南京市栖霞区环境保护监测站 江苏省 南京市 210000
摘要:在水质监测工作开展的阶段中合理的利用大数据技术,能够对水质监测的数据进行收集归纳整理分析,对提高水质监测工作开展有着积极的作用。因此为了能够达到新时期水质监测的目标要求,本文结合实际以大数据技术为研究背景,在阐述大数据技术与云计算技术以及水质监测相关内容的同时,对大数据技术水质监测的要点进行了探讨,并且对该技术在实践中的应用过程研究,希望论述后可以给该领域的工程人员提供一些参考。
关键词:水质监测;大数据;技术应用
0引言
随着科学技术的不断进步,更多先进的技术在水质监测中受到了越来越广泛的应用,例如大数据技术。这样的技术既是传统数据分析与挖掘技术的深入发展,同时也是数据量级增长到一定程度时资源挖掘与业务应用的重要技术。由此可见,这样的技术主要是以云计算技术和相应的处理技术进行。水质监测中大数据技术的大量应用,极大地促进了云计算技术的高效融合,而所达到的监测效果也越来越理想。
1大数据、云计算与水质监测
对于云计算技术来说,其能够高效地推进水质的在线监测,通过在线系统内部的计算处理和存储资源推进整个的处理;对于大数据技术来说,其中涉及到的业务服务应作为基础出发点,相应的云计算技术则应作为具体工作推进的重要保障。可以说,水质监测即是通过大数据技术进行相应的监测工作。需要注意的是,以上三者属于一种交互性的关系,所实施的在线监测融合了信息技术和计算机技术以及单片机技术,进而在传统水质监测的基础条件下发展而来,顺应了水质监测的信息化和智能化的现代化发展。这样的一种监测方法不仅极大地继承了以往传统的监测方式,而且与新兴技术形成了一种高效的联系。立足于计算机与信息等新兴技术的大数据技术和云计算技术,其在水质监测系统中的应用极大地保障了后者的科学推进,所达到的效果也更符合现实性的需求。
2基于大数据的水质监测
立足于大数据技术的水质监测有了信息技术和计算机技术以及传统水质监测技术等的高效的监测技术,极大地保障了水质监测的信息化和智能化水平。由于有着新兴的大数据技术和云计算技术,相应的水质监测在采集到数据以后即可通过云计算进行存储和计算,即便是多么复杂的条件,相应的数据处理也能达到较为理想的效果。
对于大数据技术来说,其所涉及到的数据呈现出鲜明的实时性和动态性特征,通过新模型和系统工具进行海量数据的挖掘,而后进行针对性的分析和应用。具体来看,这样的技术主要是以云计算技术所得到的数据以及相应的存储资源为基础进行,如此也就切实地保障了后续水质监测的科学推进。如图1所示即为大数据技术的体系结构。
图1 结构分析
在大数据水质监测设计的阶段中,通常以监测的数据采集处理结果以及程序分析作为最主流的内容,通过以数据处理的方式展现出来,在进行相关设计的环节过程中,需要考虑到基础层、数据层以及表现层内容,其中基础层它主要涉及了相关水质的数据采集,它包含了设备选用仪器应用以及数据采集的各种方案。而对于数据层来说,它主要是通过相关数据的收集, 做好数据的存档,从而能够在后续系统应用的阶段中,可以利用自身的功能作用对数据进行合理分析。
3大数据水质监测平台的构建
在水质监测的阶段中,对于大数据技术的应用需要构建出针对性的监测平台,在平台中要有数据来源、处理功能、数据水质分析功能相应的评价功能以及水质检测的判断功能。
数据来源。对于水质监测与评价等的工作来说,其所涉及到的数据主要来自于以下三个方面:
其一,通过人工采集进行。具体来说,直接由相关的工作人员定点对水质监测区域进行取样,以获取相关的水质信息。与此同时,还应对水域周边的环境进行精细的调查分析;
其二,通过特定的传感器现场实时采集水质数据;
其三,通过网络手段对所属区域的污染源和排放物等数据信息进行收集,而后对水质展开实时的动态检测。需要注意的是,既要采集水质相关的特征数据,也要对周边的环境以及排污情况和区域水源等进行精细的调查分析。有了以上的数据采集和信息整理,即可进行整体性的系统性的数据存储,从而为后续的具体应用提供基础的保障。
水质特征:一般的水质指标主要是在参考地表水环境质量标准的基础上确定的,其中涉及到的目标层主要是对城市河流健康状况的评价,指标层主要划分为水质综合标识指数以及感观水质状况以及水体黑臭指数等,相应的处理和应精细严谨地实施。通过所构建的大数据平台对所采集到的水质监测数据进行量化处理,而后在分布式存储和精细计算的条件下实施水质状况的分析。同时对于水质特征分析,需要再利用大数据技术功能的基础上,对水质的特征性能进行分析,了解水质是否存在其他有害物质以及其他有害物质。
水质监测评价模型的构建。对于水质监测来说,其中涉及到的数学模型的构建有着极为重要的作用,尤其是综合评价预警等的处理。伴随着数学理论在水资源监测管理中的深层次应用,而计算机技术的快速发展则为数学模型与各类数学方法在现实监测中的应用提供了有利的条件;因水体有着显著的多元性特征,且极为复杂,这样的一些现实性条件极易对水质造成不良的影响,相应的水质监测的风险评价也就很难高效地推进下去。由此可见,后续的水质监测评价应加强以上方法的应用,且应逐步推进水环境风险综合评价预警模式的形成。
数据平台实施水质监测与异常捕获。对于水质监测数据平台来说,其能够远程地进行水质相关数据的监测,且能进行实时动态的分析,其中存在的异常情况也能全方位地捕获。由于数据平台中的告警子系统有智能计算水质数据的保障,而其中存在的异常情况即能准确地获悉,而后将所得的信息报送到监测终端。就拿温控测量的监测指标来说,对于测量温度监测为非法值的情况,监测平台往往会显示出异常的结果。值得注意的是在进行水质监测工作开展的阶段中大数据技术的应用方法需要根据实际对涉及道德水质异常进行分析,并且对一些异常数据进行捕捉,使其能够在了解相关参数的基础上给后续处理的工作奠定良好基础。
4 结论
通过立足于大数据的监测平台的构建,以对水质进行监测预警。对于技术设计来说,应重点关注影响水质相关指标参数的收集,且应落实好统一格式化的存储工作。需要注意的是,分类管理与分析监测指标等也应稳步地实施,以确定影响水质的关键参数指标。模型算法的选择应在大数据平台的基础上进行,通过对海量数据的分析和模型训练,以构建起分析预警模型和实时发送监测信息。对于水质监测技术的研究来说,应重点关注以下三个方面。其一,由于水质监测的数据来源有着较大的差异,采集方式也各有不同,而为了统一查询分析数据,就应首先落实好不同来源数据的统一工作;其二,对大数据平台的数据挖掘和数据分析方法进行针对性的研究,以从中提取影响水质的关键因子;其三,构建水质评价预警模型,通过反复的试验选择最佳的模型。
参考文献:
[1]秦渤.水质在线监测中的大数据应用探讨[J].低碳世界,2019,9(6):30-31.
[2]马白絮.水质在线监测中的大数据应用探讨[J].写真地理,2020,(33):32.
[3]何丽.污水处理厂水质在线监测数据的可靠性与应用研究[J].化工管理,2016,(8):210-211,213.
[4]刘源,赵勇,路绪海.水质在线监测系统的应用分析[J].电信技术,2011,(12):82-84.
[5]李建英.水质总磷远程在线监测系统的研究及应用[J].商品与质量,2017,(37):179.