邵璇 田文君

摘 要 對水質(zhì)進行實時動態(tài)監(jiān)測，做好水質(zhì)預警監(jiān)測工作，成為保護水資源、實現(xiàn)水資源可持續(xù)利用的重要工作。文章從大數(shù)據(jù)發(fā)展，大數(shù)據(jù)的體系結構，構建大數(shù)據(jù)水質(zhì)監(jiān)測平臺，構建水質(zhì)監(jiān)測評價模型，基于大數(shù)據(jù)的水質(zhì)監(jiān)測設計，在大數(shù)據(jù)平臺實施水質(zhì)監(jiān)測與異常捕獲等幾個方面，對水質(zhì)監(jiān)測技術相關問題展開論述，為做好基于大數(shù)據(jù)的水質(zhì)監(jiān)測工作提供參考。

關鍵詞 大數(shù)據(jù)；水質(zhì)監(jiān)測；數(shù)據(jù)采集；監(jiān)測平臺

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2018）208-0075-02

近年來，水環(huán)境污染造成了嚴重經(jīng)濟損失，破壞生態(tài)環(huán)境。城市河流湖泊生態(tài)系統(tǒng)遭到損壞，嚴重威脅到人們的生產(chǎn)與生活用水。對環(huán)保的重視力度從國家層面不斷加大，在水質(zhì)檢測信息化建設方面政府的投入逐漸增加，在全國范圍內(nèi)推廣應用全自動水質(zhì)監(jiān)測預警站點。由于水環(huán)境風險防范形勢日益嚴峻，我國對水質(zhì)檢測風險預警的能力有待提高，以滿足水質(zhì)風險管控的需求。大量研究成果為水環(huán)境風險評價預警能力提升提供了支撐，但仍然存在許多問題。主要體現(xiàn)在如下幾個方面：現(xiàn)有數(shù)據(jù)有效利用較少、難以滿足業(yè)務需求、平臺化與流程化的風險評價沒有實現(xiàn)，使得水環(huán)境評價預警難以滿足生態(tài)環(huán)保需求。

大數(shù)據(jù)是信息化發(fā)展的產(chǎn)物，是指高速獲取、傳輸、存儲與分析大量種類與來源繁多的復雜數(shù)據(jù)，利用相對經(jīng)濟的方法提取其價值，通過處理海量數(shù)據(jù)，獲得高價值產(chǎn)品與服務。

隨著水環(huán)境監(jiān)測要求的提高，水質(zhì)監(jiān)測的新問題包括：大數(shù)據(jù)、實時監(jiān)控、精準度。本文在分析大數(shù)據(jù)與水質(zhì)檢測特性的基礎上，給出了通用化的大數(shù)據(jù)水質(zhì)監(jiān)測設計架構，成為水質(zhì)大數(shù)據(jù)分析與處理的關鍵，為進一步深入探討基于大數(shù)據(jù)的水質(zhì)監(jiān)測技術打下基礎。

1 基于大數(shù)據(jù)的水質(zhì)監(jiān)測

基于大數(shù)據(jù)的水質(zhì)監(jiān)測技術在信息與計算機以及傳統(tǒng)水質(zhì)監(jiān)測技術等基礎上，不斷積累發(fā)展起來，實現(xiàn)了水質(zhì)監(jiān)測的信息化與智能化需求，是水質(zhì)監(jiān)測與新興技術相結合的產(chǎn)物?；诖髷?shù)據(jù)的水質(zhì)監(jiān)測綜合利用了大數(shù)據(jù)與云計算技術，在水質(zhì)監(jiān)測中，采集到海量數(shù)據(jù)后，運用云計算技術的分布式存儲與并行計算，滿足水質(zhì)監(jiān)測大數(shù)據(jù)的計算與存儲需求。

大數(shù)據(jù)技術針對數(shù)據(jù)量大、具有實時性、動態(tài)性的數(shù)據(jù)，利用新的模型與系統(tǒng)工具數(shù)據(jù)挖掘，獲取信息并應用。大數(shù)據(jù)技術以云計算數(shù)據(jù)處理和分布式存儲為基礎。大數(shù)據(jù)水質(zhì)監(jiān)測的發(fā)展，是云計算技術在水質(zhì)監(jiān)測中的高級實現(xiàn)。大數(shù)據(jù)技術的體系結構如圖1所示。

2 大數(shù)據(jù)水質(zhì)監(jiān)測平臺的構建

數(shù)據(jù)來源。水質(zhì)檢測與評價中，主要從3個方面獲取數(shù)據(jù)：一是通過人工方式采集數(shù)據(jù)，人工定點對水質(zhì)監(jiān)測區(qū)域進行取樣，獲取相關水質(zhì)信息，對水域周圍的環(huán)境狀況進行問卷調(diào)查、水域周邊地貌狀況；二是過傳感器現(xiàn)場實時采集的水質(zhì)數(shù)據(jù)；三是通過網(wǎng)絡抓取的水域屬地污染源以及排放物、天氣預報情況等數(shù)據(jù)信息。對水質(zhì)進行實時動態(tài)檢測，不但要采集水質(zhì)相關特征數(shù)據(jù)，還要對周邊環(huán)境，排污狀況，區(qū)域水源，地形地貌等，由于數(shù)據(jù)類型的多樣性，需要配以多樣化的存儲方式。需要進行整理與歸類，量化統(tǒng)一后再標準化存儲。

水質(zhì)特征：常規(guī)水質(zhì)指標是根據(jù)地表水環(huán)境質(zhì)量標準確定的，目標層是對城市河流健康狀況的評價，指標層劃分為水質(zhì)綜合標識指數(shù)、感觀水質(zhì)狀況和水體黑臭指數(shù)。借助大數(shù)據(jù)平臺，把采集到的水質(zhì)監(jiān)測數(shù)據(jù)資料量化處理、統(tǒng)一數(shù)據(jù)格式，并進行分布式存儲后，利用大數(shù)據(jù)平臺所提供的資源進行分布式計算，建立水質(zhì)風險評價模型對水質(zhì)狀況進行分析。

水質(zhì)監(jiān)測評價模型的構建。構建數(shù)學模型是進行水質(zhì)監(jiān)測綜合評價預警的關鍵。隨著數(shù)學理論針對水資源監(jiān)測管理領域的應用研究不斷深入，計算機技術的飛速發(fā)展，使得諸多數(shù)學模型與數(shù)學方法在實際中的應用更加廣泛；由于水體本身的多元特性，而且相當復雜，有眾多因素會對水質(zhì)產(chǎn)生影響，沒有統(tǒng)一可尋的規(guī)律性，這些因素共同作用，使得對水質(zhì)監(jiān)測的風險評價充滿了模糊性。因此，在水質(zhì)監(jiān)測評價中缺乏被廣泛接受與使用的方法，對水質(zhì)監(jiān)測中的水環(huán)境風險綜合評價預警模型的構建，一直處于不斷開發(fā)、改進與發(fā)展中。

數(shù)據(jù)平臺實施水質(zhì)監(jiān)測與異常捕獲。水質(zhì)監(jiān)測數(shù)據(jù)平臺能夠遠程監(jiān)控水質(zhì)監(jiān)測數(shù)據(jù)，實時動態(tài)分析水質(zhì)數(shù)據(jù)，捕獲異常情況。數(shù)據(jù)平臺的告警子系統(tǒng)通過智能計算水質(zhì)數(shù)據(jù)，準確判斷異常狀況，捕獲異常并推送告警信息到監(jiān)測終端。以溫控測量為監(jiān)測指標為例，當測量溫度監(jiān)測為非法值時，監(jiān)測平臺顯示異常結果。其中的詳細信息中，包括儀表類型、非法數(shù)值等。對監(jiān)測異常結果以關注后推送的方式進行實時提醒；依據(jù)異常告警次數(shù)，對站點進行告警排行，以數(shù)據(jù)報告的形式將特定固定時段的告警次數(shù)提供給管理者，以便采取適當?shù)奶幚泶胧?/p>

基于大數(shù)據(jù)的水質(zhì)監(jiān)測設計。以監(jiān)測數(shù)據(jù)的采集、處理、結果分析、狀態(tài)呈現(xiàn)為主流程，將基于大數(shù)據(jù)的水質(zhì)監(jiān)測結果通過可視化的形式呈現(xiàn)出來。在基于大數(shù)據(jù)的水質(zhì)監(jiān)測設計中，劃分為4個層次：基礎差、數(shù)據(jù)層、中間層和表現(xiàn)層。其中，基礎層主要部署了相關的水質(zhì)數(shù)據(jù)采集設備，包括水質(zhì)數(shù)據(jù)傳感器、在線監(jiān)測儀、定點監(jiān)測儀等水質(zhì)數(shù)據(jù)采集設備；數(shù)據(jù)層是存儲水質(zhì)等相關數(shù)據(jù)信息的，部署了基礎數(shù)據(jù)庫和水質(zhì)數(shù)據(jù)庫；中間層主要從數(shù)據(jù)層的數(shù)據(jù)庫中獲取相關數(shù)據(jù)，完成水質(zhì)數(shù)據(jù)獲取與數(shù)值數(shù)據(jù)監(jiān)測等數(shù)據(jù)挖掘服務，并做好數(shù)據(jù)管理工作，如水質(zhì)數(shù)據(jù)管理、后臺管理、圖表統(tǒng)計等；表現(xiàn)層主要提供水質(zhì)控制目標，地圖顯示以及水質(zhì)監(jiān)測狀態(tài)等?；诖髷?shù)據(jù)的水質(zhì)監(jiān)測設計如圖2所示。

3 結論

構建基于大數(shù)據(jù)的監(jiān)測平臺，對水質(zhì)進行監(jiān)測預警，技術設計目標是：收集影響水質(zhì)的相關指標參數(shù)，并統(tǒng)一格式化存儲，分類管理與分析監(jiān)測指標，發(fā)現(xiàn)影響水質(zhì)的關鍵參數(shù)指標。以大數(shù)據(jù)平臺為依托，合理選擇模型算法，利用對海量數(shù)據(jù)的分析學習與模型訓練結果，構建分析預警模型，實時發(fā)送監(jiān)測信息到前臺。對水質(zhì)監(jiān)測技術的研究，主要從3個方面開展工作：用于進行水環(huán)境監(jiān)測的數(shù)據(jù)來源不同，采集方式差異較大，為了統(tǒng)一查詢分析數(shù)據(jù)，需要統(tǒng)一存儲和訪問不同來源數(shù)據(jù)；研究基于大數(shù)據(jù)平臺的數(shù)據(jù)挖掘以及相關數(shù)據(jù)分析方法，提取影響水質(zhì)的關鍵因子；構建水質(zhì)評價預警模型，并經(jīng)過反復試驗，最終選擇一個水質(zhì)監(jiān)測預測準確度高的模型。

參考文獻

[1]鄧淑珍，鄭爽，馬穎卓.無錫河長制“升級版”揚帆起航[J].中國水利，2017（7）：6-11.

[2]劉予偉，劉東潤，陳獻耘.大數(shù)據(jù)在水資源管理中的應用展望[J].水資源研究，2015，4（5）：470-476.

[3]王永桂，張萬順，夏晶晶，等.基于大數(shù)據(jù)的水環(huán)境風險業(yè)務化評估與預警研究[J].中國環(huán)境管理，2017（2）：43-50.