基于统计与计算模型的生态环境监测数据分析方法及系统与流程
本发明属于生态环境监测，具体涉及基于统计与计算模型的生态环境监测数据分析方法及系统。
背景技术：
1、通过在城市关键区域部署各类传感器，用于对水体、大气、噪声等环境要素进行持续监控，从而获得海量、多源、高维的实时监测数据，然后再通过对这些数据进行高效特定的分析，从里面提取有效的信息，并洞察环境变化趋势和对潜在污染事件进行预警。
2、然而现有的监测数据分析方法在实际应用时，依赖于预设的统计模型或固定的阈值来判断数据异常，其对数据噪声和突发性离群值较为敏感，单个极端数据点便可能导致统计结果的失真，对整个异常时段的判断产生偏差，导致了异常事件识别的误报率和漏报率较高。
3、此外，当前主流的数据分析架构多采用的是中心化处理模式，也就是利用终端传感器采集数据，将所采集的数据先传输至云端或数据中心进行统一计算，而在这个过程中，难以避免的会引入网络传输延迟，使得分析结果滞后于实际情况，这种滞后性也会导致系统无法对气象参数等关联信息进行实时校验和融合分析，在一定程度上削弱了故障溯源和即时响应的能力。
4、基于上述问题，本发明提供了基于统计与计算模型的生态环境监测数据分析方法及系统。
技术实现思路
1、本发明的目的是提供基于统计与计算模型的生态环境监测数据分析方法及系统，以解决现有的生态环境监测数据分析方法在执行异常时间点的筛选过程中难以考虑到异常监测数据的影响，从而导致筛选结果准确性不佳的问题。
2、为实现上述目的，本发明采用的技术方案如下：
3、基于统计与计算模型的生态环境监测数据分析方法，包括：
4、获取待评估数据，待评估数据包括至少一个待评估参数的时间序列；响应于获取待评估数据，执行异常处理，以识别并修正时间序列中的异常数值，从而生成经过趋势修正的时间序列；基于经过趋势修正的时间序列，执行风险评估，以确定风险等级；当风险等级满足预设报警条件时，输出报警信号；
5、其中，基于经过趋势修正的时间序列，执行风险评估包括：基于经过趋势修正的时间序列，确定第一预测时段和第二预测时段；提取在第一预测时段和第二预测时段内的待评估参数的数值，作为异常相关参数数值；将异常相关参数数值、气象条件数据和至少一个其他预设参数的数据，一并输入至计算模型，以获得风险值，并根据风险值确定风险等级。
6、优选地，响应于获取待评估数据，执行异常处理包括：基于统计模型确定正常数值区间；将在时间序列中、处于正常数值区间之外的数值识别为异常数值。
7、优选地，所述方法还包括：在时间序列中，选取所有数值均处于正常数值区间的正常时间区间，以确定待评估参数的平均预测差值；基于平均预测差值和预设偏离阈值，更新正常数值区间。
8、优选地，在时间序列中，选取所有数值均处于正常数值区间的正常时间区间，以确定待评估参数的平均预测差值包括：
9、提取正常时间区间起点处的待评估参数的数值作为基准值；从正常时间区间中提取多个采样点；针对每一个采样点，计算其数值与基准值之间的偏离程度作为预测差值；计算多个采样点的预测差值的平均值，以获得平均预测差值。
10、优选地，响应于获取待评估数据，执行异常处理还包括：判断异常数值的成因类型，并将异常数值分类为异常采集数据或异常外界数据；其中，执行趋势修正，是针对被分类为异常外界数据的数值执行。
11、优选地，判断异常数值的成因类型包括：
12、以异常数值在时间序列中出现的时间点为基准，计算该时间点之前具有第二预设时长的待检查区间内各时间点的数值变化率；当待检查区间内存在至少一个时间点，其数值变化率大于预设变化率阈值时，将异常数值分类为异常采集数据，否则将其分类为异常外界数据。
13、优选地，执行趋势修正包括：
14、在时间序列中识别是否存在包含异常外界数据的异常数据簇；若异常数据簇存在，则在由异常数据簇确定的修正起点和修正终点之间的时间段内，对异常外界数据执行趋势修正。
15、本发明还提供了基于统计与计算模型的生态环境监测数据分析系统，应用了所述的基于统计与计算模型的生态环境监测数据分析方法，包括：
16、数据获取模块，用于获取待评估数据，待评估数据包括至少一个待评估参数的时间序列；
17、数据分析模块，用于响应于数据获取模块获取的待评估数据，执行异常处理以识别并修正时间序列中的异常数值，从而生成经过趋势修正的时间序列，并且，基于经过趋势修正的时间序列执行风险评估以确定风险等级；
18、风险报警模块，用于当数据分析模块确定的风险等级满足预设报警条件时，输出报警信号；
19、正常数值区间更新模块，用于基于时间序列中的正常时间区间，更新用于数据分析模块执行异常处理的正常数值区间。
20、优选地，还包括：
21、平均预测差值确定模块，用于在时间序列中，选取所有数值均处于正常数值区间的正常时间区间，以确定待评估参数的平均预测差值；
22、其中，正常数值区间更新模块，是用于基于平均预测差值确定模块确定的平均预测差值和预设偏离阈值，更新正常数值区间。
23、优选地，数据分析模块在执行异常处理时，还用于：判断异常数值的成因类型，并将异常数值分类为异常采集数据或异常外界数据；其中，数据分析模块是针对被分类为异常外界数据的数值执行趋势修正。
24、有益效果
25、1、本发明依据数值变化率判断异常数值的成因类型，将其分类为异常采集数据或异常外界数据，并仅对异常外界数据执行趋势修正，从而甄别因设备故障产生的无效数据与真实环境变化，并通过对后者执行趋势修正，保留了环境状态变化的真实轨迹，克服了现有技术因无法区分异常成因而统一处理的缺陷。
26、2、本发明通过分析数值平稳的正常时间区间，计算平均预测差值，并基于该平均预测差值动态更新用于识别异常数值的正常数值区间，能够随环境背景值的季节性或长期性漂移而调整，避免了采用固定阈值在环境变化后导致误判率升高的问题。
27、3、本发明将第二预测时段和第一预测时段的异常相关参数数值、气象条件数据和至少一个其他预设参数的数据一并输入至计算模型，使输出的风险等级和报警信号更具前瞻性和综合性，能够提供更为精准可靠的生态环境风险预警。
1.基于统计与计算模型的生态环境监测数据分析方法，其特征在于，包括：
2.根据权利要求1所述的基于统计与计算模型的生态环境监测数据分析方法，其特征在于，响应于获取待评估数据，执行异常处理包括：基于统计模型确定正常数值区间；将在时间序列中、处于正常数值区间之外的数值识别为异常数值。
3.根据权利要求2所述的基于统计与计算模型的生态环境监测数据分析方法，其特征在于，所述方法还包括：在时间序列中，选取所有数值均处于正常数值区间的正常时间区间，以确定待评估参数的平均预测差值；基于平均预测差值和预设偏离阈值，更新正常数值区间。
4.根据权利要求3所述的基于统计与计算模型的生态环境监测数据分析方法，其特征在于，在时间序列中，选取所有数值均处于正常数值区间的正常时间区间，以确定待评估参数的平均预测差值包括：
5.根据权利要求2所述的基于统计与计算模型的生态环境监测数据分析方法，其特征在于，响应于获取待评估数据，执行异常处理还包括：判断异常数值的成因类型，并将异常数值分类为异常采集数据或异常外界数据；其中，执行趋势修正，是针对被分类为异常外界数据的数值执行。
6.根据权利要求5所述的基于统计与计算模型的生态环境监测数据分析方法，其特征在于，判断异常数值的成因类型包括：
7.根据权利要求5所述的基于统计与计算模型的生态环境监测数据分析方法，其特征在于，执行趋势修正包括：
8.基于统计与计算模型的生态环境监测数据分析系统，应用了权利要求1-7任一项所述的基于统计与计算模型的生态环境监测数据分析方法，其特征在于，包括：
9.根据权利要求8所述的基于统计与计算模型的生态环境监测数据分析系统，其特征在于，还包括：
10.根据权利要求8所述的基于统计与计算模型的生态环境监测数据分析系统，其特征在于，数据分析模块在执行异常处理时，还用于：判断异常数值的成因类型，并将异常数值分类为异常采集数据或异常外界数据；其中，数据分析模块是针对被分类为异常外界数据的数值执行趋势修正。