CN109828091A - 藻类监控系统及方法 - Google Patents

藻类监控系统及方法 Download PDF

Info

Publication number
CN109828091A
CN109828091A CN201910135620.9A CN201910135620A CN109828091A CN 109828091 A CN109828091 A CN 109828091A CN 201910135620 A CN201910135620 A CN 201910135620A CN 109828091 A CN109828091 A CN 109828091A
Authority
CN
China
Prior art keywords
algae
net region
chlorophyll
monitoring
concentration
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
Application number
CN201910135620.9A
Other languages
English (en)
Inventor
练海贤
邓雷
林青
孙国胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGDONG YUE GANG WATER SUPPLY Co Ltd
Original Assignee
GUANGDONG YUE GANG WATER SUPPLY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GUANGDONG YUE GANG WATER SUPPLY Co Ltd filed Critical GUANGDONG YUE GANG WATER SUPPLY Co Ltd
Priority to CN201910135620.9A priority Critical patent/CN109828091A/zh
Publication of CN109828091A publication Critical patent/CN109828091A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Farming Of Fish And Shellfish (AREA)

Abstract

藻类监控系统及方法,属于藻类水华处理领域。藻类监控系统包括在线监测装置、模拟预警系统及移动控藻装置。模拟预警系统采集在线监测装置的数据信息作为边界条件模拟目标水域下游各网格区域叶绿素a浓度,模拟到某网格区域叶绿素a浓度超过预设值时将该网格区域位置信息传输给移动控藻装置,移动控藻装置到达该网格区域时在该网格区域工作预设时间。藻类监控方法包括监测目标水域上游叶绿素a含量、总氮含量、总磷含量及水流流量。采集监测到的数据信息作为边界条件模拟目标水域下游各网格区域叶绿素a浓度。模拟到某网格区域叶绿素a浓度超过预设值时利用移动控藻装置在该网格区域控藻工作预设时间。实现藻类水华的预测预警及防控处理。

Description

藻类监控系统及方法
技术领域
本申请涉及藻类水华处理领域,具体而言,涉及一种藻类监控系统及方法。
背景技术
水库是我国重要的水源地类型,近年来,随着水体富营养化进程加剧,藻类水华已成为我国水库供水安全的重要威胁。目前,藻类水华主要通过叶绿素a和藻类丰度的检测,来反映水体藻类水华的风险状况,未能实现有效的预测预警,从而无法实现对藻类水华的高效防控。
发明内容
本申请的目的在于提供一种藻类监控系统及方法,可以实现水库藻类水华的实时监测,通过实时监测得到的数据模拟预测藻类水华情况,并且根据计算结果在目标区域进行控藻,实现藻类水华的预测预警及防控处理。
本申请的实施例是这样实现的:
第一方面,本申请实施例提供一种藻类监控系统,包括:
在线监测装置,在线监测装置包括用于设置于目标水域上游的第一组监测组件,第一组监测组件包括叶绿素a监测仪、总氮监测仪、总磷监测仪以及流量监测仪;
模拟预警系统,模拟预警系统包括数据采集单元以及EFDC模拟单元,数据采集单元分别与在线监测装置和EFDC模拟单元通讯连接;
移动控藻装置,移动控藻装置设有定位系统、控制系统以及超声控藻系统,定位系统分别与EFDC模拟单元和控制系统通讯连接,控制系统与超声控藻系统通讯连接;
数据采集单元采集在线监测装置的数据信息并传输给EFDC模拟单元,EFDC模拟单元以数据信息为边界条件模拟目标水域下游各个网格区域的叶绿素a浓度,当模拟到某个网格区域的叶绿素a浓度超过预设值时EFDC模拟单元将该网格区域的位置信息传输给定位系统,移动控藻装置到达该网格区域时定位系统给控制系统发送信号,控制系统控制超声控藻系统在该网格区域工作预设时间。
上述技术方案中,通过设置在线监测装置,能够对水库目标水域的水文、水质数据进行实时监测,实现对藻类水华情况的实时监测。数据采集单元对在线监测装置监测得到的数据进行采集并传输给EFDC模拟单元,EFDC模拟单元以该数据信息为边界条件将水库目标水域下游划分出的多个网格区域的叶绿素a浓度进行模拟计算。当模拟到某个网格区域的叶绿素a浓度超过预设值时,将该网格区域的位置信息传输给移动控藻装置的定位系统,使移动控藻装置到达该网格区域时控制系统控制超声控藻系统在该网格区域工作预设时间。在线监测装置配合模拟预警系统,能够实现对水库目标水域藻类水华的预测预警,配合移动控藻装置的控藻工作,进一步实现对水库目标水域藻类水华的防控处理。
发明人在完成本申请的过程中发现,如果仅仅通过监测水库目标水域的叶绿素a浓度进行模拟,计算得到的结果有一定的偏差。而研究发现水文、水质数据中的总氮含量、总磷含量以及流体流量对叶绿素a浓度的模拟结果有较大的影响。第一组监测组件同时设置叶绿素a监测仪、总氮监测仪、总磷监测仪以及流量监测仪对多种水文、水质数据进行监测,模拟结果的准确性得到明显提高。
在一些可选的实施方案中,控制系统与EFDC模拟单元通讯连接,当模拟到某个网格区域的叶绿素a浓度超过预设值时EFDC模拟单元将该网格区域的模拟叶绿素a浓度信息传输给控制系统,控制系统根据浓度信息调整超声控藻系统在该网格区域工作的预设时间。
上述技术方案中,控制系统接收EFDC模拟单元输出的模拟叶绿素a浓度信息,能够根据浓度信息调整超声控藻系统到达该网格区域后工作的预设时间,当模拟到的浓度较小时预设时间可以适当减少,当模拟到的浓度较大时预设时间可以适当增加,保证在高效控藻的同时能够保障实现充分除藻。
在一些可选的实施方案中,在线监测装置还包括用于在目标水域上游和目标水域下游之间沿水流方向分布的至少一组第二组监测组件,第二组监测组件包括叶绿素a监测仪、总氮监测仪以及总磷监测仪。
上述技术方案中,设置第二组监测组件监测目标水域上游和目标水域下游之间的中间区域的水文、水质数据,用于对目标水域上游的监测数据进行校正,采集的数据更全面,数据采集的准确性更高,从而保证模拟结果的准确性更高。
在一些可选的实施方案中,在线监测装置的每组监测组件还包括溶解氧监测仪和氨氮监测仪。
上述技术方案中,发明人研究发现,目标水域溶解氧含量和氨氮含量同样地对叶绿素a浓度的模拟有一定影响,设置溶解氧监测仪和氨氮监测仪对目标水域溶解氧含量和氨氮含量进行实时监测,用于一同作为边界条件进行模拟,叶绿素a浓度的模拟结果的准确性能够得到进一步的提高。
第二方面,本申请实施例提供一种藻类监控方法,包括:
监测目标水域上游的叶绿素a含量、总氮含量、总磷含量以及水流流量;
采集监测到的数据信息,利用EFDC模拟单元以数据信息为边界条件模拟目标水域下游各个网格区域的叶绿素a浓度;
当模拟到某个网格区域的叶绿素a浓度超过预设值时利用移动控藻装置在该网格区域控藻工作预设时间。
上述技术方案中,通过对目标水域上游的水文、水质数据进行实时监测,实现对藻类水华情况的实时监测。以监测到的数据作为EFDC模拟单元的边界信息,将水库目标水域下游划分出的多个网格区域的叶绿素a浓度进行模拟计算,能够实现对水库目标水域藻类水华的预测预警。当模拟到某个网格区域的叶绿素a浓度超过预设值时配合移动控藻装置在该网格区域进行控藻工作,进一步实现对水库目标水域藻类水华的防控处理。
在一些可选的实施方案中,当模拟到某个网格区域的叶绿素a浓度超过预设值时,EFDC模拟单元将该网格区域的位置信息传输给移动控藻装置进行定位,移动控藻装置到达该网格区域时控制移动控藻装置的超声控藻系统在该网格区域工作预设时间。
上述技术方案中,将模拟到叶绿素a浓度超过预设值的区域位置信息发送给移动控藻装置直接进行定位,能够方便地控制移动控藻装置行驶至该网格区域进行控藻处理。
在一些可选的实施方案中,还包括:当模拟到某个网格区域的叶绿素a浓度超过预设值时EFDC模拟单元将该网格区域的叶绿素a浓度信息传输给移动控藻装置的控制系统,控制系统根据浓度信息调整超声控藻系统在该网格区域工作的预设时间。
上述技术方案中,控制系统接收EFDC模拟单元输出的模拟叶绿素a浓度信息,能够根据浓度信息调整超声控藻系统到达该网格区域后工作的预设时间,当模拟到的浓度较小时预设时间可以适当减少,当模拟到的浓度较大时预设时间可以适当增加,保证在高效控藻的同时能够保障实现充分除藻。
在一些可选的实施方案中,还包括监测在目标水域上游和目标水域下游之间沿水流方向分布的至少一个监测位点的叶绿素a含量、总氮含量以及总磷含量。
上述技术方案中,目标水域上游和目标水域下游之间的中间区域之间设置至少一个监测位点,监测中间位置处的叶绿素a含量、总氮含量以及总磷含量,用于对目标水域上游的监测数据进行校正,采集的数据更全面,数据采集的准确性更高,从而保证模拟结果的准确性更高。
在一些可选的实施方案中,还包括在每个监测位点监测溶解氧含量和氨氮含量。
上述技术方案中,发明人研究发现,目标水域溶解氧含量和氨氮含量同样地对叶绿素a浓度的模拟有一定影响,设置溶解氧监测仪和氨氮监测仪对目标水域溶解氧含量和氨氮含量进行实时监测,用于一同作为边界条件进行模拟,叶绿素a浓度的模拟结果的准确性能够得到进一步的提高。
在一些可选的实施方案中,每个监测位点在水面下方距离水面0.5-1m的位置处进行监测。
上述技术方案中,研究发现对距离水面0.5-1m的位置处的水体进行水质数据的实时监测,模拟结果更准确,藻类水华的防控更可靠。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的藻类监控系统的结构示意图;
图2为本申请实施例提供的另一种蓝藻监控系统的结构示意图;
图3为本申请实施例提供的再一种蓝藻监控系统的结构示意图;
图4为本申请实施例提供的再一种藻类监控系统的流程图;
图5为本申请实施例提供的又一种蓝藻监控系统的结构示意图;
图6为本申请实施例提供的又一种蓝藻监控系统的流程图;
图7为本申请实施例提供的移动控藻装置的结构示意图。
图标:100-藻类监控系统;110-在线监测装置;111-第一组监测组件;112-第二组监测组件;120-模拟预警系统;121-数据采集单元;122-在线监测服务器;123-EFDC模拟单元;130-移动控藻装置;131-定位系统;132-控制系统;133-超声控藻系统;134-第一浮体;135-第二浮体;136-船头;137-推进器;138-供电组件;139-任务仓。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,术语“中心”、“上”、“下”、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,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,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申请的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“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申请中的具体含义。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
请参阅图1,本申请实施例提供一种藻类监控系统100,包括:在线监测装置110、模拟预警系统120以及移动控藻装置130。
在线监测装置110包括用于设置于水库目标水域上游的第一组监测组件111,用于实时监测水库目标水域上游位置处的水文、水质数据。
模拟预警系统120数据采集单元121以及EFDC(The Environmental FluidDynamics Code)模拟单元。数据采集单元121与在线监测装置110通讯连接,用于采集在线监测装置110监测到的水文、水质数据。数据采集单元121还和EFDC模拟单元123通讯连接,用于将采集到的数据传输给EFDC模拟单元123。EFDC模拟单元123将数据采集单元121传输的该数据信息作为边界条件模拟目标水域下游各个网格区域的叶绿素a浓度,并且在模拟到某个网格区域的叶绿素a浓度超过预设值时将该网格区域的位置信息传输给移动控藻装置130。
示例性地,EFDC模型包括:水质数据收集子模型、水质预报构建子模型和水质预报率定及验证子模型。
水质数据收集子模型:水质数据收集子模型用于收集取水区区域数据,需要收集的数据包括:地形数据、气象数据、水文数据、水质数据,如果出现数据缺失的情况,则需要组织开展现场勘测的工作,获取相关的数据资料。
水质预报构建子模型:水质预报构建子模型用于根据取水区水质数据输出模拟的取水区水质预报结果,构建模型通常可分为区域概化、建立定解条件、模型求解等步骤。区域概化是指根据水体的地形数据,将水体划分为若干单元,这个过程也称为模型计算网格的剖分;定解条件包括初始条件和边界条件;初始条件是指水体的初始状态,包括初始的水深、流场、浓度场等数据;边界条件指的是模型边界处水动力和水质要素随时间变化的过程。
水质预报率定及验证子模型:水质预报率定及验证子模型用于根据实测的数据对取水区水质预报构建子模型进行反复演算,在演算过程中调整参数,使模拟的取水区水质预报结果与实测的数据趋于一致,即根据实测的水力(包括水位、水量等数据)和水质数据对模型参数进行率定,再采用不同时段的实测数据对模型进行验证。
移动控藻装置130设有定位系统131、控制系统132以及超声控藻系统133。定位系统131与EFDC模拟单元123通讯连接,用于接收EFDC模拟单元123发送的位置信息,用于对模拟叶绿素a浓度超标的网格区域的经纬度进行定位。定位系统131与控制系统132通讯连接,当移动控藻装置130到达该网格区域时定位系统131给控制系统132发送信号。控制系统132还与超声控藻系统133通讯连接,当控制系统132接收到定位系统131的信号时控制超声控藻系统133在该网格区域工作预设时间。
本申请实施例提供的藻类监控系统100,在线监测装置110对目标水域上游的水文、水质数据进行实时监测,模拟预警系统120利用监测到的数据模拟目标水域下游的各个网格区域的叶绿素a浓度是否超标实现藻类水华的预测预警,移动控藻装置130在收到模拟结果超标网格区域信息后对该网格区域进行控藻工作实现藻类水华的防控处理。
示例性地,第一组监测组件111包括叶绿素a监测仪、总氮监测仪、总磷监测仪以及流量监测仪,用于分别监测目标水域上游位置处的叶绿素a浓度、总氮含量、总磷含量以及水流流量。发明人研究发现,除了叶绿素a浓度之外,目标水域上游的总氮含量、总磷含量以及水流流量都对目标水域下游的叶绿素a含量有较大的影响,因此同时监测上述各方面的水质、水文数据,有利于提高模拟结果的准确性。需要说明的是,本申请中所说的目标水域上游是指选定的目标水域中最靠近进水口的位置处,本申请中所说的目标水域上游也是指选定的目标水域中最靠近出水口的位置处。
请参阅图2,在一些可选的实施例中,在线监测装置110还包括用于在目标水域上游和目标水域下游之间沿水流方向分布的至少一组第二组监测组件112,通过在目标水域中间区域布设监测点,用于对目标水域上游的监测数据进行校正,采集的数据从水域覆盖面积上来说更全面,数据采集的准确性更高。
由于目标水域的水流量在水流方向上保持不变,而叶绿素a浓度、总氮含量以及总磷含量等水文、水质数据会发生变化,因此第二组监测组件112和第一组监测组件111相比无需设置流量监测仪,二者其他结构可选地相同,例如第二组监测组件112包括叶绿素a监测仪、总氮监测仪以及总磷监测仪。
在一些可能的实施例中,第二组监测组件112的组数为一组,该第二组监测组件112设置在目标水域上游和目标水域下游二者之间靠近中间位置处。
在一些可能的实施例中,第二组监测组件112的组数为至少两组。可选的,该至少两组的第二组监测组件112中:其中一组该第二组监测组件112设置在目标水域上游和目标水域下游二者之间靠近中间位置处;其余的该第二组监测组件112可选地沿水流方向均匀分布在目标水域上游和目标水域中心之间,和/或,沿水流方向均匀分布在目标水域中心和目标水域下游之间。例如第二组监测组件112的组数为三组时,三组该第二组监测组件112分别设置在距目标水域上游的距离为目标水域全长0.25倍、0.5倍、0.75倍的位置处。
需要说明的是,本申请中的“和/或”,如“方案A和/或方案B”,均是指可以单独地为方案A、单独地为方案B、方案A加方案B,该三种方式。
发明人研究发现,目标水域溶解氧含量和氨氮含量同样地对叶绿素a浓度的模拟有一定影响。请参阅图3,在一些可选的实施例中,在线监测装置110的每组监测组件还包括溶解氧监测仪和氨氮监测仪,使采集的数据从影响因素种类上来说更全面。由于在目标水域的水流方向上溶解氧和氨氮含量会发生变化,此处的每组监测组件包括该第一组监测组件111,当在线监测装置110还设置有至少一组该第二组监测组件112时,此处的每组监测组件还包括该第二组监测组件112。
进一步地,在线监测组件在进行水质监测时,其取水深度也对模拟的结果有一定的影响。在一些可选的实施例中,在线监测组件中各个监测仪的监测探头设置于水面下方距离水面0.5-1m的位置处,用于对水面下方距离水面0.5-1m的位置处的水体进行监测。
数据采集单元121与在线监测装置110通讯连接,当在线监测装置110仅设置第一组监测组件111时,该数据采集单元121与第一组监测组件111通讯连接;当在线监测组件还设置至少一组的第二组监测组件112时,该数据采集单元121同时地还与每组的第二组监测组件112通讯连接。
请参阅图4,示例性地,数据采集单元121和在线监测装置110通过RS485通讯协议传输数据实现通讯连接,其实施简单方便。当然,在其他实施例中,数据采集单元121和在线监测装置110之间也可以采用其他的通讯协议传输数据,例如HART网络、现场总线网络等。
数据采集单元121和EFDC模拟单元123之间设置有在线监测服务器122,该在线监测服务器122分别与数据采集单元121和EFDC模拟单元123通讯连接,数据采集单元121采集到的数据信息传输给在线监测服务器122,在线监测服务器122将接受到的数据信息传输给EFDC模拟单元123,EFDC模拟单元123利用EFDC模型软件以获取到的数据信息为边界条件进行目标区域下游(即模拟区)划分的多个网格区域的叶绿素a浓度的模拟。
示例性地,数据采集单元121和在线监测服务器122之间以及在线监测服务器122与EFDC模拟单元123之间,均通过TCP/IP网络进行数据传输实现通讯连接,TCP可以提供可靠性高的数据通道。当然,在其他实施例中,模拟预警系统120中的任意两者之间的通讯连接也可以采用其他的网络进行传输。
EFDC模拟单元123安装有EFDC模型软件,该模型包括水动力、泥沙、有毒物质、水质、底质、风浪等模块,模拟计算过程中首先完成流场计算,获得三维流速场的时空分布特征,在此基础上计算泥沙迁移、冲淤作用,进而模拟受粘性泥沙吸附影响的各水质变量动态变化过程。模型在水平方向可采用传统的直角坐标将目标区域下游(即模拟区)划分为多个预设大小的网格区域,各个网格区域对应一个经纬度位置信息。在一些可选的实施例中,EFDC模拟单元123预设的网格区域的大小例如为长、宽分别为40-60m。
在模拟到某个网格区域的叶绿素a浓度超过预设值时,将该网格区域的位置信息传输给移动控藻装置130。在一些可选的实施例中,叶绿素a浓度的预设值例如为10μg/L,即当模拟到某个网格区域的叶绿素a浓度超过10μg/L时即要发送信息给移动控藻装置130进行处理。
移动控藻装置130设置的定位系统131,用于接收EFDC模拟单元123发送的位置信息后对模拟叶绿素a浓度超标的网格区域的经纬度进行定位,便于将移动控藻装置130行驶至该网格区域。
移动控藻装置130设置的控制系统132,用于接收移动控藻装置130行驶至该网格区域后定位系统131发送的信号,进一步控制超声控藻系统133工作预设时间实现控藻。
由于移动控藻装置130需要根据模拟结果进行移动式控藻处理,在一些可能的实施例中,EFDC模拟单元123与移动控藻装置130相关系统的通讯连接均通过无线通信方式实现。
请一并参阅图3及图4,在一些可能的实施例中,控制系统132与EFDC模拟单元123未进行通讯连接,可以直接通过EFDC模拟单元123向定位系统131发送网格区域的位置信息,移动控藻装置130行驶至该网格区域后,控制系统132接受到信号时控制超声控藻系统133工作预设时间。此时,每次控藻的时间保持不变,都等于预设的固定值,例如EFDC模拟单元123的叶绿素a浓度的预设值为10μg/L时,预设时间设置为10s。
请一并参阅图5及图6,在一些可能的实施例中,控制系统132也可以与EFDC模拟单元123进行通讯连接,EFDC模拟单元123向定位系统131发送网格区域的位置信息的同时,该EFDC模拟单元123还向控制系统132发送网格区域的模拟叶绿素a浓度信息。此时,控制系统132根据接收到的浓度信息,调整匹配更合适的工作时间,例如EFDC模拟单元123的叶绿素a浓度的预设值为10μg/L时,控制系统132预设时间设定为:当模拟浓度超过10μg/L且不超过20μg/L时,作业10s;当模拟浓度超过20μg/L时,作业30s。
示例性地,本申请的移动控藻装置130为控藻船,在其他的实施例中例如也可以采用悬浮于水中的可移动装置等,其具体的实现方式不受限制。
请参阅图7,控藻船包括具有浮体的船本体,该定位系统131、控制系统132以及超声控藻系统133均固定于船本体。该移动控藻装置130漂浮于水面行驶移动,超声控藻系统133设置于船本体的下方并伸入水中进行超声处理。
在一些可选的实施例中,船本体包括第一浮体134、第二浮体135以及连接于第一浮体134和第二浮体135之间的任务仓139。
第一浮体134和第二浮体135的前端均设置有尖头状的船头136,用于减小航行中受到的阻力。第一浮体134和第二浮体135的后方均设置有推进器137,第一浮体134和第二浮体135内部均具有空腔并安装有与推进器137电性连接的供电组件138。
定位系统131和控制系统132均设置于任务仓139内部靠近船头136的一端,移动控藻装置130设置于任务仓139的底部远离船头136的一端并向下伸入水中。在一些可选的实施例中,超声控藻系统133呈矩阵阵列分布于任务仓139的底部的超声波棒阵列。
本申请实施例提供一种藻类监控方法,包括:
监测目标水域上游的叶绿素a含量、总氮含量、总磷含量以及水流流量;采集监测到的数据信息,利用EFDC模拟单元123以数据信息为边界条件模拟目标水域下游各个网格区域的叶绿素a浓度;当模拟到某个网格区域的叶绿素a浓度超过预设值时利用移动控藻装置130在该网格区域控藻工作预设时间。
在本申请一些可选的实施例中,监测目标水域上游的监测位点处,除了监测上述各项数据之外,还包括溶解氧含量和氨氮含量的监测,其同样地对叶绿素a浓度有一定的影响,能够在一定程度上提高模拟结果的准确性。
除了在目标水域上游设置监测位点之外(以下简称第一监测位点),还可以在目标水域上游和目标水域下游之间设置至少一个监测位点(以下简称第二监测位点),由于水流量在目标水域的水流方向上保持不变,因此各个第二监测位点无需重复监测水流量,各个第二监测位点其余监测指标与第一监测位点相同,需要进行叶绿素a含量、总氮含量以及总磷含量的监测。当第一监测位点还进行溶解氧含量和氨氮含量的监测时,各个第二监测位点同样还可以进行溶解氧含量和氨氮含量的监测。
在一些可能的实施例中,目标水域上游和目标水域下游的第二监测位点的设置如下:当仅设置一个第二监测位点时,该第二监测位点位于目标水域上游和目标水域下游二者之间靠近中间位置处,即大致地位于目标水域水流方向上的中心位置处。当设置至少两个第二监测位点时,其中一个第二监测位点大致设置于目标水域水流方向上的中心位置处,其余的第二监测位点可选地沿水流方向均匀分布在目标水域上游和目标水域中心之间,和/或,沿水流方向均匀分布在目标水域中心和目标水域下游之间。例如选取设置三个第二监测位点,分别位于距目标水域上游的距离为目标水域全长0.25倍、0.5倍、0.75倍的位置处。
在一些可选的实施例中,选取在水面下方距离水面0.5-1m的位置处进行监测。
EFDC模拟单元123模拟到某个网格区域的叶绿素a浓度时,通过获取该网格区域的位置信息,即可行驶移动控藻装置130在该网格区域控藻工作。在一些可选的实施例中,EFDC模拟单元123模拟到叶绿素a浓度超标的预设值为10μg/L。
在一些可能的实施例中,模拟叶绿素a浓度超标后利用移动控藻装置130在该网格区域控藻工作预设时间包括:当模拟到某个网格区域的叶绿素a浓度超过预设值时,EFDC模拟单元123将该网格区域的位置信息传输给移动控藻装置130进行定位,移动控藻装置130到达该网格区域时控制移动控藻装置130的超声控藻系统133在该网格区域工作预设时间。
当能够同时获取该网格区域的模拟叶绿素a浓度信息,还可以通过浓度信息调整在该网格区域控藻工作的预设时间。在一些可选的实施例中,预设,当模拟绿叶绿素a浓度超过10μg/L且不超过20μg/L时,作业10s;当模拟浓度超过20μg/L时,作业30s。
在一些可能的实施例中,模拟叶绿素a浓度超标后利用移动控藻装置130在该网格区域控藻工作预设时间还包括:当模拟到某个网格区域的叶绿素a浓度超过预设值时EFDC模拟单元123将该网格区域的叶绿素a浓度信息传输给移动控藻装置130的控制系统132,控制系统132根据浓度信息调整超声控藻系统133在该网格区域工作的预设时间。
本申请实施例提供的藻类监控系统100及方法的工作原理如下:
选定需要监控藻类水华的目标水域。在线监测装置110的第一组监测组件111对目标水域上游的水文、水质数据进行实时监测。模拟预警系统120的数据采集单元121采集在线监测装置110监测到的数据信息传输给在线监测服务器122EFDC模拟单元123。EFDC模拟单元123通过录入信息将目标水域下游划分为一定大小的多个网格区域,然后利用接收到的数据信息作为边界条件模拟目标水域下游各个网格区域的叶绿素a浓度。当模拟到某个网格区域的叶绿素a浓度超过预设值时,EFDC模拟单元123将该网格区域的位置信息传输给定位系统131。实现藻类水华的预测预警。将移动控藻装置130根据定位系统131接收到的位置信息行驶至目标网格区域后,定位系统131给控制系统132发送信号,控制系统132控制超声控藻系统133在该网格区域工作预设时间。根据预测预警信息实现藻类水华的防控处理。在一些实施例中当EFDC模拟单元123同时向控制系统132传输拟叶绿素a浓度信息时,控制系统132同时还能够根据模拟浓度信息调整超声控藻系统133在该网格区域工作的预设时间。
以上所述仅为本申请的实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种藻类监控系统,其特征在于,包括:
在线监测装置,所述在线监测装置包括用于设置于目标水域上游的第一组监测组件,所述第一组监测组件包括叶绿素a监测仪、总氮监测仪、总磷监测仪以及流量监测仪;
模拟预警系统,所述模拟预警系统包括数据采集单元以及EFDC模拟单元,所述数据采集单元分别与所述在线监测装置和所述EFDC模拟单元通讯连接;
移动控藻装置,所述移动控藻装置设有定位系统、控制系统以及超声控藻系统,所述定位系统分别与所述EFDC模拟单元和所述控制系统通讯连接,所述控制系统与所述超声控藻系统通讯连接;
所述数据采集单元采集所述在线监测装置的数据信息并传输给所述EFDC模拟单元,所述EFDC模拟单元以所述数据信息为边界条件模拟目标水域下游各个网格区域的叶绿素a浓度,当模拟到某个网格区域的叶绿素a浓度超过预设值时所述EFDC模拟单元将该网格区域的位置信息传输给所述定位系统,所述移动控藻装置到达该网格区域时所述定位系统给所述控制系统发送信号,所述控制系统控制所述超声控藻系统在该网格区域工作预设时间。
2.根据权利要求1所述的藻类监控系统,其特征在于,所述控制系统与所述EFDC模拟单元通讯连接,当模拟到某个网格区域的叶绿素a浓度超过预设值时所述EFDC模拟单元将该网格区域的模拟叶绿素a浓度信息传输给所述控制系统,所述控制系统根据所述浓度信息调整所述超声控藻系统在该网格区域工作的预设时间。
3.根据权利要求1所述的藻类监控系统,其特征在于,所述在线监测装置还包括用于在目标水域上游和目标水域下游之间沿水流方向分布的至少一组第二组监测组件,所述第二组监测组件包括叶绿素a监测仪、总氮监测仪以及总磷监测仪。
4.根据权利要求1或3所述的藻类监控系统,其特征在于,所述在线监测装置的每组监测组件还包括溶解氧监测仪和氨氮监测仪。
5.一种藻类监控方法,其特征在于,包括:
监测目标水域上游的叶绿素a含量、总氮含量、总磷含量以及水流流量;
采集监测到的数据信息,利用EFDC模拟单元以所述数据信息为边界条件模拟目标水域下游各个网格区域的叶绿素a浓度;
当模拟到某个网格区域的叶绿素a浓度超过预设值时利用移动控藻装置在该网格区域控藻工作预设时间。
6.根据权利要求5所述的藻类监控方法,其特征在于,当模拟到某个网格区域的叶绿素a浓度超过预设值时,所述EFDC模拟单元将该网格区域的位置信息传输给所述移动控藻装置进行定位,所述移动控藻装置到达该网格区域时控制所述移动控藻装置的超声控藻系统在该网格区域工作预设时间。
7.根据权利要求6所述的藻类监控方法,其特征在于,还包括:当模拟到某个网格区域的叶绿素a浓度超过预设值时所述EFDC模拟单元将该网格区域的叶绿素a浓度信息传输给所述移动控藻装置的控制系统,所述控制系统根据所述浓度信息调整所述超声控藻系统在该网格区域工作的预设时间。
8.根据权利要求5所述的藻类监控方法,其特征在于,还包括监测在目标水域上游和目标水域下游之间沿水流方向分布的至少一个监测位点的叶绿素a含量、总氮含量以及总磷含量。
9.根据权利要求5或8所述的藻类监控方法,其特征在于,还包括在每个监测位点监测溶解氧含量和氨氮含量。
10.根据权利要求5或8所述的藻类监控方法,其特征在于,每个监测位点在水面下方距离水面0.5-1m的位置处进行监测。
CN201910135620.9A 2019-02-22 2019-02-22 藻类监控系统及方法 Pending CN109828091A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910135620.9A CN109828091A (zh) 2019-02-22 2019-02-22 藻类监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910135620.9A CN109828091A (zh) 2019-02-22 2019-02-22 藻类监控系统及方法

Publications (1)

Publication Number Publication Date
CN109828091A true CN109828091A (zh) 2019-05-31

Family

ID=66864209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910135620.9A Pending CN109828091A (zh) 2019-02-22 2019-02-22 藻类监控系统及方法

Country Status (1)

Country Link
CN (1) CN109828091A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781322A (zh) * 2020-07-13 2020-10-16 广东粤港供水有限公司 一种水质监控的方法以及相关装置
CN112079519A (zh) * 2020-07-22 2020-12-15 中交第二航务工程局有限公司 富营养化水体水华的应急与长效控制方法
CN114323162A (zh) * 2022-03-14 2022-04-12 青岛清万水技术有限公司 壳菜生长数据在线监测的方法、装置和电子设备
CN115611431A (zh) * 2022-09-26 2023-01-17 中建三局绿色产业投资有限公司 一种生物操纵精准控藻的治理系统和方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923764A (zh) * 2009-06-17 2010-12-22 孙亦武 一种水域污染监测船只预警系统
CN104200322A (zh) * 2014-09-01 2014-12-10 北京科技大学 一种流域综合管理系统
CN104459071A (zh) * 2014-12-05 2015-03-25 河海大学 变化环境下应急调控水华的模拟系统及运行方法
CN105243250A (zh) * 2015-11-20 2016-01-13 深圳职业技术学院 基于三维藻类生态模型的自控水源分层取水方法及系统
CN105279593A (zh) * 2014-07-24 2016-01-27 北京科技大学 湖泊流域水环境综合管理方法
CN107091911A (zh) * 2017-04-17 2017-08-25 郑州大学环境技术咨询工程有限公司 一种河流水质预测方法
CN107677782A (zh) * 2017-09-18 2018-02-09 于盟盟 一种水污染检测及处理系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923764A (zh) * 2009-06-17 2010-12-22 孙亦武 一种水域污染监测船只预警系统
CN105279593A (zh) * 2014-07-24 2016-01-27 北京科技大学 湖泊流域水环境综合管理方法
CN104200322A (zh) * 2014-09-01 2014-12-10 北京科技大学 一种流域综合管理系统
CN104459071A (zh) * 2014-12-05 2015-03-25 河海大学 变化环境下应急调控水华的模拟系统及运行方法
CN105243250A (zh) * 2015-11-20 2016-01-13 深圳职业技术学院 基于三维藻类生态模型的自控水源分层取水方法及系统
CN107091911A (zh) * 2017-04-17 2017-08-25 郑州大学环境技术咨询工程有限公司 一种河流水质预测方法
CN107677782A (zh) * 2017-09-18 2018-02-09 于盟盟 一种水污染检测及处理系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
武国正等: "基于EFDC模型的水华预警机理研究—以北京市稻香湖", 《第十三届世界湖泊大会论文集》 *
郭文等: "《渔业技术与健康养殖 2015-2016》", 31 December 2017, 中国海洋大学出版社 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111781322A (zh) * 2020-07-13 2020-10-16 广东粤港供水有限公司 一种水质监控的方法以及相关装置
CN111781322B (zh) * 2020-07-13 2023-08-18 广东粤港供水有限公司 一种水质监控的方法以及相关装置
CN112079519A (zh) * 2020-07-22 2020-12-15 中交第二航务工程局有限公司 富营养化水体水华的应急与长效控制方法
CN112079519B (zh) * 2020-07-22 2022-09-27 中交第二航务工程局有限公司 富营养化水体水华的应急与长效控制方法
CN114323162A (zh) * 2022-03-14 2022-04-12 青岛清万水技术有限公司 壳菜生长数据在线监测的方法、装置和电子设备
CN114323162B (zh) * 2022-03-14 2022-06-28 青岛清万水技术有限公司 壳菜生长数据在线监测的方法、装置和电子设备
CN115611431A (zh) * 2022-09-26 2023-01-17 中建三局绿色产业投资有限公司 一种生物操纵精准控藻的治理系统和方法

Similar Documents

Publication Publication Date Title
CN109828091A (zh) 藻类监控系统及方法
CN109657418A (zh) 一种基于mike21的湖泊水环境容量计算方法
CN108646755A (zh) 一种土石方智能碾压系统
Anderson et al. Topography and hillslope soil water relationships in a catchment of low relief
CN101537398B (zh) 一种人工模拟降雨装置
CN109697323A (zh) 一种融合卫星遥感和移动通信基站信号的降雨观测方法
CN109932988A (zh) 一种城市扬尘污染扩散预测系统及方法
CN105371896A (zh) 一种自学习轨迹导航游弋式水质多参数远程监控系统及方法
Harmon et al. High-resolution river hydraulic and water quality characterization using rapidly deployable networked infomechanical systems (NIMS RD)
KR101191862B1 (ko) 갯벌 조간대의 열 환경 관측시스템 및 그 방법
CN112784395B (zh) 一种预测和模拟河流水体总磷浓度的方法
De Serio et al. Detecting sensitive areas in confined shallow basins
CN106681412A (zh) 一种基于物联网的智能化渔业养殖系统
CN110222899A (zh) 一种越野滑雪赛道风速场预测方法
CN102004168B (zh) 一种浅水植物区流速测量方法
CN116448984B (zh) 一种多模块集成的湿地中宇宙室内模拟实验装置和方法
KR102136843B1 (ko) 무인항공기를 이용한 대기 중 메탄가스 배출량 측정방법
CN110432046A (zh) 一种温室内的智能灌溉系统
Liu et al. Improved regional hydrologic modelling by assimilation of streamflow data into a regional hydrologic model
Fadavi et al. Evaluation of AERMOD for distribution modeling of particulate matters (Case study: Ardestan Cement Factory)
CN110057413B (zh) 基于动态网格的流量测量装置及其方法
Jakacki et al. eBalticGrid–an interactive platform for the visualisation of results from a high-resolution operational Baltic Sea model
CN207443606U (zh) 森林群落生态模拟系统
CN109682952A (zh) 面源污染测定系统
CN106844978B (zh) 基于计算与实测误差谱一致性的复杂体系振动设计方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190531