一种基于云计算的土壤污染数据推送系统的制作方法

1.本发明属于云计算领域，涉及数据推送技术，具体是一种基于云计算的土壤污染数据推送系统。


背景技术：

2.土壤是陆地生态系统组成的基本要素之一，也是人类赖以生存的物质基础之一，土壤环境状况不仅直接关系到生态安全和人体健康，也直接关系到农产品的产量、质量以及安全。
3.随着智慧农业的不断发展，土壤墒情的监测已经成为不可或缺的一部分，智能土壤系统的远程监测与数据收集对于掌握土壤效力，反映土壤改良效果，实施节水灌溉，了解气候变化对土壤墒情的影响等都具有一定的指导意义。智能土壤系统是利用相关土壤传感器对土壤的温度，湿度，酸碱度，氮磷钾的含量等因素进行实时监测，具有多平台数据推送功能，能对接自主平台，在手机上也能查看现场设备数据及监控视频。但是，现有技术中将土壤的监测数据推送至接收人员后，接收人员仍要对数据进行分析处理，导致推送结果不直观。
4.为此，提出一种基于云计算的土壤污染数据推送系统。


技术实现要素：

5.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于云计算的土壤污染数据推送系统，该一种基于云计算的土壤污染数据推送系统解决了现有技术中将土壤的监测数据推送至接收人员后，接收人员仍要对数据进行分析处理，导致推送结果不直观的问题。
6.为实现上述目的，根据本发明的第一方面的实施例提出一种基于云计算的土壤污染数据推送系统，包括数据采集模块、数据处理模块、数据存储模块以及安全报警模块；
7.所述数据采集模块用于获取土壤的监测数据；并将所述监测数据发送至所述数据处理模块，以及将所述监测数据发送至所述数据存储模块进行存储；
8.所述数据处理模块用于接收所述监测数据，并将所述监测数据标记为jn；其中，n为采集周期的编号，n的取值为1,2,3
……
n，n为采集周期的总次数；
9.所述数据处理模块设定监测阈值，将所述监测数据与所述监测阈值进行比较；
10.当所述监测数据等于或大于所述监测阈值时，所述数据处理模块发送报警信号至所述安全报警模块；
11.所述安全报警模块接收所述报警信号后，将所述监测数据发送至被监测土壤关联的治理技术员的智能终端；
12.当所述监测数据小于所述监测阈值时，所述数据处理模块根据所述监测数据获取土壤系数，并将所述土壤系数发送至所述数据存储模块进行存储；
13.所述数据处理模块根据所述监测数据获取土壤系数，包括以下步骤：
14.将所述土壤系数标记为xn，
15.所述土壤系数的计算公式为：
16.其中，α为监测数据的修正系数，且α为大于0的实数；j
标
为监测数据的标准数据，且j
标
为大于0的实数；
[0017][0018]
其中，αi为j
in
的修正系数；需要进一步说明的是，i为监测数据的种类；
[0019]
根据所述土壤系数和土壤检测模型获取波动标签；其中，所述土壤检测模型基于人工智能模型建立；
[0020]
以及所述波动标签进行识别，当土壤系数处于异常波动状态时，所述数据处理模块从所述数据存储模块获取历史土壤系数和历史监测数据，并将土壤系数、监测数据、历史土壤系数以及历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端。
[0021]
优选的，所述数据采集模块采集所述监测数据采用周期性采集的方式；
[0022]
所述监测数据的采集周期标记为t，其中，t的单位为天，且t为大于0的正整数。
[0023]
优选的，所述波动标签的取值为0或者1，当波动标签为0时，表示对应土壤系数处于正常波动状态，当波动标签为1时，表示对应土壤系数处于异常波动状态。
[0024]
优选的，根据所述土壤系数和土壤检测模型获取波动标签，包括以下步骤：
[0025]
从数据处理模块获取土壤检测模型；
[0026]
以所述土壤系数的采集周期为基准周期，从所述土壤系数中提取基准周期之前的p个土壤系数，并整合生成原始数据；其中，p为大于等于5的正整数；
[0027]
将所述原始数据输入至所述土壤检测模型获取对应的波动标签。
[0028]
优选地，基于人工智能模型建立所述土壤检测模型，包括以下步骤：
[0029]
从数据处理模块获取标准训练数据；
[0030]
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为土壤检测模型；
[0031]
标准训练数据包括若干组输入数据以及对应的波动标签，且输入数据和原始数据内容属性一致。
[0032]
与现有技术相比，本发明的有益效果是：
[0033]
本发明通过数据采集模块获取土壤的监测数据；并将监测数据发送至数据处理模块；数据处理模块接收监测数据；并设定监测阈值，将监测数据与监测阈值进行比较；当监测数据等于或大于监测阈值时，数据处理模块发送报警信号至安全报警模块；安全报警模块接收报警信号后，立即将监测数据发送至被监测土壤关联的治理技术员的智能终端；可根据某项或多项异常监测数据及时进行告警；
[0034]
当监测数据小于监测阈值时，数据处理模块根据监测数据获取土壤系数，根据土壤系数和土壤检测模型获取波动标签；以及波动标签进行识别，当土壤系数处于异常波动状态时，数据处理模块将土壤系数、监测数据以及历史土壤系数和历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；当土壤系数处于正常波动状态时，不做其
他处理；可根据土壤的监测数据获取土壤的波动状况，及时发现异常波动的土壤数据，降低了土壤治理的成本。
附图说明
[0035]
图1为本发明的原理图；
[0036]
图2为本发明的流程图。
具体实施方式
[0037]
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0038]
如图1-2所示，一种基于云计算的土壤污染数据推送系统，包括数据采集模块、数据处理模块、数据存储模块以及安全报警模块；各个模块之间基于数字信号进行信息交互；
[0039]
所述数据采集模块用于获取土壤的监测数据；其中，所述监测数据包括氮磷钾、有机质、水分、盐分、ph、种微量元素以及重金属等；
[0040]
并将所述监测数据发送至所述数据处理模块，以及将所述监测数据发送至所述数据存储模块进行存储；
[0041]
具体地，所述数据采集模块采集所述监测数据采用周期性采集的方式；
[0042]
需要进一步说明的是，所述数据采集模块的采集周期由专业人员进行设定；所述采集周期标记为t，其中，t的单位为天，且t为大于0的正整数。
[0043]
所述数据处理模块用于接收所述监测数据，并对所述监测数据进行处理；
[0044]
所述数据处理模块对所述监测数据进行处理，包括以下步骤：
[0045]
所述数据处理模块接收所述监测数据，并将所述监测数据标记为jn；其中，n为采集周期的编号，n的取值为1,2,3
……
n，n为采集周期的总次数；
[0046]
所述数据处理模块接收所述监测数据；
[0047]
所述数据处理模块设定监测阈值，将所述监测阈值标记为jmax；
[0048]
所述数据处理模块将所述监测数据与所述监测阈值进行比较；
[0049]
当所述监测数据等于或大于所述监测阈值时，所述数据处理模块发送报警信号至所述安全报警模块；
[0050]
所述安全报警模块接收所述报警信号后，立即将所述监测数据发送至被监测土壤关联的治理技术员的智能终端；
[0051]
本系统可根据某项或多项异常监测数据及时进行告警；
[0052]
当所述监测数据小于所述监测阈值时，所述数据处理模块根据所述监测数据获取土壤系数，根据所述土壤系数和土壤检测模型获取波动标签；其中，所述土壤检测模型基于人工智能模型建立；
[0053]
以及所述波动标签进行识别，当土壤系数处于异常波动状态时，所述数据处理模块从所述数据存储模块获取历史土壤系数和历史监测数据，并将土壤系数、监测数据、历史土壤系数以及历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；
[0054]
当土壤系数处于正常波动状态时，不作其他处理；
[0055]
本系统根据土壤的监测数据获取土壤的波动状况，及时发现异常波动的土壤数据，降低了土壤治理的成本。
[0056]
本实施例中，所述波动标签的取值为0或者1，当波动标签为0时，表示对应土壤系数处于正常波动状态，当波动标签为1时，表示对应土壤系数处于异常波动状态；在另外一些优选的方案中，波动标签还可以用其他标记来区分，如波动标签的取值为a或者b，当波动标签为a时，表示对应土壤系数处于正常波动状态，当波动标签为b时，表示对应土壤系数处于异常波动状态。
[0057]
本实施例中，所述数据处理模块根据所述监测数据获取土壤系数，包括以下步骤：
[0058]
将所述土壤系数标记为xn，
[0059]
所述土壤系数的计算公式为：
[0060]
其中，α为监测数据的修正系数，且α为大于0的实数；j
标
为监测数据的标准数据，且j
标
为大于0的实数；
[0061][0062]
其中，αi为j
in
的修正系数；需要进一步说明的是，i为监测数据的种类；监测数据包括氮磷钾、有机质、水分、盐分、ph、种微量元素以及重金属等，分别标记为j
1n
、j
2n
、j
3n
、j
4n
、j
5n
、j
6n
以及j
7n
等。
[0063]
本实施例中，根据所述土壤系数和土壤检测模型获取波动标签，包括以下步骤：
[0064]
从数据处理模块获取土壤检测模型；
[0065]
以所述土壤系数的采集周期为基准周期，从所述土壤系数中提取基准周期之前的p个土壤系数，并整合生成原始数据；
[0066]
将所述原始数据输入至所述土壤检测模型获取对应的波动标签。
[0067]
本实施例中，p为大于等于5的整数，经过验证，所述土壤系数至少5个的时候才能保证获得准确的波动标签。
[0068]
在一个可选的实施例中，基于人工智能模型建立所述土壤检测模型，包括以下步骤：
[0069]
从数据处理模块获取标准训练数据；
[0070]
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为土壤检测模型。
[0071]
本实施例中，标准训练数据包括若干组输入数据以及对应的波动标签，且输入数据和原始数据内容属性一致；可以理解的是，输入数据和原始数据均包括选定的n个土壤系数，只是土壤系数的数值大小不同。
[0072]
本实施例中，人工智能模型包括深度卷积神经网络模型或者rbf神经网络模型等具有强大非线性拟合能力的模型。
[0073]
本实施例中，所述数据存储模块用于存储所述监测数据和所述土壤系数。
[0074]
本实施例中，所述数据采集模块与所述数据处理模块通信和/或电气连接；
[0075]
所述数据处理模块与所述安全报警模块通信和/或电气连接。
[0076]
本系统根据土壤的监测数据获取土壤的波动状况，及时发现异常波动的土壤数据，降低了土壤治理的成本；
[0077]
对获取的土壤数据进行分析处理，及时发现土壤的异常情况，将异常数据推送至治理技术员，治理技术员可根据监测数据和分析处理后的土壤系数，更直观地了解到土壤情况。
[0078]
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
[0079]
本发明的工作原理：
[0080]
数据采集模块采用周期性采集的方式获取土壤的监测数据；并将监测数据发送至数据处理模块；
[0081]
数据处理模块接收监测数据；并设定监测阈值，将监测数据与监测阈值进行比较；
[0082]
当监测数据等于或大于监测阈值时，数据处理模块发送报警信号至安全报警模块；安全报警模块接收报警信号后，立即将监测数据发送至被监测土壤关联的治理技术员的智能终端；
[0083]
当监测数据小于监测阈值时，数据处理模块根据监测数据获取土壤系数，根据土壤系数和土壤检测模型获取波动标签；
[0084]
以及波动标签进行识别，当土壤系数处于异常波动状态时，数据处理模块将土壤系数、监测数据以及历史土壤系数和历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；
[0085]
当土壤系数处于正常波动状态时，不作其他处理。
[0086]
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

技术特征：
1.一种基于云计算的土壤污染数据推送系统，其特征在于，包括数据采集模块、数据处理模块、数据存储模块以及安全报警模块；所述数据采集模块用于获取土壤的监测数据；并将所述监测数据发送至所述数据处理模块，以及将所述监测数据发送至所述数据存储模块进行存储；所述数据处理模块用于接收所述监测数据，并将所述监测数据标记为jn；其中，n为采集周期的编号，n的取值为1,2,3
……
n，n为采集周期的总次数；所述数据处理模块设定监测阈值，将所述监测数据与所述监测阈值进行比较；当所述监测数据等于或大于所述监测阈值时，所述数据处理模块发送报警信号至所述安全报警模块；所述安全报警模块接收所述报警信号后，将所述监测数据发送至被监测土壤关联的治理技术员的智能终端；当所述监测数据小于所述监测阈值时，所述数据处理模块根据所述监测数据获取土壤系数，并将所述土壤系数发送至所述数据存储模块进行存储；所述数据处理模块根据所述监测数据获取土壤系数，包括以下步骤：将所述土壤系数标记为xn，所述土壤系数的计算公式为：其中，α为监测数据的修正系数，且α为大于0的实数；j
标
为监测数据的标准数据，且j
标
为大于0的实数；其中，α
i
为j
in
的修正系数；需要进一步说明的是，i为监测数据的种类；根据所述土壤系数和土壤检测模型获取波动标签；其中，所述土壤检测模型基于人工智能模型建立；以及所述波动标签进行识别，当土壤系数处于异常波动状态时，所述数据处理模块从所述数据存储模块获取历史土壤系数和历史监测数据，并将土壤系数、监测数据、历史土壤系数以及历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端。2.根据权利要求1所述的一种基于云计算的土壤污染数据推送系统，其特征在于，所述数据采集模块采集所述监测数据采用周期性采集的方式；所述监测数据的采集周期标记为t，其中，t的单位为天，且t为大于0的正整数。3.根据权利要求1所述的一种基于云计算的土壤污染数据推送系统，其特征在于，所述波动标签的取值为0或者1，当波动标签为0时，表示对应土壤系数处于正常波动状态，当波动标签为1时，表示对应土壤系数处于异常波动状态。4.根据权利要求1所述的一种基于云计算的土壤污染数据推送系统，其特征在于，根据所述土壤系数和土壤检测模型获取波动标签，包括以下步骤：从数据处理模块获取土壤检测模型；以所述土壤系数的采集周期为基准周期，从所述土壤系数中提取基准周期之前的p个土壤系数，并整合生成原始数据；其中，p为大于等于5的正整数；
将所述原始数据输入至所述土壤检测模型获取对应的波动标签。5.根据权利要求1所述的一种基于云计算的土壤污染数据推送系统，其特征在于，基于人工智能模型建立所述土壤检测模型，包括以下步骤：从数据处理模块获取标准训练数据；通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为土壤检测模型；标准训练数据包括若干组输入数据以及对应的波动标签，且输入数据和原始数据内容属性一致。

技术总结
本发明公开了一种基于云计算的土壤污染数据推送系统，涉及数据推送技术领域，解决了土壤数据推送结果不直观的技术问题；通过数据采集模块获取土壤的监测数据；数据处理模块将监测数据与监测阈值进行比较；当监测数据等于或大于监测阈值时，数据处理模块发送报警信号至安全报警模块；当监测数据小于监测阈值时，数据处理模块根据监测数据获取土壤系数，根据土壤系数和土壤检测模型获取波动标签；当土壤系数处于异常波动状态时，数据处理模块将土壤系数、监测数据以及历史土壤系数和历史监测数据打包并发送至被监测土壤关联的治理技术员的智能终端；及时发现异常波动的土壤数据，降低了土壤治理的成本。低了土壤治理的成本。低了土壤治理的成本。


技术研发人员：戴庞达 肖雪 干健 陶煦 张萍
受保护的技术使用者：皖江新兴产业技术发展中心
技术研发日：2023.05.16
技术公布日：2023/8/9