监测数据范文
时间：2023-03-30 01:30:38
导语：如何才能写好一篇监测数据，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词：ADO；数据格式；SPLIT函数
中图分类号：D922.3 文献标识码： A
1 引言
沉降监测中，对一般性的高层建（构）筑物，采用二等水准测量的观测方法就能满足要求，仪器多采用精密的电子水准仪，本文以天宝DINI03为例，全面阐述一下其数据的导入和处理过程。
2 数据导入的设计
本程序是利用VB语言读取电子水准仪的输出文件，然后利用Microsoft ActivX Data Object 2.6 Library ADO对象库的引用，把数据导入到access数据库中。例如，天宝DINI03电子水准仪输出的数据如1-1图，其第一行是文件名，第二行是开始观测行，因为是第一站（奇数站）所以用后、前、前、后方式观测，第三行是水准起点，第四行到第七行是前、后视高，前、后视距，第八行是第一站高程，第十九行到三十四行是无用的数据（铟钢尺没有扶正等原因造成的）第四十一、四十二行是间视点，每行分六个字段。因而首先用VB的函数SPLIT ：S=SPLIT((textline1, "|")，把每行分成六个数组进行处理，然后用INSTR以及MID函数：InStr(1, s(3), QSHiSHiGaoZIDuan)，作为条件，剔除无用的数据，把视距，视高等有用的数据导进access数据库，以备下一步进行数据处理。数据导入的部分代码如下：
adodblianjie1
rs1.Source = "select * from 水准表 "
rs1.ActiveConnection = conn1
rs1.Open
Do While Not EOF(1)
'For i = 1 To 45
Line Input #1, textline1
s = Split(textline1, "|")
If InStr(11, s(2), "#") Or InStr(11, s(2), WeiJianMing) Or InStr(1, s(2), KaiSHiHang) Or InStr(1, s(2), CHongFuCeZHan) Or InStr(1, s(2), KaiSHiJianSHiDian) Or InStr(1, s(2), JieSHUJianSHiDian) Or InStr(1, s(2), JieSHuHang) Or InStr(1, s(3), SHiJuCHa) Or InStr(1, s(3), QianSHiJuHe) Then
Else
rs1.AddNew
QHdianMing = Trim(Mid(s(2), 4, 15))
rs1.Fields("测量时间") = Calendar1.Value
If InStr(1, s(3), QSHiSHiGaoZIDuan) Then
ChangDu = Len(s(3))
QianSHiSHiGao = Val(Trim(Mid(s(3), 3, ChangDu - 5)))
SJChangDu = Len(s(4))
QianSHiJu = Val(Trim(Mid(s(4), 3, SJChangDu - 5)))
If Rf Then
rs1.Fields("前视视高1") = QianSHiSHiGao
rs1.Fields("前视视距1") = QianSHiJu
rs1.Fields("测站点") = "前" & QHdianMing
Else
rs1.Fields("前视视高2") = QianSHiSHiGao
rs1.Fields("前视视距2") = QianSHiJu
rs1.Fields("测站点") = "前" & QHdianMing
End If
Rf = Not Rf
End If
If InStr(1, s(3), HSHiSHiGaoZiDuan) Then
ChangDu = Len(s(3))
HouSHiSHiGao = Val(Trim(Mid(s(3), 3, ChangDu - 5)))
SJChangDu = Len(s(4))
HouSHiJu = Val(Trim(Mid(s(4), 3, SJChangDu - 5)))
If Rb Then
rs1.Fields("后视视高1") = HouSHiSHiGao
rs1.Fields("后视视距1") = HouSHiJu
rs1.Fields("测站点") = "后" & QHdianMing
Else
rs1.Fields("后视视高2") = HouSHiSHiGao
rs1.Fields("后视视距2") = HouSHiJu
rs1.Fields("测站点") = "后" & QHdianMing
End If
Rb = Not Rb
End If
If InStr(1, s(3), JianSHiSHiGaoZiDuan) Then '间视点
ChangDu = Len(s(3))
JianShiSHiGao = Val(Trim(Mid(s(3), 3, ChangDu - 5)))
SJChangDu = Len(s(4))
JianSHiju = Val(Trim(Mid(s(4), 3, SJChangDu - 5)))
SJChangDu = Len(s(5))
JianSHiDianGaoCHeng = Val(Trim(Mid(s(5), 2, SJChangDu - 5)))
rs1.Fields("间视点视高") = JianShiSHiGao
rs1.Fields("间视点视距") = JianSHiju
rs1.Fields("间视点高程") = JianSHiDianGaoCHeng
rs1.Fields("测站点") = QHdianMing
End If
If Trim(s(3)) = "" And Trim(s(4)) = "" Then
ChangDu = Len(s(5))
QianSHiDianGaoCHeng = Val(Trim(Mid(s(5), 3, ChangDu - 5)))
'QHdianMing = Trim(Mid(s(2), 4, 15))
rs1.Fields("前视点高程") = QianSHiDianGaoCHeng
rs1.Fields("测站点") = "高程" & QHdianMing
End If
rs1.Update
End If
Loop
rs1.Close
conn1.Close
Close
MsgBox "导入成功！"
1-1
3 数据的处理
数据进入access数据库后，充分利用ADO对象模型的数据访问策略 ，可以任意输出成多种格式，例如输出成EXCEL的格式。首先充分利用了microsoft office 11.0 object library进行EXCEL对象的定义：
Dim SHuiZHunexcel1 As Object '定义Excel对象
Dim SHuiZHunbook1As Object '定义工作簿对象
Dim SHuiZHunsheet1 As Object '定义工作表对象
Set SHuiZHunexcel1 = CreateObject("excel.application") '创建Excel应用程序对象
Set SHuiZHunbook1 = SHuiZHunexcel1.Workbooks.Add '添加工作簿
Set SHuiZHunsheet1 = SHuiZHunbook1.Worksheets(1) '操作的工作表1
然后利用Microsoft ActivX Data Object 2.6 Library ADO进行数据库的连接：
adodblianjie1
rs1.Source = "select * from 水准表 "
rs1.ActiveConnection = conn1
rs1.Open
最后输出成EXCEL格式的文件：
For i = 0 To rs1.Fields.Count - 1
SHuiZHunsheet1.Cells(1, i + 1) = rs1.Fields(i).Name
Next
If rs1.RecordCount > 0 Then
rs1.MoveFirst
For i = 1 To rs1.RecordCount
SHuiZHunsheet1.Cells(i + 1, 1).Value = rs1.Fields("测站点")
SHuiZHunsheet1.Cells(i + 1, 2).Value = rs1.Fields("前视视高1")
SHuiZHunsheet1.Cells(i + 1, 3).Value = rs1.Fields("前视视高2")
SHuiZHunsheet1.Cells(i + 1, 4).Value = rs1.Fields("前视视距1")
SHuiZHunsheet1.Cells(i + 1, 5).Value = rs1.Fields("前视视距2")
SHuiZHunsheet1.Cells(i + 1, 6).Value = rs1.Fields("后视视高1")
SHuiZHunsheet1.Cells(i + 1, 7).Value = rs1.Fields("后视视高2")
SHuiZHunsheet1.Cells(i + 1, 8).Value = rs1.Fields("后视视距1")
SHuiZHunsheet1.Cells(i + 1, 9).Value = rs1.Fields("后视视距2")
SHuiZHunsheet1.Cells(i + 1, 10).Value = rs1.Fields("前视点高程")
SHuiZHunsheet1.Cells(i + 1, 11).Value = rs1.Fields("间视点视高")
SHuiZHunsheet1.Cells(i + 1, 12).Value = rs1.Fields("间视点视距")
SHuiZHunsheet1.Cells(i + 1, 13).Value = rs1.Fields("间视点高程")
rs1.MoveNext
Next
End If
SHuiZHunexcel1.Visible = True '决定excel是否可见
4 使用效果及结论
沉降监测是一项精密的工程测量，由于工作多，任务重，时间要求紧，如果利用常规方法，保质保量按时完成任务，难度很大。限于此因，我做了这个与沉降监测工作配套的程序，极大提高了工作效率。此软件已在工作中使用很长时间了，迄今为止运行稳定，性能、效果良好。由于篇幅所限只能列举天宝DINI03的仪器数据，把数据导入，部分数据处理与同行分享，以此共勉。
参考文献Visual Basic函数参考大全 人民邮电出版社赛奎春 李俊民编著
ISBN 978-7-115-15387-6 2007.4
测量学（第四版）同济大学出版社顾孝烈等编著
ISBN 978-7-5608-4458-8 2012.2
篇2
一是数据体量巨大（Volume）。百度资料表明，其新首页导航每天需要提供的数据超过1.5PB(1PB=1024TB)，这些数据如果打印出来将超过5千亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。二是数据类型多样（Variety）。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数（见图1）。三是处理速度快（Velocity）。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。四是价值密度低（Value）。以视频为例，一小时的视频在不间断的监控过程中，可能有用的数据只有一两秒。大数据不仅仅是海量数据，更是一种技术。大数据核心是业务模式，本质是数据处理技术。数据是资产，如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，大数据技术是IT领域新一代的技术与架构，将帮助人们从大体量、高复杂度的数据中提取价值。用以分析的数据越全面，分析的结果就越接近于真实。大数据分析意味着能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合。各种研究表明，大数据是与智能制造、无线网络革命并行的又一次颠覆性的技术变革。其具体内容包括：海量数据分析技术、大数据处理技术、分布式计算技术和数据可视化技术。如图2所示，大数据技术主要包含三个部分：大数据产品、大数据管理、大数据使用。大数据产品主要是指各种数据获取系统，包含各种数据库、RFID、sensors等等。在无线电频谱监测中，其最明显的数据产品就是各种传感器、监测站设备等等。大数据管理主要是指大数据的存储、处理、过滤等各种关键技术，涉及各种电磁感知数据的整合和质量控制等，这个环节是大数据技术关键环节。大数据使用是挖掘、分析、搜索、扩充，是大数据技术的核心之处，即如何将数据转化为有用的信息。大数据发展催生大数据时代。大数据发展之快，已远远超出人们的想象。特别值得关注的是，2012年3月，奥巴马政府了“大数据研究与开发计划”，并宣布先期投资超过2亿美元的资金，用于研发大数据关键技术，以抢占数据资源开发利用的制高点。将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分。未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。2012年5月，联合国“全球脉动”计划了《大数据开发：机遇与挑战》报告，英国、德国、法国、日本、加拿大等发达国家积极响应。我国也于2012年10月成立了中国通信学会大数据专家委员会。种种迹象表明，世界各国特别是发达国家都把大数据的发展摆到国家战略层面加以推动，使大数据正在成为世界新的战略资源争夺的一个焦点。对于大数据的发展，全球知名咨询公司麦肯锡研究认为，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长浪潮的到来，在政府公共服务、民生医疗服务、维护社会安定、动态安全监管等领域的广泛应用，将产生巨大的社会价值和产业空间。有机构预测，大数据应用将使美国零售业净利润增长实现60％，可使制造业的产品开发和组装成本降低50％。这种影响和变化是革命性的，说明大数据蕴含着大价值。大数据应用也开拓了军革新境界。大数据在当今世界科技、经济、文化等领域的应用是广泛的，在军事领域也是如此。如当前的美军信息系统，运行的数据中心超过772个，服务器超过7万台，还有约700万个计算机终端。2011年，美军战略司令部司令官罗伯特·科勒上将曾指出：“不断增长的数据搜集能力和有限的数据处理能力之间的鸿沟正在扩大。”因此，美军正在加紧推进大数据研发计划，确定了“从数据到决策、网络科技、电子战与电子防护、工程化弹性系统、大规模杀伤性武器防御、自主系统和人机互动”等7个重点研究领域。美军应对大数据的基本策略，是不断提高“从数据到决策的能力”，实现由数据优势向决策优势的转化。大数据已经渗透到每一个行业和业务职能领域。作为国家频谱资源的管理者，无线电管理机构要准确把握形势，积极应对挑战，重视数据的潜在价值，关注大数据前沿技术，加快推进其实际应用，使大数据技术早日应用于无线电频谱监管领域，推动无线电管理事业发展。
2无线电频谱监测进入大数据时代
随着无线电业务的迅猛发展、无线电设备的日益增多，以及无线电监测设施的不断建设，无线电监测正逐步呈现出大数据特征。（1）监测数据量巨大。截至2013年年底，全国已经建成1千多个固定监测站、上千个移动站、1千多个可搬移设备。利用这些监测设备，开展的频谱扫描、信号测量、占用度分析等工作产生了大量的监测数据，而网格化监测方式将产生更加海量的数据。（2）数据类型复杂多样。监测设备除了产生频谱扫描数据，还可以提供IQ数据、AD采样数据及音频、测向和定位数据等。（3）沙里淘金，价值密度低。大量的监测数据并不提供现成的有价值的信息。如何通过强大的机器算法更迅速地完成数据的价值“提纯”，为无线电管理提供管用、有用的信息，是目前大数据背景下无线电监测亟待解决的难题。（4）处理效率的要求高。大量的数据不能仅仅是存储为“数据档案”，需要及时、高效分析综合，为无线电管理提供快速的技术支撑，很多情况下需要实时或者准实时。大数据时代无线电监测要围绕新时期无线电管理工作“管资源、管台站、管秩序，服务经济社会发展、服务国防建设、服务党政机关，突出做好重点无线电安全保障工作”总体目标，切实解决资源是否摸清、台站是否管好、干扰查处是否及时有效、到底能提供哪些服务、保障工作有什么亮点这5个方面的问题。而大数据技术和网格化监测为解决上述问题提供了有效途径。
3网格化监测是以平台大数据处理为核心的新架构
如果监测数据是财富，那么网格化监测数据就是宝藏，而大数据技术就是挖掘和利用宝藏的利器。没有强大的计算能力，数据宝藏终究是镜中花；没有网格化监测数据的积淀，大数据技术也只能是杀鸡用的宰牛刀。无线电监测网是一种典型的传感网，而网格化监测的数据采集、存储、处理是一种典型的大数据技术架构，如图3所示，实际上在图2中大数据产品中就有sensors（传感器）。依靠网格化无线电监测设施，利用大数据技术，分析挖掘海量无线电监测数据，从而实现统计、分析、发现、预测等功能，充分发挥无线电监测数据效能，为无线电管理提供有用信息。网格化监测和大数据技术结合可以从以下4个方面转变无线电管理工作模式、提升无线电管理水平，如图4所示。（1）提升资源管理手段。网格化监测覆盖广、频段宽、时间长，可以全面掌控频谱资源使用和演变动态；监测“粒度”细，数据挖掘深，可以实现频谱管理精细化。（2）强化台站功能。利用监测辅助台站管理，实现对在用频率和发射设备的远程监控；分析监测检测结果，掌控台站工作状态；网格化监测提升台站监管的时效性和覆盖率。（3）主动获取频谱态势。通过广域、全时监测，实现多域的统计和深度分析，主动获取频谱态势。（4）服务经济社会发展。为业务使用者提供电磁环境态势，为公众和企业提供电磁环境数据，打造开放的无线电监管平台，实现数据共享，发挥无线电管理行业优势，为国防建设、社会发展作贡献。图4网格化监测和大数据技术结合提升无线电管理水平无线电监测已经积累了海量数据，这些数据还在不断急速增加，给无线电监测带来两个巨大的变化：一方面，在过去没有数据积累的时代无法实现的应用现在终于可以实现；另一方面，从数据匮乏时代到数据泛滥时代的转变，给数据的应用带来新的挑战与困扰。如何从海量数据中高效获取数据，有效深加工并最终得到感兴趣的信息变得异常困难。要利用这种架构实现上述4个主要目标，就需要具备下面4个关键技术：（1）数据存储和预处理技术。监测节点采集了很多数据，如果要将这些海量数据全部传输到数据中心进行有效的分析统计，会给现有通信网的传输能力和数据中心的处理能力造成很大压力。利用大数据分布式存储集群概念，可将原始采集数据做一些简单的清洗和预处理工作，将其暂时缓存在监测节点端。数据预处理有多种方法：数据清理、数据集成、数据变换以及数据归约等。这些数据预处理技术可以大幅提高数据挖掘的质量，并减少实际挖掘所需要的时间。（2）分布式计算技术。分布式计算是一种把需要进行大量计算的工程数据分区成小块，由多台计算机分别计算，再上传运算结果后，将结果统一合并得出数据结论的技术。目前常见的分布式计算项目通常使用世界各地上千万志愿者计算机的闲置计算能力，通过互联网进行数据传输。如分析计算蛋白质的内部结构和相关药物的Folding@home项目，该项目结构庞大，需要惊人的计算量，由一台电脑计算是不可能完成的，借助分布式计算可以相对廉价地完成他们的计算任务。其他还有如模拟百年以来全球气象变化，并计算未来地球气象的；主攻医药领域，以寻找抗癌药物和天花疫苗为主的UnitedDevices等项目。在网格化监测中，可利用监测节点的计算功能实现这一技术。各个监测节点（任务服务器）在监测中心（作业服务器）的统一调度下，根据不同的业务类型（客户端）和工作目标（客户端），分布式计算完成各自的数据挖掘任务，将结果上传到监测中心，再次进行高层次的统计，形成有价值的数据处理结果。具体作业流程如图5所示。（3）数据挖掘技术。数据挖掘(DataMining)是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。网格化无线电监测中的数据挖掘主要是通过分析和统计监测网中各个监测设备产生的频谱扫描数据、IQ数据、解调结果数据、占用度统计数据等，生成各种频谱资源状态和趋势、台站工作状态、空间信号分布等等。（4）数据处理结果的可视化。可视化本来属于数据挖掘部分中的一个环节，即解释和应用。在无线电监测工作中要将看不见的频谱资源用可视化手段展现非常重要，所以将无线电监测数据处理结果的可视化单独讨论。可视化（Visualization）是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。无线电监测数据的可视化能够把抽象的监测数据，变为直观的、以图形图像信息表示的、随时间和空间变化的物理现象呈现在管理者面前，使他们能够观察、研究。网格化监测平台的可视化重点要做到：报表模板灵活、图表形式多样、OA集成展现、移动跨平台访问，使管理者看得明白、管得方便，如图6所示。
4总结
篇3
关键词：环保监测；数据采集；无线传输；HJ/T212协议
中图分类号：TE973 文献标识码：A 文章编号：1007-9599(2011)23-0000-01
Environmental Monitoring Wireless Data Collective Transmission System
Xu Hongning
(Shenyang Ware Digital Technology Co.Ltd.,Shenyang 110015,China)
Abstract:Aiming at a high-function wirelss data collective transmisstion equipment which focuses on all kinds of pollutions to realize the instant monitoring of the instrument and transmit the monitoring data to the monitoring center through transmission network, in the meanwhile receive and carry out the orders from the monitoring center and finally realize distance monitoring,instant monitoring, over-standard alarm.Through analog signal inerface,digital singal interface and all kinds of instrument such as flowmeter,COD,PH device, ammonia antrogen,residual chlorine and smoke monitoring,the environmental monitoring wireless data collective transmission system can monitor the instrument more conveniently and meets the requirements of the contry control,province control and city control.
Keywords:Environmental monitoring;Data collection;Wireless transmission;HJ/T212 agreement
人类不断的向环境排放污染物质，如果排放的物质超过了环境的自净能力，环境质量就会发生不良变化，危害人类健康和生存。传统的环境监测工作主要以人工现场采样、实验室仪器分析为主,存在着监测频次低、采样误差大、监测数据分散、不能及时反映污染变化状况等缺陷，难以满足政府和企业进行有效环境管理的需求。如今环境在线自动监测已经成为有关部门及时获得连续性的监测数据的有效手段。只需经过几分钟的数据采集，污染源的环境状况信息就可发送到环境分析中心的服务器中。一旦观察到有某种污染物的浓度发生异变，环境监测部门就可以立刻采取相应的措施，取样具体分析。可见，环保监测无线数据采集传输系统最大的优势便在于可快速而准确地获得环境监测数据，以确定目标区域的环境状况和发展趋势。
一、系统总体结构
（一）现场数据采集终端部分。该终端主要是为了获取现场各个监测仪器的数据、上传并保存原始数据。包括：系统设置、数据显示、数据查询、数据传输等功能。（二）服务器中心信息分析处理系统。主要包括：数据接收，综合查询分析，系统维护和数据四大模块。（三）通讯协议。现场数据采集终端与信息分析处理系统之间的通讯完全符合HJ/T212-2005《污染源在线自动监测（监控）系统数据传输标准》。
二、现场数据采集终端硬件设计
现场数据采集终端是基于微处理器的数据采集系统，主芯片采用的是的Atmel的32位微处理器AT91SAM7X256[2]，可处理从各种传感器和分析仪采集的模拟信号和数字信号。整个系统由4部分组成，即电源、数据采集存储、键盘显示、GPRS无线传输。
（一）电源部分。系统选择220V交流电输入模式供电，再由开关电源转换为12V直流作为系统总电源,再由各个转换芯片为各部分电路供电。备电电源模块采用12V5Ah的蓄电池，在外部电源切掉的情况下，可持续工作40小时左右，并且将掉电和上电状态上传给终端供用户及时进行处理。（二）数据采集存储。模拟量通道共11路，每路模拟通道可通过软件或硬件跳线的方式提供两种信号输入方式（4-20mA、0-5V）。所有输入信号均通过12位A/D转换器每15秒/30秒扫描一次；数字量通道共5路，按照modbus协议进行通讯；开关量输入通道共8路，可以读取继电器的工作状态以监测接入设施的工作状态；开关量输出通道共4路用来控制相应仪器的电子开关或继电器的开闭，来完成自动控制仪器的功能。数据存储部分选用可编程闪速存储器AT45DB321D，数据存储量大,达到4M左右。（三）按键和显示部分。数字键部分包括0-9，负号跟小数点，用来输入数据；光标控制部分包括4个箭头键：其中两个垂直移动键和两个水平移动键，显示菜单时，垂直光标键进行选择条目，水平光标键进行选择类别。除此回车键执行进入子菜单/确定，退出键执行返回上一级菜单，BK执行退格功能。这些按键可以实现全部菜单操作。LCD选用常用的250*64模块，通信是基于SPI总线。监测点相关信息如监测点名称编号、污染源名称及量程单位等可在这里进行设置，并且显示所连接的监测仪器的实时数据、小时均值、日均值和月均值，还能显示污染物的小时总量、日总量、月总量。（四）GPRS无线传输部分。本系统采用了Motorola公司高性能工业级GPRS模块。这种模块与UART连接。通过软件实现AT命令，可以控制GPRS连网，发送短信，语音通话等，支持固定IP或动态域名寻址；支持多数据中心，自动切换。
三、服务器中心信息分析处理系统设计
包括在线监测数据接收，综合查询分析，系统基础数据维护和数据四大模块。其中数据接收是系统的核心，它连接着现场数据采集终端，将采集到的监测数据存储至数据库Orace10G，更新监控站点的在线情况，实现对数据完整性的判断，发送补取数据指令，最大限度保证数据的传输率;综合查询分析是将各个监测终端的实时数据/历史数据经过特定的计算，生成管理人员可以参考的数值，并将这些数值分类汇总，形成小时均值、日均值和月均值的报表,以便直观的反映各企业的排污情况。系统基础数据维护包括污染源信息维护，监测项目类型维护与管理门户等功能。数据模块是最终展示在用户面前的数据形式，分为行政区域，地理信息系统，自定义分组，查询分析，组态视图五个部分，集中形象的把监测数据以不同方式展示给客户，用户只需打开浏览器即可查看。
参考文献：
篇4
【关键词】环境监测数据；分析；重要性
1.环境监测数据的特征及重要性
1.1环境监测数据的特征
环境监测数据规定了每一次监测获得的数据的可使用范围，超出该范围得出的数据就被视为是不合格的。这是因为监测数据是具有局限性的，这种局限性是为了保证监测数据的准确性与可靠性。同时，对于监测获得的数据要求具有完整性，不应该有缺失或是遗漏的现象。对于在规定范围内的监测数据，如果这些数据不仅具有代表性，还具备完整性，那么就达到监测的目的了[1]。
1.2环境监测数据的重要性
环境监测的重要性在于它能为环境的管理、规划、评价等提供科学、有力的依据。出于对我国正处于经济高速发展阶段的考虑，我们对环境监测应给予更高的重视。一般来说，环境监测数据的质量以及分析能力的高低可以反映出一个监测站工作能力，也体现了该监测站在环境保护工作所处地位的高低。
2.对环境监测数据的填制及整理要求
对于监测获取的相关图标和原始数据，要进行适当的整理和归类，以便后面的工作可以更加有利地开展与进行。在填制监测数据时就应该选取标准的记录表格，在填写时要尽量的专业化、规范化，并且要保证书写清晰、准确。对于原始数据的检查，要逐个地进行、确认，将那些不能真实地反映监测情况的数据去掉。这样做的目的是为了将数据整理得更有条理，更有实用性，减免不必要的反复检查，影响工作效率的提高。同时，还有一个问题需要注意，那就是作为监测数据确认的负责人不可以直接参与监测数据的采集工作[2]。
3.对环境监测数据的分析
环境监测是一种以环境作为对象，运用物理、化学和生物等技术手段，对污染物进行定性、定量和系统的综合分析，它是环境评价中的重要环节，贯穿环境影响评价的整个过程。
3.1利用统计规律进行分析
环境监测是以统计学为基础的，因此，这种分析方法经常被监测人员采用。这种分析方法包含了对环境要素的质量进行各种数学模式评价方法对监测数据进行解剖，利用它的内在规律性进行分析和利用，进而得出相关的论断。这种方法在环境规划、环境调查和环境评价的工作中使用较多[3]。
3.2通过对污染源的监测值来分析
监测人员可以通过对污染源的监测数据进行分析。其实，对污染物的监测对象不仅仅限于空气、地下水、土壤等，还有一个人们经常说的工业污染源。工业污染是有多种的，不同行业的工业就会有其不同的污染物产生。比如，对于化工行业来讲，它排出的有机物含量种类就较多多，而金属物质相对就较少一些；金属行业排出的污染物是有机物含量较少而金属物质含量较多等。如果在一个金属行业排除的废弃物中监测得出的结果显示是具有较多有机物的，那么对于这组监测数据应该重新考虑和分析，并从中找出原因。这也说明了一个问题，那就是监测人员在日常的工作当中要对管辖区内的生产企业相关情况进行了解，要根据不同的行业有针对性地选择相应的监测项目来监测这些污染企业，实行对他们的有效监督[4]。
3.3根据事物之间的相关性原理进行分析
这种分析法主要是基于事物本身具有的相互关系的原理来来进行的。一般来说，两个或者两个以上的监测数据之间往往会存在某一种的固定联系，监测人员可以根据这种固定的联系去分析数据之间的相关联系，也可以对单个已经实行控制质量措施的监测数据进行检测，验证是否正确。而对于一些例行的监测数据，则可以得出较为直观的判断。比如,氟含量跟硬度之间的关系。由于F与Ca、Mg形成沉淀物得容积度比较小,所以,在中性和弱碱性的水溶液当中,如果氟含量是在(mg/ L )级的,那么它的氟含量与Ca、Mg的含量就是呈显负相关的现象,也就是说跟硬度值是负相关的。因此，在高氟区内得出的水质监测结果显示的硬度监测值一般会比较低。如果获得的氟含量较高,得出的硬度监测值也很高,那么这类监测数据就需要进行重新分析[5]。
4.结语
随着我国环境保护的不断深入，监测人员要在使用各种分析方法的同时不断地去提尝试新的分析方法，要在原来的基础水平上更进一步地提高自己的综合分析能力，对提供的监测数据要有一种精益求精的精神，争取提供的数据更可靠更合理，业务技能不断地有新的进步。由于获取的环境监测数据与区域的过去和现在都有密切的联系，因此，监测人员要对监测区域的过去和现在的环境状况都要进行深入的了解和分析，在了解的基础上展开全面的探讨，这样才可以保证获取的监测数据更全面，更有说服力，质量更有保证。
参考文献
[1]叶萍.浅论环境监测数据的综合分析方法[J]中国环境管理干部学院学报, 2009, (01) .
[2]郭琦.环境监测在环境影响评价中的意义与建议[J].科技风, 2010, (15)
[3]孙晓雷.我国环境监测质量管理体系研究[J].科技传播, 2010, (15)
篇5
Abstract: This paper describes several commonly used in environmental monitoring data analysis method of monitoring data, the comprehensive analysis is very important.
关键词：环境监测；质量浓度；数据；分析；方法
Key words: environmental monitoring; mass concentration; data analysis; method;
中图分类号：X83文献标识码：A 文章编号：2095-2104（2012）
一、监测数据综合分析的目的和作用
环境监测是科学性很强的工作，它的直接产品就是监测数据。监测质量好坏集中反映在数据上，准确、可靠、可比的环境监测数据是环境科学研究工作的基础，是环境管理的依据。一个环境监测站每年可提供成千上万的监测数据，但这些数据本身是孤立的、离散的，必须从不同的目的和作用出发，把环境监测所获得的资料、数据，通过不同的途径和方法分类、统计、转化、汇总，找出其本质的东西，获取环境管理所要求的各种综合数据。环境监测数据综合分析的目的是完成监测数据、信息资料向环境质量定性和定量结论的转变，通过监测数据、信息资料的深加工与自然环境、社会经济发展等诸因素的综合分析，实现为污染防治决策和环境建设决策的转变。环境监测数据综合分析是环境监测过程中环节的重要环节，也是最终环节。一般来说，环境监测综合分析技术的水平高低，代表着监测站技术水平的高低，也决定着监测站在环境管理中的地位和作用。
二、监测数据综合分析的方法
在对环境质量进行综合评价或对区域环境污染状况进行评价时，都是以一定数量的监测数据和资料为依据的。这些数据和资料包括环境要素的监测数据、环境条件数据、污染源调查监测数据、现场调查数据和实测数据等等。环境监测综合分析采用的方法很多，并在不断完善和发展，通常采用的分析方法有统计规律分析、合理性分析、效益分析等。
2.1 统计规律分析
统计规律分析中包括了对环境要素进行质量评价的各种数学模式评价方法，也就是应用数理统计方法，模糊数学方法和适用于不同环境要素的数学、物理方程等方法，对监测数据资料进行剖析，解释，做出规律性的分析和评价。该分析方法主要应用于环境调查、环境规划或课题、环评等比较大的工作中。
2.2 合理性分析
由于影响环境要素变化的因素十分复杂，而用于综合分析的监测数据资料有限，所以需要结合环境要素的各项条件和污染源参数，理论结合实际分析其合理性。应考虑到环境要素之间的相互影响，监测项目之间的相关和对比关系，全面分析其合理性，这样才能提供准确、可靠、合理的监测数据。如何合理的分析数据，可以从以下几个方面判断：
2.2.1 通过项目之间的相关性来分析
监测项目多种多样，有机的、无机的都有，但是物质本身具有相互关系，两个或两个以上的项目监测数据往往存在一种固定关系，这就为我们分析单个已实行质量控制措施的监测数据正确与否提供了依据，对一些例行监测数据，可做出直观的判定。例如，氟含量与硬度之间的关系。F与Ca、Mg形成沉淀物容积度较小，因此，在中性、弱碱性水溶液中，如氟含量在(mg/L)级，则其氟含量与Ca、Mg含量呈明显负相关，即与硬度值呈负相关，所以高氟区内的水质监测结果中硬度监测值一般较低。如果氟含量较高，同样硬度监测值也很高，数据就要重新分析。再如CO、BOD5和高锰酸盐指数之间的关系。根据COD、BOD5和高锰酸盐指数的概念，COD是指用强氧化剂，在酸性条件下，将有机物氧化成CO2 与H2O所消耗的氧量平；BOD5是指在水温为20℃的条件下，微生物氧化有机物所消耗的氧量；高锰酸盐指数是在一定条件下，用高锰酸钾氧化水样中的某些有机物及无机物还原性物质，由消耗的高锰酸钾量计算相当的氧量；结合其实际的测定过程，对于同一份水样三者的监测结果，应存在以下规律：COD＞BOD5，COD＞CODMn。三氮与溶解氧也存在一定的关系。环境中氮的存在形式根据环境条件的变化而发生变化，尤其受水体中溶解氧的质量浓度影响，一般溶解氧高的水体硝酸盐氮的质量浓度高于氨氮质量浓度，反之氨氮质量浓度高于硝酸盐氮质量浓度，亚硝酸盐氮质量浓度与之无明显关系。二氧化硫与氮氧化物之间的关系：对于以煤为主要燃料的煤烟型污染区域，其大气环境中二氧化硫体积质量大于氮氧化物，一般为氮氧化物的2～6倍。在以汽油、柴油为燃料的区域内，如马路边，交通繁忙而居民少的区域，氮氧化物体积质量则大于二氧化硫。综上所述，物质之间存在的相互关联性对综合分析监测数据的合理性起着至关重要的作用，它直观的体现出数据在分析过程是否存在分析误差，可以在第一时间分析出数据是否合理，为进一步综合分析数据提供了准确依据。
2.2.2 通过掌握的资料对监测值进行判定
对现有的数据进行综合分析，首先要了解采样地点的本底值范围，特别是例行监测或者是年度监测计划。这种工作一般情况下都是连续性的，一年或是几年，数据可比性比较好，对同一点位的数据，如个别项目变化较大，可以先将该值列为可疑数值，然后进行合理性分析。进行合理性分析，首先要了解是否有新的污染源介入，其次是采样全过程有无异常，包括水质的颜色，气味、流量的大小等。与以往数据进行比对，采样是否规范，采样的容器是否达到可用标准等。再次是实验室分析，如查找显示剂保存时间是否过期，标准曲线是否及时绘制，分光光度计是否调零等等。对于气体来说，还要考虑采样时的风向，采样仪器是否校准等。对于可疑值，在分析过程中已经知道数据是可疑的应将可疑值舍去；对复查结果时已经找出出现可疑值原因的，也应将可疑值舍去；对找不出可疑值出现原因的，不应随意舍去或保留，要对留样重新进行实验室分析或根据数理统计原则来处理。
2.2.3 通过监测项目的性质对监测值判定
在同一水样中有许多项目根据其性质可以判定相关的监测值是否正确。如总氮，是指可溶性及悬浮颗粒中的含氮量，如果同一水样监测结果出现总氮与氨氮、亚硝酸盐氮、硝酸盐氮数据倒挂，就表明监测结果是不正确的，需要重新分析找出原因；同样，还有总磷与可溶性磷以及无机磷之间数据的倒挂；大气中，氮氧化物与一氧化氮、二氧化氮，总悬浮颗粒物与可吸入颗粒物之间数据的倒挂等，都是不合理现象。同样，在噪声监测中，理论上监测数据L10 一定大于L50、L90、Leq，在实际监测中如果出现Leq 大于L10，如果不是监测数据或仪器出现问题，就是由于瞬时之间噪音值的突然增大，应当修正数据使用。以上只是列出部分项目之间的关系，还有许多项目关系需要我们在日常生活中不断总结和发现，运用到日常的环境监测综合分析中，更好地服务于环境管理。
2.2.4 通过了解污染源对监测值进行判定
监测数据是多种多样的，不仅仅包括环境空气、地表水、地下水等等，也包括点源，如我们常说的工业污染源。工业污染源多种多样，不同的行业有不同的污染物产生，多数行业都有自己的特殊污染物产生，化学需氧量和氨氮只是多数工业污染源的共性污染物。因此，要在日常工作中对辖区内的污染源或者是重点污染源有所了解，根据行业的不同，选择有针对性的监测项目来监督污染企业。如国家最新颁布执行的制药行业六项标准，就是根据制药行业不同工业生产工艺和污染治理技术的特点，分别制定了《发酵类制药工业水污染物排放标准》、《提取类制药工业水污染物排放标准》、《化学合成类制药工业水污染物排放标准》、《中药类制药工业水污染物排放标准》、《生物工程类制药工业水污染物排放标准》、《混装制剂类制药工业水污染物排放标准》。国家对这些行业制定了最多25项污染物监测分析排放标准，最少11项污染物监测分析排放标准，其中有共性的污染物，也有特殊的污染物，根据特殊的污染物是否存在，就可以判定是哪类制药行业。又如对化工行业来说，有机物含量种类较多，重金属比较少；对于重金属行业来说，有机物含量较少；造纸行业主要是有机污染等。如果在一个生产有机化工的企业，废水监测出高质量浓度的重金属，则监测数据应重新考虑，需按照综合分析方法分析其原因。
2.3 效益分析
环境监测数据有例行监测、环评监测、验收监测、监督监测等等。对于监督监测来说，分析数据相对较少，数据合理性比较好判断；而对于数据较多的例行监测、环评监测来说，在较短时间内判断数据是否准确、合理、可靠，上述综合分析方法提供了简单、明了的依据，在实际工作中能够及时为环境管理提供准确的监测信息，减少企业不必要的重复工作，在有效的时间内提供更优质的服务。
篇6
【关键词】配网故障抢修流程 监测 验证 测试报告 时长
为了提高供电企业供电的安全性与可靠性，必须提高配网故障的抢修效率，是否能够顺利、高效地完成配网故障的抢修，直接反映出电力企业的服务水平。因此，监测配网故障抢修流程，可以促进制度落实、业务协同、流程优化和效率提升。
1 设计依据
公司依据配网故障抢修流程监测的业务设计说明，对其中涉及的《国家电网公司配网故障抢修管理规定》[国网（运检/4）312-2014]、《国家电网公司电网调度控制管理通则》[国网（调/1）93-2014]、《国家电网公司95598故障报修处理规范》[国网（营销/4）272-2014]进行核实。经验证，其内容与设计说明文档中设计依据的内容相符。
2 监测要素及监测维度情况
在与公司配网抢修指挥班沟通后了解到，按照省客服中心安排，现配网故障抢修流程中工单审核环节已经取消，地市配网抢修指挥班收到抢修班组的工单回复后直接向国网客服中心回复，因此建议取消对工单审核环节时长的监测。主要从配网故障抢修总时长及业务受理、接单派工、到达现场、故障处理、回访归档5个关键环节时长开展业务验证。
2.1 配网故障抢修总时长监测
共梳理相关数据字段10项，均为线上数据，涉及客服工单管控系统，包括：供电单位、工单编号，用户名称、联系电话、电压等级、故障报修类型、城乡类别、故障处理部门、业务受理时间、回访归档时间。验证结论：经验证，配网故障抢修总时长虽不能从工单管控系统中查出，但可通过数据字段业务受理时间和回访归档时间计算得出。故涵盖的10项数据字段可满足配网故障抢修总时长监测要求。
2.2 关键环节时长监测
共梳理相关数据字段16项，均为线上数据，涉及客服工单管控系统，包括：供电单位、工单编号，用户名称、联系电话、电压等级、故障报修类型、城乡类别、故障处理部门、业务受理时间、派发时间、接单派工时间（工单到达）、接单派工时间（处理时间）、到达现场时间、故障处理时间、回访归档时间（工单到达）、回访归档时间（处理时间）。验证结论：经验证，接单派工环节时长和工单回访归档时长不能在工单管控系统中查出，但可从相关时间节点计算得出。通过对比其余主要环节时长与规定时长，可掌握制度执行情况。其他监测要素和监测维度基本满足配网故障抢修流程关键环节时长监测业务的预期要求。
3 业务系统及数据支撑情况
依据已确定配网故障抢修总时长和关键环节时长两个监测要素，对相关业务系统和业务数据支撑情况进行梳理，确定相关字段16项，均为线上数据，涉及客服工单管控系统。
3.1 业务系统支撑情况
配网故障抢修监测业务相关的16项线上数据，均可从客服工单管控系统中提取。经验证，业务系统可满足配网故障抢修监测业务的系统支撑。
3.2 数据支撑及数据质量情况
经验证，线上16项数据中，10项数据（供电单位、工单编号、用户名称、联系电话、电压等级、故障报修类型、城乡类别、故障处理部门、到达现场时长和故障处理时长）可通过系统直接提取。业务受理时间（工单到达、工单处理）接单派工时间（工单到达、工单处理）、回访归档时间（工单到达、工单处理）系统中可提取数据，通过这几项数据可计算得到配网故障抢修流程总时长、业务受理时长、接单派工时长、回访归档时长。因此，16项线上数据可以满足配网故障抢修监测业务的系统支撑。详细数据支撑情况见附件二。
4 监测价值
按照业务设计确定的监测维度和要素，从国网铜川供电公司2016年4月份配网故障报修工单中按供电单位选取了18份工单，重点对各环节涉及数据准确性、完整性、可用性进行验证分析。具体情况如下：
4.1 配网故障抢修总时长监测
因设计说明《国家电网公司95595故障报修处理规范》[国网（营销/4）272-2014]中未涉及配网故障抢修总时长的时限要求，且配网故障抢修流程中的业务受理环节和审核归档环节为国网客服中心完成，时间不受地市公司支配，具有一定监测价值。业务受理环节时长监测：经验证，18组数据的工单到达时间节点均与业务受理时间节点一致，在2分钟的规定时限之内，有一定监测价值。
4.2 接单派工环节时长监测
通过客服工单管控系统导出的数据，接单派工环节时长包含工单到达时间和处理时间，可由这两个时间节点计算出接单派工环节时长。经验证，18份工单的接单派工环节平均时长为19秒，远小于设计依据规定的3分钟时限，表明地市配网抢修指挥班对国网工单的接收下达执行情况较好。从监测分析结论看，可促进配网故障抢修流程的优化和效率提升，具有较高监测价值。
4.3 到达现场环节时长监测
经验证，将18份工单按照供电单位来分，印王分公司6份、耀州分公司6份、宜君分公司6份，分别计算每个单位的到达现场平均时长，印王分公司为17分41秒、耀州分公司为18分39秒、宜君分公司为16分52秒。对比三个单位的平均时长，可发现耀州分公司的6份工单中有5份为农村用户，其到达现场平均时长最长，故到达现场时长受用户地理位置影响。但抢修班组可通过建立有效的应急机制等途径减少到达现场用时，因此监测到达现场环节时长具有较高价值。
4.4 故障处理环节时长监测
经验证，故障处理环节时长受现场环境状况、备品备件是否齐全、故障修复难易程度等因素影响。通过对比三个供电分公司的故障处理平均时长，可在不同单位间进行横向比较，促进部门间的良性竞争，提高供电服务水平，因此监测价值较高。
4.5 回访归档环节时长监测
通过客服工单管控系统导出的数据，接单派工环节时长包含工单到达时间和处理时间，可由这两个时间节点计算出工单回访归档环节时长。经验证，18份工单的回访归档环节时长均在规定时限内，但由于工单的回访归档是由国网客服中心完成的，时间不受地市公司支配。因此对于地市公司来说，回访归档环节时长具有一定监测价值。
5 结论
5.1 验证结论
优化完善监测要素和监测维度。结合数据获取和业务现状，建议取消工单审核环节时长的监测。
5.2 分析结论
配网故障抢修流程的回访归档时长受国网客服中心掌控，因此建议地市公司将监测重点放到接单派工环节时长、到达现场时长和故障处理环节时长上，其他项（配网故障抢修总时长、业务受理环节时长、回访归档环节时长）作为一般关注。通过验证，接单派工环节、到达现场环节和故障处理环节的用时均在设计依据的规定时限内，反映出公司对配网故障抢修相关制度标准执行情况较好，部门间工作流程流转顺畅。
参考文献
[1]国家电网公司配网故障抢修管理规定[国网（运检/4）312-2014.[Z].2014.
篇7
1.1何谓大数据
如今大数据已经不再是个新鲜的词汇，但是它的热点与关注度却一直很高。因为应用大数据技术可以颠覆我们目前从事的许多行业，比如即将被颠覆的医疗、金融和保险这三大行业，因为这几个行业的特点是都需要对用户的数据进行处理，当应用了大数据技术后，会缩短处理这些问题的时间和空间，甚至会基于用户的数据信息分析出他自身存在的问题，医疗公司会利用基因技术锁定你身体中可能出现的病变基因，然后通过数据进行对比，得出你的病因后就可以主动出击进行治疗了。大数据的特点之一就是数据庞大，它可以解决实际生活中的许多问题，即使是无线电监测问题也不例外。在去年的9月份，美国的互联网专家克莱•舍基曾经做过一次演讲，重点说明了数据时代管理信息的重要性，他在演讲中提出了一个重要概念，叫做无组织的组织。主要是利用大数据技术对数据进行分析与管理，在识别与筛选数据方面要将内容和技术结合起来才会形成合力。总之，大数据就是这样一种利用数据进行分析与管理的重要技术。
1.2无线电监测的内涵和特点
2月16日至17日，国家无线电办公室在广西南宁组织召开了2017年全国无线电管理工作座谈会。由此可见无线电管理工作的重要性，所以从广义的无线电监测的概念上来说，它主要是指无线电监测机构所从事的工作，主要包括一般意义上的无线电监测、无线电检测、电磁兼容分析这几方面内容。从字面上的意思来看，这是一个关于检测性的工作，无线电技术的应用发展和频谱的高效利用在服务创新驱动、推动信息化深入发展、积极转变经济发展方式的过程中发挥着一定的促进作用。无线电监测的主要特点之一就是能够有效利用无线频率对区域内容进行重点监测，例如衡水中学在考试时当地的无线电管理局就会启动无线电管理预警机制，出动多辆检测车为衡水中学的考试保驾护航。利用无线电监测防高考作弊，这也是无线电管理的一大用途之一。
2大数据时代下无线电监测业务的发展现状
身处在大数据时代的人们都明白一个非常明确的概念，那就是现在需要处理的信息数据非常庞大，企业内部所使用的常规处理工具已经无法满足数据处理的需求了，需要性能稳定、处理非常快速的处理工具来对数据进行分析与整合才能保证数据处理工作的正常运行。现如今，我国的无线电监测业务在发展的过程中，在数据的计算与处理方式上也遇到了一些问题，这些问题急需专业的数据技术处理人才来进行解决，这样在大数据时代才能保证无线电监测业务的顺利发展。
2.1未能保证人工处理后的数据准确性
当一个时生变化时，人们是必定能够有所察觉的，比如新兴科技的诞生标志着一个新的时代的到来。大数据在未快速的进入人们的视野范围内时，所有工作都是需要通过人为操作来进行分析与处理的。比如无线电监测与管理工作，因为数据的庞大性和不可分辨性，需要多名的技术人员进行相关的技术操作处理。无线电监测业务需要一定的监测软件配合人工来进行工作，有时候软件的信息处理不到位时，就需要大量的人工操作，但是也恰恰正是由于人工处理的缘故，导致一些数据的准确度不够，这样就不能很好的对无线电进行监测。在我国的教育改革中，教师要充分了解教材的基础内容，在保证自己的输出内容学生能够准确接受时才是完整的教学。为什么说这样才是完整的教学呢？因为教师的教课目标之一就是要求传达知识的准确性。毫无疑问，我国的无线电监测业务也是如此，而且对监测数据的准确度要求更高。
2.2无线电监测数据并未得到有效监测和挖掘
人的自身基因组成部分中总是带有一定的惰性，但是当突遇外部的阻碍因素后，也会激发出无限的发展细胞来。所以，只有被激活的人类才有可能创造出更加精彩的世界。虽然通过无线电技术对许多内容进行监测，也储备了一定数量的数据，但是这些监测数据未得到充分利用和有效分析，这样的话对于监测的结果来讲就不具备可探索性。所以，目前我国无线电监测业务发展过程中出现的主要问题之一就是有些监测的数据未能得到有效的挖掘和分析，总体上会使无线电监测的整体效果大打折扣。
2.3人工操作不统一，阻碍了数据的分析与整合工作
目前我国已经建立了许多的无线电监测固定站，通过这些站点的监测设备可以开展频谱扫描、信号测量、占用度分析等工作，这些工作在进行的过程中都会产生大量的监测数据。那么数据产生后自然需要相关的监测人员对数据进行整合与分析，但是在实际的数据分析与处理过程中，由于人工操作，工作路径与方式方法都是不同的，不能保证最会得到的数据形态都是统一的，所以说这种通过大多数人为因素进行数据监测的结果就会阻碍数据的分析与整合。
3大数据对无线电监测的重要作用
有人在的地方就是一个集体，集体下的生活中不是只有生活的琐事而已，因为任何事物的发展都需要有经济技术在其背后运作和调节。有的人可能认为无线电业务与我们的实际生活的联系并不密切，甚至没有太多的关联，这样的想法首先在思想上就是错误的认知。首先无线电监测业务在我们的生活中作用很大，比如我们每一个人都在使用的手机、对讲机、收音机到无线网卡、GPS、门禁卡、汽车遥控钥匙、公交一卡通等，都是应用了无线电技术才得以存在的。随着无线电技术应用日益普及和社会信息化全面推进，无线电已经渗透到国民经济、社会生活和国防建设等各个方面，无线城市、物联网、车联网、智慧地球正逐步变成现实，人类已步入了异彩纷呈的无线时代。而且今年的2月13日是第六个世界无线电日，我国对于无线电的应用也越来越多，它正无时无刻的服务于经济社会发展和百姓生活，所以足以见得无线电业务发展的重要性。其次，各种无线电技术应用都离不开频谱资源，任何无线电业务的开展都需要以频谱资源为载体，频谱资源就是无线电监测发展的一个重要数据来源，一旦这些频谱资源受到意外干扰的话，就会使人们的正常经济与生活受到影响。最后，因为随着大数据技术的应用与发展，无线电监测业务完全可以与大数据技术进行结合，这样就可以减少人为因素引发的数据不准确的影响。在具体的无线电监测过程中可以把大数据处理作为核心进行网格化监测，这样就可以借助大数据技术对数据进行深度加工，实现数据的精准挖掘。
4结束语
综上所述，大数据已经真正的来到了我们生活的周围，目前也已经应用到了一些大的工业领域。同样的，大数据时代下的无线电监测业务也在面临着大数据技术带来的机遇与挑战，无论怎样，面对大数据，我们都应该抱以正确的态度来看待它，因为随着时间的变化与发展，它可以为人们的生活带来质的改变。
参考文献
[1]谭学治，姜靖，孙洪剑.认知无线电的频谱感知技术研究[J].信息安全与通信保密，2007（61）.
[2]易龙，张虹.部无线电管理局提出“十二五”开局之年工作思路[J].中国无线电，2011（16）.
篇8
在雷电监测系统使用之前,用于研究雷电的资料主要来源于人工气象观测的数据。由于雷暴活动受气候变化及地理环境影响较大,仅凭人工观测得到的雷电数据已经不能满足现代防雷科研和业务需要。探索使用雷电监测资料取代传统人工观测数据,客观高效地进行雷电灾害风险评估成为必要。随着科技的发展和设备标定水平的提高,雷电定位系统的应用使得闪电监测数据的准确性得到极大的提高。江西省雷电监测系统建成以来,取得大量雷电监测数据,已经在雷电监测预警、雷击风险评估和防雷工程设计中得到了应用。文中主要对雷电监测资料的地闪数量、发生时间、闪击点定位坐标以及雷电流强度等进行分析,并应用于雷击风险评估。
1计算雷击大地密度
雷击大地密度(Ng)是进行雷击灾害风险评估的重要参数之一。目前,各地在雷击灾害风险评估中,Ng多采用《建筑物防雷设计规范(GB50057—2010)》中提供的计算公式Ng=0.1Td来计算,其中Td是由当地气象部门提供的所在城市的年平均雷暴日。由此可知,Ng的大小完全依赖于年平均雷暴日的值。众所周知,雷暴日是由世界气象组织定义的一个气象业务的观测项目。其确定是观测者听觉判断的,即气象观测人员在一天内只要听到一次雷声就算一个雷暴日,无论该天发生多少次雷暴。就南昌而言,目前只有一处观测点,仅仅凭这一处的观测点来观测全市的雷暴是远远不够的。因此,利用雷电日数资料计算雷击大地密度存在一定的局限性。
(1)人工观测得到的Td资料精确度不高。
首先,人工观测站辖区内发生雷暴,如果雷暴的强度较弱或者距离台站较远,气象观测人员会因为没有听到雷声或者看到闪电而发生漏记的现象。
通常情况下,距离观测者15km的雷电可以听到雷声,一旦超过此范围,则很难被听到。其次,由于闪电的种类按照空间位置分为云地闪电、云内闪电和云际闪电,所以观测者听到的雷声既有云地闪电发出的,也有云内闪电和云际闪电发出的,因此,依靠人的听觉判断而观测得到的Td值并不能表征雷击大地的真实频率。
(2)计算得到的Ng值误差较大。
Td值一般是指这个城市的全年发生雷电的次数,使用这种方法计算Ng值,存在非常明显的缺陷,即同一个行政辖区内的Ng值完全相同,这就在很大程度上忽略了一个地区不同区域因下垫面性质、气象、建筑结构布局的不同而引起的雷击次数不一样的影响,故利用Td值计算得到的Ng值与雷击密度实际分布情况通常有较大的差异。
目前,江西省使用的雷电监测系统在南昌地区探测效率超过90%。根据雷击大地的年平均密度的含义,选取南昌地区2004—2010年雷电数据,通过MapInfo桌面地理信息系统软件,加载地图信息、雷电数据信息;根据被评估对象所在地的经、纬度,找到在地图上的坐标,在MapInfo上选定半径r内的区域;将选取区域的雷电数据(依次为地闪发生的日期、时间、经度、纬度、雷电流的强度、陡度)导出进行统计。统计记录的条数即为被评估对象所在位置的地闪总次数;用得到的地闪总次数除以该地区的面积及提供的数据的总时间,可以得到精确的雷击大地的年平均密度(图1)。计算公式为其中,D为评估项目地点处总的地闪次数,单位:次/a;Y为选取资料的总时间,单位:a;r为选择区域的等效半径,单位:km。
2确定雷电的主导方向和次主导方向
近10年来,我国雷电监测技术有了长足的发展,闪电定位观测仪得到不断改进,观测精度不断提高。闪电监测由以前人工观测的定性结论“是否有雷暴”,发展到现在可以准确记录一个雷暴日中发生闪击的次数以及每次闪击的具置的坐标等信息。目前雷电监测系统对落雷点的定位误差被限定在500m之内,比人工观测的数据在精度上更为接近实际。下面,根据江西省雷电监测系统历年的闪电数据中地闪发生处的经纬度坐标,判断落雷点相对于评估对象的方位,统计得到E、NE、N、NW、W、SW、S、SE等8个方向的地闪次数,画出雷电玫瑰图,得到评估对象所在地的雷电主导方向和次主导方向。具体步骤如下:
(1)计算地图上单位经(纬)度表示的距离:借助Mapinfo上“标尺”功能,在地图上评估对象所在地和距离l处选择两个点,单位经(纬)度距离=l/两点经(纬)度差。
(2)设Dx为落雷点和项目所在地的纬度距离,Dy为落雷点和项目所在地的经度距离,α为落雷点和零度方位的夹角,则Dx=单位纬度距离×评估点与雷击点纬度差的绝对值;Dy=单位经度距离×评估点与雷击点经度差的绝对值;α=arctan(Dy/Dx)。设E方向为0°,区间(337.5°,22.5°)、(22.5°,67.5°)、(67.5°,112.5°)、(112.5°,157.5°)、(157.5°,202.5°)、(202.5°,247.5°)、(247.5°,292.5°)、(292.5°,337.5°)分别为E、NE、N、NW、W、SW、S、SE方向,根据夹角α值得到在上述8个象限的落点,地闪点所在的方向上取1,其他方向取0,得出各个雷击点相对于被评估点的方位。
(3)将各个方向的值累加,得出各个值所占的比例,按比例绘制出玫瑰图。由图2可以看出,评估点雷击主导方向N,次主导方向SW,为雷击风险评估提供真实数据。
计算被评估点雷电参数幅值
在进行雷击风险评估时,电源线路上电涌保护器安装位置和选型对于评估因子的取值有直接影响。而雷电流幅值是确定电涌保护器雷电流参数的一个重要的参数。《建筑物防雷设计规范》附录中给定了首次正击雷电流的幅值参考值,第一类、第二类、第三类防雷建筑物对应分布为200kA、150kA、100kA。如果评估中采用上述推荐值,得出的计算结果并不能真正反映评估对象所需要的电涌保护器的雷电流参数。
目前江西省的闪电定位系统对雷电强度的测量误差小于15%,如根据已经取得的雷电监测数据中闪电流强度值来计算雷电流幅值,则使得电涌保护器的雷电流参数更有针对性,也使得雷击风险评估工作更加科学。具体步骤如下:首先,根据南昌地区2004—2010年闪电监测资料中的雷电流幅值,根据IEEE工作组推荐的雷电流幅值累积概率公式,得到与实际监测曲线最为近似的拟合曲线,能反映雷电流幅值概率的分布特征(图3)。公式为其中,I为雷电流幅值,单位:kA;PI为雷电流幅值大于I的概率;a表示中值电流,即电流幅值大于a的概率为50%;b反应曲线的曲率变化程度,当b增大时,50%概率点左右侧曲线陡度绝对值均变大。
其次,选择雷击概率99%的雷电流幅值I作为依据。根据《建筑物防雷设计规范》的规定,低压电源线路引入总配电箱、配电柜处安装的电涌保护器,其每一保护模式的冲击电流取值,计算公式:当电源线路无屏蔽层时,式(3)、式(4)中,I为雷电流,单位:kA,根据建筑物防雷类别,第一类取200kA,第二类取150kA,第三类取100kA;n为地下和架空引线引入的外来金属管道和线路的总数;m为每一线路内导体芯线的总根数;Rs为每千米屏蔽层的电阻,单位:Ω/km;Rc为每千米芯线的电阻,单位:Ω/km。
结束语
利用由江西省闪电监测网获取的南昌地区2004—2010年雷电监测数据,计算得到评估对象周围5km范围的雷击密度,雷击主导方向、次主导方向以及雷电幅值参数,分析发现:
(1)利用雷电监测网的监测数据计算得到的雷击大地的年平均密度,较使用《建筑物防雷设计规范(GB50057—2010)》中推荐的公式求得的值更为精确。
(2)通过分析评估对象所在地周边雷电监测数据,得到评估对象所在地雷击主导方向、次主导方向,为雷击风险评估提供真实数据。
篇9
关键词:数据监测;数据控制;数据捕获
中图分类号:TP393文献标识码:A文章编号:1009-3044(2009)33-9159-02
The Research of Data Monitoring System based on Network Environment
CHENG Yi-yun
(Nanjing Institute of Politics,Shanghai Branch, Shanghai 200433, China)
Abstract: At first,the paper has specifically introduced the importance of network security.Then the paper has leaded the research significance of data monitoring system.Secondly,the paper has studied the design and implementation of network data's control and capture in order to offers a certain protection for network security.The paper hopes to offers some reference and a similar approach for other research of the data monitor.
Key words: data monitoring; data control; data capture
在开放的网络环境中,相对于过去的主机环境、单机环境,基于网络连接的安全问题变得越来越复杂和突出。同时,随着人们对网络依赖程度的日渐加深,网络安全也表现得越来越重要。由于网络的互联共享,来自网络内部和外部的攻击不可避免[1]。因此,网络安全问题日益成为一个关注焦点。
数据监测是保障网络安全的一个重要措施,通过有效的数据监测系统,可以限制流量、控制网络数据、并通过捕获的数据包检测网络的安全状态,有效保证安全数据的正常传输,在一定程序上阻止了攻击探测数据包的传输。本文就是针对网络环境,研究数据监测系统的设计与实现。
1 数据监测系统的设计
1.1 网络数据控制的设计
数据监测系统的数据控制模块主要目的是阻止攻击者利用网络系统的管理主机作为跳板去攻击别的机器,但是只是尽量的减少,而不是杜绝这种行为。当然,针对网络任何的扫描、探测和连接管理主机是允许的,但是对从主机出去的扫描、探测、连接,网络安全系统却必须有条件的放行,如果发现出去的数据包有异常,网络安全系统或者系统管理员必须加以制止。本文研究的数据监测系统的数据控制设计原理如图1所示。
数据控制模块使用两层来进行数据控制:防火墙和信息检测系统(IDS)。防火墙为了防止内部网络安全系统的管理主机被作为跳板攻击其它正常系统,我们必须对管理主机的外部连接数进行控制,如只允许在一定的时一间内发送一定数量的数据包。防火墙的主要功能是:设定单向地址拦截或双向地址拦截,在单向地址拦截时,一方到另一方的资料访问被禁止,但反向的数据访问依然能正常进行,不会受到影响;采用先进的状态监测数据包过滤技术,不仅仅是依靠单个的IP包来过滤,而是对每一个对话和连接进行分析和监控,在系统中自动维护其当前状态,根据连接的状态来对IP包进行高效快速安全过滤;对管理主机的外出连接进行控制。当外出连接达到一定数量时,阻断以后的连接,防止管理主机被攻击者攻破后用来作为发起攻击的“跳板”;对所有出入系统的连接进行日志记录。
而网络流量由IP信息包组成。这些信息包前面所附带的一些数据位,它们包含有关信息包的源、目的地和协议类型的信息,称之为包头[2]。防火墙根据一组规则检查这些头,以确定接受哪个信息包以及拒绝哪个信息包。假如有一些信息包伪造了数据头,通过数据本身来攻击,那我们的防火墙就无能为力了。所以,必须利用某种手段,对通过的数据包的内容进行检测,如果发现是异常的数据包时,就丢弃或者修改这个数据包。
1.2 网络数据捕获的设计
本文设计了实现三层数据捕获的安全系统,即防火墙日志、嗅探器捕获的网络数据包、管理主机系统日志。捕获到数据后,就可以研究攻击者的技术、工具和动机。
1) 防火墙
所有进出系统的网络数据包必需通过防火墙,所以防火墙捕获到的数据将是最全面的,但是防火墙并不记录具体的数据包内容,而只是记录各个数据包的通过情况。如果攻击者利用半开连接扫描管理主机,则在管理主机上将看不到任何情况,但是在防火墙上却可以看到这些SYN数据。防火墙记录四种不同类型的数据包:TCP、UDP、ICMP、OTHER[3]。防火墙记录的日志非常的有价值,因为它在快速标识那些未知的攻击时非常的关键。
2) 嗅探器
嗅探器记录各种进出内部网络管理网的数据包内容,嗅探器可以用各种工具,如Ethereal等,我们使用了Tcpdump。记录的数据以Tcpdump日志的格式进行存储,这些数据不仅以后可用通过Tcpreplay进行回放,也可以在无法分析数据时,发送给别的研究人员进行分析。
3) 系统行为捕获
防火墙和嗅探器捕获的是网络数据,还需要捕获发生有管理主机上的所有系统和用户活动。对于windows系统,可以借助第三方应用程序来记录系统日志信息。现在大多数的攻击者都会使用加密来与被黑系统进行通信。要捕获击键行为,需要从管理主机中获得,如可以通过修改系统库或者开发内核模块来修改内核从而记录下攻击者的行为。
2 数据监测系统的实现
2.1 网络数据控制的实现
网络的数据控制主要完成对流经系统的数据的控制。首先对流入的数据,由于系统设计的最初目的就是让攻击者顺利进入并攻击,所以对于流入的数据不进行任何限制,而且由于系统本身不提供真正的服务,任何进入的流量都被认为是有攻击企图的;另一方面,对外出的连接要做限制,并且还要分析数据包抑制攻击数据包的传播,防止攻击者将系统作为跳板对其他正常系统进行攻击。数据控制的用例分析,如图2所示。
网络管理员可定制数据控制规则,并反映到防火墙上;入侵检测系统通过捕获数据,对外出的数据包的内容进行检测,如果发现是异常的数据包时,采取预先定义的策略,然后再将数据包传回给防火墙进行处理。
本文通过IPTables实现外出连接数限制。通过IPTables扩展选项limit可实现内网外出连接数限制。利用limit在FORWARD链配置规则,限制对外发起的连接数上限,这个限制可以是每秒(或者分、小时、天)多少个连接。根据要求,本文添加了IPTables规则来限制对外连接数,下面以限制TCP包为例加以说明,UDP、ICMP和其它数据包作同样处理。本文使用Snort_inline利用特征检测来发现有恶意的数据包。Snort_inline是入侵检测系统Snort的修改版,它可以经由libipq接收来自IPTables的数据包。并根据Snort的规则集对数据包进行检查,一旦发现恶意代码就对该数据包采取预先定义的策略,然后再将数据包传回给IPTables。数据控制机制如图3所示。
2.2 网络数据捕获的实现
本文的网络数据捕获功能主要从防火墙、嗅探器以及管理主机三个方面入手。防火墙、管理主机、嗅探器捕获的日志经过处理存放在数据库和文件中,已备分析和查询使用。经过防火墙的数据,可以通过防火墙日志直接获得,而网络上的数据包,可以用Tcpdump来进行捕获。Tcpdump支持相当多的参数。我们在网桥下运行如下命令进行捕获:
TCPDUMP -c 10 Ci eth1 -s 0 Cw /log
为了不让攻击者知道我们在监视他在主机上的活动,我们采用Sebek来实现我们的目标。Sebek是个隐藏的记录攻击者行为的内核补丁。一旦在主机上安装了Sebek的客户端,它就在系统的内核级别运行,记录的数据并不是记录在本地硬盘上,而是通过UDP数据包发送到远程服务器上,入侵者很难发现它的存在。
本文研究的数据捕获是由内核模块来完成捕获所有read()的数据。Sebek替换系统调用表的read()函数来实现这个功能,这个替换的新函数只是简单的调用老read()函数,并且把内容拷贝到一个数据包缓存,然后加上一个头,再把这个数据包发送到服务端。替换原来的函数就是改变系统调用表的函数指针。本文通过配置参数决定了Sebek收集什么样的信息,发送信息的目的地。以下就是一个linux配置文件的实例:
INTERFACE = "eth0" //设定接口
DESTINATION_IP = "172.17.1.2" // 设定远程服务器IP
DESTINATION_MAC = "00:0C:29:I5:96:6E" // 设定远程服务器MAC
SOURCE_PORT = 1101 // 设定源地址UDP端口
DESTINATION_PORT = 1101 // 设定目标地址UDP端口
MAGIC_VALUE = XXXXX // 如果同一网段有多个客户端,则设定相同的数值
KEYSTOKE_ONLY = 1 // 是否只记录键击记录
本文研究数据捕获机制如图4所示。
3 小结
该文研究的数据监测系统能有效地控制网络数据、捕获网络数据,在一定程度上保障了网络的安全。但是网络安全技术及攻击技术是在不断发展和变化中,要进一步提高网络安全的环境,必须在数据监测的基础上,不断完善网络安全方案,如加入网络的入侵检测技术、流量控制、边界路由的安全设置及客户终端等安全防范措施,这样才能确保网络数据的安全。
参考文献:
[1] 周照峰.高速网络数据包捕获技术方法研究[J].科技经济市场,2009,(2):21-23.
篇10
关键词：烟气 监测 影响因素 探讨
烟气监测是对发电厂、水泥窑监测、锅炉等废气污染源监测的必测项目，包括二氧化硫、烟尘或颗粒物、二氧化氮、含氧量、硫化氢、氨气等。其监测数据是污染源监督监测、环评检测、验收监测、环境管理执法、排污收费等的依据。监测时，对监测结果影响因素较多，仪器配置、点位选择、实验操作等对采样结果具有较大影响。
一、采样点位的影响
1.对尘等较大粒子的影响
烟气中具有重力的尘主要有烟尘、颗粒物等具有较大重力的粒子，本身具有较大的重力作用。因此采样点位对尘监测数据有重要影响。按照规定，采样点应尽量选择在垂直管段，如选择在水平管段，粒子受重力的作用，将会偏离水平轨道，发生偏移，较大的粒子也会沿烟道底部排放，采样枪水平放置，采样嘴面积一定，吸入的颗粒将会出现较大偏差。由于点位选择不正确，在采样时，采样枪可能发生震荡，偏离正常轨道，使采样体积等发生变化，影响监测结果[1，2]。
2.对气体污染物的影响
气体污染物主要包括二氧化硫、氮氧化物、一氧化氮、氯化氢、氯气、有机废气等。由于气体污染物在烟气中均匀分布，采样点位对低沸点污染物浓度数值准确性无较大影响。但也应尽量选择水平或者垂直管段，避开涡流区、弯头处等流量急剧变化处。同时，二氧化硫、氮氧化物、氯化氢、氯气等高沸点污染物在低温区会形成液态污染物，如选择点位在温度较低处，将会对数据结果产生重大影响。
由表1可以看出，不同点位的监测结果具有较大差异，温度相差7℃，浓度均值相差12mg/m3，不同温度的监测点位，对气态污染物的监测结果有较大影响。
3.对体积、流量的影响
污染物的排放量根据采样体积计算，采样体积即流速与面积的乘积，由于点位选择不正确，烟气流速将会发生较大偏差，由于流速的不准确，最终导致排放量、污染物排放速率等排放标准指标出现错误，影响监测结果准确性。当排放浓度和速率处于临界值时，更应准确选择监测点位。
4.采样孔数量
根据规范，采样点位在不同采样孔具有一定数量的采样点位，即在一个孔内应采集一定数量的样品。由于颗粒态污染物在烟道内分布的不均匀性，因此，应在每个孔采集几个样品，使样品具有代表性，计算均值，代表实际监测数据。一般监测时，采样点应不少于2点，最多不超过20点。对于气态污染物，可在烟道中心设点，采集样品数据。
二、采样仪器的影响
1.仪器是否检定、校准
日常监测中，应将监测使用的仪器进行检定。在使用中对仪器进行校准。校准的项目一般为流量、二氧化硫、含氧量、氮氧化物等。使用经鉴定过的皂膜流量计对流量进行校准，使用标准气体对一起的准确性进行校准。李健等[3]研究表明，校准用气体对检测结果的准确性有重要影响。日常校准的标准气体可选择经认证过的企业生产的标准气体，并保证在有效期内。有条件的监测单位可自己配置标准气体，进行校准，但应保证标准气体的实用性和准确性。
1.操作中的影响因素
1.1传感器校准
因温度、压力、操作时间等对传感器均具有硬性，可使其发生漂移。在仪器开机后对使用的压力传感器应校准。校准时必须空载，皮托管等必须与仪器脱离，保证仪器的正常运行。
1.2跟踪效率
在采用过程中，仪器抽气速率应与烟气流速接近，跟踪效率正常情况下至少达到95%。若不到95%，查明原因。跟踪率过大会将大颗粒吸入滤筒内，过小会导致吸入量偏低。由于跟踪效率过低，采样泵超速运转，会造成采样泵损伤，降低采样泵使用寿命，所以应选择合适的采样流速，与烟气流速相匹配。一般选择恒流采样，对于自然通风锅炉等设备应选择其他采样方式，如等速采样，且流量不应过大，避免将大颗粒物吸入，影响监测结果。
1.3操作方式
对于颗粒物等样品采样方式对监测结果有较大影响。采样前应将采样枪以背对气流方向放入烟道内，采样结束后，应将采样枪立刻倒转180度，瞬间取出采样设备，保证采集的样品不倒吸。同时，对于静电除尘设备，应该连接防静电装置，避免静电干扰造成仪器短路，在检测过程中使仪器停运。
三、实验过程中的影响因素
1.滤筒处理
采集烟尘使用的滤筒多为玻璃纤维滤筒，在使用前、后均应烘干处理。所使用的烘干设备应定期检定和校准，烘干后应置于干燥器内干燥后称重。使用电子天平时在温度较低时使用玻璃纤维滤筒，温度较高时使用刚玉滤筒，在高温小预先灼烧，是滤筒质量恒定，避免因高温造成损失。
2.采集油烟滤筒
采集油烟的滤筒为无锈钢滤筒，采样结束，采集了油烟的滤筒应立即转入聚四氟乙烯清洗杯中盖紧盖子，根据规定对样品进行萃取，使用红外测油仪测定和计算，样品不能在24小时内测定，可在4.0℃冷藏室中保存7天。
3.过量空气系数的选择
过量空气系数对实验结果有较大影响。一般烟尘的初始排放过量空气系数为1.7，处理设施后为1.8，火电厂为1.4，水泥企业过量空气系数折算为氧气含量为10%状况下，即过量空气系数为1.9，天燃气锅炉折算系数为1.2[4]。而对于工业炉窑等，应计算其掺风系数：冲天冷风炉，鼓风温度小于等于400℃时，掺风系数为4.0；冲天热风炉，鼓风温度大于400℃时，掺风系数为2.5，其他工业炉窑炉窑过量空气系数为1.7。
参考文献
[1]石相梅，影响锅炉烟尘测试结果的因素浅析[J].污染防治技术，2013，23（3）：105-106.
[2]环境保护部，固定废气源监测技术规范[S]，北京：中国环境科学出版社，2007.12.
[3]李健，李永亮，牟学军，等.燃煤锅炉烟气中一氧化氮排放浓度测量的不确定度评定[J].北方环境，2011（09）：183-184.
