CN109274756A - 一种智能环保监控管理系统 - Google Patents

Abstract

本发明涉及一种监控管理系统，属于环保监控技术领域，具体是涉及一种智能环保监控管理系统。该智能环保监控管理系统实现以提供无监测盲区、多源异构、跨域关联的大数据为目的高速路网环保监控平台。不光可以实现将一个地域内的、一个省内的、甚至是在全国范围内的高速路网环保监控管理系统集成在一个平台上。

Description

一种智能环保监控管理系统

技术领域

本发明涉及一种监控管理系统，属于环保监控技术领域，具体是涉及一种智能环保监控管理系统。

背景技术

智能环保监控管理系统的建设内容包括四个方面：智能环保物联网系统的定制化开发与实地部署、智能环保监控管理系统的软件开发与部署、机器学习/数据挖掘功能体配适层开发、发明专利的申报。

(一)智能环保物联网的定制化开发与实地部署

智能环保监控管理系统中的大型物联网系统将是采集和构建全面环境监测大数据的基础。为交通行业环保管理智能化的规划、决策和建设提供基于大数据的科学依据。

智能环保物联网在首期建设中考虑全面接入空气环境监测子系统、水环境监测子系统、噪音监测子系统、基础设施健康度监测子系统、垃圾压缩池池容监测子系统等。

根据实地部署条件(电源、主干网络、网络带宽等)、最佳的实地环保数据采集点、监测覆盖区域大小和复杂地形地貌，定制化设计、开发和部署智能环保物联网。

(二)智能环保监控管理系统的软件开发与部署

系统采用开源的J2EE体系企业应用开发架构进行软件开发，满足高可用性、高可靠性以及可扩展性的应用需求。通过接入传感器回传的采集数据和视频监控图像，实现智能检测公司内部运营管理分析和决策需求。

系统功能包括基于GIS的“一张图”监测、单点监测、设备管理、报警管理、报表管理和系统管理等内容，根据访问方式的不同，将系统功能分为PC端应用和手机端应用。PC端用户通过Web浏览器访问系统，手机端用户通过手机APP访问系统。

(三)机器学习/数据挖掘功能体配适层开发

云平台数据中心中将开发和对接机器学习/数据挖掘功能体的配适层。机器学习/数据挖掘功能体的功能是对“全面环境监测大数据”进行处理、挖掘和分析的深度应用，进而对整个平台提供基于数据的分析预判和科学依据、科学依据和辅助决策支撑。此配适层的建设为进一步为用户提供高层次的、浓缩化的信息反馈和前瞻性的预测服务，在系统构架上做好准备。

在高速路网中的众多环保监控管理系统中，其应用环境在不同的基础设施(公路、隧道、桥梁等)、地理地貌，监控区域大小各异。当前解决方案中，几乎所有的环保监控管理系统，在前端的监测点都依赖直接与移动通讯网络(2G/3G)连接以实现数据回传。然而，而高速路网很大一部分地处偏远地区，当地的移动通讯网覆盖范围有限，网络条件有限(网络信号强度微弱或信号不稳定)，受极端天气环境影响，网络条件不佳的区域就不能有效地部署使用这样的系统，获取长期稳定的数据。

发明内容

本发明主要是解决现有技术所存在的智能环保监控系统可扩展性差，功能单一的技术问题，提供了一种智能环保监控管理系统。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种智能环保监控管理系统，包括：传感节点，通过物联网连接平台以及互联网与监控管理系统相连；

所述监控管理系统包括：应用平台、服务平台、数据平台；

所述应用平台实现终端用户与应用系统交互，应用系统与服务平台交互，应用平台支持WEB浏览器、移动APP两种访问方式；应用平台包括地图监测、设备监测、视频监控等功能。

所述服务平台将单块架构的应用划分成一组轻量级服务，服务之间互相协调、互相配合，服务与服务间采用轻量级的通信机制互相沟通，应用平台提供各种公共、具体业务的服务。根据服务的通用性、业务能力将服务划分为公共服务、业务服务两类，公共服务主要包括工作流引擎、安全认证、日志处理、消息通知、数据缓存、数据访问、外部接口访问、监控等内容；业务服务主要包括大气类服务、污水类服务、固废类服务、视频服务和地图服务等内容；

所述数据平台由数据存储和数据交换组成，完成从数据采集、数据存储到数据交换的整个过程控制。

优选的，所述数据平台包括：ETL工具，用于将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中。

优选的，采取分布式及大数据平台的部署方式，将应用服务器、数据库服务器分开部署。

优选的，PC端采用B/S架构，用户可通过Web浏览器访问系统，包括地图监测、单点监测、设备管理、报警管理、报表管理和系统管理6个功能模块；手机端按操作系统不同分为Android端和IOS端，主要包括地图监测、单点监测、设备管理和报警管理4个模块。

优选的，网络安全策略控制包括：

根据各部门的工作职能、重要性和所涉及信息的重要程度等因素，划分不同的域，保证各域网络安全；

在网络边界部署访问控制设备，启用访问控制功能；

根据会话状态信息为数据流提供明确的允许/拒绝访问的能力，控制粒度为网段级；

按用户和系统之间的允许访问规则，决定允许或拒绝用户对受控系统进行资源访问，控制粒度为单个用户；限制具有拨号访问权限的用户数量；

对网络系统中的网络设备运行状况、网络流量、用户行为等进行日志记录。

因此，本发明具有如下优点：该智能环保监控管理系统实现以提供无监测盲区、多源异构、跨域关联的大数据为目的高速路网环保监控平台。不光可以实现将一个地域内的、一个省内的、甚至是在全国范围内的高速路网环保监控管理系统集成在一个平台上。

附图说明

附图1是本发明的一种系统架构图；

附图2是本发明的无线传感网络结构图；

附图3是智能环保监控管理系统的开发架构设计；

附图4是ETL体系结构图；

附图5是本发明实施例中的数据架构图；

附图6是智能环保监控管理系统的部署架构设计；

附图7是智能环保监控管理系统的功能架构设计；

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

系统架构：

如图1所示，为本系统的结构框图。

由智能检测公司选定试点服务区，在相对高点安装嵌入式物联网网关，接入区域内的各类传感器，传感器通过物联网模块的无线信道连接到物联网网关。物联网网关配有通信模块，通过运营商基站无线接入互联网，实现传感器数据向阿里云服务器的数据写入。

传感器/物联网网关的接入有多种备选方案：

1)当传感器接入区附近有交通集团的网络接入时，网关可以通过交投集团网络接入云平台；

2)当传感器附近有运营商的物联网服务时，可以在传感器上直接配置运营商物联网卡，实现数据的接入。

智能环保监控平台通过GB28181国标与原有视频平台对接，外网用户通过PC端或手机APP接入平台，通过认证的用户利用平台与监控平台的接口，实现对预定监控点位的访问。

大型智能环保物联网系统主要由多维感知智能传感器、传感监测节点、大规模无线传感网、具有互联网接入功能的小型嵌入式网关、分布式网络组成。其运用高度集成的智能传感器技术、信号处理技术、模块化嵌入式技术、大规模无线传感网技术、混杂网络/分布式网络技术、互联网/移动互联网技术、边界挖掘/计算以及数据融合技术，将多子系统的监测数据汇入数据中心。

该系统包括空气环境监测子系统，水环境监测子系统，噪音监测子系统，事件监测子系统，基础设施健康度监测子系统，垃圾压缩池池容监测子系统。

多维感知智能传感器与物联网监测节点工作原理

多样传感器多通道设计结构支持同时监控多组不同的信号，可使多种多路传感器实时同步工作。感知信息可以作规律性周期报告，如按每天、小时甚至每秒传输实时信息到远程监控数据中心；亦可及时报告突发性事件，以及同时报告当前监测项状态。

首期建设监测类包括：大气类、污水类、固废类、事件类。

大气类监测项包括：二氧化硫、二氧化氮、一氧化氮、隧道一氧化碳、TSP(总悬浮物)、PM1/PM2.5/PM10、温度、湿度、大气压、风速、风向和降雨量。

污水类监测项包括：化学需氧量COD、BOD5(五日生化需氧量)、石油类(水中动植物油类检测)、总磷、总氮、氨氮、悬浮固体浓度、pH值、污水流量、水温等。

噪声类检测项包括：噪声强度、噪声频率特征等指标。

固废类监测主要场景为服务区垃圾压缩池池容，将使用户外超声波检测传感器。

检测设备非正常断电报警：当检测设备非正常断电时，通过工况监测判断，向管理平台报警。

检测箱体被动移动报警：当检测设备箱体被动移动时，通过震动监测判断，向管理平台报警。

其他可拓展的感知项可有：

·氧气，氨，甲烷，氢气，硫化氢，氯化氢，氯气等；

·亮度，风力，水渗漏，水位等；

·水质导电度，水质盐度，溶解氧，氧化还原势，水质相关的多种水溶解离子(如硝酸盐，亚硝酸盐，高氯酸盐，氟硼酸盐，锂，镁，钾，银，钠，钙，铜，氯，氟，溴，碘离子等)

·电导率

物联网监测节点及各类场景下的标准配置

物联网监测节点高度集成多种多路环保智能传感器，信号处理模块，采用标准Modbus通讯协议，无线通信模块，清洁电源模块。以设定的周期读取和传输实时数据，或监测项超过预警值及时上传报警信号。

监测点的硬件模块整体封装在IP67标准的防水防潮的外壳中，并可选择性配备防雷套件，适用于野外恶劣环境下使用。此物联网监测节点具有独立性，小型化，低功耗的特点，可以在不影响当前设备的情况下独立运作，无须对被监控实体作改造。物联网监测节点的天线和太阳能板尽量选择高处净空的条件下安装。

物联网监测节点采用低功耗的硬件模块和底层固件，赋予子系统智能节能模式，整个子系统由可由充电蓄电池和太阳能清洁能源联合供电，部署地点不受电源条件限制。部署后可超长时间运作，无须人员进入维护。电池供电状态实时监测，低电量发送提示警告。实现环保监测点无人值守。

大规模无线传感网

数量众多的环境监测点存在地域空间跨度大、分布广，实地部署环境和网络条件各异的情况，配置大规模无线传感网，将采用不同通讯协议和混杂模式组网各个监测子系统(例如污水监测系统，大气监测系统、以及其他监测子系统等)。

部署在同一区域的所有智能传感监测节点，由新一代大规模无线传感网技术组网，实现全地域全方位实时在线感知。此新一代大规模无线传感网采用mesh拓扑网络结构，实现：

·无线传感网节点多点跳传

·节点失效自修复组网

·回传路径自组织功能

·节点时间同步

·感知数据网内融合

·临界预判等功能。

采用超长距离天线传输技术，能实现传感器节点间超远距离无线传输。以克服广阔地域上，大面积传感监测节点覆盖的部署问题。无线传感网的两个网络节点的天线间在视距净空的条件下，点对点最远可靠传输距离可以达到数公里以上。在非瞄准线或有阻隔物的状况下，依靠传感网内多点跳传的功能实现超远距数据传输。

小型嵌入式物联网网关

整个大规模无线传感网中的所有智能传感监测节点，自动采集数据，无线传输到连接主干网络的一个小型嵌入式网关设备，该网关设备具备以下几个主要功能：

·集中汇聚所有数据，通过互联网实时上传到指定的服务器/数据库。

·系统根据部署所在地实际主干网络服务覆盖/配置情况，灵活选用主干网络接入技术，以联网远程大数据监测中心:

·使用网络宽带方式接入互联网；

·移动互联网(3G/4G)。

·数据备份功能，防止意外事件发生时(主干网络维护断网等)，原始数据不会丢失。

·时间同步末端节点。

该嵌入式物联网网关电源解决方案主要采用PoE(有源以太网)供电。

传感器与物联网的协议

物联网系统数据聚合适配层

监测数据从不同的子系统和其他数据源，将会以不同的数据格式汇集到数据中心。数据聚合适配层需将所需的原始数据和信息从这些不同的数据格式和信息封包中提取出来，转换成预设的数据存放/应用格式，存放于数据库。适用的数据型可为：

·数值型；

·字符串型；

·JSON；

·HTML；

·XML；

·CSV；

·以及其他

数据安全适配层在原始数据使用权上应用用户授权的方式保证数据使用安全(如使用用户名和密码)。该适配层也是整个物联网端对端数据加密/解密功能的组成部分。

物联网系统交互控制适配层

交互控制适配层可提供预设的应用程序接口(API)，例如在物联网系统和数据中心；或物联网系统和人工智能/机器学习功能体；或物联网系统和平台的其他模块间实现双向通讯，交互式监测和控制。

物联网系统拓展适配层

拓展适配层实现平台的物联网系统的可拓展性。在平台投入部署运行后，还可以集成新的(物联网)监测子系统到平台上来，增加新的数据集和服务项。

本实施例中的与硬件相关的控制方法设计如下：

智能环保监控管理系统利用物联网、云计算、无线网等现代化信息技术，将监测仪器采集到的数据实时传送到后台进行海量存储，并进行计算、数据挖掘和分析，全面提升对环境监测在线设备、污水处理设备的管理能力。系统配套手机端应用，实现电脑和手机之间的数据共享，常用操作和数据查询在手机上即可查看，使运维人员随时随地都能对现场进行管控。

逻辑架构设计

智能环保监控管理系统由应用平台、服务平台、数据平台三部分组成。

应用平台实现终端用户与应用系统交互，应用系统与服务平台交互，应用平台支持WEB浏览器、移动APP两种访问方式。应用平台包括地图监测、设备监测、视频监控等功能。

服务平台将单块架构的应用划分成一组轻量级服务，服务之间互相协调、互相配合，服务与服务间采用轻量级的通信机制互相沟通，应用平台提供各种公共、具体业务的服务。根据服务的通用性、业务能力将服务划分为公共服务、业务服务两类，公共服务主要包括工作流引擎、安全认证、日志处理、消息通知、数据缓存、数据访问、外部接口访问、监控等内容；业务服务主要包括大气类服务、污水类服务、固废类服务、视频服务和地图服务等内容。

数据平台由数据存储和数据交换组成，完成了从数据采集、数据存储到数据交换的整个过程控制。

开发架构设计

智能环保监控管理系统的开发架构设计如图3所示。

XML用于描述结构化的数据。结构化的数据包括电子表格、程序配置文件和网络协议中通常所包含的信息。XML可以很轻松地表示表格式的数据(如数据库中的关系数据或电子表格)和半结构化的数据(如Web页面或业务文档)。因此，XML作为信息交换的通用语言被广泛接受。

XML具有如下的特点：

1)平台无关性：XML不依赖于任何编程语言、操作系统或软件供应商，使用各种编程语言都可以很容易地生成或使用XML。平台独立性使得XML有助于在不同编程平台和操作系统之间实现互操作，并且由于其完全采用Unicode而支持国际化；

2)基于文本格式：用户可以根据需要使用标准的文本编辑工具读取和编辑XML文档；

3)可扩展性：XML没有固定的词汇表，用户可以使用XML定义特定的应用程序或行业专用的词汇表。与使用其他格式的应用程序相比，处理或使用XML格式的应用程序对XML结构的更改更具“抵抗力”，只要这些更改是附加的。(例如，如果某个应用程序主要处理具有MeetingDate属性的<Meeting>元素，如果再向<Customer>元素添加一个MeetingPosition属性，该应用程序通常也不会被破坏)这样的适应性在其他的数据格式中很少见。

安全套接层(Secure Sockets Layer，SSL)是一种网络安全协议，目的是为网络通信提供安全及数据完整性。SSL在传输层对网络连接进行加密，采用公开密钥技术，保证两个应用间通信的保密性和可靠性，使客户与服务器应用之间的通信不被攻击者窃听。它在服务器和客户机两端可同时被支持，目前已成为互联网上保密通讯的工业标准。现行Web浏览器亦普遍将HTTP和SSL相结合，从而实现安全通信。

SSL协议的优势在于它是与应用层协议独立无关的。高层的应用层协议(比如HTTP、FTP、Telnet等等)能透明的建立于SSL协议之上。SSL协议在应用层协议通信之前就已经完成加密算法、通信密钥的协商以及服务器认证工作。在此之后应用层协议所传送的数据都会被加密，从而保证通信的私密性。

ETL是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程。ETL负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。ETL常用于数据仓库，是数据仓库中非常重要的一环。

ETL体系结构如图4所示。包括：

1)抽取

数据抽取是从数据源中抽取数据的过程。实际应用中，数据源较多采用的是关系数据库。目前数据抽取方式主要有全量抽取和增量抽取两种方式。全量抽取类似于数据迁移或数据复制，它将数据源中的表或视图的数据原封不动的从数据库中抽取出来，并转换成自己的ETL工具可以识别的格式。增量抽取只抽取自上次抽取以来数据库中要抽取的表中新增或修改的数据。在ETL使用过程中，增量抽取较全量抽取应用更广。其中，如何捕获变化的数据是增量抽取的关键。目前增量数据抽取中常用的捕获变化数据的方法有:触发器、时间戳、全表比对和日志比对。ETL处理的数据源除了关系数据库外，还可能是文件，如txt文件、excel文件、xml文件等。对文件数据的抽取一般是进行全量抽取，一次抽取前可保存文件的时间戳或计算文件的MD5校验码，下次抽取时进行比对，如果相同则可忽略本次抽取。

2)转换

从数据源中抽取的数据不一定完全满足目的库的要求，例如数据格式的不一致、数据输入错误、数据不完整等等，因此有必要对抽取出的数据进行数据转换和加工。数据的转换和加工可以在ETL引擎中进行，也可以在数据抽取过程中利用关系数据库的特性同时进行。

a.ETL引擎中的数据转换和加工

ETL引擎中一般以组件化的方式实现数据转换。常用的数据转换组件有字段映射、数据过滤、数据清洗、数据替换、数据计算、数据验证、数据加解密、数据合并、数据拆分等。这些组件如同一条流水线上的一道道工序，它们是可插拔的，且可以任意组装，各组件之间通过数据总线共享数据。此外，有些ETL工具还提供了脚本支持，使得用户可以以一种编程的方式定制数据的转换和加工行为。

b.在数据库中进行数据加工

关系数据库本身已经提供了强大的SQL、函数来支持数据的加工，如在SQL查询语句中添加where条件进行过滤，查询中重命名字段名与目的表进行映射，substr函数，case条件判断等等。相比在ETL引擎中进行数据转换和加工，直接在SQL语句中进行转换和加工更加简单清晰，性能更高。对于SQL语句无法处理的可以交由ETL引擎处理。

3)加载

将转换和加工后的数据装载到目的库中通常是ETL过程的最后步骤。装载数据的最佳方法取决于所执行操作的类型以及需要装入多少数据。如果目的库是关系数据库时，一般来说有两种装载方式：SQL语句和批量装载。前者直接使用SQL语句进行insert、update、delete操作，后者使用关系关系数据库特有的批量装载工具或API。大多数情况下会使用第一种方法，因为它们进行了日志记录并且是可恢复的。但是批量装载操作易于使用，并且在装入大量数据时效率较高。究竟使用哪种数据装载方法应取决于业务系统的需要。

ETL流程可以用任何的编程语言去开发完成。由于ETL是极为复杂的过程，而手写程序不易管理，有愈来愈多的企业采用工具协助ETL的开发，并运用其自带的元数据功能来存储来源与目的端的对应以及转换规则。ETL工具可以提供较强大的连接功能来连接来源及目的端，开发人员不用去熟悉各种异构平台及数据结构，也能进行开发。

目前典型的ETL工具有Kettle(开源免费)、OWB(商业授权)、微软DTS(商业授权)。

·基于J2EE体系的企业级应用

J2EE是一种利用Java 2平台来简化企业解决方案的开发、部署和管理相关的复杂问题的体系结构。J2EE技术的基础就是核心Java平台或Java 2平台的标准版，J2EE不仅巩固了标准版中的许多优点，例如"编写一次、随处运行"的特性、方便存取数据库的JDBCAPI、CORBA技术以及能够在Internet应用中保护数据的安全模式等等，同时还提供了对EJB(Enterprise JavaBeans)、Java Servlets API、JSP(Java Server Pages)以及XML技术的全面支持。其最终目的就是成为一个能够使企业开发者大幅缩短投放市场时间的体系结构。

J2EE体系结构提供中间层集成框架用来满足无需太多费用而又需要高可用性、高可靠性以及可扩展性的应用的需求。通过提供统一的开发平台，J2EE降低了开发多层应用的费用和复杂性，同时提供对现有应用程序集成强有力支持，完全支持EnterpriseJavaBeans，有良好的向导支持打包和部署应用，添加目录支持，增强了安全机制，提高了性能。

J2EE使用多层的分布式应用模型，应用逻辑按功能划分为组件，各个应用组件根据他们所在的层分布在不同的机器上。这种基于组件，具有平台无关性的J2EE结构使得J2EE程序的编写十分简单。

J2EE为搭建具有可伸缩性、灵活性、易维护性的商务系统提供了良好的机制，主要体现在如下几个方面：

1)保留现存的IT资产

由于企业必须适应新的商业需求，利用已有的企业信息系统方面的投资，而不是重新制定全盘方案就变得很重要。这样，一个以渐进的(而不是激进的，全盘否定的)方式建立在已有系统之上的服务器端平台机制是公司所需要的。J2EE架构可以充分利用用户原有的投资，如一些公司使用的BEA Tuxedo、IBM CICS，IBM Encina，、Inprise VisiBroker以及Netscape Application Server。这之所以成为可能是因为J2EE拥有广泛的业界支持和一些重要的'企业计算'领域供应商的参与。每一个供应商都对现有的客户提供了不用废弃已有投资，进入可移植的J2EE领域的升级途径。由于基于J2EE平台的产品几乎能够在任何操作系统和硬件配置上运行，现有的操作系统和硬件也能被保留使用。

2)高效的开发

J2EE允许公司把一些通用的、很繁琐的服务端任务交给中间件供应商去完成。这样开发人员可以集中精力在如何创建商业逻辑上，相应地缩短了开发时间。高级中间件供应商提供以下这些复杂的中间件服务:

状态管理服务：让开发人员写更少的代码，不用关心如何管理状态，这样能够更快地完成程序开发。

持续性服务：让开发人员不用对数据访问逻辑进行编码就能编写应用程序，能生成更轻巧，与数据库无关的应用程序，这种应用程序更易于开发与维护。

分布式共享数据对象的缓存服务：让开发人员编制高性能的系统，极大提高整体部署的伸缩性。

3)支持异构环境

J2EE能够开发部署在异构环境中的可移植程序。基于J2EE的应用程序不依赖任何特定操作系统、中间件、硬件。因此设计合理的基于J2EE的程序只需开发一次就可部署到各种平台。这在典型的异构企业计算环境中是十分关键的。J2EE标准也允许客户订购与J2EE兼容的第三方的现成的组件，把他们部署到异构环境中，节省了由自己制订整个方案所需的费用。

4)可伸缩性

企业必须要选择一种服务器端平台，这种平台应能提供极佳的可伸缩性去满足那些在他们系统上进行商业运作的大批新客户。基于J2EE平台的应用程序可被部署到各种操作系统上。例如可被部署到高端UNIX与大型机系统，这种系统单机可支持64至256个处理器(这是NT服务器所望尘莫及的)。J2EE领域的供应商提供了更为广泛的负载均衡策略。能消除系统中的瓶颈，允许多台服务器集成部署。这种部署可达数千个处理器，实现可高度伸缩的系统，满足未来商业应用的需要。

5)稳定的可用性

一个服务器端平台必须能全天候运转以满足公司客户、合作伙伴的需要。因为INTERNET是全球化的、无处不在的，即使在夜间按计划停机也可能造成严重损失。若是意外停机，那会有灾难性后果。J2EE部署到可靠的操作环境中，他们支持长期的可用性。一些J2EE部署在WINDOWS环境中，客户也可选择健壮性能更好的操作系统如Sun Solaris、IBMOS/390。最健壮的操作系统可达到99.999％的可用性或每年只需5分钟停机时间。这是实时性很强商业系统理想的选择。

在浏览器兼容性和Web UI开发方面，jQuery提供了一套成熟的解决方案。jQuery是一个优秀的javascript前端应用框架。通过将jQuery应用到项目开发中，能使程序员从编写繁杂的前端应用和各种浏览器兼容性中解脱出来，将关注点转向功能需求而非实现细节上，从而提高项目的开发速度。J

Query具有如下的优点：

1)代码简练、学习快速、文档丰富。

2)轻量级，其代码库非常小巧，最新版jQuery核心库只有20K左右。

3)支持CSS1-CSS3，以及常用的XPath操作。

4)支持主流浏览器，包括IE 6.0+，FF 1.5+，Safari 2.0+，Chrome，Opera 9.0+。

5)丰富的插件可供选择；通过插件进行扩展以实现更多功能，如表单验证、tab导航、拖放效果、表格排序、DataGrid，树形菜单、图像特效以及ajax上传等。

6)易于实现Javascript代码和HTML代码分离，从而提高了代码的可维护性。

·数据处理

基于关系型数据库的PL/SQL开发。将数据处理拆分成不同的独立的逻辑单元模块，并根据数据的实际情况对数据处理逻辑单元进行配置，形成数据处理规则。通过定时和外部程序触发机制，运行数据处理。。

·数据维护

基于Java技术，采用成熟开发基础框架，该框架针对大型应用场景的特点，对负载均衡、图形界面、日志管理、消息服务、等通用逻辑进行了封装和测试，使得基于该框架的系统开发会更加的高效，系统运行更加稳定。

智能环保监控管理系统的数据架构设计如图5所示：

系统数据架构设计的目的是为支持业务，以利益相关者能够理解、完整一致和稳定的方式来定义主要的数据类型和所需数据源。智能环保监控管理系统根据应用领域将数据划分为5种类型，分别为大气类数据、污水类数据、固废类数据、视频数据、地图数据。

部署架构设计

智能环保监控管理系统的部署架构设计如图6所示：

用户可以选择PC端或手机端两种方式访问系统，项目前期将应用系统和数据库部署到同一台服务器上，以合理利用服务器资源；后期按分布式及大数据平台的部署方式，将应用服务器、数据库服务器分开部署。

功能架构设计

系统的功能分为PC端功能和手机端功能两部分。PC端采用B/S架构，用户可通过Web浏览器访问系统，主要包括地图监测、单点监测、设备管理、报警管理、报表管理和系统管理6个功能模块；手机端按操作系统不同分为Android端和IOS端，主要包括地图监测、单点监测、设备管理和报警管理4个模块。

PC端功能如下：

1.地图监测

·GIS展示：在地图上展示点位和监测数据；

·点位搜索：通过名称、区域等条件快速搜索点位情况，点击地图上点位图标也可进入单点监测页面；

·报警展示：用红色图表显示异常点位；

·监测情况统计：根据用户权限，实时统计用户权限下点位的正常数量、异常数量及脱机数量。

2.单点监测

·实时数据：显示点位监测的实时数据，当天的数据以列表和折线图的形式进行展示；

·历史数据：根据时间段查询查询点位的历史监测数据，数据查询结果可导出到本地；

·数据审核：可以手动审核上报的实时数据，保证数据的有效性。

3.备管理

·设备控制：远程控制设备的启动、停止；

·设备状态：动态显示设备运行状态(运行、停止、异常等)

·设备维护：记录现场设备的维护信息；

·视频监控：水务管理系统与视频监控无缝集成，实现实时监控。

4.警管理

·报警统计查询：通过点位、时间查询报警信息；

·报警配置：配置点位的异常报警、超标报警参数；

·报警通知：以短信、邮件的方式将报警信息发送给报警通知人；

·报警处理：记录报警点位的处理情况。

5.表管理

·常规报表：查询数据日报、月报、季报、年报，并可以导出到本地；

·报表分析：通过常规报表的交叉比对，对数据进行统计分析。

6.统管理

·用户管理：主要是对用户信息的管理(增删改查)及维护

·角色管理：主要是对角色信息的管理(增删改查)和维护

·权限管理：通过权限管理能够为角色添加或移除访问权限，实现对角色的访问权限管理与维护

·日志管理：通过提供一个统一的日志集中管理平台，实现对日志采集、分析过滤中心、日志数据库的集中管理

·数据备份：可以对系统的数据库进行备份，可以设置备份计划让系统自动备份数据库到服务器上。

手机端功能如下：

1.地图监测

·GIS展示：在地图上展示点位和监测数据；

·点位搜索：通过名称、区域等条件快速搜索点位情况，点击地图上点位图标也可进入单点监测页面；

·报警展示：用红色图表显示异常点位；

2.单点监测

·实时数据：显示点位监测的实时数据，当天的数据以列表和折线图的形式进行展示；

·历史数据：根据时间段查询查询点位的历史监测数据，数据查询结果可导出到本地；

3.设备管理

·设备控制：远程控制设备的启动、停止；

·设备状态：动态显示设备运行状态(运行、停止、异常等)

·设备维护：记录现场设备的维护信息；

·视频监控：水务管理系统与视频监控无缝集成，实现实时监控。

4.报警管理

·报警统计查询：通过点位、时间查询报警信息；

·报警处理：记录报警点位的处理情况。

网络安全设计

网络安全由安全运维支撑体系项目建设，应满足如下安全要求：

(1)结构安全

·保证关键网络设备的业务处理能力具备冗余空间，满足业务高峰期需要；

·保证接入网络和核心网络的带宽满足平台业务高峰期需要；

·根据各部门的工作职能、重要性和所涉及信息的重要程度等因素，划分不同的域，保证各域网络安全。

(2)访问控制

·在网络边界部署访问控制设备，启用访问控制功能；

·能根据会话状态信息为数据流提供明确的允许/拒绝访问的能力，控制粒度为网段级；

·按用户和系统之间的允许访问规则，决定允许或拒绝用户对受控系统进行资源访问，控制粒度为单个用户；

·限制具有拨号访问权限的用户数量。

(3)安全审计

·对网络系统中的网络设备运行状况、网络流量、用户行为等进行日志记录；

·审计记录包括事件的日期和时间、用户、事件类型、事件是否成功及其他与审计相关的信息。

(4)边界完整性检查

保证支撑体系与其他系统的边界安全，主要包括：

·采用防火墙、虚拟防火墙、VLAN进行访问控制。

·采用入侵监测系统进行入侵防护。

·与信息外网之间的安全数据交换应通过与信息安全接入系统进行接入。

·部署非法外联系统防御隐性边界，同时部署安全接入系统实现对无线终端的安全接入控制以及安全数据交换。

(5)入侵防范

在网络边界处监视以下攻击行为：端口扫描、强力攻击、木马后门攻击、拒绝服务攻击、缓冲区溢出攻击、IP碎片攻击和网络蠕虫攻击等。

(6)网络设备防护

·对登录网络设备的用户进行身份鉴别；

·对网络设备的管理员登录地址进行限制；

·网络设备用户的标识应唯一；

·份鉴别信息具有不易被冒用的特点，口令有复杂度要求并定期更换；

·具有登录失败处理功能，可采取结束会话、限制非法登录次数和当网络登录连接超时自动退出等措施；

·对网络设备进行远程管理时，应采取必要措施防止鉴别信息在网络传输过程中被窃听。

主机安全设计

(1)身份鉴别

·对登录操作系统和数据库系统的用户进行身份标识和鉴别；

·操作系统和数据库系统管理用户身份标识具有不易被冒用的特点，口令有复杂度要求并定期更换；

·启用登录失败处理功能，可采取结束会话、限制非法登录次数和自动退出等措施；

·当对服务器进行远程管理时，采取必要措施，防止鉴别信息在网络传输过程中被窃听；

·为操作系统和数据库系统的不同用户分配不同的用户名，确保用户名具有唯一性。

(2)访问控制

·启用访问控制功能，依据安全策略控制用户对资源的访问；

·实现操作系统和数据库系统特权用户的权限分离；

·限制默认帐户的访问权限，重命名系统默认帐户，修改这些帐户的默认口令；

·及时删除多余的、过期的帐户，避免共享帐户的存在。

(3)安全审计

·审计范围应覆盖到服务器上的每个操作系统用户和数据库用户；

·审计内容应包括重要用户行为、系统资源的异常使用和重要系统命令的使用等系统内重要的安全相关事件；

·审计记录包括事件的日期、时间、类型、主体标识、客体标识和结果等；

·保护审计记录，避免受到未预期的删除、修改或覆盖等。

(4)入侵防范

操作系统遵循最小安装的原则，仅安装需要的组件和应用程序，并通过设置升级服务器等方式保持系统补丁及时得到更新。

(5)恶意代码防范

1)安装防恶意代码软件，并及时更新防恶意代码软件版本和恶意代码库；

2)支持防恶意代码软件的统一管理。

(6)资源控制

1)通过设定终端接入方式、网络地址范围等条件限制终端登录；

2)根据安全策略设置登录终端的操作超时锁定；

3)限制单个用户对系统资源的最大或最小使用限度。

应用安全设计

(1)身份鉴别

·提供专用的登录控制模块对登录用户进行身份标识和鉴别；

·提供用户身份标识唯一和鉴别信息复杂度检查功能，保证应用系统中不存在重复用户身份标识，身份鉴别信息不易被冒用；

·提供登录失败处理功能，可采取结束会话、限制非法登录次数和自动退出等措施；

(2)访问控制

·提供访问控制功能，依据安全策略控制用户对文件、数据库表等客体的访问；

·访问控制的覆盖范围应包括与资源访问相关的主体、客体及它们之间的操作；

·由授权主体配置访问控制策略，并严格限制默认帐户的访问权限；

·授予不同帐户为完成各自承担任务所需的最小权限，并在它们之间形成相互制约的关系。

(3)安全审计

·提供覆盖到每个用户的安全审计功能，对应用系统重要安全事件进行审计；

·保证无法删除、修改或覆盖审计记录；

·审计记录的内容至少应包括事件日期、时间、发起者信息、类型、描述和结果等。

(4)通信完整性

项目在应用间通信进行数据传输的过程中，采用数字签名技术保证通信过程中数据的完整性。

(5)通信保密性

·在通信双方建立连接之前，应用系统利用密码技术进行会话初始化验证；

·对通信过程中的敏感信息字段进行加密。

(6)软件容错

·提供数据有效性检验功能，保证通过人机接口输入或通过通信接口输入的数据格式或长度符合系统设定要求；

·在故障发生时，应用系统能够继续提供一部分功能，确保能够实施必要的措施。

(7)资源控制

·当应用系统的通信双方中的一方在一段时间内未作任何响应，另一方能够自动结束会话；

·能够对应用系统的最大并发会话连接数进行限制；

·能够对单个帐户的多重并发会话进行限制。

数据安全设计

数据安全应满足如下要求：

(1)数据完整性

能够检测到鉴别信息和重要业务数据在传输过程中完整性受到破坏。

(2)数据保密性

采用加密或其他保护措施实现鉴别信息的存储保密性。

(3)备份和恢复

·能够对重要信息进行备份和恢复；

·提供关键网络设备、通信线路和数据处理系统的硬件冗余，保证系统的可用性。

接口设计

软件接口是实现一个系统跟另外系统进行信息交互的桥梁，在不同的系统之间，根据系统的关联程度的不同存在紧耦合和松耦合两种：紧耦合要求接口响应反应快，消息不能阻塞；松耦合对响应反应要求比较低。在目前应用中，Socket、消息队列(MessageQueue)、WebService等都有相应的应用，但是应用中发现各通讯方式有自己固有的特征，“适合的才是最好的”。

数据支撑平台采用标准的Web Service进行数据交互。标准的WebService是一种比较成熟的适合跨平台的数据交换方式；能够降低连接到数据支撑平台的系统的技术要求和操作平台限制；Web Service底层采用XML进行数据交换，便于维护和交互。

与数据采集中心的接口

本系统与数据采集中心进行前端设备监测数据的交互和传递。实现与数据采集中心的接口，数据采集中心向智能环保监控管理系统发送大气类、污水类等信息。

与视频监控中心的接口

本系统与视频监控中心通过互联网进行视频监控数据的交互和传递。实现与视频监控中心的接口，视频监控中心向智能环保监控管理系统发送视频监控信息，系统用户通过智能环保监控管理系统对设备进行实时监控。

机器学习/数据挖掘功能体配适层

机器学习/数据挖掘功能体的功能是对“全面环境监测大数据”进行处理、挖掘和分析的深度应用，进而对整个平台提供基于数据的分析预判和科学依据。其配适层的建设为进一步为用户提供高层次的、浓缩化的信息反馈和前瞻性的预测服务，在系统构架上做好准备。

针对具体需求任务，功能体面向合适的数据集来设计定制化的人工智能/机器学习模型。由此可见，人工智能及机器学习功能体的搭建是需要遵循具体应用的场景来进行的。这就意味着，系统的细节需要通过对不同的数据类型、不同的模型类型、以及所需输出信息进行一对一的分析而最终给定服务输出。

人工智能与机器学习的具体模型细节基于的详细需求任务来给出定制化的设计和部署。首期开发中将建设部署机器学习/数据挖掘功能体面向环保物联网系统、云平台存储模块、智能环保监控管理系统、数据/服务发布系统的适配层。

数据检索及对接模块

鉴于数据本身的储存方案及数据库软件的实现已经在云端环境下给定。从人工智能及机器学习功能体的角度而言，主要实现则是在给定的数据库环境的API下，进行最简化的数据检索及操作，最高效的检索效率，从而减少整体系统的冗余信息操作，实现性能的最大化。

原始数据处理模块

就当下情况而言，近乎全部的人工智能模型均对其输入的数据均有固定的格式要求(如向量形式)。另一方面，经典的机器学习方法也会要求对数据本身进行一定程度上的特征值提取，以便于适应不同模型所做出的数据分布上的假设。原始数据处理模块的核心功能便可归纳为两点：

1)针对模型的数据格式匹配；

2)标准化特征值的计算与储存。

统计建模及拟合模块

作为整个人工智能和机器学习功能体的核心，统计建模和拟合模块是真正实现使用数据并将其价值最大化的重点。使用最为广泛认可的定义，此模块可进一步分为两个子模块，即针对于预测性问题的监督学习模块，及针对于非预测性问题的无监督学习模块。

从具体模型类别而言，整体模块会囊括目前最为常用的几大模型类型：

·逻辑类模型(如决策树)；

·概率类模型(如朴素贝叶斯)；

·距离类模型(如支持向量机)；

·人工神经网络类模型(如卷积神经网络)；

·其他

分布式计算模块

由于本项目是一个典型的大数据问题(即数据量大，数据类型复杂，及潜在数据应用居多)，意味着项目中各类模型的拟合和训练需要进行额外的分布式计算，以保证部分输出结果的即时性。在既有的分布计算框架(如Spark及Hadoop)的基础上此处的具体设计将会高度取决于具体模型本身的计算量，以及对模型输出时效性的需求。

数据可视化模块

作为将数据分析的结果呈现给用户的模块，可视化的基本要求便是将复杂的模型信息进行高度的浓缩化，集成入“一张地图”。此处的浓缩化依然可以用两个因素来进行规划。首要的便是用户的需求，针对不同的用户类别，此模块需能给出便于用户理解信息。其次则是模型本身的特点，由于不同的模型有着不同的参数类别，这也使得模型的可视化需要遵循不同的设计(如决策树的可视化需要进一步的对关键枝干进行高亮化表达)。这也就就意味着本模块需要根据模型模块的类别而给出不同的可视化接口。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以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，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (5)

1.一种智能环保监控管理系统，其特征在于，包括：传感节点，通过物联网连接平台以及互联网与监控管理系统相连；

所述监控管理系统包括：应用平台、服务平台、数据平台；

所述应用平台实现终端用户与应用系统交互，应用系统与服务平台交互，应用平台支持WEB浏览器、移动APP两种访问方式；应用平台包括地图监测、设备监测、视频监控等功能。

所述服务平台将单块架构的应用划分成一组轻量级服务，服务之间互相协调、互相配合，服务与服务间采用轻量级的通信机制互相沟通，应用平台提供各种公共、具体业务的服务。根据服务的通用性、业务能力将服务划分为公共服务、业务服务两类，公共服务主要包括工作流引擎、安全认证、日志处理、消息通知、数据缓存、数据访问、外部接口访问、监控等内容；业务服务主要包括大气类服务、污水类服务、固废类服务、视频服务和地图服务等内容；

所述数据平台由数据存储和数据交换组成，完成从数据采集、数据存储到数据交换的整个过程控制。

2.根据权利要求1所述的一种智能环保监控管理系统，其特征在于，所述数据平台包括：ETL工具，用于将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中。

3.根据权利要求1所述的一种智能环保监控管理系统，其特征在于，采取分布式及大数据平台的部署方式，将应用服务器、数据库服务器分开部署。

4.根据权利要求1所述的一种智能环保监控管理系统，其特征在于，

PC端采用B/S架构，用户可通过Web浏览器访问系统，包括地图监测、单点监测、设备管理、报警管理、报表管理和系统管理6个功能模块；手机端按操作系统不同分为Android端和IOS端，主要包括地图监测、单点监测、设备管理和报警管理4个模块。

5.根据权利要求1所述的一种智能环保监控管理系统，其特征在于，网络安全策略控制包括：

根据各部门的工作职能、重要性和所涉及信息的重要程度等因素，划分不同的域，保证各域网络安全；

在网络边界部署访问控制设备，启用访问控制功能；

根据会话状态信息为数据流提供明确的允许/拒绝访问的能力，控制粒度为网段级；

按用户和系统之间的允许访问规则，决定允许或拒绝用户对受控系统进行资源访问，控制粒度为单个用户；限制具有拨号访问权限的用户数量；

对网络系统中的网络设备运行状况、网络流量、用户行为等进行日志记录。