近年來,我國經(jīng)濟(jì)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(dǎo)致大量污染物進(jìn)入土壤,造成了我國嚴(yán)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(shù)具有簡單、高效等優(yōu)點(diǎn),近年被逐漸應(yīng)用于環(huán)境污染監(jiān)測領(lǐng)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(shù)作了詳細(xì)的闡述,并對ERT監(jiān)測數(shù)據(jù)分析系統(tǒng)進(jìn)行了需求分析,基于分析結(jié)果對系統(tǒng)的功能進(jìn)行了設(shè)計。系統(tǒng)主要功能包括項(xiàng)目實(shí)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(shè)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(diǎn),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(shí)驗(yàn)結(jié)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(zhǔn)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(zhǔn)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(shí)現(xiàn)數(shù)據(jù)的存儲和管理,通過高德地圖API實(shí)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(shè)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(shè)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(jìn)行分析處理,運(yùn)行穩(wěn)定、可靠。
【學(xué)位單位】：山東建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：TP391.41;X833
【部分圖文】：

山東建筑大學(xué)碩士學(xué)位論文38根據(jù)提示在對應(yīng)的文本框內(nèi)輸入項(xiàng)目所在地即可將查看項(xiàng)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(xiàng)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(diǎn)擊“歷史情況”按鈕查看項(xiàng)目所在地的歷史天氣情況。點(diǎn)擊“歷史情況”按鈕以后，系統(tǒng)進(jìn)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(yùn)行期間保存在數(shù)據(jù)庫中的當(dāng)?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(xué)碩士學(xué)位論文38根據(jù)提示在對應(yīng)的文本框內(nèi)輸入項(xiàng)目所在地即可將查看項(xiàng)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(xiàng)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(diǎn)擊“歷史情況”按鈕查看項(xiàng)目所在地的歷史天氣情況。點(diǎn)擊“歷史情況”按鈕以后，系統(tǒng)進(jìn)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(yùn)行期間保存在數(shù)據(jù)庫中的當(dāng)?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(xué)碩士學(xué)位論文39（2）監(jiān)測點(diǎn)、監(jiān)測線相關(guān)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(biāo)，方便定位項(xiàng)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(diǎn)或者批量的方式，將電極坐標(biāo)保存在數(shù)據(jù)庫中，同時在衛(wèi)星地圖上標(biāo)記出來。將監(jiān)測線或者監(jiān)測點(diǎn)的坐標(biāo)信息通過單點(diǎn)或者批量的方式導(dǎo)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(diǎn)的經(jīng)緯度坐標(biāo)在地圖上將其標(biāo)記出來，用戶可以在地圖上點(diǎn)擊任意兩個監(jiān)測點(diǎn)，實(shí)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(diǎn)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(jìn)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(shè)計實(shí)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(shí)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(shí)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(dǎo)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(diǎn)擊系統(tǒng)界面左側(cè)菜單欄中的ERT數(shù)據(jù)和化探數(shù)據(jù)可分別進(jìn)入ERT數(shù)據(jù)處理
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅會蘭;王威;王慧;;一種基于集成學(xué)習(xí)技術(shù)的圖像分割算法的研究[J];江西理工大學(xué)學(xué)報;2012年03期

2 胡曉蕾;;多瑙河清理計劃已開始實(shí)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(qiáng)農(nóng)產(chǎn)品污染監(jiān)測[J];中國禽業(yè)導(dǎo)刊;2000年18期

5 ;臺加強(qiáng)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(qiáng)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(xué)權(quán);;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(fù)雜度的圖像分割算法[J];探測與控制學(xué)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(xué)禮;;一種改進(jìn)的指紋圖像分割算法[J];常熟理工學(xué)院學(xué)報;2017年04期

相關(guān)博士學(xué)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(xué);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(xué);2017年

3 畢卉;HIFU超聲圖像分割算法研究[D];東南大學(xué);2018年

4 李彬;基于模糊隨機(jī)模型的磁共振腦部圖像分割算法研究[D];第一軍醫(yī)大學(xué);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(xué);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(xué);2013年

7 張曉達(dá);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(xué);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(xué);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(xué);2013年

10 陳圣國;圖像分割及應(yīng)用技術(shù)研究[D];南京大學(xué);2012年

相關(guān)碩士學(xué)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(shè)計與實(shí)現(xiàn)[D];山東建筑大學(xué);2020年

2 楊瀟;基于多目標(biāo)布谷鳥模糊聚類的圖像分割算法及應(yīng)用[D];湖南大學(xué);2019年

3 鄭楚雄;基于深度學(xué)習(xí)的血管圖像分割算法研究[D];廣州大學(xué);2019年

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

5 劉霞;基于深度學(xué)習(xí)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(xué);2019年

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

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

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

9 張相怡;面向場景理解的細(xì)粒度圖像分割算法研究[D];北京交通大學(xué);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(xué);2018年

本文編號：2861528