基于全生命周期的水资源调查监测质量管控与检验方法与流程
本发明涉及水资源调查监测,更具体的,涉及一种基于全生命周期的水资源调查监测质量管控与检验方法。
背景技术:
1、水资源调查监测是水资源规划、配置、保护和管理的基础性工作,其成果质量直接关系到水资源决策的科学性和可靠性。水资源调查监测通常涵盖监测站点布设、样品采集与保存、现场测试、实验室分析、数据处理、成果编制与归档等多个环节,具有周期长、环节多、参与主体多元、数据量大等特点。目前,针对水资源调查监测的质量管理主要采用分环节质量控制、事后检验、单一标准符合性判定以及信息化管理等方式,在采样、分析、数据处理等个别环节分别制定质量控制要求,在成果形成后通过抽查、复核、比对等方式进行质量把关或依据相关技术标准对监测结果是否达标进行判定,并借助数据库或信息平台对监测数据进行存储与查询。
2、然而,现有技术普遍缺乏全生命周期视角,质量控制多针对某一环节或某一阶段独立开展,未从调查监测任务的全过程进行系统设计,导致质量责任链条断裂,各环节质量信息无法有效传递与关联;质量管控与检验往往分别设计和实施,管控过程中产生的质量信息未能有效支撑检验判定,检验结果也难以及时反馈至管控环节形成闭环;质量状态多以“合格/不合格”二元判定为主,缺乏对监测全过程质量水平的量化表征手段,难以对质量风险进行预警和分级管理;当监测成果出现质量问题时,难以快速定位问题产生的具体环节、责任主体和影响范围,溯源效率低;同时,现有方法多为静态管控,未能根据检验结果动态调整后续环节的质量控制策略,难以实现质量管控的自适应优化,且检验方法多针对单点数据或单项指标,缺乏对全生命周期多源、多环节质量信息的综合检验与一致性分析。因此,如何实现全生命周期视角下的水资源调查监测质量管控与检验,使质量管控贯穿于调查监测任务全过程,实现各环节质量信息的关联追溯、质量状态的量化表征、管控与检验的闭环联动以及基于检验结果的动态反馈与持续改进是亟需解决的问题。
技术实现思路
1、为了解决上述技术问题,本发明提出了一种基于全生命周期的水资源调查监测质量管控与检验方法,实现了水资源调查监测质量管控与检验的全生命周期闭环联动。
2、本发明公开了一种基于全生命周期的水资源调查监测质量管控与检验方法,包括以下步骤:
3、s1、将水资源调查监测任务划分为监测站点布设、样品采集与保存、现场测试、实验室分析、数据处理、成果编制与归档阶段,针对每个阶段设定质量控制要素与质量控制指标,并建立各阶段质量信息的标识编码,生成全流程的质量信息关联链路;
4、s2、在各阶段执行过程中实时采集质量数据,并将采集的质量数据与对应阶段的标识编码绑定后上传至质量管控平台;
5、s3、以各阶段为节点、以质量信息关联链路为边构建质量信息熵传递网络,根据各阶段质量数据计算各节点的质量信息熵;
6、s4、将所述质量信息熵传递网络及各节点质量信息熵输入图注意力网络,通过注意力机制学习各节点之间质量信息关联链路的影响权重,识别判定质量熵增节点,并基于所述影响权重沿质量信息关联链路反向逐级回溯对所述质量熵增节点贡献最大的上游节点,生成质量熵增传播路径;
7、s5、基于所述质量熵增传播路径对调查监测成果进行一致性检验、溯源性检验和综合质量判定,并将检验结果进行反馈。
8、本方案中,s1中生成全流程的质量信息关联链路,具体包括:
9、将水资源调查监测任务按执行顺序分解为监测站点布设、样品采集与保存、现场测试、实验室分析、数据处理、成果编制与归档六个阶段,并将每个阶段分解为若干最小任务单元;
10、针对每个阶段设定质量控制要素及对应的质量控制指标,每个质量控制指标均设有对应的质量阈值;
11、针对每个阶段及下属的每个最小任务单元生成对应的质量信息标识编码,第n阶段的质量信息标识编码继承第1至第n-1阶段的阶段标识字段;
12、基于所述质量信息标识编码构建全流程的质量信息关联链路,所述质量信息关联链路为有向图结构,其节点为各阶段的质量控制要素,其边包括编码继承关联、质量要素传递关联和指标映射关联。
13、本方案中,所述编码继承关联为各阶段质量信息标识编码之间通过阶段标识字段的继承关系形成的纵向继承链路;
14、所述质量要素传递关联为当上游阶段的质量控制要素的输出直接影响下游阶段的质量控制要素时,在两个质量控制要素之间建立的有向传递关联边;
15、所述指标映射关联为当上游阶段的质量控制指标与下游阶段的质量控制指标之间存在量化映射关系时,在两个质量控制指标之间建立的映射关联。
16、本方案中,s2具体包括:
17、依据各阶段设定的质量控制要素与质量控制指标,确定每个阶段执行过程中需要实时采集的质量数据对象,每个质量数据对象关联所属阶段标识、所属最小任务单元标识及所对应的质量控制指标标识;
18、针对不同类型的质量数据对象采用相匹配的采集方式,获取的质量数据在采集完成时打上采集时间戳、采集主体标识和数据来源标识,生成原始质量数据单元;
19、对所述原始质量数据单元执行自校验处理,包括数据完整性校验、数据合法性校验和时序一致性校验,经自校验后,对通过校验的质量数据单元标记为正常态,对未通过校验的质量数据单元标记为异常态并附加异常类型标识;
20、将处理后的每个质量数据单元与对应阶段的标识编码进行绑定,包括阶段层级绑定、任务单元层级绑定、指标层级绑定和关联链路绑定;
21、将绑定后的质量数据上传至质量管控平台,并在上传过程中执行一致性核验,经一致性核验通过的质量数据存入质量管控平台并归入对应的阶段、任务单元与指标目录下。
22、本方案中,s3具体包括:
23、将每个阶段设定为质量信息熵传递网络的阶段节点,并对每个阶段节点按照下属的最小任务单元分解为若干任务单元子节点,形成阶段节点与任务单元子节点的两级节点结构;
24、以所述质量信息关联链路为基准,将质量信息关联链路中的关联关系映射为质量信息熵传递网络的边,所述边包括编码继承边、质量要素传递边和指标映射边,每条边均携带边类型标签和边权重;
25、对每个任务单元子节点,依据绑定的质量数据中各质量控制指标的实测值与质量阈值的偏差量及其指标权重得到偏差分布,以所述偏差分布计算任务单元子节点的质量信息熵,对每个阶段节点,以下属各任务单元子节点的质量信息熵结合重要度系数进行加权聚合,得到阶段节点的质量信息熵;
26、在所述质量信息熵传递网络上执行质量信息熵的逐级传递计算,对于每一条边,将上游节点的质量信息熵按照边权重传递至下游节点并依据边类型标签进行聚合,下游节点将自身质量信息熵与接收到的传递信息熵依据各自置信度进行加权融合,得到下游节点的更新质量信息熵,按照网络的拓扑顺序逐级执行直至所有节点完成更新。
27、本方案中,s4中通过注意力机制学习各节点之间质量信息关联链路的影响权重,具体包括:
28、将所述质量信息熵传递网络及各节点更新后的质量信息熵输入图注意力网络;
29、对于网络中的节点,依据节点更新后的质量信息熵及其在质量信息熵传递网络中的层级位置定义节点的熵势能,对于网络中的边,依据边所连接的上游节点与下游节点的熵势能之差确定该边上的熵流方向;
30、通过熵流方向感知的注意力机制学习各节点之间质量信息关联链路的影响权重,对于网络中的每条边,在注意力系数的计算中引入边的熵流方向作为调制因子;
31、对于节点的全部入边,按照各入边的边类型标签进行分组并在各组内对经调制后的注意力系数进行归一化处理,再依据各边类型标签对应的类型权重将各组内注意力权重进行融合,得到节点各入边的最终注意力权重;
32、依据各节点各入边的最终注意力权重对上游节点的特征向量进行加权聚合,并将聚合结果与节点自身的特征向量融合后经非线性变换得到节点更新后的节点特征表示,按照质量信息熵传递网络的拓扑顺序逐级执行上述过程,得到每个节点最终的特征表示。
33、本方案中,s4中识别判定质量熵增节点并生成质量熵增传播路径,具体包括:
34、对于网络中的节点,依据节点最终的特征表示计算节点的质量熵增风险分值,当节点的质量熵增风险分值超过设定熵阈值时,判定节点为质量熵增节点;
35、对于所述质量熵增节点,依据质量熵增节点各入边的最终注意力权重及熵流方向识别对其贡献最大的上游节点作为熵增贡献节点,并以所述熵增贡献节点为新的起点逐级回溯直至追溯至任务的起始阶段节点,形成质量熵增传播路径。
36、本方案中,s5具体包括:
37、以质量熵增传播路径及各节点之间质量信息关联链路的影响权重为依据确定检验对象,并将检验对象所对应的质量数据按照质量熵增传播路径的传递顺序组织为检验数据序列;
38、沿质量熵增传播路径逐级比对每条关联链路所连接的上游节点经该链路传递至下游节点的质量特征量与下游节点实际接收到的对应质量特征量,当偏差超过该链路的关联强度所允许的范围时标记为一致性异常位置;
39、获取质量熵增传播路径上各节点的冗余质量数据并与各节点的主质量数据进行交叉比对,当偏差分布差异超过设定允许范围时标记为多源数据不一致节点;
40、以质量熵增节点为起点沿质量熵增传播路径的反方向逐级向上游回溯,在每级回溯中依据关联链路的影响权重确定上游节点对下游节点质量熵增的贡献占比,形成逐级贡献分解链;
41、依据逐级贡献分解链上各节点质量信息标识编码中的参与主体标识字段及其贡献占比确定各产生主体的责任占比,依据逐级贡献分解链上各节点质量信息标识编码的编码继承关系确定其影响范围并合并得到总体影响范围;
42、依据一致性异常位置的数量、多源数据不一致节点的数量及质量熵增节点在质量熵增传播路径上的分布密度确定质量等级,并汇总质量等级、一致性异常位置、多源数据不一致节点、逐级贡献分解链、责任主体定位结果及总体影响范围生成综合质量判定结论。
43、本方案中,其特征在于,s5还包括:
44、将综合质量判定结论沿质量熵增传播路径反向传递至各节点所对应的阶段,并依据各节点在逐级贡献分解链中的贡献占比确定其对应阶段的修正优先级和修正幅度;
45、当修正后的综合质量判定结论与修正前的差异小于设定收敛阈值时输出最终的综合质量判定结论,并将每次反馈修正的对象、修正幅度及对应的质量熵增传播路径进行关联存储。
46、与现有技术相比,本发明的有益效果为:
47、本发明通过构建贯穿水资源调查监测任务全过程的质量信息关联链路,将各阶段质量信息以编码继承、质量要素传递和指标映射三类关联关系进行结构化组织,使质量管控不再局限于单环节独立开展,而是形成覆盖监测站点布设、样品采集与保存、现场测试、实验室分析、数据处理、成果编制与归档各阶段的系统性管控体系。在此基础上,通过构建质量信息熵传递网络并引入图注意力网络,以熵势能和熵流方向刻画质量不确定性在关联链路上的传递规律,借助熵流方向感知的注意力机制和熵势能守恒约束实现质量熵增节点的准确判定及质量熵增传播路径的自动识别,克服了现有技术依赖人工抽查、事后把关和二元判定方式的不足,使质量问题能够在其产生环节及传播路径上被及时定位。进一步地,通过基于质量熵增传播路径开展一致性检验、溯源性检验和综合质量判定,并将检验结果沿传播路径定向反馈至相应阶段,依据各节点在逐级贡献分解链中的贡献占比确定修正优先级和修正幅度,形成质量管控与检验的闭环联动与自适应持续改进机制,从而有效提升水资源调查监测成果的质量可靠性、可追溯性和质量管理的系统性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com