[00116203]入海污染源综合管理评价与发布系统的开发与应用

在水质在线监测领域,国内起步较晚,21世纪初,我国环保部大力推行在线监测系统的建设工作,目前已完成在线监测河流断面2000余个,重点污染源1万余个,形成了全国水质在线实时监测网络。但是其监测参数少,且主要基于内陆地区水质在线监测,对入海污染源的在线监控并未形成统一的在线监测网络。近年来,在海洋系统内,包括大连、秦皇岛等沿海部分地区陆续开展了针对海洋生态环境的在线监测工作,但都是独立建设,并未形成统一的集成监测网。且入海河口长期处于海、淡水交替作用的环境下,传统河流淡水监测系统难以适用于河口复杂环境。 同时,目前国内应用的海洋环境在线监测系统,多将化学、生物传感器或仪器设备搭载在原有的水文浮标平台上,无法满足较长时期相对严酷的海洋环境的需求,生物附着严重、维护周期短等难题亟待解决;且传统的海洋环境在线监测系统存在监测用途单一、传感器数据漂移、误差增大、磨损严重、生物附着严重等问题,且不能实现远程控制和实时数据传输,造成数据获取滞后,且获取的大量数据如何高效利用等等一系列问题。 通过综合利用物联网、大数据等技术手段,重点突破海洋环境监测系统存在的生物附着严重、维护周期短、系统稳定性低、监测设备功能价值低、缺乏稳定可靠的数据等关键技术难题和问题,从“硬件设备”和“软件系统”进行开发,填补我国在海洋环境在线监测领域软、硬件短板。项目将进行稳定可靠的近岸海域海洋环境在线监测系统的研发。开发入海污染源综合管理评价与发布系统,为我国河口污染防治等提供实施在线监测数据支持与灾害预警预报技术支持。促进我国入海污染在线监测的发展,加强我国的海洋公共服务保障能力。通过开发创新的水质无损伤“泵送”技术,解决监测“取样”过程中水质变化问题,达到水质无损伤“泵送”目标,使所“泵送”监测的水样不因“泵送”过程而改变。并采用“传感器阵列”技术,对传感器阵列进行不断优化,减小系统体积,使产品拥有广泛的适用性。采用Hadoop大数据生态系统架构为基础,利用集成数据工业总线Kafka等开放信息交换技术及区块链（Blockchain）信息安全共享技术,同时引入人工智能、机器学习、深入学习系统支撑环境,进行数据分析挖掘,预警、预测,通过统一的底层数据传输技术以及上层统一的APIs接口,使整个系统能实现统一的数据获取、数据存储、数据调度。为上层业务开发提供了完善的平台技术。并且平台数据采用实时在线监测数据为基础,使分析预警准确率大大提高。