关键词：地下水；监测技术；大数据技术
一、地下水监测现状探析
地下水作为生活用水的来源之一，具有水源充足、水质高等优点，当前城市的生活用水大部分来源与地下水。但当前水资源的过度浪费，使生态环境受到破坏，部分地区水资源的使用率远远超出水体溢满率，将产生区域性塌方、滑坡、盐渍化，破坏土层结构。同时部分企业在生产过程中，直接将废水排放到工厂周围，其排放物中的有害物质含量超标，通过土层的渗透，使地下水的水质发生变化，在地下水的流动特性下，将污染水源流放到各地区，严重破坏生态平衡。
地下水监测技术的应用，可对待检区域的水质和水位进行实时检测，在技术和参数设置下，可实现智能化监控。当前地下水监测系统一般以水位计、监测中心、通讯设备，测控终端组成，在对地下水进行监测时，依托于信号传输系统，可将传感器测量出的温度、水位等信息进行实时传输，并由检测中心对数据信息实现采集与分类，保证数据信息的精准性。
二、大数据水质监测平台的构建
构建大数据水质监测平台需要以大数据技术作为技术支持，以大数据库作为信息资源，以现代化通讯设备作为媒介，搭建共享平台。在构建平台的过程中，需要从以下几方面逐渐入手：
第一，获取准确、完整的数据。在地下水监测中，数据来源主要包括三方面：人工采集水域信息、周边水质、水源周边地貌；利用传感器实时获取水质详细信息；对网络渠道获取的排放物、污染物、天气情况等数据进行分析。在构建数据库时，需要对水质信息进行动态化监测，获取水质主要特征信息的同时，还要对周边地貌地质、区域水源状况、污染信息等进行多元化数据采集，保证信息的全面性。同时根据信息的特点、内容等进行归类、整理，随后进行标准量化存储。
第二，确定水质层次标准。根据水质的特征等对区域水质划分等级标准。地表水环境的基本质量是常规水的量化指标，以评价城市河流水源健康情况为目标，利用水质综合标识指数、水质感官状况、水体黑臭指数等划分指标层。在此过程中，可利用大数据技术，对水质资料进行量化统一处理，并以规范的形式对数据进行分布式存储，利用相关计算公式、计算模型等对水质特点、存在风险等进行评估分析。
第三，构建水质监测评价模型。评价水质并对其进行预测评估的基础便是应用模型发挥其预警功能。在数据技术不断发展的过程中，随着研究的不断深入，水源监测与信息数据技术充分结合，建立了符合监测需要的数学应用模型。在水体特性多元化的背景下，建立了与其规律相符的、具有水质特性的数据数学应用模型，在此基础上对水质风险进行模糊性评价。
在水质监测的过程中，广泛应用数学监测模型，可构建对水质及周围环境进行综合评价的预警模型，并不断地完善与发展，发挥其重要价值。
第四，对水质异常数据进行监测、捕获。在构建水质监测平台时，应当保证数据平台具有远程数据监测的功能，对水质问题进行把握，动态化分析水质信息与数据，及时捕获异常，并以此为依据对数据进行智能计算，通过预警系统向数据使用者及时发布异常讯息，最终向监测终端传递异常信息发挥预警功能。如：在水质监测中，可对温度进行设置，当温度超过标准值时，平台及时显示异常信息，并在数据中显示详细的非法数值、仪表类型等。利用实时提醒功能，推送异常结果，并依次发出警告，在固定时间段向终端系统、管理者提供告警数据，为实施恰当的处理措施提供依据。
第五，以大数据为依托建立可实施的水质监测流程。
期刊文章分类查询,尽在期刊图书馆主要流程设计以采集数据、处理分析结果、分析水质状态等为核心，以可视化的形式展示大数据监测结果，呈现水质的真实状态与信息。设计大数据水质监测流程时，需要注意合理安排基础层、数据层、表现层、中间层。基础层的主要内容包括基础数据信息、信息传感器、检测仪等基本采集设备；数据层包括基础数据、水质数据等多元化数据库；中间层主要包括数据信息的挖掘，数据的管理等，利用统计、管理、监测、计算等方式分析数据的价值及意义；表现层主要是以图示、图表等形式展示、表现水质的基本信息、呈现状态等。
三、对数据快速专业化的分析和挖掘
大数据技术具有专业化、信息化、详尽化的特点，因此可充分利用此技术对地下水数据进行采集、分析、存储等进而深挖数据背后的深层价值。实现利用大数据技术服务水文监测，通过相关技术提升地下水监测数据的利用率。
大数据技术的主要应用模式为对数据进行可视化分析，专家、用户均可以利用可视化方式对数据进行利用，因此大数据技术的特点便是通过可视化方式提升数据分析的时效性，并且数据的呈现形式更加直观化、典型化、易被接受。
利用大数据技术进行地下水的自动化监测，可实现对水文数据的自动监测、获取、采集，并通过相关设备实现数据的实时传输，为专业人士分析、利用数据提供技术支持，为挖掘数据价值打好基础。大数据技术在地下水监测中通过挖掘算法实现对数据的分析，并且迅速从不同类型、复杂的数据中获取、挖掘价值信息。
四、对大量不同类型、复杂数据的快速处理
利用大数据技术可以对大量不同类型、复杂数据进行快速处理。对地下水进行监测时，首选要对其影响因素、数据变化成因、信息变化要素等进行分析，充分考量不同地下水环境对水质的影响，对地下水变化规律进行分析与探讨。在此基础上，分析探究地下水引起的污染类型、超采导致的地面沉降变化趋势等，通过综合分析确定地面沉降的程度，以此为前提合理开发利用地下水源。在对地下水进行利用时，需要以保护水资源为基础，以自动化设备监测水质变化、对水源进行动态化分析，及时掌握不同数据与信息。对此，便需要信息技术作为支持，充分利用大数据技术，保证监测站的密度、促进自动化监测的普及、迅速处理前段采集的数据。大数据技术具有兼容性、海量性、广泛性的应用特点，因此其不仅可应用在交通、气象、金融、商业等领域，同时可应用于水文监测工作中，并在不断的实践中完善数据技术对地下水监测的服务价值。
五、结语
综上所述，文章对地下水监测现状进行分析，并对大数据技术在地下水监测中的应用进行研究，在大数据技术的支持下，其通过立体化运算模型的构建，可对监测信息进行分类运算和发展趋势分析，可有效提升地下水数据监测的精度。
参考文献：
[1]史晓亮,周政辉,王馨爽.基于遥感技术的干旱区地下水监测研究[J/OL].人民黄河:1-5[2019-05-16].
[2]陈爱萍,岳卫峰,侯凯旋,孟恺恺,张亚利,王鸣川.内蒙古河套灌区典型监测区不同时期地下水变化特征[J].南水北调与水利科技,2019,17(02):98-106.
[3]利振彬,黄天明,庞忠和,熊德明,李义曼,天娇,李晓,马凤山,郝银磊.页岩气开发的地下水环境背景值、监测指标及污染示踪方法研究——以焦石坝区块为例[J].工程地质学报,2019,27(01):170-177.
作者简介：周静（1970.6.7-），女，汉族，助理工程师，大学本科学历，研究方向：灌溉管理、水利工程建设与管理、地下水监测
论文作者:周静
论文发表刊物:《科学与技术》2019年第21期
论文发表时间:2020/5/8