技术领域
[0001] 本公开涉及环境监测领域，具体涉及一种水环境监测方法。
相关背景技术
[0002] 随着经济的发展和生活水平日益提高，人们对环境保护也越来越重视。人类的生产活动和生活活动导致了水体的理化特征改变，造成水质恶化，对人类的生命健康造成严重的危害。水环境监测是环境保护的重要方面。水的污染程度可通过水的光谱特性来体现，水中杂质的含量、成分等会对水的光谱特性。
[0003] 然而，现有的水环境监测装置存在无法实时检测、误差大等问题。
具体实施方式
[0015] 下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。
[0016] 需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
[0017] 针对现有的水环境监测方法存在无法实时检测、误差大等问题，本公开提供了一种水环境监测方法，其包括：生成监测光，以使得监测光传播通过水环境；
将监测光分为反射光分量和透射光分量，以使得透射光分量的传播方向与水流动方向相垂直，反射光分量的传播方向与水流动方向相同；
接收透射光分量，并根据接收的透射光分量生成第一光谱信号，其中第一光谱信号包括透射光分量的光谱信息；
接收反射光分量，并根据接收的反射光分量生成第二光谱信号，其中第二光谱信号包括反射光分量的光谱信息；
基于接收的第一光谱信号，确定出与第一光谱信号对应的多个第一水质概率值；以及使用第二光谱信号对多个第一水质概率值进行修正，从而将与多个第一水质概率值中的最大值对应的水质类型确定为水环境的水质类型。
[0018] 进一步地，基于接收的第一光谱信号，确定出与第一光谱信号对应的多个第一水质概率值的步骤包括：基于接收的第一光谱信号，通过卷积神经网络确定出与第一光谱信号对应的多个第一水质概率值，以及水环境监测方法还包括：基于接收的第二光谱信号，通过卷积神经网络确定出与第二光谱信号对应的多个第二水质概率值。
[0019] 进一步地，使用第二光谱信号对多个第一水质概率值进行修正的步骤包括：使用第二水质概率值与第一水质概率值之间的差值对第一光谱信号进行修正，再通过卷积神经网络确定出与修正后的第一光谱信号对应的、经过修正的多个第一水质概率值。
[0020] 进一步地，该方法还包括：在卷积神经网络的交叉熵最小的情况下将与多个第一水质概率值中的最大值对应的水质类型确定为水环境的水质类型。
[0021] 进一步地，该方法还包括：使用多对相互对应的第一光谱信号和水质类型和多对相互对应的第二光谱信号和水质类型进行了训练卷积神经网络。
[0022] 进一步地，该方法还包括：将监测光转换成平行光。
[0023] 进一步地，该方法还包括：在监测光的初始传播方向上接收透射光分量。
[0024] 进一步地，该方法还包括：在与初始传播方向垂直的方向接收反射光分量。
[0025] 下面将结合附图描述根据本公开一些实施方式的水环境监测方法。如图1所示，根据本公开一些实施方式的水环境监测方法100包括：S1，生成监测光，以使得监测光传播通过水环境；
S2，将监测光分为反射光分量和透射光分量，以使得透射光分量的传播方向与水流动方向相垂直，反射光分量的传播方向与水流动方向相同；
S3，接收透射光分量，并根据接收的透射光分量生成第一光谱信号；
S4，接收反射光分量，并根据接收的反射光分量生成第二光谱信号；
S5，基于接收的第一光谱信号，确定出与第一光谱信号对应的多个第一水质概率值；以及
S6，使用第二光谱信号对多个第一水质概率值进行修正，从而将与多个第一水质概率值中的最大值对应的水质类型确定为水环境的水质类型。
[0026] 在上述的步骤S2中可使用透射反射器将一部分监测光透射以形成透射光分量，以及将一部分监测光反射以形成反射光分量。透射光分量的传播方向可与反射光分量的传播方向相垂直，并且透射光分量的传播方向与水流动方向相垂直，反射光分量的传播方向与水流动方向相同。
[0027] 上述的步骤S3可包括在监测光的初始传播方向上接收透射光分量，也即在与水流动方向相垂直的方向接收透射光分量。在接收到透射光分量后，可对该透射光分量进行分析，以生成第一光谱信号。第一光谱信号可包括透射光分量的光谱信息，例如光强、频率分布、频谱密度等。
[0028] 上述的步骤S4可包括在与上述的初始传播方向垂直的方向上接收反射光分量，也即在水流动方向接收反射光分量。在接收到反射光分量后，可对该反射光分量进行分析，以生成第二光谱信号。第二光谱信号可包括透射光分量的光谱信息，例如光强、频率分布、频谱密度等。
[0029] 上述的步骤S4可包括：基于接收的第一光谱信号，通过卷积神经网络确定出与第一光谱信号对应的多个第一水质概率值。该卷积神经网络已使用多对相互对应的第一光谱信号和水质类型进行了训练。例如，可将第一光谱信号输入至该卷积神经网络后得到了与30种水质类型相对应的30个第一水质概率值。
[0030] 根据本公开实施方式的水环境监测方法还可包括：基于接收的第二光谱信号，通过卷积神经网络确定出与第二光谱信号对应的多个第二水质概率值。该卷积神经网络也已使用多对相互对应的第二光谱信号和水质类型进行了训练。例如，可将第二光谱信号输入至该卷积神经网络后得到了与30种水质类型相对应的30个第二水质概率值。
[0031] 上述的步骤S5可包括：使用第二水质概率值与第一水质概率值之间的差值对第一光谱信号进行修正，再通过卷积神经网络确定出与修正后的第一光谱信号对应的、经过修正的多个第一水质概率值。可能地，可通过S1=S1+a*∑i（P2i -P1i）来对第一光谱信号进行调整，其中S1表示第一光谱信号，P1表示第一水质概率值，P2表示第二水质概率值，a为修正系数并可经验地确定,i为水质类型的总数，然后再根据调整后的第一光谱信号确定新的第一水质概率值。
[0032] 可在卷积神经网络的交叉熵最小的情况下将与多个第一水质概率值中的最大值对应的水质类型确定为该水环境的水质类型。
[0033] 该方法还可包括将监测光转换成平行光。
[0034] 根据本公开实施方式的水环境监测方法可以软件或硬件来实现，本公开对此并没有限制。
[0035] 根据本公开实施方式的水环境监测方法将透射光谱信息和反射光谱信息相组合，从而能够更准确地确定出水质类型。此外，根据本公开实施方式的水环境监测方法使用卷积神经网络来确定出水质概率值，节省了检测时间，提高了准确性。
[0036] 本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。
