一 國內外現狀
根據各地多年的監測資料，近年來我國多數城市湖泊水體呈嚴重富營養化狀態⋯。2007年，28個國控重點湖(庫)中，V類的5個，占17．9％，劣V類的11個，占39．3％。水體富營養化的重要特征就是發生水華。水華是當水體中出現富營養狀況并具備適宜的溫度、光照、氣候及合適的水文條件等有利于藻類生長或聚集的環境條件時，水體藻類大量生長繁殖或聚集并達到一定濃度的現象。水華一旦發生，就會使水體透明度下降，溶解氧降低，水體出現黑臭等現象，而有些類型的水華還會產生藻毒素，給人類居住環境和人體健康造成損害。水華的發生是突發性的，而水華一旦發生，控制難度就會加大，治理成本成倍提高，因此如果能夠預見到水華的發生并及時采取相應措施會取得事半功倍的效果。水華預警是水質預警中的一種突發型預警類別，是指在一定范圍內，對藻類生長狀況進行分析、評價，對其未來發展狀況進行預測。水華預警系統具有超前性預報的功能，能夠提前預測出水質演化趨勢、方向、速度和后果，在發生水華之前及早發出警報，為水華控制提供科學依據。
國內外對水華預警的研究主要圍繞三個方面展開：(1)利用單變量或多變量營養指標對水體營養程度進行預測；(2)利用水質模型對水體富營養化程度進行模擬和預測；(3)利用地理信息系統或遙感系統對水華的發生進行預測。水華預警的方法有模糊評價法、人工神經網絡、遺傳算法、支持向量機(support vector machines，SVM)等。本系統的建立是基于神經網絡的湖庫藻類水華短期智能預測模型，提高藻類水華預測的精度，對藻類水華的短期預警提供有效的方法； 而在中期預警上則建立基于支持向量機的湖庫藻類水華中期智能預測模型。
二 項目概況
城市湖庫藻類水華實時監測、智能化預警系統項目是北京安恒公司承擔的海淀區科委和海淀區*的科技項目，項目起至時間為2008年1月至2009年12月，主要是為了解決目前湖庫藻類水華實時監測及預警困難等問題，建立基于多尺度數據源的水質實時遠程監測系統，研究引起藻類水華暴發的關鍵性作用因子，建立基于智能信息處理技術的城市湖庫藻類水華預警模型，并根據藻類水華暴發程度給與相應的控制策略，終開發一套實用的水華實時監測與智能預警系統，為城市湖庫藻類水華的進一步治理提供重要的參考依據。
三 系統主要研究內容
1. 我們采用了多尺度數據源的水質實時監測系統，建立基于對多尺度水質參數自動監測儀器、數據采集與處理系統、GPRS無線通訊系統的集成，研制開發具有多尺度數據源的水質自動實時監測系統。
2. 研究藻類水華的關鍵作用因子，確定藻類水華的預測指標。針對城市湖庫藻類水華產生的特點，通過整理和分析近幾年湖庫大量的水文數據，以及相應的氣象數據，通過化工正交實驗，結合智能信息處理技術中的粗糙集理論對藻類水華的成因做主因素分析，在眾多的水體理化指標和環境因素中求解出湖庫藻類水華的關鍵作用因子，確定藻類水華的預測指標。
3. 我們基于智能信息處理技術的湖庫藻類水華預測方法，解決由于藻類水華產生過程存在復雜性、非線性、時變性、不確定性等因素，用傳統方法無法獲得精確數學模型的難題。包括兩方面：研究基于Elman神經網絡和支持向量機的適合于湖庫藻類水華發生的預測理論和方法，提高湖庫藻類水華預測方法的魯棒性及精度。
4. 設計與實現城市湖庫藻類水華預警與控制應用系統。對實時監測系統提供的現場水域多尺度數據進行數據挖掘和數據融合，提取用于藻類水華預測模型的有效數據，對藻類水華變化進行預測預警，并提出相應的控制策略。
四 系統研發的主要過程
（1）監測水域情況介紹和分析
圓明園遺址公園地勢呈北高南低、西高東低的局勢，高程差約為1米。圓明園總共水域面積達125萬平方米，主要由三大水域構成，分別為九州、福海和長春園三個部分，水域相通，但是的水不能互相流通，基本處于靜止狀態，平均水深大約為0.8-1米。平均每日耗水量為5000立方米左右，主要原因是蒸發和滲漏。除大氣降水和圓明園區域內地表徑流補充水源外，圓明園主要補充水源自2007年10月以后，主要水源來源于清河污水處理廠的中水，供水方式為直徑800mm的管涵從清河污水廠泵入，每年平均500萬立方米。其次，還有非常少的地表水補充，來源是京密水渠。第三個補充水的途徑是，汛期萬泉河泄洪補水，但量同樣非常少。圓明園的水質控制按照功能區劃分為重要旅游地景觀水，水質控制指標為地表水III類標準，每年都有局部水域發生水華爆發情況。
（2）監測站點的要求和選擇
由于現場監測站點的選擇對數據是否有代表性、儀器的安裝及后系統能否成功都有直接的關系，安恒公司邀請了并北京工商大學環境*與信息工程學院的教授共同探討此方案，一致認為監測站點應該滿足以下幾點要求
1、這個監測點需要在圓明園具有代表性。
2、監測點的水流量必須相對平穩、水流動比較小的、水深屬于整個湖泊的平均水深、植物不是很密集的地區，確保取得的數據有效，固定，平穩。
3、采集的數據有幾個數需要手工測量：碳、氮、磷、葉綠素A、濁度、溶解氧、PH值。取得這些數據，并且保證這些數據的有效性與環境指標也是息息相關的，例如：水溫、紫外線光照強度、風力。
經過多次現場勘測，終決定選擇長春園中的海岳開襟作為我們的監測點。
（3）、確定水華預測評價指標
水華的發生是由于許多因素如營養鹽、水溫、光照、pH值、生物因素等共同作用的結果，發生時又有多種水質指針如pH值、溶解氧、氧化還原電位、氮磷濃度等同時發生變化，因此在水質預警模型中參數較多，在模型設計時需要在這些影響因素中篩選出合適的因素作為預警因子。一般選擇那些受周圍環境影響小的、適合于所選擇的模型的、監測方便并且與藻類生長密切相關的這些因素作為預警因子。安恒公司針對城市湖庫藻類水華產生的特點，通過整理和分析近幾年湖庫大量的水文數據，以及相應的氣象數據，通過化工正交實驗，結合智能信息處理技術中的粗糙集理論對藻類水華的成因做主因素分析，在眾多的水體理化指標和環境因素中求解出湖庫藻類水華的關鍵作用因子，確定藻類水華的預測指標。
通過對水華預測評價指標進行論證分析，根據圓明園遺址公園的實際情況，初步考慮利用水體的三類指標作為評價指標體系：
1. 基本指標，是碳（COD表示）、氮(TN或NH3-N表示)、磷（TP表示），代表了藻類生長所必須的碳源、磷源和氮源；
2. 表征指標，葉綠素a、溶解氧、pH、氧化還原電位、水溫，表征了水華發生時造成的藻類生長和水體混濁的幅度、理化指標變化；
3. 環境指標，光照強度、氣溫、風力和氣壓，這是藻類細胞生長密切相關的環境指標
通過對這三類指標的時變規律的綜合分析研究，以提高對對水華暴發進行評價和預測時準確度。
（4）、研發中心的實驗室模擬仿真研究
針對圓明園歷史數據稀缺的問題，在前期研發中利用安恒水環境監測研發中心陽光房實驗基地見圖2，圖3，采集圓明園水體，調整不同的氮磷比，對水華發生過程進行模擬培養實驗，具體模擬實驗見表2。實驗在4－8月進行，每次實驗周期約15天，實驗項目和頻率與圓明園監測子站相同。
（5）、圓明園監測子站的建立
1.智能氣象監測站，可在線測定光照強度、紫外線強度、溫度、風向、風力、氣壓等。(不在本次系統建設內容之內，氣象數據來源于位于北京工商大學的研發中心智能氣象站)
2. 多參數水質在線監測儀，安裝在得勝蓋無人小島的監測水域，可測葉綠素a、NH3-N、濁度、溶解氧、pH、氧化還原電位、水溫。監測子站在線監測數據常規每小時采集、存儲和發送一次，在水華爆發期間可以實施加密監測和數據傳輸。
3.遠程監測系統的構建：對于遠程監測系統的構建，*步的工作是將現場數據智能RTU綁定在現場水質監測儀器上，RTU軟件集成在GPRS模塊FLUSH中，軟件主要包括三方面：與監控中心交互信息、水質數據采集、數據存儲、檢查及異常處理等。其中交互信息的主要功能是接受監控中心下達命令和數據并作相應處理，根據監控中心命令要求數據的類型和格式上傳RTU采集的數據。數據的采集可以是對某一水質參數單采集或是按照預先設定時間間隔對水質參數進行采集；查詢和異常處理負責不間斷地監控RTU的運行情況，并立即上報監控中心。全部數據在 GPRS VPN網內運行，GPRS數據無線傳輸設備，現場設備由A/D數據轉換模塊、GPRS傳輸模塊、SIM 卡等組成；要求所有 GPRS 終端之間可以直接通訊，主服務中心的數據中心由具有固定IP 地址計算機及數據通訊軟件等組成，遠程監測系統系統。該遠程監測系統包括中心監測模塊、分中心監測模塊1、分中心監測模塊2、次級分中心監測模塊1、次級分中心監測模塊2、終端采集處理模塊1、終端采集處理模塊2、終端采集處理模塊3、終端采集處理模塊4，中心監測模塊內的主服務器與鏡像服務器通過兩個固定的公網IP之間的虛擬網絡(VPN)相連，中心監測模塊、分中心監測模塊1、分中心監測模塊2、次級分中心監測模塊1、次級分中心監測模塊2、終端采集處理模塊1、終端采集處理模塊2、終端采集處理模塊3、終端采集處理模塊4均以寬帶的接入方式接入Internet并建立虛擬網絡(VPN)。分中心監測模塊1得到中心監測模塊的*，可對次級分中心監測模塊1傳輸的數據信息和設備進行處理和控制；分中心監測模塊2得到中心監測模塊的*，對次級分中心監測模塊2傳輸的數據信息和設備進行處理和控制；次級分中心監測模塊1得到中心監測模塊的*，對終端采集處理模塊1、2傳輸的數據信息和設備進行處理和控制；次級分中心監測模塊2得到中心監測模塊的*，對終端采集處理模塊3、4傳輸的數據信息和設備進行處理和控制。需要精細化監測時，可以設置更復雜的分級監測。終端采集處理模塊包括智能終端器、數據采集器，智能終端器通過繼電器（于本實施例中以繼電器連接為例，也可采用其他連接方式）與數據采集器以電路相連，該智能終端器為含有嵌入式Linux開源系統腳本的智能型遠程測控單元裝置(RTU)，其內部設置有龍芯芯片，并且使用基于嵌入式Linux系統的軟件開發，使用LAMP(Linux-Apache-Mysql- PHP ) Web為開發構架，并包含一通信處理器模塊(Communications Processor Module,CPM)，并且該終端采集處理模塊借助該通信處理器模塊以無線方式(如GPRS、CDMA、3G、CITYWIFI等)或者有線方式(如ADSL、寬帶等)接入互聯網(Internet)，構建虛擬網絡(VPN) 。當具有上述結構的遠程監測系統應用于水網監測時，現場設備先收集各個終端的水的具體數據，之后通過繼電器傳輸到智能終端器，智能終端器內的程序開始運行，處理收集到的數據，之后發給通信處理器模塊(CPM)，再通過無線方式或者有線方式接入互聯網(Internet)，水的數據信息通過虛擬網絡(VPN)逐層傳輸到監測中心的中心監測模塊內，中心監測模塊內的主服務器對數據進行分析和保存，完成水數據采集過程。如果主服務器受到攻擊或者出現其他情況而出現故障時，采集和處理的水數據信息就會優先選擇鏡像服務器傳輸數據，則鏡像服務器成為主服務器，對數據進行分析和保存，而此時原主服務器通過修復故障之后接收到的數據來修補故障時期內的數據損失。
4.太陽能供電電源系統隨水質分析儀器安裝在監測水域岸上，由太陽能板、12-24VDC太陽能電池組、電源轉換設備等組成。電源系統為監測子站提供24小時供電。
5．圓明園監測中心現場工作站內放置于科技辦公室，通過工作終端計算機將實時顯示現場水質監測數據（包括常常規五參數、葉綠素、藍綠藻）、已經自動入庫的協作實驗室分析數據（COD、N、P）、智能化預警結果（歷史數據+預測曲線）表現在地理屬性的地圖上，將來還可以開發現場視頻監測。
6．COD、TN、TP隔日測定一次，由實施方組織進行，圓明園協調配合。現已委托清華大學環境工程系實驗室作為協作實驗室，由清華方面負責采樣、分析和通過協作實驗室終端，數據人工錄入后自動向主數據服務器發送數據入庫。
為圓明園遺址公園建立水質監測預警系統，我們必須把環境友好放到重要的位置。城市湖庫藻類水華實時監測、智能化預警系統主要具備以下環境友好的條件：
1、該系統的現場監測儀器非常緊湊、小巧，僅需要簡單位置固定，無需施工工程，且監測的方法均為物理方法，儀器本身不使用、不消耗、不產生任何有毒有害的試劑和廢棄產物，對環境非常安全，原來是設計應用于城市供水水源地自來水凈水廠取水口進行的水質實時監測的系統。
2、該系統的現場儀器供電采用太陽能供電，配有一個普通鉛酸蓄電池組用于在陰雨氣象條件下供電，無需現場市電供應，幾乎沒有現場的施工工程，對環境景觀不會造成負面影響。
3、該系統采用公用GSM網絡通過GPRS進行數據無線傳輸，沒有通信干擾，也無需申請無線通信頻點，也不會對現有的集群通訊指揮調度系統造成影響。
（6）、 研發服務中心的建設
1．中心應用軟件運行在位于北京工商大學信息工程學院的研發服務中心的服務器上，包括數據庫系統、水質參數監測、水質評價、水華預測算法等應用程序和網絡運行程序兩大部分。
2．數據處理系統
通過水體采樣實驗室分析、現場在線采集數據和模擬實驗數據等大量的水體富營養化的現場、模擬和歷史數據, 對圓明園遺址公園水域監測地區的水華產生過程進行深入的機理分析，研究、改進適用于本水域的水華形成特點的過程神經網絡結構， 解決復雜的非線性生化過程的數學建模問題。將過程神經元網絡與進化算法結合，使之在運行過程中能夠感知其環境的變化，能以進化的方式相應地改變網絡參數，自動地調整學習算法，改進網絡參數或結構。提高處理復雜的非線性數學建模能力、提高數學模型和軟測量的適用范圍。
3．與研究
研究采用過程神經元網絡的預測方法，過程神經元網絡用于研究輸入/輸出為時間函數的泛函的逼近問題，利用過程神經元所具有的對時間變量的非線性映射能力，實現系統的輸入、輸出之間的連續映射關系。其網絡結構由加權、聚合和激勵運算三部分組成，可建立具有多隱層的復雜過程神經元網絡。與傳統神經元不同之處在于過程神經元的輸入和權值可以是時變的，其聚合運算既有對空間的多輸入匯聚，也有對時間過程的積累，具體表現在過程神經元網絡引入了權值基函數和積分運算。
對系統的軟測量模型在計算機用MATLAB進行數字仿真，分析結果，研究系統預警的方法。神經元網絡算法采用Visual Basic編程實現，利用MATLAB提供的引擎技術實現MATLAB軟預測器集成到Visual Basic開發的實驗程序中。提供易操作的友好界面。
由此建立的數據處理系統，具有檢測數據的整理與分析、數學模型建立、模型自校正、水體富營養化軟測量、水華預測預警、水華預防和治理方案優化比較等實用性功能。
（7）、系統軟件的構建
系統采用VB語言、MATLAB語言及SQL Server2000數據庫，建立水質監控與分析、水華預測系統。
系統從結構上可以分為以下三部分：前臺的應用程序、后臺數據庫及仿真程序。本應用程序在開發過程中采用SQL Server2000創建后臺數據庫，實現對不同時期水質的實測數據、實驗數據、氣象數據的存儲與管理，以保證數據的安全，供分析及參考使用；系統采用MATLAB程序完成水質分析與水華預測的相關算法，與前臺應用程序通過COM技術建立聯系；前臺應用程序是在VB開發環境中設計友好的用戶操作界面并實現相應方法的處理，以圖形和數據結合方式，通過可視化界面隨時動態顯示水質監控與分析、水華預測結果。同時該應用程序還具有報表顯示、打印、存儲等功能。
五 系統研發的主要難點和技術創新
（1） 系統研發主要難點
1. 水華發生還有一些機理不清楚，系統研制需要面對各種外生和內生的不確定性因素，造成預測精度不高的問題，需要通過智能理論優化模型算法來解決。
2. 水華形成過程中的非線性、復雜性和多因素相互作用，水華爆發評價指標或稱臨界點的復合多相性，直接造成建立機理評價與預測模型的困難，需要通過粗糙集、主成因分析等模糊評價方法詮釋。
3. 使用相對稀疏的數據，難以建立的動態數學模型，做到實時對比、動態擬合困難，解決這些問題，需要通過建立集成的、多源的實時數據采集系統，來實現水華預測功能。
4. 水華爆發是眾多因素共同作用的產物，系統預測評價指標就包括了三大類的指標，在眾多水華影響因素的動態監測信息的融合基礎上，尋求水華爆發與這些影響因素間的影射關系。
5.藍藻水華預警監測涉及環境、生物、化學、物理、氣象、水文等多個學科，對專業技術人員的要求也較高，不僅要求有扎實的專業基礎知識，同時跨學科知識背景和豐富的實踐經驗同樣非常的重要。
（2） 系統研發主要技術創新
1. 運用基于龍芯和LINUX的遠程監測系統實現集成定點和移動式的水質參數采集和無線遠程監測，實時獲得在線監測引發水華暴發的水質參數變化趨勢。
2． 多源信息融合技術在水華預警系統中的應用。所謂信息融合是針對一個系統中使用多種傳感器這一特定問題而開展的一種全新的信息處理方法。它利用計算機技術對按時序獲得的若干傳感器的觀測信息在一定準則下，加以自動分析與整合，以完成所需要的決策和估計任務。其中融合是一種形式框架，在這一框架下，可以融合來自不同來源、不同模式、不同媒質、不同時間地點、不同表現形式的信息，目的是為了得到對感知對象(諸如河湖水華)更為精確的表述。信息融合的過程是用數學方法和技術工具綜合不同信息源，目的是得到高品質的、反映被感知對象的有價值信息。
信息融合技術還可提高水華預警信息的時間與空間分辨率，擴展水華預警信息的時空監測范圍；可以增加水華目標特征矢量的維數，降低水華預警信息的不確定性與預警推理的模糊程度；同時，可以增強水華預警決策支持系統的容錯能力和自適應能力，提高系統的可靠性與魯棒性(robustness)。
3. 對于湖庫藻類水華智能階段性預測模型采用了藻類水華短期神經網絡預測模型和中期支持向量機(support vector machines，SVM)的預測模型相結合的方式。
4. 城市湖庫藻類水華智能預警與控制系統：開發用于湖庫藻類水華預警與控制系統，對水華發生進行預測預警，為水環境治理提供控制策略。
5. 環境友好：該系統的現場監測儀器非常緊湊、小巧，僅需要簡單位置固定，無需施工工程，且監測的方法均為物理方法，儀器本身不使用、不消耗、不產生任何有毒有害的試劑和廢棄產物，現場儀器供電采用太陽能供電，系統通信采用公用GSM網絡通過GPRS進行數據無線傳輸，不會產生任何通信干擾。
6. 針對系統的野外應用，*使用而很少有機會維護，從而在系統在傳輸可靠性和功耗上提出了較高的要求，遠程監測系統采用龍芯芯片，它采用*的四發射超標量超流水結構，片內一級指令和數據高速緩存各64KB，片外二級高速緩存多可達8MB.頻率為1000MHz，功耗為3-5瓦，遠遠低于國外同類芯片。大大降低了系統運作的能耗。
7. 系統使用的虛擬網絡(VPN)建立在互聯網(Internet)上并以超文本傳輸協議(HTTP)相連接。使得數據傳輸能力和數據傳輸安全性得到了很大的提高。
8. 系統使用了Linux操作系統和互聯網傳輸，大大降低了系統的運行成本。
六、總結
城市湖庫藻類水華實時監測、智能化預警系統是安恒公司歷時多年，進行大量的理論研究和實踐活動，協調多方面資源而研發成功、擁有國家軟件著作權的產品，該系統在大量水文數據分析的基礎上，通過對水華發生機理進行深入分析和研究，探索并建立城市湖庫藻類水華預測的智能模型，同時，通過安恒公司“基于龍芯LINUX系統遠程智能監測系統”在水華預警技術上的集成應用，解決了多源信息融合技術在湖庫水華預警中應用的一系列難題，實現了湖庫水華自動化預警與多尺度、多方法水體富營養化實時監測的無縫結合，探索一條用軟測量的方法，解決復雜的藻類水華監測問題，為保障城市河湖水系的復合功能，特別是保障城市供水水源的水質安全提供技術支撐。
城市湖庫藻類水華實時監測、智能化預警系統作為上級主管部門的一項重要處理依據，有效提高管理安全系數，大限度地保護和利用城市的環境用水、減少水環境治理周期、減低能源消耗、提高治理效果，對城區湖庫乃至全國湖庫水華的準確預測與控制具有重要意義，可有效地緩解城市水資源緊缺的壓力，系統具有廣闊的推廣應用前景，其推廣應用可為社會帶來可觀的經濟效益，對于促進我市及我國水資源保護具有很大的推動作用，是發展循環經濟，推進節約型社會建設的具體工作和實際行動。
