够实时采...
水环境监测方法及系统、电子设备和存储介质与流程

本公开涉及计算机,尤其涉及一种水环境监测方法及系统、电子设备和存储介质。

背景技术:

1、当前,在线水环境监测系统已广泛应用于水环境治理、水利工程等领域,能够实时采集海量的时序监测数据。但相关技术中的在线水环境监测系统在数据处理和应用过程中存在以下问题:

2、第一,监测数据多以单一监测点、单一指标的时序曲线形式展示,难以快速发现跨区域、跨时段的水质水量异常传导规律;

3、第二,异常分析往往依赖人工对时序数据进行统计对比,或采用简单的阈值判断方法,海量数据处理分析难度大,效率低,无法捕捉数据中的复杂关联特征,易出现漏报、误报;

4、第三,多数在线水环境监测系统仅能实现异常预警,无法在预警的同时快速定位异常源头,导致后续运维工作效率低下,无法形成预警、诊断、溯源、处置全流程的闭环体系。

技术实现思路

1、本公开提出了一种水环境监测方法及系统、电子设备和存储介质。

2、根据本公开的一方面,提供了一种水环境监测方法,所述方法包括:获取目标水环境监测区域内不同监测点位处的水环境监测指标的第一时序数据,其中,所述水环境监测指标包括水质指标、流量和液位中的至少一种;根据不同监测点位之间的拓扑关系和所述第一时序数据,构建样本集,所述样本集包括所述水环境监测指标对应的样本热力图,所述样本热力图用于反映对应的所述水环境监测指标的监测值的时空分布特征;根据所述样本集训练初始图像识别模型,得到训练好的目标图像识别模型;基于所述目标水环境监测区域内实时更新的待测热力图和所述目标图像识别模型,确定所述待测热力图的识别结果,所述识别结果包括所述目标水环境监测区域的异常识别结果和溯源结果,所述异常识别结果和所述溯源结果用于触发所述目标水环境监测区域的预警信息,所述异常识别结果包括第一异常类型、异常区域位置,所述溯源结果包括异常源头点位及所述异常源头点位的置信度。

3、在一种可能的实现方式中,获取目标水环境监测区域内不同监测点位处的水环境监测指标的第一时序数据,包括:从多种预设的初始水环境监测指标中,筛选出至少一种用于评估所述目标水环境监测区域的水环境监测指标;针对每种筛选出的水环境监测指标,分别获取所述目标水环境监测区域内不同监测点位处的所述水环境监测指标的第一时序数据。

4、在一种可能的实现方式中,从多种预设的初始水环境监测指标中,筛选出至少一种用于评估所述目标水环境监测区域的水环境监测指标,包括:根据所述目标水环境监测区域的水体类型,确定每种初始水环境监测指标的抗环境扰动度,所述抗环境扰动度用于指示所述初始水环境监测指标抗所述目标水环境监测区域所处环境干扰的能力;根据所述目标水环境监测区域存在的不同历史第二异常类型,确定每种初始水环境监测指标的区分度,所述区分度用于指示不同初始水环境监测指标识别不同的第二异常类型时所呈现出特异性的强弱;根据每种初始水环境监测指标的所述抗环境扰动度和所述区分度,确定每种初始水环境监测指标的得分;根据所述得分,从多种初始水环境监测指标中,筛选出至少一种用于评估所述目标水环境监测区域的水环境监测指标。

5、在一种可能的实现方式中,根据不同监测点位之间的拓扑关系和所述第一时序数据,构建样本集,包括:根据所述目标水环境监测区域内不同监测点位的水力流向信息和空间连接关系,确定不同监测点位之间的上下游位置关系;将所述第一时序数据中按照时间先后排列的不同采集时刻作为所述样本热力图的纵坐标,将所述目标水环境监测区域内按所述上下游位置关系排列的不同监测点位作为所述样本热力图的横坐标,对于任意一个监测点位和任意一个采集时刻,根据该监测点位在该采集时刻的所述水环境监测指标的监测值,确定所述样本集中所述样本热力图在由该监测点位对应的横坐标与该采集时刻对应的纵坐标所界定的坐标位置处的像素值。

6、在一种可能的实现方式中,所述初始图像识别模型至少包括第一识别子模型和第二识别子模型,所述第一识别子模型用于从所述样本热力图中捕捉所述水环境监测指标的监测值在时间维度上的异常传导特征,所述异常传导特征包括异常出现的时间和异常传导速度;所述第二识别子模型用于从所述样本热力图中捕捉不同监测点位之间的空间位置特征,所述空间位置特征包括不同监测点位之间的上下游位置关系。

7、在一种可能的实现方式中,所述方法还包括:在所述识别结果满足预设条件的情况下,根据所述识别结果确定新增样本;根据所述新增样本训练所述目标图像识别模型,得到优化后的目标图像识别模型。

8、在一种可能的实现方式中,所述方法还包括:获取所述目标水环境监测区域异常的影响因素,所述影响因素包括降雨事件、水工设施运行事件中的至少一种;对所述溯源结果与所述影响因素进行关联分析,确定异常成因信息。

9、根据本公开的一方面,提供了一种水环境监测系统,所述系统包括:获取模块,用于获取目标水环境监测区域内不同监测点位处的水环境监测指标的第一时序数据,其中,所述水环境监测指标包括水质指标、流量和液位中的至少一种;构建模块,用于根据不同监测点位之间的拓扑关系和所述第一时序数据,构建样本集,所述样本集包括所述水环境监测指标对应的样本热力图,所述样本热力图用于反映对应的所述水环境监测指标的监测值的时空分布特征;训练模块,根据所述样本集训练初始图像识别模型,得到训练好的目标图像识别模型;识别模块,用于基于所述目标水环境监测区域内实时更新的待测热力图和所述目标图像识别模型,确定所述待测热力图的识别结果,所述识别结果包括所述目标水环境监测区域的异常识别结果和溯源结果,所述异常识别结果和所述溯源结果用于触发所述目标水环境监测区域的预警信息,所述异常识别结果包括第一异常类型、异常区域位置,所述溯源结果包括异常源头点位及所述异常源头点位的置信度。

10、在一种可能的实现方式中,所述获取模块用于:从多种预设的初始水环境监测指标中,筛选出至少一种用于评估所述目标水环境监测区域的水环境监测指标;针对每种筛选出的水环境监测指标,分别获取所述目标水环境监测区域内不同监测点位处的所述水环境监测指标的第一时序数据。

11、在一种可能的实现方式中,从多种预设的初始水环境监测指标中,筛选出至少一种用于评估所述目标水环境监测区域的水环境监测指标,包括:根据所述目标水环境监测区域的水体类型,确定每种初始水环境监测指标的抗环境扰动度,所述抗环境扰动度用于指示所述初始水环境监测指标抗所述目标水环境监测区域所处环境干扰的能力;根据所述目标水环境监测区域存在的不同历史第二异常类型,确定每种初始水环境监测指标的区分度,所述区分度用于指示不同初始水环境监测指标识别不同的第二异常类型时所呈现出特异性的强弱;根据每种初始水环境监测指标的所述抗环境扰动度和所述区分度,确定每种初始水环境监测指标的得分;根据所述得分,从多种初始水环境监测指标中,筛选出至少一种用于评估所述目标水环境监测区域的水环境监测指标。

12、在一种可能的实现方式中,所述构建模块用于:根据所述目标水环境监测区域内不同监测点位的水力流向信息和空间连接关系,确定不同监测点位之间的上下游位置关系;将所述第一时序数据中按照时间先后排列的不同采集时刻作为所述样本热力图的纵坐标,将所述目标水环境监测区域内按所述上下游位置关系排列的不同监测点位作为所述样本热力图的横坐标,对于任意一个监测点位和任意一个采集时刻,根据该监测点位在该采集时刻的所述水环境监测指标的监测值,确定所述样本集中所述样本热力图在由该监测点位对应的横坐标与该采集时刻对应的纵坐标所界定的坐标位置处的像素值。

13、在一种可能的实现方式中,所述初始图像识别模型至少包括第一识别子模型和第二识别子模型,所述第一识别子模型用于从所述样本热力图中捕捉所述水环境监测指标的监测值在时间维度上的异常传导特征,所述异常传导特征包括异常出现的时间和异常传导速度;所述第二识别子模型用于从所述样本热力图中捕捉不同监测点位之间的空间位置特征,所述空间位置特征包括不同监测点位之间的上下游位置关系。

14、在一种可能的实现方式中,所述训练模块还用于:在所述识别结果满足预设条件的情况下,根据所述识别结果确定新增样本;根据所述新增样本训练所述目标图像识别模型,得到优化后的目标图像识别模型。

15、在一种可能的实现方式中,所述识别模块还用于:获取所述目标水环境监测区域异常的影响因素,所述影响因素包括降雨事件、水工设施运行事件中的至少一种;对所述溯源结果与所述影响因素进行关联分析,确定异常成因信息。

16、根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。

17、根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。

18、本公开实施例的水环境监测方法,可获取目标水环境监测区域内不同监测点位处的水环境监测指标的第一时序数据,其中,所述水环境监测指标包括水质指标、流量和液位中的至少一种;根据不同监测点位之间的拓扑关系和所述第一时序数据,构建样本集,所述样本集包括所述水环境监测指标对应的样本热力图,所述样本热力图用于反映对应的所述水环境监测指标的监测值的时空分布特征;根据所述样本集训练初始图像识别模型,得到训练好的目标图像识别模型;基于所述目标水环境监测区域内实时更新的待测热力图和所述目标图像识别模型,确定所述待测热力图的识别结果,所述识别结果包括所述目标水环境监测区域的异常识别结果和溯源结果,所述异常识别结果和所述溯源结果用于触发所述目标水环境监测区域的预警信息,所述异常识别结果包括第一异常类型、异常区域位置,所述溯源结果包括异常源头点位及所述异常源头点位的置信度。

19、通过这种方式,可将孤立的监测点位的水环境监测指标的时序数据转化为能够体现具有跨区域关联关系的样本热力图,有利于直观呈现水环境监测指标的时空分布特征及异常传导趋势,便于目标图像识别模型更好的学习水环境监测指标的时空分布特征,有利于实现水环境异常的快速识别、实时预警及精准溯源,提升了水环境监测与治理的智能化水平。

20、并且,训练好的目标图像识别模型,可输出异常识别结果和溯源结果,将异常识别与上下游点位溯源结合,不仅能基于异常识别结果实时触发预警告警,还能快速定位异常源头及传导路径,实现了预警与溯源的一体化,为水环境应急处置提供精准指引,缩短处置时间,提升治理效率。

21、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。