近年來,我國經(jīng)濟水平和工業(yè)生產(chǎn)水平不斷提升,但是由于工業(yè)化生產(chǎn)初期企業(yè)和個人環(huán)保意識薄弱,導致大量污染物進入土壤,造成了我國嚴重土壤污染。為了開展污染土壤的治理,首先需要開展污染檢測,明確污染范圍及程度,因電阻率成像(ERT)技術具有簡單、高效等優(yōu)點,近年被逐漸應用于環(huán)境污染監(jiān)測領域。但是目前尚未形成完整的ERT污染監(jiān)測體系,缺乏有效的監(jiān)測數(shù)據(jù)處理方法,因此,研究開發(fā)一款ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)具有重要意義。首先,本文對我國土壤污染現(xiàn)狀及ERT土壤污染監(jiān)測技術作了詳細的闡述,并對ERT監(jiān)測數(shù)據(jù)分析系統(tǒng)進行了需求分析,基于分析結果對系統(tǒng)的功能進行了設計。系統(tǒng)主要功能包括項目實際情況查看,ERT\化探數(shù)據(jù)分析,ERT圖像處理,ERT數(shù)據(jù)處理,系統(tǒng)參數(shù)設置和注冊登錄。然后,針對ERT監(jiān)測數(shù)據(jù)分析中污染區(qū)域識別這一難點,本文建立了污染場地模型,研究了多種典型的數(shù)據(jù)和圖像處理算法用于污染區(qū)域識別的可行性,實驗結果表明,對于ERT圖像,二維圖像閾值分割算法相較于一維圖像閾值分割算法識別準確性更高;對于ERT數(shù)據(jù),FCM算法相較于K-means聚類算法識別準確性更高。最后,系統(tǒng)采用.NET框架作為系統(tǒng)主框架,SQL Server作為數(shù)據(jù)管理工具實現(xiàn)數(shù)據(jù)的存儲和管理,通過高德地圖API實現(xiàn)場地和測線位置的展示;采用C#編程語言作為程序開發(fā)設計的主語言,并聯(lián)合使用Python等編程語言完成數(shù)據(jù)分析處理等功能。系統(tǒng)測試表明,本文設計開發(fā)的ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)能夠?qū)崿F(xiàn)污染場地監(jiān)測數(shù)據(jù)的收集、存儲和管理,并提供多種數(shù)據(jù)處理方法對監(jiān)測數(shù)據(jù)進行分析處理,運行穩(wěn)定、可靠。
【學位單位】：山東建筑大學
【學位級別】：碩士
【學位年份】：2020
【中圖分類】：TP391.41;X833
【部分圖文】：

山東建筑大學碩士學位論文38根據(jù)提示在對應的文本框內(nèi)輸入項目所在地即可將查看項目的地理位置、天氣等信息。系統(tǒng)主界面如圖5.3所示：圖5.3ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)主界面除此之外，ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)會在每天固定時刻執(zhí)行定時程序，將項目所在地的天氣情況記錄在SQLServer數(shù)據(jù)庫中，用戶在主界面上點擊“歷史情況”按鈕查看項目所在地的歷史天氣情況。點擊“歷史情況”按鈕以后，系統(tǒng)進入歷史天氣情況界面。如圖5.4所示，該表記錄了ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)在運行期間保存在數(shù)據(jù)庫中的當?shù)氐奶鞖鈹?shù)據(jù)。記錄在系統(tǒng)數(shù)據(jù)庫內(nèi)的天氣數(shù)據(jù)可以對ERT數(shù)據(jù)是否異常加以輔佐性的解釋說明。圖5.4歷史天氣情況圖

山東建筑大學碩士學位論文38根據(jù)提示在對應的文本框內(nèi)輸入項目所在地即可將查看項目的地理位置、天氣等信息。系統(tǒng)主界面如圖5.3所示：圖5.3ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)主界面除此之外，ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)會在每天固定時刻執(zhí)行定時程序，將項目所在地的天氣情況記錄在SQLServer數(shù)據(jù)庫中，用戶在主界面上點擊“歷史情況”按鈕查看項目所在地的歷史天氣情況。點擊“歷史情況”按鈕以后，系統(tǒng)進入歷史天氣情況界面。如圖5.4所示，該表記錄了ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)在運行期間保存在數(shù)據(jù)庫中的當?shù)氐奶鞖鈹?shù)據(jù)。記錄在系統(tǒng)數(shù)據(jù)庫內(nèi)的天氣數(shù)據(jù)可以對ERT數(shù)據(jù)是否異常加以輔佐性的解釋說明。圖5.4歷史天氣情況圖

山東建筑大學碩士學位論文39（2）監(jiān)測點、監(jiān)測線相關功能采用ERT法測量土壤電阻率，需要在地表間隔一定距離布置監(jiān)測電極，并采用一定方式向地下土壤供電以獲得土壤的電阻率值。通常情況下還會用手持GPS記錄下每個電極的經(jīng)緯度坐標，方便定位項目位置。ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)給用戶提供了接口，用戶可以根據(jù)自身需要采取單點或者批量的方式，將電極坐標保存在數(shù)據(jù)庫中，同時在衛(wèi)星地圖上標記出來。將監(jiān)測線或者監(jiān)測點的坐標信息通過單點或者批量的方式導入數(shù)據(jù)分析系統(tǒng)以后，衛(wèi)星地圖會根據(jù)監(jiān)測點的經(jīng)緯度坐標在地圖上將其標記出來，用戶可以在地圖上點擊任意兩個監(jiān)測點，實時測量二者之間的距離。具體情況如圖5.5所示。圖5.5監(jiān)測點距離測量圖5.3ERT/化探數(shù)據(jù)管理分析模塊ERT/化探分析模塊主要功能是幫助用戶進行對ERT數(shù)據(jù)和化探數(shù)據(jù)的保存管理和分析。在系統(tǒng)設計實現(xiàn)過程中借助Python編程語言并利用其第三方數(shù)據(jù)處理工具包NumPy，Pandas實現(xiàn)基本的數(shù)據(jù)處理操作，并利用Matplotlib數(shù)據(jù)可視化工具包提供直觀，可交互的、高度自主定制化的數(shù)據(jù)可視化圖形的功能，實現(xiàn)數(shù)據(jù)圖表可視化。5.3.1ERT/化探數(shù)據(jù)管理分析模塊活動分析ERT/化探數(shù)據(jù)管理分析模塊主要包括數(shù)據(jù)導入，化探數(shù)據(jù)查詢分析，ERT數(shù)據(jù)查詢分析，ERT數(shù)據(jù)生成二維熱力圖等功能。用戶點擊系統(tǒng)界面左側菜單欄中的ERT數(shù)據(jù)和化探數(shù)據(jù)可分別進入ERT數(shù)據(jù)處理
【相似文獻】

相關期刊論文 前10條

1 羅會蘭;王威;王慧;;一種基于集成學習技術的圖像分割算法的研究[J];江西理工大學學報;2012年03期

2 胡曉蕾;;多瑙河清理計劃已開始實施[J];治黃科技信息;1995年03期

3 何勇;;對干擾污染監(jiān)測必須零容忍[J];江淮法治;2017年10期

4 ;農(nóng)業(yè)部通知加強農(nóng)產(chǎn)品污染監(jiān)測[J];中國禽業(yè)導刊;2000年18期

5 ;臺加強高屏地區(qū)養(yǎng)豬污染監(jiān)測[J];臺灣農(nóng)業(yè)探索;1997年01期

6 ;臺加強農(nóng)產(chǎn)品污染監(jiān)測與處理[J];臺灣農(nóng)業(yè)探索;1997年02期

7 歐學權;;冶金部環(huán)保辦召開污染監(jiān)測會議[J];冶金安全;1980年03期

8 王崴;王曉軍;劉曉衛(wèi);周誠;;基于圖像復雜度的圖像分割算法[J];探測與控制學報;2015年03期

9 孫玉霞;徐小林;;路面圖像分割算法研究[J];福建電腦;2011年04期

10 譚婷婷;劉倩;陳茂;周學禮;;一種改進的指紋圖像分割算法[J];常熟理工學院學報;2017年04期

相關博士學位論文 前10條

1 劉仲民;基于圖論的圖像分割算法的研究[D];蘭州理工大學;2018年

2 宋艷濤;基于磁共振成像的腦組織及病變分割方法研究[D];南京理工大學;2017年

3 畢卉;HIFU超聲圖像分割算法研究[D];東南大學;2018年

4 李彬;基于模糊隨機模型的磁共振腦部圖像分割算法研究[D];第一軍醫(yī)大學;2007年

5 顏剛;基于模糊馬爾可夫場的圖像分割算法研究[D];第一軍醫(yī)大學;2005年

6 劉毅;基于圖割的交互式圖像分割算法研究[D];南京理工大學;2013年

7 張曉達;面向大數(shù)據(jù)分析系統(tǒng)的資源調(diào)度研究[D];南京大學;2019年

8 許曉麗;基于聚類分析的圖像分割算法研究[D];哈爾濱工程大學;2012年

9 車娜;基于偏移場的核磁共振腦圖像分割算法研究[D];吉林大學;2013年

10 陳圣國;圖像分割及應用技術研究[D];南京大學;2012年

相關碩士學位論文 前10條

1 張波;ERT污染監(jiān)測數(shù)據(jù)分析系統(tǒng)設計與實現(xiàn)[D];山東建筑大學;2020年

2 楊瀟;基于多目標布谷鳥模糊聚類的圖像分割算法及應用[D];湖南大學;2019年

3 鄭楚雄;基于深度學習的血管圖像分割算法研究[D];廣州大學;2019年

4 廖敏;面向安防機器人的障礙物圖像分割算法應用研究[D];電子科技大學;2019年

5 劉霞;基于深度學習的手指靜脈特征提取與防偽檢測算法研究[D];重慶工商大學;2019年

6 丁新輝;特定醫(yī)學圖像分割算法研究及可視化系統(tǒng)的設計與實現(xiàn)[D];河南大學;2019年

7 安郝敏;基于圖像分割算法的標注系統(tǒng)的設計與實現(xiàn)[D];北京交通大學;2019年

8 余哲明;基于全卷積網(wǎng)絡的快速圖像分割算法研究[D];華北電力大學(北京);2019年

9 張相怡;面向場景理解的細粒度圖像分割算法研究[D];北京交通大學;2019年

10 段瑤;基于FCM的彩色圖像分割算法研究[D];重慶郵電大學;2018年

本文編號：2861528