一种融合多维时空数据的水质智能评估及处理系统的制作方法

本发明涉及数据分析，具体涉及一种融合多维时空数据的水质智能评估及处理系统。

背景技术：

1、传统水质评估方法通常依赖于对各监测断面水样的定期采集和实验室分析，获取溶解氧、化学需氧量、氨氮、总磷等常规理化指标后，与地表水环境质量标准进行逐项比对，依据超标情况判定水质类别。然而，现有评估体系并未将汇水区域的土地利用类型进行分析，导致无法从源头识别不同土地利用类型对水质指标的影响方向和影响强度。并且现有评估方法过度依赖化学指标的达标判定，忽视了水体生态系统的实际健康状态，例如当溶解氧、氨氮等常规指标尚未超标时，藻类群落结构可能已因营养盐的持续输入而发生显著改变，这些生态层面的早期退化信号在传统评估体系中完全缺失，导致水质恶化预警严重滞后。

2、现有技术存在水质评估维度孤立，导致水质评估准确性低、预警滞后的技术问题。

技术实现思路

1、本技术的目的是提供一种融合多维时空数据的水质智能评估及处理系统，用于解决现有技术存在水质评估维度孤立，导致水质评估准确性低、预警滞后的技术问题。

2、鉴于上述问题，本技术提供了一种融合多维时空数据的水质智能评估及处理系统，所述一种融合多维时空数据的水质智能评估及处理系统包括：数据获取模块，用于获取目标水域的多个监测断面的水质检测数据以及对应汇水区域的土地类型数据；数据解析模块，用于调取水质解析策略对所述水质检测数据进行解析，得到水质解析结果；相关性分析模块，用于对所述水质解析结果中任意水质指标对应的任意指标参数与所述土地类型数据中任意利用类型对应的任意面积比进行相关性分析，得到相关性分析结果；耦合分析模块，用于提取所述水质检测数据中的藻类生物指标数据，并与所述水质解析结果进行耦合分析，得到所述目标水域在水质恶化时段的水体健康状态特征；判定分析模块，用于采用多级递进判定路径对所述相关性分析结果与所述水体健康状态特征进行判定分析，得到目标水质等级；水域治理模块，用于基于所述目标水质等级对所述目标水域进行治理。

3、可选地，原始数据采集单元，用于采集所述目标水域在所述多个监测断面的原始检测数据；原始数据处理单元，用于将所述原始检测数据传输至云端，并利用云端算力对所述原始检测数据进行降噪和校准处理，生成校准后的检测数据，记作所述水质检测数据。

4、可选地，第一处理结果获得子单元，用于采用滑动窗口滤波对所述原始检测数据进行平滑处理得到第一处理结果；第二处理结果获得子单元，用于采用中值滤波对所述第一处理结果进行干扰剔除得到第二处理结果；水质检测数据获得子单元，用于采用目标传感器在标准水体环境中的目标响应曲线对所述第二处理结果进行反向补偿，得到所述水质检测数据。

5、可选地，时序解析结果获得单元，用于提取所述水质检测数据中的时间维数据，对所述时间维数据进行时序趋势分析，得到预定水质指标的时序解析结果；空间解析结果获得单元，用于提取所述水质检测数据中的空间维数据，并按所述目标水域的上游、中游和下游分区对所述空间维数据进行横向比对，识别上游、中游和下游对应各分区的空间解析结果；水质解析结果获取单元，用于所述时序解析结果与所述空间解析结果组成所述水质解析结果。

6、可选地，所述预定水质指标至少包括溶解氧、化学需氧量、氨氮和总磷。

7、可选地，第一利用类型获取单元，用于获取所述土地类型数据中的第一利用类型，所述第一利用类型对应第一面积比；第一指标参数获取单元，用于获取所述水质解析结果中第一水质指标对应的第一指标参数；相关系数计算单元，用于计算所述第一面积比与所述第一指标参数的皮尔逊相关系数，得到第一相关系数；正效应类型标记单元，用于若所述第一相关系数为正且绝对值超过第一相关阈值，将所述第一利用类型标记为正效应类型；负效应类型标记单元，用于若所述第一相关系数为负且绝对值超过所述第一相关阈值，将所述第一利用类型标记为负效应类型。

8、可选地，指标数据提取单元，用于提取所述藻类生物指标数据中的叶绿素a浓度和藻密度；比值计算单元，用于计算所述叶绿素a浓度与所述藻密度的比值，得到单位藻量叶绿素指标；第一时段获取单元，用于获取所述水质解析结果中水质恶化时段对应的第一时段，并提取所述第一时段内所述单位藻量叶绿素指标的第一均值；第二时段获取单元，用于获取水质优良时段对应的第二时段，并提取所述第二时段内所述单位藻量叶绿素指标的第二均值；偏离幅度计算单元，用于对比所述第一均值与所述第二均值得到偏离幅度，若所述偏离幅度超过第一预定阈值，获取所述水体健康状态特征。

9、可选地，指标数据分析单元，用于分析所述藻类生物指标数据得到藻种组成数据，所述藻种组成数据包括多个藻种各自对应的多个藻种浓度；对数变换单元，用于将所述多个藻种浓度中的第一藻种浓度进行对数变换，得到第一对数浓度；藻种优势度获取单元，用于将所述第一对数浓度与所述多个藻种浓度的对数浓度之和的比值，记作第一藻种优势度；差值计算单元，用于计算所述水质解析结果中水质恶化时段内所述第一藻种优势度的第一时段均值与水质优良时段内所述第一藻种优势度的第二时段均值的差值，若所述差值超过第二预定阈值，获取所述健康状态特征。

10、可选地，浊度色度数据获取单元，用于获取所述水质检测数据中的浊度数据和色度数据；一级水质等级输出单元，用于若所述浊度数据低于第一浊度阈值且所述色度数据低于第一色度阈值，输出一级水质等级；浊度色度数据判断单元，用于若所述浊度数据不低于所述第一浊度阈值或所述色度数据不低于所述第一色度阈值，获取所述水质检测数据中的化学需氧量数据和氨氮数据；二级水质等级输出单元，用于若所述化学需氧量数据低于第一化学需氧量阈值且所述氨氮数据低于第一氨氮阈值，输出二级水质等级；类型获取单元，用于若所述化学需氧量数据不低于所述第一化学需氧量阈值或所述氨氮数据不低于所述第一氨氮阈值，获取所述相关性分析结果中的正效应类型和负效应类型；类型比值判断单元，用于若所述正效应类型的数量与所述负效应类型的数量的比值低于第一比值阈值，获取所述水体健康状态特征；三级水质等级输出单元，用于若所述水体健康状态特征中的所述偏离幅度超过第三阈值或所述差值超过第四阈值，输出三级水质等级。

11、可选地，排放数据获取单元，用于获取所述目标水域的污染源排放数据，所述污染源排放数据包括多个污染源各自对应的多个排放指标参数；污染源贡献率获取单元，用于将所述相关性分析结果中的正效应类型和负效应类型作为先验约束，结合所述污染源排放数据对所述水质解析结果进行因子分解分析，得到各污染源的贡献率；优先级排序单元，用于基于所述各污染源的贡献率对所述目标水域进行治理优先级排序。

12、本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：

13、本技术实施例提供的系统通过数据获取模块，用于获取目标水域的多个监测断面的水质检测数据以及对应汇水区域的土地类型数据；数据解析模块，用于调取水质解析策略对所述水质检测数据进行解析，得到水质解析结果；相关性分析模块，用于对所述水质解析结果中任意水质指标对应的任意指标参数与所述土地类型数据中任意利用类型对应的任意面积比进行相关性分析，得到相关性分析结果；耦合分析模块，用于提取所述水质检测数据中的藻类生物指标数据，并与所述水质解析结果进行耦合分析，得到所述目标水域在水质恶化时段的水体健康状态特征；判定分析模块，用于采用多级递进判定路径对所述相关性分析结果与所述水体健康状态特征进行判定分析，得到目标水质等级；水域治理模块，用于基于所述目标水质等级对所述目标水域进行治理。达到了通过水域时空水质数据、土地类型数据与藻类生物指标的多维融合，实现水质精准分级诊断，提升水质评估全面性、准确性，改善预警滞后的技术效果。

14、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其他目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其他特征将通过以下的说明书而变得容易理解。