杨小琛,刘翼翔,章航滔,张云慧
(1.湘潭大学公共管理学院,湖南 湘潭 411105;2.湘潭大学计算机学院 网络安全学院,湖南 湘潭 411105;3.福建省水投勘测设计有限公司,福建 福州 350001)
联合国环境规划署(UNEP)发布的世界规模水体富营养化研究结果显示,在全球范围内,30%~40%的湖泊、水库存在不同程度的富营养化影响[1]。蓝藻水华的频繁暴发,不仅破坏了湖泊水体的正常功能和生态环境,造成渔业生产的重大损失,而且严重威胁饮用水安全,危害人体健康,成为制约经济和社会持续发展的重要环境因素之一。如何科学地预测湖泊水体富营养化的发生,以便于提前决策减少其带来的不利影响是我国水资源保护工作亟需解决的重大问题。
2016 年12 月11 日,中共中央办公厅、国务院办公厅印发的《关于全面推行河长制的意见》指出,全面推行河长制是落实绿色发展理念、推进生态文明建设的内在要求,是解决中国复杂水问题、维护河湖健康生命的有效举措,是完善水治理体系、保障国家水安全的制度创新。截至2018年,全国已有31个省推行河长制,建立河湖管护平台,实现对河湖水体水质及流量的实时监控,形成全社会治水的良好氛围。对湖泊水体进行自动、实时、全天候的监测,能极大地节省人力物力;对监测结果进行及时的预测预警,能为湖泊水体富营养化的预防治理方案设计提供理论技术支持;有利于提前防范水环境风险,实现水域防灾减灾[2-5]。基于此,本文结合云计算、物联网、人工智能等现代技术,构建了一个较为完善的针对湖泊水体富营养化的水质监测预警系统。
系统需求分析是系统设计总体流程的不可或缺的关键环节。湖泊水体富营养化水质监测预警系统的核心是对湖泊水体与富营养化相关的水质指标进行实时监测,通过数据的采集、处理、分析,建立相关预测及预警模型。通过对已运用的水质监测预警平台系统调查分析研究,得到最基本的系统需求信息,分为功能需求和性能需求两类。
湖泊水体富营养化水质监测预警系统主要功能包括数据采集、筛选处理、风险评估、风险预测、业务处理五大部分。结合国家发布的《地表水环境质量标准》(GB 3838-2002),同时根据用户要求设置相关阈值。
1.1.1 数据采集
利用现有的水质自动检测设备,对与湖泊水体富营养化相关的水质指标进行监测,同时做到数据收集、存储及整理,并存入相应数据库。
1.1.2 筛选处理
对所采泛型数据进行整理,筛选出可以精确反映湖泊水体富营养化状况的数据;对所选数据做相应规范化处理,并存入相应数据库,用于风险评估。
1.1.3 风险评估
能对规范处理数据进行评估分析,判别水质数据是否存在异常,对异常数据进行标识处理,并存入相应数据库。
1.1.4 风险预测
能根据现有数据对湖泊水体富营养化状况进行短期预测,判断预测数据是否存在异常,对异常数据进行标识处理,并存入相应数据库。
1.1.5 业务操作
系统需具备用户管理、数据查询、统计分析、主界面实时显示等若干功能。
监测预警系统的性能好坏与水文工作息息相关,除进行必要的功能需求分析外,还需要满足系统性能需求,如系统响应速度、负载能力、安全性、可靠性、可用性、可维护性。除了用户正常使用外,还要保证用户使用体验及系统安全运行。
湖泊水体富营养化监测预警系统设计初衷是为湖泊水污染治理提供一个集数据采集、管理、挖掘和预测预警于一体的辅助决策工具。通过大量数据的分析整理,探讨水质指标与富营养化之间的关系,进而建立模型,通过上述需求分析及对现有水体富营养化监测预警系统的调查研究,选用物联网三层架构构建系统模型,主要包括感知层、网络层、应用层3个层面,具体架构如图1所示。
图1 系统模型架构
感知层的核心是搭载有传感器、监测仪的嵌入式平台,主要功能是收集、筛选水质参数,并对所采数据进行遍历、规范处理。实时采集各类水质参数,交由嵌入式平台进行筛选和规范化处理,以期剔除异常数据和消除参数间量纲不同所造成的影响。
网络层的核心是通信模块,将处理后的数据及设备信息上传云平台进行存储,是保证感知层采集、处理得到的数据能长距离传输至云数据库进行存储的关键。
应用层的核心是部署有预测、评级模型的信息可视化平台,主要有两大功能:①对感知层采集到的历时水体参数进行预测、评级处理。预测模型以相关水域近段时间内采集到的历时数据、实时数据为基础,对相关水质参数进行短期预测;评级模型对预测模型所得参数进行分析,通过等级标识对相关水域水体富营养化程度进行分类,对富营养化程度较高水域进行预警。②将各类数据信息以可视化的形式呈现给用户,并满足诸如用户管理、水质数据查询、预警信息查询等信息系统基本业务操作。
采用模块化的系统设计原理,进行系统概要设计。依据需求分析提取系统功能,将系统划分为数据收集、遍历规范、参数预测、评估预警、应用交互5 类子系统及基础信息数据库、分析预测数据库、用户数据库、历史数据库4 类数据库,数据流如图2所示。
图2 系统数据流
4.1.1 数据收集子系统
数据收集子系统是结合现有评价模型所需因子,诸如氨氮、TN、TP、CODMn、pH、Chla等[6,7],在嵌入式平台上部署水质监测设备,实时获取水质参数;部署通信模组,传输数据信息;部署定位模组,获取位置信息。
4.1.2 遍历规范子系统
遍历规范子系统是通过嵌入式平台对所采集的数据进行遍历编号及数据预处理,使用信号滤波器函数对设备采集的数据进行电信号去噪处理。根据国家《地表水环境质量标准》(GB3838-2002),参考比重法、极值变换法、归一化处理法、功效系数法、线性比例变换法等去量纲处理方法进行规范化处理,消除不同参数间量纲不同所造成的影响,并保持不同指标数据的差异性。
4.1.3 参数预测子系统
参数预测子系统部署有基于人工智能BP神经网络的时间序列预测模型,网络以遍历规范子系统提供的历时水质数据为输入,对各类采集数据进行短期预测,输出结果为不同时序下的水质参数预测值。
4.1.4 评估预警子系统
评估预警子系统是对监测数据更高层次的应用,在云服务器端采用目前已经完成构建并广泛应用的数学模型及算法,诸如模糊综合评价法[6]、联系云模型[7]等,对各预测数据进行风险评级,将所得结果与发出预警信息的评级上、下限进行比较,如果超出该范围,则记录时间、地点并进行预警提示,为环保工作者及时决策提供依据。
4.1.5 业务操作子系统
业务操作子系统是为了更好地满足受众需求,在不考虑游客浏览情况下,将主要受众确定为环保工作者,包括环保局、水利局、监测站等相关水利工作人员,主要实现功能记述如下。
(1)系统管理。系统记录用户基本信息,可实现系统登录、密码修改、配置设置、权限更改等基本操作;用户可以根据需要自行更换评级模型算法;用户可以重新训练并更换人工智能预测模型。
(2)信息管理。用户可通过设备编号、地点名称、时间点、时间段等变量值,实现对系统历时数据、预测数据、预警信息的查询活动;同时,可以进行信息发布。
(3)信息可视化。系统会根据实时监测数据、预测数据生成并展示不同的动态折线图表及评级级别;同时,可以根据用户所选的时间段生成报表及走势折线图。
系统数据库分为基础信息数据库、分析预测数据库、用户数据库、历史数据库四大部分。
4.2.1 基础信息数据库
基础信息数据库包括监测点编号、监测设备状态、监测点位置信息、周边环境信息、采集时间、数据编号、规范处理后的水质数据等。
4.2.2 分析预测数据库
分析预测数据库包括预测评级模型信息、不同监测点的预测数据及富营养化评级信息。
4.2.3 用户数据库
用户数据库包括用户的账号、密码、手机号、工作单位、用户权限等基本信息及用户发布等信息。
4.2.4 历史数据库
历史数据库包括各地以往暴发富营养化灾害的历史水质数据及应对策略。
本文结合云计算、人工智能技术,通过物联网系统架构和模块化系统设计,完成需求分析、架构选取、概要设计、详细设计等系统设计工作,给出较为详细的设计方案,为湖泊水体富营养化水质监测预警系统设计提供理论支持,以期对我国相关的水体水质监测预警系统的设计起到参考作用。