水源特征污染物数据管理系统设计与实现
0 引言
近年来, 我国对水环境污染问题日益重视, 水环境污染治理和水环境保护工作的力度显著加强, 总体上水环境质量的恶化趋势已经得到了明显抑制, 但水环境污染的问题依旧突出。据《2017中国生态环境状况公报》显示, 我国流域的1 940个水质断面 (点位) 中, 符合饮用水水源水质要求的Ⅰ～Ⅲ类水质断面 (点位) 比例占67.9%, 与2016年相比Ⅰ～Ⅲ类水质断面 (点位) 比例上升0.1个百分点, 劣V类下降0.3个百分点, 而几乎丧失水体所有功能的劣V类水断面 (点位) 还存在8.3%。
水源污染的问题已经引起了全社会的高度关注, 随着技术的发展, 现有各种水质净化技术已经能够将绝大多数的污染物进行有效去除, 但水源中污染物的分布与所处的地理位置息息相关, 数据的脱节对于数据的获取和分析构成很大障碍。此外, 国内在水质检测数据的管理过程中, 仅建立了日常检测数据的采集与管理系统, 但针对水源中一些特征污染物、非日常检测或突发事件的检测数据无法应用信息化的手段进行管理。在当今“互联网+”“大数据技术”飞速发展的时代, 仍然采用传统的管理方式将无法因地制宜地管理相关数据。
因此, 开发一套既可灵活定制检测任务, 又能与空间属性相结合的水质数据管理系统尤为重要。通过任务设计、模板编制、检测跟踪、数据分析、空间解析、历史拟合等工作, 从而提升水源特征污染物去除方法的准确性、时效性及经济性, 推进水源污染应急处置的标准化、精细化、信息化, 为确定水源中的污染物及相关处理工艺对其去除的贡献度提供支持。
1 水源特征污染物数据管理系统设计
1.1 设计思路
水源特征污染物数据管理系统是通过关注水源水质、输水距离、输水时间、输水管材、水厂处理工艺单元、混凝剂及投加量、各工艺段药剂投加、检测结果等方面, 从而全面、准确、快速地评估出工艺参数对污染物的去除效果。该系统是建立在GIS的基础上, 使得地理信息和数据有机地结合在一起。同时, 为了方便数据上报人员和分析人员的工作, 在此基础上设计了检测模板的Excel导入与导出功能, 通过OLE自动化实现GIS、Excel的调用, 以便满足水源中污染物的分析与展示需求。
1.2 系统架构
水源特征污染物数据管理系统的逻辑结构依据SOA架构的规范设计, 将表示部分和业务逻辑部分的组件按照数据层、支撑层和应用层分离, 由这些组件实现具体的系统和业务功能, 保持内聚性并基本位于同一抽象级别。每层之间保持松散耦合。总体来说, 下层为上层提供服务, 上层调用下层功能。
水源特征污染物数据管理系统功能结构包括系统基础设施模块、数据模块和功能模块等 (见图1) 。
图1 系统功能结构
Fig.1 System functional structure
1.3 数据库设计
系统根据用户权限和业务内容分成不同的功能模块, 各模块之间相互独立。因此, 对数据库设计时, 既要考虑各功能模块的需求, 也要考虑数据在各模块之间交互的需求流程。
数据库的逻辑结构设计依据业务功能和业务之间的相互关系, 建立相应的数据表, 从而构成数据逻辑结构图, 如图2所示。
1.4 连接池设计
系统数据库链接主要采用直接方式进行[4]。其链接的数据库名为orcl, 用户名为zdly, 密码为sytzwrw。其数据库连接代码如下:
2 水源特征污染物数据管理系统主要功能
2.1 身份认证与权限分配
用户进入系统时的身份认证与权限由系统管理员分配获得, 从而保证了水质数据的安全性和可靠性。身份认证及权限分配的流程如图3所示。
2.2 系统功能
根据用户需求及水质数据分析的要求, 系统共分5个模块。
图3 身份认证及权限分配
Fig.3 Identity authentication and privilege allocation
(1) 处理性评估管理。包括检测水厂信息维护、检测任务维护、污染物检测数据统计分析、污染物去除率评估。
(2) 历史数据管理。历史数据模板的创建、数据导入导出、数据的统计分析。历史数据可为处理性评估管理模块提供数据支持。
(3) 标准规范管理。用于管理相关水质标准及标准值, 不同标准间指标值的对比。
(4) 空间信息管理。是对数据统计分析的结果进行展示。
(5) 系统登录管理。一是供管理员和用户登录, 登录角色不同所分配权限不同;二是用于管理用户、角色权限、功能模块、城市、显示图层、系统日志、用户日志、测量配置、统计倍率等信息, 由系统最高权限管理员进行管理。
2.3 处理性评估管理模块
该模块的操作流程主要从基础信息创建、任务创建、任务上报、数据分析等方面进行, 如图4所示。
图4 系统操作流程
Fig.4 System operation process
(1) 创建基础信息 (见图5) 。用户登录系统后首先需要创建水厂的基础信息。
(2) 创建检测任务 (见图6) 。上报人员需在系统中创建相关检测任务。
图2 数据逻辑结构
Fig.2 Data logical structure
图5 基础信息填报
Fig.5 Basic information reporting
图6 创建检测任务
Fig.6 Creating detection tasks
(3) 上报任务 (见图7) 。上报人员登录系统后, 根据分配的检测任务进行模板下载, 并将检测数据上传到系统。
图7 上报任务
Fig.7 Reporting task
(4) 统计分析 (见图8) 。用户可统计检测任务的完成情况、各检测任务的检测值、与国内外标准对比情况;可通过设置水源类型、流域范围、水厂工艺、超标倍数、检测指标、检测时间段等要素进行统计分析。
图8 统计分析
Fig.8 Statistical analysis
(5) 空间分析。可将数据分析结果生成柱状图、折线图、箱线图、点状图等并在地图上进行展示。
3 水源特征污染物数据管理系统应用情况
目前, 已将“十一五”水质普查的结果作为历史数据导入到系统中。同时, 该系统已服务于“十二五”水专项课题, 课题组选取了8个城市16个水厂进行特征污染物的调研和研究, 被委托方已根据检测任务应用该系统进行了检测数据的报送。研究人员利用该系统针对不同流域中特征污染物制定相应的检测计划, 使问题聚焦化, 通过把握时间、空间、水厂工艺等参数, 同时结合大量历史数据, 总结出多维度的污染物去除效果, 评估出污染物最大化去除的方法。
4 结语
水源特征污染物数据管理系统不仅能对水质检测数据进行科学有效的管理和分析, 还可结合实际需求制定检测任务, 针对不同时期、流域、工艺、指标等因素进行跟踪检测和分析, 并结合GIS对水源中污染物的分布情况及工艺单元对污染物去除的贡献度进行有效的、直观的分析。
随着时间的推移, 水源特征污染物数据管理系统内数据量会逐渐增大, 如何有效利用这些数据, 进行数据挖掘, 运用大数据分析、AR技术等手段, 进一步优化水源风险应急预案, 还需要对管理系统的功能不断地进行完善。