数据-模型耦合驱动的水质监测技术发展与未来展望
作者机构：中山大学土木工程学院 中山大学水资源与环境研究中心 广东省海洋土木工程重点实验室
出 版 物：《人民珠江》 (Pearl River)
年 卷 期：2024年
学科分类：082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 0804[工学-仪器科学与技术]
基 金：珠海市社会发展领域科技计划项目(2220004000355) 佛山市顺德区核心技术攻关重点项目(2230218004273) 广东省基础与应用基础研究基金资助项目(2023B1515040028)
摘 要：随着大数据时代的到来，水质检测技术也迎来了快速发展，从以往的人工检测逐步转变为新型的实时监测和系统管理。当前，大数据技术已经在水质监测技术的多个方面得到广泛应用，主要包括数据采集、实时监测系统、数据存储与管理、数据分析以及风险预判5个方面。无线传感器网络和遥感逐渐成为数据采集的主流技术，而云平台和多种数据库的进一步使用促进了水质的实时监测的发展。此外，时空大数据混合存储显著提升了数据存储效率。在水质分析和预测方面，机器学习和专家系统等人工智能手段则发挥了重要作用。未来，通过和物联网等新兴技术结合、提高设备集成化水平、构建混合机器学习模型，大数据将进一步助力水质监测的发展。
同方期刊数据库