CN112819378A - 一种基于污染状况的河流生态流量调控方法 - Google Patents
一种基于污染状况的河流生态流量调控方法 Download PDFInfo
- Publication number
- CN112819378A CN112819378A CN202110218914.5A CN202110218914A CN112819378A CN 112819378 A CN112819378 A CN 112819378A CN 202110218914 A CN202110218914 A CN 202110218914A CN 112819378 A CN112819378 A CN 112819378A
- Authority
- CN
- China
- Prior art keywords
- river
- data
- flow
- health
- ecological
- 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 27
- 230000036541 health Effects 0.000 claims abstract description 71
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 61
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims description 36
- 238000005259 measurement Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 1
Images
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于污染状况的河流生态流量调控方法,包括如下步骤:获取河流的卫星遥感图像数据和地面监测值数据,并对数据进行处理,得到区域河流的水流特性数据、历史大断面数据和流量数据;对水流特性数据、历史大断面数据和流量数据进行分析,并剔除无用数据;通过水流特性数据、历史大断面数据和流量数据,实时采集的水位高度、流速数据和断面信息,同时结合上下游、左右岸测站位置,综合分析计算实测河流在线流量。本发明能够有效的识别河流流速,能够便于准确的调整河流流速,能够有效的保证河流的正常供水,维护河流生态系统的健康,为河流生态健康的恢复和保护提供了技术支持,有良好的经济和社会效益。
Description
技术领域
本发明涉及河流流量调控技术领域,尤其涉及一种基于污染状况的河流生态流量调控方法。
背景技术
河流生态环境需水阈值是确保生态环境需水得到满足的外部条件,是进行流域水资源合理配置的重要技术参数,对水资源合理调配具有重要指引作用。河流系统是一个包含社会、经济、自然在内的复杂大系统,而经济、社会、自然等因素间存在着复杂的相互作用关系,是一个非线性、非平衡、动态、耦合的问题。对于生态系统而言,推动其从一种状态过渡到另外一种状态的动力来自某个或多个关键因子的质或量的改变,各因子间亦存在相互作用关系。河流流量作为维持河流最基本的功能及河流健康的关键因子,流量的改变将会引起连锁反应,并最终影响河流健康。河流生态环境需水阈值的量化研究经历了从最早阶段的最小生态需水量,到不同时期生物需水过程,再到河流功能需水,各个阶段针对不同的研究对象采用不同的方法,较少考虑高人工干扰下,社会经济因素、水资源的水质水量属性和河流健康三者之间的相互作用关系,没有实现河流流量与影响河流健康的其他因素之间的联动变化。
发明内容
基于背景技术存在的技术问题,本发明提出了一种基于污染状况的河流生态流量调控方法。
本发明提出的一种基于污染状况的河流生态流量调控方法,包括如下步骤:
S1获取河流的卫星遥感图像数据和地面监测值数据,并对数据进行处理,得到区域河流的水流特性数据、历史大断面数据和流量数据;
S2对水流特性数据、历史大断面数据和流量数据进行分析,并剔除无用数据;
S3通过水流特性数据、历史大断面数据和流量数据,实时采集的水位高度、流速数据和断面信息,同时结合上下游、左右岸测站位置,综合分析计算实测河流在线流量;
S4从河流生态系统的角度构建河流健康评价指标体系,确定评价标准,运用层次熵分析法确定指标权重,构建河流健康状况可变模糊集评价模型;
S5对河流健康评价指标进行归类,建立生态子系统、水文子系统、水环境子系统和社会子系统的影响河流健康状况的关系图;
S6将归类后的河流健康评价指标与河流在线流量进行线性分析,得到河流在线流量与河流健康评价指标的耦合关系;
S7根据河流在线流量与河流健康评价指标的耦合关系,展示不同流量情景下河流健康动态变化过程,识别流量变化引起的连锁反应及对河流整体健康状况的影响;
S8建立河流在线流量与河流健康综合指数之间的非线性函数关系,测定基于河流整体健康的生态环境需水阈值的上限值与下限值,保障河流健康水平处于正常状态。
优选的,所述步骤S1利用编码器对卫星遥感图像数据进行降维处理得到区域遥感河流水流特征数据,所述编码器包括宽卷积神经网络、高斯隐马尔可夫模型和贝叶斯平摊变分推断模型。
优选的,所述步骤S1通过地面监测站监测地面监测值数据,地面监测值数据包括监测站位置数据。
优选的,所述步骤S3采集的水位高度、流速数据具体为:超声波时差法流速仪实测层平均流速和实测水位,H-ADCP实测层平均流速和实测水位,由岸基雷达实测区域的表面平均流速和实测水位,由激光粒子图像流速仪实测区域的表面平均流速和实测水位。
优选的,所述步骤S3采集断面信息,先根据实测的水位、历史大断面数据计算过水断面面积。
优选的,所述步骤S4构建河流健康评价指标体系是在收集国内外河流健康评价相关数据的基础上,理论和频度相结合,构建河流健康综合评价指标体系。
优选的,所述步骤S4河流健康状况可变模糊集评价模型的构建为采用层次熵分析法来确定河流健康状况评价指标的权重,提高权重系数的准确性和客观性,选用可变模糊集。
优选的,所述步骤S7收集不同流量变化引起的连锁反应及对河流整体健康状况的影响的数据,并传输至数据库中进行存储。
本发明中,所述一种基于污染状况的河流生态流量调控方法,能够有效的识别河流流速,能够便于准确的调整河流流速,能够有效的保证河流的正常供水,维护河流生态系统的健康,为河流生态健康的恢复和保护提供了技术支持,有良好的经济和社会效益。
附图说明
图1为本发明提出的一种基于污染状况的河流生态流量调控方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1,一种基于污染状况的河流生态流量调控方法,包括如下步骤:
S1获取河流的卫星遥感图像数据和地面监测值数据,并对数据进行处理,得到区域河流的水流特性数据、历史大断面数据和流量数据;
S2对水流特性数据、历史大断面数据和流量数据进行分析,并剔除无用数据;
S3通过水流特性数据、历史大断面数据和流量数据,实时采集的水位高度、流速数据和断面信息,同时结合上下游、左右岸测站位置,综合分析计算实测河流在线流量;
S4从河流生态系统的角度构建河流健康评价指标体系,确定评价标准,运用层次熵分析法确定指标权重,构建河流健康状况可变模糊集评价模型;
S5对河流健康评价指标进行归类,建立生态子系统、水文子系统、水环境子系统和社会子系统的影响河流健康状况的关系图;
S6将归类后的河流健康评价指标与河流在线流量进行线性分析,得到河流在线流量与河流健康评价指标的耦合关系;
S7根据河流在线流量与河流健康评价指标的耦合关系,展示不同流量情景下河流健康动态变化过程,识别流量变化引起的连锁反应及对河流整体健康状况的影响;
S8建立河流在线流量与河流健康综合指数之间的非线性函数关系,测定基于河流整体健康的生态环境需水阈值的上限值与下限值,保障河流健康水平处于正常状态。
本发明中,步骤S1利用编码器对卫星遥感图像数据进行降维处理得到区域遥感河流水流特征数据,编码器包括宽卷积神经网络、高斯隐马尔可夫模型和贝叶斯平摊变分推断模型。
本发明中,步骤S1通过地面监测站监测地面监测值数据,地面监测值数据包括监测站位置数据。
本发明中,步骤S3采集的水位高度、流速数据具体为:超声波时差法流速仪实测层平均流速和实测水位,H-ADCP实测层平均流速和实测水位,由岸基雷达实测区域的表面平均流速和实测水位,由激光粒子图像流速仪实测区域的表面平均流速和实测水位。
本发明中,步骤S3采集断面信息,先根据实测的水位、历史大断面数据计算过水断面面积。
本发明中,步骤S4构建河流健康评价指标体系是在收集国内外河流健康评价相关数据的基础上,理论和频度相结合,构建河流健康综合评价指标体系。
本发明中,步骤S4河流健康状况可变模糊集评价模型的构建为采用层次熵分析法来确定河流健康状况评价指标的权重,提高权重系数的准确性和客观性,选用可变模糊集。
本发明中,步骤S7收集不同流量变化引起的连锁反应及对河流整体健康状况的影响的数据,并传输至数据库中进行存储。
本发明:获取河流的卫星遥感图像数据和地面监测值数据,并对数据进行处理,得到区域河流的水流特性数据、历史大断面数据和流量数据;对水流特性数据、历史大断面数据和流量数据进行分析,并剔除无用数据;通过水流特性数据、历史大断面数据和流量数据,实时采集的水位高度、流速数据和断面信息,同时结合上下游、左右岸测站位置,综合分析计算实测河流在线流量;从河流生态系统的角度构建河流健康评价指标体系,确定评价标准,运用层次熵分析法确定指标权重,构建河流健康状况可变模糊集评价模型;对河流健康评价指标进行归类,建立生态子系统、水文子系统、水环境子系统和社会子系统的影响河流健康状况的关系图;将归类后的河流健康评价指标与河流在线流量进行线性分析,得到河流在线流量与河流健康评价指标的耦合关系;根据河流在线流量与河流健康评价指标的耦合关系,展示不同流量情景下河流健康动态变化过程,识别流量变化引起的连锁反应及对河流整体健康状况的影响;建立河流在线流量与河流健康综合指数之间的非线性函数关系,测定基于河流整体健康的生态环境需水阈值的上限值与下限值,保障河流健康水平处于正常状态。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于污染状况的河流生态流量调控方法,其特征在于,包括如下步骤:
S1获取河流的卫星遥感图像数据和地面监测值数据,并对数据进行处理,得到区域河流的水流特性数据、历史大断面数据和流量数据;
S2对水流特性数据、历史大断面数据和流量数据进行分析,并剔除无用数据;
S3通过水流特性数据、历史大断面数据和流量数据,实时采集的水位高度、流速数据和断面信息,同时结合上下游、左右岸测站位置,综合分析计算实测河流在线流量;
S4从河流生态系统的角度构建河流健康评价指标体系,确定评价标准,运用层次熵分析法确定指标权重,构建河流健康状况可变模糊集评价模型;
S5对河流健康评价指标进行归类,建立生态子系统、水文子系统、水环境子系统和社会子系统的影响河流健康状况的关系图;
S6将归类后的河流健康评价指标与河流在线流量进行线性分析,得到河流在线流量与河流健康评价指标的耦合关系;
S7根据河流在线流量与河流健康评价指标的耦合关系,展示不同流量情景下河流健康动态变化过程,识别流量变化引起的连锁反应及对河流整体健康状况的影响;
S8建立河流在线流量与河流健康综合指数之间的非线性函数关系,测定基于河流整体健康的生态环境需水阈值的上限值与下限值,保障河流健康水平处于正常状态。
2.根据权利要求1所述的一种基于污染状况的河流生态流量调控方法,其特征在于,所述步骤S1利用编码器对卫星遥感图像数据进行降维处理得到区域遥感河流水流特征数据,所述编码器包括宽卷积神经网络、高斯隐马尔可夫模型和贝叶斯平摊变分推断模型。
3.根据权利要求1所述的一种基于污染状况的河流生态流量调控方法,其特征在于,所述步骤S1通过地面监测站监测地面监测值数据,地面监测值数据包括监测站位置数据。
4.根据权利要求1所述的一种基于污染状况的河流生态流量调控方法,其特征在于,所述步骤S3采集的水位高度、流速数据具体为:超声波时差法流速仪实测层平均流速和实测水位,H-ADCP实测层平均流速和实测水位,由岸基雷达实测区域的表面平均流速和实测水位,由激光粒子图像流速仪实测区域的表面平均流速和实测水位。
5.根据权利要求1所述的一种基于污染状况的河流生态流量调控方法,其特征在于,所述步骤S3采集断面信息,先根据实测的水位、历史大断面数据计算过水断面面积。
6.根据权利要求1所述的一种基于污染状况的河流生态流量调控方法,其特征在于,所述步骤S4构建河流健康评价指标体系是在收集国内外河流健康评价相关数据的基础上,理论和频度相结合,构建河流健康综合评价指标体系。
7.根据权利要求1所述的一种基于污染状况的河流生态流量调控方法,其特征在于,所述步骤S4河流健康状况可变模糊集评价模型的构建为采用层次熵分析法来确定河流健康状况评价指标的权重,提高权重系数的准确性和客观性,选用可变模糊集。
8.根据权利要求1所述的一种基于污染状况的河流生态流量调控方法,其特征在于,所述步骤S7收集不同流量变化引起的连锁反应及对河流整体健康状况的影响的数据,并传输至数据库中进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110218914.5A CN112819378B (zh) | 2021-02-26 | 2021-02-26 | 一种基于污染状况的河流生态流量调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110218914.5A CN112819378B (zh) | 2021-02-26 | 2021-02-26 | 一种基于污染状况的河流生态流量调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112819378A true CN112819378A (zh) | 2021-05-18 |
CN112819378B CN112819378B (zh) | 2023-12-22 |
Family
ID=75864150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110218914.5A Active CN112819378B (zh) | 2021-02-26 | 2021-02-26 | 一种基于污染状况的河流生态流量调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112819378B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117991258A (zh) * | 2024-04-03 | 2024-05-07 | 河海大学 | 输水建筑物过流能力监测系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090076632A1 (en) * | 2007-09-18 | 2009-03-19 | Groundswell Technologies, Inc. | Integrated resource monitoring system with interactive logic control |
CN109118101A (zh) * | 2018-08-24 | 2019-01-01 | 华北水利水电大学 | 一种适用于南方城市河流的河流健康评估方法 |
CN110175948A (zh) * | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
-
2021
- 2021-02-26 CN CN202110218914.5A patent/CN112819378B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090076632A1 (en) * | 2007-09-18 | 2009-03-19 | Groundswell Technologies, Inc. | Integrated resource monitoring system with interactive logic control |
CN109118101A (zh) * | 2018-08-24 | 2019-01-01 | 华北水利水电大学 | 一种适用于南方城市河流的河流健康评估方法 |
CN110175948A (zh) * | 2019-05-24 | 2019-08-27 | 郑州大学 | 一种基于河流整体健康的生态环境需水阈值量化方法 |
Non-Patent Citations (1)
Title |
---|
胡彬;: "河流水生态系统健康的评价", 吉林水利, no. 08 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117991258A (zh) * | 2024-04-03 | 2024-05-07 | 河海大学 | 输水建筑物过流能力监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112819378B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070286B (zh) | 复杂地形流域的降水预报预警系统 | |
CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
CN107610021A (zh) | 环境变量时空分布的综合分析方法 | |
CN113627735B (zh) | 工程建设项目安全风险的预警方法及系统 | |
CN102880809A (zh) | 基于关联向量回归模型的聚丙烯熔融指数在线检测方法 | |
CN113496314B (zh) | 一种神经网络模型预测道路交通流量的方法 | |
CN112348290B (zh) | 河流水质预测方法、装置、存储介质及设备 | |
Lv et al. | Non-iterative T–S fuzzy modeling with random hidden-layer structure for BFG pipeline pressure prediction | |
CN115270632A (zh) | 饮用水水源地水华风险预测系统和方法 | |
CN118094262B (zh) | 一种基于空间聚类的负荷异常值检测方法 | |
CN111191855B (zh) | 一种基于管网多元水质时序数据的水质异常事件识别预警方法 | |
CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
CN115392617A (zh) | 一种基于环境异质性的水库库尾河段水环境安全评估方法 | |
CN110426996B (zh) | 基于大数据及人工智能的环境污染监测方法 | |
CN112819378A (zh) | 一种基于污染状况的河流生态流量调控方法 | |
CN118115002A (zh) | 一种水利规划建设评估方法及系统 | |
CN117494009A (zh) | 基于绝缘材料热解分析的电气设备状态评估方法及云平台 | |
CN117235540A (zh) | 基于特征匹配融合的传感器动态信息联动分析方法 | |
CN110533213A (zh) | 基于支持向量机的输电线路缺陷风险建模及其预测方法 | |
Darvishi Salookolaei et al. | Application of grey system theory in rainfall estimation | |
Nanjundan et al. | A reliable method of predicting water quality using supervised machine learning model | |
Fillah et al. | Prediction of Water Quality Index using Deep Learning in Mining Company | |
CN103488087B (zh) | 最优的农药废液焚烧炉有害物排放达标控制系统及方法 | |
CN118627743A (zh) | 基于多算法融合的古树环境综合监控系统 | |
CN118657386A (zh) | 一种水库容量动态评估方法及系统 |
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 |