一种基于大数据的水质监测分析系统

技术领域

本发明涉及水质分析技术领域，具体为一种基于大数据的水质监测分析系统。

背景技术

系统分析被看作是系统工程的一个重要程序和核心组成部分，以及系统理论的一项应用。在系统开发生命周期中，系统分析阶段先于系统设计，是系统开发前期不可或缺的工作。系统分析大量借用数学模型、数学分析、计算机模拟等定量分析方法，试图在具有不确定约束或边界条件的情况下，对系统要素进行综合分析、描述，得出较为准确或合理的结论。

目前，人们对于系统分析的应用已经十分广泛，其中，也涉及到对水质的分析，但是，目前对水质的分析均需要人为的去采集水质的样品，然后，通过检查设备对样品进行分析，较为耗费时间，且分析的结果容易出现偏差，导致结果不准确，为此，我们提出一种基于大数据的水质监测分析系统。

发明内容

本发明的目的在于提供一种基于大数据的水质监测分析系统，通过识别整合单元的设置，快速对采集的相关数据进行识别和标记，避免人为识别出现识别错误，从而节省识别数据所消耗的时间，通过分析单元的设置，对识别整合的相关数据进行数据分析，从而分析出水质的酸碱度和浑浊度，并在影像信息中对识别数据进行标记，节省分析所消耗的时间，提高工作效率，通过判定单元的设置，对分析单元所得出的结果进行水质质量判断，评分单元对不同河道内的水质进行优质排序，节省人为判定和评分所消耗的时间，提高工作效率。

本发明的目的可以通过以下技术方案实现：一种基于大数据的水质监测分析系统，包括采集单元、数据库、识别整合单元、质量分析单元、判定单元、评分单元和智能设备；

所述采集单元用于采集所需监测水流相关的检测信息，所述检测信息包括水质信息和影像信息，并将其一同传输至识别整合单元；

所述数据库内存储有记录信息，识别整合单元从数据库内获取记录信息，并将其与水质信息和影像信息进行识别整合操作，得到河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息，并将其一同传输至质量分析单元；

所述质量分析单元用于对河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息一同进行质量分析操作，得到酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像，并将其一同传输至判定单元；

所述数据库内还存储有与河道名数据对应的规格数据以及河道影像对应的部位数据，所述部位数据包括河道与地面接触的顶部、河道离地面最远的底部以及河道底部的宽度，所述规格数据包括河道的记录长度、记录宽度和记录高度，所述判定单元从数据库内获取规格数据和部位数据，并将其与酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像一同进行判定操作，得到生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，并将其传输至评分单元；

所述评分单元用于对生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号进行评分操作，得到水质排序数据，并将其传输至智能设备；

所述智能设备接收并显示水质异常信号、水质安全信号和水质排序数据。

作为本发明的进一步改进技术：识别整合操作的具体操作过程为：

K1：获取记录信息，将其内记录的河流影像标定为河流影像信息，并将河流影像信息标记为LYi，i＝1,2,3......n1，将其内记录的河道影像标定为河道影像信息，并将河道影像信息标记为DYi，i＝1,2,3......n1，将其内记录的河道影像的名称标定为河道名数据，并将河道名数据标记为HMi，i＝1,2,3......n1，将其内记录的河流内生物影像标定为生物影像信息，并将生物影像信息标记为SYi，i＝1,2,3......n1，将其内记录的生物名称标定为生物名数据，并将生物名数据标记为SMi，i＝1,2,3......n1，将其内记录的河流内的漂浮物标定为漂浮影像信息，并将漂浮影像信息标记为PYi，i＝1,2,3......n1，将其内记录的漂浮物名称标定为漂浮物名数据，并将漂浮物名数据标记为PMi，i＝1,2,3......n1；

K2：获取水质信息，将其内水质的清晰程度的影像标定为浑浊度数据，并将浑浊度数据标记为HZi，i＝1,2,3......n1，将其内水质的浑浊度数据对应的影像标定为浑浊影像数据，并将浑浊影像数据标记为ZYi，i＝1,2,3......n1；

K3：获取影像信息，并将其标记为YXi，i＝1,2,3......n1；

K4：提取上述K1、K2和K3中的河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息。

作为本发明的进一步改进技术：质量分析操作的具体操作过程为：

H1：获取影像信息和河道影像信息，并对其进行快速匹配，具体为：当DYi＝YXi时，则判定影像信息中存在河道影像，提取对应的河道名数据，并在该影像信息中标定出河道影像，当DYi≠YXi时，则判定影像信息中不存在河道影像，并不在该影像中进行河道影像标定，其中，DYi＝YXi表示为影像信息与河道影像信息的匹配结果一致，DYi≠YXi表示为影像信息与河道影像信息的匹配结果不一致；

H2：获取影像信息和河流影像信息，并对其进行快速匹配，具体为：当LYi＝YXi时，则判定影像信息中存在河流影像，并在该影像信息中标定出河流影像，当LYi≠YXi时，则判定影像信息中不存在河流影像，并不在该影像中进行河流影像标定，其中，LYi＝YXi表示为影像信息与河流影像信息的匹配结果一致，LYi≠YXi表示为影像信息与河流影像信息的匹配结果不一致；

H3：获取影像信息和生物影像信息，并对其进行快速匹配，具体为：当SYi＝YXi时，则判定影像信息中存在生物影像，提取对应的生物名数据，并在该影像信息中标定出生物影像，当SYi≠YXi时，则判定影像信息中不存在生物影像，并不在该影像中进行生物影像标定，其中，SYi＝YXi表示为影像信息与生物影像信息的匹配结果一致，SYi≠YXi表示为影像信息与生物影像信息的匹配结果不一致；

H4：获取影像信息和漂浮影像信息，并对其进行快速匹配，具体为：当PYi＝YXi时，则判定影像信息中存在漂浮影像，提取对应的漂浮名数据，并在该影像信息中标定出漂浮影像，当PYi≠YXi时，则判定影像信息中不存在漂浮影像，并不在该影像中进行漂浮影像标定，其中，PYi＝YXi表示为影像信息与漂浮影像信息的匹配结果一致，PYi≠YXi表示为影像信息与漂浮影像信息的匹配结果不一致；

H5：依据上述H1-H4中的识别方法对浑浊影像数据进行识别，从而提取对应的浑浊度数据，通过酸碱试纸对水的酸碱度进行检测，并将监测后的酸碱度标定为PH数据,设定一个浑浊度预设值，以及一个PH预设值，并将其与对应的PH数据和浑浊度数据进行比对，具体为：当PH预设值＞PH数据时，则判定该水质的PH值呈酸性，生成酸信号，当PH预设值＝PH数据时，则判定该水质的PH值显中性，生成中信号，当PH预设值＜PH数据时，则判定该水质的PH值显碱性，生成碱信号，当浑浊度数据≥浑浊度预设值时，则判定该水质浑浊，生成浑浊信号，当浑浊度数据＜浑浊度预设值时，则判定该水质清晰，生成清晰信号；

H6：获取上述H1-H4中影像信息中的标定，并将标定后的影像信息标记为监测影像，其中，上述H1-H4中影像信息中的标定具体指代：在该影像信息中标定出河道影像，在该影像信息中标定出河流影像，在该影像信息中标定出生物影像，在该影像信息中标定出漂浮影像。

作为本发明的进一步改进技术：判定操作的具体操作过程为：

G1：获取监测影像，建立一个虚拟空间直角坐标系，并将监测影像在虚拟直角坐标系中进行标记，从而得出各个坐标点，并将其标记为ZBi，i＝1,2,3......n1；

G2：依据部位数据，获取河道顶部和底部的坐标点，并将其依据勾股定理进行差值计算，从而计算出影像高度数据和影像宽度数据，提取对应的记录长度、记录宽度和记录高度，并将其带入到计算式：记录宽度＝影像宽度数据*影像转化偏差因子，从而得到影像宽度转化偏差因子，并将其标记为u1，依据相同计算方法计算出影像高度转化偏差因子u2和影像长度转化偏差因子u3，将u1、u2和u3相加，并除以三，从而计算出Pu，其中，Pu表示为影像转化偏差因子；

G3：在虚拟空间直角坐标系中获取河流顶部与河道影像所接触的坐标点，并将该坐标点与河道底部的坐标点依据勾股定理进行差值计算，从而计算出河流影像高度，将河流影像高度与影像转化偏差因子带入到计算式：实际水流高度＝河流影像高度*影像转化偏差因子，依据相同计算方法，计算出实际水流宽度和实际水流长度，将实际水流高度、实际水流宽度和实际水流长度一同带入到体积计算式：体积＝长*宽*高，从而计算出水流体积数据；

G4：获取影像信息中的生物影像信息，并依据生物名数据，提取该生物影像信息中的有害生物的数量，并将其标定为生物数量，依据有害数量的标记方法，获取有害漂浮物的数量，并将其标定为漂浮数量；

G5：将生物数量和漂浮数量分别与水流体积数据一同带入到计算式：占比值＝对应数量/体积，从而计算出生物占比值和漂浮占比值；

G6：设定一个生物占比值的预设值，并将其标定为生物预设值，设定一个漂浮物占比值的预设值，并将其标定为漂浮预设值，将生物预设值和漂浮预设值分别与生物占比值和漂浮占比值进行比对，当生物占比值大于等于生物预设值时，则判定有害生物的数量多，生成生物危险信号，当生物占比值小于生物预设值时，则判定有害生物的数量少，生成生物安全信号，当漂浮占比值大于等于漂浮预设值时，则判定有害漂浮物的数量多，生成漂浮危险信号，当漂浮占比值小于漂浮预设值时，则判定有害漂浮物的数量少，生成漂浮安全信号；

G7：提取生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，并对其进行识别，当同时识别到生物安全信号、漂浮安全信号、中信号和清晰信号时，则判定该水质安全，生成水质安全信号，反之则判定该水质存在问题，生成水质异常信号，水质异常信号和水质安全信号传输至智能设备。

作为本发明的进一步改进技术：评分操作的具体操作过程为：

E1：依据河道名数据，获取对应的生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，并对其进行类别划分，将生物安全信号、漂浮安全信号、中信号和清晰信号标定为有益信号，并对其进行正向赋值，将生物危险信号、漂浮危险信号、酸信号、碱信号、浑浊信号标定为有害信号，并对其进行负向赋值；

E2：将每个河道名数据所识别到的生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，进行赋值计算，从而对识别到的信号进行综合分值计算，并对综合分值对应的河道名数据进行排序，将河道名数据的排序标定为水质排序数据。

作为本发明的进一步改进技术：所述智能设备具体为一种平板电脑。

本发明的有益效果：

(1)通过采集单元采集所需监测水流相关的检测信息，检测信息包括水质信息和影像信息，并将其一同传输至识别整合单元；识别整合单元从数据库内获取记录信息，并将其与水质信息和影像信息进行识别整合操作，通过识别整合单元的设置，快速对采集的相关数据进行识别和标记，避免人为识别出现识别错误，从而节省识别数据所消耗的时间；

(2)通过质量分析单元对河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息一同进行质量分析操作，得到酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像，并将其一同传输至判定单元；通过分析单元的设置，对识别整合的相关数据进行数据分析，从而分析出水质的酸碱度和浑浊度，并在影像信息中对识别数据进行标记，节省分析所消耗的时间，提高工作效率。

(3)通过判定单元从数据库内获取规格数据和部位数据，将其与酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像一同进行判定操作，得到生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，并将其传输至评分单元；评分单元对生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号进行评分操作，得到水质排序数据，并将其传输至智能设备；智能设备接收并显示水质异常信号、水质安全信号和水质排序数据；通过判定单元的设置，对分析单元所得出的结果进行水质质量判断，评分单元对不同河道内的水质进行优质排序，节省人为判定和评分所消耗的时间，提高工作效率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于大数据的水质监测分析系统，包括采集单元、数据库、识别整合单元、质量分析单元、判定单元、评分单元和智能设备；

所述采集单元用于采集所需监测水流相关的检测信息，所述检测信息包括水质信息和影像信息，并将其一同传输至识别整合单元；

所述数据库内存储有记录信息，识别整合单元从数据库内获取记录信息，并将其与水质信息和影像信息进行识别整合操作，识别整合操作的具体操作过程为：

K1：获取记录信息，将其内记录的河流影像标定为河流影像信息，并将河流影像信息标记为LYi，i＝1,2,3......n1，将其内记录的河道影像标定为河道影像信息，并将河道影像信息标记为DYi，i＝1,2,3......n1，将其内记录的河道影像的名称标定为河道名数据，并将河道名数据标记为HMi，i＝1,2,3......n1，将其内记录的河流内生物影像标定为生物影像信息，并将生物影像信息标记为SYi，i＝1,2,3......n1，将其内记录的生物名称标定为生物名数据，并将生物名数据标记为SMi，i＝1,2,3......n1，将其内记录的河流内的漂浮物标定为漂浮影像信息，并将漂浮影像信息标记为PYi，i＝1,2,3......n1，将其内记录的漂浮物名称标定为漂浮物名数据，并将漂浮物名数据标记为PMi，i＝1,2,3......n1；

K2：获取水质信息，将其内水质的清晰程度的影像标定为浑浊度数据，并将浑浊度数据标记为HZi，i＝1,2,3......n1，将其内水质的浑浊度数据对应的影像标定为浑浊影像数据，并将浑浊影像数据标记为ZYi，i＝1,2,3......n1；

K3：获取影像信息，并将其标记为YXi，i＝1,2,3......n1；

K4：提取上述K1、K2和K3中的河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息，并将其一同传输至质量分析单元；

所述质量分析单元用于对河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息一同进行质量分析操作，质量分析操作的具体操作过程为：

H1：获取影像信息和河道影像信息，并对其进行快速匹配，具体为：当DYi＝YXi时，则判定影像信息中存在河道影像，提取对应的河道名数据，并在该影像信息中标定出河道影像，当DYi≠YXi时，则判定影像信息中不存在河道影像，并不在该影像中进行河道影像标定，其中，DYi＝YXi表示为影像信息与河道影像信息的匹配结果一致，DYi≠YXi表示为影像信息与河道影像信息的匹配结果不一致；

H2：获取影像信息和河流影像信息，并对其进行快速匹配，具体为：当LYi＝YXi时，则判定影像信息中存在河流影像，并在该影像信息中标定出河流影像，当LYi≠YXi时，则判定影像信息中不存在河流影像，并不在该影像中进行河流影像标定，其中，LYi＝YXi表示为影像信息与河流影像信息的匹配结果一致，LYi≠YXi表示为影像信息与河流影像信息的匹配结果不一致；

H3：获取影像信息和生物影像信息，并对其进行快速匹配，具体为：当SYi＝YXi时，则判定影像信息中存在生物影像，提取对应的生物名数据，并在该影像信息中标定出生物影像，当SYi≠YXi时，则判定影像信息中不存在生物影像，并不在该影像中进行生物影像标定，其中，SYi＝YXi表示为影像信息与生物影像信息的匹配结果一致，SYi≠YXi表示为影像信息与生物影像信息的匹配结果不一致；

H4：获取影像信息和漂浮影像信息，并对其进行快速匹配，具体为：当PYi＝YXi时，则判定影像信息中存在漂浮影像，提取对应的漂浮名数据，并在该影像信息中标定出漂浮影像，当PYi≠YXi时，则判定影像信息中不存在漂浮影像，并不在该影像中进行漂浮影像标定，其中，PYi＝YXi表示为影像信息与漂浮影像信息的匹配结果一致，PYi≠YXi表示为影像信息与漂浮影像信息的匹配结果不一致；

H5：依据上述H1-H4中的识别方法对浑浊影像数据进行识别，从而提取对应的浑浊度数据，通过酸碱试纸对水的酸碱度进行检测，并将监测后的酸碱度标定为PH数据,设定一个浑浊度预设值，以及一个PH预设值，并将其与对应的PH数据和浑浊度数据进行比对，具体为：当PH预设值＞PH数据时，则判定该水质的PH值呈酸性，生成酸信号，当PH预设值＝PH数据时，则判定该水质的PH值显中性，生成中信号，当PH预设值＜PH数据时，则判定该水质的PH值显碱性，生成碱信号，当浑浊度数据≥浑浊度预设值时，则判定该水质浑浊，生成浑浊信号，当浑浊度数据＜浑浊度预设值时，则判定该水质清晰，生成清晰信号；

H6：获取上述H1-H4中影像信息中的标定，并将标定后的影像信息标记为监测影像，其中，上述H1-H4中影像信息中的标定具体指代：在该影像信息中标定出河道影像，在该影像信息中标定出河流影像，在该影像信息中标定出生物影像，在该影像信息中标定出漂浮影像；

H7：将酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像一同传输至判定单元；

所述数据库内还存储有与河道名数据对应的规格数据以及河道影像对应的部位数据，所述部位数据包括河道与地面接触的顶部、河道离地面最远的底部以及河道底部的宽度，所述规格数据包括河道的记录长度、记录宽度和记录高度，所述判定单元从数据库内获取规格数据和部位数据，并将其与酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像一同进行判定操作，判定操作的具体操作过程为：

G1：获取监测影像，建立一个虚拟空间直角坐标系，并将监测影像在虚拟直角坐标系中进行标记，从而得出各个坐标点，并将其标记为ZBi，i＝1,2,3......n1；

G2：依据部位数据，获取河道顶部和底部的坐标点，并将其依据勾股定理进行差值计算，从而计算出影像高度数据和影像宽度数据，提取对应的记录长度、记录宽度和记录高度，并将其带入到计算式：记录宽度＝影像宽度数据*影像转化偏差因子，从而得到影像宽度转化偏差因子，并将其标记为u1，依据相同计算方法计算出影像高度转化偏差因子u2和影像长度转化偏差因子u3，将u1、u2和u3相加，并除以三，从而计算出Pu，其中，Pu表示为影像转化偏差因子；

G3：在虚拟空间直角坐标系中获取河流顶部与河道影像所接触的坐标点，并将该坐标点与河道底部的坐标点依据勾股定理进行差值计算，从而计算出河流影像高度，将河流影像高度与影像转化偏差因子带入到计算式：实际水流高度＝河流影像高度*影像转化偏差因子，依据相同计算方法，计算出实际水流宽度和实际水流长度，将实际水流高度、实际水流宽度和实际水流长度一同带入到体积计算式：体积＝长*宽*高，从而计算出水流体积数据；

G4：获取影像信息中的生物影像信息，并依据生物名数据，提取该生物影像信息中的有害生物的数量，并将其标定为生物数量，依据有害数量的标记方法，获取有害漂浮物的数量，并将其标定为漂浮数量；

G5：将生物数量和漂浮数量分别与水流体积数据一同带入到计算式：占比值＝对应数量/体积，从而计算出生物占比值和漂浮占比值；

G6：设定一个生物占比值的预设值，并将其标定为生物预设值，设定一个漂浮物占比值的预设值，并将其标定为漂浮预设值，将生物预设值和漂浮预设值分别与生物占比值和漂浮占比值进行比对，当生物占比值大于等于生物预设值时，则判定有害生物的数量多，生成生物危险信号，当生物占比值小于生物预设值时，则判定有害生物的数量少，生成生物安全信号，当漂浮占比值大于等于漂浮预设值时，则判定有害漂浮物的数量多，生成漂浮危险信号，当漂浮占比值小于漂浮预设值时，则判定有害漂浮物的数量少，生成漂浮安全信号；

G7：提取生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，并对其进行识别，当同时识别到生物安全信号、漂浮安全信号、中信号和清晰信号时，则判定该水质安全，生成水质安全信号，反之则判定该水质存在问题，生成水质异常信号，水质异常信号和水质安全信号传输至智能设备；

G8：将生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号传输至评分单元；

所述评分单元用于对生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号进行评分操作，评分操作的具体操作过程为：

E1：依据河道名数据，获取对应的生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，并对其进行类别划分，将生物安全信号、漂浮安全信号、中信号和清晰信号标定为有益信号，并对其进行正向赋值，将生物危险信号、漂浮危险信号、酸信号、碱信号、浑浊信号标定为有害信号，并对其进行负向赋值；

E2：将每个河道名数据所识别到的生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，进行赋值计算，从而对识别到的信号进行综合分值计算，并对综合分值对应的河道名数据进行排序，将河道名数据的排序标定为水质排序数据；

E3：将水质排序数据传输至智能设备；

所述智能设备接收并显示水质异常信号、水质安全信号和水质排序数据，所述智能设备具体为一种平板电脑。

本发明在工作时，采集单元采集所需监测水流相关的检测信息，检测信息包括水质信息和影像信息，并将其一同传输至识别整合单元；数据库内存储有记录信息，识别整合单元从数据库内获取记录信息，并将其与水质信息和影像信息进行识别整合操作，得到河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息，并将其一同传输至质量分析单元；质量分析单元对河流影像信息、河道影像信息、河道名数据、生物影像信息、生物名数据、漂浮影像信息、漂浮物名数据、PH数据、浑浊度数据和影像信息一同进行质量分析操作，得到酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像，并将其一同传输至判定单元；数据库内还存储有与河道名数据对应的规格数据以及河道影像对应的部位数据，部位数据包括河道与地面接触的顶部、河道离地面最远的底部以及河道底部的宽度，规格数据包括河道的记录长度、记录宽度和记录高度，判定单元从数据库内获取规格数据和部位数据，并将其与酸信号、中信号、碱信号、浑浊信号、清晰信号和监测影像一同进行判定操作，得到生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号，并将其传输至评分单元；评分单元对生物危险信号、生物安全信号、漂浮危险信号、漂浮安全信号、酸信号、中信号、碱信号、浑浊信号和清晰信号进行评分操作，得到水质排序数据，并将其传输至智能设备；智能设备接收并显示水质异常信号、水质安全信号和水质排序数据。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。