ERT污染监测数据分析系统设计与实现

发布时间：2020-10-29 22:11

　　 近年来,我国经济水平和工业生产水平不断提升,但是由于工业化生产初期企业和个人环保意识薄弱,导致大量污染物进入土壤,造成了我国严重土壤污染。为了开展污染土壤的治理,首先需要开展污染检测,明确污染范围及程度,因电阻率成像(ERT)技术具有简单、高效等优点,近年被逐渐应用于环境污染监测领域。但是目前尚未形成完整的ERT污染监测体系,缺乏有效的监测数据处理方法,因此,研究开发一款ERT污染监测数据分析系统具有重要意义。首先,本文对我国土壤污染现状及ERT土壤污染监测技术作了详细的阐述,并对ERT监测数据分析系统进行了需求分析,基于分析结果对系统的功能进行了设计。系统主要功能包括项目实际情况查看,ERT\化探数据分析,ERT图像处理,ERT数据处理,系统参数设置和注册登录。然后,针对ERT监测数据分析中污染区域识别这一难点,本文建立了污染场地模型,研究了多种典型的数据和图像处理算法用于污染区域识别的可行性,实验结果表明,对于ERT图像,二维图像阈值分割算法相较于一维图像阈值分割算法识别准确性更高;对于ERT数据,FCM算法相较于K-means聚类算法识别准确性更高。最后,系统采用.NET框架作为系统主框架,SQL Server作为数据管理工具实现数据的存储和管理,通过高德地图API实现场地和测线位置的展示;采用C#编程语言作为程序开发设计的主语言,并联合使用Python等编程语言完成数据分析处理等功能。系统测试表明,本文设计开发的ERT污染监测数据分析系统能够实现污染场地监测数据的收集、存储和管理,并提供多种数据处理方法对监测数据进行分析处理,运行稳定、可靠。
【学位单位】：山东建筑大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：TP391.41;X833
【部分图文】：

山东建筑大学硕士学位论文38根据提示在对应的文本框内输入项目所在地即可将查看项目的地理位置、天气等信息。系统主界面如图5.3所示：图5.3ERT污染监测数据分析系统主界面除此之外，ERT污染监测数据分析系统会在每天固定时刻执行定时程序，将项目所在地的天气情况记录在SQLServer数据库中，用户在主界面上点击“历史情况”按钮查看项目所在地的历史天气情况。点击“历史情况”按钮以后，系统进入历史天气情况界面。如图5.4所示，该表记录了ERT污染监测数据分析系统在运行期间保存在数据库中的当地的天气数据。记录在系统数据库内的天气数据可以对ERT数据是否异常加以辅佐性的解释说明。图5.4历史天气情况图

山东建筑大学硕士学位论文38根据提示在对应的文本框内输入项目所在地即可将查看项目的地理位置、天气等信息。系统主界面如图5.3所示：图5.3ERT污染监测数据分析系统主界面除此之外，ERT污染监测数据分析系统会在每天固定时刻执行定时程序，将项目所在地的天气情况记录在SQLServer数据库中，用户在主界面上点击“历史情况”按钮查看项目所在地的历史天气情况。点击“历史情况”按钮以后，系统进入历史天气情况界面。如图5.4所示，该表记录了ERT污染监测数据分析系统在运行期间保存在数据库中的当地的天气数据。记录在系统数据库内的天气数据可以对ERT数据是否异常加以辅佐性的解释说明。图5.4历史天气情况图

山东建筑大学硕士学位论文39（2）监测点、监测线相关功能采用ERT法测量土壤电阻率，需要在地表间隔一定距离布置监测电极，并采用一定方式向地下土壤供电以获得土壤的电阻率值。通常情况下还会用手持GPS记录下每个电极的经纬度坐标，方便定位项目位置。ERT污染监测数据分析系统给用户提供了接口，用户可以根据自身需要采取单点或者批量的方式，将电极坐标保存在数据库中，同时在卫星地图上标记出来。将监测线或者监测点的坐标信息通过单点或者批量的方式导入数据分析系统以后，卫星地图会根据监测点的经纬度坐标在地图上将其标记出来，用户可以在地图上点击任意两个监测点，实时测量二者之间的距离。具体情况如图5.5所示。图5.5监测点距离测量图5.3ERT/化探数据管理分析模块ERT/化探分析模块主要功能是帮助用户进行对ERT数据和化探数据的保存管理和分析。在系统设计实现过程中借助Python编程语言并利用其第三方数据处理工具包NumPy，Pandas实现基本的数据处理操作，并利用Matplotlib数据可视化工具包提供直观，可交互的、高度自主定制化的数据可视化图形的功能，实现数据图表可视化。5.3.1ERT/化探数据管理分析模块活动分析ERT/化探数据管理分析模块主要包括数据导入，化探数据查询分析，ERT数据查询分析，ERT数据生成二维热力图等功能。用户点击系统界面左侧菜单栏中的ERT数据和化探数据可分别进入ERT数据处理
【相似文献】

相关期刊论文 前10条

1 罗会兰;王威;王慧;;一种基于集成学习技术的图像分割算法的研究[J];江西理工大学学报;2012年03期

2 胡晓蕾;;多瑙河清理计划已开始实施[J];治黄科技信息;1995年03期

3 何勇;;对干扰污染监测必须零容忍[J];江淮法治;2017年10期

4 ;农业部通知加强农产品污染监测[J];中国禽业导刊;2000年18期

5 ;台加强高屏地区养猪污染监测[J];台湾农业探索;1997年01期

6 ;台加强农产品污染监测与处理[J];台湾农业探索;1997年02期

7 欧学权;;冶金部环保办召开污染监测会议[J];冶金安全;1980年03期

8 王崴;王晓军;刘晓卫;周诚;;基于图像复杂度的图像分割算法[J];探测与控制学报;2015年03期

9 孙玉霞;徐小林;;路面图像分割算法研究[J];福建电脑;2011年04期

10 谭婷婷;刘倩;陈茂;周学礼;;一种改进的指纹图像分割算法[J];常熟理工学院学报;2017年04期

相关博士学位论文 前10条

1 刘仲民;基于图论的图像分割算法的研究[D];兰州理工大学;2018年

2 宋艳涛;基于磁共振成像的脑组织及病变分割方法研究[D];南京理工大学;2017年

3 毕卉;HIFU超声图像分割算法研究[D];东南大学;2018年

4 李彬;基于模糊随机模型的磁共振脑部图像分割算法研究[D];第一军医大学;2007年

5 颜刚;基于模糊马尔可夫场的图像分割算法研究[D];第一军医大学;2005年

6 刘毅;基于图割的交互式图像分割算法研究[D];南京理工大学;2013年

7 张晓达;面向大数据分析系统的资源调度研究[D];南京大学;2019年

8 许晓丽;基于聚类分析的图像分割算法研究[D];哈尔滨工程大学;2012年

9 车娜;基于偏移场的核磁共振脑图像分割算法研究[D];吉林大学;2013年

10 陈圣国;图像分割及应用技术研究[D];南京大学;2012年

相关硕士学位论文 前10条

1 张波;ERT污染监测数据分析系统设计与实现[D];山东建筑大学;2020年

2 杨潇;基于多目标布谷鸟模糊聚类的图像分割算法及应用[D];湖南大学;2019年

3 郑楚雄;基于深度学习的血管图像分割算法研究[D];广州大学;2019年

4 廖敏;面向安防机器人的障碍物图像分割算法应用研究[D];电子科技大学;2019年

5 刘霞;基于深度学习的手指静脉特征提取与防伪检测算法研究[D];重庆工商大学;2019年

6 丁新辉;特定医学图像分割算法研究及可视化系统的设计与实现[D];河南大学;2019年

7 安郝敏;基于图像分割算法的标注系统的设计与实现[D];北京交通大学;2019年

8 余哲明;基于全卷积网络的快速图像分割算法研究[D];华北电力大学(北京);2019年

9 张相怡;面向场景理解的细粒度图像分割算法研究[D];北京交通大学;2019年

10 段瑶;基于FCM的彩色图像分割算法研究[D];重庆邮电大学;2018年

本文编号：2861528