CN110348689A - 一种湖泊水域的空间资源利用辅助决策系统 - Google Patents
一种湖泊水域的空间资源利用辅助决策系统 Download PDFInfo
- Publication number
- CN110348689A CN110348689A CN201910503907.2A CN201910503907A CN110348689A CN 110348689 A CN110348689 A CN 110348689A CN 201910503907 A CN201910503907 A CN 201910503907A CN 110348689 A CN110348689 A CN 110348689A
- Authority
- CN
- China
- Prior art keywords
- city inland
- inland lake
- lake
- city
- ecological environment
- 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
- 239000003643 water by type Substances 0.000 title claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 43
- 239000002028 Biomass Substances 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 15
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 12
- 229910019142 PO4 Inorganic materials 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 claims description 9
- 239000010452 phosphate Substances 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 7
- JVMRPSJZNHXORP-UHFFFAOYSA-N ON=O.ON=O.ON=O.N Chemical compound ON=O.ON=O.ON=O.N JVMRPSJZNHXORP-UHFFFAOYSA-N 0.000 claims description 6
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 229910052760 oxygen Inorganic materials 0.000 claims description 5
- 239000001301 oxygen Substances 0.000 claims description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 4
- 229910052698 phosphorus Inorganic materials 0.000 claims description 4
- 239000011574 phosphorus Substances 0.000 claims description 4
- BPQQTUXANYXVAA-UHFFFAOYSA-N Orthosilicate Chemical compound [O-][Si]([O-])([O-])[O-] BPQQTUXANYXVAA-UHFFFAOYSA-N 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 229930002875 chlorophyll Natural products 0.000 claims description 3
- 235000019804 chlorophyll Nutrition 0.000 claims description 3
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 3
- 230000036284 oxygen consumption Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims 1
- 238000012851 eutrophication Methods 0.000 abstract description 8
- 238000011084 recovery Methods 0.000 abstract description 3
- 238000010835 comparative analysis Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 241000195493 Cryptophyta Species 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 2
- YFYIWIZSIVZILB-UHFFFAOYSA-N N.[P] Chemical compound N.[P] YFYIWIZSIVZILB-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- FGIUAXJPYTZDNR-UHFFFAOYSA-N potassium nitrate Chemical compound [K+].[O-][N+]([O-])=O FGIUAXJPYTZDNR-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000008400 supply water Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种湖泊水域的空间资源利用辅助决策系统，通过对城市内陆湖泊生态环境富营养化及相关环境因子的变化趋势进行分析并获取其分布特性；然后对城市内陆湖泊不同功能区的生态环境质量进行了对比分析，获取了城市内陆湖泊生态环境质量状况，识别了污染关键因子；最后通过推理模型，对城市内陆湖泊的浮游植物生物量的动态变化进行模拟，确定环境因子与浮游植物生物量动态变化之间的因果关系特性，为城市内陆湖泊环境保护和生态修复提供决策依据；通过本发明对城市内陆湖泊生态环境进行分析，不仅能够判别城市内陆湖泊生态环境的质量状况，而且在能够区分生态环境优劣次序，对城市内陆湖泊生态环境进行更为可靠的治理和修复方案预警。
Description
技术领域
本发明涉及城市内陆湖泊生态环境监测领域，尤其涉及一种湖泊水域的空间资源利用辅助决策系统。
背景技术
城市湖泊和水库是城市重要水源，按照其功能和使用目的，可作为城市的集中饮用水水源，或淡水养殖、风景旅游、交通运输以及工农业用水水源等，此外，城市湖泊、水库还以其绮丽景色美化城市环境，使城市生态环境越益美好；因此，城市湖泊、水库在各个方面都对城市具有十分的突出的地位；但是，目前很多湖泊水库受到严重污染，除了有机污染、重金污染以外，富营养污染是湖泊、水库所特有的典型污染现象。
由于生活污水和不少工业废水中均含有磷、氨等营养素，而湖、库水体的水流滞缓，滞留时间又长，十分适宜于植物营养素的积聚和水生植物的生长繁殖；当湖、库水体中营养素积聚到一定水平，即会促使水生植物旺盛生长，形成富营养化污染，富营养化的湖泊、水库水体中，在阳光和水温达到最适于藻类繁殖的季节，大片水面会被藻类覆盖，形成常称的“水花”，它不仅使水带有恶臭，并会遮藏阳光，隔绝氧向水中的溶解，枯死的藻类沉积水底，又是新生的污染源，它们进行厌氧发酵，使溶解氧消耗殆尽，并会不断释出氨磷，供水生植物作为营养物，如此周而复始在水体中循环，姑终导致湖、库日益淤积变浅，形成沼泽。
因此，亟需一种湖泊水域的空间资源利用辅助决策系统，为城市内陆湖泊水生态环境进行监测和预警提供依据，为实施城市内陆湖泊水生态环境管理提供可靠的措施，通过对城市内陆湖泊生态环境特性及其空间决策方法的研究，判断城市内陆湖泊生态环境的稳定状况及发展趋势，对城市内陆湖泊生态环境进行更为可靠的治理和修复方案预警。
发明内容
根据以上背景技术，本发明提供了一种湖泊水域的空间资源利用辅助决策系统，通过对城市内陆湖泊生态环境富营养化及相关环境因子的变化趋势进行分析，获取其时空分布特性；然后对城市内陆湖泊不同功能区的生态环境质量进行了对比分析，获取了城市内陆湖泊生态环境质量状况，识别了污染关键因子；最后建立推理模型，对城市内陆湖泊的浮游植物生物量的动态变化进行模拟研究，探索环境因子与浮游植物生物量动态变化之间的因果关系特性，为城市内陆湖泊环境保护和生态修复提供决策依据。
本发明是通过以下技术方案予以实现的。
一种湖泊水域的空间资源利用辅助决策系统，该方法包括以下步骤：
步骤1：建立城市内陆湖泊生态环境特性及其空间决策评价指标，对城市内陆湖泊的监测区进行评价指标的定时监测；
步骤2：对城市内陆湖泊富营养化状态及相关环境因子的变化特性进行时间趋势分析，得到城市内陆湖泊富营养化状态的时间变化特征；
步骤3：对城市内陆湖泊富营养化状态及相关环境因子的空间变化趋势进行空间趋势分析，得到城市内陆湖泊富营养化状态的空间分布特征；
步骤4：对城市内陆湖泊不同功能区的生态环境质量进行对比分析，获取城市内陆湖泊生态环境质量状况，识别污染关键因子；
步骤5：将步骤1中监测的城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性数据作为城市内陆湖泊的浮游植物生物量的动态变化模拟研究的数据来源；
步骤6：通过推理模型对城市内陆湖泊的浮游植物生物量的动态变化进行分析，分析环境因子与浮游植物生物量动态变化之间的因果关系特性，为城市内陆湖泊环境保护和生态修复提供决策依据；
步骤7：通过空间数据库将属性数据和空间数据进行统一管理，同时对数据进行高效的检索和查询，以满足城市内陆湖泊生态环境决策对数据的需求；
步骤8：将步骤6中环境因子与浮游植物生物量动态变化之间的因果关系特性输入至城市内陆湖泊的空间数据库，对城市内陆湖泊生态环境进行辅助决策。
作为本发明更进一步的补充，所述步骤1中的评价指标包括：城市内陆湖泊富营养化状态和城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性；所述步骤1中城市内陆湖泊富营养化状态指标包括：水体中的氨氮、硝酸盐氮、亚硝酸盐氮、活性磷酸盐和化学需氧量。
作为本发明更进一步的补充，所述城市内陆湖泊生态环境富营养状态指数(E)的计算方法为：
其中：p(DIN)代表溶解态无机氮的浓度，数值上取氨氮、硝酸盐氮和亚硝酸盐氮的浓度之和，mg/L；p(DIP)代表溶解态无机磷的浓度，数值上取活性磷酸盐的浓度，mg/L；p(CODuMn)代表化学需氧量的浓度，mg/L。当E>1时，则判断水体处于富营养化状态；所述城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性指标包括：温度、pH、盐度、化学耗氧量、溶解氧、叶绿素、溶解性无机氮、磷酸盐和硅酸盐。
作为本发明更进一步的补充，所述步骤2中对城市内陆湖泊富营养化状态及相关环境因子的变化特性进行时间趋势分析的具体方法为：
设污染物要素时间序列为{Xr}，r＝1,2,3,...,n，定义统计量；
其中，所述统计量Sk是第i时刻数值大于j时刻数据个数的累计数，而E(Sk)是累计数Sk的均值，Var(Sk)是累计数Sk的方差，UFk为Sk进行标准正态分布转换的结果；当UFk大于0表明污染物要素序列呈上升趋势，小于0则为下降趋势；给定显著性水平Uα0.05＝1.96，若/UFk/大于1.96，则表明序列存在显著的变化趋势。
作为本发明更进一步的补充，所述步骤3中对城市内陆湖泊富营养化状态及相关环境因子的空间变化趋势进行空间趋势分析的具体方法为：利用空间插值算法进行趋势分析：
其中，Z(xt)(i＝1,…,n)为n个样本点的观测值，Z(xo)为待定点值，A；为权重，权重由Kriging方程组决定：
其中，C(vi，vj)为测站样本点之间的协方差，C(Vi，V)为测站样本点与插值点之间的协方差，μ为拉格朗日乘子；插值数据的空间结构特性由半变异函数描述，其表达式为：
其中，N(h)为被距离区段分割的试验数据对数目，根据试验变异函数的特性，选取适当的变异函数模型，根据试验半变异函数得到的试验变异函数图，从而确定出合理的变异函数理论模型。
作为本发明更进一步的补充，所述步骤4中对城市内陆湖泊不同功能区的生态环境质量进行对比分析包括以下步骤：
步骤41：根据海洋生态环境中各因子的量纲和计量方法不同，对生态环境原始数据矩阵和环境质量标准矩阵进行归一化处理；
步骤42：利用主成分分析分配权重，通过评价因子权重计算及修正得到生态环境的单因子评价结果和各因子的权重分析结果；
步骤43：在获取生态环境的单因子评价结果和各因子的权重之后，对生态环境质量进行多级灰关联综合评价，包括：关联度计算、关联差异计算、灰色从属度分析和灰色综合评价结果计算，并将灰色综合评价结果输出。
有益效果
与现有技术相比，本发明的有益效果在于：
1、通过本发明对城市内陆湖泊生态环境进行监测，不仅能够判别城市内陆湖泊生态环境质量的等级类别，而且在同一等级内能够区分优劣次序，从而对城市内陆湖泊生态环境进行可靠的治理和修复方案预警。
2、本发明在获取生态环境的单因子评价结果和各因子的权重之后，对生态环境质量采用多级灰关联综合评价的方法进行评价，该方法通过分析生态环境系统内部各因子间的关系强弱、大小和次序，对系统内部的联系进行定量，进而确定关联对象的相关性，得出结论，克服了在生态环境中，有限的生态环境监测数据无法提供完全和确定信息的问题，充分考虑海洋生态环境的不确定性情况。
3、本发明采用空间数据库管理数据，将属性数据和空间数据进行统一管理，能够对数据进行高效的检索和查询，以满足城市内陆湖泊生态环境研究对数据的需求。
附图说明
图1为本发明一种湖泊水域的空间资源利用辅助决策系统的流程框图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
下面通过具体的实施例子并结合附图对本发明做进一步的详细描述。
一种湖泊水域的空间资源利用辅助决策系统，该方法包括以下步骤：
步骤1：建立城市内陆湖泊生态环境特性及其空间决策评价指标，对城市内陆湖泊监控区进行评价指标的定时监测，所述评价指标包括：城市内陆湖泊富营养化状态和城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性；
步骤2：对城市内陆湖泊富营养化状态及相关环境因子的变化特性进行时间趋势分析，得到城市内陆湖泊富营养化状态的时间变化特征；通过时间变化趋势分析，估算特定时间序列内城市内陆湖泊富营养化变化过程中所存在的统计规律性，从而分析城市内陆湖泊富营养化自身的演化过程，揭示其发展的规律，探索成因并预测其未来的发展趋势，处理对象主要是每个监测时段海水富营养状态指数的海域整体平均值；
步骤3：对城市内陆湖泊富营养化状态及相关环境因子的空间变化趋势进行空间趋势分析，得到城市内陆湖泊富营养化状态的空间分布特征；
步骤4：对城市内陆湖泊不同功能区的生态环境质量进行对比分析，获取城市内陆湖泊生态环境质量状况，识别污染关键因子；
步骤5：将步骤1中监测的城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性数据作为城市内陆湖泊的浮游植物生物量的动态变化模拟研究的数据来源；
步骤6：对城市内陆湖泊的浮游植物生物量的动态变化进行分析，分析环境因子与浮游植物生物量动态变化之间的因果关系特性，为城市内陆湖泊环境保护和生态修复提供决策依据；
步骤7：通过空间数据库将属性数据和空间数据进行统一管理，同时对数据进行高效的检索和查询，以满足城市内陆湖泊生态环境决策对数据的需求；
步骤8：将步骤6中环境因子与浮游植物生物量动态变化之间的因果关系特性输入至城市内陆湖泊的空间数据库，对城市内陆湖泊生态环境进行辅助决策。
具体的，步骤1中所述的城市内陆湖泊富营养化状态指标包括：水体中的氨氮、硝酸盐氮、亚硝酸盐氮、活性磷酸盐和化学需氧量，测定方法依照GB/T12763.4-1991《海洋调查规范》(2007年后使用GB/T12763.4-2007)进行；所述城市内陆湖泊生态环境富营养状态指数(E)的计算方法为：
其中：p(DIN)代表溶解态无机氮的浓度，数值上取氨氮、硝酸盐氮和亚硝酸盐氮的浓度之和，mg/L；p(DIP)代表溶解态无机磷的浓度，数值上取活性磷酸盐的浓度，mg/L；p(CODuMn)代表化学需氧量的浓度，mg/L。当E>1时认为水体处于富营养化状态；
所述城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性指标包括：温度、pH、盐度、化学耗氧量、溶解氧、叶绿素、溶解性无机氮、磷酸盐和硅酸盐。
具体的，步骤2中对城市内陆湖泊富营养化状态及相关环境因子的变化特性进行时间趋势分析的具体方法为：
设污染物要素时间序列为{Xr}，r＝1,2,3,...,n，定义统计量：
其中，所述统计量Sk是第i时刻数值大于j时刻数据个数的累计数，而E(Sk)是累计数Sk的均值，Var(Sk)是累计数Sk的方差，UFk为Sk进行标准正态分布转换的结果；当UFk大于0表明污染物要素序列呈上升趋势，小于0则为下降趋势。给定显著性水平Uα0.05＝1.96，若/UFk/大于1.96，则表明序列存在显著的变化趋势。
具体的，所述步骤3中对城市内陆湖泊富营养化状态及相关环境因子的空间变化趋势进行空间趋势分析的具体方法为：利用空间插值算法进行趋势分析：
其中，Z(xt)(i＝1,...,n)为n个样本点的观测值，Z(xo)为待定点值，A；为权重，权重由Kriging方程组决定：
其中，C(vi，vj)为测站样本点之间的协方差，C(Vi，V)为测站样本点与插值点之间的协方差，μ为拉格朗日乘子。插值数据的空间结构特性由半变异函数描述，其表达式为：
其中，N(h)为被距离区段分割的试验数据对数目，根据试验变异函数的特性，选取适当的理论变异函数模型，根据试验半变异函数得到的试验变异函数图，从而确定出合理的变异函数理论模型。
其中，步骤4中对城市内陆湖泊不同功能区的生态环境质量进行对比分析包括以下步骤：
步骤41：根据海洋生态环境中各因子的量纲和计量方法不同，对生态环境原始数据矩阵和环境质量标准矩阵进行归一化处理；
步骤42：利用主成分分析分配权重，通过评价因子权重计算及修正得到生态环境的单因子评价结果和各因子的权重分析结果；
步骤43：在获取生态环境的单因子评价结果和各因子的权重之后，对生态环境质量进行多级灰关联综合评价，包括：关联度计算、关联差异计算、灰色从属度分析和灰色综合评价结果计算，并将灰色综合评价结果输出。
通过上述对城市内陆湖泊富营养化空间变化趋势的分析，可以获得其空间分布特征，模拟海域空间的连续变化，可以为城市内陆湖泊监测网络、控制污染提供支持，同时也可以为城市内陆湖泊环境保护和生态修复提供决策依据。
本发明通过对城市内陆湖泊富营养化时空分布变化、水环境综合质量和浮游植物动态变化进行分析，获取城市内陆湖泊生态环境特性，为城市内陆湖泊生态环境空间决策提供依据和支撑；通过插件式GIS研究平台，集成生态环境研究模型和方法库，并连接城市内陆湖泊空间一体化数据库，为城市内陆湖泊生态环境提供综合研究工具，促进生态环境研究的顺利开展和进一步深化，为城市内陆湖泊环境保护和生态修复提供决策依据。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；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：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案。
Claims (6)
1.一种湖泊水域的空间资源利用辅助决策系统，其特征在于，该方法包括以下步骤：
步骤1：建立城市内陆湖泊生态环境特性及其空间决策评价指标，对城市内陆湖泊的监测区进行评价指标的定时监测；
步骤2：对城市内陆湖泊富营养化状态及相关环境因子的变化特性进行时间趋势分析，得到城市内陆湖泊富营养化状态的时间变化特征；
步骤3：对城市内陆湖泊富营养化状态及相关环境因子的空间变化趋势进行空间趋势分析，得到城市内陆湖泊富营养化状态的空间分布特征；
步骤4：对城市内陆湖泊不同功能区的生态环境质量进行对比分析，获取城市内陆湖泊生态环境质量状况，识别污染关键因子；
步骤5：将步骤1中监测的城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性数据作为城市内陆湖泊的浮游植物生物量的动态变化模拟研究的数据来源；
步骤6：通过推理模型对城市内陆湖泊的浮游植物生物量的动态变化进行分析，分析环境因子与浮游植物生物量动态变化之间的因果关系特性，为城市内陆湖泊环境保护和生态修复提供决策依据；
步骤7：通过空间数据库将属性数据和空间数据进行统一管理，同时对数据进行高效的检索和查询，以满足城市内陆湖泊生态环境决策对数据的需求；
步骤8：将步骤6中环境因子与浮游植物生物量动态变化之间的因果关系特性输入至城市内陆湖泊的空间数据库，对城市内陆湖泊生态环境进行辅助决策。
2.根据权利要求1所述的一种湖泊水域的空间资源利用辅助决策系统，其特征在于，所述步骤1中的评价指标包括：城市内陆湖泊富营养化状态和城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性；所述步骤1中城市内陆湖泊富营养化状态指标包括：水体中的氨氮、硝酸盐氮、亚硝酸盐氮、活性磷酸盐和化学需氧量。
3.根据权利要求2所述的一种湖泊水域的空间资源利用辅助决策系统，其特征在于，所述城市内陆湖泊生态环境富营养状态指数(E)的计算方法为：
其中：p(DIN)代表溶解态无机氮的浓度，数值上取氨氮、硝酸盐氮和亚硝酸盐氮的浓度之和，mg/L；p(DIP)代表溶解态无机磷的浓度，数值上取活性磷酸盐的浓度，mg/L；p(CODuMn)代表化学需氧量的浓度，mg/L。当E>1时，则判断水体处于富营养化状态；
所述城市内陆湖泊的环境因子与浮游植物生物量动态变化之间的因果关系特性指标包括：温度、pH、盐度、化学耗氧量、溶解氧、叶绿素、溶解性无机氮、磷酸盐和硅酸盐。
4.根据权利要求1所述的一种湖泊水域的空间资源利用辅助决策系统，其特征在于，所述步骤2中对城市内陆湖泊富营养化状态及相关环境因子的变化特性进行时间趋势分析的具体方法为：
设污染物要素时间序列为{Xr}，r＝1,2,3,...,n，定义统计量；
其中，所述统计量Sk是第i时刻数值大于j时刻数据个数的累计数，而E(Sk)是累计数Sk的均值，Var(Sk)是累计数Sk的方差，UFk为Sk进行标准正态分布转换的结果；当UFk大于0表明污染物要素序列呈上升趋势，小于0则为下降趋势；给定显著性水平Uα0.05＝1.96，若/UFk/大于1.96，则表明序列存在显著的变化趋势。
5.根据权利要求1所述的一种湖泊水域的空间资源利用辅助决策系统，其特征在于，所述步骤3中对城市内陆湖泊富营养化状态及相关环境因子的空间变化趋势进行空间趋势分析的具体方法为：利用空间插值算法进行趋势分析：
其中，Z(xt)(i＝1,…,n)为n个样本点的观测值，Z(xo)为待定点值，A；为权重，权重由Kriging方程组决定：
其中，C(vi，vj)为测站样本点之间的协方差，C(Vi，V)为测站样本点与插值点之间的协方差，μ为拉格朗日乘子；插值数据的空间结构特性由半变异函数描述，其表达式为：
其中，N(h)为被距离区段分割的试验数据对数目，根据试验变异函数的特性，选取适当的变异函数模型，根据试验半变异函数得到的试验变异函数图，从而确定出合理的变异函数理论模型。
6.根据权利要求1所述的一种湖泊水域的空间资源利用辅助决策系统，其特征在于，所述步骤4中对城市内陆湖泊不同功能区的生态环境质量进行对比分析包括以下步骤：
步骤41：根据海洋生态环境中各因子的量纲和计量方法不同，对生态环境原始数据矩阵和环境质量标准矩阵进行归一化处理；
步骤42：利用主成分分析分配权重，通过评价因子权重计算及修正得到生态环境的单因子评价结果和各因子的权重分析结果；
步骤43：在获取生态环境的单因子评价结果和各因子的权重之后，对生态环境质量进行多级灰关联综合评价，包括：关联度计算、关联差异计算、灰色从属度分析和灰色综合评价结果计算，并将灰色综合评价结果输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910503907.2A CN110348689A (zh) | 2019-06-11 | 2019-06-11 | 一种湖泊水域的空间资源利用辅助决策系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910503907.2A CN110348689A (zh) | 2019-06-11 | 2019-06-11 | 一种湖泊水域的空间资源利用辅助决策系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110348689A true CN110348689A (zh) | 2019-10-18 |
Family
ID=68181780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910503907.2A Pending CN110348689A (zh) | 2019-06-11 | 2019-06-11 | 一种湖泊水域的空间资源利用辅助决策系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110348689A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113269396A (zh) * | 2021-04-16 | 2021-08-17 | 佛山市奥博环保技术有限公司 | 一种基于多级灰关联的水环境风险评价方法及系统 |
| CN117116382A (zh) * | 2023-10-18 | 2023-11-24 | 水利部交通运输部国家能源局南京水利科学研究院 | 引水工程影响下受水湖泊水质时空预测方法和系统 |
| CN117909697A (zh) * | 2024-03-20 | 2024-04-19 | 南方海洋科学与工程广东省实验室(广州) | 一种海洋资源分布与生态环境大数据监控管理方法及系统 |
| CN117909697B (zh) * | 2024-03-20 | 2024-07-02 | 南方海洋科学与工程广东省实验室(广州) | 一种海洋资源分布与生态环境大数据监控管理方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108108911A (zh) * | 2018-01-09 | 2018-06-01 | 中国科学院南京地理与湖泊研究所 | 基于水生态系统健康的大型湖泊分区水质目标制定方法 |
| CN108364130A (zh) * | 2018-02-08 | 2018-08-03 | 北京中科乾和环保科技服务有限公司 | 一种小型人工湖库生态健康评估方法 |
-
2019
- 2019-06-11 CN CN201910503907.2A patent/CN110348689A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108108911A (zh) * | 2018-01-09 | 2018-06-01 | 中国科学院南京地理与湖泊研究所 | 基于水生态系统健康的大型湖泊分区水质目标制定方法 |
| CN108364130A (zh) * | 2018-02-08 | 2018-08-03 | 北京中科乾和环保科技服务有限公司 | 一种小型人工湖库生态健康评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| P.MONESTIEZ等: "Geostatistical modelling of spatial distribution of Balaenoptera physalus in the Northwestern Mediterranean Sea from sparse count data and heterogeneous observation efforts", 《ECOLOGICAL MODELLING》 * |
| 徐晓甫等: "天津近海富营养化及环境因子的时空变化特征", 《环境科学研究》 * |
| 李然然: "查干湖湿地水环境演变及生态风险评估", 《中国博士学位论文全文数据库工程科技Ⅰ辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113269396A (zh) * | 2021-04-16 | 2021-08-17 | 佛山市奥博环保技术有限公司 | 一种基于多级灰关联的水环境风险评价方法及系统 |
| CN117116382A (zh) * | 2023-10-18 | 2023-11-24 | 水利部交通运输部国家能源局南京水利科学研究院 | 引水工程影响下受水湖泊水质时空预测方法和系统 |
| CN117116382B (zh) * | 2023-10-18 | 2023-12-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 引水工程影响下受水湖泊水质时空预测方法和系统 |
| CN117909697A (zh) * | 2024-03-20 | 2024-04-19 | 南方海洋科学与工程广东省实验室(广州) | 一种海洋资源分布与生态环境大数据监控管理方法及系统 |
| CN117909697B (zh) * | 2024-03-20 | 2024-07-02 | 南方海洋科学与工程广东省实验室(广州) | 一种海洋资源分布与生态环境大数据监控管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Spatial and temporal variations in the relationship between lake water surface temperatures and water quality-A case study of Dianchi Lake | |
| Wu et al. | Seasonal and spatial variations of water quality and trophic status in Daya Bay, South China Sea | |
| Artioli et al. | Defining and modelling the coastal zone affected by the Po river (Italy) | |
| Yuan et al. | Development of an integrated model for assessing the impact of diffuse and point source pollution on coastal waters | |
| Desa et al. | Dissolved oxygen––a target indicator in determining use of the Gulf of Kachchh waters | |
| Strain et al. | The relationships between chemical measures and potential predictors of the eutrophication status of inlets | |
| CN110348689A (zh) | 一种湖泊水域的空间资源利用辅助决策系统 | |
| Trang et al. | Assessment of the environmental carrying capacity of pollutants in Tam Giang-Cau Hai Lagoon (Viet Nam) and solutions for the environment protection of the lagoon | |
| Yu et al. | Using machine learning to reveal spatiotemporal complexity and driving forces of water quality changes in Hong Kong marine water | |
| Wu et al. | Assessment for water quality by artificial neural network in Daya Bay, South China Sea | |
| Bin et al. | Marine biodiversity conservation based on integrated coastal zone management (ICZM)—a case study in Quanzhou Bay, Fujian, China | |
| Punys et al. | A multi-criteria analysis for siting surface-flow constructed wetlands in tile-drained agricultural catchments: The case of Lithuania | |
| Xiaobo et al. | Use of PCA-RBF model for prediction of chlorophyll-a in Yuqiao Reservoir in the Haihe River Basin, China | |
| Wu et al. | Monsoon-driven Dynamics of water quality by multivariate statistical methods in Daya Bay, South China Sea | |
| Fernandes et al. | Seasonal variations in the water quality of six tropical micro-and mesotidal estuaries along the central west coast of India | |
| Hood | The role of submersed macrophytes in river eutrophication and biogeochemical nutrient cycling | |
| Balachandran et al. | Chemical oceanographic studies of the coastal waters of Cochin | |
| Qu et al. | Identification of driving factors for chlorophyll‐a in multi‐stable shallow lakes of China employing machine learning methods | |
| Zaghloul et al. | Towards a Lake Nasser management plan: results of a pilot test on integrated water resources management | |
| Avakul et al. | Spatio-temporal variations in water quality of the Chao Phraya River, Thailand, between 1991 and 2008 | |
| Payandeh et al. | Numerical assessment of nutrient assimilative capacity of Khur-e-Musa in the Persian Gulf | |
| Ormerod | Three challenges for the science of river conservation | |
| Carstensen | Statistical analysis and modelling of phytoplankton dynamics: exploitation of data in the Nordic and Baltic monitoring programs | |
| Wild-Allen et al. | Macquarie Harbour Oxygen Process model (FRDC 2016-067) | |
| Podsechin et al. | Development of water protection of Lake Onega |
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: 20191018 |