曾澤熠,陳姝予
(長江生態(tài)環(huán)保集團有限公司,武漢 430062)
水質狀況對人們的生產、生活造成了很大的影響,近年來由于水污染而引發(fā)的社會問題也是屢見不鮮。水質標志著水體的物理、化學和生物的特性及其組成的狀況[1]。為了判定某地區(qū)的水是否滿足居民生活用水的要求,必須對該地區(qū)的水進行定期監(jiān)測。水質監(jiān)測就是對水環(huán)境中各種污染物進行監(jiān)測,并對各種污染物的含量及其變化趨勢進行評估的過程。主要的監(jiān)測項目可以被劃分成兩大類:一類是反映水質狀況的綜合指標,第二類是有機殺蟲劑以及重金屬污染物。為了水環(huán)境質量作出一個客觀的評估,還需要對流速和流量進行檢測。水質監(jiān)測是水資源保護工作的一個組成部分,其重要性不言而喻,只要監(jiān)測到位,就可以在污染現象進一步惡化之前,及時制止,防止問題擴大,所以水質監(jiān)測有很高的研究價值。
現有的水質監(jiān)測方法的核心理念是把若干個傳感器采集到的信息進行融合,從而得出更全面的數據收集結果。從目前多傳感器水質監(jiān)測方法的研究情況來看,文獻[2]提出的基于G-RepVGG和魚類運動行為的水質監(jiān)測方法、文獻[3]提出的基于衛(wèi)星觀測及水質動力模型的感潮河流水質監(jiān)測方法以及文獻[4]提出的基于異構網的野外池塘水產養(yǎng)殖云端水質監(jiān)控方法發(fā)展較為成熟,其中文獻[2]提出方法利用拍攝到的圖像數據,獲取水質參數數據,將RepVGGblock與GhostNet結合,建立了G-RepVGG模型,通過模型重參數化,將卷積層和批歸一化層合并,然后將3路卷積合并為1路,極大地減少了模型參數量,加快了水質監(jiān)測的速度。文獻[3]提出的監(jiān)測方法基于Lansat8/OLI微型遙感資料,采用Delft3D水質動力學模式,實現對水體中溶解氧、氨氮和高錳酸鉀等水質參數的定量反演。而文獻[4]中提出方法使用傳感器和異構無線網絡來采集和傳輸數據,并使用云服務器平臺來完成遠程數據的存儲,對其進行監(jiān)測。然而上述傳統(tǒng)的水質監(jiān)測方法在實際運行與應用過程中存在明顯的監(jiān)測范圍小、監(jiān)測精度低等問題,為此引入優(yōu)化深度置信網絡算法。
深度置信網絡是一類基于約束玻爾茲曼機器的深度學習神經網絡,它采用多重性準則,通過構建一個在輸入數據和樣本間標記間的聯(lián)合分布函數,使其在概率產生過程中發(fā)揮重要作用。利用優(yōu)化深度置信網絡算法對多傳感器水質監(jiān)測方法進行優(yōu)化設計,以期能夠在擴大水質監(jiān)測范圍的前提下,保證水質的監(jiān)測精度。
優(yōu)化設計的多傳感器水質監(jiān)測方法以水溫、pH值、溶解氧、污染物濃度等作為監(jiān)測目標,并對市場上的傳感器進行研究分析,選擇合適的傳感器進行監(jiān)測方法的設計。優(yōu)化設計多傳感器水質監(jiān)測方法可以將計算機數據挖掘技術、傳感器技術、嵌入式數字信號處理技術等結合起來,對水質展開監(jiān)測和分析。通過構建無線傳感網絡,可以對區(qū)域的水質展開實時、全方位的監(jiān)測。水質監(jiān)測單元的數據采集來自于特種的數據傳感器,水質傳感器在感知周圍的數據之后,再由ZIGBEE網絡進行組網,數據經過無線網絡后傳輸到了聚集中心節(jié)點[5]。聚集中心節(jié)點分布在各個監(jiān)控子站中,監(jiān)控子站的數據經過GPRS無線通信網絡傳送到了遠程的數據監(jiān)控中心。在上位機的監(jiān)控中心,設計了使用時序數據挖掘模塊,對水質數據展開分析和分析,讓工作人員可以更好地對水質進行管理。
根據地表水環(huán)境質量標準基本項目的標準限制,可以將水環(huán)境質量分為5個等級,從水溫、pH值、溶解氧等方面,確定不同水質等級下相關參數的浮動范圍。部分水質監(jiān)測標準的具體說明,如表1所示。
表1 水質監(jiān)測標準說明表
同理可以得出不同質量等級下水體相關參數的取值區(qū)間,以此作為確定水質監(jiān)測等級的比對標準。
傳感器選擇與安裝的目的是為水體質量數據的采集提供硬件支持,根據水質監(jiān)測目標確定需要裝設的傳感器具體包括:溫度傳感器、pH值傳感器、溶解氧傳感器等。
1.2.1 水體溫度傳感器
一般來說,水環(huán)境中的溫度都是相對穩(wěn)定的,如果溫度驟然上升,就意味著有新的污染物在水中生成,所以人們經常把溫度作為水質監(jiān)測的一個重要指標[3]。采用DS18B20型號的溫度傳感器,該傳感器由8比特CRC發(fā)生器、高速緩存區(qū)、存儲器及控制器、64比特只讀存儲器及單總線接口、電源檢測、非易失性溫度告警觸發(fā)器TH及TL、溫度敏感元件及配置寄存器等元件構成。相對于傳統(tǒng)的熱敏電阻元件,占用的空間更小,可適應的電壓范圍更廣,并可連接微處理接口[3]。優(yōu)化設計溫度傳感器在水體環(huán)境中的測溫工作原理如圖1所示。
圖1 水體溫度傳感器測溫原理圖
圖1表示的水體溫度傳感器中,低溫系數晶體振子按照一定的振子頻率發(fā)送減1;相反,對于高溫系數晶振而言,振蕩頻率受到溫度的影響比較大,它主要是通過減數計數器2來傳輸的[6]。當由傳感器生成的脈沖信號循環(huán)至減法計數器由2至0的時候,溫度記錄就會終止。當溫度傳感器DS18B20執(zhí)行寫入操作及溫度模數轉換時,總線必須被拉升到高電平,而將其拉升到高電平所需的最少時間是10微秒,所以CC2530的P0端口必須提供一個拉升電阻,該拉升電阻通常是4.7 k歐姆。DS18B20為芯片提供的動力有兩種,VDD與外部電源相連,GND與地線相連,DQ與單片機的輸入輸出接口相連。
1.2.2 水體PH值傳感器
水體的pH值與水的質量密切相關,它是衡量水的污染程度的一個重要指標。在對水體PH值進行測量的時候,一般都會使用電化學傳感器。將傳感器電極放入被測液體中,讓其發(fā)生化學反應,從而得到電極之間產生的電勢差,電勢差的大小與被測液體中參與反應的離子濃度有關系,在進行相關處理后,就可以獲得被測液體的PH值[7]。由于PH 電極輸出信號為毫伏電壓信號,且內阻比較大。本文選用的米科MIK型傳感器具有高精度的特點,測量溫度使用范圍0~99°,重復性誤差在0.02以內,輸入阻抗值≥10 Ω,為提升PH值傳感器的精度,還加設一個調理電路,如圖2所示。
圖2 PH值傳感器調理電路圖
圖2表示的傳感器調理電路采用三級放大電路結構,分別為電壓跟蹤級、濾波級和放大級[4]。其中接口1為PH值感應器的陽極地信號,為運放提供正、負5伏特的電源。
1.2.3 水體溶解氧傳感器
溶氧敏感應器的工作原理是用一層透氣膜將被測溶液與外加電解質隔開,透氣膜的滲透性決定了進入溶氧敏應答的陰極氣體組成,也決定了溶氧敏應答的性能。本文選用的傳感器為RY952型傳感器,在0.6~0.8 V電壓的環(huán)境下,所測溶液中的養(yǎng)份在陰極發(fā)生還原,這時,傳感器輸出電流強度與所測溶液中的氧活性程度正相關。溶解氧檢測電路需要激勵源的支持才能正常工作輸出電路信號,再將電路變換成電壓到單片機A/D采集口。
1.2.4 水體濁度傳感器
水體濁度傳感器的由光源、散射光接收器等部分組成,其基本傳感原理就是對比接收器實際接收光能與光源的發(fā)出光能之間的差距,從而反映出光線傳輸過程中因水體濁度而導致的散射情況,進而得出水體濁度的量化測試結果[8]。為保證對水體濁度數據的監(jiān)測精度,選擇激光二極管作為傳感器的光源器件,在光源驅動作用下,內置的感光二極管是由一個放大器的輸入端與一個給半導體激光器提供電源的電源進行負反饋控制的,這樣就可以使半導體激光器的光強度自動平衡[9]。另外水體濁度傳感器中的散射光接收器件選擇光敏二極管,該器件能夠最大程度的減短光敏二極管與放大器之間的連接距離,由于原始的散射光信號在低濁度時變化非常微小,極容易被淹沒在噪聲之中,采用這樣的單片式設計極大程度的提高了原始信號的可靠性,在后期處理時實際上處理的是經過第一級互阻抗放大器放大過的信號,使得電路設計難度降低,提高了設備測量可靠性。
1.2.5 氨氮傳感器
優(yōu)化設計氨氮傳感器的內部結構如圖3所示。
圖3 氨氮傳感器內部結構圖
從圖3中可以看出,氨氮傳感器的硬件電路由STM32芯片外圍電路、信號處理電路等部分組成。除了PT1000鉑熱阻器外,其他所有的電極都只有一年的壽命,超過了這個壽命,傳感器就無法工作了。針對這一問題,對該傳感器進行優(yōu)化設計,采用BNC聯(lián)接的電極,在其失效時,通過螺釘將其替換[10]。為了增強傳感器的防水性能,各電極與傳感器結構之間都使用了螺紋連接。
除上述傳感器外,還需要優(yōu)化設計電導率傳感器,用來檢測水體中含有的無機鹽含量。為保證各傳感器之間的兼容性,按照圖4表示方式,對優(yōu)化設計的多個傳感器進行連接。
圖4 多傳感器連接示意圖
在供電組件的支持下,為傳感器的運行提供充足的電力支持。
多傳感器選址必須確保傳感器能夠對目標水環(huán)境達到一定的覆蓋水平,從而保證監(jiān)測端能夠及時準確的掌握與水環(huán)境質量相關的所有狀況數據。在選擇多傳感器裝設位置時,還需要考慮傳感器建設和維護的經濟成本,在確保監(jiān)測性能的前提下,對傳感器的分布予以優(yōu)化。綜合考慮環(huán)境、人為因素、交通等影響條件的情況下,將多傳感器的選址問題以目標函數的形式表示,對應的目標函數如下:
(1)
其中:變量φi表示第i個候選點被選為監(jiān)測點的幾率,N(P)代表發(fā)生污染事故的監(jiān)測點數量,ncandidate為初始選擇裝設位置的候選點數量。在優(yōu)化設計的多傳感器水質監(jiān)測方法中,利用優(yōu)化深度置信網絡對公式(1)表示的傳感器選址問題進行求解,優(yōu)化深度置信網絡的組成結構與傳播原理如圖5所示。
圖5 優(yōu)化深度置信網絡結構與傳播原理圖
優(yōu)化深度置信網絡由無監(jiān)督的深度玻爾茲曼機和有監(jiān)督的神經網絡兩部分組成,其中無監(jiān)督的深度玻爾茲曼機可對數據進行特征抽取,通過堆疊任意層數的受限玻爾茲曼機得到[11],并采用無監(jiān)督逐層訓練的方式進行訓練,而神經網絡能夠完成數據的分類與預測[12]。在實際的傳感器選址過程中,假設深度置信網絡中包含L層節(jié)點,以傳感器運行工作數據作為輸入信息,經過中間層處理后使輸出值幾何與理論值的偏差最低。在確定優(yōu)化深度置信網絡輸入值的前提下,網絡的實時運行能量函數可以表示為:
(2)
式中,xi為網絡的初始輸入數據,?z、?in和?hide分別對應的是輸入層與隱藏層連接矩陣中的權值、輸入層權值和隱藏層權值,zj代表隱藏層的狀態(tài)向量,nin和nhide分別為網絡中輸入層和隱藏層包含的網絡節(jié)點數量。公式(2)中變量zj的求解公式如下:
(3)
將公式(3)的計算結果代入到公式(2)中,即可得出網絡能量函數的求解結果。由于優(yōu)化深度置信網絡的結構特點,當輸入值確定時,根據公式(2)表示的能量函數求解結果,可以得出輸入層與隱藏層的條件概率以及兩者之間的聯(lián)合概率分布,求解結果可以表示為:
(4)
式中,H(x)代表分配函數。那么單個輸入值被激活的概率,即為對應位置被選為裝設傳感器位置的概率,計算結果為:
(5)
經過優(yōu)化深度置信網絡的多次反復訓練,即可得出水體區(qū)域內多個傳感器裝設位置的選擇結果。另外,還需要判斷優(yōu)化深度置信網絡輸出的選址結果是否滿足傳感器的裝設條件,將任意兩個傳感器之間的距離條件設置為:
d(i,j)=ri+rj
(6)
式中,ri和rj分別對應的是傳感器i和j的覆蓋半徑[14]。若優(yōu)化深度置信網絡的輸出結果滿足公式(6)表示條件,則說明網絡輸出結果即為傳感器的最終選址結果,否則需要對輸出結果進行過濾處理[13],最終將設計的傳感器安裝在對應位置上。
利用裝設在制定位置上的傳感器,收集水環(huán)境實時數據,為水質監(jiān)測指標的計算提供數據支持。圖6表示的是傳感器的數據采集流程。
圖6 傳感器數據采集流程圖
在開始數據采集之前,首先需要對水環(huán)境中裝設的所有傳感器進行時間配準,就是保證多傳感器測量數據同步,傳感器的時間配準過程可以表示為:
(7)
式中,xA和xB分別為A、B兩個傳感器輸出的數據采集結果,ndata-A和ndata-B對應的是兩傳感器得出的數據采集量[15]。啟動配準完成的傳感器,得出水環(huán)境的相關特性數據采集結果,以水體的pH值數據為例,采集結果可以表示為:
(8)
公式(8)中變量pH0為參比溶液的pH值,W和W0分別對應的是當前水體以及參比溶液的電動勢,T為水體溫度,κF代表法拉第常數[16]。另外溶解氧和濁度數據的采集結果如下:
(9)
式中,I為電流,h為溶解氧傳感器中內置薄膜的厚度,nelectron為電子得失數,α和κt對應的是隨機常數和透氧系數,S為陰極面積,另外變量σ、λmeasure和vWater分別對應的是比例常數、參數測量值和水體流速[17]。按照上述方式,在固定采集頻率的驅動下,可以得出水體環(huán)境中所有傳感器的數據采集結果。
在數據融合之前首先需要對初始采集的水質數據進行預處理,通過對初始采集數據的線性變換,將其等比例縮放到固定區(qū)間中,最終得出的初始采集數據預處理結果如下:
(10)
其中:fmax(x)和fmin(x)分別為初始采集數據中的最大值和最小值,最終將數據的預處理結果賦值為初始采集數據。此次多傳感器水質數據融合處理的目的,是對水環(huán)境區(qū)域內的所有測點位置上的水質進行統(tǒng)一監(jiān)測,減少監(jiān)測方法的數據計算量[18]。多傳感器采集的水質數據采用同類型融合的方式,即將不用位置上相同類型的傳感器數據采集結果進行融合,因此首先需要對數據類型進行劃分,劃分過程可以表示為:
(11)
公式(11)中變量τi和τj分別表示的是傳感器數據i和j的特征值,若公式(11)的計算結果高于閾值γ0,說明數據i和j屬于相同類型,可以直接執(zhí)行融合處理,否則認為兩者不為相同類型,不予執(zhí)行融合處理[19]。最終針對相同類型的數據,按照公式(12)表示原理進行融合。
(12)
其中:Xt為屬于同一類型的數據集合,nt為判定為同類型的數據量。重復上述操作可以得出所有數據類型的融合處理結果。
設置溫度、濁度、pH值、溶解氧以及水體中的污染物濃度作為監(jiān)測指標,其中溫度、濁度、pH值等指標均可通過傳感器設備直接得出,而在水體污染物濃度指標的計算過程中,需要利用傳感器確定測點位置上污染物的含量,并結合測點位置上的監(jiān)測體積,得出水體環(huán)境中污染物濃度指標的計算結果。以氨氮污染為例,其污染濃度監(jiān)測指標的計算公式如下:
(13)
式中,mNH為水體測點位置上的污染物質量,V0為污染物濃度測量中的目標水體體積。同理可以得出水體環(huán)境中其他所有水質監(jiān)測指標的設定與計算結果[20]。最終將實時監(jiān)測的水質指標與設置的水質監(jiān)測標準進行比對,得出多傳感器水質等級的監(jiān)測結果。最終將監(jiān)測指標數據、監(jiān)測等級等結果,以可視化的形式輸出。
為了驗證優(yōu)化設計的基于優(yōu)化深度置信網絡的多傳感器水質監(jiān)測方法的監(jiān)測性能,設計測試實驗,此次實驗的基本思路為:采用污染物定量排放、水流量控制等方式,實現對目標環(huán)境中水質情況的設定,并以此作為水質監(jiān)測的理論數據。利用優(yōu)化設計監(jiān)測方法對目標區(qū)域水質進行監(jiān)測,對比各個測點位置上實際監(jiān)測結果與設置理論數據之間的差距,從而體現出設計方法在監(jiān)測精度性能方面的測試結果。通過計算水質監(jiān)測中心與最遠監(jiān)測邊界之間的距離,得出反映優(yōu)化設計方法監(jiān)測范圍的測試結果。最終通過與傳統(tǒng)方法的對比,體現出優(yōu)化設計方法在精度和范圍兩個方面的性能優(yōu)勢。
此次性能測試實驗以某城市水庫作為水質監(jiān)測環(huán)境,該水庫占地面積約為2 456.8平方千米,庫容量能夠達到35.75 m3,該水庫是城市用水的主要來源。配置氨氮、重金屬以及懸浮物等污染物,將其排放到選擇的監(jiān)測環(huán)境中,關閉水庫閘門,盡量保證水庫中的水環(huán)境處于靜止狀態(tài),由此完成對水質監(jiān)測環(huán)境的配置。在人為控制作用下,水質監(jiān)測環(huán)境的設計情況,如表2所示。
表2 水質監(jiān)測環(huán)境理論參數表
按照上述方式可以得出水環(huán)境中所有位置的水質參數理論值,以此作為判斷水質監(jiān)測方法輸出結果精度的比對標準。
在水庫的地理空間內,沿著經緯度線(每隔5公里)形成網格點,各布置1個PH值傳感器,濁度傳感器和氨氮傳感器,每個傳感器節(jié)點可以定時向臨近的監(jiān)測節(jié)點傳遞實時的水質信息,再由監(jiān)測節(jié)點定期將匯總信息傳遞到最近的監(jiān)測基站。而溶解氧傳感器需要單獨布置,實驗中選用RY952型號的溶解氧傳感器,該傳感器的測量范圍區(qū)間為[0 mg/L,20 mg/L],最小分度值為0.01 mg/L,采用正負極連接線。選用溫度傳感器能夠實現自動溫度補償。按照上述方式可以得出水質監(jiān)測中所有傳感器的型號基本物理性能,根據優(yōu)化深度置信網絡的選址結果,將上述傳感器設備安裝在測點位置上。其中溶解氧傳感器的布設情況如圖7所示。
圖7 溶解氧傳感器布設實景
監(jiān)測節(jié)點和數據基站的工作環(huán)境都是在水環(huán)境下或表面,且是以拋錨式的方式固定在一定的位置上,因此,需要采取一定的措施來進行保護,并且還要起到抗干擾的作用。使用PVC材質制作的盒子對傳感器進行了防護,在放置監(jiān)測節(jié)點的盒子的右邊,需要打孔,這樣才能將傳感器及變送器的數據線和電源線導入盒子的內部,再與監(jiān)測節(jié)點的核心板相連接,再用玻璃膠將這些孔密封起來,從而達到防水的效果。
當全部傳感器布置完成后,按照如下步驟形成一個由多傳感器節(jié)點構成了無線傳感網絡,并測試無線傳感器網絡的可用性。
1)先測試各節(jié)點的能耗狀態(tài),通信狀態(tài)和整個無線通信網絡的狀態(tài)。
2)每隔5小時匯總各傳感器節(jié)點采集到的信息到監(jiān)測基站。
3)采集數據的同時也監(jiān)控各節(jié)點的實時通信狀態(tài)。
4)最后考察整個無線通信系統(tǒng)的穩(wěn)定,經過測試無誤后,監(jiān)測系統(tǒng)進入工作狀態(tài)。
由于優(yōu)化設計方法以優(yōu)化深度置信網絡算法作為支持,因此需要對網絡算法的相關運行參數進行設置。設置輸入層和隱藏層的節(jié)點數量均為20個,輸入層層數為1,隱藏層層數為5,初始學習率為0.1,網絡訓練過程中的最大迭代次數為100次。將上述運行參數輸入到基于優(yōu)化深度置信網絡的多傳感器水質監(jiān)測方法對應的運行程序中。
在選擇的水質監(jiān)測環(huán)境周圍安裝主測計算機,并通過通信網絡實現多傳感器與主測計算機的連接。在主測計算機中,利用編程工具實現優(yōu)化設計方法的開發(fā),在監(jiān)測程序的驅動下,同步啟動多傳感器,通過數據采集、指標計算等步驟,得出水質監(jiān)測方法的輸出結果,如圖8所示。
圖8 水質監(jiān)測結果界面
同理可以得出水質監(jiān)測環(huán)境中,所有測點在任意時刻的水質監(jiān)測可視化輸出結果。
根據實驗目的,分別從水質監(jiān)測精度和監(jiān)測范圍兩個方面設置性能量化測試指標,其中水質監(jiān)測精度的測試指標具體包括濁度指標監(jiān)測誤差、pH值監(jiān)測誤差、溶解氧監(jiān)測誤差以及氨氮濃度指標監(jiān)測誤差,上述指標的數值結果如下:
(14)
式中,變量λmonitor、pHmonitor、δO-monitor和cNH-monitor分別表示水質濁度、pH值、溶解氧和氨氮濃度的監(jiān)測結果,λtheory、pHtheory、δO-theory和cNH-theory對應的是上述指標的理論值。另外,監(jiān)測范圍的測試指標為監(jiān)測面積,其測試結果為:
(15)
其中:(xcenter,ycenter)和(xfarthest,yfarthest)分別為監(jiān)測中心和最遠監(jiān)測點的位置坐標。為保證基于優(yōu)化深度置信網絡的多傳感器水質監(jiān)測方法的優(yōu)化設計結果,要求水質濁度監(jiān)測誤差不得高于0.05 FTU,pH值監(jiān)測誤差不得高于0.2,溶解氧和氨氮濃度監(jiān)測誤差均不得高于0.2 mg/L,同時監(jiān)測范圍不得小于水體總面積的80%,即1 965.44平方千米。
2.6.1 監(jiān)測精度測試結果
通過各測點輸出水質監(jiān)測結果數據的統(tǒng)計,得出反映優(yōu)化設計方法監(jiān)測精度性能的測試結果,如表3所示。
表3 優(yōu)化設計方法監(jiān)測精度性能測試數據表
將表2和表3中的數據代入到公式(14)中,計算得出水質濁度、pH值、溶解氧和氨氮濃度的平均監(jiān)測誤差分別為0.005 FTU、0.07、0.05 mg/L和0.007 mg/L,均滿足預設要求。
2.6.2 監(jiān)測范圍測試結果
確定水質監(jiān)測區(qū)域的中心位置和最遠節(jié)點位置,通過公式(15)的計算得出水質監(jiān)測范圍的測試結果,如圖9所示。
圖9 水質監(jiān)測范圍測試結果
最終計算得出水質監(jiān)測范圍為2 041.79平方千米,高于水體總面積的80%。
2.6.3 與傳統(tǒng)監(jiān)測方法的對比
為了體現出優(yōu)化設計方法在監(jiān)測精度和監(jiān)測范圍兩方面的優(yōu)勢,設置傳統(tǒng)的基于G-RepVGG和魚類運動行為的水質監(jiān)測方法和基于衛(wèi)星觀測及水質動力模型的感潮河流水質監(jiān)測方法作為實驗的對比方法,按照上述方式實現對比方法的開發(fā)與運行,并得出相應的監(jiān)測結果。最終通過公式(14)和公式(15)的計算,得出監(jiān)測精度和范圍的測試結果,最終得出的性能測試對比結果,其中水質濁度監(jiān)測誤差和溶解氧監(jiān)測誤差的對比測試結果如圖10所示。
圖10 水質監(jiān)測精度性能測試對比結果
從圖10中可以看出,兩種傳統(tǒng)監(jiān)測方法的平均濁度監(jiān)測誤差分別為0.018 FTU和0.016 FTU,平均溶解氧監(jiān)測誤差分別為0.016 mg/L和0.013 mg/L,同理,通過公式(14)的計算,得出兩種傳統(tǒng)方法的平均pH值監(jiān)測誤差為0.13和0.09,平均氨氮濃度監(jiān)測誤差分別為0.015 mg/L和0.012 mg/L,均高于優(yōu)化設計方法。另外兩種對比方法的監(jiān)測范圍測試結果,如圖11所示。
圖11 對比方法監(jiān)測范圍測試結果
通過公式(15)的計算,得出兩種對比方法的監(jiān)測面積分別為1 575.53平方千米和1 748.85平方千米,均低于優(yōu)化設計方法的監(jiān)測范圍。由于布置的傳感器節(jié)點較多,因此監(jiān)測數據的傳遞效率也是一個重要的性能評價指標,隨機選擇10個傳感器節(jié)點,統(tǒng)計各節(jié)點對PH值數據,濁度值和氨氮值的數據采集和傳遞時間(統(tǒng)計周期為10 min),以驗證本文優(yōu)化深度置信網絡在水質監(jiān)測效率方面的優(yōu)勢,統(tǒng)計結果如表4所示。
表4 數據采集及數據通信效率對比
數據統(tǒng)計結果顯示:在相同的節(jié)點通信距離和基站距離條件下,優(yōu)化深度置信網絡算法在數據采集效率和數據傳輸效率更高,耗時更短。這與整個通信網絡的性能、通信布局和通信協(xié)議相關,同時也與深度置信網絡算法強大的數據整合能力和數據訓練效率相關,能夠在相同的硬件條件下提升水質監(jiān)測數據的采樣效率。
水質監(jiān)測對于水環(huán)境治理、污染控制等工作具有重要意義,通過基于優(yōu)化深度置信網絡的多傳感器水質監(jiān)測方法的設計與開發(fā),能夠同時實現水環(huán)境質量的大范圍、精準監(jiān)測,對于環(huán)境的可持續(xù)發(fā)展具有積極意義。從實驗結果中可以看出,優(yōu)化設計方法的具有良好的監(jiān)測精度和監(jiān)測廣度,達到預期的優(yōu)化效果,在實驗測試工作中需要注意的是,在性能測試實驗結束后,需要對水庫環(huán)境進行污染治理與回收,最大程度的降低實驗對實際用水帶來的影響。