CN108537390A - 一种水量水质联合调配模拟方法、装置和计算机可读介质 - Google Patents
一种水量水质联合调配模拟方法、装置和计算机可读介质 Download PDFInfo
- Publication number
- CN108537390A CN108537390A CN201810362353.4A CN201810362353A CN108537390A CN 108537390 A CN108537390 A CN 108537390A CN 201810362353 A CN201810362353 A CN 201810362353A CN 108537390 A CN108537390 A CN 108537390A
- Authority
- CN
- China
- Prior art keywords
- water
- calculate node
- model
- current
- quality
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 631
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 238000009826 distribution Methods 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 73
- 239000003344 environmental pollutant Substances 0.000 claims description 61
- 231100000719 pollutant Toxicity 0.000 claims description 61
- 241001672694 Citrus reticulata Species 0.000 claims description 20
- 238000011144 upstream manufacturing Methods 0.000 claims description 20
- GMVPRGQOIOIIMI-DWKJAMRDSA-N prostaglandin E1 Chemical compound CCCCC[C@H](O)\C=C\[C@H]1[C@H](O)CC(=O)[C@@H]1CCCCCCC(O)=O GMVPRGQOIOIIMI-DWKJAMRDSA-N 0.000 claims description 19
- 238000000746 purification Methods 0.000 claims description 14
- 239000010865 sewage Substances 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 9
- 238000011109 contamination Methods 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 7
- 239000003673 groundwater Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 24
- 230000008569 process Effects 0.000 description 17
- 230000000694 effects Effects 0.000 description 14
- 239000008239 natural water Substances 0.000 description 11
- 239000000243 solution Substances 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000000356 contaminant Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000007261 regionalization Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 239000008235 industrial water Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000452036 Hydrometra stagnorum Species 0.000 description 1
- 241000372132 Hydrometridae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000035568 catharsis Effects 0.000 description 1
- 241000902900 cellular organisms Species 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000003903 river water pollution Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000004919 topotaxy Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
- 239000003403 water pollutant Substances 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种水量水质联合调配模拟方法、装置和计算机可读介质,涉及水资源调配的技术领域,包括获取预设输入数据,预设输入数据包括模型输入数据和模型参数,模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;获取预设预测模型,预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;将预设输入参数输入至预设预测模型中进行预测,得到预测结果,其中,预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果,本发明缓解了由于现有技术中没有通过将水质和水量联合进行模拟的方式来对水质和水量进行同时模拟预测的技术问题。
Description
技术领域
本发明涉及水资源调配的技术领域,尤其是涉及一种水量水质联合调配模拟方法、装置和计算机可读介质。
背景技术
水资源配置是架起水资源供与需之间的一座桥梁。水资源系统中的“供”,指的是供水源一方,包括传统的地表水和地下水,也包括非传统的雨水、再生水、海水等。水资源系统中的“需”指的是用户需求一方的用水要求,包括生活用水、工业用水、农业用水、生态用水等。
传统的水资源配置解决的问题是水量平衡的问题,这也与国家发展方向基本保持一致。随着国民经济的快速发展,环境和生态问题逐渐成为人们关注的热点与重点,太湖、滇池蓝藻爆发是水生态环境恶化的一个缩影,反映的就是区域经济发展与环境保护没有同步。
但是,目前传统的水量平衡平衡能够对某一区域的水量进行预测,还无法对该区域的水质进行预测。这就导致通过现有的预测技术无法对水质和水量进行同时模拟预测。随着人类活动加剧,社会水循环强度增强,供用耗排频率加快,不断胁迫自然水循环,造成河流水体污染,河道断流,水土流失加剧等水环境生态问题。因此,传统的水量平衡平衡已无法满足社会需求,急需一种能够对水量和水质同时进行预测的方法。
针对上述问题,还未提出有效解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种水量水质联合调配模拟方法、装置和计算机可读介质,以缓解由于现有技术中没有通过将水质和水量联合进行模拟的方式来对水质和水量进行同时模拟预测的技术问题。
第一方面,本发明实施例提供了一种水量水质联合调配模拟方法,该方法应用于每个计算节点,所述计算节点为按照流域进行划分的计算节点,该方法包括:获取预设输入数据,其中,所述预设输入数据包括模型输入数据和模型参数,所述模型输入数据包括:水文数据、用水户的需水数据和用水户的供水数据,所述模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;获取预设预测模型,其中,所述预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果,其中,所述预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。
进一步地,将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果包括:将所述预设输入参数输入至所述水量平衡模型中进行预测,得到第一预测结果,其中,所述第一预测结果为所述水量平衡模型的计算结果,所述水量平衡模型的计算结果包括以下至少之一:水利工程可供水量,当前计算节点内部的工程供水量,用水户配水结果,当前计算节点的排水量,当前计算节点的退水量;在得到所述第一预测结果之后,将所述预设输入参数和所述第一预测结果输入至所述水质平衡模型中进行预测,得到第二预测结果,其中,所述第二预测结果为所述水质平衡模型的计算结果,所述水质平衡模型的计算结果包括:各个计算节点的水质计算结果。
进一步地,将所述预设输入参数和所述第一预测结果输入至所述水质平衡模型中进行预测,得到第二预测结果包括:按照所述水质平衡模型进行预测,得到所述第二预测结果,其中,所述水质平衡模型为:M入流+M降雨径流+M用水=M供水+M出流+ΔM蓄水+M耗;其中,所述第二预测结果为:M入流、M降雨径流、M用水、M供水、M耗、ΔM蓄水、M出流;M入流表示当前计算节点接纳目标计算节点的污染物质量,M降雨径流表示当前计算节点中由降雨径流产生的污染物质量,M用水表示当前计算节点由于社会经济用水之后所排放的污水中含有的污染物质量,M供水表示当前计算节点的供水工程的供水水量中含有的污染物质量,M出流表示当前计算节点中的退水所含的污染物质量,ΔM蓄水表示当前计算节点中内部蓄水变化引起的污染物蓄变化量,M耗表示当前计算节点内部污染物自净消耗量,所述目标计算节点为与位于所述当前计算节点上游且与所述当前计算节点具有拓扑关系的计算节点。
进一步地,将所述预设输入参数和所述第一预测结果输入至所述水质平衡模型中进行预测,得到第二预测结果包括:通过第一预测公式预测所述M入流,其中,所述第一预测公式表示为:为当前计算节点接纳第i个目标计算节点的入流量,当前计算节点接纳所述第i个目标计算节点的入流量中污染物含量;通过第二预测公式预测所述M降雨径流,其中,所述第二预测公式表示为:M降雨径流=W降雨径流×C降雨径流,W降雨径流为当前计算节点降雨产生的径流量,C降雨径流为当前计算节点内降雨径流量中的污染物含量;通过第三预测公式预测所述M用水,其中,所述第三预测公式表示为:M用水=W生活×C生活+W工业×C工业+W农业×C农业+W其他×C其他;W生活、W工业、W农业和W其他分别为当前计算节点生活、工业、农业和其他用水户的用水产生的排放污水量,C生活、C工业、C工业、C其他分别为当前计算节点生活、工业、农业和其他用水户的用水排放污水的污染物含量。
进一步地,通过所述水质平衡模型的预测公式进行预测,得到所述第二预测结果包括:通过第四预测公式预测所述M供水,其中,所述第四预测公式表示为:为当前计算节点内第i个水利工程的供水量,所述第i个水利工程供水量中污染物含量;通过第五预测公式预测所述M耗,其中,所述第五预测公式表示为:M耗=(M入流+M降雨径流+M用水-M供水-ΔM蓄水)*η,η为当前计算节点内污染物自净能力系数;通过第六预测公式预测所述M出流,其中,所述第六预测公式表示为:M出流=M入流+M降雨径流+M用水-M供水-ΔM蓄水-M耗;通过第七预测公式预测所述ΔM蓄水,其中,所述第七预测公式表示为:ΔM蓄水=ΔW蓄水*C蓄水,其中,ΔW蓄水为当前计算节点内蓄水水利工程单位时段的蓄水量的变化量,C蓄水为当前计算节点内蓄水水利工程蓄水量中污染物含量。
进一步地,将所述预设输入参数输入至所述水量平衡模型中进行预测,得到第一预测结果包括:利用所述水量平衡模型中的可供水量模型计算当前计算节点中水利工程的可供水量,并基于所述水利工程的可供水量,结合当前计算节点的内部用水户需水量,计算当前计算节点内部的工程供水量和用水户的用水量,并计算所述用水户的耗水量;利用所述耗水量和所述用水量确定所述当前计算节点的排水量。
进一步地,利用所述水量平衡模型中的可供水量模型计算当前计算节点中水利工程的可供水量包括:通过所述可供水量模型计算当前计算节点中目标水利工程的第一可供水量,所述可供水量模型为: 其中,所述为当前计算节点内第i时段目标水利工程的第一可供水量,为当前计算节点内第i时段的来水量,所述来水量为上游计算节点的来水量和当前计算节点的内部来水量;为当前计算节点内第i-1时段目标水利工程的蓄水量,W死为当前计算节点内的死库容,为当前计算节点内第i时段水库损失水量,为当前计算节点内第i时段河道内生态蓄水量,其中,所述目标水利工程包括蓄水工程或者调水工程;确定其他水利工程的第二可供水量,其中,所述其他水利工程包括:引水工程,提水工程,地下水工程和非常规水工程;结合所述第一可供水量和所述第二可供水量确定当前计算节点中水利工程的可供水量。
进一步地,基于所述水利工程的可供水量,结合当前计算节点内部的用水户需水量,计算当前计算节点内部的工程供水量和用水户的用水量包括:通过公式W供水=min{W可供,W需}确定所述当前计算节点内部的工程供水量,其中,所述W供水为当前计算节点第i时段的工程供水量,所述W可供为当前计算节点第i时段的工程可供水量,W需为当前计算节点第i时段的用户总需水量。
第二方面,本发明实施例提供了一种水量水质联合调配模拟装置,该装置设置于每个计算节点,所述计算节点为按照流域进行划分的计算节点,该装置包括:第一获取单元,用于获取预设输入数据,其中,所述预设输入数据包括模型输入数据和模型参数,所述模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,所述模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;第二获取单元,用于获取预设预测模型,其中,所述预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;预测单元,用于将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果,其中,所述预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。
第三方面,本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述任一所述方法。
在本发明实施例中,首先,获取预设输入数据,其中,预设输入数据包括模型输入数据和模型参数,模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;然后,获取预设预测模型,其中,预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;最后,将预设输入参数输入至预设预测模型中进行预测,得到预测结果,其中,预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。在本实施例中,预设预测模型具有通用性,能够应用于任何流域或者任何区域的水资源水量水质综合模拟,以实现对每个计算节点的水量水质进行平衡计算,进而缓解了由于现有技术中没有通过将水质和水量联合进行模拟的方式来对水质和水量进行同时模拟预测的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种水量水质联合调配模拟方法的流程图;
图2是根据本发明实施例的一种一般性的水资源系统拓扑关系递进层次结构的示意图;
图3是根据本发明实施例的一种可选的水资源配置模拟模型的结构示意图;
图4是根据本发明实施例的一种水量水质联合调配模拟装置的示意。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
根据本发明实施例,提供了一种水量水质联合调配模拟方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种水量水质联合调配模拟方法的流程图,该方法应用于每个计算节点,所述计算节点为按照流域进行划分的计算节点,如图1所示,该方法包括如下步骤:
步骤S102,获取预设输入数据,其中,所述预设输入数据包括模型输入数据和模型参数,所述模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,所述模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;
步骤S104,获取预设预测模型,其中,所述预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;
步骤S106,将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果,其中,所述预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。
在本发明实施例中,首先,获取预设输入数据,其中,预设输入数据包括模型输入数据和模型参数,模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;然后,获取预设预测模型,其中,预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;最后,将预设输入参数输入至预设预测模型中进行预测,得到预测结果,其中,预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。
在本实施例中,预设预测模型又称为水量水质联合调配模拟模型,该模拟模型为水资源、社会经济、生态环境三大模块的动态耦合。模型以水量平衡为基础,以计算节点为核心,分析计算节点水量平衡过程和伴生的污染物迁移转化过程,模拟流域或者区域天然水循环过程和人类活动影响的经济社会水循环过程,且该模型具有通用性,能够应用于任何流域或者任何区域的水资源水量水质综合模拟,以实现对每个计算节点的水量水质进行平衡计算,进而缓解了由于现有技术中没有通过将水质和水量联合进行模拟的方式来对水质和水量进行同时模拟预测的技术问题。
通过上述描述可知,在本实施例中,计算节点是按照流域进行划分的,具体地,可以将当前待分析区域或者流域按照一定的规则划分为既具有水力联系又相互独立的计算节点。一般情况下,计算节点划分规则有按行政区单元划分、按流域分区单元划分和按流域套行政区单元划分这3种划分规则。
行政区单元有省级、地市级、县区级、乡镇级等单元,水资源分区单元有三级水资源分区、四级水资源分区、五级水资源分区等单元。有水力联系是指计算节点之间存在着上下游计算节点之间的退水关系。相互独立是指每一个计算节点都可以看作一个独立的子系统,每个子系统内部都有各自的来水体系、工程体系、供水体系、用水体系、污水处理体系和排污体系。对每一个独立的子系统进行水量、水质、水资源配置计算,当所有子系统计算完毕后即得整个区域或者流域的水系统模拟成果。
在本实施例中,优选按照流域来划分计算节点,除此之外,还可以按照其他的规则来划分计算节点,本实施例中不做具体限定。
在一个完整的水资源系统的内部,存在着计算节点、水利工程、河流水系等空间要素,各类要素之间存在着相互关系,包括供水关系、退水关系,称之为空间拓扑关系。拓扑关系是指点、线、面等几何形状之间的相接、相邻、相交关系。目前拓扑结构概念在流域水文模拟中运用十分广泛,如子流域上下游之间的关系、子流域与水系之间的关系。
图2表示的是一个一般性的水资源系统拓扑关系递进层次结构。从图2中可以看出,对于当前搜索引擎的节点0来说,上游至少三个节点与之形成供水关系(上游节点1、上游节点2、上游节点n),至少一个上游节点与之形成退水关系(上游节点2)。显然针对当前搜索引擎节点0来说,与上游节点的拓扑关系显然是多对一的关系,即多个拓扑关系与当前节点关联。对于当前搜索引擎节点0的退水关系来说,只有一条向下游退水线路,这就是与下游节点1形成的退水线路,显然针对当前节点0的退水线路来说,是一对一的对应的关系,退水关系不能形成多条退路。以当前节点0为中心构成的这么一个结构就是一个拓扑关系递进层次结构。
需要说明的是,图2中所示的节点是指以下内容:计算节点、水利工程、河流水系等。除此之外,还可以包含其他的内容,本实施例中不做具体限定。
下面将结合具体实施例介绍上述预设预测模型。
如图3所示的是一种可选的水资源配置模拟模型的结构示意图。从图3中可以看出,水资源配置模拟模型包括信息输入层,系统模拟层和信息输出层。其中,信息输入层用于输入以下信息:预设输入数据,包括模型输入数据和模型参数。其中,模型输入数据包括:水文数据、用水户的需水数据和供水工程数据。除此之外,信息输入层还可以输入以下数据:供水优先序,用水优先序。除此之外,还包括:模型参数,例如,如图3所示的:控制断面水量水质指标,废污水处理率、排放率、污染物排放浓度等等。
如图3所示,系统模拟层包括:水量模型、水文模型、水质平衡模型、水资源配置模型。其中,水量模型、水文模型和水资源配置模型均属于水量平衡模型。
如图3所示,信息输出层包括:水量平衡模型的计算结果,水质平衡模型的计算结果。
在一个实施例中,步骤S106,将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果包括如下步骤:
步骤S1061,将所述预设输入参数输入至所述水量平衡模型中进行预测,得到第一预测结果,其中,所述第一预测结果为所述水量平衡模型的计算结果,所述水量平衡模型的计算结果包括以下至少之一:水利工程可供水量,当前计算节点内部的工程供水量,用水户配水结果,当前计算节点的排水量,当前计算节点的退水量;
步骤S1062,在得到所述第一预测结果之后,将所述预设输入参数和所述第一预测结果输入至所述水质平衡模型中进行预测,得到第二预测结果,其中,所述第二预测结果为所述水质平衡模型的计算结果,所述水质平衡模型的计算结果包括:各个计算节点的水质计算结果。
在本实施例中,首先,将预设输入参数输入至水量平衡模型中进行预测处理,得到第一预测结果,其中,第一预测结果为水量平衡模型的计算结果。在得到水量平衡模型的计算结果之后,此时,当前计算节点内的水量处于平衡状态。接下来,就可以将预设输入参数和第一预测结果输入至水质平衡模型中进行预测,得到第二预测结果,其中,第二预测结果为水质平衡模型的水质计算结果。
在一个可选的实施方式中,步骤S1061,将所述预设输入参数中的第一组参数输入至所述水量平衡模型中进行预测,得到第一预测结果包括如下步骤:
步骤S11,利用所述水量平衡模型中的可供水量模型计算当前计算节点中水利工程的可供水量,并基于所水利工程的可供水量,结合当前计算节点内部的用水户需水量,计算当前计算节点内部的工程供水量和用水户的用水量;其中,外部来水量即为上述水利工程可供水量;其中,用水户的用水量即为上述用水户配水结果;
步骤S12,计算所述用水户的耗水量;
步骤S13,利用所述耗水量和所述用水量确定所述当前计算节点的排水量。
计算节点的水循环包括自然水循环和社会水循环。自然水循环采用简单的水文模型计算,社会水循环采用模拟方法计算。计算节点的水量平衡模型通过自然水循环与社会水循环耦合求得,计算公式如下式:
W外源+W内源=W耗+W退+ΔW (公式1);
W供=W耗+W回归 (公式4)。
在上式中,W外源为外源水,万m3;W内源为内源水,万m3;W耗为用户耗水量,万m3;W退为计算节点退水量,万m3;ΔW为计算节点内部蓄水工程蓄变量,万m3;W上退为上游计算节点退水量,万m3;W单库为需要单独计算的水库工程供水量,万m3;W调为调水工程供水量,万m3;ΔW内库为计算节点内部水库工程蓄变量,万m3;ΔW单库为需要单独计算的水库工程蓄变量,万m3;ΔW调为调水工程蓄变量,万m3;W供为计算节点供水量,万m3;W回归为用水后回归河道的水量,万m3;“*”表示坝址不在当前计算节点的水库工程和调水工程;“#”表示坝址在当前计算节点内的水库工程或调水工程。
第一、自然水循环
自然水循环是一个复杂的过程,时时刻刻都在全球范围内进行着,具体包括海陆间循环、海上内循环和陆地内循环。在水循环中,蒸发是初始的环节。海陆表面,包括海洋、陆地、植物、矿石甚至人的皮肤中的水分,都会因太阳辐射而蒸发进入大气。其中,海洋水体的蒸发占主体。在本实施例中,自然水循环方面仅考虑降水和地表径流。
在本实施例中,将降雨作为流域系统的输入,径流就是该系统的输出,由此建立是降雨-径流关系就是最简单的一种流域水文模型,进而根据该水文模型计算当前计算节点的天然来水量,得到内部来水量。
水文模型的公式描述如下:在该式中,Ri为第i个下垫面径流深,mm;为第i个下垫面的时段面平均降雨量,mm;αi为第i个下垫面的径流系数(也即为上述所述的模型参数);Fi为第i个下垫面对应的产汇流面积,km2;WR为计算节点本地地表径流量,万m3;n为表示有n种类型的下垫面。
第二、社会水循环
社会水循环是指人类通过修建各种水利工程,从天然河道中提取水资源,供人类社会经济发展所用,在人类使用水资源过程中会产生耗水、排水和回归水,通过人类使用后回归到河道的回归水与河道自然水合并后作为计算节点的退水退入下游节点。即社会水循环可以描述为:工程可供水量→工程供水量→用水户用水量→耗水量→排水量(回归水量)。
可选地,步骤S11,利用所述水量平衡模型中的可供水量模型计算当前计算节点中水利工程的可供水量包括:
步骤S111,通过所述可供水量模型计算当前计算节点中目标水利工程的第一可供水量,所述可供水量模型为: 其中,所述为当前计算节点内第i时段目标水利工程的第一可供水量,为当前计算节点内第i时段的来水量,所述来水量为上游计算节点的来水量和当前计算节点的内部来水量;为当前计算节点内第i-1时段目标水利工程的蓄水量,W死为当前计算节点内的死库容,为当前计算节点内第i时段水库损失水量,为当前计算节点内第i时段河道内生态蓄水量,其中,所述目标水利工程包括蓄水工程或者调水工程;其中,当前计算节点内第i时段的来水量是指内部来水量,外部来水量。当前计算节点中水利工程的可供水量是基于当前计算节点内的来水量和当前计算节点中蓄水工程的蓄水量确定出的。
步骤S112,确定其他水利工程的第二可供水量,其中,所述其他水利工程包括:引水工程,提水工程,地下水工程和非常规水工程;
步骤S113,结合所述第一可供水量和所述第二可供水量确定当前计算节点中水利工程的可供水量。
当目标水利工程为蓄水工程时,则可以通过上述可供水量模型来确定蓄水工程的可供水量,当目标水利工程为调水工程中的调入工程时,同样可以通过上述可供水量模型来确定调入工程的可供水量。
当目标工程为蓄水工程时,对于集雨面积跨不同计算节点的水库需要单独计算,这种水库的来水量为上游计算节点退水量和本计算节点区间来水量之和。对于集雨面积在本计算节点内部的蓄水工程,打包概化为一个综合蓄水工程。综合蓄水工程总可蓄水量为所有打包蓄水工程的兴利库容之和,来水量按照集雨面积占计算节点面积的比例乘以计算节点自然来水量求得。
在本实施例中,其他水利工程可供水量包括引水工程、提水工程、地下水工程、非常规水工程可供水量。其中,地下水工程和非常规水源工程可供水量取现状及规划供水规模;引水工程、提水工程按照近10年供水量数据(即,历史供水量数据),采用频率分析法计算不同保证率的工程可引、提水量。
最后,在本实施例中,可结合第一可供水量和第二可供水量确定当前计算节点中水利工程的可供水量。
在确定出水利工程可供水量之后,就可以基于所述水利工程的可供水量,结合当前计算节点内部的用水户需水量,计算当前计算节点内部的工程供水量和用水户的用水量,具体包括如下步骤:
通过公式W供水=min{W可供,W需}确定所述当前计算节点内部的工程供水量,其中,所述W供水为当前计算节点第i时段的工程供水量,所述W可供为当前计算节点第i时段的工程可供水量,W需为当前计算节点第i时段的用户总需水量。
由于用水户的用水量等于供水量,各个水利工程的供水量计算出来后,按照一定的用水优先规则在各个用水户之间进行用水分配,得到各个用水户的用水量。
根据每一用水户的用水性质和有关资料数据,分析计算每一个用水户的耗水率,用耗水率计算各个用水户的耗水量,其中,耗水量包括供水管网漏损量。
在本实施例中,供水量减去耗水量即为回归水量,即上述(公式4):W供=W耗+W回归,其中,回归水量又可以称为排水量。
由于蓄水工程对来水量具有调蓄作用,也是最为主要的供水工程,模拟计算时需要对其进行调节计算,计算方法如下:
QiΔt+Wi-1=Wi+W供+W损+qiΔt
qi≥Qeco
Wi≤W兴利+W死
在上式中:Qi、qi分别为第i时段水库的入库流量与下泄流量,单位m3/s;Wi-1、Wi分别为水库初始库容和时段末库容,单位万m3;W供为水库供水量,单位万m3;W损为库损,包括水库蒸发和渗漏损失水量,单位万m3;W兴利、W死分别为兴利库容和死库容,单位万m3;Qeco为河道下游的生态流量,单位m3/s。
进一步,在本实施例中,经水库工程的调算,得出计算节点内部蓄变量之后,即可按照各个计算节点的水量平衡模型(公式1)至(公式4)求解计算节点退水量。
在另一个实施例中,步骤S1062,将所述预设输入参数和所述第一预测结果输入至所述水质平衡模型中进行预测,得到第二预测结果包括如下步骤:
步骤S21,按照所述水质平衡模型进行预测,得到所述第二预测结果,其中,所述水质平衡模型为:M入流+M降雨径流+M用水=M供水+M出流+ΔM蓄水+M耗;
其中,所述第二预测结果为:M入流、M降雨径流、M用水、M供水、M耗、ΔM蓄水、M出流;M入流表示当前计算节点接纳目标计算节点的污染物质量,M降雨径流表示当前计算节点中由降雨径流产生的污染物质量,M用水表示当前计算节点由于社会经济用水之后所排放的污水中含有的污染物质量,M供水表示当前计算节点的供水工程的供水水量中含有的污染物质量,M出流表示当前计算节点中的退水所含的污染物质量,ΔM蓄水表示当前计算节点中内部蓄水变化引起的污染物蓄变化量,M耗表示当前计算节点内部污染物自净消耗量,所述目标计算节点为与位于所述当前计算节点上游且与所述当前计算节点具有拓扑关系的计算节点。
自然界中的污染物质有人类活动产生的也有自然界本身存在的,但主要是由于人为因素引起的。污染物质随着水流运动存在着从产生、运移、削减、转化的循环过程。污染物质的削减转化可以采用水质平衡模型来计算,目前水质平衡模型有零维模型、一维模型和二维模型。本实施例中采用零维模型进行计算,即认为在同一时刻同一个计算节点内部的污染物浓度是一致的。
水质平衡模型以计算节点为基础,结合水量平衡模型,耦合自然水循环和社会水循环过程,遵守物质守恒原理,构建污染物模拟模型。
针对计算节点而言,污染物分为三类。一类是计算节点内部污染物增加类,一类是计算节点内部污染物减少类,另一类是由于计算节点内蓄水量变化引起的污染物增加或减少量。一般而言,计算节点内部污染物增加类主要包含其他计算节点流入本计算节点的污染物、本计算节点内降雨带入的污染物和本计算节点内社会经济用水后排放的污染物;计算节点内部污染物减少类主要包括本计算节点由于供水工程取水引起的污染物减少、本计算节点出流量带走的污染物计算节点内生态环境自净作用引起的污染物减少量。因此,计算节点的水质平衡模型通过自然水循环与社会水循环耦合求得。
在本实施例中,可以通过下述描述的方式来计算污染物增加类。
在本实施例中,可以通过第一预测公式预测所述M入流,其中,所述第一预测公式表示为:为当前计算节点接纳第i个目标计算节点的入流量,当前计算节点接纳所述第i个目标计算节点的入流量中污染物含量,n为与当前计算节点由退水拓扑关系的上游计算节点个数和边界水文控制站点个数之和。
计算节点入流是上游计算节点流入当前计算节点的入流量,包括所有与当前计算节点有拓扑关系的上游计算节点(一个或是多个)流入本计算节点的水量,同时,也可以包括边界水文控制站点流入边界计算节点内部的入流量。
当前计算节点的入流量为上游计算节点的出流量(或边界水文控制站点)的入流量,当前计算节点入流的污染物浓度为相应上游计算节点的出流或边界水文控制站点入流中的污染物浓度与水量乘积之和。因此,本实施例中,可以通过第一预测公式来计算M入流。
在本实施例中,计算内产生降雨,形成径流,会携带部分污染物进入水体,其径流量通过水文模型(降雨径流模型等)模拟得到,其携带的污染物浓度与大气环境、下垫面情况以及地形等相关因素关系密切。由降雨径流带入的污染物质量通过下述方式进行计算:
可以通过第二预测公式预测所述M降雨径流,其中,所述第二预测公式表示为:M降雨径流=W降雨径流×C降雨径流,W降雨径流为当前计算节点降雨产生的径流量,C降雨径流为当前计算节点内降雨径流量中的污染物含量。
在本实施例中,社会用水包括生活用水、工业用水、农业用水、生态用水和其他用水。社会经济用水后的排水将带来污染物的产生,通过社会水循环,分析得到各用水户的废污水排放关系,调查分析各用水户的各类污染物排放浓度,计算各类用水的污染物排放量。社会经济用水产生的污染物采用如下方式进行计算:
可以通过第三预测公式预测所述M用水,其中,所述第三预测公式表示为:M用水=W生活×C生活+W工业×C工业+W农业×C农业+W其他×C其他;W生活、W工业、W农业和W其他分别为当前计算节点生活、工业、农业和其他用水户的用水产生的排放污水量,C生活、C工业、C工业、C其他分别为当前计算节点生活、工业、农业和其他用水户的用水排放污水的污染物含量。
在本实施例中,可以通过下述描述的方式来计算污染物减少类。
在本实施例中,计算节点供水是指节点内的供水工程,取自当前计算节点内的水量,向各用水户供水(既包含向计算节点内用水户供水量也包含向计算节点外供水量)导致计算节点内水量消耗,从而导致计算节点内污染物减少。可选地,可以通过第四预测公式预测所述M供水,其中,所述第四预测公式表示为:为当前计算节点内第i个水利工程的供水量,所述第i个水利工程供水水量中污染物含量。
在本实施例中,计算节点内的生态环境自净作用,一般指受污染的物体经本身的作用达到净化或无害化的现象,分为环境自净、水体自净和土壤自净。这里重点关注水体自净作用。水体自然净化,是指河流或其他水体,经过物理、化学和生物的作用,使排入水体的污染物的浓度随水体向下游流动而自然降低,重新使水体中的各项水质指标(如细菌、溶解氧、生化需氧量等)及河流生物群恢复正常的自然过程。该过程常以生物自净过程为主。水体具有自净作用的条件是:水体所受到的污染程度不超过其自身所具有的环境容量。
关于河流的自净作用,即意味着水体中污染物浓度在流动的过程中自然减少的现象,这种现象可分为三点:①物理净化:通过污染物的稀释、扩散、沉淀等作用使浓度降低;②化学净化:通过污染物的氧化、还原、吸附、凝聚等作用使浓度降低;③生物净化:通过生物的作用使污染物浓度降低,特别是水中的异养微生物对有机物质的氧化分解在其中起主要的作用。狭义的自净作用,就是指生物的净化作用,通常都是采用这个定义。作为自净作用的具体实例,如伴随河水的流动,而生物需氧量(BOD)或悬浮物量(suspended solid,SS)的逐渐减少等。本次将上述各种自净现象综合用一个系数表现,即消耗系数,则由水体自净作用消耗的污染物减少量的计算公式如下:
通过第五预测公式预测所述M耗,其中,所述第五预测公式表示为:M耗=(M入流+M降雨径流+M用水-M供水-ΔM蓄水)*η,η为当前计算节点内污染物自净能力系数,采用降解系数结合计算节点内停滞时间估算。
在本实施例中,计算节点出流是指在水量平衡计算的基础上,得到的计算节点出流量。其污染物浓度和污染物量是根据物质守恒原理计算得到的。具体地,可以通过第六预测公式预测所述M出流,其中,所述第六预测公式表示为:M出流=M入流+M降雨径流+M用水-M供水-ΔM蓄水-M耗。
在本实施例中,计算节点内部的河流和建设的各种蓄水工程,对天然来水具有调节作用,致使计算节点内储存水量发生变化,计算节点内的水量并没有全部流入下游节点,导致计算节点内部污染物增加或者减少,这部分污染物变化量计算方式描述如下:
可以通过第七预测公式预测所述ΔM蓄水,其中,所述第七预测公式表示为:ΔM蓄水=ΔW蓄水*C蓄水,其中,ΔW蓄水为当前计算节点内蓄水水利工程单位时段的蓄水量的变化量,C蓄水为当前计算节点内蓄水水利工程蓄水量中污染物含量。
通过上述描述可知,在本实施例中,预设预测模型又称为水量水质联合调配模拟模型,该模拟模型为水资源、社会经济、生态环境三大模块的动态耦合。模型以水量平衡为基础,以计算节点为核心,分析计算节点水量平衡过程和伴生的污染物迁移转化过程,模拟流域或者区域天然水循环过程和人类活动影响的经济社会水循环过程,且该模型具有通用性,能够应用于任何流域或者任何区域的水资源水量水质综合模拟,以实现对每个计算节点的水量水质进行平衡计算,进而缓解由于现有的水量水质联合模拟的模型的要求程度较高导致的普及推广程度较低的技术问题。
在一个行政区域内,例如一个省级行政区域内,可以包括若干个具有拓扑关系的计算节点,通过获取上述若干个具有拓扑关系的计算节点中,位于最后位置的计算节点的输出可以作为该省级行政区域的水量水质评价指标。
例如,两个行政区域中包括北京和天津,在北京的区域内设置有100个计算节点,在天津的区域中设置有105个计算节点。100个计算节点中的第100个计算节点A100与105个计算节点中的第1个计算节点B1相连接。此时,天津就可以根据计算节点A100与计算节点B1来确定北京流入天津的污染物质量和浓度。进而,天津就可以根据该指标向北京索取相关的费用。
进一步地,如果当北京新建一个造纸厂,造纸厂对环境的污染相当严重。此时,在本实施例中,就可以根据各个计算节点来计算造纸厂对北京的水质的影响,从而对该水质平衡结果进行预测。
实施例二:
本发明实施例还提供了一种水量水质联合调配模拟装置,该水量水质联合调配模拟装置主要用于执行本发明实施例上述内容所提供的水量水质联合调配模拟方法,以下对本发明实施例提供的水量水质联合调配模拟装置做具体介绍。
图4是根据本发明实施例的一种水量水质联合调配模拟装置的示意图,如图4所示,该水量水质联合调配模拟装置主要包括第一获取单元10,第二获取单元20和预测单元30,其中:
第一获取单元10,用于获取预设输入数据,其中,所述预设输入数据包括模型输入数据和模型参数,所述模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,所述模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;
第二获取单元20,用于获取预设预测模型,其中,所述预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;
预测单元30,用于将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果,其中,所述预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。
在本发明实施例中,首先,获取预设输入数据,其中,预设输入数据包括模型输入数据和模型参数,模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;然后,获取预设预测模型,其中,预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;最后,将预设输入参数输入至预设预测模型中进行预测,得到预测结果,其中,预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。在本实施例中,预设预测模型具有通用性,能够应用于任何流域或者任何区域的水资源水量水质综合模拟,以实现对每个计算节点的水量水质进行平衡计算,进而缓解了由于现有技术中没有通过将水质和水量联合进行模拟的方式来对水质和水量进行同时模拟预测的技术问题。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述方法实施例中所述方法。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种水量水质联合调配模拟方法,其特征在于,应用于每个计算节点,所述计算节点为按照流域进行划分的计算节点,包括:
获取预设输入数据,其中,所述预设输入数据包括模型输入数据和模型参数,所述模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,所述模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;
获取预设预测模型,其中,所述预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;
将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果,其中,所述预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。
2.根据权利要求1所述的方法,其特征在于,将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果包括:
将所述预设输入参数输入至所述水量平衡模型中进行预测,得到第一预测结果,其中,所述第一预测结果为所述水量平衡模型的计算结果,所述水量平衡模型的计算结果包括以下至少之一:水利工程可供水量,当前计算节点内部的工程供水量,用水户配水结果,当前计算节点的排水量,当前计算节点的退水量;
在得到所述第一预测结果之后,将所述预设输入参数和所述第一预测结果输入至所述水质平衡模型中进行预测,得到第二预测结果,其中,所述第二预测结果为所述水质平衡模型的计算结果,所述水质平衡模型的计算结果包括:各个计算节点的水质计算结果。
3.根据权利要求2所述的方法,其特征在于,将所述预设输入参数和所述第一预测结果输入至所述水质平衡模型中进行预测,得到第二预测结果包括:
按照所述水质平衡模型进行预测,得到所述第二预测结果,其中,所述水质平衡模型为:M入流+M降雨径流+M用水=M供水+M出流+ΔM蓄水+M耗;
其中,所述第二预测结果为:M入流、M降雨径流、M用水、M供水、M耗、ΔM蓄水、M出流;M入流表示当前计算节点接纳目标计算节点的污染物质量,M降雨径流表示当前计算节点中由降雨径流产生的污染物质量,M用水表示当前计算节点由于社会经济用水之后所排放的污水中含有的污染物质量,M供水表示当前计算节点的供水工程的供水水量中含有的污染物质量,M出流表示当前计算节点中的退水所含的污染物质量,ΔM蓄水表示当前计算节点中内部蓄水变化引起的污染物蓄变化量,M耗表示当前计算节点内部污染物自净消耗量,所述目标计算节点为与位于所述当前计算节点上游且与所述当前计算节点具有拓扑关系的计算节点。
4.根据权利要求3所述的方法,其特征在于,按照所述水质平衡模型进行预测,得到所述第二预测结果包括:
通过第一预测公式预测所述M入流,其中,所述第一预测公式表示为: 为当前计算节点接纳第i个目标计算节点的入流量,当前计算节点接纳所述第i个目标计算节点的入流量中的污染物含量;
通过第二预测公式预测所述M降雨径流,其中,所述第二预测公式表示为:M降雨径流=W降雨径流×C降雨径流,W降雨径流为当前计算节点降雨产生的径流量,C降雨径流为当前计算节点内降雨径流量中的污染物含量;
通过第三预测公式预测所述M用水,其中,所述第三预测公式表示为:M用水=W生活×C生活+W工业×C工业+W农业×C农业+W其他×C其他;W生活、W工业、W农业和W其他分别为当前计算节点生活、工业、农业和其他用水户的用水产生的排放污水量,C生活、C工业、C工业、C其他分别为当前计算节点生活、工业、农业和其他用水户的用水排放污水的污染物含量。
5.根据权利要求3所述的方法,其特征在于,按照所述水质平衡模型进行预测,得到所述第二预测结果包括:
通过第四预测公式预测所述M供水,其中,所述第四预测公式表示为: 为当前计算节点内第i个水利工程的供水量,所述第i个水利工程供水水量中污染物含量;
通过第五预测公式预测所述M耗,其中,所述第五预测公式表示为:M耗=(M入流+M降雨径流+M用水-M供水-ΔM蓄水)*η,η为当前计算节点内污染物自净能力系数;
通过第六预测公式预测所述M出流,其中,所述第六预测公式表示为:M出流=M入流+M降雨径流+M用水-M供水-ΔM蓄水-M耗;
通过第七预测公式预测所述ΔM蓄水,其中,所述第七预测公式表示为:ΔM蓄水=ΔW蓄水*C蓄水,其中,ΔW蓄水为当前计算节点内蓄水水利工程单位时段的蓄水量的变化量,C蓄水为当前计算节点内蓄水水利工程蓄水量中污染物含量。
6.根据权利要求2所述的方法,其特征在于,将所述预设输入参数输入至所述水量平衡模型中进行预测,得到第一预测结果包括:
利用所述水量平衡模型中的可供水量模型计算当前计算节点中水利工程的可供水量,并基于所述水利工程的可供水量,结合当前计算节点内部的用水户需水量,计算当前计算节点内部的工程供水量和用水户的用水量,并计算所述用水户的耗水量;
利用所述耗水量和所述用水量确定所述当前计算节点的排水量。
7.根据权利要求6所述的方法,其特征在于,利用所述水量平衡模型中的可供水量模型计算当前计算节点中水利工程的可供水量包括:
通过所述可供水量模型计算当前计算节点中目标水利工程的第一可供水量,所述可供水量模型为:其中,所述为当前计算节点内第i时段目标水利工程的第一可供水量,为当前计算节点内第i时段的来水量,所述来水量为上游计算节点的来水量和当前计算节点的内部来水量;为当前计算节点内第i-1时段目标水利工程的蓄水量,W死为当前计算节点内的死库容,为当前计算节点内第i时段水库损失水量,为当前计算节点内第i时段河道内生态蓄水量,其中,所述目标水利工程包括蓄水工程或者调水工程;
确定其他水利工程的第二可供水量,其中,所述其他水利工程包括:引水工程,提水工程,地下水工程和非常规水工程;
结合所述第一可供水量和所述第二可供水量确定当前计算节点中水利工程的可供水量。
8.根据权利要求6所述的方法,其特征在于,基于所述水利工程的可供水量,结合当前计算节点内部的用水户需水量,计算当前计算节点内部的工程供水量和用水户的用水量包括:
通过公式W供水=min{W可供,W需}确定所述当前计算节点内部的工程供水量,其中,所述W供水为当前计算节点第i时段的工程供水量,所述W可供为当前计算节点第i时段的工程可供水量,W需为当前计算节点第i时段的用户总需水量。
9.一种水量水质联合调配模拟装置,其特征在于,设置于每个计算节点,所述计算节点为按照流域进行划分的计算节点,包括:
第一获取单元,用于获取预设输入数据,其中,所述预设输入数据包括模型输入数据和模型参数,所述模型输入数据包括:水文数据、用水户的需水数据和供水工程数据,所述模型参数为对当前待分析区域进行水量水质进行预测时通过率定得到的参数;
第二获取单元,用于获取预设预测模型,其中,所述预设预测模型为水质平衡模型和水量平衡模型进行耦合之后得到的模型;
预测单元,用于将所述预设输入参数输入至所述预设预测模型中进行预测,得到预测结果,其中,所述预测结果包括以下至少之一:水量平衡模型的计算结果,水质平衡模型的计算结果。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行上述权利要求1-8中任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810362353.4A CN108537390A (zh) | 2018-04-20 | 2018-04-20 | 一种水量水质联合调配模拟方法、装置和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810362353.4A CN108537390A (zh) | 2018-04-20 | 2018-04-20 | 一种水量水质联合调配模拟方法、装置和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108537390A true CN108537390A (zh) | 2018-09-14 |
Family
ID=63478146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810362353.4A Pending CN108537390A (zh) | 2018-04-20 | 2018-04-20 | 一种水量水质联合调配模拟方法、装置和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537390A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378806A (zh) * | 2019-07-19 | 2019-10-25 | 珠江水利委员会珠江水利科学研究院 | 一种水质水量联合调配方法及装置 |
CN114386953A (zh) * | 2022-03-24 | 2022-04-22 | 成都秦川物联网科技股份有限公司 | 一种智慧城市公共水务管理方法和物联网系统 |
CN116822877A (zh) * | 2023-06-29 | 2023-09-29 | 浪潮智慧科技有限公司 | 一种基于知识图谱的水资源分配方法、设备及介质 |
CN117094441A (zh) * | 2023-08-24 | 2023-11-21 | 中水珠江规划勘测设计有限公司 | 供水预测模型建立方法、供水预测方法、装置和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750448A (zh) * | 2012-06-11 | 2012-10-24 | 中国水利水电科学研究院 | 一种基于水功能区的水量水质调控方法 |
CN102787582A (zh) * | 2011-05-19 | 2012-11-21 | 北京师范大学 | 通过构建水资源模型来预警的方法 |
KR20140009853A (ko) * | 2012-07-13 | 2014-01-23 | 고려대학교 산학협력단 | 수질 관리 장치 및 방법, 그리고 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체 |
CN104933289A (zh) * | 2015-04-01 | 2015-09-23 | 北京师范大学 | 一种社会经济-生态环境复合系统视角下的富营养化调控技术 |
-
2018
- 2018-04-20 CN CN201810362353.4A patent/CN108537390A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102787582A (zh) * | 2011-05-19 | 2012-11-21 | 北京师范大学 | 通过构建水资源模型来预警的方法 |
CN102750448A (zh) * | 2012-06-11 | 2012-10-24 | 中国水利水电科学研究院 | 一种基于水功能区的水量水质调控方法 |
KR20140009853A (ko) * | 2012-07-13 | 2014-01-23 | 고려대학교 산학협력단 | 수질 관리 장치 및 방법, 그리고 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체 |
CN104933289A (zh) * | 2015-04-01 | 2015-09-23 | 北京师范大学 | 一种社会经济-生态环境复合系统视角下的富营养化调控技术 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378806A (zh) * | 2019-07-19 | 2019-10-25 | 珠江水利委员会珠江水利科学研究院 | 一种水质水量联合调配方法及装置 |
CN114386953A (zh) * | 2022-03-24 | 2022-04-22 | 成都秦川物联网科技股份有限公司 | 一种智慧城市公共水务管理方法和物联网系统 |
US11773571B1 (en) | 2022-03-24 | 2023-10-03 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things (IoT) systems for managing public water in smart city |
CN116822877A (zh) * | 2023-06-29 | 2023-09-29 | 浪潮智慧科技有限公司 | 一种基于知识图谱的水资源分配方法、设备及介质 |
CN116822877B (zh) * | 2023-06-29 | 2024-03-22 | 浪潮智慧科技有限公司 | 一种基于知识图谱的水资源分配方法、设备及介质 |
CN117094441A (zh) * | 2023-08-24 | 2023-11-21 | 中水珠江规划勘测设计有限公司 | 供水预测模型建立方法、供水预测方法、装置和电子设备 |
CN117094441B (zh) * | 2023-08-24 | 2024-04-26 | 中水珠江规划勘测设计有限公司 | 供水预测模型建立方法、供水预测方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Simulation and optimization of water supply and demand balance in Shenzhen: A system dynamics approach | |
Zhou et al. | Industrial structural upgrading and spatial optimization based on water environment carrying capacity | |
CN108537390A (zh) | 一种水量水质联合调配模拟方法、装置和计算机可读介质 | |
Li et al. | Improved Yangtze River diversions: are they helping to solve algal bloom problems in Lake Taihu, China? | |
Liu et al. | Optimal allocation of water quantity and waste load in the Northwest Pearl River Delta, China | |
Li et al. | A hybrid system dynamics and optimization approach for supporting sustainable water resources planning in Zhengzhou City, China | |
Dou et al. | Measurement and assessment of water resources carrying capacity in Henan Province, China | |
Wu et al. | Present and future of urban water balance in the rapidly urbanizing Heihe River Basin, Northwest China | |
CN107657912A (zh) | 一种基于Mike11的河流水环境容量确定方法 | |
CN107657329A (zh) | 基于极端气候条件下防汛防旱的智能调度决策方法 | |
Wan et al. | Control of urban river water pollution is studied based on SMS | |
Liu et al. | Comprehensive evaluation on water resources carrying capacity based on water-economy-ecology concept framework and EFAST-cloud model: A case study of Henan Province, China | |
Xin et al. | Estimation of non-point source pollution loads with flux method in Danjiangkou Reservoir area, China | |
Darabi et al. | Prediction of daily suspended sediment load (SSL) using new optimization algorithms and soft computing models | |
CN108256249A (zh) | 一种三峡库区efdc模型集成方法 | |
Babamiri et al. | A multi-objective simulation–optimization approach for water resource planning of reservoir–river systems based on a coupled quantity–quality model | |
Zuo et al. | Experimental analysis of the impact of sluice regulation on water quality in the highly polluted Huai River Basin, China | |
CN108428193A (zh) | 一种水污染防治规划决策支持系统及其使用方法 | |
Yang et al. | Exploration of the dynamic water resource carrying capacity of the Keriya River Basin on the southern margin of the Taklimakan Desert, China | |
He et al. | Constrained optimization model of the volume of initial rainwater storage tank based on ANN and PSO | |
Jiang et al. | Pathway to encapsulate the surface water quality model and its applications as cloud computing services and integration with EDSS for managing urban water environments | |
Ji et al. | Predictive analysis of water resource carrying capacity based on system dynamics and improved fuzzy comprehensive evaluation method in Henan Province | |
Gu et al. | PSR-FCCLP model based total maximum allocated loads optimization of TN and TP in Bohai Bay | |
Kumar et al. | Environmental flows allocation for a tropical reservoir system by integration of water quantity (SWAT) and quality (GEFC, QUAL2K) models | |
Peng et al. | Positive effect of a canal system and reservoir group on the spatial-temporal redistribution of water resources in a pinnate drainage pattern |
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 |