CN110458744A - 一种基于无线通信网络的河道清淤智能管理系统及控制方法 - Google Patents
一种基于无线通信网络的河道清淤智能管理系统及控制方法 Download PDFInfo
- Publication number
- CN110458744A CN110458744A CN201910762812.2A CN201910762812A CN110458744A CN 110458744 A CN110458744 A CN 110458744A CN 201910762812 A CN201910762812 A CN 201910762812A CN 110458744 A CN110458744 A CN 110458744A
- Authority
- CN
- China
- Prior art keywords
- submodule
- data
- module
- river
- river channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004891 communication Methods 0.000 title claims abstract description 15
- 238000013480 data collection Methods 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 3
- 238000004062 sedimentation Methods 0.000 claims description 50
- 238000012544 monitoring process Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000005406 washing Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000005054 agglomeration Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000012141 concentrate Substances 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 239000003673 groundwater Substances 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 239000010865 sewage Substances 0.000 claims description 3
- 239000002351 wastewater Substances 0.000 claims description 3
- 230000006866 deterioration Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 230000006641 stabilisation Effects 0.000 abstract description 2
- 238000011105 stabilization Methods 0.000 abstract description 2
- 238000013459 approach Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material 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
- G06Q10/04—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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于无线通信网络的河道清淤智能管理系统及控制方法，该系统包括数据收集模块M1、数据分析处理模块M2、成图模块M3以及建议输出模块M4。针对不同河道的水文地质和人文环境的差异性，给出相应的河道清淤建议：定时定期清淤，岸坡及时维护以及对人类活动加以控制，从而可以在政府决策时给出工程量较小，且高效地清淤方案，也有效缓解汛期时河道的泄洪压力，此外由于传输速度快传输稳定，所给建议更为科学，有较强的参考意义。
Description
技术领域
本发明是属于水利水电工程技术领域，具体地说是涉及一种将数据传输技术与河道清淤相结合的模块化智能管理系统。
背景技术
无线网络通信技术应用在文件的传输过程中，传输速度的提高会大大缩短传输过程所需要的时间，对于工作效率的提高具有非常重要的作用。并且无线网络通信技术应用在不同的场景中都能进行很稳定的传输，能够适应多种复杂的场景。所以无线网络通信技术在实际的应用过程中非常实用。
水文检测系统通过信息化技术，通过无线传输技术，实现了对水位、流速、水文等水文数据实时监测，并传输到PC端，有效减少水文测量和整理以往所需的大量人力物力，大大提高了基层水文数据监测管理的工作效率。
目前的河道清淤管理办法，主要是政府部门在河道淤积较为严重，对流域安全造成一定威胁之后，在统一进行河道清淤工程，但往往治标不治本，并且花费巨大。在清理后一段时间后河道继续淤积，而在汛期若为及时清淤疏浚，往往对河道的泄洪能力造成很大影响。不同河道的水文地质以及人文环境不同，故河道内的淤积情况各不相同，某行政区内管辖有多条河流时，传统的统一清淤方式并不适用，政府工程投资大，收效浅。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种基于无线通信网络的河道清淤智能管理系统及控制方法，利用模块化收集、分析、处理河道淤积问题的智能管理系统。
为了解决上述技术问题，本发明通过以下技术方案实现：
一种基于无线通信网络的河道清淤智能管理系统，包括数据收集模块M1、数据分析处理模块M2、成图模块M3以及建议输出模块M4；
所述数据收集模块M1包括四个子模块：通过水文监测系统获得的水文数据子模块M11、岸坡情况监测子模块M12、利用卫星地图获得的植被覆盖情况以及河道形状子模块M13、通过政府普查资料获得流域内人口分布以及对河道淤积造成影响的工业活动情况模块M14。
所述数据处理模块M2包括三个子模块：往年河道淤积情况信息存储子模块M21、基于模糊算法的河道淤积预测子模块M22、以及对比往年河道淤积以及目前预测情况的优化子模块M23。
所述成图模块M3包括两个子模块：河道淤积情况预测图子模块M31、河道重点整治标注子模块M32。
所述建议输出模块M4可面向PC控制端或手机端，可给工作人员提供参考建议，其包括四个子模块：根据河道淤积的预测情况给出定点定时清淤建议子模块M41、根据岸坡安全数据以冲刷情况的滑坡风险区定期排查维护建议子模块M42、植被种植分区分地形建议子模块M43、以及河段内工业规划管理建议子模块M44。
基于无线通信网络的河道清淤智能管理系统的控制方法，包括如下步骤：
步骤一、将水位、水温和流速水文监测数据实时存入水文数据子模块M11；通过在岸坡定点设置滑坡监测仪器，监测部分特定参数随时间的变化量可以实现对滑坡的监测目的，利用水压测量仪测量地下水位、应变测量计测量滑坡移动量，放入岸坡情况监测子模块M12中；利用卫星获得的遥感影像栅格地图，栅格内绿色的面面积占总面积的比例为该范围内的植被覆盖率，此外河道的弯曲形状，其凹凸岸的冲刷程度不同从而使得淤积程度也不同，将所有数据存入植被覆盖情况以及河道形状子模块M13中；通过政府部门的普查数据获得人口分布以及工业活动范围数据存入人口分布及工业活动范围子模块M14内,对所有模块中收集到的数据进行预处理；
步骤二、将数据收集模块M1中的所有数据通过无线网络实时传输到系统中的数据处理模块M2；其中往年河道淤积情况信息存储子模块M21内存有事先汇编的历年河道淤积相关的水文数据以及清理程度情况；而数据收集模块M1中传输过来的数据直接存入基于模糊算法的河道淤积预测子模块M22中；优化子模块M23中对河道淤积预测子模块M22输出的河道内淤积的严重程度与往年淤积数据存储模块M21中的对应河道位置的淤积情况进行对比，对有较大差异位置进行优化处理，并修正；
步骤三、经修正后的预测结果输入成图模块M3中，河道淤积情况预测图子模块M31内通过对河道地图进行栅格化，栅格原值代表该栅格区域内的淤积严重程度，从低到高，颜色逐渐加深。河道重点整治标注子模块M32再对地图中导入数据收集模块M1中预处理的数据，根据优化子模块M23中二级模糊综合评判集B中的风险程度对滑坡风险区、人口聚集区、植被破坏区以及工业区进行标注，最终成图；
步骤四、建议输出模块M4结合数据处理模块M2内的预测情况，以及成图模块M3中的出图，在定点定时清淤建议子模块M41内根据河道淤积的预测情况，结合实际工程情况给出具体的河段内某位置清淤的建议频率。
进一步改进，所述河道淤积预测子模块M22的运行步骤如下：
1)、建立一个因素论域U,将不同子模块传输过来的数据的种类分为不同的影响因素mi,则有因素集合：
U＝{m1,m2,m3,m4}；
且有子因素集：
m1＝{m11,m12,..m1j},m2＝{m21,m22,...m2j},m3＝{m31,m32,...m3j},m4＝{m41,m42,...,m4j}；其中i、j为正整数；
2)、确定一个备择集合V，其元素vk表示第k个评价结果，对应不同的淤沙程度：
V＝{v1,v2,v3,v4,v5,...,vk}；其中k为正整数；
5)、确定一个权重集合，利用层次分析法确定各因素权重，得到权重集：
θ＝(θ1,θ2,θ3,θ4)
以及权重子集：
ω1,ω2,ω3,ω4；
3)、对mi中的数据输入量先剔除异常数据，再进行尺度化处理，并对数据进行分时间段分位置进行(删除)整合，mi中的数据分别记为mxij,对mxij先进行处理，确定不同影响因素的隶属函数，结合子模块中河道淤积情况信息存储子模块中的河道淤积情况，因素集中的第i个因素的第j个元素对备择集中第k个元素Vk的隶属度为rijk，从而得到按第i个因素进行评判得到的评判矩阵Ri；根据不同影响因素的隶属关系，通过权重集，从而构成一级模糊综合评判矩阵A，二级模糊综合评判集B可由换算得出；
4)、采用最大隶属度法确定最终的评判结果，取最大值对应输出预测某一测点范围的可能淤积程度。
进一步改进，所述滑坡风险区定期排查维护建议子模块M42可以根据岸坡的滑坡风险数据，结合数据处理中的水文监测数据子模块中的流速以及降雨数据，给出岸坡的定期维护建议。植被种植分区分地形建议子模块M43可通过图中所标注易受冲刷区、植被覆盖较低区以及滑坡区结合不同植被的根系特点以及功能，对不同区域给出不同植被种植方案。河段内工业规划管理建议子模块M44可根据图中人口聚集区以及工业聚集区给出城市规划、废水污水排放建议。
进一步改进，所述建议输出模块M4直接面向用户，通过无线通信网络PC端或手机端内容呈现可以给政府工作人员可参考系统所给建议，对河道进行有效清淤，同时在河道淤积的源头上进行管理和控制。
进一步改进，在优化子模块M23中对河道淤积预测子模块M22输出的河道内淤积的严重程度与往年淤积数据存储模块M21中的对应河道位置的淤积情况进行对比，对有较大差异位置进行优化处理，对比对应mxi的数值，若权重较大因素内的数据差值相差不大，则按往年淤积程度进行修正，若相差较大则保留预测结果。
与现有技术相比，本发明的有益效果是：
针对不同河道的水文地质和人文环境的差异性，给出相应的河道清淤建议：定时定期清淤，岸坡及时维护以及对人类活动加以控制，从而可以在政府决策时给出工程量较小，且高效地清淤方案，也有效缓解汛期时河道的泄洪压力此外由于传输速度快传输稳定，所给建议更为科学，有较强的参考意义。
附图说明
图1是一种基于无线通信网络的河道清淤智能管理系统的所有模块化结构示意图。
图2是子模块优化模块M23内的优化流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述：
如图1所示，一种基于无线通信网络的河道清淤智能管理系统，包括数据收集模块M1、数据分析处理模块M2、成图模块M3以及建议输出模块M4。
所述数据收集模块M1包括四个子模块：通过水文监测系统获得的水文数据子模块M11、岸坡情况监测子模块M12、利用卫星地图获得的植被覆盖情况以及河道形状子模块M13、通过政府普查资料获得流域内人口分布以及对河道淤积造成影响的工业活动情况模块M14。
所述数据处理模块M2包括三个子模块：往年河道淤积情况信息存储子模块M21、基于模糊算法的河道淤积预测子模块M22、以及对比往年河道淤积以及目前预测情况的优化子模块M23。
所述成图模块M3包括两个子模块：河道淤积情况预测图子模块M31、河道重点整治标注子模块M32。
所述建议输出模块M4可面向PC控制端或手机端，可给工作人员提供参考建议，其包括四个子模块：根据河道淤积的预测情况给出定点定时清淤建议子模块M41、根据岸坡安全数据以冲刷情况的滑坡风险区定期排查维护建议子模块M42、植被种植分区分地形建议子模块M43、以及河段内工业规划管理建议子模块M44。
如图2所示，将水位、水温、流速等水文监测数据实时存入水文数据子模块M11。通过在岸坡定点设置滑坡监测仪器，监测部分特定参数随时间的变化量可以实现对滑坡的监测目的，例如利用水压测量仪测量地下水位、应变测量计测量滑坡移动量，放入岸坡情况监测子模块M12中。利用卫星获得的遥感影像栅格地图，栅格内绿色的面面积占总面积的比例为该范围内的植被覆盖率，此外河道的弯曲形状，其凹凸岸的冲刷程度不同从而使得淤积程度也不同，将所有数据存入植被覆盖情况以及河道形状子模块M13中。河道内的淤积还与人口分布以及工业分布相关，工业废水排放，生产生活垃圾的倾倒，对河道的淤积程度不同，因此通过政府部门的普查数据获得人口分布以及工业活动范围数据存入人口分布及工业活动范围子模块M14内,对所有模块中收集到的数据进行预处理。
将数据收集模块M1中的所有数据通过无线网络实时传输到系统中的数据处理模块M2。其中往年河道淤积情况信息存储子模块M21内存有事先汇编的历年河道淤积相关的水文数据以及清理程度情况。而数据收集模块M1中传输过来的数据直接存入基于模糊算法的河道淤积预测子模块M22中，河道淤积预测子模块M22的运行步骤如下：
建立一个因素论域U,将不同子模块传输过来的数据的种类分为不同的影响因素mi,则有因素集合：
U＝{m1,m2,m3,m4}；
且有子因素集：
m1＝{m11,m12,..m1j},m2＝{m21,m22,...m2j},m3＝{m31,m32,...m3j},m4＝{m41,m42,...,m4j}；其中i、j为正整数；
确定一个备择集合V，其元素vk表示第k个评价结果，对应不同的淤沙程度：
V＝{v1,v2,v3,v4,v5,...,vk}；其中k为正整数
确定一个权重集合，利用层次分析法确定各因素权重，得到权重集：
θ＝(θ1,θ2,θ3,θ4)
以及权重子集：
ω1,ω2,ω3,ω4；
对mi中的数据输入量先剔除异常数据，再进行尺度化处理，并对数据进行分时间段分位置进行(删除)整合，mi中的数据分别记为mxij,对mxij先进行处理，确定不同影响因素的隶属函数，结合子模块中河道淤积情况信息存储子模块中的河道淤积情况，因素集中的第i个因素的第j个元素对备择集中第k个元素Vk的隶属度为rijk，从而得到按第i个因素进行评判得到的评判矩阵Ri，根据不同影响因素的隶属关系，通过权重集，从而构成一级模糊综合评判矩阵A，二级模糊综合评判集B可由换算得出。
采用最大隶属度法确定最终的评判结果，取最大值对应输出预测某一测点范围的可能淤积程度。
在优化子模块M23中对河道淤积预测子模块M22输出的河道内淤积的严重程度与往年淤积数据存储模块M21中的对应河道位置的淤积情况进行对比，对有较大差异位置进行优化处理，对比对应mxi的数值，若权重较大因素内的数据差值相差不大，则按往年淤积程度进行修正，若相差较大则保留预测结果。
经修正后的预测结果输入成图模块M3中，河道淤积情况预测图子模块M31内通过对河道地图进行栅格化，栅格原值代表该栅格区域内的淤积严重程度，从低到高，颜色逐渐加深。河道重点整治标注子模块M32再对地图中导入数据收集模块M1中预处理的数据，根据优化子模块M23中二级模糊综合评判集B中的风险程度对滑坡风险区、人口聚集区、植被破坏区以及工业区进行标注，最终成图。
建议输出模块M4结合数据处理模块M2内的预测情况，以及成图模块M3中的出图，在定点定时清淤建议子模块M41内根据河道淤积的预测情况，结合实际工程情况给出具体的河段内某位置清淤的建议频率。滑坡风险区定期排查维护建议子模块M42可以根据岸坡的滑坡风险数据，结合数据处理中的水文监测数据子模块中的流速以及降雨数据，给出岸坡的定期维护建议。植被种植分区分地形建议子模块M43可通过图中所标注易受冲刷区、植被覆盖较低区以及滑坡区结合不同植被的根系特点以及功能，对不同区域给出不同植被种植方案。河段内工业规划管理建议子模块M44可根据图中人口聚集区以及工业聚集区给出城市规划、废水污水排放建议。建议输出模块M4直接面向用户，通过无线通信网络PC端或手机端内容呈现可以给政府工作人员可参考系统所给建议，对河道进行有效清淤，同时在河道淤积的源头上进行管理和控制，有效提高河道汛期的泄洪能力以及安全性。
本发明中涉及的未说明部份与现有技术相同或采用现有技术加以实现。
Claims (6)
1.一种基于无线通信网络的河道清淤智能管理系统，其特征在于，包括数据收集模块M1、数据分析处理模块M2、成图模块M3以及建议输出模块M4；
所述数据收集模块M1包括四个子模块：通过水文监测系统获得的水文数据子模块M11、岸坡情况监测子模块M12、利用卫星地图获得的植被覆盖情况以及河道形状子模块M13、通过政府普查资料获得流域内人口分布以及对河道淤积造成影响的工业活动情况模块M14。
所述数据处理模块M2包括三个子模块：往年河道淤积情况信息存储子模块M21、基于模糊算法的河道淤积预测子模块M22、以及对比往年河道淤积以及目前预测情况的优化子模块M23。
所述成图模块M3包括两个子模块：河道淤积情况预测图子模块M31、河道重点整治标注子模块M32。
所述建议输出模块M4可面向PC控制端或手机端，可给工作人员提供参考建议，其包括四个子模块：根据河道淤积的预测情况给出定点定时清淤建议子模块M41、根据岸坡安全数据以冲刷情况的滑坡风险区定期排查维护建议子模块M42、植被种植分区分地形建议子模块M43、以及河段内工业规划管理建议子模块M44。
2.基于权利要求1中所述河道清淤智能管理系统的控制方法，其特征在于，包括如下步骤：
步骤一、将水位、水温和流速水文监测数据实时存入水文数据子模块M11；通过在岸坡定点设置滑坡监测仪器，监测部分特定参数随时间的变化量可以实现对滑坡的监测目的，利用水压测量仪测量地下水位、应变测量计测量滑坡移动量，放入岸坡情况监测子模块M12中；利用卫星获得的遥感影像栅格地图，栅格内绿色的面面积占总面积的比例为该范围内的植被覆盖率，此外河道的弯曲形状，其凹凸岸的冲刷程度不同从而使得淤积程度也不同，将所有数据存入植被覆盖情况以及河道形状子模块M13中；通过政府部门的普查数据获得人口分布以及工业活动范围数据存入人口分布及工业活动范围子模块M14内,对所有模块中收集到的数据进行预处理；
步骤二、将数据收集模块M1中的所有数据通过无线网络实时传输到系统中的数据处理模块M2；其中往年河道淤积情况信息存储子模块M21内存有事先汇编的历年河道淤积相关的水文数据以及清理程度情况；而数据收集模块M1中传输过来的数据直接存入基于模糊算法的河道淤积预测子模块M22中；优化子模块M23中将河道淤积预测子模块M22输出的河道内淤积的严重程度与往年淤积数据存储模块M21中的对应河道位置的淤积情况进行对比，对有较大差异位置进行优化处理，并修正；
步骤三、经修正后的预测结果输入成图模块M3中，河道淤积情况预测图子模块M31内通过对河道地图进行栅格化，通过栅格内颜色深浅体现淤沙大致高度；河道重点整治标注子模块M32再对地图中导入数据收集模块M1中预处理的数据，根据优化子模块M23中二级模糊综合评判集B中的风险程度对滑坡风险区、人口聚集区、植被破坏区以及工业区进行标注，最终成图；
步骤四、建议输出模块M4结合数据处理模块M2内的预测情况，以及成图模块M3中的出图，在定点定时清淤建议子模块M41内根据河道淤积的预测情况，结合实际工程情况给出具体的河段内某位置清淤的建议频率。
3.根据权利要求2所述的控制方法，其特征在于，所述河道淤积预测子模块M22的运行步骤如下：
1)、建立一个因素论域U,将不同子模块传输过来的数据的种类分为不同的影响因素mi,则有因素集合：
U＝{m1,m2,m3,m4}；
且有子因素集：
m1＝{m11,m12,..m1j},m2＝{m21,m22,...m2j},m3＝{m31,m32,...m3j},m4＝{m41,m42,...,m4j}；其中i、j为正整数；
2)、确定一个备择集合V，其元素vk表示第k个评价结果，对应不同的淤沙程度：
V＝{v1,v2,v3,v4,v5,...,vk}；其中k为正整数；
4)、确定一个权重集合，利用层次分析法确定各因素权重，得到权重集：
θ＝(θ1,θ2,θ3,θ4)
以及权重子集：
ω1,ω2,ω3,ω4；
3)、对mi中的数据输入量先剔除异常数据，再进行尺度化处理，并对数据进行分时间段分位置进行(删除)整合，mi中的数据分别记为mxij,对mxij先进行处理，确定不同影响因素的隶属函数，结合子模块中河道淤积情况信息存储子模块中的河道淤积情况，因素集中的第i个因素的第j个元素对备择集中第k个元素Vk的隶属度为rijk，从而得到按第i个因素进行评判得到的评判矩阵Ri；根据不同影响因素的隶属关系，通过权重集，从而构成一级模糊综合评判矩阵A，二级模糊综合评判集B可由换算得出；
4)、采用最大隶属度法确定最终的评判结果，取最大值对应输出预测某一测点范围的可能淤积程度。
4.根据权利要求3所述的控制方法，其特征在于，所述滑坡风险区定期排查维护建议子模块M42可以根据岸坡的滑坡风险数据，结合数据处理中的水文监测数据子模块中的流速以及降雨数据，给出岸坡的定期维护建议。植被种植分区分地形建议子模块M43可通过图中所标注易受冲刷区、植被覆盖较低区以及滑坡区结合不同植被的根系特点以及功能，对不同区域给出不同植被种植方案。河段内工业规划管理建议子模块M44可根据图中人口聚集区以及工业聚集区给出城市规划、废水污水排放建议。
5.根据权利要求4所述的控制方法，其特征在于，所述建议输出模块M4直接面向用户，通过无线通信网络PC端或手机端内容呈现可以给政府工作人员可参考系统所给建议，对河道进行有效清淤，同时在河道淤积的源头上进行管理和控制。
6.根据权利要求5所述的控制方法，其特征在于，在优化子模块M23中对河道淤积预测子模块M22输出的河道内淤积的严重程度与往年淤积数据存储模块M21中的对应河道位置的淤积情况进行对比，对有较大差异位置进行优化处理，对比对应mxi的数值，若权重较大因素内的数据差值相差不大，则按往年淤积程度进行修正，若相差较大则保留预测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910762812.2A CN110458744B (zh) | 2019-08-17 | 2019-08-17 | 一种基于无线通信网络的河道清淤智能管理系统的控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910762812.2A CN110458744B (zh) | 2019-08-17 | 2019-08-17 | 一种基于无线通信网络的河道清淤智能管理系统的控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110458744A true CN110458744A (zh) | 2019-11-15 |
| CN110458744B CN110458744B (zh) | 2022-08-02 |
Family
ID=68487427
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910762812.2A Active CN110458744B (zh) | 2019-08-17 | 2019-08-17 | 一种基于无线通信网络的河道清淤智能管理系统的控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110458744B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111199632A (zh) * | 2019-12-23 | 2020-05-26 | 重庆交通大学 | 一种沿河滑坡灾害快速应急监测系统及方法 |
| CN114442638A (zh) * | 2022-02-14 | 2022-05-06 | 北京大学 | 一种基于大数据路径规划的清淤机器人 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846178A (zh) * | 2017-02-13 | 2017-06-13 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种河流型水源地综合安全评价方法 |
| CN109242291A (zh) * | 2018-08-28 | 2019-01-18 | 天津大学 | 河湖流域水环境智慧管理方法 |
-
2019
- 2019-08-17 CN CN201910762812.2A patent/CN110458744B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106846178A (zh) * | 2017-02-13 | 2017-06-13 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种河流型水源地综合安全评价方法 |
| CN109242291A (zh) * | 2018-08-28 | 2019-01-18 | 天津大学 | 河湖流域水环境智慧管理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周树高等: "航道维护保障系统", 《港口科技》 * |
| 魏炳乾等: "水库泥沙淤积量测算方法研究综述及展望", 《自然灾害学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111199632A (zh) * | 2019-12-23 | 2020-05-26 | 重庆交通大学 | 一种沿河滑坡灾害快速应急监测系统及方法 |
| CN114442638A (zh) * | 2022-02-14 | 2022-05-06 | 北京大学 | 一种基于大数据路径规划的清淤机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110458744B (zh) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106780089B (zh) | 基于神经网络元胞自动机模型的永久性基本农田划定方法 | |
| CN114384015A (zh) | 一种基于多源遥感和机器学习的水环境监测方法 | |
| CN110458744A (zh) | 一种基于无线通信网络的河道清淤智能管理系统及控制方法 | |
| CN107609707B (zh) | 一种洪水预报、防灾决策方法及系统 | |
| CN106709212A (zh) | 一种快速识别土壤有机碳关键输出区的多参数评价方法 | |
| CN114942596B (zh) | 一种城市防洪排水智能控制系统 | |
| CN111598724A (zh) | 一种中小水库入库流量日前预测的分时段集成方法 | |
| CN115630802A (zh) | 一种结合生态系统服务供需的生态修复空间划定方法 | |
| CN113222368B (zh) | 一种基于雨水花园监测数据的雨洪预警方法 | |
| Yu et al. | The study of artificial intelligence for predicting land use changes in an arid ecosystem | |
| Mou et al. | Spatiotemporal differentiation and development process of tidal creek network morphological characteristics in the Yellow River Delta | |
| CN107169589A (zh) | 一种基于knn和轮盘赌算法的低压网格精细化负荷预测方法 | |
| CN103120113A (zh) | 一种基于ZigBee的小型区域灌溉系统 | |
| CN116502739A (zh) | 水库来水量的雨洪耦合预报方法、系统及电子设备 | |
| CN115980885A (zh) | 基于集合预报的降水预报偏差校正方法 | |
| CN115471010A (zh) | 一种绿色小水电优化规划方法 | |
| CN115526671A (zh) | 基于改进层次分析法的新能源电站选址方法 | |
| CN115330239A (zh) | 基于swmm模型的农业面源污染风险评估关键源区识别方法 | |
| CN114818464A (zh) | 一种基于测站的网格雨量计算方法 | |
| Dwivedula et al. | Multiobjective optimisation and cluster analysis in placement of best management practices in an urban flooding scenario | |
| Li | Dynamic Monitoring and Evaluation of Regional EE Quality Based on Multi-source Remote Sensing Data | |
| CN111639826A (zh) | 一种洪水预警等级划分及预警方法 | |
| Joo et al. | Analysis of the optimal window size of hampel filter for calibration of real-time water level in agricultural reservoirs | |
| CN117150600B (zh) | 一种用于城市防内涝的屋顶蓄排水控制方法 | |
| Wu | Evaluation of the Chinese Sponge City Program: the Resilient Transition of Urban Stormwater Management, Wuhan, Chongqing, Zhenjiang, China, Case Studies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |