CN110378806A - 一种水质水量联合调配方法及装置 - Google Patents
一种水质水量联合调配方法及装置 Download PDFInfo
- Publication number
- CN110378806A CN110378806A CN201910658653.1A CN201910658653A CN110378806A CN 110378806 A CN110378806 A CN 110378806A CN 201910658653 A CN201910658653 A CN 201910658653A CN 110378806 A CN110378806 A CN 110378806A
- Authority
- CN
- China
- Prior art keywords
- water
- model
- data
- computing unit
- water 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 542
- 238000000034 method Methods 0.000 title claims abstract description 106
- 230000008569 process Effects 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 16
- 239000003344 environmental pollutant Substances 0.000 claims description 68
- 231100000719 pollutant Toxicity 0.000 claims description 68
- 238000012545 processing Methods 0.000 claims description 17
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 abstract description 20
- 230000008859 change Effects 0.000 abstract description 9
- 238000006243 chemical reaction Methods 0.000 abstract description 5
- 239000000356 contaminant Substances 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004457 water analysis Methods 0.000 abstract description 3
- 238000003860 storage Methods 0.000 description 41
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 239000002689 soil Substances 0.000 description 6
- 230000027455 binding Effects 0.000 description 4
- 238000009739 binding Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 239000008400 supply water Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 3
- 239000008239 natural water Substances 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 241000372132 Hydrometridae Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002571 modificatory effect Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000005413 snowmelt Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000004148 unit process 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
- 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)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种水质水量联合调配方法及装置，涉及水资源调配技术领域及控制技术领域。该方法在进行水资源调配时，以控制目标水质水量需求为导向，通过水质水量联合调配模型对水量平衡和水质变化进行分析，得到兼顾控制目标水质与水量分析的水资源联合调配方案，能够以水量平衡为基础，以计算单元为核心，通过分析计算水量循环过程及污染物迁移转化过程，进而得到更符合现状及未来社会经济、生态环境用水需求的水质水量联合调配方案。
Description
技术领域
本申请涉及水资源调配技术领域，具体而言，涉及一种水质水量联合调配方法及装置。
背景技术
随着社会经济的发展，水资源的调配也越来越重要。现有水资源调配方法通常以水资源供需分析为基础，对某一区域的水量进行预测，进而得到水资源调配方案。然而，在实践中发现，随着人口增长、经济社会发展，水资源需求不断增加，排污量增长，不同用水对水量和水质的要求不同，需要结合水质要求对水量进行分配，可见，传统的水资源调配方法无法同时对水质和水量进行分析，进而无法得到满足现今社会经济条件下的水资源调配方案。
发明内容
本申请实施例的目的在于提供一种水质水量联合调配方法及装置，能够同时对水质和水量进行分析，进而得到满足现今社会经济条件下的水资源调配方案。
本申请实施例提供了一种水质水量联合调配方法，包括：
获取目标水区域的原始数据和预设的水质水量联合调配模型，所述水质水量联合调配模型包括水量平衡模型、水质模型和水资源调配模型；
通过所述水量平衡模型对所述原始数据进行处理，得到计算单元水量平衡数据；所述计算单元为按照流域对所述目标水区域进行划分得到的；
根据所述计算单元水量平衡数据，通过所述水质模型对所述原始数据进行处理，得到计算单元污染物变化数据；
根据所述计算单元水量平衡数据和所述计算单元污染物变化数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案。
在上述实现过程中，在水资源调配时，通过水质水量联合调配模型对水量平衡和水质进行分析，进而得到兼顾水质与水量分析的水质水量联合调配方案，能够以水量平衡为基础，通过分析计算计算单元污染物变化数据，进而得到更符合实际社会经济用水情况的水质水量联合调配方案。
进一步地，所述水质水量联合调配模型还包括水文模型；所述水文模型为随机模型、集总模型、半分布水文模型和分布式水文模型中的一种。
在上述实现过程中，水质水量联合调配模型还包括水文模型，通过分析计算单元内部降雨径流循环过程，能够进一步提升水质水量联合调配方案的精确度，使其更加符合实际社会经济用水情况。
进一步地，所述方法还包括：
通过所述水文模型对所述原始数据进行处理，得到计算单元内部降雨径流循环过程数据；
所述根据所述计算单元水量平衡数据和所述计算单元污染物变化数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案，包括：
根据所述计算单元水量平衡数据、所述计算单元污染物变化数据以及计算单元内部降雨径流循环过程数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案。
在上述实现过程中，通过水文模型对原始数据进行分析处理，能够得到计算单元内部降雨径流循环过程，进而使得得到的水质水量联合调配方案更加符合现今社会经济条件。
进一步地，所述水质模型包括计算单元内污染物浓度计算公式；
所述计算单元内污染物浓度计算公式为：
其中，CT为T时刻计算单元内污染物浓度；CT-△T为距离T时刻前△T时段时计算单元内污染物浓度；K为污染物综合衰减系数；△T为计算时间步长；m为污染物入河速率；Q为计算单元内部河流平均流量。
在上述实现过程中，水质模型包括计算单元内污染物浓度计算公式，通过该计算公式能够计算得到T时刻计算单元内污染物浓度。
进一步地，在所述获取目标水区域的原始数据和预设的水质水量联合调配模型之前，所述方法还包括：
构建原始水质水量联合调配模型；
获取模型控制目标数据，并通过所述模型控制目标数据对所述原始水质水量联合调配模型进行率定和验证，以调整所述原始水质水量联合调配模型的模型参数，得到最终的水质水量联合调配模型。
在上述实现过程中，在进行水质水量联合调配之前，首先要构建原始水质水量联合调配模型，然后通过模型控制目标对原始水质水量联合调配模型的各个参数进行调整，能够得到符合模型控制目标的水质水量联合调配模型。
进一步地，所述模型控制目标数据包括用水户供需水量、水文站点流量过程数据、水质站点污染物浓度过程数据、控制断面流量和水质中的一种或者多种。
在上述实现过程中，通过模型控制目标数据对原始水质水量联合调配模型进行率定和验证，并调整原始水质水量联合调配模型中相应的模型参数，进而得到更符合未来社会经济条件下的水质水量联合调配模型。
进一步地，所述水资源调配模型包括可供水量计算子模型、供水配置计算子模型、水利工程调节计算子模型和用水配置子模型。
在上述实现过程中，水资源调配模型能够实现对可供水量、供水配置、水利工程调节以及用水配置进行分析，并得到相应的结果。
进一步地，所述根据所述计算单元水量平衡数据、所述计算单元污染物变化数据以及计算单元内部降雨径流循环过程数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案，包括：
通过所述可供水量计算子模型对所述原始数据进行处理，得到水资源可供水量；
通过所述供水配置计算子模型对所述原始数据和所述水资源可供水量进行处理，得到供水配置数据，并通过所述用水配置子模型根据所述原始数据和所述水资源可供水量，生成用户供水配置数据；
通过所述水利工程调节计算子模型对所述原始数据进行处理，得到水利工程调节数据；
根据所述计算单元水量平衡数据、所述计算单元污染物变化数据、计算单元内部降雨径流循环过程数据、所述供水配置数据、所述水利工程调节数据以及所述用户供水配置数据，生成水质水量联合调配方案。
在上述实现过程中，联合调配方案不仅包括目标水区域各种水质水量数据，还包括相应的各类供水配置数据，能够全面反应出目标水区域的水质水量配置情况。
本发明第二方面公开一种水质水量联合调配装置，包括：
获取模块，用于获取目标水区域的原始数据和预设的水质水量联合调配模型，所述水质水量联合调配模型包括水量平衡模型、水质模型和水资源调配模型；
第一处理模块，用于通过所述水量平衡模型对所述原始数据进行处理，得到计算单元水量平衡数据；所述计算单元为按照流域对所述目标水区域进行划分得到的；
第二处理模块，用于根据所述计算单元水量平衡数据，通过所述水质模型对所述原始数据进行处理，得到计算单元污染物变化数据；
第三处理模块，用于根据所述计算单元水量平衡数据和所述计算单元污染物变化数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案。
在上述实现过程中，在水资源调配时，通过获取模块获取到的水质水量联合调配模型对水量平衡和水质进行分析，得到水质水量联合调配方案，能够以水量平衡为基础，通过分析计算计算单元污染物变化数据，进而得到更符合实际社会经济用水情况的水质水量联合调配方案。
本发明第三方面公开一种计算机设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行第一方面公开的部分或者全部所述的水质水量联合调配方法。
本发明第四方面公开一种计算机可读存储介质，其存储有第三方面所述的计算机设备中所使用的所述计算机程序。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请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为本申请实施例一提供的一种水质水量联合调配方法的流程示意图；
图2为本申请实施例二提供的一种水质水量联合调配方法的流程示意图；
图3为本申请实施例三提供的一种水质水量联合调配装置的结构示意图；
图4为本申请实施例三提供的另一种水质水量联合调配装置的结构示意图。
具体实施方式
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。
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。同时，在本申请的描述中，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。
实施例1
请参看图1，图1为本申请实施例提供的一种水质水量联合调配方法的流程示意框图。如图1所示，该水质水量联合调配方法包括：
S101、获取目标水区域的原始数据和预设的水质水量联合调配模型。
本申请实施例中，水质水量联合调配模型包括水量平衡模型、水质模型和水资源调配模型。
S102、通过水量平衡模型对原始数据进行处理，得到计算单元水量平衡数据。
本申请实施例中，计算单元为按照流域对目标水区域进行划分得到的。
本申请实施例中，水量平衡模型计算单元水量平衡模型通过对自然水循环和社会水循环进行耦合，计算公式如下：
Wex+Wen＝Wloss+Wout+ΔW；
Wex＝Wuout+Wou+Wt；
Wen＝f(X)；
Wloss＝E+Wcon；
Wsu＝Wcon+Wre+Wreuse；
式中：Wex为外源水水量，Wen为内源水水量，Wloss为计算单元水量损失量，Wout为计算单元退水量，△W为计算单元单位时间内蓄水变化量，Wuout为上游计算单元退水量，Wou为其它计算单元为本计算单元的供水量，Wt为目标水区域外调水工程对本单元的供水量，f(X)为水文模型，X为水文模型f(X)的输入向量，E为计算单元水量蒸发量，Wcon为用户耗水量，Wsu为计算单元供水量，Wre为用水后回归河道的水量，Wreuse为中水回用量。
S103、根据计算单元水量平衡数据，通过水质模型对原始数据进行处理，得到计算单元污染物变化数据。
本申请实施例中，污染物在水体中存在着复杂的物理、化学和生物过程，主要包括对流扩散过程和源汇变化过程。对流扩散过程为物理过程，源汇变化过程较为复杂，目前我国尚缺乏完整的源汇变化过程相关监测数据，因此需要对污染物的迁移转化进行简化处理。通过对计算单元内部河流进行了概化处理，把所有河流概化为一条主河流。假设任一时刻同一个计算单元内部主河流水体中的污染物浓度是一致的，即认为污染物进入水体之后迅速扩散，污染物浓度的变化只是随时间的变化。因此，水质模型可以通过一维河流水质模型进行推导。水质模型是以计算单元为基础，结合水量平衡模型，耦合自然水循环和社会水循环过程，分析主河流内污染物随时间的变化过程。
S104、根据计算单元水量平衡数据和计算单元污染物变化数据，通过水资源调配模型对原始数据进行处理，得到目标水区域的水质水量联合调配方案。
可见，实施图1所描述的水质水量联合调配方法，在进行水资源调配时，以控制目标水质水量需求为导向，通过水质水量联合调配模型对水量平衡和水质变化进行分析，得到兼顾控制目标水质与水量分析的水资源联合调配方案，能够以水量平衡为基础，通过分析计算水量循环过程及污染物迁移转化过程，进而得到更符合现状及未来社会经济、生态环境用水需求的水质水量联合调配方案。
实施例2
请参看图2，图2为本申请实施例提供的一种水质水量联合调配方法的流程示意框图。如图2所示，该水质水量联合调配方法包括：
S201、构建原始水质水量联合调配模型。
S202、获取模型控制目标数据，并通过模型控制目标数据对原始水质水量联合调配模型进行率定和验证，以调整原始水质水量联合调配模型的模型参数，得到最终的水质水量联合调配模型。
本申请实施例中，水质水量联合调配模型之所以能够用于模拟未来社会经济条件下水资源配置过程，制定配置方案，最为关键的是模型能够对水资源系统历史过程有较好的模拟表现，需要对模型进行率定和验证；其次，模型用于指定最优或者较优的未来社会经济条件下的水资源配置方案，也需要对模拟过程进行有效控制。因此，需要通过模型控制目标数据对原始水质水量联合调配模型进行率定和验证，并调整原始水质水量联合调配模型中相应的模型参数，进而得到更符合未来社会经济条件下的水质水量联合调配模型。
本申请实施例中，模型控制目标数据包括用水户供需水量、水文站点流量过程数据、水质站点污染物浓度过程数据、控制断面流量和水质中的一种或者多种，对此本申请实施例不作限定。其中，用水户供需水量控制目标，即对用水户的供水量能够符合历史用水量情况；水文站点流量过程数据控制目标，即经过对水资源系统的自然水循环和社会水循环过程的模拟之后，模拟计算的水文站点流量过程符合实际流量过程；水质站点污染物浓度过程数据控制目标，即水质控制断面污染物模拟计算过程与符合实际污染物变化过程；控制断面流量和水质控制目标，即针对一些重点控制断面(比如省界控制断面、重要水功能区控制断面、生态流量控制断面等)，其流量过程和污染物变化过程符合实际过程。
本申请实施例中，控制目标的体现形式可以为预设阈值范围，预设标准等，对此本申请实施例不作限定。在实际使用中，先通过原始水质水量联合调配模型进行模拟计算，得到相应的计算结果，以计算结果为用水户供需水量为例，在得到相应的用水户供需水量结果时，将用水户供需水量结果与预设的用水户供需水量控制目标进行匹配比较，判断用水户供需水量结果是否与用水户供需水量控制目标相匹配，如果不相匹配，则对原始水质水量联合调配模型中与用水户供需水量控制目标相对应的模型参数进行调整。
本申请实施例中，针对以上控制目标，涉及的主要模型参数有：水文模型参数(不同的水文模型的参数不同，最为简单的水文模型是降雨径流模型，其参数为综合径流系数)、水库初始库容、水库库容损失系数、用水户耗水率、废污水处理率、污染物综合衰减系数K、污染物排放浓度(包括处理前和处理后)等，对此本申请实施例不作限定。
本申请实施例中，对于模型参数的调整，是在相对应的预设调整范围内进行适当调整的。
本申请实施例中，水质水量联合调配模型是基于对目标水区域进行概化的基础上进行的，概化的目的是针对目标水区域的复杂水资源系统通过抽丝剥茧，在遵循水流自然运动规律的基础上，抓住主要因素，忽略次要因素，使系统脉络更为清晰而便于分析计算。概化对象主要是河流水系和水利工程。
本申请实施例中，目标水区域可以划分多个计算单元，对目标水区域的概化包括对于目标水区域中河流水系的概化、对于目标水区域中水利工程的概化
本申请实施例中，对于目标水区域中河流水系的概化，一个计算单元内部河流水系复杂，涉及支流众多，空间分布不均，进行水量水质联合调配模拟时，需要对其进行概化处理，即认为每一个计算单元内只有一条主河流穿过，把计算单元内所有河流概化为这一主河流。
本申请实施例中，对于目标水区域中水利工程的概化分为蓄水工程、公共水源工程、以及其他水利工程三个方面。对于蓄水工程，不同蓄水工程的集雨面积存在着包含关系或相互独立关系，为了方便计算，以计算单元为基础，将蓄水工程分为两大类型：一类是集雨面积跨不同计算单元的蓄水工程，此类蓄水工程单独调算；若是集雨面积跨不同计算单元的梯级蓄水工程(即存在串联关系的蓄水工程)，则将梯级蓄水工程概化为一个综合型蓄水工程，对此类蓄水工程进行捆绑打包，形成一个综合蓄水工程，其集雨面积为最末一级蓄水工程的集雨面积，兴利库容为梯级蓄水工程兴利库容的叠加；另一类是集雨面积在一个计算单元内的蓄水工程，将此类所有蓄水工程捆绑打包成为一个综合蓄水工程。工程库容参数是所有打包水库的库容参数之和，集雨面积是所有打包蓄水工程的集雨面积之和。若存在梯级蓄水工程情形，考虑到集雨面积叠加问题，只取最末端一级蓄水工程的集雨面积。对于公共水源工程，公共水源工程是指给多个计算单元供水的水利工程，包括蓄、引、提等水利工程，此类工程均需单独计算。公共水源工程概化方法同蓄水工程；若为引、提水工程，则概化为调节库容为0的蓄水工程进行计算。对于其他水利工程，一个计算单元内，除了蓄水工程和公共水源工程之外的其他水利工程，均捆绑打包成为一个相同类型的水利工程，例如同一个计算单元内的所有引水工程捆绑打包成为一个综合引水工程，所有提水工程捆绑打包成为一个综合提水工程，依次类推。
在步骤S202之后，还包括以下步骤：
S203、获取目标水区域的原始数据和预设的水质水量联合调配模型。
本申请实施例中，水质水量联合调配模型包括水量平衡模型、水质模型和水资源调配模型。
S204、通过水量平衡模型对原始数据进行处理，得到计算单元水量平衡数据。
本申请实施例中，计算单元为按照流域对目标水区域进行划分得到的。
本申请实施例中，水量平衡是基于计算单元的水量平衡，若是每一个计算单元水量都平衡了，则整个水资源系统也就水量平衡了。每一个计算单元的水循环包括来水、供水、用水、耗水、排水(回归水)的自然和社会水循环。每一个计算单元的来水可分为内源水和外源水，外源水包括上游计算单元的退水、其他计算单元对本单元的供水和区域外调水工程供水；内源水为本计算单元的自产水，通过计算单元内部水利工程进行调节供水。耗水量指河道外生活、生产、生态的用水消耗量。
S205、根据计算单元水量平衡数据，通过水质模型对原始数据进行处理，得到计算单元污染物变化数据。
本申请实施例中，水质模型可以通过一维河流水质模型进行推导。水质模型是以计算单元为基础，结合水量平衡模型，耦合自然水循环和社会水循环过程，分析主河流内污染物随时间的变化过程。一维河流水质模型的公式表示为：
其中，Cx为河流下游断面污染物浓度，C0为河流上游断面污染物浓度(背景浓度)，K为污染物综合衰减系数，x为河流上下游断面之间的纵向距离，u为河流平均流速；
因为代入公式1可得：
Cx＝C0exp(-K·ΔT)； (公式2)
式中：△T为计算时间步长。
设任一时刻计算单元内部河流水体中的污染物浓度保持一致，则根据公式2可得：
CT＝CT-ΔTexp(-K·ΔT)； (公式3)
假设计算单元内部污染物沿河流均匀排放，则可以根据公式3得到水质模型包括的计算单元内污染物浓度计算公式；
该计算单元内污染物浓度计算公式为：
其中，CT为T时刻计算单元内污染物浓度；CT-△T为距离T时刻前△T时段时计算单元内污染物浓度；K为污染物综合衰减系数；△T为计算时间步长；m为污染物入河速率；Q为计算单元内部河流平均流量。
本申请实施例中，水质模型只涉及一个参数K，可以通过实测数据计算得到，并预先存储。污染物入河速率m即计算单元内部污染负荷，主要包括生活、工业的点源污染负荷和农业面源污染负荷。
在步骤S205之后，还包括以下步骤：
S206、通过水文模型对原始数据进行处理，得到计算单元内部降雨径流循环过程数据。
本申请实施例中，水质水量联合调配模型还包括水文模型。
本申请实施例中，对于计算单元来说，自然水循环是计算单元内部降雨径流循环过程，通常用水文模型来进行计算。其中水文模型可以为随机模型、集总模型、半分布水文模型和分布式水文模型中的其中一种，对此本申请实施例不作限定。
本申请实施例中，具体的，水文模型可以为新安江模型、SWAT(Soil and WaterAssessment Tool)模型、Topmodel(TOPgraphy-Based Hydrological MODEL)模型、GTopmodel(Grid-and-TOPgraphy-Based Hydrological MODEL)模型、BTopMc(Block-wiseuse of TOPMODEL)模型、SHE(System Hydrological European)模型、SCS(SoilConservations Service)模型等，对此本申请实施例不作限定。
本申请实施例中，新安江模型是分布式模型，可用于湿润地区与半湿润地区的湿润季节。当流域面积较小时，新安江模型采用集总模型，当面积较大时，采用分块模型。它把全流域分为许多块单元流域，对每个单元流域作产汇流计算，得出单元流域的出口流量过程。再进行出口以下的河道洪水演算，求得流域出口的流量过程。把每个单元流域的出流过程相加，就求得了流域的总出流过程。
本申请实施例中，SWAT模型是一种基于GIS基础之上的分布式流域水文模型，主要是利用遥感和地理信息系统提供的空间信息模拟多种不同的水文物理化学过程，如水量、水质、以及杀虫剂的输移与转化过程。
本申请实施例中，Topmodel模型是一种半分布式水文模型，该模型采用体现地形空间变化的地形指数来反应径流运动的分布规律，根据重力排水、径流沿坡向运动的原理进行产流计算，采用类似等流时线法进行汇流计算。
本申请实施例中，GTopmodel模型是一种基于DEM栅格和地形的分布式水文模型。主要根据单流向法从DEM提取排水网络，建立栅格间的拓扑关系，并将流域划分成单元汇流带，在此基础上进行逐栅格产流计算，再采用Muskingum水流演算法将水流逐栅格演算至出口，得到出流过程，单元汇流带定义为汇向同一整段河道的栅格组成的汇流区域，将流域划分成栅格。
本申请实施例中，BTopMc模型是一种基于物理机制的分布式流域水文模型，包括地形子模型、产流子模型和汇流子模型，具有需要率定的参数个数少，且全部具有物理意义等优点。
本申请实施例中，SHE模型是三维的分布式物理模型，考虑了流域上的截留、下渗、土壤蓄水量、蒸散发、融雪径流、地表径流、壤中流、地下径流、含水层与河道水交换、土壤侵蚀、溶质运移等水文过程。模型中，流域参数、降水及水文响应的空间分布垂直方向用层表示，水平方向用矩形网格表示。该模型的主要水文过程可由质量、动量和能量守恒偏微分方程的有限差分表示，也可由经验方程表示。
本申请实施例中，SCS模型是地表径流模型，具有结构简单、所需参数少，对观测数据的要求不严格等特点，能够客观反映土壤类型、土地利用方式及前期土壤含水量对降雨径流的影响。
作为一种可选的实施方式，对于水文监测资料相对丰富的地区，计算单元来水量可以采用水文比拟法计算。水文比拟法是指两个流域(或者区域)气象条件和下垫面因素基本相似，但存在一些因素上的差异时，可以采用已知流域或者区域的来水量，按照不同的修正系数，计算未知流域或者区域的来水量。其中，修正系数一般包括2种：面积修正系数和雨量修正系数。
本申请实施例中，步骤S206发生在步骤S203之后以及在步骤S207之前，本申请实施例仅给出一种步骤顺序，对此不作限定。
在步骤S206之后，还包括以下步骤：
S207、通过可供水量计算子模型对原始数据进行处理，得到水资源可供水量。
本申请实施例中，水资源调配模型包括可供水量计算子模型、供水配置计算子模型、水利工程调节计算子模型和用水配置子模型。
本申请实施例中，可供水量计算子模型的计算公式如下：
其中，为第i时段蓄水工程可供水量，为第i时段蓄水工程来水量，为第i-1时段蓄水工程蓄水量，Wd为死库容，为第i时段水库损失水量，为第i时段河道内生态需水量。
S208、通过供水配置计算子模型对原始数据和水资源可供水量进行处理，得到供水配置数据，并通过用水配置子模型根据原始数据和水资源可供水量，生成用户供水配置数据。
本申请实施例中，在得到水资源可供水量之后，可供水量计算子模型可以结合用户需求，按照设定好的供水优先规则进行供水配置，计算出每一个时段的每一个工程的供水量，计算公式如下：
其中，为第i时段的工程供水量，为第i时段的用户总需水量，其他符号同前。
本申请实施例中，用水配置子模型是在得到供水配置数据之后，按照预设的用水户的用水优先规则计算得到用户供水配置数据。
S209、通过水利工程调节计算子模型对原始数据进行处理，得到水利工程调节数据。
本申请实施例中，水利工程调节计算子模型的计算公式如下：
QiΔT+Wi-1＝Wi+Wpsu+Wrl+qiΔT；
qi≥Qeco；
Wi≤Wxl+Wd；
其中，Qi、qi分别为第i时段水库的入库流量与下泄流量，Wi-1为水库初始库容，Wi为水库时段末库容，Qeco为河道下游的生态基流量，Wxl为兴利库容，其他符号同前。
S210、根据计算单元水量平衡数据、计算单元污染物变化数据、计算单元内部降雨径流循环过程数据、供水配置数据、水利工程调节数据以及用户供水配置数据，生成水质水量联合调配方案。
本申请实施例中，实施上述步骤S207～步骤S210，能够根据计算单元水量平衡数据、计算单元污染物变化数据以及计算单元内部降雨径流循环过程数据，通过水资源调配模型对原始数据进行处理，得到目标水区域的水质水量联合调配方案。
可见，实施图2所描述的水质水量联合调配方法，能够以水量平衡为基础，通过分析计算水量循环过程及污染物迁移转化过程，进而得到更符合现状及未来社会经济、生态环境用水需求的水质水量联合调配方案。
实施例3
请参看图3，图3为本申请实施例提供的一种水质水量联合调配装置的结构示意框图。如图3所示，该水质水量联合调配装置包括：
获取模块310，用于获取目标水区域的原始数据和预设的水质水量联合调配模型，水质水量联合调配模型包括水量平衡模型、水质模型和水资源调配模型。
第一处理模块320，用于通过水量平衡模型对原始数据进行处理，得到计算单元水量平衡数据；计算单元为按照流域对目标水区域进行划分得到的。
第二处理模块330，用于根据计算单元水量平衡数据，通过水质模型对原始数据进行处理，得到计算单元污染物变化数据。
第三处理模块340，用于根据计算单元水量平衡数据和计算单元污染物变化数据，通过水资源调配模型对原始数据进行处理，得到目标水区域的水质水量联合调配方案。
本申请实施例中，水质水量联合调配模型还包括水文模型；水文模型为随机模型、集总模型、半分布水文模型和分布式水文模型中的一种，对此本申请实施例不作限定。
作为一种可选的实施方式，水质水量联合调配装置还包括：
第四处理模块350，用于通过水文模型对原始数据进行处理，得到计算单元内部降雨径流循环过程数据。
在上述实施方式中，获取模块310在获取目标水区域的原始数据和预设的水质水量联合调配模型之后，还可以触发第四处理模块350执行通过水文模型对原始数据进行处理，得到计算单元内部降雨径流循环过程数据的步骤。
第三处理模块340，还用于根据计算单元水量平衡数据、计算单元污染物变化数据以及计算单元内部降雨径流循环过程数据，通过水资源调配模型对原始数据进行处理，得到目标水区域的水质水量联合调配方案。
本申请实施例中，水质模型包括计算单元内污染物浓度计算公式；
计算单元内污染物浓度计算公式为：
其中，CT为T时刻计算单元内污染物浓度；CT-△T为距离T时刻前△T时段时计算单元内污染物浓度；K为污染物综合衰减系数；△T为计算时间步长；m为污染物入河速率；Q为计算单元内部河流平均流量。
作为一种可选的实施方式，请参阅图4，图4是本实施例提供的另一种水质水量联合调配装置的结构示意图。其中，图4所示的水质水量联合调配装置是由图3所示的水质水量联合调配装置进行优化得到的。如图4所示，该水质水量联合调配装置还包括：
模型构建模块360，用于在获取目标水区域的原始数据和预设的水质水量联合调配模型之前，构建原始水质水量联合调配模型。
模型率定模块370，用于获取模型控制目标数据，并通过模型控制目标数据对原始水质水量联合调配模型进行率定和验证，以调整原始水质水量联合调配模型的模型参数，得到最终的水质水量联合调配模型。
本申请实施例中，模型控制目标数据包括用水户供需水量、水文站点流量过程数据、水质站点污染物浓度过程数据、控制断面流量和水质中的一种或者多种，对此本申请实施例不作限定。
本申请实施例中，水资源调配模型包括可供水量计算子模型、供水配置计算子模型、水利工程调节计算子模型和用水配置子模型，对此本申请实施例不作限定。
作为一种可选的实施方式，第三处理单元340包括：
可供水量计算子模块341，用于通过可供水量计算子模型对原始数据进行处理，得到水资源可供水量。
配置数据计算子模块342，用于通过供水配置计算子模型对原始数据和水资源可供水量进行处理，得到供水配置数据，并通过用水配置子模型根据原始数据和水资源可供水量，生成用户供水配置数据。
调节数据计算子模块343，用于通过水利工程调节计算子模型对原始数据进行处理，得到水利工程调节数据。
调配方案生成子模块344，用于根据计算单元水量平衡数据、计算单元污染物变化数据、计算单元内部降雨径流循环过程数据、供水配置数据、水利工程调节数据以及用户供水配置数据，生成水质水量联合调配方案。
可见，实施本实施例所描述的水质水量联合调配装置，能够以水量平衡为基础，通过分析计算水量循环过程及污染物迁移转化过程，进而得到更符合现状及未来社会经济、生态环境用水需求的水质水量联合调配方案。
此外，本发明还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行计算机程序，从而使该计算机设备执行上述方法或者上述水质水量联合调配装置中的各个模块的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述计算机设备中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也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，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请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)执行本申请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。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，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。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。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种水质水量联合调配方法，其特征在于，包括：
获取目标水区域的原始数据和预设的水质水量联合调配模型，所述水质水量联合调配模型包括水量平衡模型、水质模型和水资源调配模型；
通过所述水量平衡模型对所述原始数据进行处理，得到计算单元水量平衡数据；所述计算单元为按照流域对所述目标水区域进行划分得到的；
根据所述计算单元水量平衡数据，通过所述水质模型对所述原始数据进行处理，得到计算单元污染物变化数据；
根据所述计算单元水量平衡数据和所述计算单元污染物变化数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案。
2.根据权利要求1所述的水质水量联合调配方法，其特征在于，所述水质水量联合调配模型还包括水文模型；所述水文模型为随机模型、集总模型、半分布水文模型和分布式水文模型中的一种。
3.根据权利要求2所述的水质水量联合调配方法，其特征在于，所述方法还包括：
通过所述水文模型对所述原始数据进行处理，得到计算单元内部降雨径流循环过程数据；
所述根据所述计算单元水量平衡数据和所述计算单元污染物变化数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案，包括：
根据所述计算单元水量平衡数据、所述计算单元污染物变化数据以及计算单元内部降雨径流循环过程数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案。
4.根据权利要求1所述的水质水量联合调配方法，其特征在于，所述水质模型包括计算单元内污染物浓度计算公式；
所述计算单元内污染物浓度计算公式为：
其中，CT为T时刻计算单元内污染物浓度；CT-△T为距离T时刻前△T时段时计算单元内污染物浓度；K为污染物综合衰减系数；△T为计算时间步长；m为污染物入河速率；Q为计算单元内部河流平均流量。
5.根据权利要求1所述的水质水量联合调配方法，其特征在于，在所述获取目标水区域的原始数据和预设的水质水量联合调配模型之前，所述方法还包括：
构建原始水质水量联合调配模型；
获取模型控制目标数据，并通过所述模型控制目标数据对所述原始水质水量联合调配模型进行率定和验证，以调整所述原始水质水量联合调配模型的模型参数，得到最终的水质水量联合调配模型。
6.根据权利要求5所述的水质水量联合调配方法，其特征在于，所述模型控制目标数据包括用水户供需水量、水文站点流量过程数据、水质站点污染物浓度过程数据、控制断面流量和水质中的一种或者多种。
7.根据权利要求2所述的水质水量联合调配方法，其特征在于，所述水资源调配模型包括可供水量计算子模型、供水配置计算子模型、水利工程调节计算子模型和用水配置子模型。
8.根据权利要求7所述的水质水量联合调配方法，其特征在于，根据所述计算单元水量平衡数据、所述计算单元污染物变化数据以及计算单元内部降雨径流循环过程数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案，包括：
通过所述可供水量计算子模型对所述原始数据进行处理，得到水资源可供水量；
通过所述供水配置计算子模型对所述原始数据和所述水资源可供水量进行处理，得到供水配置数据，并通过所述用水配置子模型根据所述原始数据和所述水资源可供水量，生成用户供水配置数据；
通过所述水利工程调节计算子模型对所述原始数据进行处理，得到水利工程调节数据；
根据所述计算单元水量平衡数据、所述计算单元污染物变化数据、计算单元内部降雨径流循环过程数据、所述供水配置数据、所述水利工程调节数据以及所述用户供水配置数据，生成水质水量联合调配方案。
9.一种水质水量联合调配装置，其特征在于，包括：
获取模块，用于获取目标水区域的原始数据和预设的水质水量联合调配模型，所述水质水量联合调配模型包括水量平衡模型、水质模型和水资源调配模型；
第一处理模块，用于通过所述水量平衡模型对所述原始数据进行处理，得到计算单元水量平衡数据；所述计算单元为按照流域对所述目标水区域进行划分得到的；
第二处理模块，用于根据所述计算单元水量平衡数据，通过所述水质模型对所述原始数据进行处理，得到计算单元污染物变化数据；
第三处理模块，用于根据所述计算单元水量平衡数据和所述计算单元污染物变化数据，通过所述水资源调配模型对所述原始数据进行处理，得到所述目标水区域的水质水量联合调配方案。
10.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行权利要求1至8中任一项所述的水质水量联合调配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910658653.1A CN110378806A (zh) | 2019-07-19 | 2019-07-19 | 一种水质水量联合调配方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910658653.1A CN110378806A (zh) | 2019-07-19 | 2019-07-19 | 一种水质水量联合调配方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110378806A true CN110378806A (zh) | 2019-10-25 |
Family
ID=68254515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910658653.1A Pending CN110378806A (zh) | 2019-07-19 | 2019-07-19 | 一种水质水量联合调配方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110378806A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899126A (zh) * | 2020-08-10 | 2020-11-06 | 中国水利水电科学研究院 | 基于水循环模拟的三条红线控制指标划分方法 |
| CN112464493A (zh) * | 2020-12-10 | 2021-03-09 | 中国电建集团昆明勘测设计研究院有限公司 | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 |
| CN113253689A (zh) * | 2021-06-11 | 2021-08-13 | 武汉科迪智能环境股份有限公司 | 设备管理方法及装置、服务器 |
| CN117236668A (zh) * | 2023-11-15 | 2023-12-15 | 山东锋士信息技术有限公司 | 基于供给与消耗的区域水资源配置分析决策方法及系统 |
| CN117852977A (zh) * | 2024-03-06 | 2024-04-09 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种量质双控的水资源模拟与调控方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102708520A (zh) * | 2012-05-10 | 2012-10-03 | 南京国图信息产业股份有限公司 | 水质多指标动态模拟的断面渐变内插技术 |
| 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 |
| CN104615871A (zh) * | 2015-01-26 | 2015-05-13 | 中国水利水电科学研究院 | 一种冰封期水功能区纳污能力计算方法 |
| US20170053360A1 (en) * | 2015-08-18 | 2017-02-23 | Michael R. Loeb | System and method to dynamically allocate water savings amounts for remote water devices |
| CN108537390A (zh) * | 2018-04-20 | 2018-09-14 | 珠江水利委员会珠江水利科学研究院 | 一种水量水质联合调配模拟方法、装置和计算机可读介质 |
| CN108842713A (zh) * | 2018-07-04 | 2018-11-20 | 黄河勘测规划设计有限公司 | 多沙河流水质水量一体化配置与调度方法及其系统 |
-
2019
- 2019-07-19 CN CN201910658653.1A patent/CN110378806A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102708520A (zh) * | 2012-05-10 | 2012-10-03 | 南京国图信息产业股份有限公司 | 水质多指标动态模拟的断面渐变内插技术 |
| 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 |
| CN104615871A (zh) * | 2015-01-26 | 2015-05-13 | 中国水利水电科学研究院 | 一种冰封期水功能区纳污能力计算方法 |
| US20170053360A1 (en) * | 2015-08-18 | 2017-02-23 | Michael R. Loeb | System and method to dynamically allocate water savings amounts for remote water devices |
| CN108537390A (zh) * | 2018-04-20 | 2018-09-14 | 珠江水利委员会珠江水利科学研究院 | 一种水量水质联合调配模拟方法、装置和计算机可读介质 |
| CN108842713A (zh) * | 2018-07-04 | 2018-11-20 | 黄河勘测规划设计有限公司 | 多沙河流水质水量一体化配置与调度方法及其系统 |
Non-Patent Citations (2)
| Title |
|---|
| 肖汉 等: "《工程水文力学》", 31 August 2015, 黄河水利出版社 * |
| 陈守煜: "《系统模糊决策理论与应用》", 31 December 1994, 大连理工大学出版社 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899126A (zh) * | 2020-08-10 | 2020-11-06 | 中国水利水电科学研究院 | 基于水循环模拟的三条红线控制指标划分方法 |
| CN111899126B (zh) * | 2020-08-10 | 2023-12-15 | 中国水利水电科学研究院 | 基于水循环模拟的三条红线控制指标划分方法 |
| CN112464493A (zh) * | 2020-12-10 | 2021-03-09 | 中国电建集团昆明勘测设计研究院有限公司 | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 |
| CN112464493B (zh) * | 2020-12-10 | 2023-03-07 | 中国电建集团昆明勘测设计研究院有限公司 | 基于topmodel模型的改进模型、区域径流和洪水风险设计的方法 |
| CN113253689A (zh) * | 2021-06-11 | 2021-08-13 | 武汉科迪智能环境股份有限公司 | 设备管理方法及装置、服务器 |
| CN117236668A (zh) * | 2023-11-15 | 2023-12-15 | 山东锋士信息技术有限公司 | 基于供给与消耗的区域水资源配置分析决策方法及系统 |
| CN117236668B (zh) * | 2023-11-15 | 2024-03-08 | 山东锋士信息技术有限公司 | 基于供给与消耗的区域水资源配置分析决策方法及系统 |
| CN117852977A (zh) * | 2024-03-06 | 2024-04-09 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种量质双控的水资源模拟与调控方法 |
| CN117852977B (zh) * | 2024-03-06 | 2024-05-24 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种量质双控的水资源模拟与调控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110378806A (zh) | 一种水质水量联合调配方法及装置 | |
| Wang et al. | Soil and water assessment tool (SWAT) model: A systemic review | |
| Prudhomme et al. | Scenario-neutral approach to climate change impact studies: application to flood risk | |
| Sahour et al. | Machine learning applications for water-induced soil erosion modeling and mapping | |
| Ang et al. | Simulating streamflow in an ungauged catchment of Tonlesap Lake Basin in Cambodia using Soil and Water Assessment Tool (SWAT) model | |
| Tripathi et al. | Identification and prioritisation of critical sub-watersheds for soil conservation management using the SWAT model | |
| Mango et al. | Land use and climate change impacts on the hydrology of the upper Mara River Basin, Kenya: results of a modeling study to support better resource management | |
| Grabs et al. | Modeling spatial patterns of saturated areas: A comparison of the topographic wetness index and a dynamic distributed model | |
| Candela et al. | Modelling impacts of climate change on water resources in ungauged and data-scarce watersheds. Application to the Siurana catchment (NE Spain) | |
| Liu et al. | Optimal allocation of water quantity and waste load in the Northwest Pearl River Delta, China | |
| Fan et al. | A stepwise-cluster forecasting approach for monthly streamflows based on climate teleconnections | |
| Hoang et al. | Predicting saturation‐excess runoff distribution with a lumped hillslope model: SWAT‐HS | |
| Migliaccio et al. | Hydrologic components of watershed-scale models | |
| Young et al. | Genetic algorithm and fuzzy neural networks combined with the hydrological modeling system for forecasting watershed runoff discharge | |
| Soltani et al. | A conditional value at risk-based model for planning agricultural water and return flow allocation in river systems | |
| Collet et al. | Integrated modelling to assess long-term water supply capacity of a meso-scale Mediterranean catchment | |
| Kim et al. | Projection of runoff and sediment yield under coordinated climate change and urbanization scenarios in Doam dam watershed, Korea | |
| Vema et al. | Development of a hydrological model for simulation of runoff from catchments unbounded by ridge lines | |
| Samantaray et al. | Prediction of bed-load sediment using newly developed support-vector machine techniques | |
| Barman et al. | ANN-SCS-based hybrid model in conjunction with GCM to evaluate the impact of climate change on the flow scenario of the River Subansiri | |
| Wang et al. | A statistical hydrological model for Yangtze river watershed based on stepwise cluster analysis | |
| Nourani et al. | Capability of artificial neural network for detecting hysteresis phenomenon involved in hydrological processes | |
| Bryant et al. | Perspectives on the potential for hydropedology to improve watershed modeling of phosphorus loss | |
| Varvani et al. | Investigation of application of storm runoff harvesting system using geographic information systems (GIS): a case study of the Arak watershed, Markazi (Iran) | |
| Mosbahi et al. | Determination of critical source areas for sediment loss: Sarrath River Basin, Tunisia |
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 |
Application publication date: 20191025 |
|
| RJ01 | Rejection of invention patent application after publication |