摘要：水環(huán)境污染應(yīng)急監(jiān)測主要依托人工智能技術(shù)，但由于缺少對污染物參數(shù)的反演分析，導(dǎo)致監(jiān)測精度較低。為此，提出黃河水環(huán)境污染應(yīng)急監(jiān)測中Zigber技術(shù)的應(yīng)用研究。根據(jù)Zigber無線通信模塊的數(shù)據(jù)傳輸原理，采集黃河水質(zhì)參數(shù)并校正數(shù)據(jù)，將水質(zhì)參數(shù)傳輸至水域監(jiān)測中心，通過可見光譜法提取光譜段的曲線斜率，并引入一階滯后變量反演分析水污染參數(shù)，構(gòu)建污染應(yīng)急監(jiān)測模型，推算變化的吸光度區(qū)域，實現(xiàn)水環(huán)境污染應(yīng)急監(jiān)測。實驗結(jié)果表明，以Zigber技術(shù)為依托的黃河水環(huán)境污染應(yīng)急監(jiān)測方法監(jiān)測結(jié)果與實測值一致，并且殘差值低于0.040，具有較高的監(jiān)測精度。

關(guān)鍵詞：黃河；水環(huán)境；污染；應(yīng)急監(jiān)測；Zigber技術(shù)

中圖分類號：X87 文獻標(biāo)志碼：B

前言

黃河流域覆蓋面積大、流速高，其中污染源分布極為復(fù)雜且高度分散，增加了突發(fā)污染事故時應(yīng)急污染監(jiān)測的難度。因此，有必要根據(jù)流域現(xiàn)場的實際污染情況，快速準(zhǔn)確地實施環(huán)境應(yīng)急監(jiān)測計劃，以減少水污染對生態(tài)環(huán)境的影響。

文獻針對計算機視覺監(jiān)測技術(shù)在水環(huán)境應(yīng)急監(jiān)測中的應(yīng)用進行研究分析，該方法利用光學(xué)分選機與光學(xué)影像篩選機組成視覺監(jiān)測系統(tǒng)，通過實時監(jiān)測獲取污染數(shù)據(jù)，并結(jié)合大數(shù)據(jù)技術(shù)完成應(yīng)急監(jiān)測。但該方法未對污染物的擴散特征進行分析，導(dǎo)致監(jiān)測精度較差；文獻采用高分數(shù)據(jù)方法對流域污染進行應(yīng)急監(jiān)測，通過對水域遙感數(shù)據(jù)進行定標(biāo)與配準(zhǔn)處理得到基準(zhǔn)數(shù)據(jù)信息，再以水體光譜特征為標(biāo)志物，基于灰度法得到水環(huán)境污染物的監(jiān)測結(jié)果。但此方法應(yīng)用廣度較低。文獻以貝葉斯網(wǎng)絡(luò)拓撲結(jié)構(gòu)為核心，設(shè)計了水環(huán)境風(fēng)險溯源方法，通過該方法監(jiān)測水環(huán)境中污染源。文獻研究了流域水污染監(jiān)測與溯源技術(shù)，該研究將人工智能與傳統(tǒng)技術(shù)相結(jié)合，實現(xiàn)流域水污染全面監(jiān)管。但是上述方法存在監(jiān)測精度較低的問題。