(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210934998.7 (22)申请日 2022.08.05 (65)同一申请的已公布的文献号 申请公布号 CN 114997546 A (43)申请公布日 2022.09.02 (73)专利权人 天津市地质研究和海 洋地质中心 地址 300171 天津市河东区广瑞西路67号 (72)发明人 刘景兰　石文学　葛菲媛　秦磊　 刘佳　李立伟　郭维　牛磊　 杨秀俊　江胜国　 (74)专利代理 机构 佛山粤进知识产权代理事务 所(普通合伙) 44463 专利代理师 耿鹏 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 10/10(2012.01) G06Q 10/00(2012.01) G06Q 50/26(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 3/12(2006.01) (56)对比文件 CN 107525907 A,2017.12.2 9 PAUL F. HUDAK. “Groundwater mo nitoring strategies for variable co ntaminant migration boundaries ”. 《Hydrological Sciences Journal》 .2010, 李博等.基 于水生态功能分区的流 域水环境 监测与评价研究. 《环境科 学与管理》 .2017,(第 12期), 审查员 李亚楠 (54)发明名称 基于多源 数据的监测井综合调查评价方法、 系统及介质 (57)摘要 本发明公开的一种基于多源数据的监测井 综合调查评价方法、 系统及介质， 包括： 通过大数 据检索获取监测井的地下水环境监测精度的影 响因素， 对影响因素进行筛选， 通过筛选后的影 响因素选 取数据来源获取监测井调查数据， 将调 查数据结合监测井基本信息通过模糊综合评价 方法进行监测井综合评价； 根据监测井综合评价 判断监测井的监测性能并根据各监测井的监测 性能生成维护建议； 基于目标区域内单个监测井 的综合评价结果根据是否具备监测功能对监测 井进行筛选， 根据筛选后的监测井的分布结合污 染源信息进行监测井的布点优化。 本发明通过选 取适配的评价指标对监测井的监测性能及结合 基本状况及分布特征进行评估生成维护依据， 节 约了监测井建 设及维护成本 。 权利要求书5页 说明书10页 附图3页 CN 114997546 B 2022.10.25 CN 114997546 B 1.一种基于多源数据的监测井综合调查评价方法， 其特 征在于， 包括以下步骤： 通过大数据检索获取监测井的地下水环境监测精度的影响因素， 对影响因素进行筛 选， 通过筛 选后的影响因素选取 数据来源； 根据所述数据来源获取监测井调查数据， 将所述调查数据 结合监测井基本信 息通过模 糊综合评价方法进行监测井综合评价； 根据监测井综合评价判断监测井的监测性能并根据各监测井的监测性能生成维护建 议； 基于目标区域内单个监测井的综合评价结果根据是否具备监测功能对监测井进行筛 选， 根据筛 选后的监测井的分布结合污染源信息进行监测井的布点优化； 基于目标区域内单个监测井的综合评价结果根据是否具备监测功能对监测井进行筛 选， 具体为： 根据目标区域内单个监测井的综合评价结果获取报废监测井信 息， 并判断各监测井不 达标评价指标集 合中不达标评价指标的数量是否大于预设数量阈值； 将报废监测井或不达标评价指标的数量大于预设数量阈值的监测井判断为不具备监 测功能的监测井； 并根据监测井修复项目的可修复性表征预设时间内的监测井的监测性 能预测值， 将监 测性能预测值小于预设预测阈值的监测井归为 不具备监测功能的监测井； 将不具备监测功能的监测井在目标区域内进行 标记； 根据筛选后的监测井的分布结合污染源信息进行监测井的布点优化， 具体为： 将目标区域内标记 的监测井进行剔除， 获取目标区域内污染源信息， 根据污染源信息 将目标区域分为若干 子区域； 当子区域中的具备监测 功能的监测井数量信 息小于预设阈值 时， 则进行监测井的布点 优化； 在子区域内计算监测井之间均 方距离信 息， 基于遗传算法的神经网络构建监测井优化 模型， 将监测井之间均方距离作为 适应度函数； 根据目标区域的水文地质信息及子区域中现有监测井的位置信息通过监测井优化模 型生成新增监测井位置信息 。 2.根据权利要求1所述的一种基于多源数据的监测井综合调查评价方法， 其特征在于， 通过大数据检索获取监测井的地下 水环境监测精度的影响因素， 具体为： 通过地下水环境监测井及监测精度设置关键词信 息， 根据所述关键词信 息通过大数据 检索获取相关资源数据， 通过相关资源数据选取与监测井状态相关的影响因素构建知识图 谱； 根据知识图谱生成监测井监测精度与影响因素之间的无向异构图， 通过图卷积神经网 络对所述无向异构图进行编码学习； 获取监测精度与影响因素的低维向量作为初始特征向量， 通过邻居节点 聚合及注意力 机制获取监测精度与影响因素的最终向量表示； 通过向量内积获取监测精度对影响因素的评分， 根据所述评分生成倒序排序结果， 通 过所述倒序排序结果选取 预设数量的影响因素， 并获取 各项影响因素的调查数据；权　利　要　求　书 1/5 页 2 CN 114997546 B 2其中， 在无向异构图中相 连的一对节点 ， 将 作为初始特征向量， 将节点 及节点 之间关系表示为 ,其中 表示权重矩阵， 代表节点 对节点 的 贡献度， Q表示特 征变换的参数矩阵， 权 重矩阵通过注意力机制获取， 其计算方式为： 其中， 表示节点 与节点 的注意力值， 表示激活函数， 表示向量映射参 数， 将向量映射为实数， 表示向量拼接， 则权重矩阵的计算方式为 ， 其中k表示影响因素的项数， N表示影响因素总数； 将节点 通过邻居节点聚合机制进行表示， 具体为： 同理， 生成节点 的向量表示 ， 通过邻居节点聚合及注意力机制生成监测精度与影响 因素的向量表示后， 利用向量内积获取监测精度对影响因素的评分 ， 具体为： 。 3.根据权利要求1所述的一种基于多源数据的监测井综合调查评价方法， 其特征在于， 将所述调查数据结合监测井基本信息通过模糊综合评价方法进行监测井综合评价， 具体 为： 根据筛选后的影响因素确定评价指标， 并根据影响因素的评分生成评价指标的权重信 息； 根据所述评价指标构成模糊综合评价的因子集， 并设置监测井性能评价的评价集， 通 过监测井基本信息及调查数据获取各评价指标对评价集中各元素的隶属度， 生成隶属度 矩 阵； 根据所述隶属度矩阵与所述权重信 息获取模糊综合评价结果， 根据目标区域内各个监 测井的模糊综合评价结果对监测井进行分级； 根据分级结果获取目标区域内的报废监测井， 并根据报废监测井的位置信息进行标 记。 4.根据权利要求1所述的一种基于多源数据的监测井综合调查评价方法， 其特征在于， 根据监测井 综合评价判断监测井的监测性能并根据各监测井的监测性能生成维护建议， 具 体为： 获取目标区域内各监测井的模糊 综合评价结果及模糊综合评价中单个评价指标的评 价结果； 获取所述模糊综合评价结果大于预设阈值的监测井进行判断， 选取与监测井的监测性 能相关的评价指标， 预设相关评价指标 的阈值范围及评分标准， 判断目标区域内监测井的权　利　要　求　书 2/5 页 3 CN 114997546 B 3