我们过去常用的水质监测技术是人工监测技术,人工监测技术存在着很多问题,记录方式很难方便的输入计算机处理;人工的数据处理费时易错;水质信息的采集、传输、处理的实时性和准确性较差,无法适应现代水质监测的需求.因此,要用自动化技术促进水质监测自动化的发展.本论文研究的河流远程水质监测方法满足水质监测技术发展的需要.本论文通过对SCADA技术的研究,建立了河流远程水质监测系统的模型,即分为监测站、中心控制站和远程通信三部分.监测站是水质数据采集的现场,在这里我们引入了传感器技术和虚拟仪器技术,传感器是水质数据采集的直接工具,它完成了水质信息到电信号的转变过程.水质监测虚拟仪器可通过用户自定义仪器的功能和结构,将众多的监测仪器功能集成在一个软件库中,以透明的方式把计算机资源和仪器硬件的监测、控制能力结合在一起,利用软件实现对监测的过程控制,有效解决了同时监测多种水质数据的复杂问题,并可实现水质预测.应用水质监测虚拟仪器,本论文主要研究了河流COD、浊度、流量、pH、水温和DO的监测.并将监测值与实验室标准方法测量值相比较,论证监测值的有效性.在水质监测虚拟仪器中引入人工神经网络技术可实现水质预测,本论文建立了水质预测BP模型,并对传统BP模型和算法进行了改进,给出了基于梯度信息的离散神经网络自适应学习算法,通过仿真实验证明该预测方法的可行性.在本系统中我们采用超短波作为远程通信方式,通过对通信系统组成、通信过程和通信协议的研究可以实现监测站和中心控制站之间水质数据和控制命令的远程传输.总的来说,通过对河流远程水质监测技术的研究,可以实现河流水质状况的远程监控和水质预测,可使水质监测系统的机动、快速反应能力和自动测报能力大大提高,提高水质监测信息数据传输和分析效率,提高对突发、恶性水质污染事故的预警预报及快速反应能力,从而有效地确保供水的安全性,对于河流水质的科学管理也起到一定作用.