石 野， 王曉凱， 張春梅

(山西大學(xué) 物理電子工程學(xué)院， 山西 太原030006)

0 引 言

水是人類最寶貴的財富之一， 然而隨著我國工業(yè)農(nóng)業(yè)的迅速發(fā)展， 水質(zhì)污染越來越嚴(yán)重， 水資源的污染成為人們面臨的一個巨大問題. 在湖庫水資源的污染問題中， 水體富營養(yǎng)化是最常見、 最有害的問題之一. 水體富營養(yǎng)化是指水體中植物所需的氮、 磷等營養(yǎng)成分不斷累積至過量， 使水體呈現(xiàn)營養(yǎng)過剩的現(xiàn)象[1]. 水體富營養(yǎng)化會導(dǎo)致水體發(fā)臭、 DO(Dissolved Oxygen， 溶解氧)降低， 一些藻類過量增殖甚至釋放有毒物質(zhì)， 最終破壞湖庫水體的生態(tài)平衡[2-3]. 因此， 監(jiān)測湖庫水質(zhì)并預(yù)測水華迫在眉睫.

美國的水質(zhì)在線監(jiān)測技術(shù)從20世紀(jì)50年代起步， 并在1975年建立了水質(zhì)自動連續(xù)監(jiān)視網(wǎng)， 進(jìn)行水質(zhì)在線監(jiān)測[4]； 英國在1975年完成了自動水環(huán)境監(jiān)測系統(tǒng)的建立； 自20世紀(jì)60年代以來， 日本一直在建設(shè)水質(zhì)自動監(jiān)測器， 在日本的各個水域幾乎都設(shè)立了自動監(jiān)測站[5]. 國內(nèi)的水質(zhì)自動監(jiān)測技術(shù)也在不斷發(fā)展， 但還存在一些問題[6]： 水質(zhì)的自動監(jiān)測還未完全取代傳統(tǒng)的手工常規(guī)監(jiān)測， 手工監(jiān)測不僅費時費力， 而且存在人為干擾. 此外， 監(jiān)測設(shè)備還可能會受到水質(zhì)中有毒化合物或重金屬離子的影響而損壞. 在水質(zhì)預(yù)測上， 國外也研究了很多理論方法. 數(shù)理統(tǒng)計預(yù)測法預(yù)測效果相對較好， 單因素預(yù)測簡單易操作， 但是多因素綜合預(yù)測卻存在建模困難， 計算復(fù)雜的問題. 利用灰色系統(tǒng)理論進(jìn)行水華預(yù)測多用于數(shù)據(jù)少的貧信息系統(tǒng)， 但是預(yù)測精度低且不適用與長期預(yù)測[7]. 人工神經(jīng)網(wǎng)絡(luò)法目前用于預(yù)測最常見的是多層前饋網(wǎng)絡(luò)反向傳播算法模型， 但是如果樣本不足， 則預(yù)測精度不高[8]. 此外， 還有混沌理論， 自組織預(yù)測模型等預(yù)測方法.

針對目前我國水質(zhì)監(jiān)測技術(shù)水平不能滿足水質(zhì)監(jiān)測標(biāo)準(zhǔn)的現(xiàn)狀， 本文設(shè)計開發(fā)了湖庫水質(zhì)無線遠(yuǎn)程監(jiān)測與水華預(yù)測系統(tǒng). 該系統(tǒng)基于嵌入式的水質(zhì)遠(yuǎn)程監(jiān)測設(shè)備， 將采集到的水質(zhì)信息通過GPRS模塊無線傳輸?shù)剿|(zhì)監(jiān)測中心， 監(jiān)測中心將數(shù)據(jù)實時儲存在數(shù)據(jù)庫中， 并利用灰色-神經(jīng)網(wǎng)絡(luò)水華預(yù)測模型進(jìn)行水華預(yù)測.

1 系統(tǒng)總體結(jié)構(gòu)設(shè)計

湖庫水質(zhì)無線遠(yuǎn)程監(jiān)測與水華預(yù)測系統(tǒng)分為水質(zhì)監(jiān)測終端和水質(zhì)監(jiān)測中心兩部分. 監(jiān)測終端設(shè)備安置在被監(jiān)測水體中， 完成水體水質(zhì)參數(shù)的采集， 通過GPRS模塊將這些水質(zhì)信息以及GPS模塊采集的地理坐標(biāo)信息實時準(zhǔn)確地上傳到監(jiān)測中心. 監(jiān)測中心的軟件系統(tǒng)基于VC6.0軟件平臺進(jìn)行開發(fā)， 通過Socket將實時獲得的水質(zhì)信息數(shù)據(jù)儲存到數(shù)據(jù)庫中， 進(jìn)行數(shù)據(jù)管理和基于灰色-神經(jīng)網(wǎng)絡(luò)的水華預(yù)測. 系統(tǒng)原理和框架結(jié)構(gòu)如圖 1 和圖 2 所示.

圖 1 湖庫水質(zhì)無線遠(yuǎn)程監(jiān)測與水華預(yù)測系統(tǒng)原理圖Fig.1 Schematic diagram of wireless remote monitoring and water bloom prediction system for lake water quality

2 系統(tǒng)硬件設(shè)計

2.1 湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備

湖庫水質(zhì)信息遠(yuǎn)程監(jiān)測終端設(shè)備是由主控制器、 GPRS模塊和傳感器等部分組成. 設(shè)備基于嵌入式的ARM處理器， 采用WinCE操作系統(tǒng)， 集成了YSI水質(zhì)信息采集與傳輸模塊、 GPS地理定位技術(shù)和GPRS遠(yuǎn)程數(shù)據(jù)通信技術(shù)， 可以自動采集湖庫水體的各種指標(biāo)數(shù)據(jù)和監(jiān)測終端設(shè)備的GPS地理坐標(biāo)信息， 并將信息存儲在儀表數(shù)據(jù)庫中， 同時， 將收集到的數(shù)據(jù)信息通過GPRS遠(yuǎn)程數(shù)據(jù)通信模塊無線傳輸?shù)剿|(zhì)監(jiān)測中心. 在湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備上， 能夠通過簡單操作， 在液晶屏幕上查看采集到的水質(zhì)各類指標(biāo)數(shù)據(jù)和設(shè)備的GPS地理坐標(biāo)信息. 湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備結(jié)構(gòu)如圖 3 所示.

湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備的核心是ARM9系列處理器， 該處理器運行電壓和能耗較低， 集成度也很高， 并且能夠?qū)崟r、 快速準(zhǔn)確地處理大量的水質(zhì)信息. 監(jiān)測終端設(shè)備主控CPU采用Samsung S3C2440A芯片， 操作平臺采用基于Windows CE操作系統(tǒng)的液晶觸摸屏. GPS地理定位模塊和YSI水質(zhì)信息采集傳輸模塊通過串口通信技術(shù)連接到觸摸屏， 實現(xiàn)數(shù)據(jù)的實時傳輸和存儲. SD卡接口能夠?qū)崿F(xiàn)數(shù)據(jù)的實時儲存和提取. GPRS模塊通過RS232通用串行接口與LCD觸摸屏通信， 使水質(zhì)信息遠(yuǎn)程監(jiān)測終端設(shè)備可以將水質(zhì)信息無線傳輸?shù)剿|(zhì)監(jiān)測中心. 湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備主控器結(jié)構(gòu)圖如圖 4 所示.

圖 3 湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備結(jié)構(gòu)圖Fig.3 Lake water quality information wireless remote monitoring terminal equipment structure diagram

圖 4 湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備主控器結(jié)構(gòu)圖Fig.4 Lake water quality information wireless remote monitoring terminal equipment main controller structure diagram

2.2 YSI水質(zhì)信息數(shù)據(jù)采集硬件設(shè)備

水質(zhì)信息的采集硬件采用YSI多參數(shù)水質(zhì)監(jiān)測儀. YSI傳感器適用于多個點位的信息采集和長期的信息監(jiān)測， 并且可以同時監(jiān)測多個水質(zhì)參數(shù). 水質(zhì)監(jiān)測儀通過RS232串行接口連接到觸摸屏， 可以檢測水中總含鹽量、 鹽度、 溶解氧(DO)、 溶解氧飽和度(DOSAT)、 酸堿度(PH)、 氧化還原電位、 葉綠素a(Ch1a)、 電導(dǎo)率、 水溫等9種水質(zhì)指標(biāo)， 為布控設(shè)備的湖庫提供水質(zhì)情況和水華預(yù)測所需的信息數(shù)據(jù). 湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備水質(zhì)信息顯示界面如圖 5 所示.

2.3 GPS地理坐標(biāo)信息采集模塊與GPRS遠(yuǎn)程數(shù)據(jù)通信模塊

GPS是一種基于衛(wèi)星通訊的無線電定位導(dǎo)航系統(tǒng)， 能夠精準(zhǔn)實時地提供定位信息. GPS地理坐標(biāo)信息采集模塊采用GARMIN公司生產(chǎn)的并行12通道GPS接收機， 可以同時接受12顆衛(wèi)星的信號， 采集地理坐標(biāo)的多維數(shù)據(jù). 該GPS接收機定位精度高、 功耗低， 而且接受機信息可方便的顯示于顯示單元上.

湖庫水質(zhì)信息無線遠(yuǎn)程監(jiān)測終端設(shè)備通過GPRS遠(yuǎn)程數(shù)據(jù)通信模塊將GPS模塊采集到的地理坐標(biāo)信息和YSI采集的多種水質(zhì)參數(shù)發(fā)送至監(jiān)測中心的服務(wù)器終端. GPRS遠(yuǎn)程傳輸采用SIM300模塊， SIM300的尺寸較小， 可以滿足水質(zhì)監(jiān)測設(shè)備的尺寸要求. ARM主控器通過GPS串口和YSI串口獲得監(jiān)測設(shè)備處的地理坐標(biāo)和各種水質(zhì)參數(shù)等信息， 然后將這些數(shù)據(jù)通過GPRS模塊發(fā)送到GPRS網(wǎng)絡(luò)， 監(jiān)測中心的服務(wù)器接入Internet網(wǎng)絡(luò)， 通過TCP/IP協(xié)議， 即可以接收來自GPRS網(wǎng)絡(luò)的信息數(shù)據(jù)， 從而實現(xiàn)無線遠(yuǎn)程監(jiān)測終端設(shè)備與湖庫水質(zhì)監(jiān)測中心的信息傳輸.

3 系統(tǒng)軟件實現(xiàn)

3.1 軟件系統(tǒng)的總體結(jié)構(gòu)設(shè)計

監(jiān)測終端設(shè)備采集到的地理坐標(biāo)信息和多種水質(zhì)信息， 通過GPRS技術(shù)無線傳輸?shù)剿|(zhì)監(jiān)測中心， 監(jiān)測中心將獲得的數(shù)據(jù)實時存儲到數(shù)據(jù)庫中， 并通過后面給出的水華預(yù)測的方法實現(xiàn)水華預(yù)測的功能. 水質(zhì)監(jiān)測中心的服務(wù)器模塊主要運用并發(fā)服務(wù)器的機制來實現(xiàn)多個水質(zhì)監(jiān)測終端設(shè)備水質(zhì)信息數(shù)據(jù)的接受. 這些數(shù)據(jù)通過ADO技術(shù)儲存到數(shù)據(jù)庫中， 監(jiān)測中心的計算機再利用ADO技術(shù)和并發(fā)服務(wù)器的機制來讀取數(shù)據(jù)庫中的數(shù)據(jù)， 使用這些實時收集的數(shù)據(jù)來實現(xiàn)水華預(yù)測. 監(jiān)測中心系統(tǒng)結(jié)構(gòu)如圖 6 所示.

圖 6 軟件模塊結(jié)構(gòu)圖Fig.6 Software module structure diagram

3.2 信息管理與發(fā)布

湖庫水質(zhì)無線遠(yuǎn)程監(jiān)測和水華預(yù)測系統(tǒng)需要實現(xiàn)對數(shù)據(jù)庫的訪問和調(diào)用功能來完成數(shù)據(jù)的顯示及水華預(yù)測. 利用數(shù)據(jù)庫的優(yōu)點可以很好地進(jìn)行水質(zhì)信息數(shù)據(jù)的管理， 而且數(shù)據(jù)庫儲存數(shù)據(jù)占用的系統(tǒng)空間小， 并具有高效率的數(shù)據(jù)管理功能. 本系統(tǒng)使用SQL Server2008建立數(shù)據(jù)庫， 運用圖形化界面或create table命令來建立數(shù)據(jù)庫， 如圖 7 所示.

圖 7 水質(zhì)信息數(shù)據(jù)庫Fig.7 Water quality information database

構(gòu)建數(shù)據(jù)庫之后， 利用ADO技術(shù)和SQL命令訪問調(diào)用數(shù)據(jù). 采用結(jié)構(gòu)化查詢語句定義、 操作、 控制和查詢數(shù)據(jù). 在MFC中導(dǎo)入ADO動態(tài)鏈接庫， 然后通過訪問ADO提供的Connection， Command和Recordset對象來實現(xiàn)對該數(shù)據(jù)庫的控制和管理. 水質(zhì)監(jiān)測數(shù)據(jù)圖和葉綠素曲線如圖 8、
圖 9 所示.

圖 8 水質(zhì)監(jiān)測數(shù)據(jù)圖Fig.8 Water quality monitoring data map

圖 9 葉綠素曲線圖Fig.9 Chlorophyll curve

4 基于灰色-神經(jīng)網(wǎng)絡(luò)的水華預(yù)測模型

湖庫水體中水華的產(chǎn)生和消失過程中伴隨著各種物理、 化學(xué)和生物變化， 各種無機物質(zhì)相互關(guān)聯(lián)并相互作用， 不同水體中誘導(dǎo)藻類大量繁殖的主要因素也存在顯著差異， 這就使得湖庫水華的預(yù)測成為一個難點. 許多學(xué)者對此問題進(jìn)行了大量的研究， 但使用單一模型對藻類大量繁殖、 水華發(fā)生這一問題進(jìn)行預(yù)測， 不可避免地會使預(yù)測準(zhǔn)確度不足， 影響水華的預(yù)測效果.

本文將改進(jìn)的NGM(1,1,k)模型應(yīng)用于湖庫水華的預(yù)測模型， 方法為：

設(shè)原始數(shù)列

X(0)=(x(0)(1),x(0)(2),…,x(0)(n)),

(1)

式中：X(0)為模型的原始數(shù)列，X(1)為X(0)的一次累加生成數(shù)列，Z(0)為X(0)的加權(quán)均值序列.

(2)

Z(0)=(z(0)(2),z(0)(3),…,z(0)(n)),

(3)

其中

z(0)(k)=px(0)(k)+(1-p)x(0)(k-1),

0≤p≤1.

(4)

改進(jìn)的NGM(1,1,k)模型是在NGM(1,1,k)模型的白化方程中增加了一個參數(shù)常量， 白化方程重建為

(5)

灰微分方程表達(dá)式形式為

z(0)(k)+ax(1)(k)=kb+c.

(6)

該表達(dá)式就是改進(jìn)的NGM(1,1,k)模型， 其建模步驟與NGM(1,1,k)模型類似[9，10]. 改進(jìn)的NGM(1,1,k)模型和經(jīng)典的灰色GM(1,1)模型一樣， 都只考慮原始數(shù)據(jù)序列起點不變的情況， 導(dǎo)致預(yù)測的數(shù)據(jù)只能預(yù)測到最近的幾組， 而對后續(xù)數(shù)據(jù)序列的預(yù)測精度將會變低， 預(yù)測的價值將會大大降低. 本文應(yīng)用了一種改進(jìn)的NGM(1,1,k)新陳代謝模型. 該模型在預(yù)測的同時將新得信息置入原始序列， 剔除掉舊信息， 以新的數(shù)據(jù)序列作為模型的條件進(jìn)行新的預(yù)測， 可以使預(yù)測模型更好地反映預(yù)測系統(tǒng)的當(dāng)前特性并保證預(yù)測的可靠性.

本文采用的灰色神經(jīng)網(wǎng)絡(luò)組合模型是首先使用改進(jìn)的NGM(1,1,k)新陳代謝模型處理獲取的水質(zhì)信息數(shù)據(jù)， 然后將處理過的數(shù)據(jù)作為輸入層輸入到BP神經(jīng)網(wǎng)絡(luò)以獲取預(yù)測結(jié)果. 選取了6種影響因素來進(jìn)行水華預(yù)測， 分別為： 葉綠素， 水溫， 光照， 溶解氧， 總磷和總氮. 組合模型中的神經(jīng)網(wǎng)絡(luò)選取BP神經(jīng)網(wǎng)絡(luò)， 網(wǎng)絡(luò)層數(shù)選用3層， 通過實驗并結(jié)合經(jīng)驗公式確定網(wǎng)絡(luò)中隱含層的節(jié)點數(shù). 神經(jīng)網(wǎng)絡(luò)輸入層和隱含層之間的激勵函數(shù)選取S型函數(shù)， 隱含層和輸出層之間的激勵函數(shù)選取線性函數(shù). 灰色-神經(jīng)網(wǎng)絡(luò)水華預(yù)測模型結(jié)構(gòu)如圖 10 所示.

根據(jù)模型的預(yù)測結(jié)果和實際值做出水華預(yù)測結(jié)果如圖 11 所示， 可以得出結(jié)論： 本文使用的灰色-神經(jīng)網(wǎng)絡(luò)組合的預(yù)測模型能夠有效預(yù)測水華的生消， 該模型可以實現(xiàn)90%的預(yù)測精度， 并且可以用作該系統(tǒng)的預(yù)測模塊的模型.

圖 10 灰色-神經(jīng)網(wǎng)絡(luò)水華預(yù)測模型結(jié)構(gòu)圖Fig.10 Grey-neural network water bloom prediction model structure

圖 11 基于灰色神經(jīng)網(wǎng)絡(luò)組合模型的水華預(yù)測結(jié)果圖Fig.11 Water bloom prediction result graph based on grey neural network combination model

圖 12 水華預(yù)測預(yù)警人機界面Fig.12 Water bloom forecasting and warning man-machine interface

5 結(jié) 論

本文設(shè)計開發(fā)了一種湖庫水質(zhì)無線遠(yuǎn)程監(jiān)測和水華預(yù)測系統(tǒng)， 該系統(tǒng)集成了GPRS遠(yuǎn)程數(shù)據(jù)通信技術(shù)、 GPS地理定位技術(shù)和數(shù)據(jù)庫技術(shù). 本文著重介紹了系統(tǒng)的監(jiān)測終端設(shè)備和監(jiān)測中心管理軟件的實現(xiàn)方法， 并給出了一種預(yù)測效果較好的水華預(yù)測模型， 它為湖庫水質(zhì)的無線遠(yuǎn)程監(jiān)測和水華的高精度預(yù)測提供了有效的解決方案.