CN104850963A - 一种流域突发水污染事件预警及应急处置方法和系统 - Google Patents
一种流域突发水污染事件预警及应急处置方法和系统 Download PDFInfo
- Publication number
- CN104850963A CN104850963A CN201510293036.8A CN201510293036A CN104850963A CN 104850963 A CN104850963 A CN 104850963A CN 201510293036 A CN201510293036 A CN 201510293036A CN 104850963 A CN104850963 A CN 104850963A
- Authority
- CN
- China
- Prior art keywords
- contamination accident
- water contamination
- accident
- burst water
- contamination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种突发水污染事件预警及应急处置方法和系统,属于水环境监测、预警与应急处置领域。本发明中,根据污染物的种类、浓度和主要水质参数等指标,识别特征污染物,对突发水污染事件进行归类,并将其与历史发生的对应类型最严重突发水污染事件的污染指标进行对比检验,根据检验结果确定突发水污染事件的污染级别,并根据不同的污染级别,启动相应级别的应急处理系统,得到相应的处理方案;由于对不同级别的突发水污染事件使用相应级别的处理资源和方案,可以保证各种应急资源的合理利用和快速得到处理方案,且避免了突发水污染事件发生后响应不足或响应过度,进而实现了对流域突发水污染事件的有效预警,极大地减轻了突发水污染事件造成的危害。
Description
技术领域
本发明属于水环境监测及突发水污染事件预警与应急处置领域,涉及一种突发水污染事件预警及应急处置方法和系统,尤其涉及一种突发水污染事件污染级别的快速划分及应急处置预案的快速获取方法和系统。
背景技术
流域是一类复杂的自然地理区域,它是以地表水和地下水为主要纽带,密切连接特定区域水循环、土地覆被、生态系统等自然支撑系统和人口、经济与社会等社会经济系统的综合生态地域系统。
相比于一般的水污染问题,突发水污染事件具有不确定性与随机性、突发与阶段性及其重大危害性等特点。突发水污染事件的特点是具有突发和破坏性,如果无法提前对突发水污染事件进行预警,并及时制订出有效的解决方案,就会对人体健康、生态环境和社会生产造成严重的影响。
突发水污染事件的非自动检测方法主要依靠人员力量,通过长时间的人工监测和观察得到异常事件,需要的人力和时间等运行成本较高,且无法实现事件的全程实时跟踪。对流域水体的实时在线监测在流域突发水污染事件的预警中发挥着不可替代的作用。由于突发水污染事件具有的危害性大,所以,必须快速、及时、有效地识别突发水污染事件,并给出处理方案,从而避免危害的发生。而突发水污染事件的监控与预警是及时制定和实施应急处置预案的基础,是将重大水污染事件遏制在孕育期,有效预防水污染事件和减轻其危害的最佳选择。
我国对于流域突发水污染事件,尚没有系统、可靠的预警方法与应急处置系统,导致突发水污染事件发生后,相关部门不能及时识别并作出处理,从而造成了极大的危害。
发明内容
针对突发水污染事件需要及时预警和快速响应的需求,为进一步提升突发水污染事件的预警速度,快速准确地划分污染级别并给出有针对性的应急处置方案,本发明的目的在于提供一种流域突发水污染事件预警与应急处置方法和系统,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种流域突发水污染事件预警及应急处置方法,包括如下步骤:
S1,获取流域各监控区域水体当前的水质参数及污染物浓度,判断该流域是否发生当前突发水污染事件,如果发生,则执行S2,否则,进入下一个循环;
S2,对当前突发水污染事件的水质参数及污染物浓度进行归一化处理,得到无量纲的水质参数及污染物浓度,获得反映当前突发水污染事件污染状况的指标集X;
S3,获取历史上有记录的每起突发水污染事件的水质参数和污染物的浓度,并进行归一化处理,获得反映历史突发水污染事件污染状况的指标集Y;
S4,根据反映历史突发水污染事件污染状况的指标集Y,识别每起历史突发水污染事件的特征污染物,依据特征污染物的种类将有记录的历史突发水污染事件分类;
S5,从每类历史突发水污染事件中,筛选出特征污染物浓度最大的突发水污染事件,形成特征污染物浓度最大的各类突发水污染事件的集合M,获取M中每起突发水污染事件的水质参数和污染物浓度,并进行归一化处理,获得反映M中每起突发水污染事件污染状况的指标,形成M中每起突发水污染事件的污染指标集ZY,对ZY进行标准化处理,形成符合标准正态分布的数据序列NY;
S6,根据当前突发水污染事件的特征污染物,确定当前突发水污染事件的类型,对反映当前突发水污染事件污染状况的指标集X进行标准化处理,形成符合标准正态分布的数据序列NX;
S7,获取与当前突发水污染事件类型相对应的历史突发水污染事件的数据序列NY,将NX与NY之间进行参数检验,根据检验结果确定当前突发水污染事件的污染级别;
S8,根据当前突发水污染事件的污染级别确定处理系统的级别,将S1中获取的当前的水质参数及污染物浓度发送至对应级别的处理系统中,在所述对应级别的处理系统中,获取当前突发水污染事件的应急处置方案。
进一步地,S8之后还包括步骤:将当前突发水污染事件的水质参数、污染物浓度的信息和对当前突发水污染事件的应急处置方案存储在历史突发水污染事件数据库中。
进一步地,S5和S6之间还包括步骤:
将S2中得到的X与S3中得到的Y进行统计检验,根据检验结果判定是否存在与当前突发水污染事件类似的历史突发水污染事件,若存在,则识别出与当前突发水污染事件最接近的历史突发水污染事件,并根据最接近的历史突发水污染事件的处置方案和当前突发水污染事件的具体特点,得到当前突发水污染事件的应急处置方案;否则,执行S6。
优选地,S1中,所述判断该流域是否发生当前突发水污染事件,包括:
S101,识别流域的潜在风险区域;
S102,获取所述潜在风险区域的实时水质参数及各项污染物的原始监测数据;
S103,将S102获取的原始数据转化为表征水体实时污染状况的指标;
S104,识别异常指标以判断是否发生突发水污染事件。
进一步地,S101和S102之间还包括步骤:
将所有水质指标和污染物指标的历史数据整理成污染指标的时间序列,运用加权平均的统计分析方法对未来时刻的水质变化趋势进行定量预测,从而找出所述潜在风险区域易发生突发水污染事件的高峰期,并在所述潜在风险区水污染的高峰期增设监测点,以及对监测点的水质监测。
优选地,S7中,所述将NX与NY之间进行参数检验,采用U检验法,其中,典型显著性水平α依次选取为0.01,0.05和0.1,具体包括如下步骤:
S701,查询标准正态分布双侧上分位点Uα/2表,获取α分别为0.01、0.05和0.1时,对应的Uα/2值依次为2.5758,1.9600和1.6449;
S702,根据如下计算公式计算U值:
式中,
U,检验统计量;
当前突发水污染事件污染指标集X对应的数据序列Nx的数学期望;
与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的数学期望;
σ1,当前突发水污染事件污染指标集X对应的数据序列Nx的标准差;
σ2,与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的标准差;
n1,当前突发水污染事件污染指标集X对应的数据序列Nx的样本容量;
n2,与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的样本容量。
S703,比较S702中计算得到的U的绝对值与S701中查询得到的标准化U值,确定当前突发水污染事件的级别:
当|U|<1.6449时,当前突发水污染事件为一般污染级别;
当1.6449≤|U|<1.9600时,当前突发水污染事件为较重污染级别;
当1.9600≤|U|<2.5758时,当前突发水污染事件为严重污染级别;
当|U|≥2.5758时,当前突发水污染事件为特别严重污染级别。
优选地,所述污染级别从一般污染、较重污染、严重污染到特别严重污染依次对应的处理系统包括:区县级环保单位处理系统、地市级环保单位处理系统、高校和科研机构参与的处理系统、相关领域院士参与的处理系统。
优选地,各级别的处理系统均包含基于空间定位的应急处理专家数据库和处理不同类型突发水污染事件的模型库,专家数据库保存了各专家参与处理的突发水污染事件及其贡献,模型库包含了处理不同类型事件或特征污染物的计算模型。
进一步地,S8之后还包括步骤:采用从所述污染级别对应的处理系统获取的应急处置预案处理当前突发水污染事件,若处理效果不好或未达到预期效果,则将S1中获取的当前的水质参数及污染物浓度发送至所述污染级别对应的处理系统的上一级处理系统中,在上一级处理系统中,获取应急处置方案,并对当前突发水污染事件进行处理。
一种流域突发水污染事件预警及应急处置系统,包括:
历史数据储存模块:用于储存历史突发水污染事件发生地点的水域概况、水文信息、水质参数、污染物种类和浓度、特征污染物扩散方式、污染级别和应急处置预案;
历史数据预处理模块:用于对历史突发水污染事件进行分类,以及对历史突发水污染事件的信息进行归一化处理和标准化处理;
实时数据采集模块:用于利用水质自动监测站、污染物在线监测系统监测设备获取流域水体水质参数及污染物浓度的实时监测数据;
实时数据预处理模块:用于接收实时数据采集模块传输的实时监测数据,并将该实时监测数据经过归一化处理,转化为反映突发水污染事件污染状况的指标集;
突发水污染事件检测与检验模块:用于判断是否发生当前突发水污染事件,还用于将当前突发水污染事件与历史突发水污染事件进行对比检验;
突发水污染事件污染级别划分模块:用于将当前突发水污染事件的污染指标集与对应类型污染最严重的历史突发水污染事件的污染指标集之间进行参数检验,根据检验结果确定所述流域突发水污染事件的污染级别;
应急预案处理模块:对于确定了污染级别的当前突发水污染事件,将获取到的该事件的各项实时监测数据发送至所述污染级别对应的处理系统中,在所述对应的处理系统中,获取所述污染级别的突发水污染事件对应的处理预案;
处理经验反馈模块:对于每次发生的突发水污染事件,用于将该事件的类型、污染级别和应急处理方案反馈到系统中。
本发明的有益效果是:本发明提供的流域突发水污染事件预警及应急处置方法和系统,根据水体污染物的种类、浓度和主要水质参数等指标,识别特征污染物,对突发水污染事件进行归类,并将其与历史发生的对应类型最严重突发水污染事件的污染指标进行检验,根据检验结果实现对突发水污染事件污染程度的分级,并根据不同的污染级别,启动相应级别的应急处理系统,得到相应的处理方案;在该技术方案中,由于对不同级别的污染事件使用相应级别的处理资源和方案,可以保证各种应急资源的合理利用和快速得到处理方案,且避免了突发水污染事件发生后响应不足或响应过度,进而实现了对流域突发水污染事件的有效预警,极大地减轻了突发水污染事件造成的危害。
附图说明
图1是本发明实施例一提供的流域突发水污染事件预警及应急处置方法流程示意图;
图2是本发明实施例二提供的流域突发水污染事件预警及应急处置方法流程示意图;
图3是本发明实施例三提供的流域突发水污染事件预警及应急处置系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
实施例一
如图1所示,本发明实施例提供了一种流域突发水污染事件预警及应急处置方法,包括如下步骤:
S1,获取流域各监控区域水体当前的水质参数及污染物浓度,判断该流域是否发生当前突发水污染事件,如果发生,则执行S2,否则,进入下一个循环;
S2,对当前突发水污染事件的水质参数及污染物浓度进行归一化处理,得到无量纲的水质参数及污染物浓度,获得反映当前突发水污染事件污染状况的指标集X;
S3,获取历史上有记录的每起突发水污染事件的水质参数和污染物的浓度,并进行归一化处理,获得反映历史突发水污染事件污染状况的指标集Y;
S4,根据反映历史突发水污染事件污染状况的指标集Y,识别每起历史突发水污染事件的特征污染物,依据特征污染物的种类将有记录的历史突发水污染事件分类;
S5,从每类历史突发水污染事件中,筛选出特征污染物浓度最大的突发水污染事件,形成特征污染物浓度最大的各类突发水污染事件的集合M,获取M中每起突发水污染事件的水质参数和污染物浓度,并进行归一化处理,获得反映M中每起突发水污染事件污染状况的指标,形成M中每起突发水污染事件的污染指标集ZY,对ZY进行标准化处理,形成符合标准正态分布的数据序列NY;
S6,根据当前突发水污染事件的特征污染物,确定当前突发水污染事件的类型,对反映当前突发水污染事件污染状况的指标集X进行标准化处理,形成符合标准正态分布的数据序列NX;
S7,获取与当前突发水污染事件类型相对应的历史突发水污染事件的数据序列NY,将NX与NY之间进行参数检验,根据检验结果确定当前突发水污染事件的污染级别;
S8,根据当前突发水污染事件的污染级别确定处理系统的级别,将S1中获取的当前的水质参数及污染物浓度发送至对应级别的处理系统中,在所述对应级别的处理系统中,获取当前突发水污染事件的应急处置方案。
上述方法中,如果当前突发污染事件的特征污染物在历史突发污染事件中没有出现过,则无法根据历史突发污染事件对当前突发污染事件进行归类,也无法找到与当前突发污染事件类型相对应的历史突发污染事件,则无法对其中的参数进行检验,进而也就无法确定当前突发污染事件的污染级别,并根据污染级别确定处理级别,因此,对于特征污染物在历史突发污染事件中未出现过的当前突发污染事件,不适用采用本发明实施例提供的突发污染事件预警及预警处置方法。
其中,S1中,通过在流域内布设监测点,使用水质自动监测站、污染物在线监测系统获取流域各监控区域水体当前的水质参数及污染物浓度,通过对流域内的水污染指标进行实时监测,并获取实时监测数据,后续对实时监测数据进行分析,所以可以及时的发现流域水质的异常。
S1中,所述判断该流域是否发生当前突发水污染事件,可以通过如下方法进行实施:
S101,识别流域的潜在风险区域;
S102,获取所述潜在风险区域的实时水质参数及各项污染物的原始监测数据;
S103,将S102获取的原始数据转化为表征水体实时污染状况的指标;
S104,识别异常指标以判断是否发生突发水污染事件。
水污染问题是区域甚至流域层面上众多水污染源共同作用的结果,必须从区域,特别是流域层面进行科学的风险分区、分类、分级、分期的评价和管理。
本实施例中,在对流域内的实时监测数据进行分析和利用之前,首先识别流域的潜在风险区,然后重点对潜在风险区中的水污染指标进行分析,从而可以提高对流域突发水污染事件预警的效率,而且更加具有针对性。
而目前,虽然在项目环评过程中,要求进行水环境风险评价,但在宏观区域及流域尺度上开展的环境风险评价工作很少。流域尺度上水环境风险分区及风险管理研究工作十分缺乏,流域水环境潜在风险较大,尚无流域尺度的风险控制、规避措施及风险管理办法。我国目前还没有风险评估与预警的纲领性文件,缺乏高效的水环境风险评估与预警共享平台。
目前各级环保部门及相关科研单位积累了大量基础环境数据,但由于缺乏统一的环境数据共享机制及管理平台,导致各类环境数据管理分散,且各部门之间形成数据壁垒,导致资源共享不足,给环境预警及政府决策带来很大困难。而且,由于我国各大流域及地方政府尚无规范的水环境风险评估与预警分级体系,缺乏水环境质量信息发布流程及相关管理办法,各大流域针对性的流域水环境风险预警应急预案缺乏,流域级、国家级水环境风险评估与预警平台尚未构建,水环境预警能力十分薄弱。
本实施例中,为了解决上述问题,采用了如下技术方案:S101具体可以为,获取多源水质数据,并根据多源水质数据,在流域的GIS图上,找到所有的监测点,并在每个所述监测点上赋予在所述监测点获取到的被监测物的监测值,根据所述监测值的大小赋予所述监测点不同的颜色,生成流域GIS专题图,在所述流域GIS专题图上,根据区域颜色的深浅确定潜在风险区。
其中,所述多源数据包括在线监测数据库、人工采样监测数据库、遥感反演数据库和/或水质基础信息数据库。
现有的相关技术中,常常采用水质监测设备监测某个流域监测区域的水质情况,具体方法为:由工作人员从流域监测区域取出一定量的水样,然后采用水质分析设备对取出的水样进行分析,从而判断监测区域的水质情况。该种方法具有效率低和实时性差的问题,无法适应目前对水质进行监测预警的要求。
所以,本发明实施例中,将人工采样监测、地面在线监测及遥感监测相结合的方式结合,进行多源异构数据融合,可以实现监测及时且数据准确的效果。
同时,由于流域水污染是由于多种因素综合作用的结果,所以,对水质监测数据进行分析的过程中,需要使用多种基础数据,比如遥感反演数据和水质基础信息数据。
如本领域技术人员可以理解的,还可以使用其他的监测方式以及其他的数据来源。
本发明实施例中,S101和S102之间还可以包括步骤:在所述潜在风险区增设监测点,以及对监测点的水质监测。
通过制作流域GIS专题图,识别潜在风险区后,可以对历史上水污染严重的潜在风险区,增设监测点,并对监测点进行实时水质监测,从而获取到更多的潜在风险区的水质数据,为及时的发现突发水污染事件提供数据基础,从而提高监测预警的效率。
本发明实施例中,S101和S102之间还可以包括步骤:
将所有的历史水质数据按照时间整理成水污染时间序列,找出所述潜在风险区水污染的高峰期,并在所述潜在风险区水污染的高峰期增设监测点,以及对监测点的水质监测,可为监测点的合理布局提供依据。
通过上述方法,可以更加有针对性的对流域内潜在风险区的水污染高峰期加强监测,从而保证在水污染的高峰期内获取到更多的潜在风险区的水质数据,为及时的发现突发水污染事件提供数据基础,从而提高监测预警的效率。
S2中,对不同量纲、不同数值范围的水质参数及污染物浓度进行归一化处理。
S3中,历史上发生的流域突发水污染事件的信息记录,包括污染物种类和浓度、水质参数、污染级别和应急预案等信息,从信息记录中获取每起历史突发水污染事件的水质参数和污染物的浓度。
而且,采用本实施例提供的方法得到当前突发水污染事件的处理预案后,还可以将每次发生的当前突发水污染事件的水质参数、污染物浓度的信息和对当前突发水污染事件的应急处置方案等相关信息均存储在历史突发水污染事件数据库中,从而使系统根据不断丰富的数据,进行不断的更新和学习,提高该系统预警的有效性和可靠性。
本实施例中,通过对历史突发水污染事件划分类别,并根据每类历史突发水污染事件的特征污染物的浓度,找到特征污染物浓度最大的事件,作为每类历史突发水污染事件中最严重的事件,通过对所有最严重的历史突发水污染事件的污染指标进行标准化处理,形成符合标准正态分布的数据序列NY;
通过对当前突发水污染事件的污染指标进行标准化处理,形成符合标准正态分布的数据序列NX;
然后,根据特征污染物,找到与当前突发水污染事件同类型的历史突发水污染事件,然后对同类型污染事件的NX与NY进行参数检验,当NX与NY差别越小时,流域受到的水污染越严重,则根据检验的结果,即当前突发水污染事件污染物浓度和水质参数与最严重的历史突发水污染事件,即污染物浓度最高的历史突发水污染事件之间差别的大小,确定当前突发水污染事件的级别,再将其实时监测数据发送至对应级别的处理系统中,从而快速的、有效的得到处理预案。
由于不同级别的水污染,处理的难度不同,因此,需要的人力资源的知识水平不同。而且,不同级别的处理系统,具有的基础数据资源也不同,处理的速度也不相同。因此,本实施例中,为了合理的利用人力资源,同时为了能够快速获取突发水污染事件的处理方案,将不同级别的水污染数据发送到对应级别的处理系统中,既能够保证及时给出突发水污染事件的处理方案,也保证了人力资源的节省,提高了对突发水污染事件进行预警和应急处置的效率。
本实施例中,S7中,所述将NX与NY之间进行参数检验,可以采用U检验法,其中,典型显著性水平α依次选取为0.01,0.05和0.1,具体可以包括如下步骤:
S701,查询标准正态分布双侧上分位点Uα/2表,获取α分别为0.01、0.05和0.1时,对应的Uα/2值依次为2.5758,1.9600和1.6449;
S702,根据如下计算公式计算U值:
式中,
U,检验统计量;
当前突发水污染事件污染指标集X对应的数据序列Nx的数学期望;
与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的数学期望;
σ1,当前突发水污染事件污染指标集X对应的数据序列Nx的标准差;
σ2,与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的标准差;
n1,当前突发水污染事件污染指标集X对应的数据序列Nx的样本容量;
n2,与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的样本容量。
S703,比较S702中计算得到的U的绝对值与S701中查询得到的标准化U值,确定当前突发水污染事件的级别:
当|U|<1.6449时,当前突发水污染事件为一般污染级别;
当1.6449≤|U|<1.9600时,当前突发水污染事件为较重污染级别;
当1.9600≤|U|<2.5758时,当前突发水污染事件为严重污染级别;
当|U|≥2.5758时,当前突发水污染事件为特别严重污染级别。
本实施例中,所述污染级别从一般污染、较重污染、严重污染到特别严重污染依次对应的处理系统包括:区县级环保单位处理系统、地市级环保单位处理系统、高校和科研机构参与的处理系统、相关领域院士参与的处理系统。
根据各级别处理系统对突发水污染事件的处理能力和具有的数据资源,对处理系统进行了上述级别的划分。
其中,各级别的处理系统均包含基于空间定位的应急处理专家数据库和处理不同类型突发水污染事件的模型库,专家数据库保存了各专家参与处理的突发水污染事件及其贡献,模型库包含了处理不同类型事件或特征污染物的计算模型。
根据专家数据库和模型库,对于当前发生的突发水污染事件,可以快速地根据事件地点和污染类别定位、查询在指定区域范围或指定时间内能够到达的专家名单及其联系方式,根据污染类型进行专家专项处理,并能实现对专家信息的采集、查阅、更新和维护,确保在应急响应流程中能联系到所需专家。
一般情况下,污染级别与处理系统的级别对应,即一般污染的实时监测数据会发送至区县级环保单位处理系统,较重污染的实时监测数据会发送至地市级环保单位处理系统,严重污染的实时监测数据会发送至高校和科研机构参与的处理系统,特别严重污染的实时监测数据会发送至相关领域院士参与的处理系统中。
而实际情况中,S8之后还可以包括步骤:采用从所述污染级别对应的处理系统获取的应急处置预案处理当前突发水污染事件,若处理效果不好或未达到预期效果,则将S1中获取的当前的水质参数及污染物浓度发送至所述污染级别对应的处理系统的上一级处理系统中,在上一级处理系统中,获取应急处置方案,并对当前突发水污染事件进行处理。
比如,当区县级环保单位处理系统无法解决一般突发水污染事件时,可以将所述事件的污染数据发送至区县级环保单位处理系统的上一级处理系统,即地市级环保单位处理系统,依次类推,直至最高级的处理系统,当下一级的处理系统得到了处理预案后,就可以终止,而不再继续发送至上一级的处理系统中。
采用上述方法,既可以保证不造成人力和资源浪费,较快速的获取处理预案,也可以保证在特殊情况下,不同级别的处理系统之间能够交互,得到更好的处理预案,有效的处置突发水污染事件。
实施例二
如图2所示,本发明实施例提供的流域突发水污染事件预警及应急处置方法,S5和S6之间还包括步骤:
将S2中得到的X与S3中得到的Y进行统计检验,根据检验结果判定是否存在与当前突发水污染事件类似的历史突发水污染事件,若存在,则识别出与当前突发水污染事件最接近的历史突发水污染事件,并根据最接近的历史突发水污染事件的处置方案和当前突发水污染事件的具体特点,得到当前突发水污染事件的应急处置方案;否则,执行S6。
其中,将S2中得到的X与S3中得到的Y进行统计检验,可以采用非参数检验方法,具体可以采用两独立样本符号秩和检验法。
上述方法中,识别出发生了突发水污染事件后,通过首先将其与历史突发水污染事件的信息和处理方案进行比较,再确定是否对当前突发水污染事件按照级别进行处理,充分利用了历史事件的信息,极大的节省了获取处理预案的时间,为相关部门对突发水体污染事件采取相应的措施争取了时间,而且,在按照历史事件信息和处理预案进行处理的过程中,系统还可以确定当前突发水污染事件的级别,并在对应级别的处理系统中获取处理预案,从而也检验了处理方式的正确性。
实施例三
如图3所示,本发明实施例提供了一种流域突发水污染事件预警及应急处置系统,包括:
历史数据储存模块:用于储存历史突发水污染事件发生地点的水域概况、水文信息、水质参数、污染物种类和浓度、特征污染物扩散方式、污染级别和应急处置预案;
历史数据预处理模块:用于对历史突发水污染事件进行分类,以及对历史突发水污染事件的信息进行归一化处理和标准化处理;
实时数据采集模块:用于利用水质自动监测站、污染物在线监测系统监测设备获取流域水体水质参数及污染物浓度的实时监测数据;
实时数据预处理模块:用于接收实时数据采集模块传输的实时监测数据,并将该实时监测数据经过归一化处理,转化为反映突发水污染事件污染状况的指标集;
突发水污染事件检测与检验模块:用于判断是否发生当前突发水污染事件,还用于将当前突发水污染事件与历史突发水污染事件进行对比检验;
突发水污染事件污染级别划分模块:用于将当前突发水污染事件的污染指标集与对应类型污染最严重的历史突发水污染事件的污染指标集之间进行参数检验,根据检验结果确定所述流域突发水污染事件的污染级别;
应急预案处理模块:对于确定了污染级别的当前突发水污染事件,将获取到的该事件的各项实时监测数据发送至所述污染级别对应的处理系统中,在所述对应的处理系统中,获取所述污染级别的突发水污染事件对应的处理预案;
处理经验反馈模块:对于每次发生的突发水污染事件,用于将该事件的类型、污染级别和应急处理方案反馈到系统中。
该系统的工作过程可以采用上述实施例一或实施例二提供的方法。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
1、本发明提供的流域突发水污染事件预警及应急处置方法和系统,根据水体污染物的种类、浓度和主要水质参数等指标,识别特征污染物,对突发水污染事件进行归类,并将其与历史发生的对应类型最严重突发水污染事件的污染指标进行检验,根据检验结果实现对突发水污染事件污染程度的分级,并根据不同的污染级别,启动相应级别的应急处理系统,得到相应的处理方案;。在该技术方案中,由于对不同级别的污染事件使用相应级别的处理资源和方案,可以保证各种应急资源的合理利用和快速得到处理方案,且避免了突发水污染事件发生后响应不足或响应过度,进而实现了对流域突发水污染事件的有效预警,极大地减轻了突发水污染事件造成的危害。
2、本发明提供的方法和系统具有动态性和自学习性,运用该方案每处理完一次突发水污染事件,获取的所有信息将自动反馈到该系统中,存储在该系统的历史突发水污染事件的数据库,在下一次对突发水污染事件处理中,作为历史突发水污染事件提供数据支持,由于该系统中的历史数据都是不断更新和处于不断学习中的,所以提高了该方案预警的可靠性。
3、本发明提供的方法和系统,识别出发生了突发水污染事件后,通过首先将其与历史突发水污染事件的信息和处理方案进行比较,再确定是否对当前突发水污染事件按照级别进行处理,充分利用了历史信息,极大的节省了获取处理预案的时间,为相关部门对突发水体污染事件采取相应的措施争取了时间,而且,在按照历史事件信息和处理预案进行处理的过程中,系统还可以确定当前突发水污染事件的级别,并在对应级别的处理系统中获取处理预案,从而也检验了处理方式的正确性。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域人员应该理解的是,上述实施例提供的方法步骤的时序可根据实际情况进行适应性调整,也可根据实际情况并发进行。
上述实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机设备可读取的存储介质中,用于执行上述各实施例方法所述的全部或部分步骤。所述计算机设备,例如:个人计算机、服务器、网络设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等;所述的存储介质,例如:RAM、ROM、磁碟、磁带、光盘、闪存、U盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (10)
1.一种流域突发水污染事件预警及应急处置方法,其特征在于,包括如下步骤:
S1,获取流域各监控区域水体当前的水质参数及污染物浓度,判断该流域是否发生突发水污染事件,如果发生,则执行S2,否则,进入下一个循环;
S2,对当前突发水污染事件的水质参数及污染物浓度进行归一化处理,得到无量纲的水质参数及污染物浓度,获得反映当前突发水污染事件污染状况的指标集X;
S3,获取历史上有记录的每起突发水污染事件的水质参数和污染物的浓度,并进行归一化处理,获得反映历史突发水污染事件污染状况的指标集Y;
S4,根据反映历史突发水污染事件污染状况的指标集Y,识别每起历史突发水污染事件的特征污染物,依据特征污染物的种类将有记录的历史突发水污染事件分类;
S5,从每类历史突发水污染事件中,筛选出特征污染物浓度最大的突发水污染事件,形成特征污染物浓度最大的各类突发水污染事件的集合M,获取M中每起突发水污染事件的水质参数和污染物浓度,并进行归一化处理,获得反映M中每起突发水污染事件污染状况的指标,形成M中每起突发水污染事件的污染指标集ZY,对ZY进行标准化处理,形成符合标准正态分布的数据序列NY;
S6,根据当前突发水污染事件的特征污染物,确定当前突发水污染事件的类型,对反映当前突发水污染事件污染状况的指标集X进行标准化处理,形成符合标准正态分布的数据序列NX;
S7,获取与当前突发水污染事件类型相对应的历史突发水污染事件的数据序列NY,将NX与NY之间进行参数检验,根据检验结果确定当前突发水污染事件的污染级别;
S8,根据当前突发水污染事件的污染级别确定处理系统的级别,将S1中获取的当前的水质参数及污染物浓度发送至对应级别的处理系统中,在所述对应级别的处理系统中,获取当前突发水污染事件的应急处置方案。
2.根据权利要求1所述的流域突发水污染事件预警及应急处置方法,其特征在于,S8之后还包括步骤:将当前突发水污染事件的水质参数、污染物浓度的信息和对当前突发水污染事件的应急处置方案存储在历史突发水污染事件数据库中。
3.根据权利要求1所述的流域突发水污染事件预警及应急处置方法,其特征在于,S5和S6之间还包括步骤:
将S2中得到的X与S3中得到的Y进行统计检验,根据检验结果判定是否存在与当前突发水污染事件类似的历史突发水污染事件,若存在,则识别出与当前突发水污染事件最接近的历史突发水污染事件,并根据最接近的历史突发水污染事件的处置方案和当前突发水污染事件的具体特点,得到当前突发水污染事件的应急处置方案;否则,执行S6。
4.根据权利要求1所述的流域突发水污染事件预警及应急处置方法,其特征在于,S1中,所述判断该流域是否发生当前突发水污染事件,包括:
S101,识别流域的潜在风险区域;
S102,获取所述潜在风险区域的实时水质参数及各项污染物的原始监测数据;
S103,将S102获取的原始数据转化为表征水体实时污染状况的指标;
S104,识别异常指标以判断是否发生突发水污染事件。
5.根据权利要求4所述的流域突发水污染事件预警及应急处置方法,其特征在于,S101和S102之间还包括步骤:
将所有水质指标和污染物指标的历史数据整理成污染指标的时间序列,运用加权平均的统计分析方法对未来时刻的水质变化趋势进行定量预测,从而找出所述潜在风险区域易发生突发水污染事件的高峰期,并在所述潜在风险区水污染的高峰期增设监测点,以及对监测点的水质监测。
6.根据权利要求1所述的流域突发水污染事件应急处置方法,其特征在于,S7中,所述将NX与NY之间进行参数检验,采用U检验法,其中,典型显著性水平α依次选取为0.01,0.05和0.1,具体包括如下步骤:
S701,查询标准正态分布双侧上分位点Uα/2表,获取α分别为0.01、0.05和0.1时,对应的Uα/2值依次为2.5758,1.9600和1.6449;
S702,根据如下计算公式计算U值:
式中,
U,检验统计量;
当前突发水污染事件污染指标集X对应的数据序列Nx的数学期望;
与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的数学期望;
σ1,当前突发水污染事件污染指标集X对应的数据序列Nx的标准差;
σ2,与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的标准差;
n1,当前突发水污染事件污染指标集X对应的数据序列Nx的样本容量;
n2,与当前突发水污染事件类型相对应的历史突发水污染事件的最大污染指标集ZY对应的数据序列NY的样本容量。
S703,比较S702中计算得到的U的绝对值与S701中查询得到的标准化U值,确定当前突发水污染事件的级别:
当|U|<1.6449时,当前突发水污染事件为一般污染级别;
当1.6449≤|U|<1.9600时,当前突发水污染事件为较重污染级别;
当1.9600≤|U|<2.5758时,当前突发水污染事件为严重污染级别;
当|U|≥2.5758时,当前突发水污染事件为特别严重污染级别。
7.根据权利要求6所述的流域突发水污染事件预警及应急处置方法,其特征在于,所述污染级别从一般污染、较重污染、严重污染到特别严重污染依次对应的处理系统包括:区县级环保单位处理系统、地市级环保单位处理系统、高校和科研机构参与的处理系统、相关领域院士参与的处理系统。
8.根据权利要求6所述的的流域突发水污染事件预警及应急处置方法,其特征在于,各级别的处理系统均包含基于空间定位的应急处理专家数据库和处理不同类型突发水污染事件的模型库,专家数据库保存了各专家参与处理的突发水污染事件及其贡献,模型库包含了处理不同类型事件或特征污染物的计算模型。
9.根据权利要求1所述的流域突发水污染事件预警及应急处置方法,其特征在于,S8之后还包括步骤:采用从所述污染级别对应的处理系统获取的应急处置预案处理当前突发水污染事件,若处理效果不好或未达到预期效果,则将S1中获取的当前的水质参数及污染物浓度发送至所述污染级别对应的处理系统的上一级处理系统中,在上一级处理系统中,获取应急处置方案,并对当前突发水污染事件进行处理。
10.一种流域突发水污染事件预警及应急处置系统,其特征在于,包括:
历史数据储存模块:用于储存历史突发水污染事件发生地点的水域概况、水文信息、水质参数、污染物种类和浓度、特征污染物扩散方式、污染级别和应急处置预案;
历史数据预处理模块:用于对历史突发水污染事件进行分类,以及对历史突发水污染事件的信息进行归一化处理和标准化处理;
实时数据采集模块:用于利用水质自动监测站、污染物在线监测系统监测设备获取流域水体水质参数及污染物浓度的实时监测数据;
实时数据预处理模块:用于接收实时数据采集模块传输的实时监测数据,并将该实时监测数据经过归一化处理,转化为反映突发水污染事件污染状况的指标集;
突发水污染事件检测与检验模块:用于判断是否发生当前突发水污染事件,还用于将当前突发水污染事件与历史突发水污染事件进行对比检验;
突发水污染事件污染级别划分模块:用于将当前突发水污染事件的污染指标集与对应类型污染最严重的历史突发水污染事件的污染指标集之间进行参数检验,根据检验结果确定所述流域突发水污染事件的污染级别;
应急预案处理模块:对于确定了污染级别的当前突发水污染事件,将获取到的该事件的各项实时监测数据发送至所述污染级别对应的处理系统中,在所述对应的处理系统中,获取所述污染级别的突发水污染事件对应的处理预案;
处理经验反馈模块:对于每次发生的突发水污染事件,用于将该事件的类型、污染级别和应急处理方案反馈到系统中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510293036.8A CN104850963A (zh) | 2015-06-01 | 2015-06-01 | 一种流域突发水污染事件预警及应急处置方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510293036.8A CN104850963A (zh) | 2015-06-01 | 2015-06-01 | 一种流域突发水污染事件预警及应急处置方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104850963A true CN104850963A (zh) | 2015-08-19 |
Family
ID=53850595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510293036.8A Pending CN104850963A (zh) | 2015-06-01 | 2015-06-01 | 一种流域突发水污染事件预警及应急处置方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104850963A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105600841A (zh) * | 2015-10-12 | 2016-05-25 | 湖州师范学院 | 一种水产养殖水质监控及净化处理方法 |
CN106296547A (zh) * | 2016-09-10 | 2017-01-04 | 安徽蓝鼎环保能源科技有限公司 | 一种基于物联网的大型水域突发水污染应急处置方法 |
CN107016082A (zh) * | 2017-03-31 | 2017-08-04 | 君晟合众(北京)科技有限公司 | 一种污染事件识别与处理方法及系统 |
CN107169907A (zh) * | 2017-05-31 | 2017-09-15 | 深圳市龙岗远望软件技术有限公司 | 一种面向应急值守的信息分类引导处理方法和系统 |
CN107657369A (zh) * | 2017-09-22 | 2018-02-02 | 福建四创软件有限公司 | 一种基于智能事件分类进行防汛应急响应识别的方法 |
CN108108857A (zh) * | 2018-01-12 | 2018-06-01 | 福建师范大学 | 河流突发污染事件应急资源调度寻优方法 |
CN108133440A (zh) * | 2017-12-28 | 2018-06-08 | 福建四创软件有限公司 | 一种自动生成应急响应预警的方法 |
CN108225430A (zh) * | 2018-01-16 | 2018-06-29 | 北京万维盈创科技发展有限公司 | 环境质量监测方法及系统 |
CN109428902A (zh) * | 2017-08-22 | 2019-03-05 | 江苏佳鑫环保工程有限公司 | 一种基于物料网的大型水域突发水污染应急处理系统 |
CN109726899A (zh) * | 2018-12-13 | 2019-05-07 | 西安理工大学 | 社会化网络媒体数据中城市空气污染事件的识别方法 |
CN109740971A (zh) * | 2019-02-01 | 2019-05-10 | 华南理工大学 | 一种危化品生产企业突发流域水环境的风险评估方法及系统 |
CN109816264A (zh) * | 2019-02-01 | 2019-05-28 | 华南理工大学 | 一种区域突发流域水环境的风险评估方法及系统 |
CN110427000A (zh) * | 2019-07-22 | 2019-11-08 | 浙江天澈科技有限公司 | 一种化工厂分点分级预案智能管控系统 |
CN111239346A (zh) * | 2020-03-26 | 2020-06-05 | 泛测(北京)环境科技有限公司 | 一种空气质量监测中污染事件识别方法和装置 |
CN111832909A (zh) * | 2020-06-23 | 2020-10-27 | 重庆华悦生态环境工程研究院有限公司 | 一种污水违规排放应急响应系统和方法 |
CN112526885A (zh) * | 2020-12-08 | 2021-03-19 | 江苏自动化研究所 | 一种面向装备保障的自主决策系统 |
CN112697200A (zh) * | 2020-12-22 | 2021-04-23 | 长江流域水环境监测中心 | 一种突发水源地水污染水体未知污染物的应急监测方法 |
CN115219683A (zh) * | 2022-07-29 | 2022-10-21 | 中国地质科学院岩溶地质研究所 | 一种水环境质量预警系统及其构建方法 |
CN115684516A (zh) * | 2022-08-29 | 2023-02-03 | 邯郸市亿润工程咨询有限公司 | 一种水利工程污水处理检测方法、装置、电子设备及介质 |
CN115936543A (zh) * | 2023-03-15 | 2023-04-07 | 湖北君邦环境技术有限责任公司 | 一种突发水污染事故污染溯源方法、系统、设备及介质 |
CN116739871A (zh) * | 2023-08-14 | 2023-09-12 | 深圳星网信通科技股份有限公司 | 应急预案的更新方法、应急预案的更新装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030217590A1 (en) * | 2002-05-23 | 2003-11-27 | Derrumaux Luc | Method and device for carrying out the protected detection of the pollution of water |
CN104573978A (zh) * | 2015-01-23 | 2015-04-29 | 长江勘测规划设计研究有限责任公司 | 突发水污染事件应急处置决策支持系统 |
-
2015
- 2015-06-01 CN CN201510293036.8A patent/CN104850963A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030217590A1 (en) * | 2002-05-23 | 2003-11-27 | Derrumaux Luc | Method and device for carrying out the protected detection of the pollution of water |
CN104573978A (zh) * | 2015-01-23 | 2015-04-29 | 长江勘测规划设计研究有限责任公司 | 突发水污染事件应急处置决策支持系统 |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105600841B (zh) * | 2015-10-12 | 2018-01-09 | 湖州师范学院 | 一种水产养殖水质监控及净化处理方法 |
CN105600841A (zh) * | 2015-10-12 | 2016-05-25 | 湖州师范学院 | 一种水产养殖水质监控及净化处理方法 |
CN106296547A (zh) * | 2016-09-10 | 2017-01-04 | 安徽蓝鼎环保能源科技有限公司 | 一种基于物联网的大型水域突发水污染应急处置方法 |
CN107016082A (zh) * | 2017-03-31 | 2017-08-04 | 君晟合众(北京)科技有限公司 | 一种污染事件识别与处理方法及系统 |
CN107169907A (zh) * | 2017-05-31 | 2017-09-15 | 深圳市龙岗远望软件技术有限公司 | 一种面向应急值守的信息分类引导处理方法和系统 |
CN109428902A (zh) * | 2017-08-22 | 2019-03-05 | 江苏佳鑫环保工程有限公司 | 一种基于物料网的大型水域突发水污染应急处理系统 |
CN107657369A (zh) * | 2017-09-22 | 2018-02-02 | 福建四创软件有限公司 | 一种基于智能事件分类进行防汛应急响应识别的方法 |
CN108133440A (zh) * | 2017-12-28 | 2018-06-08 | 福建四创软件有限公司 | 一种自动生成应急响应预警的方法 |
CN108108857B (zh) * | 2018-01-12 | 2021-11-09 | 福建师范大学 | 河流突发污染事件应急资源调度寻优方法 |
CN108108857A (zh) * | 2018-01-12 | 2018-06-01 | 福建师范大学 | 河流突发污染事件应急资源调度寻优方法 |
CN108225430A (zh) * | 2018-01-16 | 2018-06-29 | 北京万维盈创科技发展有限公司 | 环境质量监测方法及系统 |
CN109726899A (zh) * | 2018-12-13 | 2019-05-07 | 西安理工大学 | 社会化网络媒体数据中城市空气污染事件的识别方法 |
CN109740971A (zh) * | 2019-02-01 | 2019-05-10 | 华南理工大学 | 一种危化品生产企业突发流域水环境的风险评估方法及系统 |
CN109816264A (zh) * | 2019-02-01 | 2019-05-28 | 华南理工大学 | 一种区域突发流域水环境的风险评估方法及系统 |
CN109816264B (zh) * | 2019-02-01 | 2020-08-28 | 华南理工大学 | 一种区域突发流域水环境的风险评估方法及系统 |
CN109740971B (zh) * | 2019-02-01 | 2020-12-22 | 华南理工大学 | 一种危化品生产企业突发流域水环境的风险评估方法及系统 |
CN110427000A (zh) * | 2019-07-22 | 2019-11-08 | 浙江天澈科技有限公司 | 一种化工厂分点分级预案智能管控系统 |
CN110427000B (zh) * | 2019-07-22 | 2020-07-31 | 浙江天澈科技有限公司 | 一种化工厂分点分级预案智能管控系统 |
CN111239346A (zh) * | 2020-03-26 | 2020-06-05 | 泛测(北京)环境科技有限公司 | 一种空气质量监测中污染事件识别方法和装置 |
CN111832909A (zh) * | 2020-06-23 | 2020-10-27 | 重庆华悦生态环境工程研究院有限公司 | 一种污水违规排放应急响应系统和方法 |
CN111832909B (zh) * | 2020-06-23 | 2022-04-08 | 重庆华悦生态环境工程研究院有限公司 | 一种污水违规排放应急响应系统和方法 |
CN112526885A (zh) * | 2020-12-08 | 2021-03-19 | 江苏自动化研究所 | 一种面向装备保障的自主决策系统 |
CN112697200A (zh) * | 2020-12-22 | 2021-04-23 | 长江流域水环境监测中心 | 一种突发水源地水污染水体未知污染物的应急监测方法 |
CN115219683A (zh) * | 2022-07-29 | 2022-10-21 | 中国地质科学院岩溶地质研究所 | 一种水环境质量预警系统及其构建方法 |
CN115684516A (zh) * | 2022-08-29 | 2023-02-03 | 邯郸市亿润工程咨询有限公司 | 一种水利工程污水处理检测方法、装置、电子设备及介质 |
CN115684516B (zh) * | 2022-08-29 | 2024-03-26 | 邯郸市亿润工程咨询有限公司 | 一种水利工程污水处理检测方法、装置、电子设备及介质 |
CN115936543A (zh) * | 2023-03-15 | 2023-04-07 | 湖北君邦环境技术有限责任公司 | 一种突发水污染事故污染溯源方法、系统、设备及介质 |
CN115936543B (zh) * | 2023-03-15 | 2023-06-06 | 湖北君邦环境技术有限责任公司 | 一种突发水污染事故污染溯源方法、系统、设备及介质 |
CN116739871A (zh) * | 2023-08-14 | 2023-09-12 | 深圳星网信通科技股份有限公司 | 应急预案的更新方法、应急预案的更新装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104850963A (zh) | 一种流域突发水污染事件预警及应急处置方法和系统 | |
WO2021174751A1 (zh) | 基于大数据的污染源定位方法、装置、设备及存储介质 | |
Östh et al. | Analysing segregation using individualised neighbourhoods | |
CN105678481A (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
Ahmadi et al. | Influence of available data on sewer inspection program efficiency | |
CN115034600A (zh) | 一种用于地质灾害监测的预警方法及系统 | |
Li et al. | Real‐Time Warning and Risk Assessment of Tailings Dam Disaster Status Based on Dynamic Hierarchy‐Grey Relation Analysis | |
CN104318717A (zh) | 一种历史数据短缺条件下的暴雨泥石流预警方法 | |
CN115774953A (zh) | 一种基于数据处理的污染时空风险监管评估系统及方法 | |
CN112418571A (zh) | 企业环保综合评价的方法和装置 | |
CN104268657A (zh) | 基于遥感的流域水生态风险预警和判别方法 | |
CN111552686B (zh) | 一种电力数据质量评估方法及其装置 | |
Suder et al. | Minimizing environmental risks using fuzzy TOPSIS: Location selection for the ITU Faculty of Management | |
CN114487332A (zh) | 一种地表水水质自动监测站运行效果评价方法、系统、介质及设备 | |
Fan et al. | Rethinking infrastructure resilience assessment with human sentiment reactions on social media in disasters | |
Coates et al. | Agent-based modelling and inundation prediction to enable the identification of businesses affected by flooding | |
Saicheur et al. | Structural repair prioritization of buildings damaged after earthquake using fuzzy logic model | |
KR102342192B1 (ko) | 빅데이터 기반의 재난 발생 위험도 예측장치 및 방법 | |
CN112215260B (zh) | 一种电网培训资源分类更新方法及系统 | |
Chen et al. | Research on public satisfaction of government typhoon emergency management under artificial intelligence: An empirical analysis based on Xuwen County | |
CN113191685A (zh) | 施工现场安全综合评测系统 | |
Sharma et al. | A review on using soft computing techniques in disaster management and risk assessment | |
Chindo et al. | A conceptual framework for predicting the effects of encroachment on magnitude of flood in Foma-river area, Kwara State, Nigeria using data mining | |
Shi et al. | The Mine Emergency Management Capability Based on EWM-CNN Comprehensive Evaluation | |
CN115879747B (zh) | 一种数字化防汛抗旱调度方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150819 |
|
RJ01 | Rejection of invention patent application after publication |