CN107403034A - 水质污染扩散预警可视化方法 - Google Patents
水质污染扩散预警可视化方法 Download PDFInfo
- Publication number
- CN107403034A CN107403034A CN201710505488.7A CN201710505488A CN107403034A CN 107403034 A CN107403034 A CN 107403034A CN 201710505488 A CN201710505488 A CN 201710505488A CN 107403034 A CN107403034 A CN 107403034A
- Authority
- CN
- China
- Prior art keywords
- water
- monitoring
- contamination
- water quality
- pollution
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种水质污染扩散预警可视化方法,包括:绘制水质监测数据随时间的曲线图;对目标水域进行建模;将电子地图与河网建模过程结合;通过串联反应器水质模型、监测点位置信息和实时监测数据计算污染物降解系数;当监测到异常数据时,依据污染物浓度确定当前污染级别及对应警戒颜色,并计算出当前警戒颜色与正常水质颜色之间的渐变色数组,通过水质模型计算污染扩散距离,结合污染源位置和得到的污染扩散距离,从目标水域模型中遍历搜索出污染的扩散区域范围,利用渐变色数组对搜索到的污染扩散路径渐变着色,模拟演示出污染物在河流中的迁移和降解过程。可以对水质监测网络的可视化建模,并能实时预测污染扩散趋势。
Description
技术领域
本发明属于水质监测技术领域,具体地涉及一种水质污染扩散预警可视化方法,可以可视化实时展示污染扩散动态并预测污染扩散趋势。
背景技术
随着我国工业化和城镇化加快,我国水环境污染状况更加突出,突发性水污染事故频发。通过对河流水质进行实时监测,可有效评估水污染状况并能及时发现污染源,达到及时监测、化解风险、减少损失的目的。十一五和十二五期间,各级政府投入大量财力建设水质监测系统,实现了水质数据收集,水质状况评估,污染源分析等功能,为水环境保护提供了有力保障和技术支持。对水质监测网络和监测数据进行可视化具有重要意义,可帮助研究人员摆脱传统形式上大量文本数据的筛选和分析等机械性工作,以更加直观简洁的方式实时展现河流水质变化趋势。通过与电子地图相结合,利用地图动态缩放功能,可对监测河流的整体信息和局部重点位置信息进行图形化展示,并可实时显示污染扩散动态,使有关部门能有效掌握水质污染事件并采取有效措施应对。对该问题的研究已有一些初步成果,如利用VRML来模拟水质数据等。
例如中国专利文献CN 102708245公开了一种突发性水质污染事故模拟仿真及可视化服务系统,该系统采用B/S结构,在服务器端提供突发性水质污染事故的模拟仿真计算服务,根据水质和水文监测数据、突发事故信息和污染物信息,利用水动力模型和水质模型对污染物扩散趋势进行仿真预测,将仿真结果数据存入数据库;利用WebGIS技术将仿真结果数据与空间信息相关联,在用户端浏览器上以GIS地图形式表现突发性水质污染事故的时空变化动态效果,用于对突发性水质污染事故的应急处置和决策支持。该系统进行一定的仿真预测,但是预测结果的准确性往往无法保证,并且可视化的形式非常单一。
发明内容
针对可视化技术在实时展示污染扩散动态并预测污染扩散趋势方面的不足,本发明的目的是提出了一种水质污染扩散预警可视化方法。可以对水质监测网络的可视化建模,并能实时预测污染扩散趋势,利用渐变色数组对搜索到的污染物扩散路径渐变着色,模拟演示出污染物在河流中的迁移和降解过程。
本发明的技术方案是:
一种水质污染扩散预警可视化方法,包括以下步骤:
S01:绘制水质监测数据随时间的曲线图;
S02:对目标水域进行建模,将河网交叉点作为顶点,把河道作为边,并结合水流方向,把河网信息抽象成有向图结构;
S03:把电子地图与河网建模过程结合,根据监测点的GIS地理坐标信息,以电子地图作为底图,将建模的水质监测网络模型以覆盖物的形式绘制在电子地图上;
S04:通过串联反应器水质模型、监测点位置信息和实时监测数据计算污染物降解系数;
S05:当监测到异常数据时,依据污染物浓度确定当前污染级别及对应警戒颜色,并计算出当前警戒颜色与正常水质颜色之间的渐变色数组,通过水质模型计算污染扩散距离,结合污染源位置和得到的污染扩散距离,从目标水域模型中遍历搜索出污染的扩散区域范围,利用渐变色数组对搜索到的污染扩散路径渐变着色,模拟演示出污染物在河流中的迁移和降解过程。
优选的,所述步骤S01中采用二阶和三阶贝塞尔曲线实时绘制水质监测数据随时间的曲线图。
优选的,所述第1段和第N-1段曲线采用二阶贝塞尔曲线进行绘制,中间部分的N-3段曲线采用三阶贝塞尔曲线进行绘制,其中N为监测数据点。
优选的,所述步骤S03后还包括,计算相应的覆盖物宽度,通过曲线拟合获得地图缩放级别与覆盖物宽度的对应关系,将水质监测网络模型与电子地图进行同步缩放展示。
与现有技术相比,本发明的优点是:
本发明可以对水质监测网络的可视化建模,并能实时预测污染扩散趋势,利用渐变色数组对搜索到的污染物扩散路径渐变着色,模拟演示出污染物在河流中的迁移和降解过程。通过曲线拟合优化监测网络动态缩放效果,提高了用户体验。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明水质污染扩散预警可视化方法的流程图;
图2为绘制的水质监测数据曲线图;
图3为目标水域建模的有向图;
图4为有向图邻接矩阵;
图5为监测网络可视化示意图;
图6为拟合曲线图;
图7为污染扩散和预警流程图;
图8为污染扩散与预警可视化示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1所示,一种水质污染扩散预警可视化方法,包括以下步骤:
(1)利用二阶和三阶贝塞尔曲线绘制水质监测数据曲线图。
二阶贝塞尔曲线公式如下:
B(t)=(1-t)2P0+2t(1-t)P1+t2P2,t∈[0,1] (1)
其中P0为起点,P2为终点,P1为控制点,t是系数,表示从0到1的变化过程。
三阶贝塞尔曲线公式如下:
B(t)=P0(1-t)3+3P1t(1-t)2 +3P2t2(1-t)+P3t3,t∈[0,1] (2)
其中P0为起点,P3为终点,P1、P2为控制点,t是系数,表示从0到 1的变化过程。
通过综合利用二阶和三阶贝塞尔曲线来实时绘制监测数据曲线图。其中,利用二阶贝塞尔曲线绘制第一和第二数据点间的曲线,利用三阶贝塞尔曲线绘制第二数据点和倒数第二个数据点间的曲线。
以图2中的P1-P5共5个监测数据为例来说明具体实现思路:
首先,以点P1和点P2之间的曲线为例说明第1段和第N-1段曲线的绘制过程。根据点P1和点P2的坐标计算出两点连线的中点所在位置P6的坐标,根据点P6的x坐标和点P2的y坐标确定出点P10的坐标。以点P1 为起点,点P2为终点,点P10为控制点,绘制出经过点P1和点P2的二阶贝塞尔曲线;
其次,以点P2和点P3之间的曲线为例说明中间部分的N-3段曲线绘制过程。根据点P2和点P3的坐标计算出两点连线的中点所在位置P7的坐标,然后根据点P7的x坐标,再分别结合点P2和点P3的y坐标,确定点 P11和点P12的坐标。以点P2为起点,点P3为终点,点P11和点P12为控制点,绘制出经过点P2和点P3的三阶贝塞尔曲线。
(2)河网建模。河网中的河水流向总体趋势相同,河道存在弯曲和分叉等情况,将弯曲处和分叉点视作图的顶点,河道做为顶点间的边,结合水流方向,可以将河网抽象成有向图结构。图3为某个河网的有向图描述。
利用邻接矩阵来描述和存储河网的有向图结构如图4所示。
(3)河网遍历。采用深度优先遍历算法实现对河网遍历,深度优先遍历算法在搜索完某一条分支上的全部结点后,会跳转到另外一条未被访问过的分支上继续进行搜索,而在实际河网中,河流分支是独立不连续的,所以当搜索完一条河流分支后应该重新开始搜索另外一条河流分支,而不是紧随其后继续进行搜索,因此需要对原来的深度优先遍历算法进行调整,其基本思想如下:
首先,从图中某个顶点v0出发,搜索v0的下一个邻接顶点vi,若vi未被访问,则以vi作为新的出发点继续进行深度优先遍历,直到图中所有和 v0有路径相通的顶点都被访问过为止,并将搜索到的路径添加到集合中。
其次,重新从v0出发,搜索v0的另一个邻接顶点vi+1进行访问,判断 v0到vi+1路径与集合中已有路径是否存在重复或部分重叠关系,若不存在,则以vi+1作为新的出发点继续进行遍历,直到图中所有和v0有路径相通的顶点都被访问过为止,并将搜索到的路径添加到集合中。若存在重叠,则跳过vi+1,继续搜索v0的其它邻接顶点vi+2。若存在其它邻接顶点vi+2,则访问该顶点,并以vi+2作为新的出发点继续进行遍历,直到图中所有和v0有路径相通的顶点都被访问过为止,并将搜索到的路径添加到集合中;若不存在其它邻接顶点vi+2,则返回访问v0,并以v0作为新的出发点继续进行遍历,直到图中所有和v0有路径相通的顶点都被访问到为止,并将搜索到的路径添加到集合中。
最后,根据有向图中存在的分支数量重复执行第二个过程,直到图中所有路径都被搜索出来为止。
(4)监测网络可视化。利用GIS技术在腾讯电子地图上实现对河网模型的可视化应用,利用深度优先遍历算法搜索河网模型中所有河道路径,然后以腾讯地图作为底图,运用腾讯地图提供的覆盖物相关API,将各河道路径以覆盖物的形式绘制在地图之上,如图5所示,曲线表示河道,圆点表示监测点所在位置。
(5)通过曲线拟合优化监测网络动态缩放效果。为优化可视化效果,绘制的河道覆盖物宽度需要根据地图缩放操作而自适应调整。为此,首先对地图缩放级别进行定点采样,测试相应缩放级别下较合适的覆盖物宽度,得到如表1所示数据。
表1.覆盖物宽度与地图缩放级别关系采样
根据表1中数据利用曲线拟合技术和自定义指数方程来获得覆盖物宽度与地图缩放级别的关系。其中自定义指数方程如公式(3)所示:
f(x)=ae-bx+c (3)
通过拟合后得到的指数方程参数分别为:a=0.0002919,b=-0.9013, c=10.69。其拟合曲线如图6所示。
(6)获得污染物降解系数。首先,通过串联反应器水质模型和实时监测数据来确定污染物降解系数,水质模型如公式(4)所示:
其中,Ci0表示监测到的污染物当前浓度;Ci表示下游相邻监测点污染物浓度;Kd表示污染物降解系数;Vi表示相邻节点间水量;Qi表示相邻监测点间流量。由于相邻监测点间河道宽度和深度是动态变化的,因此无法精确获取Vi和Qi的值,由于Vi和Qi又与水力滞留时间相关(Δt=Vi/Qi),而水力滞留时间又和河道长度(Li)和河水平均流速(Si)相关(Δt=Li/Si)。设相邻两个监测点所测到的河水流速分为和把相关参数代入公式(4)并转换成求解污染物降解系数Kd的方程:
(7)根据污染等级实时展示污染扩散动态和扩散趋势。划分了6个污染等级,分别对应一个颜色分量,对应关系如表2所示。
表2水质级别与颜色分量对应关系
其污染扩散和预警流程如图7所示。
通过污染物扩散和预警流程可实时显示污染物在河流中的迁移和降解过程,其可视化效果如图8所示。其中,图(a)显示的是监测点“NJ09”刚监测到异常数据时显示的污染扩散过程及预测的后续污染物浓度分布情况;图(b)是排污2小时后的污染物浓度分布情况,此时下游监测点“NJ07”已实际监测到异常数据;图(c)显示的是污染源被控制后河流中残余污染物在下游的浓度分布情况,此时监测点“NJ01”及其下游处的监测点仍能监测到异常数据。
(8)最后,根据实时监测数据来实时更新污染扩散动态并预测后续扩散趋势。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (4)
1.一种水质污染扩散预警可视化方法,其特征在于,包括以下步骤:
S01:绘制水质监测数据随时间的曲线图;
S02:对目标水域进行建模,将河网交叉点作为顶点,把河道作为边,并结合水流方向,把河网信息抽象成有向图结构;
S03:将电子地图与河网建模过程结合,根据监测点的GIS地理坐标信息,以电子地图作为底图,将建模的水质监测网络模型以覆盖物的形式绘制在电子地图上;
S04:通过串联反应器水质模型、监测点位置信息和实时监测数据计算污染物降解系数;
S05:当监测到异常数据时,依据污染物浓度确定当前污染级别及对应警戒颜色,并计算出当前警戒颜色与正常水质颜色之间的渐变色数组,通过水质模型计算污染扩散距离,结合污染源位置和得到的污染扩散距离,从目标水域模型中遍历搜索出污染的扩散区域范围,利用渐变色数组对搜索到的污染扩散路径渐变着色,模拟演示出污染物在河流中的迁移和降解过程。
2.根据权利要求1所述的水质污染扩散预警可视化方法,其特征在于,所述步骤S01中采用二阶和三阶贝塞尔曲线实时绘制水质监测数据随时间的曲线图。
3.根据权利要求2所述的水质污染扩散预警可视化方法,其特征在于,所述第1段和第N-1段曲线采用二阶贝塞尔曲线进行绘制,中间部分的N-3段曲线采用三阶贝塞尔曲线进行绘制,其中N为监测数据点。
4.根据权利要求1所述的水质污染扩散预警可视化方法,其特征在于,所述步骤S03后还包括,计算相应的覆盖物宽度,通过曲线拟合获得地图缩放级别与覆盖物宽度的对应关系,将水质监测网络模型与电子地图进行同步缩放展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710505488.7A CN107403034B (zh) | 2017-06-28 | 2017-06-28 | 水质污染扩散预警可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710505488.7A CN107403034B (zh) | 2017-06-28 | 2017-06-28 | 水质污染扩散预警可视化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107403034A true CN107403034A (zh) | 2017-11-28 |
CN107403034B CN107403034B (zh) | 2021-08-17 |
Family
ID=60404786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710505488.7A Active CN107403034B (zh) | 2017-06-28 | 2017-06-28 | 水质污染扩散预警可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107403034B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107991454A (zh) * | 2018-01-17 | 2018-05-04 | 南开大学 | 一种水质污染源分析方法 |
CN109614731A (zh) * | 2018-12-21 | 2019-04-12 | 郑州大学 | 一种水污染扩散动态模拟方法 |
CN109711625A (zh) * | 2018-12-28 | 2019-05-03 | 世纪九如(北京)环境科技股份有限公司 | 一种水污染预警方法、设备以及可读存储介质 |
CN110008632A (zh) * | 2019-04-18 | 2019-07-12 | 江西师范大学 | 一种河道型饮用水源地突发污染事件快速计算方法 |
CN110246414A (zh) * | 2019-05-31 | 2019-09-17 | 重庆颂拓科技有限公司 | 河道地图显示方法、装置、储存介质及设备 |
CN111024695A (zh) * | 2019-12-10 | 2020-04-17 | 山东星云环境科技有限公司 | 一种天地一体的ai智能水环保实时监测系统 |
CN111539477A (zh) * | 2020-04-26 | 2020-08-14 | 陈文海 | 水质监测管理方法、装置、服务器及可读存储介质 |
CN111767361A (zh) * | 2020-07-06 | 2020-10-13 | 中电万维信息技术有限责任公司 | 一种基于贝塞尔曲线算法的gis应用 |
CN112016486A (zh) * | 2020-08-31 | 2020-12-01 | 深圳前海微众银行股份有限公司 | 污水池监测方法、装置、设备及计算机可读存储介质 |
CN112884310A (zh) * | 2021-02-04 | 2021-06-01 | 中山大学 | 一种污染物扩散规律计算机辅助评估方法、系统及装置 |
CN112988945A (zh) * | 2021-04-25 | 2021-06-18 | 成都同飞科技有限责任公司 | 一种河流悬浮污染物的预测方法及预测系统 |
CN113390803A (zh) * | 2021-05-12 | 2021-09-14 | 深圳市北斗云信息技术有限公司 | 一种基于普适型高光谱相机的水质监测方法、装置及终端 |
CN113970627A (zh) * | 2021-10-22 | 2022-01-25 | 重庆亿森动力环境科技有限公司 | 一种水质监测及预警方法、系统 |
CN114705249A (zh) * | 2022-04-11 | 2022-07-05 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的污染物排放量监测方法及相关设备 |
CN117649156A (zh) * | 2024-01-30 | 2024-03-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 高城镇化河网全自动水环境监测方法及系统 |
CN118169351A (zh) * | 2024-05-14 | 2024-06-11 | 江苏省沿海开发投资有限公司 | 基于大数据的水产养殖水质监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090216464A1 (en) * | 2008-02-21 | 2009-08-27 | Korea Institute Of Science & Technology | Integrated in-line oil monitoring apparatus |
CN102184487A (zh) * | 2011-05-17 | 2011-09-14 | 华东师范大学 | 基于gis技术和一维水质模型的污染源管理系统及其运作方法 |
CN102708245A (zh) * | 2012-05-09 | 2012-10-03 | 浙江大学 | 一种突发性水质污染事故模拟仿真及可视化服务系统 |
CN103218485A (zh) * | 2013-04-03 | 2013-07-24 | 郑州大学 | 一种gis技术支持下的小流域环境容量计算方法 |
CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测系统的污染源扩散预警方法 |
CN107045050A (zh) * | 2017-04-17 | 2017-08-15 | 华北电力大学 | 一种突发污染事故下利用流速阈值的分级预警方法 |
-
2017
- 2017-06-28 CN CN201710505488.7A patent/CN107403034B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090216464A1 (en) * | 2008-02-21 | 2009-08-27 | Korea Institute Of Science & Technology | Integrated in-line oil monitoring apparatus |
CN102184487A (zh) * | 2011-05-17 | 2011-09-14 | 华东师范大学 | 基于gis技术和一维水质模型的污染源管理系统及其运作方法 |
CN102708245A (zh) * | 2012-05-09 | 2012-10-03 | 浙江大学 | 一种突发性水质污染事故模拟仿真及可视化服务系统 |
CN103218485A (zh) * | 2013-04-03 | 2013-07-24 | 郑州大学 | 一种gis技术支持下的小流域环境容量计算方法 |
CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测系统的污染源扩散预警方法 |
CN107045050A (zh) * | 2017-04-17 | 2017-08-15 | 华北电力大学 | 一种突发污染事故下利用流速阈值的分级预警方法 |
Non-Patent Citations (2)
Title |
---|
YUANZHUANG 等: "Mesoporous carbon-supported cobalt catalyst for selective oxidation of toluene and degradation of water contaminants", 《PARTICUOLOGY》 * |
张亚丽 等: "淮河支流污染物综合降解系数动态测算", 《中国环境监测》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107991454A (zh) * | 2018-01-17 | 2018-05-04 | 南开大学 | 一种水质污染源分析方法 |
CN109614731A (zh) * | 2018-12-21 | 2019-04-12 | 郑州大学 | 一种水污染扩散动态模拟方法 |
CN109614731B (zh) * | 2018-12-21 | 2022-10-14 | 郑州大学 | 一种水污染扩散动态模拟方法 |
CN109711625B (zh) * | 2018-12-28 | 2020-12-15 | 世纪九如(北京)环境科技股份有限公司 | 一种水污染预警方法、设备以及可读存储介质 |
CN109711625A (zh) * | 2018-12-28 | 2019-05-03 | 世纪九如(北京)环境科技股份有限公司 | 一种水污染预警方法、设备以及可读存储介质 |
CN110008632A (zh) * | 2019-04-18 | 2019-07-12 | 江西师范大学 | 一种河道型饮用水源地突发污染事件快速计算方法 |
CN110008632B (zh) * | 2019-04-18 | 2023-04-18 | 江西师范大学 | 一种河道型饮用水源地突发污染事件快速计算方法 |
CN110246414A (zh) * | 2019-05-31 | 2019-09-17 | 重庆颂拓科技有限公司 | 河道地图显示方法、装置、储存介质及设备 |
CN111024695A (zh) * | 2019-12-10 | 2020-04-17 | 山东星云环境科技有限公司 | 一种天地一体的ai智能水环保实时监测系统 |
CN111539477A (zh) * | 2020-04-26 | 2020-08-14 | 陈文海 | 水质监测管理方法、装置、服务器及可读存储介质 |
CN111539477B (zh) * | 2020-04-26 | 2023-06-27 | 中海云科(北京)科技有限公司 | 水质监测管理方法、装置、服务器及可读存储介质 |
CN111767361A (zh) * | 2020-07-06 | 2020-10-13 | 中电万维信息技术有限责任公司 | 一种基于贝塞尔曲线算法的gis应用 |
CN112016486A (zh) * | 2020-08-31 | 2020-12-01 | 深圳前海微众银行股份有限公司 | 污水池监测方法、装置、设备及计算机可读存储介质 |
CN112884310A (zh) * | 2021-02-04 | 2021-06-01 | 中山大学 | 一种污染物扩散规律计算机辅助评估方法、系统及装置 |
CN112884310B (zh) * | 2021-02-04 | 2022-11-15 | 中山大学 | 一种污染物扩散规律计算机辅助评估方法、系统及装置 |
CN112988945A (zh) * | 2021-04-25 | 2021-06-18 | 成都同飞科技有限责任公司 | 一种河流悬浮污染物的预测方法及预测系统 |
CN113390803B (zh) * | 2021-05-12 | 2022-09-20 | 深圳市北斗云信息技术有限公司 | 一种基于普适型高光谱相机的水质监测方法、装置及终端 |
CN113390803A (zh) * | 2021-05-12 | 2021-09-14 | 深圳市北斗云信息技术有限公司 | 一种基于普适型高光谱相机的水质监测方法、装置及终端 |
CN113970627A (zh) * | 2021-10-22 | 2022-01-25 | 重庆亿森动力环境科技有限公司 | 一种水质监测及预警方法、系统 |
CN114705249A (zh) * | 2022-04-11 | 2022-07-05 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的污染物排放量监测方法及相关设备 |
CN114705249B (zh) * | 2022-04-11 | 2024-04-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的污染物排放量监测方法及相关设备 |
CN117649156A (zh) * | 2024-01-30 | 2024-03-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 高城镇化河网全自动水环境监测方法及系统 |
CN117649156B (zh) * | 2024-01-30 | 2024-04-12 | 水利部交通运输部国家能源局南京水利科学研究院 | 高城镇化河网全自动水环境监测方法及系统 |
CN118169351A (zh) * | 2024-05-14 | 2024-06-11 | 江苏省沿海开发投资有限公司 | 基于大数据的水产养殖水质监测方法及系统 |
CN118169351B (zh) * | 2024-05-14 | 2024-09-03 | 江苏省沿海开发投资有限公司 | 基于大数据的水产养殖水质监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107403034B (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107403034A (zh) | 水质污染扩散预警可视化方法 | |
Wang | Integrating GIS, simulation models, and visualization in traffic impact analysis | |
Yu et al. | The analysis and delimitation of Central Business District using network kernel density estimation | |
Fan et al. | Large-scale analytical water quality model coupled with GIS for simulation of point sourced pollutant discharges | |
Rui et al. | GIS-based emergency response system for sudden water pollution accidents | |
Omer et al. | Urban spatial configuration and socio-economic residential differentiation: The case of Tel Aviv | |
Elmoustafa | Weighted normalized risk factor for floods risk assessment | |
Zhang et al. | Emergency evacuation planning against dike-break flood: a GIS-based DSS for flood detention basin of Jingjiang in central China | |
CN112819340A (zh) | 一种基于多源数据的城市洪涝灾害动态评估方法 | |
Gourbesville et al. | DSS architecture for water uses management | |
Maity et al. | Integration of urban expansion with hybrid road transport network development within Haldia Municipality, West Bengal | |
Li et al. | Land suitability assessment for supporting transport planning based on carrying capacity and construction demand | |
Gourbesville et al. | Decision support system architecture for real-time water management | |
Magalhães | Spatial coverage index for assessing national and regional transportation infrastructures | |
Huang et al. | Distinctions of geomorphological properties caused by different flow-direction predictions from digital elevation models | |
Liu et al. | Measuring the dynamic evolution of road network vulnerability to floods: A case study of Wuhan, China | |
Raffler et al. | Cycling investment expedience: Energy expenditure based Cost-Path Analysis of national census bicycle commuting data | |
Das et al. | Drainage basin shape indices to understanding channel hydraulics | |
Chen et al. | Data visualization in smart grid and low‐carbon energy systems: A review | |
Renyi et al. | Flood area and damage estimation in Zhejiang, China | |
Kamal et al. | Evaluating and analyzing navigation efficiency for the River Nile (Case study: Ensa-Naga Hamady reach) | |
Freire de Almeida et al. | Unfolding the dynamical structure of Lisbon’s public space: space syntax and micromobility data | |
Yang et al. | Understanding structure of urban traffic network based on spatial-temporal correlation analysis | |
Liu et al. | Sensor layout strategy for source term estimation of external pollution sources in urban neighbourhoods | |
CN116805113A (zh) | 基于水文站实测和预报最高水位结合的洪峰轨迹演进方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |