数据-模型耦合驱动的水质监测技术发展与未来展望OA
随着大数据时代的到来,水质监测技术也迎来了快速发展,从以往的人工监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。
朱利洁;贺凯;黄胜;尹启东;代超;
中山大学土木工程学院,广东珠海519000中山大学土木工程学院,广东珠海519000 中山大学水资源与环境研究中心,广东广州510275 广东省海洋土木工程重点实验室,广东珠海519000中山大学土木工程学院,广东珠海519000 广东省海洋土木工程重点实验室,广东珠海519000
水利科学
水质监测大数据人工智能技术物联网
《人民珠江》 2024 (010)
P.99-107 / 9
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)。
评论