本发明涉及水生态修复，尤其涉及一种可进行水体分层调节的水生态修复方法及系统。
背景技术：
1、形成黑臭水体的主要原因之一是水体缺氧，水体分层进一步加剧了这一现象，造成缺氧水体尤其是深层水体厌氧生物大量繁殖，引起严重水变。然而，传统的水生态修复方法只能实现表层水体的横向循环，无法改善水体的垂直分层现象，无法从根源上解决藻华爆发等水体富营养化问题；同时已有的纵向抽水式循环方案只能定深抽水循环，无法有效针对不同水层的水体进行高效治理。
技术实现思路
1、基于此，本发明提供一种可进行水体分层调节的水生态修复方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种可进行水体分层调节的水生态修复方法，包括以下步骤：
3、步骤s1：获取目标水体修复区域数据；根据目标水体修复区域数据进行自适应水文参数采集，生成自适应水文采样数据；对自适应水文采样数据进行异常值修正处理，生成修正水文采样数据；
4、步骤s2：根据目标水体修复区域数据进行流体动力建模，生成目标流体动力模型；利用目标流体动力模型对修正水文采样数据进行溶解氧传输模拟，生成溶解氧传输模拟数据；根据溶解氧传输模拟数据进行水体修复层划分处理，生成水体修复层数据；
5、步骤s3：基于水体修复层数据通过终端设备对控制器进行目标修复数据传输，得到目标水体修复数据；根据目标水体修复数据进行水体升降修复作业，生成水体修复作业数据；将水体修复作业数据传输至终端设备，并进行装置反馈控制，从而得到监控调整数据；
6、步骤s4：根据水体修复作业数据进行关键作业参数提取，分别得到反馈量参数以及控制量参数；基于预设的模糊匹配规则库通过反馈量参数以及控制量参数构建模糊逻辑控制模型；将水体修复作业数据传输至模糊逻辑控制模型进行最佳控制策略模糊推理，生成最佳模糊推理控制数据；通过最佳模糊推理控制数据对监控调整数据进行装置作业优化调整，从而得到智能化闭环控制策略。
7、本发明通过获取目标水体修复区域的详细数据，包括地形、水质、水流等信息，有助于全面了解修复区域的特征，在根据目标水体修复区域数据进行自适应水文参数采集的过程中，系统可以根据实时数据和区域特征进行动态水文参数采集和调整，这种自适应性能够确保采集到的水文参数更加精确和可靠。对自适应水文采样数据进行异常值修正处理的过程有助于排除采样数据中的异常或错误值，保证数据的可靠性和准确性。利用获取的数据建立水体流体动力学模型，考虑地形、水流速度、河床结构等因素。这模型可揭示水体流动特性，包括涡流、湍流等。利用目标流体动力模型，对修正水文采样数据进行溶解氧传输模拟。这有益于预测水体中氧气的分布情况，提供关键信息以评估水体的氧气饱和度，基于溶解氧传输模拟数据，进行水体修复层的划分处理。通过划分不同深度的水体层次，确定水体的垂直结构，有益于识别潜在的问题区域和优先考虑的修复区域。通过终端设备将水体修复层数据传输至控制器，实现即时的目标修复数据传递，确保修复过程中的实时性和准确性，使得控制器能够基于最新数据作出精准的修复决策。基于接收到的目标水体修复数据，控制器进行水体升降修复作业的规划和执行，确保修复作业根据实际需要进行精准操作，以最大程度地调整水体结构和水质分布，实现目标修复效果。将水体修复作业数据传输回终端设备，使相关人员能够实时监测修复作业的执行情况，提高修复过程的可视性和透明度，帮助决策者更好地理解和评估修复效果。从水体修复作业数据中提取关键作业参数，包括作业时间、作业区域、修复层深度等。这有益于深入理解实际修复操作的关键特征。利用提取的参数，构建模糊逻辑控制模型。这个模型能够考虑多变因素，包括水体状态、环境条件等，还能够处理输入参数的模糊性，实现对于复杂环境变化的智能响应。将水体修复作业数据传输至模糊逻辑控制模型，系统能够实时调整控制策略以适应变化的修复需求，从而达到最佳修复效果，提高了修复效果的适应性和优化性，确保系统能够灵活应对不同的操作环境。通过实时监测和智能化调整，系统能够不断优化修复作业，从而获得更为持续和优异的修复效果。本发明的一种可进行水体分层调节的水生态修复方法利用升降电机采集水体不同层溶解氧含量，利用微提升导流技术在水体中形成强大的水体立体循环，促进浅层和深层水体的交换，提高水体尤其是深层水体的溶解氧含量，并且采用闭环控制策略，优化控制抽水电机转速和时长，提高控制效率，实现了在低成本、低能耗情况下，确保深层水体溶解氧含量达标，同时能够对黑臭水体进行精准修复，而且能够彻底避免治理后的水体反黑反臭，是黑臭水体防治和维护的有力措施。
8、优选地，步骤s1包括以下步骤：
9、步骤s11：获取目标水体修复区域数据；
10、步骤s12：根据目标水体修复区域数据进行水体深度预测量，生成水体深度预测量数据；
11、步骤s13：根据水体深度测量数据进行深度梯度采样点设定，并进行深度均匀分布处理，从而得到深度测量点数据；
12、步骤s14：基于深度测量点数据利用控制器控制升降电机进行自适应水文参数采集，生成自适应水文采样数据；
13、步骤s15：对自适应水文采样数据进行异常值修正处理，生成修正水文采样数据。
14、本发明通过对目标水体修复区域数据进行深度预测，系统可以获取水体在不同位置的深度信息，预测提供了水体的空间结构。通过对水体深度测量数据进行深度梯度采样点设定和深度均匀分布处理，系统得到了一系列深度测量点数据。这些深度测量点数据有益于实现对水体的全面覆盖，确保采集到的水文参数具有代表性。通过均匀分布的深度测量点，系统可以更全面、均匀地了解水体的垂直结构。通过利用深度测量点数据，系统实施了自适应水文参数采集。通过控制升降电机的运动，系统能够在不同深度处获取水文参数数据。过对自适应水文采样数据进行异常值修正处理，系统得到了更为可靠和准确的修正水文采样数据。
15、优选地，步骤s14包括以下步骤：
16、步骤s141：根据深度测量点数据进行深度采样策略处理，生成深度采样策略数据；
17、步骤s142：基于深度采样策略数据利用控制器控制升降电机依次停滞测量点进行水体数据采集，通过溶解氧传感器阵列采集水层溶解氧阵列数据；通过流速流向仪采集水层流向数据；通过温度传感器采集水层温度数据；
18、步骤s143：根据水层温度数据进行温度深度序列处理，生成水层温度序列数据；
19、步骤s144：将水层温度序列数据进行温度差分计算，从而得到温度变化率数据；对温度变化率数据进行滤波平滑处理，生成温度平滑变化数据；
20、步骤s145：通过预设的温度层结阈值数据对温度平滑变化数据进行温度层结检测，得到温度层结检测数据；
21、步骤s146：当温度层结检测数据不存在温度层结时，基于深度采样策略数据将采集水层溶解氧阵列数据、水层流向数据以及水层温度数据进行水文数据整合，得到静态水文采样数据；
22、步骤s147：当温度层结检测数据存在温度层结时，对深度采样策略数据进行动态采样策略调整，生成动态采样策略数据；基于动态采样策略数据进行水文数据采集，得到动态水文采样数据。
23、本发明通过合理制定深度采样策略，系统可以在水体的各个深度点获取具有代表性的水文数据。通过根据深度采样策略数据，系统利用控制器控制升降电机，在测量点依次停滞的过程中进行水体数据采集。这种有序的测量点采集方式确保了系统在深度方向上有系统性地获取水文数据。通过对水层温度数据进行处理，系统生成了水层温度序列数据。这一序列记录了水体温度随深度的变化趋势。通过对水层温度序列数据进行差分计算，有益于减少噪声干扰，保留温度变化的趋势信息。通过对温度平滑变化数据进行温度层结检测，指示了水体中温度分层的情况。当检测数据显示水体中不存在温度层结时，按照深度采样策略数据采集完所有的采样点。当检测数据显示水体存在温度层结时，系统动态调整深度采样策略，基于动态采样策略数据进行水文数据采集，得到动态水文采样数据。
24、优选地，步骤s147包括以下步骤：
25、步骤s1471：对温度层结检测数据进行时间切片处理，生成深度时序切片数据；根据深度时序切片数据进行检测水层划分，分别得到已检测水层区域、温度层结检测区域以及未检测水层区域；
26、步骤s1472：根据深度时序切片数据进行层结厚度计算，从而得到温度层结厚度数据；
27、步骤s1473：利用预设的线性回归模型对温度层结厚度数据进行趋势拟合处理，生成层结趋势拟合数据；
28、步骤s1474：根据层结趋势拟合数据进行关键变化点识别，生成关键变化点数据；
29、步骤s1475：通过关键变化点数据对深度采样策略数据进行采样点自适应密度优化，生成采样深度优化数据；
30、步骤s1476：根据采样深度优化数据进行动态采样策略调整，生成动态采样策略数据；
31、步骤s1477：基于动态采样策略数据利用控制器控制升降电机对温度层结检测区域以及未检测水层区域进行水文数据采集，并将已检测水层区域采集的水文数据进行数据合并，生成动态水文采样数据，其中动态水文采样数据包括动态水层溶解氧阵列数据、动态水层流向数据以及动态水层温度数据。
32、本发明通过时间切片，系统能够捕捉温度层结的动态变化过程。根据深度时序切片数据，系统进行水层划分，得到已检测水层区域、温度层结检测区域以及未检测水层区域。通过深度时序切片数据，系统进行层结厚度计算，有助于定量化描述水体中温度层结的强度和分布情况。利用预设的线性回归模型对温度层结厚度数据进行趋势拟合处理，有助于分析温度层结的发展趋势。通过层结趋势拟合数据进行关键变化点的识别，系统得到了关键变化点数据。这些变化点标志着温度层结发生显著变化的时刻。通过关键变化点数据对深度采样策略数据进行采样点自适应密度优化，可以在关键时刻更密集地采集水文数据，确保对温度层结变化事件的响应更加灵活和及时。基于动态采样策略数据，系统通过控制器控制升降电机对温度层结检测区域以及未检测水层区域进行水文数据采集，有助于获取更全面、准确的水文信息。
33、优选地，步骤s2包括以下步骤：
34、步骤s21：对目标水体修复区域数据进行水体类型挖掘，生成目标水体类型数据；
35、步骤s22：根据目标水体类型数据进行流体动力建模，生成目标流体动力模型；
36、步骤s23：通过目标流体动力模型对修正水文采样数据进行水体流向模拟，生成水体流向模拟数据；通过目标流体动力模型对修正水文采样数据进行温度分布模拟，生成温度分布数据；
37、步骤s24：基于水体流向模拟数据以及温度分布数据利用目标流体动力模型对修正水文采样数据进行溶解氧传输模拟，生成溶解氧传输模拟数据；
38、步骤s25：根据溶解氧传输模拟数据、水体流向模拟数据以及温度分布数据进行水体分层特征提取，生成水层特征数据；
39、步骤s26：根据溶解氧传输模拟数据进行深度-溶解氧关联处理，生成深度-溶解氧关联数据；
40、步骤s27：利用深度-溶解氧关联数据对水层特征数据进行水体修复层划分处理，生成水体修复层数据。
41、本发明基于目标水体类型数据，建立了目标流体动力模型。这一模型反映了水体内部的流体运动规律，包括流速、流向等关键特征，有助于模拟水体内流体的运动状态。利用目标流体动力模型对修正水文采样数据进行模拟。水体流向模拟数据反映了水体在不同区域的流向，而温度分布模拟数据则描述了水体中温度的变化分布。通过目标流体动力模型，系统进行溶解氧传输模拟，这有助于理解水体中溶解氧的分布情况，提供了对溶解氧含量的模拟预测。系统进行水体分层特征提取有助于识别水体中不同深度的特征层次。系统进行深度-溶解氧关联处理，建立深度与溶解氧含量之间的关系。这有助于理解水体中溶解氧在不同深度的分布规律。通过深度-溶解氧关联数据，系统对水层特征数据进行水体修复层划分处理，这有助于将水体分成不同的修复层。
42、优选地，步骤s3包括以下步骤：
43、步骤s31：基于水体修复层数据通过终端设备对控制器进行目标修复数据传输，得到目标水体修复数据；
44、步骤s32：利用升降控制算法对目标水体修复数据进行最佳修复深度计算，生成修复层深度距离数据；
45、步骤s33：基于修复层深度距离数据通过控制器控制升降电机进行修复层距离移动，并通过抽水电机驱动模块执行抽水作业任务，通过导流结构模块将水流传输至水体处理模块进行水体修复处理，形成强横纵向流循环水体，利用遥测终端进行修复作业参数采集，生成水体修复作业数据，其中水体修复作业数据包括装置作业参数数据以及实时修复层水文参数；
46、步骤s34：通过蓝牙传输协议将水体修复作业数据传输至终端设备，得到监测反馈数据；
47、步骤s35：基于监测反馈数据通过控制器进行装置反馈控制，从而得到监控调整数据。
48、本发明通过终端设备将水体修复层数据传输至控制器，实现了对目标水体修复数据的有效传递，确保修复过程中使用的数据准确、实时。通过升降控制算法，系统对接收到的目标水体修复数据进行处理，计算得到最佳的修复深度，确保水体修复作业在最适宜的深度进行，提高修复效果。通过对修复层深度距离数据的控制执行抽水作业任务进行水体修复处理，而遥测终端采集的实时修复层水文参数数据则为后续的监测和调整提供了实时数据支持。使用蓝牙传输协议将水体修复作业数据传输至终端设备，实现了监测反馈数据的及时获取。监测反馈数据包含了修复作业的实际效果和水文参数等信息，有助于实时监控水体修复过程。通过对监测反馈数据的分析，系统能够实施装置的反馈控制，对水体修复作业进行调整，保证了水体修复过程的实时调整以及监控。
49、优选地，步骤s4包括以下步骤：
50、步骤s41：根据水体修复作业数据进行关键作业参数提取，分别得到水层溶解氧含量数据、升降电机下降深度数据、抽水电机转速数据、转动时长数据以及装置电量数据，其中，将水层溶解氧含量数据标记为反馈量参数，将升降电机下降深度数据、抽水电机转速数据、转动时长数据以及装置电量数据标记为控制量参数；
51、步骤s42：利用反馈控制算法对反馈量参数以及控制量参数进行优化指标计算，生成反馈优化指标数据；
52、步骤s43：将反馈量参数以及控制量参数进行模糊集划分，从而得到监测变量模糊集数据；
53、步骤s44：对监测变量模糊集数据进行标签命名处理，得到模糊集标签数据；
54、步骤s45：通过预设的模糊匹配规则库对模糊集标签数据进行隶属度处理，以构建模糊逻辑控制模型；
55、步骤s46：通过预设的反馈优化阈值对反馈优化指标数据进行反馈优化判断，当反馈优化指标数据低于反馈优化阈值时，基于监控调整数据通过控制器进行装置控制调整；当反馈优化指标数据高于或者等于反馈优化阈值时，将水体修复作业数据传输至模糊逻辑控制模型进行最佳控制策略模糊推理，生成最佳模糊推理控制数据；
56、步骤s47：根据最佳模糊推理控制数据进行模糊反演处理，从而得到最佳控制指令数据；
57、步骤s48：基于监控调整数据通过控制器对最佳控制指令数据进行装置作业优化调整，从而得到智能化闭环控制策略。
58、本发明通过提取水体修复作业的关键参数，系统能够获取到作业过程中的重要信息。将溶解氧含量视为反馈量参数，而升降电机、抽水电机等参数标记为控制量参数，对反馈量参数和控制量参数进行优化指标计算，有益于根据实时的水体修复作业数据，评估作业效果和装置状态。将反馈量参数和控制量参数进行模糊集划分，有助于建立起更为灵活和鲁棒的模糊逻辑控制模型。模糊集数据提供了对于参数变化的模糊描述，能够更好地适应不确定性和复杂性。通过模糊匹配规则库，对模糊集标签数据进行隶属度处理，形成模糊逻辑控制模型，在于建立系统的控制规则，实现对于不同输入情况下的智能化控制。根据反馈优化指标数据与预设阈值的比较，系统能够判断当前水体修复作业的效果是否达到预期，智能决策机制有助于实现对水体修复作业的自适应调整。通过控制器对最佳控制指令数据进行装置作业优化调整，形成智能化闭环控制策略。这一闭环控制策略通过不断优化，实现了水体修复作业的智能化、自适应化，确保了系统在复杂环境中的高效运行。
59、本发明还提供一种可进行水体分层调节的水生态修复系统，执行如上所述的可进行水体分层调节的水生态修复方法，该可进行水体分层调节的水生态修复系统包括：
60、自适应水文采样模块，用于获取目标水体修复区域数据；根据目标水体修复区域数据进行自适应水文参数采集，生成自适应水文采样数据；对自适应水文采样数据进行异常值修正处理，生成修正水文采样数据；
61、修复层识别模块，用于根据目标水体修复区域数据进行流体动力建模，生成目标流体动力模型；利用目标流体动力模型对修正水文采样数据进行溶解氧传输模拟，生成溶解氧传输模拟数据；根据溶解氧传输模拟数据进行水体修复层划分处理，生成水体修复层数据；
62、智能升降控制模块，用于基于水体修复层数据通过终端设备对控制器进行目标修复数据传输，得到目标水体修复数据；根据目标水体修复数据进行水体升降修复作业，生成水体修复作业数据；将水体修复作业数据传输至终端设备，并进行装置反馈控制，从而得到监控调整数据；
63、闭环控制优化模块，用于根据水体修复作业数据进行关键作业参数提取，分别得到反馈量参数以及控制量参数；基于预设的模糊匹配规则库通过反馈量参数以及控制量参数构建模糊逻辑控制模型；将水体修复作业数据传输至模糊逻辑控制模型进行最佳控制策略模糊推理，生成最佳模糊推理控制数据；通过最佳模糊推理控制数据对监控调整数据进行装置作业优化调整，从而得到智能化闭环控制策略。
1.一种可进行水体分层调节的水生态修复方法，其特征在于，应用于水生态修复装置中，水生态修复装置包括升降电机控制模块、抽水电机驱动模块、导流结构模块、遥测终端以及水体处理模块，升降电机控制模块包括升降电机、控制器、溶解氧传感器阵列、流速流向仪以及温度传感器，溶解氧传感器阵列、流速流向仪、温度传感器以及导流结构模块中导流管一端固定安装于升降电机上，所述可进行水体分层调节的水生态修复方法包括以下步骤：
2.根据权利要求1所述的可进行水体分层调节的水生态修复方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的可进行水体分层调节的水生态修复方法，其特征在于，自适应水文采样数据包括静态水文采样数据以及动态水文采样数据，步骤s14包括以下步骤：
4.根据权利要求3所述的可进行水体分层调节的水生态修复方法，其特征在于，步骤s147包括以下步骤：
5.根据权利要求2所述的可进行水体分层调节的水生态修复方法，其特征在于，步骤s2包括以下步骤：
6.根据权利要求5所述的可进行水体分层调节的水生态修复方法，其特征在于，步骤s3包括以下步骤：
7.根据权利要求6所述的可进行水体分层调节的水生态修复方法，其特征在于，步骤s32中升降控制算法公式如下所示：
8.根据权利要求6所述的可进行水体分层调节的水生态修复方法，其特征在于，步骤s4包括以下步骤：
9.根据权利要求8所述的可进行水体分层调节的水生态修复方法，其特征在于，步骤s42中反馈控制算法公式如下所示：
10.一种可进行水体分层调节的水生态修复系统，其特征在于，用于执行如权利要求1所述的可进行水体分层调节的水生态修复方法，该可进行水体分层调节的水生态修复系统包括：
