秋霞电影网午夜鲁丝片无码,真人h视频免费观看视频,囯产av无码片毛片一级,免费夜色私人影院在线观看,亚洲美女综合香蕉片,亚洲aⅴ天堂av在线电影猫咪,日韩三级片网址入口

農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計

上傳人:冷*** 文檔編號:18585850 上傳時間:2020-12-30 格式:DOCX 頁數(shù):4 大?。?4.69KB
收藏 版權(quán)申訴 舉報 下載
農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計_第1頁
第1頁 / 共4頁
農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計_第2頁
第2頁 / 共4頁
農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計_第3頁
第3頁 / 共4頁

下載文檔到電腦,查找使用更方便

18 積分

下載資源

還剩頁未讀,繼續(xù)閱讀

資源描述:

《農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計》由會員分享,可在線閱讀,更多相關(guān)《農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計(4頁珍藏版)》請在裝配圖網(wǎng)上搜索。

1、農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計   摘要:農(nóng)業(yè)面源污染是導致地表水污染的主要原因。為解決農(nóng)業(yè)面源污染監(jiān)控中遇到的瓶頸問題,設(shè)計并實現(xiàn)了一套基于信息融合、物聯(lián)網(wǎng)及云計算技術(shù)的農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)。目前系統(tǒng)運行平穩(wěn),預測預警準確性較高,較好地實現(xiàn)了對農(nóng)業(yè)面源污染的動態(tài)監(jiān)測、跟蹤與預警。   關(guān)鍵詞: 農(nóng)業(yè)面源污染;信息融合;物聯(lián)網(wǎng);云計算   面源污染又稱非點源污染,主要由土壤泥沙顆粒、氮磷等營養(yǎng)物質(zhì)、農(nóng)藥、各種大氣顆粒物等組成,通過地表徑流、土壤侵蝕、農(nóng)田排水等方式進入地表水體。與點源污染相比,面源污染的時空

2、范圍更廣,不確定性更大,過程更復雜,污染更嚴重,因而加大了治理及管理的難度[1] 。目前,點源污染已得到較好的控制和管理,但面源污染問題卻日益突出[2] 。研究表明,面源污染是導致地表水污染的主要原因,其中又以農(nóng)業(yè)面源污染貢獻率為最大。因此,加強對農(nóng)業(yè)面源污染的監(jiān)控已是當務(wù)之急。但由于農(nóng)業(yè)面源污染的發(fā)生具有隨機性、廣泛性、滯后性、模糊性及突發(fā)性等特點,因此農(nóng)業(yè)面源污染治理一直都是一個世界性難題。面源污染監(jiān)測及預警就是在特定區(qū)域內(nèi),對地表水質(zhì)狀況進行監(jiān)測、分析、評價,對其未來發(fā)展狀況進行預測,對不正常狀況進行預警。它具有先覺性、預見性,具有對地表水質(zhì)演化趨勢、方向、速度、后果的警覺作用,最終目的

3、是對面源污染進行有效監(jiān)控管理。   目前我國農(nóng)業(yè)面源污染監(jiān)控應(yīng)用尚處于初級階段,與國外相比,監(jiān)測技術(shù)及決策手段相對落后,主要表現(xiàn)在: 1)僅根據(jù)少數(shù)孤立因子來對某一局部區(qū)域的農(nóng)業(yè)面源污染進行監(jiān)測,很難對總體污染情況做出準確、客觀和綜合的判斷,農(nóng)業(yè)面源污染預測預警模型性能有待提高。 2)隨著監(jiān)測范圍的不斷擴大、監(jiān)測參數(shù)的不斷增多,監(jiān)控決策功能的不斷增強,監(jiān)控中心傳統(tǒng)的硬件系統(tǒng)搭建方式既價格高昂又難以適應(yīng)與日俱增的存儲和運算需求。信息融合是利用計算機技術(shù)將來自多個傳感器或多源的觀測信息進行分析、綜合處理,得出決策的處理過程[3] 。信息融合技術(shù)包括貝葉斯(Bayesian)推理、D-S

4、(Dempster-Shafer)證據(jù)推理、聚類分析、神經(jīng)網(wǎng)絡(luò)、支持向量機[4] 、極限學習機[5] 等。為解決上述農(nóng)業(yè)面源污染監(jiān)控中遇到的瓶頸問題,本文開發(fā)了一套基于信息融合技術(shù)、物聯(lián)網(wǎng)及云計算技術(shù)[3] 的農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng),較好地實現(xiàn)了對農(nóng)業(yè)面源污染的動態(tài)監(jiān)測、跟蹤與預警。   1 系統(tǒng)總體架構(gòu)   農(nóng)業(yè)面源污染監(jiān)測及預警總體架構(gòu)包括應(yīng)用層、傳輸層和感知層,其中:應(yīng)用層負責數(shù)據(jù)匯總、轉(zhuǎn)換、分析處理、呈現(xiàn)等。此層分兩個子層:支撐平臺子層和應(yīng)用服務(wù)子層。支撐平臺子層為應(yīng)用服務(wù)子層提供數(shù)據(jù)處理、共享、互通等通用基礎(chǔ)服務(wù)和資源調(diào)用接口,并將傳輸層得到的信息進行分類

5、存儲,利用大規(guī)模并行計算功能對數(shù)據(jù)進行加工處理。應(yīng)用服務(wù)子層在支撐平臺子層的基礎(chǔ)上,實現(xiàn)實時監(jiān)控、信息管理、實時預警、智能決策等功能。傳輸層負責把感知層采集的信息無障礙、安全、可靠地傳輸?shù)綉?yīng)用層。感知層體現(xiàn)物聯(lián)網(wǎng)的全面感知特征,即利用各類智能感知設(shè)備以及傳感器節(jié)點,隨時隨地獲取所需的監(jiān)測點信息,如:溫度、PH值、溶解氧、氨氮、ORP及流量等數(shù)據(jù)參數(shù)。除此之外,三層架構(gòu)均使用了安全技術(shù)和網(wǎng)絡(luò)管理等公共技術(shù),確保數(shù)據(jù)的準確性、健壯性以及安全性。   2 系統(tǒng)設(shè)計方案   基于ASP.NET+SQL SERVER的農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)具備數(shù)據(jù)采集、信息查詢、污染負荷監(jiān)測

6、及預警等功能。系統(tǒng)功能完備、界面友好、性能良好、所完成功能能滿足農(nóng)業(yè)面源污染監(jiān)測及預警的需求?;赗UP 的系統(tǒng)開發(fā)過程分為需求捕獲、分析、設(shè)計、實現(xiàn)和測試等階段,每個階段都是在前一階段的基礎(chǔ)上的進一步細化,呈增量迭代式發(fā)展。其中需求捕獲階段主要進行用例(Use Case)建模以及收集對架構(gòu)有顯著影響的需求;分析階段主要是將需求的內(nèi)容轉(zhuǎn)換成分析模型; 設(shè)計階段主要是通過考慮實現(xiàn)環(huán)境,將分析模型擴展和轉(zhuǎn)化為可行的技術(shù)實現(xiàn)方案; 實現(xiàn)階段的主要任務(wù)是基于設(shè)計內(nèi)容創(chuàng)建源代碼和可執(zhí)行代碼,以及用于部署的組件模塊;測試階段主要是對實現(xiàn)階段中所完成的工作進行驗證。系統(tǒng)采用開源云計算系統(tǒng) Hadoop,Ha

7、doop 的核心內(nèi)容包括 HDFS(分布式文件系統(tǒng)),提供了各個節(jié)點的分布式存儲能力,具有超強的數(shù)據(jù)備份,容錯能力來保障數(shù)據(jù)安全性;MapRe duce 分布式計算,利用其提供的框架可完成大規(guī)模數(shù)據(jù)的信息挖掘和處理。系統(tǒng)將感知層采集獲得污染監(jiān)測數(shù)據(jù)傳輸?shù)睫r(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)的數(shù)據(jù)接收平臺上。部署在 Web 服務(wù)器端的數(shù)據(jù)接收平臺負責接收數(shù)據(jù),并與云計算平臺進行接口通信。通過接口,Hadoop 向前端應(yīng)用提供 MapReduce 計算服務(wù)以及數(shù)據(jù)存儲服務(wù),來支持前端應(yīng)用的數(shù)據(jù)存儲與分析職能。系統(tǒng)組成如圖1所示:   3 關(guān)鍵技術(shù)   3.1 水質(zhì)數(shù)據(jù)預處理技術(shù)

8、   在數(shù)據(jù)采集過程中由于機械或人為等因素可能產(chǎn)生一些異常數(shù)據(jù),如直接將這些異常數(shù)據(jù)用于構(gòu)建模型,將會導致預測預警精度下降;另外將存在大量冗余信息的原始數(shù)據(jù)直接用于后續(xù)信息融合,也將會增加融合時間,降低融合精度。本系統(tǒng)采用基于改進模糊C均值聚類算法[6]對原始采集數(shù)據(jù)進行預處理,去除異常數(shù)據(jù)及冗余信息,將得到的聚類中心點作為后續(xù)融合的輸入樣本集,從而減少了融合時間,提高了模型精度。   3.2 基于改進極限學習機的水質(zhì)預測預警模型構(gòu)建技術(shù)   目前廣泛使用的水質(zhì)預測預警模型大多基于神經(jīng)網(wǎng)絡(luò)或支持向量機,由于神經(jīng)網(wǎng)絡(luò)易陷入"過學習";和局部極小點,泛化能力不強;支持

9、向量機需人為設(shè)置各種參數(shù),參數(shù)確定困難且耗時,故這類模型在實際應(yīng)用中的預測預警精度及實時性均有待提高。極限學習機是一類基于前饋神經(jīng)網(wǎng)絡(luò)的新型學習算法,其隱層節(jié)點參數(shù)可以是隨機或人為給定且不需要調(diào)整,學習過程僅需計算輸出權(quán)重,故學習效率高和泛化能力強。但是傳統(tǒng) ELM是基于經(jīng)驗風險最小化原理,應(yīng)用于預測時極易導致過度擬合。本系統(tǒng)采用一種融合最小二乘向量機回歸學習思想的改進極限學習機[7],該算法在傳統(tǒng)極限學習機的基礎(chǔ)上,結(jié)合最小二乘向量機回歸學習方法,引入了基于結(jié)構(gòu)風險最小化理論,從而有效避免了過度擬合問題。本系統(tǒng)將其作為弱預測器與AdaBoost結(jié)合,來對預處理后的監(jiān)測數(shù)據(jù)進行決策融合,建立了

10、一個更全面、更高效的水質(zhì)預測模型,并基于預警規(guī)則(包括預警觸發(fā)條件,預警級別、預警對策及方式等)設(shè)計預警模型,克服了現(xiàn)有模型存在的諸多不足,提高了預測預警精度及速度。   3.3 基于信息融合、物聯(lián)網(wǎng)與云計算技術(shù)的綜合集成技術(shù)   利用信息融合技術(shù)對面源污染相關(guān)的不同信息源所提供的局部不完整的觀測信息加以集成與互補,消除多源信息之間存在的冗余和矛盾,形成對農(nóng)業(yè)面源污染環(huán)境相對完整的感知與描述,從而提高農(nóng)業(yè)面源污染預警與應(yīng)急響應(yīng)決策的效率。物聯(lián)網(wǎng)與云計算技術(shù)相結(jié)合,云計算技術(shù)憑借其強大的處理能力,存儲能力和極高的性價比,可以解決農(nóng)業(yè)面源污染監(jiān)控中存在的運營成本高,服務(wù)規(guī)模

11、及性能有限等難題,為農(nóng)業(yè)面源污染監(jiān)控的推廣和普及提供強有力的技術(shù)保障。   4 結(jié)束語   本文將信息融合技術(shù)、物聯(lián)網(wǎng)及云計算技術(shù)引入農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)的構(gòu)建,首先對采集數(shù)據(jù)進行預處理,再基于信息融合技術(shù)對預處理后的水質(zhì)參數(shù)進行決策融合,建立水質(zhì)預測預警模型,最后依據(jù)該模型實現(xiàn)對農(nóng)業(yè)面源污染的在線監(jiān)測與預警,為環(huán)境監(jiān)管、環(huán)境評價、執(zhí)法與決策提供了強大支持。   參考文獻:   [1] 吳巖, 杜立宇, 高明和,等. 農(nóng)業(yè)面源污染現(xiàn)狀及其防治措施 [J]. 農(nóng)業(yè)資源與環(huán)境學報, 2011, 28(1):64-67.   [2] 馮曉娜,張剛,王詠.農(nóng)業(yè)面源污染防治措施進展研究[J]. 環(huán)境科學與管理, 2017, 42(8):89-93.   農(nóng)業(yè)面源污染監(jiān)測及預警系統(tǒng)設(shè)計相關(guān)論文期刊你還可以了解:《環(huán)境污染與防治》

展開閱讀全文
溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

相關(guān)資源

更多
正為您匹配相似的精品文檔
關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網(wǎng)安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請立即通知裝配圖網(wǎng),我們立即給予刪除!