CN112800038A - 一种水环境数据分析方法 - Google Patents
一种水环境数据分析方法 Download PDFInfo
- Publication number
- CN112800038A CN112800038A CN202110022106.1A CN202110022106A CN112800038A CN 112800038 A CN112800038 A CN 112800038A CN 202110022106 A CN202110022106 A CN 202110022106A CN 112800038 A CN112800038 A CN 112800038A
- Authority
- CN
- China
- Prior art keywords
- detection
- point
- time
- index
- value
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
一种水环境数据分析方法,涉及环保及大数据分析领域,本发明包括:基线确定方法;梯度线确定方法;检测点数据时间插值方法;稳态查找方法;递增暂态查找方法;递减暂态查找方法;波峰、波谷暂态查找方法;周期性暂态查找方法;时空延迟计算方法;基线插值计算方法;流域检测指标展示方法。本发明通过河流监控截面污染物情况以及排污口的排放情况,通过插值算法把断面区间的数值进行插值,形成整个流域完整的污染物分布情况,并通过不同时间污染物变化情况,通过大数据预测方法,给出未来一段时间的污染物浓度预期数值。以此通过大数据统计学的角度给出污染分布,解决传统的精准扩散模型不适合复杂多变的实际情况问题。
Description
技术领域
本发明涉及环保及大数据分析技术领域,具体涉及一种水环境数据分析方法。
背景技术
我国水环境质量监测体系起步较晚,20世纪90年代初,随着水环境污染整治工作的深入,很多城市都加强了基础设施的建设,开展系统、科学合理的监控监测工作。例如:吉林省建立了水质监测系统,该系统针对吉林省水域情况,建立了200多个断面监测点。环境监测站具备了常规监测、有机物监测及应对一般突发性污染事故的能力。初步形成了水环境质量监测网络以及相应的预警体系。
然而现行的水环境监测技术体系不能完全、准确反映流域层面的水质状况,流域层面的监测网络不完善,监控断面、点位布设不能完全代表水质现状。监测指标简单,监测项目和监测频率缺乏科学性。现场、机动及应急监测能力不足,移动水质分析监测能力不强,不能实现快速、适时的水质检测。不能及时掌握水环境变化的动态和及时快速地做出预警。
水环境质量预警通常包括定性和定量方法。定性方法通常用于资料缺乏、因素复杂、主次因果关系不明确、主要影响因子无法实现定量分析的情况,随着GIS技术的普及和应用,逐渐被引入定性分析中。定量分析一般是结合模型来进行,由于模型的建立是基于数学、统计学、逻辑学等学科为基础,相对科学、系统,比较常用的有SD预警模型、EFDC、WASP等,预警模型的提出和研究的深入,大大推进了预警系统的研究进展。
目前水环境预警相关算法有密度流、盐度、温度、风生流、波浪作用-风生内波、波浪作用-外部链接、波浪作用-生成流、近边羽流/扩散模型、湿地模拟、染色剂/水龄、流速、河床剪应力、海洋及流体动力学等。上述模型均可以在特定的领域给出一个比较接近的结果,通过污染物扩散模型计算整个流域的污染情况,在计算时需要详尽的测量流域的实际数据。例如:整个河流的宽度、流量、流速、各个区域深浅,如何排污口流量、流速、污染物检测值情况等参数。但是河流的实际情况比较复杂,很难完整的搜集整个河道的具体信息,可能会造成污染计算与实际污染情况存在误差。
发明内容
本发明的目的是提供一种水环境数据分析方法,根据断面检测数据和流域污染物排放数据,通过大数据分析方法给出大尺度的全流域污染分布情况,给管理者一个整体的污染布局信息及预警信息,对控制污染具有重要的意义。
本发明为解决技术问题所采用的技术方案如下:
本发明的一种水环境数据分析方法,包括以下步骤:
步骤一、基线确定方法;
步骤二、梯度线确定方法;
步骤三、检测点数据时间插值方法;
步骤四、稳态查找方法;
步骤五、递增暂态查找方法;
步骤六、递减暂态查找方法;
步骤七、波峰、波谷暂态查找方法;
步骤八、周期性暂态查找方法;
步骤九、时空延迟计算方法;
步骤十、基线插值计算方法;
步骤十一、流域检测指标展示方法。
进一步的,步骤一和步骤二具体包括以下步骤:
步骤一、基线确定方法:
步骤S101:河流岸线确定
在GIS地图上,根据河流具体形状,描绘河流的岸线;
步骤S102:河流基线确定
河流以中轴线为基线;
步骤S103:湖泊基线绘制方法
以距离湖泊岸线等距的线为湖泊基线;在GIS地图上显示湖泊基线;
步骤二、梯度线确定方法:
步骤S201:河流梯度线
河流梯度线是以河流基线为核心,在同一个时间点检测指标相同的一组平行线;
步骤S202:河流中污染排放梯度线
河流中污染排放梯度线是以污染物排放点为核心,以河流水流方向为偏移方向,以河流基线为变一线的一组曲线。
进一步的,步骤三、检测点数据时间插值方法具体包括以下步骤:
步骤S301:单指标单检测点数据插值
针对每一个检测指标,任选一个检测点,即以该检测点所采集的每个实际检测指标为基础,采用拉格朗日插值法、牛顿插值法、埃尔米特插值法、分段多项式插值法或样条插值法按时间进行数据插值,将空缺的时间数值补全,补全的数据注明插值;
步骤S302:多点补全
重复步骤S301,把整个流域的该项检测指标所有检测点的全时段检测数据补全,形成该检测指标全时段检测数据集MDX;
步骤S303:多项指标补全
遍历不同的检测指标,重复步骤S301至步骤S302,把所有检测指标数据补全,形成全检测指标全时段检测数据集ZMDX;
步骤S304:基线检测值
默认每个检测点的检测值即为该基线与检测点交汇处的检测值。
进一步的,步骤四、稳态查找方法具体包括以下步骤:
步骤S401:稳态定义
针对某一个检测点,检查某一个检测指标的数据集Cn;
Cn={(ZTW1,T1),(ZTW2,T2),…,(ZTWn,Tn)};
式中,Cn为检测指标的数据集,该数据集按时间顺序排列;ZTW1为该检测点第1个检测值;T1为该检测点记录的第1个检测时间;ZTW2为该检测点第2个检测值;T2为该检测点记录的第2个检测时间;ZTWn为该检测点第n个检测值;Tn为该检测点记录的第n个检测时间;T1<T2<…<Tn;
如果在同一检测点连续n小时以上的检测值在检测指标的误差范围之内,计算该检测指标的平均值ZTWV,则认为在该检测点处为时间稳态,定义稳态起始时间为TW1,稳态截止时间为TW2;
步骤S402:稳态确定规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果ZTWk-ZTWV>检测误差值,则将k点的时间点Tk赋值到变量TWS1中,定义为稳态起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TWS1=T1;
式中:m点为起始检查点;P点为截止检查点;m点与p点之间的检测数据为稳态数据;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果ZTWk-ZTWV>检测误差值,则将k点的时间点Tk赋值到变量TWE1中,定义为稳态起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TWE1=Tn;
步骤S403:稳态特征
针对步骤S402中的该检测点该项检测指标,指定时间差TWE1-TWS1和该检测指标平均值ZTWV为该检测点该项检测指标的特征稳态时间;
步骤S404:全域稳态查找
针对不同检测点,检查该检测指标的数据集,重复步骤S401-S403,确定不同检测点的稳态起始时间TWS1和稳态截止时间TWE1;
步骤S405:全指标稳态查找
针对不同检测指标,重复步骤S401至步骤S404,确定不同检测点不同检测指标的稳态起始时间TWS1和稳态截止时间TWE1;
步骤S406:数据归集
整合步骤S401至步骤S405中获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
进一步的,步骤五、递增暂态查找方法具体包括以下步骤:
步骤S501:递增暂态定义
针对某一个检测点,检查某一个检测指标的数据集Cn,如果同一检测点连续n小时以上的检测值是连续递增的,且其起止时间的检测值的增加值大于检测误差值,则认为该检测点为递增暂态,定义递增暂态起始时间为TZ1,递增暂态截止时间为TZ2;
步骤S502:递增暂态查找规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果(ZTWk-ZTWk-1+检测误差值/2)<0,则将k点的时间点Tk赋值到变量TZS1中,定义为递增起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TZS1=T1;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果(ZTWk-ZTWk+1+检测误差值/2)>0,则将k点的时间点Tk赋值到变量TZE1中,定义为递增起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TZE1=Tn;
步骤S503:递增特征
针对步骤S502中的该检测点该项检测指标,指定时间差TZE1-TZS1为该检测点该项检测指标的特征递增时间;
步骤S504:全域递增暂态查找
针对不同检测点,检查该检测指标的数据集,重复步骤S501-S503,确定不同检测点的递增暂态起始时间TZS1和递增暂态截止时间TZE1;
步骤S505:全指标递增暂态查找
针对不同检测指标,重复步骤S501至步骤S504,确定不同检测口不同检测指标的递增暂态起始时间TZS1和递增暂态截止时间TZE1;
步骤S506:递增暂态关联关系查找
计算出每个检测点与其下游的所有检测点之间的关联关系,包括两个检测点之间的距离、递增暂态起始时间TZS1差值和递增暂态截止时间TZE1差值,以及检测指标的增长梯度比例关系、起始值比例关系、峰值比例关系、时间延迟值和检测值衰减系数;
步骤S507:数据归集
整合步骤S501至步骤S506中获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
进一步的,步骤六、递减暂态查找方法具体包括以下步骤:
步骤S601:递减暂态定义
针对某一个检测点,检查某一个检测指标(JC)的数据集(MDX),如果同一检测点连续n小时以上的检测值是连续递减的,且其起止时间的检测值的递减值大于检测误差值,则认为该检测点为递减暂态,记载为起始时间记载为TJ1,截止时间记载为TJ2;
步骤S602:递减暂态查找规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果(ZTWk-ZTWk-1+检测误差值/2)>0,则将k点的时间点Tk赋值到变量TJS1中,定义为递减起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TJS1=T1;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果(ZTWk-ZTWk+1+检测误差值/2)<0,则将k点的时间点Tk赋值到变量TJE1中,定义为递减起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TJE1=Tn;
步骤S603:递减特征
针对步骤S602中的该检测点该项检测指标,指定时间差TJE1-TJS1为该检测点该项检测指标的特征递减时间;
步骤S604:全域递减暂态查找
针对不同检测点,检查该检测指标的数据集,重复步骤S601-S603,确定不同检测点的递增暂态起始时间TJS1和递增暂态截止时间TJE1;
步骤S605:全指标递减暂态查找
针对不同检测指标,重复步骤S601至步骤S604,确定不同检测口不同检测指标的递减暂态起始时间TJS1和递减暂态截止时间TJE1;
步骤S606:递减暂态关联关系查找
计算出每个检测点A与其下游的所有检测点B之间的关联关系,包括两个检测点之间的距离、递减暂态起始时间TJS1差值和递减暂态截止时间TJE1差值,以及检测指标的减少斜率、检测指标最大值比例关系即A点最大值与B点最大值的比值、检测指标最小值比例关系即A点最大值与B点最大值的比值、时间延迟值和检测值衰减系数;
步骤S607:数据归集
整合步骤S601至步骤S606中获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
进一步的,步骤七、波峰、波谷暂态查找方法具体包括以下步骤:
步骤S701:拐点时间查找
从全检测指标全时段检测数据集ZMDX中,任意选取一个检测点的一种检测指标,检测指标对检测时间求导,求出数值为零的检测时间点TJZD;
步骤S702:波峰波谷时间查找
检测指标对检测时间二次求导,如果检测时间点TJZD的二次求导数值大于零,则定义该检测时间点TJZD为峰值点TJFZSJ,如果检测时间点TJZD的二次求导数值小于零,则定义该检测时间点TJZD为波谷点TJBGD;
步骤S703:全域波峰波谷查找
从全检测指标全时段检测数据集ZMDX中,任意选取其他所有检测点的该种检测指标,重复步骤S701至步骤S702,计算出所有检测点的峰值点TJFZSJ和波谷点TJBGD;
步骤S704:相邻检测点关联关系查找
通过流域上下游关系、距离和水流速度,判断流域上下游的相邻两个检测点之间的波峰、波谷时间延迟和检测指标关系;
步骤S705:全指标波峰波谷查找
从全检测指标全时段检测数据集ZMDX中,选取其他检测指标,重复步骤S701至步骤S704,计算出所有检测点所有检测指标的峰值点TJFZSJ和波谷点TJBGD;
步骤S706:数据归集
整合步骤S701至步骤S705获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
进一步的,步骤八、周期性暂态查找方法具体包括以下步骤:
步骤S801:周期性暂态确定
分析每个检测点每个检测指标的特征稳态、特征递增暂态和特征递减暂态,如果在一定时间段内,特征递增暂态、检测指标波峰值、特征递减暂态和检测指标波谷值四种状态按时间规律重复出现,且发生三次以上周期性变化,则认为该时间段发生了周期性变化,确定周期起始时间TXS1、周期截止时间TXE1、单个周期时间长度TCC、单个周期组成;
所述检测指标波峰值是指某一个检测点在一定时间范围内检测指标检测值的最大值;
所述检测指标波谷值是指某一个检测点在一定时间范围内检测指标检测值的最小值;
步骤S802:周期性暂态关联关系查找
计算出每个检测点与其下游的所有检测点之间的关联关系,包括两个检测点之间的距离、每个周期起始时间TXS1差值和周期截止时间TXE1差值,以及检测指标的减少斜率、波峰值比例关系、波谷值比例关系、时间延迟值和检测值衰减系数;
步骤S803:数据归集
整合步骤S801至步骤S802获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
进一步的,步骤九、时空延迟计算方法具体包括以下步骤:
步骤S901:断面延迟计算方法
通过流域上下游关系、距离和水流速度,判断流域上下游的相邻两个检测点之间的波峰或波谷时间延迟TJG符合以下关系式,则认为该波峰具有时间和空间的相关性;
式中:S为两个检测点之间的距离,单位:米;Vs为水流速度,单位:米/小时;N为该项检测指标的粘滞因子,无单位;TJFZSJ下为下游波峰出现时间,单位:小时;TJFZSJ上为上游波峰出现时间,单位:小时;
步骤S902:粘滞因子计算方法
粘滞因子计算可以用示踪物计算,即水流速度与示踪物在水中速度的比值即为粘滞因子;
步骤S903:波峰衰减因子计算方法
波峰衰减因子为单位长度检测指标的检测值衰减程度,波峰衰减因子的计算公式如下:
式中:C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;UJ为波峰衰减因子,无单位;
步骤S904:波谷衰减因子计算方法
波谷递增因子为单位长度检测指标的检测值递增程度,波谷衰减因子的计算公式采用公式计算,C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;UG为波谷衰减因子,无单位;
步骤S905:其他衰减因子计算方法
分别计算出稳态的衰减因子、递增暂态的衰减因子、递减暂态的衰减因子、周期性暂态的衰减因子和非特征衰减因子;
式中,C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;
非特征衰减因子采用波峰衰减因子、波谷衰减因子、稳态衰减因子、递增暂态的衰减因子、递减暂态的衰减因子的平均值计算;
式中:a为修订因子,默认为0;
步骤S906:未定状态衰减因子计算方法
未定状态衰减因子采用波峰衰减因子、波谷衰减因子、稳态衰减因子、递增暂态的衰减因子、递减暂态的衰减因子的平均值计算;
式中:b修订因子,默认为0;
步骤S907:数据归集
整合步骤S901至步骤S906获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
进一步的,步骤十、基线插值计算方法具体包括以下步骤:
步骤S1001:起、止检测点定义
将河流上游监测点、污染物排放点和湖泊出水口均定义为起始检测点;将河流下游监测点、污染物排放点和湖泊入水口均定义为终止检测点;
步骤S1002:起、止检测点数据整理
在全检测指标全时段检测数据集ZMDX中,分别按照时间顺序,即从原始时间点T0到预测时间点的起始检测点和终止检测点的全部数据;同时将该起始检测点和终止检测点稳态、递增暂态、递减暂态、波峰波谷暂态、周期暂态的衰减因子分别找出来;
步骤S1003:基线时空插值
首先按照起始检测点的起始检测值Ct0起进行全流域插值,选取一种检测指标,在起始检测点,分别根据当前状态(稳态、递增暂态、递减暂态、波峰波谷暂态或周期暂态),计算出其下游某一个基线点的检测值Ct下,计算公式如下:
式中:S下为起始检测点沿基线至拟插值点距离,单位:米;V水为水流速度,单位:米/小时;N为该检测指标的粘滞因子,无单位;t为拟插值时间;UJ为波峰衰减因子,无单位;Ct0起为起始检测点起始检测值Ct0起,单位为该检测指标的法定单位;Ct下为下游某一个基线点的检测值Ct下,单位为该检测指标的法定单位;
步骤S1004:基线时空插值终点确定
重复步骤S1003沿基线进行插值,直至下一个检测点、终止检测点或者时间为当前时间加上预测时长,如果插值遇到污染物排污点时,污染平衡点检测值等于排污口基线实际检测值,后续计算将Ct0起替换成Ct下,计算污染平衡点和污染物排污点基线检测值时由污染物排污点实际检测值确定;
步骤S1005:检测点时间误差纠偏
当基线插值时,遇到下一个检测点时,将其时间和检测值与下一个检测点的时间和检测值进行对比,如果稳态特征、递增暂态特征、递减暂态特征、波峰特征、波谷特征或周期性暂态特征存在时间差异超过0.1小时,则调整增减粘滞因子,调整后重新调用步骤S1003,对基线进行插值,直至时间差异小于5%为止,将调整后的粘滞因子进行该河流段标识,并归集到全检测指标全时段检测数据集ZMDX中;
步骤S1006:检点检测值误差纠偏
如果检测值差异超过检测误差值,则调整衰减因子,调整后重新调用步骤S1003,对基线进行插值,直至时间差异小于误差值为止,将调整后的衰减因子进行该河流段标识,并归集到全检测指标全时段检测数据集ZMDX中;
步骤S1007:数据归集
将纠偏后的插值数据归集到全检测指标全时段检测数据集ZMDX中;
步骤S1008:全检测指标数据插值
重复步骤S1003至步骤S1007,将全流域全指标数据沿着基线进行数据插值,并归集到全检测指标全时段检测数据集ZMDX中;
步骤S1009:湖泊污染处理
将湖泊出水口和湖泊入水口分别作为一个检测点对待。
进一步的,步骤十一、流域检测指标展示方法具体包括以下步骤:
步骤S1101:基线展示
从全检测指标全时段检测数据集ZMDX中,提取一个检测指标在同一个时间点的检测数据,在GIS地图上用该检测指标的检测值对应的颜色展示出来;
步骤S1102:梯度线展示
在基线即河流方向向两岸延伸,沿梯度线形态,从基线检测值向两岸时间和空间延迟插值,展现不同检测点的检测值情况;
步骤S1103:单指标全流域基线展示
重复步骤S1101至步骤S1102,按时间顺序将污染物检测值按照对应的颜色展示,可以按照时间间隔将检测指标的变化展示出来;
步骤S1104:其他检测指标展示
重复步骤S1101至步骤S1103,将其他检测指标展示出来;也可以同时选择两个或者两个以上的指标,按照预先设置的合成颜色,展现两个检测指标的检测值情况。
本发明的有益效果是:
本发明通过河流监控截面污染物情况以及排污口的排放情况,通过插值算法把断面区间的数值进行插值,形成整个流域完整的污染物分布情况,并通过不同时间污染物变化情况,通过大数据预测方法,给出未来一段时间的污染物检测值预期数值。以此通过大数据统计学的角度给出污染分布,解决传统的精准扩散模型不适合复杂多变的实际情况问题。
本发明采用大数据分析的统计学方法,把缺失的数值进行补全,并结合流域特征态进行数据纠偏,已达到接近时间的效果,克服了传统密度流、盐度、温度、风生流、波浪作用等算法对复杂环境的制约,在不采用水位、流量等国家保密或敏感信息的基础上,给环保部门管理者一个宏观的检测指标分布数据。
附图说明
图1为本发明的一种水环境数据分析系统的结构框图。
图2为河流基线及梯度线形状图。
图3为湖泊基线图。
图4为本发明的一种水环境数据分析方法的流程图。
图5为检测点数据时间插值方法流程图。
图6为稳态查找方法流程图。
图7为递增暂态查找方法流程图。
图8为递减暂态查找方法流程图。
图9为波峰、波谷暂态查找方法流程图。
图10为时空延迟计算方法流程图。
图11为基线插值计算方法流程图。
具体实施方式
如图1所示,本发明的一种水环境数据分析系统,主要包括GIS流域管理模块、检测指标管理模块、断面数据接入模块、污染排放口接入模块、数据空间插值计算模块、水流域污染显示模块。
GIS流域管理模块、检测指标管理模块为两个基础模块。通过断面数据接入模块、污染排放口接入模块将监测数据接入到本发明的分析系统中,通过数据空间插值计算模块将各监测数据在整个流域进行数据补全,然后通过水流域污染显示模块将补全后的监测数据展示出来。
GIS流域管理模块主要用于在GIS地图上画出所检测范围内的水域区域图,并标明水流流向;画出各个污染物排放监控点和断面监控点位置;自动画出并调整河流、湖泊的基线:河流以中轴线为基线。
检测指标管理模块主要用于维护所检测范围内的水域区域的检测指标,并给出每个检测指标的粘滞因子、沉淀因子、分解因子、危害指数、显示颜色、指标单位与颜色单位区分度、检测误差范围;当2种或2种以上检测指标复合显示时,通过检测指标管理模块显示颜色、复合数值和每个检测指标的计算公式。
断面数据接入模块定时从各地环保检测系统中,将各个断面检测指标及所对应的检测时间等数据导入到本发明的分析系统中。
污染排放口接入模块定时从各地环保重点污染物排放口监控系统中,将排放的污染物种类、检测值、排放量、检测指标、检测时间等数据导入到本发明的分析系统中。
数据空间插值计算模块是根据断面的全时间的检测数据和污染排放点的全时间的检测数据,按照河流、湖泊的基线顺序进行插值及预测计算,形成完整的全时空间的检测数据。
水流域污染显示模块是将拟合后的全时空间的检测数据展现在GIS流域地图上。
如图4所示,本发明的一种水环境数据分析方法,主要包括以下步骤:
步骤一、基线确定方法
基线是本发明中人为认定流域污染计算的主线,贯穿于整个流域,用于标识污染检测值及扩散区域。
步骤S101:河流岸线确定
在GIS地图上,根据河流具体形状,描绘河流的岸线。河流基线及梯度线形状如图2所示,其形状及边界以河流水域所占地图位置为准。
步骤S102:河流基线确定
河流以中轴线为基线。具体的是:以河流的水流垂直方向分别与两岸线(第一岸线1和第二岸线2)交点的中点为基点,并连接整个河流的多个基点形成河流的基线3,其箭头方向为水流方向。在GIS地图上显示河流基线。
步骤S103:湖泊基线绘制方法
湖泊基线如图3所示。以距离湖泊岸线(8和9)等距的线为湖泊基线10。每个湖泊的基线可以单独设定,单位为米。在GIS地图上显示湖泊基线10。
步骤二、梯度线确定方法
步骤S201:河流梯度线
河流梯度线是以河流基线3为核心,在同一个时间点检测指标相同的一组平行线。在没有污染源前提下,河流梯度线(4或5)以河流基线3为中线,对称于河流基线3两侧,水流方向略向前,如图2所示,河流梯度线的曲率与流量、流速和污染物的溶解度有关。
步骤S202:河流中污染排放梯度线
以污染物排放点为核心,以河流水流方向为偏移方向,以河流基线3为变一线的一组曲线,如图2所示,6表示一组河流中污染排放梯度线(两条曲线),7表示污染物排放点。
步骤S203:关于梯度线形状绘制说明
由于本发明为大尺度污染统计数据分析,因而该河流梯度线仅仅是标识污染物的基本分布,用统计学角度给出污染物基本分布形态,不代表实际污染检测值。因而在绘制河流梯度线时,需要注意偏移方向。
步骤S204:湖泊梯度线
由于湖泊形态复杂、水流复杂,很难从一个简单模型形成湖泊梯度线。因而这里仅考虑湖泊入口梯度线12、排放口梯度线13和出口的梯度线11。如图3所示。
步骤三、检测点数据时间插值方法
由于检测大多数是定时检测,因而本发明首先将检测点的数据按时间(系统中默认最小检测时间间隔为1小时,该时间粒度可以根据用户需要进行调整)全值化插值处理。如图5所示,检测点数据时间插值方法具体包括以下步骤:
步骤S301:单指标单检测点数据插值
针对每一个检测指标,任选一个检测点(即检测断面(污染物排放点)),即以该检测点所采集的每个实际检测指标为基础,采用拉格朗日插值法按时间进行数据插值,把空缺的时间数值补全,补全的数据注明“插值”。另外根据需要,把未来一段时间数值(T)也采用拉格朗日插值法进行数据补充,补充的数据注明“预测”。其T值系统中默认为48小时,可以根据系统中用户设置改变该值。
步骤S302:多点补全
重复步骤S301,把整个流域的该项检测指标所有检测点的全时段检测数据补全,形成该检测指标全时段检测数据集(MDX)。
步骤S303:多项指标补全
遍历不同的检测指标,重复步骤S301至步骤S302,把所有检测指标数据补全,形成全检测指标全时段检测数据集(ZMDX)。
步骤S304:基线检测值
系统中默认每个检测点的检测值即为该基线与检测点交汇处的检测值。
步骤S305:关于插值算法替代说明
步骤S301中的拉格朗日插值法,也可以用牛顿插值法、埃尔米特插值法、分段多项式插值法和样条插值法来替代。
步骤四、稳态查找方法
如图6所示,稳态查找方法具体包括以下步骤:
步骤S401:稳态定义
针对某一个检测点,检查某一个检测指标的数据集Cn;
Cn={(ZTW1,T1),(ZTW2,T2),…,(ZTWn,Tn)};
式中,Cn为检测指标的数据集,该数据集按时间顺序排列;ZTW1为该检测点第1个检测值,其单位与检测指标有关,为该项检指标的实际单位,如ppm等;T1为该检测点记录的第1个检测时间,单位为年月日时分秒;ZTW2为该检测点第2个检测值,其单位与检测指标有关,为该项检指标的实际单位,如ppm等;T2为该检测点记录的第2个检测时间,单位为年月日时分秒;ZTWn为该检测点第n个检测值,其单位与检测指标有关,为该项检指标的实际单位,如ppm等;Tn为该检测点记录的第n个检测时间,单位为年月日时分秒;并且,T1<T2<…<Tn;
如果在同一检测点连续n小时(n可以在系统中设置)以上的检测值在检测指标的误差范围之内,计算该检测指标的平均值ZTWV,则认为在该检测点处为时间稳态,定义稳态起始时间为TW1,稳态截止时间为TW2。
步骤S402:稳态确定规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果ZTWk-ZTWV>检测误差值(为该检测指标允许的误差值,该检测误差值与检测指标有关),则将k点的时间点Tk赋值到变量TWS1中,定义为稳态起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TWS1=T1;
式中:m点为起始检查点;P点为截止检查点;m点与p点之间的检测数据为稳态数据;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果ZTWk-ZTWV>检测误差值,则将k点的时间点Tk赋值到变量TWE1中,定义为稳态起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TWE1=Tn。
步骤S403:稳态特征
针对步骤S402中的该检测点该项检测指标,指定时间差(TWE1-TWS1)和该检测指标平均值(ZTWV)为该检测点该项检测指标的特征稳态时间。
步骤S404:全域稳态查找
针对不同检测点,检查该检测指标(JC)的数据集(MDX),重复步骤S401-S403,确定不同检测点的稳态起始时间(TWS1)和稳态截止时间(TWE1)。
步骤S405:全指标稳态查找
针对不同检测指标,重复步骤S401至步骤S404,确定不同检测点不同检测指标的稳态起始时间(TWS1)和稳态截止时间(TWE1)。
步骤S406:数据归集
整合步骤S401至步骤S405中获得的数据,归集到全检测指标全时段检测数据集(ZMDX)中。
步骤五、递增暂态查找方法
如图7所示,递增暂态查找方法具体包括以下步骤:
步骤S501:递增暂态定义
针对某一个检测点,检查某一个检测指标的数据集Cn,如果同一检测点连续n小时(n在系统中可设置)以上的检测值是连续递增的,且其起止时间的检测值的增加值大于检测误差值(稳态截止时间检测值-稳态起始时间检测值>检测误差值),则认为该检测点为递增暂态,定义递增暂态起始时间为TZ1,递增暂态截止时间为TZ2;
步骤S502:递增暂态查找规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果(ZTWk-ZTWk-1+检测误差值/2)<0,则将k点的时间点Tk赋值到变量TZS1中,定义为递增起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TZS1=T1;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果(ZTWk-ZTWk+1+检测误差值/2)>0,则将k点的时间点Tk赋值到变量TZE1中,定义为递增起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TZE1=Tn。
步骤S503:递增特征
针对步骤S502中的该检测点该项检测指标,指定时间差(TZE1-TZS1)为该检测点该项检测指标的特征递增时间。
步骤S504:全域递增暂态查找
针对不同检测点,检查该检测指标(JC)的数据集(MDX),重复步骤S501-S503,确定不同检测点的递增暂态起始时间(TZS1)和递增暂态截止时间(TZE1)。
步骤S505:全指标递增暂态查找
针对不同检测指标,重复步骤S501至步骤S504,确定不同检测口不同检测指标的递增暂态起始时间(TZS1)和递增暂态截止时间(TZE1)。
步骤S506:递增暂态关联关系查找
计算出每个检测点与其下游的所有检测点之间的关联关系,包括两个检测点之间的距离、递增暂态起始时间TZS1差值和递增暂态截止时间TZE1差值,以及检测指标的增长梯度比例关系、起始值比例关系、峰值比例关系、时间延迟值和检测值衰减系数。
步骤S507:数据归集
整合步骤S501至步骤S506中获得的数据,归集到全检测指标全时段检测数据集(ZMDX)中。
步骤六、递减暂态查找方法
如图8所示,递减暂态查找方法具体包括以下步骤:
步骤S601:递减暂态定义
针对某一个检测点,检查某一个检测指标(JC)的数据集(MDX),如果同一检测点连续n小时(n在系统中可设置)以上的检测值是连续递减的,且其起止时间的检测值的递减值大于检测误差值,则认为该检测点为递减暂态,记载为起始时间记载为TJ1,截止时间记载为TJ2;
步骤S602:递减暂态查找规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果(ZTWk-ZTWk-1+检测误差值/2)>0,则将k点的时间点Tk赋值到变量TJS1中,定义为递减起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TJS1=T1;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果(ZTWk-ZTWk+1+检测误差值/2)<0,则将k点的时间点Tk赋值到变量TJE1中,定义为递减起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TJE1=Tn。
步骤S603:递减特征
针对步骤S602中的该检测点该项检测指标,指定时间差(TJE1-TJS1)为该检测点该项检测指标的特征递减时间。
步骤S604:全域递减暂态查找
针对不同检测点,检查该检测指标(JC)的数据集(MDX),重复步骤S601-S603,确定不同检测点的递增暂态起始时间(TJS1)和递增暂态截止时间(TJE1)。
步骤S605:全指标递减暂态查找
针对不同检测指标,重复步骤S601至步骤S604,确定不同检测口不同检测指标的递减暂态起始时间(TJS1)和递减暂态截止时间(TJE1)。
步骤S606:递减暂态关联关系查找
计算出每个检测点A与其下游的所有检测点B之间的关联关系,包括两个检测点之间的距离、递减暂态起始时间TJS1差值和递减暂态截止时间TJE1差值,以及检测指标的减少斜率、检测指标最大值比例关系即A点最大值与B点最大值的比值、检测指标最小值比例关系即A点最大值与B点最大值的比值、时间延迟值和检测值衰减系数。
步骤S607:数据归集
整合步骤S601至步骤S606中获得的数据,归集到全检测指标全时段检测数据集(ZMDX)中。
步骤七、波峰、波谷暂态查找方法
如图9所示,波峰、波谷暂态查找方法具体包括以下步骤:
步骤S701:拐点时间查找
从全检测指标全时段检测数据集(ZMDX)中,任意选取一个检测点的一种检测指标,检测指标对检测时间求导,求出数值为零的检测时间点(TJZD)。
步骤S702:波峰波谷时间查找
检测指标对检测时间二次求导,如果检测时间点(TJZD)的二次求导数值大于零,则定义该检测时间点(TJZD)为峰值点(TJFZSJ),如果检测时间点(TJZD)的二次求导数值小于零,则定义该检测时间点(TJZD)为波谷点(TJBGD)。
步骤S703:全域波峰波谷查找
从全检测指标全时段检测数据集(ZMDX)中,任意选取其他所有检测点的该种检测指标,重复步骤S701至步骤S702,计算出所有检测点的峰值点(TJFZSJ)和波谷点(TJBGD)。
步骤S704:相邻检测点关联关系查找
通过流域上下游关系、距离和水流速度,判断流域上下游的相邻两个检测点之间的波峰、波谷时间延迟和检测指标关系。
步骤S705:全指标波峰波谷查找
从全检测指标全时段检测数据集(ZMDX)中,选取其他检测指标,重复步骤S701至步骤S704,计算出所有检测点所有检测指标的峰值点(TJFZSJ)和波谷点(TJBGD)。
步骤S706:数据归集
整合步骤S701至步骤S705获得的数据,归集到全检测指标全时段检测数据集(ZMDX)中。
步骤八、周期性暂态查找方法
步骤S801:周期性暂态确定
分析每个检测点每个检测指标的特征稳态、特征递增暂态和特征递减暂态,如果在一定时间段内,特征递增暂态、检测指标波峰值、特征递减暂态和检测指标波谷值四种状态按时间规律重复出现,且发生三次以上周期性变化,则认为该时间段发生了周期性变化,确定周期起始时间TXS1、周期截止时间TXE1、单个周期时间长度TCC、单个周期组成;
所述检测指标波峰值是指某一个检测点在一定时间范围内检测指标检测值的最大值;
所述检测指标波谷值是指某一个检测点在一定时间范围内检测指标检测值的最小值。
步骤S802:周期性暂态关联关系查找
计算出每个检测点与其下游的所有检测点之间的关联关系,包括两个检测点之间的距离、每个周期起始时间TXS1差值和周期截止时间TXE1差值,以及检测指标的减少斜率、波峰值比例关系、波谷值比例关系、时间延迟值和检测值衰减系数。
步骤S803:数据归集
整合步骤S801至步骤S802获得的数据,归集到全检测指标全时段检测数据集(ZMDX)中。
步骤九、时空延迟计算方法
如图10所示,时空延迟计算方法具体包括以下步骤:
步骤S901:断面延迟计算方法
通过流域上下游关系、距离和水流速度,判断流域上下游的相邻两个检测点之间的波峰或波谷时间延迟(TJG)符合以下关系式,则认为该波峰具有时间和空间的相关性;
式中:S为两个检测点之间的距离,单位:米;Vs为水流速度,单位:米/小时;N为该项检测指标的粘滞因子,无单位;TJFZSJ下为下游波峰出现时间,单位:小时;TJFZSJ上为上游波峰出现时间,单位:小时。
步骤S902:粘滞因子计算方法
粘滞因子计算可以用示踪物计算,即水流速度与示踪物在水中速度的比值即为粘滞因子。根据流域情况复杂程度,可以采用一个或多个粘滞因子。
步骤S903:波峰衰减因子计算方法
波峰衰减因子为单位长度检测指标的检测值衰减程度。波峰衰减因子的计算公式如下:
式中:C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用,上游的检测波峰转移到下游检测点时的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;UJ为波峰衰减因子,无单位。
步骤S904:波谷衰减因子计算方法
波谷递增因子为单位长度检测指标的检测值递增程度,波谷衰减因子的计算公式采用公式计算,C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;UG为波谷衰减因子,无单位。
步骤S905:其他衰减因子计算方法
分别计算出稳态的衰减因子、递增暂态的衰减因子、递减暂态的衰减因子、周期性暂态的衰减因子和非特征衰减因子;
式中,C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;
非特征衰减因子采用波峰衰减因子、波谷衰减因子、稳态衰减因子、递增暂态的衰减因子、递减暂态的衰减因子的平均值计算;
式中:a为修订因子,默认为0,经过验证后可调整该值。
步骤S906:未定状态衰减因子计算方法
未定状态衰减因子采用波峰衰减因子、波谷衰减因子、稳态衰减因子、递增暂态的衰减因子、递减暂态的衰减因子的平均值计算;
式中:b修订因子,默认为0,经过验证后可调整该值。
步骤S907:数据归集
整合步骤S901至步骤S906获得的数据,归集到全检测指标全时段检测数据集(ZMDX)中。
步骤十、基线插值计算方法
如图11所示,基线插值计算方法具体包括以下步骤:
步骤S1001:起、止检测点定义
将河流上游监测点、污染物排放点和湖泊出水口均定义为起始检测点;将河流下游监测点、污染物排放点和湖泊入水口均定义为终止检测点。所述的检测点为国家考核断面、省自行监测断面、监测点位、外省监测断面等。
步骤S1002:起、止检测点数据整理
在全检测指标全时段检测数据集(ZMDX)中,分别按照时间顺序,即从原始时间点T0到预测时间点((当前时间(Today)+预测时长)的起始检测点和终止检测点的全部数据;同时将该起始检测点和终止检测点稳态、递增暂态、递减暂态、波峰波谷暂态、周期暂态的衰减因子分别找出来。
步骤S1003:基线时空插值
首先按照起始检测点的起始检测值(Ct0起)进行全流域插值。选取一种检测指标,在起始检测点,分别根据当前状态(稳态、递增暂态、递减暂态、波峰波谷暂态或周期暂态),计算出其下游某一个基线点的检测值(Ct下),计算公式如下:
式中:S下为起始检测点沿基线至拟插值点距离,单位:米;V水为水流速度,单位:米/小时;N为该检测指标的粘滞因子,无单位;t为拟插值时间;UJ为波峰衰减因子,无单位;Ct0起为起始检测点起始检测值Ct0起,单位为该检测指标的法定单位;Ct下为下游某一个基线点的检测值Ct下,单位为该检测指标的法定单位。
步骤S1004:基线时空插值终点确定
重复步骤S1003沿基线进行插值,直至下一个检测点、终止检测点或者时间为当前时间加上预测时长。如果插值遇到污染物排污点时,污染平衡点检测值等于排污口基线实际检测值,后续计算将Ct0起替换成Ct下。计算污染平衡点和污染物排污点基线检测值时由污染物排污点实际检测值确定。
步骤S1005:检测点时间误差纠偏
当基线插值时,遇到下一个检测点时,将其时间和检测值与下一个检测点的时间和检测值进行对比,如果特征(稳态、递增暂态、递减暂态、波峰、波谷或周期性暂态)存在时间差异超过0.1小时,则调整增减粘滞因子。调整后重新调用步骤S1003,对基线进行插值,直至时间差异小于5%为止。将调整后的粘滞因子进行该河流段标识,并归集到全检测指标全时段检测数据集(ZMDX)中。
步骤S1006:检点检测值误差纠偏
如果检测值差异超过检测误差值,则调整衰减因子,调整后重新调用步骤S1003,对基线进行插值,直至时间差异小于误差值为止。将调整后的衰减因子进行该河流段标识,并归集到全检测指标全时段检测数据集(ZMDX)中。
步骤S1007:数据归集
将纠偏后的插值数据归集到全检测指标全时段检测数据集(ZMDX)中。
步骤S1008:全检测指标数据插值
重复步骤S1003至步骤S1007,将全流域全指标数据沿着基线进行数据插值,并归集到全检测指标全时段检测数据集(ZMDX)中。
步骤S1009:湖泊污染特殊处理
由于湖泊水流比较复杂,难以用基线等方式进行评估。这里仅考虑湖泊出水口和湖泊入水口的污染时间检测情况,将湖泊出水口和湖泊入水口分呗作为一个检测点对待。
步骤十一、流域检测指标展示方法
步骤S1101:基线展示
从全检测指标全时段检测数据集(ZMDX)中,提取一个检测指标在同一个时间点的检测数据,在GIS地图上用该检测指标的检测值对应的颜色展示出来。
步骤S1102:梯度线展示
在基线即河流方向向两岸延伸,沿梯度线形态,从基线检测值向两岸说时间和空间延迟插值,展现不同检测点的检测值情况。
步骤S1103:单指标全流域基线展示
重复步骤S1101至步骤S1102,按时间顺序将污染物检测值按照对应的颜色展示。可以按照时间间隔将检测指标的变化展示出来。
步骤S1104:其他检测指标展示
重复步骤S1101至步骤S1103,将其他检测指标展示出来;也可以同时选择两个或者两个以上的指标,按照预先设置的合成颜色,展现两个检测指标的检测值情况。
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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,但这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种水环境数据分析方法,其特征在于,包括以下步骤:
步骤一、基线确定方法;
步骤二、梯度线确定方法;
步骤三、检测点数据时间插值方法;
步骤四、稳态查找方法;
步骤五、递增暂态查找方法;
步骤六、递减暂态查找方法;
步骤七、波峰、波谷暂态查找方法;
步骤八、周期性暂态查找方法;
步骤九、时空延迟计算方法;
步骤十、基线插值计算方法;
步骤十一、流域检测指标展示方法。
2.根据权利要求1所述的一种水环境数据分析方法,其特征在于,步骤一和步骤二具体包括以下步骤:
步骤一、基线确定方法:
步骤S101:河流岸线确定
在GIS地图上,根据河流具体形状,描绘河流的岸线;
步骤S102:河流基线确定
河流以中轴线为基线;
步骤S103:湖泊基线绘制方法
以距离湖泊岸线等距的线为湖泊基线;在GIS地图上显示湖泊基线;
步骤二、梯度线确定方法:
步骤S201:河流梯度线
河流梯度线是以河流基线为核心,在同一个时间点检测指标相同的一组平行线;
步骤S202:河流中污染排放梯度线
河流中污染排放梯度线是以污染物排放点为核心,以河流水流方向为偏移方向,以河流基线为变一线的一组曲线。
3.根据权利要求2所述的一种水环境数据分析方法,其特征在于,步骤三、检测点数据时间插值方法具体包括以下步骤:
步骤S301:单指标单检测点数据插值
针对每一个检测指标,任选一个检测点,即以该检测点所采集的每个实际检测指标为基础,采用拉格朗日插值法、牛顿插值法、埃尔米特插值法、分段多项式插值法或样条插值法按时间进行数据插值,将空缺的时间数值补全,补全的数据注明插值;
步骤S302:多点补全
重复步骤S301,把整个流域的该项检测指标所有检测点的全时段检测数据补全,形成该检测指标全时段检测数据集MDX;
步骤S303:多项指标补全
遍历不同的检测指标,重复步骤S301至步骤S302,把所有检测指标数据补全,形成全检测指标全时段检测数据集ZMDX;
步骤S304:基线检测值
默认每个检测点的检测值即为该基线与检测点交汇处的检测值。
4.根据权利要求3所述的一种水环境数据分析方法,其特征在于,步骤四、稳态查找方法具体包括以下步骤:
步骤S401:稳态定义
针对某一个检测点,检查某一个检测指标的数据集Cn;
Cn={(ZTW1,T1),(ZTW2,T2),…,(ZTWn,Tn)};
式中,Cn为检测指标的数据集,该数据集按时间顺序排列;ZTW1为该检测点第1个检测值;T1为该检测点记录的第1个检测时间;ZTW2为该检测点第2个检测值;T2为该检测点记录的第2个检测时间;ZTWn为该检测点第n个检测值;Tn为该检测点记录的第n个检测时间;T1<T2<…<Tn;
如果在同一检测点连续n小时以上的检测值在检测指标的误差范围之内,计算该检测指标的平均值ZTWV,则认为在该检测点处为时间稳态,定义稳态起始时间为TW1,稳态截止时间为TW2;
步骤S402:稳态确定规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果ZTWk-ZTWV>检测误差值,则将k点的时间点Tk赋值到变量TWS1中,定义为稳态起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TWS1=T1;
式中:m点为起始检查点;P点为截止检查点;m点与p点之间的检测数据为稳态数据;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果ZTWk-ZTWV>检测误差值,则将k点的时间点Tk赋值到变量TWE1中,定义为稳态起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TWE1=Tn;
步骤S403:稳态特征
针对步骤S402中的该检测点该项检测指标,指定时间差TWE1-TWS1和该检测指标平均值ZTWV为该检测点该项检测指标的特征稳态时间;
步骤S404:全域稳态查找
针对不同检测点,检查该检测指标的数据集,重复步骤S401-S403,确定不同检测点的稳态起始时间TWS1和稳态截止时间TWE1;
步骤S405:全指标稳态查找
针对不同检测指标,重复步骤S401至步骤S404,确定不同检测点不同检测指标的稳态起始时间TWS1和稳态截止时间TWE1;
步骤S406:数据归集
整合步骤S401至步骤S405中获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
5.根据权利要求4所述的一种水环境数据分析方法,其特征在于,步骤五、递增暂态查找方法具体包括以下步骤:
步骤S501:递增暂态定义
针对某一个检测点,检查某一个检测指标的数据集Cn,如果同一检测点连续n小时以上的检测值是连续递增的,且其起止时间的检测值的增加值大于检测误差值,则认为该检测点为递增暂态,定义递增暂态起始时间为TZ1,递增暂态截止时间为TZ2;
步骤S502:递增暂态查找规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果(ZTWk-ZTWk-1+检测误差值/2)<0,则将k点的时间点Tk赋值到变量TZS1中,定义为递增起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TZS1=T1;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果(ZTWk-ZTWk+1+检测误差值/2)>0,则将k点的时间点Tk赋值到变量TZE1中,定义为递增起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TZE1=Tn;
步骤S503:递增特征
针对步骤S502中的该检测点该项检测指标,指定时间差TZE1-TZS1为该检测点该项检测指标的特征递增时间;
步骤S504:全域递增暂态查找
针对不同检测点,检查该检测指标的数据集,重复步骤S501-S503,确定不同检测点的递增暂态起始时间TZS1和递增暂态截止时间TZE1;
步骤S505:全指标递增暂态查找
针对不同检测指标,重复步骤S501至步骤S504,确定不同检测口不同检测指标的递增暂态起始时间TZS1和递增暂态截止时间TZE1;
步骤S506:递增暂态关联关系查找
计算出每个检测点与其下游的所有检测点之间的关联关系,包括两个检测点之间的距离、递增暂态起始时间TZS1差值和递增暂态截止时间TZE1差值,以及检测指标的增长梯度比例关系、起始值比例关系、峰值比例关系、时间延迟值和检测值衰减系数;
步骤S507:数据归集
整合步骤S501至步骤S506中获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
6.根据权利要求5所述的一种水环境数据分析方法,其特征在于,步骤六、递减暂态查找方法具体包括以下步骤:
步骤S601:递减暂态定义
针对某一个检测点,检查某一个检测指标(JC)的数据集(MDX),如果同一检测点连续n小时以上的检测值是连续递减的,且其起止时间的检测值的递减值大于检测误差值,则认为该检测点为递减暂态,记载为起始时间记载为TJ1,截止时间记载为TJ2;
步骤S602:递减暂态查找规则
检查该检测指标的数据集Cn,任取一点m,其检测值为(ZTWm,Tm),以时间点Tm沿时间轴向前查找,查找到k点时,如果(ZTWk-ZTWk-1+检测误差值/2)>0,则将k点的时间点Tk赋值到变量TJS1中,定义为递减起始时间;如果k点的时间点为T1,且该点检测值满足上述条件,则TJS1=T1;
检查该检测指标的数据集Cn,从m点沿时间轴向后查找,查找到k点时,如果(ZTWk-ZTWk+1+检测误差值/2)<0,则将k点的时间点Tk赋值到变量TJE1中,定义为递减起始时间;如果k点的时间点为Tn,且该点检测值满足上述条件,则TJE1=Tn;
步骤S603:递减特征
针对步骤S602中的该检测点该项检测指标,指定时间差TJE1-TJS1为该检测点该项检测指标的特征递减时间;
步骤S604:全域递减暂态查找
针对不同检测点,检查该检测指标的数据集,重复步骤S601-S603,确定不同检测点的递增暂态起始时间TJS1和递增暂态截止时间TJE1;
步骤S605:全指标递减暂态查找
针对不同检测指标,重复步骤S601至步骤S604,确定不同检测口不同检测指标的递减暂态起始时间TJS1和递减暂态截止时间TJE1;
步骤S606:递减暂态关联关系查找
计算出每个检测点A与其下游的所有检测点B之间的关联关系,包括两个检测点之间的距离、递减暂态起始时间TJS1差值和递减暂态截止时间TJE1差值,以及检测指标的减少斜率、检测指标最大值比例关系即A点最大值与B点最大值的比值、检测指标最小值比例关系即A点最大值与B点最大值的比值、时间延迟值和检测值衰减系数;
步骤S607:数据归集
整合步骤S601至步骤S606中获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
7.根据权利要求6所述的一种水环境数据分析方法,其特征在于,步骤七、波峰、波谷暂态查找方法具体包括以下步骤:
步骤S701:拐点时间查找
从全检测指标全时段检测数据集ZMDX中,任意选取一个检测点的一种检测指标,检测指标对检测时间求导,求出数值为零的检测时间点TJZD;
步骤S702:波峰波谷时间查找
检测指标对检测时间二次求导,如果检测时间点TJZD的二次求导数值大于零,则定义该检测时间点TJZD为峰值点TJFZSJ,如果检测时间点TJZD的二次求导数值小于零,则定义该检测时间点TJZD为波谷点TJBGD;
步骤S703:全域波峰波谷查找
从全检测指标全时段检测数据集ZMDX中,任意选取其他所有检测点的该种检测指标,重复步骤S701至步骤S702,计算出所有检测点的峰值点TJFZSJ和波谷点TJBGD;
步骤S704:相邻检测点关联关系查找
通过流域上下游关系、距离和水流速度,判断流域上下游的相邻两个检测点之间的波峰、波谷时间延迟和检测指标关系;
步骤S705:全指标波峰波谷查找
从全检测指标全时段检测数据集ZMDX中,选取其他检测指标,重复步骤S701至步骤S704,计算出所有检测点所有检测指标的峰值点TJFZSJ和波谷点TJBGD;
步骤S706:数据归集
整合步骤S701至步骤S705获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
8.根据权利要求7所述的一种水环境数据分析方法,其特征在于,步骤八、周期性暂态查找方法具体包括以下步骤:
步骤S801:周期性暂态确定
分析每个检测点每个检测指标的特征稳态、特征递增暂态和特征递减暂态,如果在一定时间段内,特征递增暂态、检测指标波峰值、特征递减暂态和检测指标波谷值四种状态按时间规律重复出现,且发生三次以上周期性变化,则认为该时间段发生了周期性变化,确定周期起始时间TXS1、周期截止时间TXE1、单个周期时间长度TCC、单个周期组成;
所述检测指标波峰值是指某一个检测点在一定时间范围内检测指标检测值的最大值;
所述检测指标波谷值是指某一个检测点在一定时间范围内检测指标检测值的最小值;
步骤S802:周期性暂态关联关系查找
计算出每个检测点与其下游的所有检测点之间的关联关系,包括两个检测点之间的距离、每个周期起始时间TXS1差值和周期截止时间TXE1差值,以及检测指标的减少斜率、波峰值比例关系、波谷值比例关系、时间延迟值和检测值衰减系数;
步骤S803:数据归集
整合步骤S801至步骤S802获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
9.根据权利要求8所述的一种水环境数据分析方法,其特征在于,步骤九、时空延迟计算方法具体包括以下步骤:
步骤S901:断面延迟计算方法
通过流域上下游关系、距离和水流速度,判断流域上下游的相邻两个检测点之间的波峰或波谷时间延迟TJG符合以下关系式,则认为该波峰具有时间和空间的相关性;
式中:S为两个检测点之间的距离,单位:米;Vs为水流速度,单位:米/小时;N为该项检测指标的粘滞因子,无单位;TJFZSJ下为下游波峰出现时间,单位:小时;TJFZSJ上为上游波峰出现时间,单位:小时;
步骤S902:粘滞因子计算方法
粘滞因子计算可以用示踪物计算,即水流速度与示踪物在水中速度的比值即为粘滞因子;
步骤S903:波峰衰减因子计算方法
波峰衰减因子为单位长度检测指标的检测值衰减程度,波峰衰减因子的计算公式如下:
式中:C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;UJ为波峰衰减因子,无单位;
步骤S904:波谷衰减因子计算方法
波谷递增因子为单位长度检测指标的检测值递增程度,波谷衰减因子的计算公式采用公式计算,C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;UG为波谷衰减因子,无单位;
步骤S905:其他衰减因子计算方法
分别计算出稳态的衰减因子、递增暂态的衰减因子、递减暂态的衰减因子、周期性暂态的衰减因子和非特征衰减因子,
式中,C上为上游检测点的检测指标,单位为该检测指标的法定单位;C下为由于水流作用使上游检测点的检测波峰转移到下游检测点的检测指标,单位为该检测指标的法定单位;S为两个检测点之间的距离,单位:米;
非特征衰减因子采用波峰衰减因子、波谷衰减因子、稳态衰减因子、递增暂态的衰减因子、递减暂态的衰减因子的平均值计算;
式中:a为修订因子,默认为0;
步骤S906:未定状态衰减因子计算方法
未定状态衰减因子采用波峰衰减因子、波谷衰减因子、稳态衰减因子、递增暂态的衰减因子、递减暂态的衰减因子的平均值计算;
式中:b修订因子,默认为0;
步骤S907:数据归集
整合步骤S901至步骤S906获得的数据,归集到全检测指标全时段检测数据集ZMDX中。
10.根据权利要求9所述的一种水环境数据分析方法,其特征在于,步骤十、基线插值计算方法具体包括以下步骤:
步骤S1001:起、止检测点定义
将河流上游监测点、污染物排放点和湖泊出水口均定义为起始检测点;将河流下游监测点、污染物排放点和湖泊入水口均定义为终止检测点;
步骤S1002:起、止检测点数据整理
在全检测指标全时段检测数据集ZMDX中,分别按照时间顺序,即从原始时间点T0到预测时间点的起始检测点和终止检测点的全部数据;同时将该起始检测点和终止检测点稳态、递增暂态、递减暂态、波峰波谷暂态、周期暂态的衰减因子分别找出来;
步骤S1003:基线时空插值
首先按照起始检测点的起始检测值Ct0起进行全流域插值,选取一种检测指标,在起始检测点,分别根据当前状态(稳态、递增暂态、递减暂态、波峰波谷暂态或周期暂态),计算出其下游某一个基线点的检测值Ct下,计算公式如下:
式中:S下为起始检测点沿基线至拟插值点距离,单位:米;V水为水流速度,单位:米/小时;N为该检测指标的粘滞因子,无单位;t为拟插值时间;UJ为波峰衰减因子,无单位;Ct0起为起始检测点起始检测值Ct0起,单位为该检测指标的法定单位;Ct下为下游某一个基线点的检测值Ct下,单位为该检测指标的法定单位;
步骤S1004:基线时空插值终点确定
重复步骤S1003沿基线进行插值,直至下一个检测点、终止检测点或者时间为当前时间加上预测时长,如果插值遇到污染物排污点时,污染平衡点检测值等于排污口基线实际检测值,后续计算将Ct0起替换成Ct下,计算污染平衡点和污染物排污点基线检测值时由污染物排污点实际检测值确定;
步骤S1005:检测点时间误差纠偏
当基线插值时,遇到下一个检测点时,将其时间和检测值与下一个检测点的时间和检测值进行对比,如果稳态特征、递增暂态特征、递减暂态特征、波峰特征、波谷特征或周期性暂态特征存在时间差异超过0.1小时,则调整增减粘滞因子,调整后重新调用步骤S1003,对基线进行插值,直至时间差异小于5%为止,将调整后的粘滞因子进行该河流段标识,并归集到全检测指标全时段检测数据集ZMDX中;
步骤S1006:检点检测值误差纠偏
如果检测值差异超过检测误差值,则调整衰减因子,调整后重新调用步骤S1003,对基线进行插值,直至时间差异小于误差值为止,将调整后的衰减因子进行该河流段标识,并归集到全检测指标全时段检测数据集ZMDX中;
步骤S1007:数据归集
将纠偏后的插值数据归集到全检测指标全时段检测数据集ZMDX中;
步骤S1008:全检测指标数据插值
重复步骤S1003至步骤S1007,将全流域全指标数据沿着基线进行数据插值,并归集到全检测指标全时段检测数据集ZMDX中;
步骤S1009:湖泊污染处理
将湖泊出水口和湖泊入水口分别作为一个检测点对待;
步骤十一、流域检测指标展示方法具体包括以下步骤:
步骤S1101:基线展示
从全检测指标全时段检测数据集ZMDX中,提取一个检测指标在同一个时间点的检测数据,在GIS地图上用该检测指标的检测值对应的颜色展示出来;
步骤S1102:梯度线展示
在基线即河流方向向两岸延伸,沿梯度线形态,从基线检测值向两岸时间和空间延迟插值,展现不同检测点的检测值情况;
步骤S1103:单指标全流域基线展示
重复步骤S1101至步骤S1102,按时间顺序将污染物检测值按照对应的颜色展示,可以按照时间间隔将检测指标的变化展示出来;
步骤S1104:其他检测指标展示
重复步骤S1101至步骤S1103,将其他检测指标展示出来;也可以同时选择两个或者两个以上的指标,按照预先设置的合成颜色,展现两个检测指标的检测值情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110022106.1A CN112800038B (zh) | 2021-01-08 | 2021-01-08 | 一种水环境数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110022106.1A CN112800038B (zh) | 2021-01-08 | 2021-01-08 | 一种水环境数据分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112800038A true CN112800038A (zh) | 2021-05-14 |
CN112800038B CN112800038B (zh) | 2022-12-13 |
Family
ID=75809138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110022106.1A Active CN112800038B (zh) | 2021-01-08 | 2021-01-08 | 一种水环境数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112800038B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114020943A (zh) * | 2022-01-05 | 2022-02-08 | 武汉幻城经纬科技有限公司 | 流域水面混合绘制方法及系统、电子设备、存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010223871A (ja) * | 2009-03-25 | 2010-10-07 | Sharp Corp | 汚染検知装置、汚染浄化システム、および、洗濯機 |
CN103460069A (zh) * | 2011-03-17 | 2013-12-18 | 皇家飞利浦有限公司 | 加速的磁共振测温法 |
CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测系统的污染源扩散预警方法 |
CN105184370A (zh) * | 2015-10-26 | 2015-12-23 | 中国海洋大学 | 一种基于som分类技术的河口流域水环境质量评价方法 |
CN107110937A (zh) * | 2014-12-30 | 2017-08-29 | 通用电气公司 | 用于有功负载阻抗监控的方法和装置 |
CN107132520A (zh) * | 2017-05-03 | 2017-09-05 | 江苏中海达海洋信息技术有限公司 | 一种基于水声超短基线定位系统的声线修正方法及系统 |
CN107941783A (zh) * | 2017-12-14 | 2018-04-20 | 中国科学院重庆绿色智能技术研究院 | 一种基于藻细胞特征拉曼散射的水环境扰动评估方法 |
CN110070271A (zh) * | 2019-04-01 | 2019-07-30 | 河海大学 | 一种小流域水环境承载状态评价方法 |
WO2019245451A1 (en) * | 2018-06-20 | 2019-12-26 | Agency For Science, Technology And Research | Sensing olfactory response to one or more scents |
CN111898691A (zh) * | 2020-08-05 | 2020-11-06 | 生态环境部华南环境科学研究所 | 一种河流突发水污染预警溯源方法、系统、终端及介质 |
-
2021
- 2021-01-08 CN CN202110022106.1A patent/CN112800038B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010223871A (ja) * | 2009-03-25 | 2010-10-07 | Sharp Corp | 汚染検知装置、汚染浄化システム、および、洗濯機 |
CN103460069A (zh) * | 2011-03-17 | 2013-12-18 | 皇家飞利浦有限公司 | 加速的磁共振测温法 |
CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测系统的污染源扩散预警方法 |
CN107110937A (zh) * | 2014-12-30 | 2017-08-29 | 通用电气公司 | 用于有功负载阻抗监控的方法和装置 |
CN105184370A (zh) * | 2015-10-26 | 2015-12-23 | 中国海洋大学 | 一种基于som分类技术的河口流域水环境质量评价方法 |
CN107132520A (zh) * | 2017-05-03 | 2017-09-05 | 江苏中海达海洋信息技术有限公司 | 一种基于水声超短基线定位系统的声线修正方法及系统 |
CN107941783A (zh) * | 2017-12-14 | 2018-04-20 | 中国科学院重庆绿色智能技术研究院 | 一种基于藻细胞特征拉曼散射的水环境扰动评估方法 |
WO2019245451A1 (en) * | 2018-06-20 | 2019-12-26 | Agency For Science, Technology And Research | Sensing olfactory response to one or more scents |
CN110070271A (zh) * | 2019-04-01 | 2019-07-30 | 河海大学 | 一种小流域水环境承载状态评价方法 |
CN111898691A (zh) * | 2020-08-05 | 2020-11-06 | 生态环境部华南环境科学研究所 | 一种河流突发水污染预警溯源方法、系统、终端及介质 |
Non-Patent Citations (2)
Title |
---|
J. S. HUANG 等: "The simulation towards a robust wireless sensor network for the environment control", 《2011 INTERNATIONAL CONFERENCE ON CONSUMER ELECTRONICS, COMMUNICATIONS AND NETWORKS》 * |
禹加: "数字化变电站故障诊断方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114020943A (zh) * | 2022-01-05 | 2022-02-08 | 武汉幻城经纬科技有限公司 | 流域水面混合绘制方法及系统、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112800038B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11430329B2 (en) | Method for anticipating tipping point of traffic resilience based on percolation analysis | |
CN115545678A (zh) | 一种基于水环境画像与污染物溯源的水质监测方法 | |
CN114093168B (zh) | 一种基于韧性视角下的城市道路交通运行状态评价方法 | |
WO2023025329A1 (zh) | 一种基于数字流域时空模型的污染排放确定方法和装置 | |
CN111931317B (zh) | 基于车载gps数据的区域拥堵路网边界控制方法 | |
CN107292501A (zh) | 一种评估废水监测数据质量的方法及设备 | |
Yang et al. | Early warning of water resource carrying status in Nanjing City based on coordinated development index | |
CN112800038B (zh) | 一种水环境数据分析方法 | |
CN112883663B (zh) | 一种供水管网独立计量分区方法 | |
CN114358664B (zh) | 变化环境与洪旱急转条件下洪水调度与水资源保障方法 | |
CN115587667A (zh) | 智慧环保平台水环境管理系统的污染分析管理模块及方法 | |
Sun et al. | Initial allocation of flood drainage rights based on a PSR model and entropy-based matter-element theory in the Sunan Canal, China | |
Ou et al. | Systematic clustering method to identify and characterise spatiotemporal congestion on freeway corridors | |
Song et al. | Can selective withdrawal control algal blooms in reservoirs? The underlying hydrodynamic mechanism | |
CN113739082B (zh) | 一种基于多区域联合评估的供水管网漏损监测方法 | |
CN114819322A (zh) | 湖泊入湖流量的预报方法 | |
Hu et al. | Study on the proportion and flow path of Yangtze River water diversion into Taihu Lake | |
CN102254081A (zh) | 基于随机概率模型的突发河流水污染的统计定位方法 | |
Chen et al. | Connectivity evaluation and planning of a river-lake system in east China based on graph theory | |
CN115964875A (zh) | 一种数字孪生水网四面体模型构建方法 | |
CN114611728B (zh) | 污水管网堵塞监测方法及系统 | |
CN104933861B (zh) | 能容忍数据不同步的交通事件检测方法 | |
Tian et al. | Estimation method of intersection signal cycle based on empirical data | |
Tian et al. | Dynamic control subarea division based on node importance evaluating | |
CN115797580A (zh) | 河道监测和三维模型的建立及应用 |
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 |