论文部分内容阅读
随着人类社会的发展与进步,自然环境遭受到前所未有的压力,特别是对湖泊水资源环境的破坏更为严重。水资源的保护不仅关系到社会的发展,更是人类赖以生存的条件,其中湖泊水域在城市建设中发挥着十分重要的作用,它不仅是工业用水与居民生活用水的主要来源之一,还具有调节气候、防洪蓄水的重要战略意义。因此,对湖泊水域建立长期有效的水质监控系统十分必要,它能够预防和改善水质环境,保护水资源不被破坏。近年来,我国对水资源的保护越来越重视,建立了许多水质监测站点,对大型的河流湖泊进行了系统的监测与管控,但对于中小型湖泊水域的监管还不是很完善。由于小型湖泊水域面积小,建立水质监测站点成本太高而且维护困难,因此常常采用随机取点采样的方式进行水质检测。这种方式的水质监测,只能反映湖泊污染情况,并不能对整个水域有良好的数据体现,因此基于以上考虑,本文搭建了一套基于无人船的水质检测系统,针对小型湖泊水域的水质监测进行实验,并对其水质监测点的布局设计进行了优化处理。基于无人船的水质监测系统是以无人船作为基础平台,通过在船体上搭载水质传感器并扩展相关水质监测功能实现的。水质监测系统主要由无人船监测平台、地面控制平台和远程数据平台组成的。其中,无人船监测平台是系统的工作平台,主要完成对水质的检测与采样;地面控制平台是系统的任务设置平台,主要是安排工作任务同时控制无人船运动;远程数据平台是系统的数据中心,主要是提供数据的保存与处理。实验通过搭建的水质监测系统,以广西大学镜湖为实验点进行研究实验。结合分析现有的监测点布局优化方法,最终采用基于RBF神经网络的遗传算法,将水质各参数指标进行了空间拟合和对镜湖的监测点布局进行了优化,然后分别对单目标优化与多目标优化问题进行了讨论分析与实验。实验结果表明,针对传统的等距采样方法,运用遗传神经网络算法能够明显提升水质检测效率,大大节约了时间与成本。通过连续的水质监测反映,其监测点布局优化的结果至少在6周内都有良好的优化效果,降低了水质指标的空间拟合误差。整个水质监测系统的搭建与优化是建立在有良好数据支撑的基础上实现的,其中的各参数调节设置,也是需要针对不同的环境与气候进行调节才能达到良好的效果。总体上较好的完成了对湖泊的水质监测与优化工作。