一种基于区块链的生态环境监测管理系统及方法与流程

1.本发明涉及环境监测技术领域，具体为一种基于区块链的生态环境监测管理系统及方法。


背景技术：

2.生态环境监测指的是运用化学、物理等现代科技手段监视、测定、监控反映环境质量及其变化趋势的各种标志数据，是环境保护必不可少的基础性工作，生态环境监测包括空气质量监测、土壤监测、水质监测等，土壤监测有助于描述土壤异常情况对周围环境、动物、人类健康的其他潜在风险；现有的土壤监测管理工作方式存在以下问题：首先，设置监测点对不同区域土壤进行监测，将监测到的数据存储到区块链节点中，由于每个区块链节点都能获取全部的监测数据，存在完全相同的监测数据，对这些数据进行分析不具备参照性，无法进行对比分析数据以实现区块链的最大效用化，影响了监测数据的分析效率；其次，需要节点存储的数据进行整合分析，无法在减少无效数据、实现数据分析全面化的同时扩大环境监测范围；最后，数据存在异常情况，导致相同异常情况的原因可能不同，不同原因导致的土壤异常数据存在参考价值，在减少无效数据时容易忽略这些数据而出现偏差，影响监测数据分析结果的准确性。
3.所以，人们需要一种基于区块链的生态环境监测管理系统及方法来解决上述问题。


技术实现要素：

4.本发明的目的在于提供一种基于区块链的生态环境监测管理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于区块链的生态环境监测管理系统，其特征在于：所述系统包括：生态环境感知模块、数据管理中心、监测数据采集模块、监测数据分析模块和环境监测优化模块；通过所述生态环境感知模块设置环境监测点，利用监测点对监测范围内的土壤进行实时监测；通过所述数据管理中心将所有监测点监测到的土壤数据存储到区块链节点中；通过所述监测数据采集模块采集各区块链节点中存储的土壤数据、监测点的位置和有效监测范围数据；通过所述监测数据分析模块调取土壤数据，判断各节点存储的土壤数据分析参照度，并预测土壤数据收集效率；通过所述环境监测优化模块调整土壤监测点位置，并比对监测点调整前后的土壤数据收集效率，选择最优监测点。
6.进一步的，所述生态环境感知模块包括土壤温度感知单元、土壤湿度感知单元和
ph值检测单元，所述土壤温度感知单元利用温度传感器实时监测土壤温度；所述土壤湿度感知单元利用湿度传感器实时监测土壤湿度；所述ph值检测单元利用ph值传感探头监测土壤的ph值，将实时监测数据传输到所述数据管理中心中；所述监测数据采集模块包括节点数据采集单元和监测点信息采集单元，通过所述节点数据采集单元采集所述数据管理中心存储的所有设置的监测点监测到的土壤数据，将不同监测点监测到的数据存储到不同的区块链节点上，每个监测点都设置有温度传感器、湿度传感器和ph值传感探头；通过所述监测点信息采集单元采集监测点位置信息和监测区域范围数据。
7.进一步的，所述监测数据分析模块包括数据关联分析单元、信息有效预测单元和数据异常分析单元，通过所述数据关联分析单元调取所述监测数据采集模块采集到的土壤数据，分析监测点监测到的土壤数据的分析参照度；通过所述信息有效预测单元预测当前设置的区块链节点的数据收集效率；通过所述数据异常分析单元分析土壤数据，查询导致监测点监测到的土壤异常原因是否相同，得到信息有效预测误差参数，调整数据收集效率。
8.进一步的，所述环境监测优化模块包括节点选择调整单元和处理效率测试单元，通过所述节点选择调整单元调整并选择监测点位置，利用重新选择的监测点对土壤的温度、湿度和ph值进行监测，将监测到的数据传输到所述处理效率测试单元中；通过所述处理效率测试单元比对测试监测点调整前后的数据收集效率，选择最优监测点对土壤进行监测。
9.一种基于区块链的生态环境监测管理方法，其特征在于：包括以下步骤：s1：设置环境监测点，利用监测点对土壤进行实时监测，将当前设置的监测点监测到的数据存储到不同的区块链节点上；s2：采集区块链节点中存储的土壤数据，判断各节点存储的土壤数据分析参照度；s3：预测当前设置的区块链节点的土壤数据收集效率；s4：获取土壤异常数据，查询土壤数据异常原因，得到预测结果偏差参数，调整预测结果；s5：调整监测点位置，测试监测点调整前后的数据收集效率。
10.进一步的，在步骤s1-s2中：随机设置n个土壤监测点，利用温度传感器、湿度传感器和ph值传感探头对监测点监测范围内的土壤数据进行监测，将监测到的数据存储到区块链节点中，采集区块链节点中存储的土壤数据：在t1到t2时间段内：采集到两个相邻监测点监测到的土壤数据完全相同的次数集合为m={m1，m2，
…
，m
n-1
}，n≥2，随机两个相邻监测点监测到相同土壤数据时，两个相同数据对应的土壤区域面积之差集合为s={s1，s2，
…
，sk}，其中，k=mi，k表示随机两个相邻监测点监测到的土壤数据完全相同的次数，根据下列公式计算随机两个相邻监测点监测到的数据重合度fi：；其中，mi表示随机两个相邻监测点监测到的土壤数据完全相同的次数，si表示随机两个相邻监测点随机一次监测到相同土壤数据时，两个相同数据对应的土壤区域面积之差，土壤数据完全相同表示两个相邻监测点监测到的土壤温度、湿度和ph值都相同，这些数
据存储到节点上，在对数据整合分析时存在重复数据，会影响数据分析的参照性，在分析数据重合度时加入相同数据对应的区域面积数据，区域面积差异越小，说明数据重复的可能性越大，计算数据重合度有利于判断监测点监测到的数据的可参考性。
11.进一步的，在t1到t2时间段内：采集到两个相邻监测点监测到的土壤数据完全不同的次数集合为a={a1，a2，
…
，a
n-1
}，对应两个相邻监测点监测到完全不同的土壤数据时，两个完全不同的数据对应的土壤区域面积之差集合为s={s1，s2，
…
，si}，其中，i=ai，i表示对应两个相邻监测点监测到的土壤数据完全不同的次数，根据下列公式计算随机两个相邻监测点监测到的数据差异度ei：；ai表示随机两个相邻监测点监测到的土壤数据完全不同的次数，si表示对应相邻监测点随机一次监测到完全不同的土壤数据时，两个完全不同的数据对应的土壤区域面积之差，得到对应两个相邻监测点的土壤数据分析参照度为：wi=e
i-fi，得到相邻监测点的土壤数据分析参照度集合为w={w1，w2，
…
，w
n-1
}，完全不同的数据表示两个相邻监测点土壤温度、湿度和ph值都不相同，分析数据差异度的目的在于得到相邻监测点监测到的土壤数据的分析参照度，差异度越大、重合度越小，说明监测到的数据的参考价值越高，存储并收集整合参考价值高的数据有利于实现区块链效用最大化，得到的数据更加全面。
12.进一步的，在步骤s3-s4中：采集到在t1到t2时间段内，随机两个相邻监测点监测到的数据量分别为b1和b2，根据公式预测得到存储随机两个相邻监测点监测到的数据的区块链节点的土壤数据收集效率qi，获取到t1到t2时间段内，对应相邻监测点监测到相同的土壤异常数据次数为n，查询数据异常原因：查询到对应相邻监测点监测土壤异常且异常数据相同时，异常原因不同的次数为l，得到预测结果偏差参数：l/n，调整预测结果：得到在调整后，存储随机两个相邻监测点监测到的数据的区块链节点的土壤数据收集效率q
i’：，得到调整后的土壤数据收集效率集合为q’={ q1’
， q2’
，
…
， q
n-1’}，筛选出小于的数据收集效率对应的相邻监测点，调整筛选出的监测点位置，监测点在相同时间段内监测到的数据量各有不同，通过数据量和数据参考价值分析数据的收集效率，目的在于选择调整合适的监测点位置，有利于在减少区块链节点存储的无效数据的同时扩大整体的监测范围，对于不同原因导致出现相同土壤异常数据，这些数据虽然相同，但存在参考价值，对这些数据进行对比分析有利于加快查询异常原因的速度，加入这一偏差数据，提高了监测点筛选的准确性。
13.进一步的，在步骤s5中：当筛选出的相邻监测点监测到相同数据时，确认相同数据对应的土壤区域，调整监测点位置：选择两个相邻监测点中的随机一个监测点，移动监测点位置，直至监测到的相同数据对应的土壤区域不在监测点监测范围内为止，调整后对土壤进行监测，得到调整后对应相邻监测点的数据收集效率为qi，测试数据收集效率：比较qi和qi’’
，其中，qi’’
表示存储随机两个筛选出的相邻监测点监测到的数据的区块链节点的土壤数据收集效率：若，说明调整后的数据收集效率高于调整前的数据收集效率，选择
调整后的监测点作为最优监测点；若，说明调整后的数据收集效率未高出调整前的数据收集效率，选择调整前的监测点作为最优监测点，对土壤进行监测，对于筛选出的监测点，择一选择调整监测点位置，有利于在减少区块链节点存储的重复数据的同时有效扩大整体土壤监测的范围，提高监测效率。
14.与现有技术相比，本发明所达到的有益效果是：本发明通过温度传感器、湿度传感器和ph值传感探头对土壤进行监测，设置监测点，将监测点监测到的数据存储到不同的区块链节点上，有利于实现监测数据的共享，提高了数据分析效率；通过大数据分析区块链节点上存储数据的重合度和差异度，分析存储数据参照性，即参考价值，对于完全相同的数据，数据之间不能对比分析，不具备参考价值，存储并收集整合参考价值高的数据，实现了区块链效用最大化，得到的数据更加全面；完全相同的数据中存在异常数据，不同原因导致的异常数据仍具备参照性，排除这些数据，有利于提高筛选需要调整位置的监测点结果的准确性；在相邻监测点间，选择其中一个监测点调整监测位置，有利于减少重复且无参照性数据的同时扩大了整体的监测范围。
附图说明
15.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1是本发明一种基于区块链的生态环境监测管理系统的结构图；图2是本发明一种基于区块链的生态环境监测管理方法的步骤图。
具体实施方式
16.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
17.请参阅图1-图2，本发明提供技术方案：一种基于区块链的生态环境监测管理系统，其特征在于：系统包括：生态环境感知模块、数据管理中心、监测数据采集模块、监测数据分析模块和环境监测优化模块；通过生态环境感知模块设置环境监测点，利用监测点对监测范围内的土壤进行实时监测；通过数据管理中心将所有监测点监测到的土壤数据存储到区块链节点中；通过监测数据采集模块采集各区块链节点中存储的土壤数据、监测点的位置和有效监测范围数据；通过监测数据分析模块调取土壤数据，判断各节点存储的土壤数据分析参照度，并预测土壤数据收集效率；通过环境监测优化模块调整土壤监测点位置，并比对监测点调整前后的土壤数据收集效率，选择最优监测点。
18.生态环境感知模块包括土壤温度感知单元、土壤湿度感知单元和ph值检测单元，土壤温度感知单元利用温度传感器实时监测土壤温度；土壤湿度感知单元利用湿度传感器实时监测土壤湿度；ph值检测单元利用ph值传感探头监测土壤的ph值，将实时监测数据传输到数据管理中心中；
监测数据采集模块包括节点数据采集单元和监测点信息采集单元，通过节点数据采集单元采集数据管理中心存储的所有设置的监测点监测到的土壤数据，将不同监测点监测到的数据存储到不同的区块链节点上，每个监测点都设置有温度传感器、湿度传感器和ph值传感探头；通过监测点信息采集单元采集监测点位置信息和监测区域范围数据。
19.监测数据分析模块包括数据关联分析单元、信息有效预测单元和数据异常分析单元，通过数据关联分析单元调取监测数据采集模块采集到的土壤数据，分析监测点监测到的土壤数据的分析参照度；通过信息有效预测单元预测当前设置的区块链节点的数据收集效率；通过数据异常分析单元分析土壤数据，查询导致监测点监测到的土壤异常原因是否相同，得到信息有效预测误差参数，调整数据收集效率。
20.环境监测优化模块包括节点选择调整单元和处理效率测试单元，通过节点选择调整单元调整并选择监测点位置，利用重新选择的监测点对土壤的温度、湿度和ph值进行监测，将监测到的数据传输到处理效率测试单元中；通过处理效率测试单元比对测试监测点调整前后的数据收集效率，选择最优监测点对土壤进行监测。
21.一种基于区块链的生态环境监测管理方法，其特征在于：包括以下步骤：s1：设置环境监测点，利用监测点对土壤进行实时监测，将当前设置的监测点监测到的数据存储到不同的区块链节点上；s2：采集区块链节点中存储的土壤数据，判断各节点存储的土壤数据分析参照度；s3：预测当前设置的区块链节点的土壤数据收集效率；s4：获取土壤异常数据，查询土壤数据异常原因，得到预测结果偏差参数，调整预测结果；s5：调整监测点位置，测试监测点调整前后的数据收集效率。
22.在步骤s1-s2中：随机设置n个土壤监测点，利用温度传感器、湿度传感器和ph值传感探头对监测点监测范围内的土壤数据进行监测，将监测到的数据存储到区块链节点中，采集区块链节点中存储的土壤数据：在t1到t2时间段内：采集到两个相邻监测点监测到的土壤数据完全相同的次数集合为m={m1，m2，
…
，m
n-1
}，n≥2，随机两个相邻监测点监测到相同土壤数据时，两个相同数据对应的土壤区域面积之差集合为s={s1，s2，
…
，sk}，其中，k=mi，k表示随机两个相邻监测点监测到的土壤数据完全相同的次数，根据下列公式计算随机两个相邻监测点监测到的数据重合度fi：；其中，mi表示随机两个相邻监测点监测到的土壤数据完全相同的次数，si表示随机两个相邻监测点随机一次监测到相同土壤数据时，两个相同数据对应的土壤区域面积之差，在分析数据重合度时加入土壤区域面积数据，提高了数据分析的准确性。
23.在t1到t2时间段内：采集到两个相邻监测点监测到的土壤数据完全不同的次数集合为a={a1，a2，
…
，a
n-1
}，对应两个相邻监测点监测到完全不同的土壤数据时，两个完全不同的数据对应的土壤区域面积之差集合为s={s1，s2，
…
，si}，其中，i=ai，i表示对应两个相邻监测点监测到的土壤数据完全不同的次数，根据下列公式计算随机两个相邻监测点监测到的数据差异度ei：
；ai表示随机两个相邻监测点监测到的土壤数据完全不同的次数，si表示对应相邻监测点随机一次监测到完全不同的土壤数据时，两个完全不同的数据对应的土壤区域面积之差，得到对应两个相邻监测点的土壤数据分析参照度为：wi=e
i-fi，得到相邻监测点的土壤数据分析参照度集合为w={w1，w2，
…
，w
n-1
}，存储并收集整合参考价值高的数据，实现了区块链效用的最大化，得到的数据更加全面。
24.在步骤s3-s4中：采集到在t1到t2时间段内，随机两个相邻监测点监测到的数据量分别为b1和b2，根据公式预测得到存储随机两个相邻监测点监测到的数据的区块链节点的土壤数据收集效率qi，获取到t1到t2时间段内，对应相邻监测点监测到相同的土壤异常数据次数为n，查询数据异常原因：查询到对应相邻监测点监测土壤异常且异常数据相同时，异常原因不同的次数为l，得到预测结果偏差参数：l/n，调整预测结果：得到在调整后，存储随机两个相邻监测点监测到的数据的区块链节点的土壤数据收集效率q
i’：，得到调整后的土壤数据收集效率集合为q’={ q1’
， q2’
，
…
， q
n-1’}，筛选出小于的数据收集效率对应的相邻监测点，调整筛选出的监测点位置，加入偏差数据，提高了监测点筛选的准确性。
25.在步骤s5中：当筛选出的相邻监测点监测到相同数据时，确认相同数据对应的土壤区域，调整监测点位置：选择两个相邻监测点中的随机一个监测点，移动监测点位置，直至监测到的相同数据对应的土壤区域不在监测点监测范围内为止，调整后对土壤进行监测，得到调整后对应相邻监测点的数据收集效率为qi，测试数据收集效率：比较qi和qi’’
，其中，qi’’
表示存储随机两个筛选出的相邻监测点监测到的数据的区块链节点的土壤数据收集效率：若，说明调整后的数据收集效率高于调整前的数据收集效率，选择调整后的监测点作为最优监测点；若，说明调整后的数据收集效率未高出调整前的数据收集效率，选择调整前的监测点作为最优监测点，对土壤进行监测，在减少了区块链节点上存储的重复且无参照性数据的同时扩大整体的监测范围。
26.实施例一：随机设置n=3个土壤监测点，利用温度传感器、湿度传感器和ph值传感探头对监测点监测范围内的土壤数据进行监测，在t1=8：00到t2=8：20时间段内：采集到两个相邻监测点监测到的土壤数据完全相同的次数集合为m={m1，m2}={5，3}，第二个和第三个监测点监测到相同土壤数据时，两个相同数据对应的土壤区域面积之差集合为s={s1，s2，s3}={10，5，20}，根据公式计算对应相邻监测点监测到的数据重合度fi≈0.54，采集到相邻监测点监测到的土壤数据完全不同的次数集合为a={a1，a2}={3，5}，第二个和第三个监测点监测到完全不同的土壤数据时，两个完全不同的数据对应的土壤区域面积之差集合为s={s1，s2，s3，s4，s5}={2，12，6，8，22}，根据公式
计算对应相邻监测点监测到的数据差异度ei≈0.77，得到对应两个相邻监测点的土壤数据分析参照度为：wi=e
i-fi=0.23，采集到在t1到t2时间段内，随机两个相邻监测点监测到的数据量分别为b1=16和b2=64，根据公式预测得到存储随机两个相邻监测点监测到的数据的区块链节点的土壤数据收集效率qi=0.92，对应相邻监测点监测到相同的土壤异常数据次数为n=5，查询数据异常原因：查询到对应相邻监测点监测土壤异常且异常数据相同时，异常原因不同的次数为l=2，得到预测结果偏差参数：l/n=0.4，调整预测结果：得到在调整后，存储随机两个相邻监测点监测到的数据的区块链节点的土壤数据收集效率q
i’：=2.52，得到调整后的土壤数据收集效率集合为q’={ q1’
， q2’
}={5，2.52}，，，需要调整第二个和第三个监测点位置。
27.最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。