智能水环境监测平台的设计与实现

沈新宇

摘要： 在计算机技术和物联网技术不断发展的时代背景下，智能监测系统受到了社会各界的广泛关注，搭建合理的智能水环境监测平台，从而提高水环境管理的效率，确保能有效完成河流污染物通量管理以及监测数据统计等工作，促进开放水域管理工作的全面進步。本文分析了我国国内水环境监测研究的现状，并阐释了水环境监测的采集设备和相关技术，着重探讨智能水环境监测平台的需求和设计要点，仅供参考。

关键词： 智能监测平台;水环境;设计;技术分析

【中图分类号】TP311.52【文献标识码】A【文章编号】1674-3733（2020）15-0231-01

环境监测部门为了提升水质监测工作的综合水平，要在融合新型技术体系的同时，提高信息数据化管理效果，有效发挥智能监测技术解决实时有效监控水环境质量的难题，从而提高水资源利用效率。1水环境监测的研究现状

追溯我国水环境研究发展的情况，从上世纪八十年代开始，相关部门就陆续开展了水质监测工作，其中，离线水质分析、视频技术、水环境自动监测系统以及水环境生物监测系统是较为常见的方式，尽管相关技术实现了全面转型，但是整体研究体系依旧处于初级阶段。为了进一步推动相关工作的进程，我国设立了近3000个水质监测站点，针对国境河流、入海口等进行集中监测和分析，但是依旧存在分布不均匀以及覆盖面有限的问题，多数系统采取的是半自动化数据采集机制，缺乏实时性互动处理模块，这就使得水污染状态的分析还存在滞后性。因此，全面研究并且推进智能水环境监测平台的搭建具有重要的时代价值[1]。

2水环境监测的采集设备与技术

2.1采集设备分析

第一，水质传感器。作为一种基础的检测装置，主要是应用内部结构产生的电化学电压完成相应的操作，实现参数的放大，能有效且精准的对已知离子浓度予以描述，绘制对应的曲线。在水质传感器中，数据处理、无线通信、电源供应以及数据感应是基本的组成部分，完善数据的富集和处理传输，从而有效满足控制要求[2]。

第二，ADCP。是一种多功能测量装置，能有效实现向水体传输声波脉冲。在计算机不断进步的背景下，ADCP配备全球定位系统，能有效和导航仪进行连接，判定相应断面的地理坐标，从而完善相应的监控工作。

2.2平台建设技术分析

第一，建立集成框架结构。Struts-Spring-Hibemate是较为常见的框架结构，利用应用层、业务逻辑层以及数据层完成数据信息的富集和处理，在提升视图效果的同时，也能实现数据的分离，加之系统的重用性和灵活性较高，对于优化相应监测工作的效率具有较为突出的优势[3]。

第二，建立界面框架。主要是基于Javascript完成的ExtJS框架，用户界面和操作方式较为标准，能应用在不同的开发语言环境中，有效提升使用体验。相较于传统的页面，ExtJS框架下的代码数量较为有限，能提升工作流程的合理性和系统性，确保能第一时间借助事件处理加载模块实现相应的请求。

综上所诉，将Struts-Spring-Hibemate框架和ExtJS予以融合就能有效完成数据的处理，提升数据访问功能的应用水平，减少繁杂的工作量，从而一定程度上建立更加合理的数据库访问接口模式，优化应用数据的控制效果。

3智能水环境监测平台的设计

3.1智能水环境监测平台需求

在建立智能水环境监测平台的过程中，要满足相应参数采集的需求，主要是对河流断面污染参数以及水文水动力参数的富集和处理，并且能结合相应的情况有效完成指令的下达，从而提升监测数据应用的效果，建立相关校对系统。

一方面，建立数据采集子系统。能实现对水质监测数据的采集和处理，完成校验工作和解析工作，并且依据数据的相关内容落实对应指令，也能进行数据的存储，以备后续实现数据对比。

另一方面，建立业务子系统。主要分为系统管理以及智能数据处理监管两个单元，前者对单位信息、人员信息、角色信息以及角色权限分配予以讨论，判定维护工作的分配方式，后者则是要落实站点管理、设备管理、通量估算以及检测指标的分析[4]。

3.2智能水环境监测平台设计

依托Java EE平台完成智能水环境监测平台的搭建工作，利用Java语言进行业务子系统的研发，应用技术框架选择Struts-Spring-Hibemate，建立对应的应用层、业务逻辑层以及数据层。

首先，借助Struts-Spring-Hibemate完成业务子系统的搭建和处理，并且借助MVC模式完成请求内容的过滤操作，建立页面请求处理框架和转发机制，实现对数据的实时性跟踪控制，确保能依据请求进行结果的处理[5]。

其次，完成DI和IoC的业务逻辑管理工作，确保能提升实务处理的安全性和准确性。尤其是要对以下几个方面进行综合控制：1）时间域截取，建立时间参数体系;2）数据校验功能模块;3）通量估算模块;4）数据查询模块;5）数据格式转换功能键;6）用户身份认证，完成认证后进入子系统开展相应操作。

再次，应用Struts-Spring-Hibemate进行数据持久层的处理，保证能对语言环境中的对象和数据之间完成映射控制，从而直接形成实体性数据和文件，最后借助Ext JS框架完成数据渲染。

最后，在数据采集子系统完成数据分析后，就能集中生成水质监测数据，确保解析处理和校验处理完成后实现数据的富集，形成数据库，将相应的指令直接传到水质传感通信设备中，完成相应指令的下达。

除此之，也要重视数据库的设计工作，确保数据库能符合功能的实时性需求以及数据库的性能标准，从而提升数据完整性和一致性，打造更加合理的全过程数据监督模式，真正意义上发挥智能水环境监测平台的应用价值。

结束语：总而言之，为了全面提升水环境管理工作的综合水平，要积极强化智能水环境监测平台的设计和实现过程，从而打造更加高效的水资源监督控制模式，优化水资源利用率，从而在多维数据分析及家属的支持下优化水污染监督管理效果。

参考文献

[1]许江涛.水环境监测化验室废液处理方法初探[J].智能城市，2020，6（12）：162-163.

[2]张伟男.遥感技术在水环境和大气环境监测中的应用研究进展[J].智能城市，2019，5（19）：131-132.

[3]林舒，徐玮.水环境监测实验室信息管理系统的开发[J].化学分析计量，2018，27（4）：111-114.

[4]陈杰，包学才，涂振宇.面向水环境监测的无线传感网络协作波束形成远距离传输优化方法[J].水利水电技术，2018，49（6）：118-125.

[5]牛庆国.基于物联网的水环境智能监测研究及应用[J].云南建筑，2017（4）：40-42.