CN113434618A - 一种判断污染源的方法及装置 - Google Patents
一种判断污染源的方法及装置 Download PDFInfo
- Publication number
- CN113434618A CN113434618A CN202110703983.5A CN202110703983A CN113434618A CN 113434618 A CN113434618 A CN 113434618A CN 202110703983 A CN202110703983 A CN 202110703983A CN 113434618 A CN113434618 A CN 113434618A
- Authority
- CN
- China
- Prior art keywords
- grid
- flow
- data
- dem
- river
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 70
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012806 monitoring device Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000011109 contamination Methods 0.000 claims description 8
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 239000010842 industrial wastewater Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F16/29—Geographical information databases
-
- 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
-
- 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
- G06Q50/10—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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (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)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种判断污染源的方法，包括：获取原始DEM，并确定栅格的数量；对原始DEM进行洼地填充，并将流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格；根据目标流向栅格，计算流量栅格；获取流量栅格中像元的数值大于预设的第一阈值的流量栅格，进行河流链接，生成河网；对河网进行分级，生成河流栅格数据；根据河流栅格数据和流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；河网弧段的终点为汇水区出水口；在每个出水口设置水质监测设备；当污染数据中的第一污染数据大于预设的第二阈值时，确定目标水质监测设备对应的河网弧段的起点为污染源。由此，快速获取污染源所在的小区域。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种判断污染源的方法及装置。
背景技术
工业废水是指工业生产过程中产生的废水、污水和废液，其中含有随水流失的工业生产用料、中间产物和产品以及生产过程中产生的污染物。随着工业的迅速发展，废水的种类和数量迅猛增加，对水体的污染也日趋广泛和严重，威胁人类的健康和安全。因此，对于保护环境来说，工业废水的监测管理已迫在眉睫。
目前，传统的判断水质污染源的方法均为基于大型的监测站点，首先大型的监测设备造价昂贵，不能多点布控，只能监测很小的范围，不能在较大区域快速锁定污染源所在的小区域，其次虽然结果可靠，但监测一次需要时间较长，不具有代表性、连续性和实时性。而传统的基于小型监测站点的点位布局具有随机性和盲目性且也不能快速从大的区域锁定污染源所在的小区域。基于此本文提出基于汇水区原理的快速从大区域找到污染源所在小区域的方法。
发明内容
本发明实施例的目的是针对现有技术中存在的缺陷，提供一种判断污染源的方法及装置，以解决现有技术中存在的问题。
第一方面，本发明提供了一种判断污染源的方法，所述判断污染源的方法包括：
获取原始数字高程模型DEM，所述原始DEM包括元数据信息；所述元数据信息包括所述原始DEM的栅格信息；
根据所述栅格信息，确定第一区域的面积和所述原始DEM的像元大小；
根据所述第一区域的面积和所述原始DEM的像元大小，确定原始DEM中栅格的数量；
对所述原始DEM进行洼地填充，生成第一DEM，并判断所述栅格中，每个栅格的流向栅格数据是否为2的n次方；n为不小于0且不大于7的整数；
当所述栅格数据中存在不为2的n次方的数据时，继续对所述第一DEM进行洼地填充，直到所述流向栅格数据全部为2的n次方，并将所述流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格；
根据所述目标流向栅格，计算流量栅格；所述流量栅格中每个像元为目标流向栅格中流向该点的栅格数量的总和；
获取所述流量栅格中像元的数值大于预设的第一阈值的流量栅格，根据该流量栅格对应的流向栅格，进行河流链接，生成河网；
根据预设的分级方法，对所述河网进行分级，生成河流栅格数据；
根据所述河流栅格数据和所述流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；所述河网弧段的终点为汇水区出水口；
在每个所述出水口设置水质监测设备；
获取每个所述水质监测设备的污染数据；
当所述污染数据中的第一污染数据大于预设的第二阈值时，确定所述第一污染数据对应的水质监测设备为目标水质监测设备；
确定所述目标水质监测设备对应的河网弧段的起点为污染源。
在一种可能的实现方式中，所述方法之前还包括：
获取设定区域的数字高程模型DEM数据以及第一区域的行政区域地图；
根据所述DEM数据和所述行政区域地图，进行裁剪处理，生成所述第一区域的原始DEM。
在一种可能的实现方式中，所述方法之后还包括：
对所述河网弧段的起点进行溯源分析，根据溯源分析的结果，确定所述污染源的上级污染源。
在一种可能的实现方式中，所述对所述原始DEM进行洼地填充，生成第一DEM，具体包括：
根据D8最大坡度单流向算法，计算洼地深度；
根据所述洼地深度，设置填充阈值进行洼地填充。
第二方面，本发明提供了一种判断污染源的装置，所述判断污染源的装置包括：
获取单元，所述获取单元用于，获取原始数字高程模型DEM，所述原始DEM包括元数据信息；所述元数据信息包括所述原始DEM的栅格信息；
确定单元，所述确定单元用于，根据所述栅格信息，确定第一区域的面积和所述原始DEM的像元大小；
所述确定单元还用于，根据所述第一区域的面积和所述原始DEM的像元大小，确定原始DEM中栅格的数量；
填充单元，所述填充单元用于，对所述原始DEM进行洼地填充，生成第一DEM，并判断所述栅格中，每个栅格的流向栅格数据是否为2的n次方；n为不小于0且不大于7的整数；
所述填充单元还用于，当所述栅格数据中存在不为2的n次方的数据时，继续对所述第一DEM进行洼地填充，直到所述流向栅格数据全部为2的n次方，并将所述流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格；
计算单元，所述计算单元还用于，根据所述目标流向栅格，计算流量栅格；所述流量栅格中每个像元为目标流向栅格中流向该点的栅格数量的总和；
所述获取单元还用于，获取所述流量栅格中像元的数值大于预设的第一阈值的流量栅格，根据该流量栅格对应的流向栅格，进行河流链接，生成河网；
分级单元，所述分级单元用于，根据预设的分级方法，对所述河网进行分级，生成河流栅格数据；
处理单元，所述处理单元用于，根据所述河流栅格数据和所述流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；所述河网弧段的终点为汇水区出水口；
设置单元，所述设置单元用于，在每个所述出水口设置水质监测设备；
所述获取单元还用于，获取每个所述水质监测设备的污染数据；
所述确定单元还用于，当所述污染数据中的第一污染数据大于预设的第二阈值时，确定所述第一污染数据对应的水质监测设备为目标水质监测设备；
所述确定单元还用于，确定所述目标水质监测设备对应的河网弧段的起点为污染源。
在一种可能的实现方式中，所述获取单元还用于，获取设定区域的数字高程模型DEM数据以及第一区域的行政区域地图；
所述处理单元还用于，根据所述DEM数据和所述行政区域地图，进行裁剪处理，生成所述第一区域的原始DEM。
在一种可能的实现方式中，所述装置还包括：
分析单元，所述分析单元还用于，对所述河网弧段的起点进行溯源分析，根据溯源分析的结果，确定所述污染源的上级污染源。
在一种可能的实现方式中，所述填充单元具体用于：
根据D8最大坡度单流向算法，计算洼地深度；
根据所述洼地深度，设置填充阈值进行洼地填充。
第三方面，本发明提供了一种判断污染源的设备，包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行如权利要求1-4任意一项所述的方法。
第四方面，本发明提供了一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面任一所述的方法。
第五方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一所述的方法。
通过应用本发明提供的判断污染源的方法及装置，基于汇水区原理在各个汇水区出水口布设水质监测小型监测站点，从而从大的区域快速获取污染源所在的小区域。
附图说明
图1为本发明实施例一提供的判断污染源的方法的流程示意图；
图2为本发明实施例二提供的判断污染源的装置结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
在对本申请的技术方案进行说明前，先对下面几个概念进行说明。
汇水区域，又称作集水区域、集水盆地、流域盆地，是指地表径流或其他物质汇聚到一共同的出水口的过程中所流经的地表区域，它是一个封闭的区域。出水口是指水流离开汇水区的点，这个点是汇水区边界上的最低点。通常一条河流的汇水区没有其他的地表径流流入且只有惟一的一个出水点。
本申请基于汇水区原理在各个汇水区出水口布设水质监测小型监测站点，从而从大的区域快速获取污染源所在的小区域。
图1为本发明实施例一提供的判断污染源的方法的流程示意图。该方法应用的场景为河流。如图1所示，该方法包括以下步骤：
步骤101，获取原始数字高程模型(Digital Elevation Model，DEM)，原始DEM包括元数据信息；元数据信息包括原始DEM的栅格信息。
其中，DEM是一种连续的栅格的，每一个栅格代表一个矩形范围，而每个栅格用不同的灰度值表示其高程值。
在步骤101之前还包括：
获取设定区域的数字高程模型DEM数据以及第一区域的行政区域地图；
根据DEM数据和行政区域地图，进行裁剪处理，生成第一区域的原始DEM。
步骤102，根据栅格信息，确定第一区域的面积和原始DEM的像元大小。
具体的，在栅格信息中，包括行数和列数，像元大小，行数可以是788，列数可以是768，像元大小可以是30*30，即每个栅格代表的实际面积为30m*30m，由此，可以计算出第一区域的面积，即：788*768*30m*30m，
步骤103，根据第一区域的面积和原始DEM的像元大小，确定原始DEM中栅格的数量。
具体的，在第一区域中，流域面积可以是900000，则流域面积除以栅格面积，即可得到栅格的数量。
步骤104，对原始DEM进行洼地填充，生成第一DEM，并判断栅格中，每个栅格的流向栅格数据是否为2的n次方；n为不小于0且不大于7的整数。
步骤105，当栅格数据中存在不为2的n次方的数据时，继续对第一DEM进行洼地填充，直到流向栅格数据全部为2的n次方，并将流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格。
其中，可以根据D8最大坡度单流向算法，计算洼地深度；根据洼地深度，设置填充阈值进行洼地填充。
具体的，对原始DEM进行分析，其基础算法为D8单流向算法，D8算法是假定雨水降落在地形中某一个格子(即栅格)上，该格子的水流将会流向周围8个格子地形最低的格子中。如果多个像元格子的最大下降方向都相同，则会扩大相邻像元范围，直到找到最陡下降方向为止。流向用2的n次方表示。
D8算法特点是计算速度快，能够很好的反应出地形对地表径流形成的作用。但由于水流只流向一个方向，是单线传递，一旦遇到某一洼地的时候，周边的水流都会集中向该洼地流入，导致断流现象,而现实中由于水会向多个方位不定向的流动，是不会轻易导致断流的。进行洼地填充，可以避免这种情况发生，确保水流也能从该洼地流出。
步骤106，根据目标流向栅格，计算流量栅格；流量栅格中每个像元为目标流向栅格中流向该点的栅格数量的总和。
具体的，流量栅格只是流向分析结果的一个栅格累积计算，流量栅格中每一个像元记录的是流向栅格中流向该点的栅格数量的总和。
计算流量栅格，进行流量统计的目的在于，在流量栅格中的数值达到一定流量值时会产生地表径流，在地表径流达到一定值时成为常规的河流。
步骤107，获取流量栅格中像元的数值大于预设的第一阈值的流量栅格，根据该流量栅格对应的流向栅格，进行河流链接，生成河网。
具体的，对统计的流量栅格数据进行重分类和筛选。
继续接103中的例子，计算的栅格数量为1000，即地表径流能够汇聚成河流的最小蓄积栅格为1000，在重分类时可以划分为两类，一类是小于1000栅格数，另一类是大于等于1000的栅格数。
筛选即剔除掉不符好条件的栅格像元，比如，提取出蓄积量大于1000的流量栅格对应的流向栅格。
步骤108，根据预设的分级方法，对河网进行分级，生成河流栅格数据。
根据分级后的河网，可以生成河流的分级显示图。
具体的，分级方法包括但不限于格雷夫利厄斯分级法、霍顿分级法、斯特拉勒分级法、施里夫分级法和沙伊达格分级法。
步骤109，根据河流栅格数据和流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；河网弧段的终点为汇水区出水口。
具体的，矢量化处理的目的，是确定河流出水口，从而，河网中的每一条河流，都具有数字化方向，箭头可以表示河流的流向。将河网的树状结构和数字化方向进行对比后，可以确定河网弧段的起点和终点。
步骤110，在每个出水口设置水质监测设备。
步骤111，获取每个水质监测设备的污染数据。
步骤112，当污染数据中的第一污染数据大于预设的第二阈值时，确定第一污染数据对应的水质监测设备为目标水质监测设备。
步骤113，确定目标水质监测设备对应的河网弧段的起点为污染源。
具体的，在出水口布设水质监测设备后，当某个污染物数据超标时，可以根据河流矢量化处理后的河网弧段的起点和终点，进行溯源，从而确定水质污染源。
通过应用本发明实施例一提供的判断污染源的方法，基于汇水区原理在各个汇水区出水口布设水质监测小型监测站点，从而从大的区域快速获取污染源所在的小区域。
在步骤113之后，方法之后还包括：
对河网弧段的起点进行溯源分析，根据溯源分析的结果，确定污染源的上级污染源。
由此，可以对污染源进行进一步的溯源，比如，可以溯源到某个河网弧段的起点后，再继续溯源到上一段河网弧段。
4、根据权利要求1的方法，其特征在于，对原始DEM进行洼地填充，生成第一DEM，具体包括：
根据D8最大坡度单流向算法，计算洼地深度；
根据洼地深度，设置填充阈值进行洼地填充。
图2为本发明实施例二提供的判断污染源的装置结构示意图。该判断污染物的装置应用在判断污染源的方法中。如图2所示，该装置包括：获取单元201、确定单元202、填充单元203、计算单元204、分级单元205、处理单元206、设置单元207。
获取单元201用于，获取原始数字高程模型DEM，原始DEM包括元数据信息；元数据信息包括原始DEM的栅格信息；
确定单元202用于，根据栅格信息，确定第一区域的面积和原始DEM的像元大小；
确定单元202还用于，根据第一区域的面积和原始DEM的像元大小，确定原始DEM中栅格的数量；
填充单元203用于，对原始DEM进行洼地填充，生成第一DEM，并判断栅格中，每个栅格的流向栅格数据是否为2的n次方；n为不小于0且不大于7的整数；
填充单元203还用于，当栅格数据中存在不为2的n次方的数据时，继续对第一DEM进行洼地填充，直到流向栅格数据全部为2的n次方，并将流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格；
计算单元204还用于，根据目标流向栅格，计算流量栅格；流量栅格中每个像元为目标流向栅格中流向该点的栅格数量的总和；
获取单元201还用于，获取流量栅格中像元的数值大于预设的第一阈值的流量栅格，根据该流量栅格对应的流向栅格，进行河流链接，生成河网；
分级单元205用于，根据预设的分级方法，对河网进行分级，生成河流栅格数据；
处理单元206用于，根据河流栅格数据和流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；河网弧段的终点为汇水区出水口；
设置单元207用于，在每个出水口设置水质监测设备；
获取单元201还用于，获取每个水质监测设备的污染数据；
确定单元202还用于，当污染数据中的第一污染数据大于预设的第二阈值时，确定第一污染数据对应的水质监测设备为目标水质监测设备；
确定单元202还用于，确定目标水质监测设备对应的河网弧段的起点为污染源。
进一步的，获取单元201还用于，获取设定区域的数字高程模型DEM数据以及第一区域的行政区域地图；
处理单元206还用于，根据DEM数据和行政区域地图，进行裁剪处理，生成第一区域的原始DEM。
进一步的，装置还包括：分析单元208。
分析单元208还用于，对河网弧段的起点进行溯源分析，根据溯源分析的结果，确定污染源的上级污染源。
进一步的，填充单元203具体用于：
根据D8最大坡度单流向算法，计算洼地深度；
根据洼地深度，设置填充阈值进行洼地填充。
通过应用本发明实施例二提供的判断污染源的装置，基于汇水区原理在各个汇水区出水口布设水质监测小型监测站点，从而从大的区域快速获取污染源所在的小区域。
本发明实施例三提供了一种设备，包括存储器和处理器，存储器用于存储程序，存储器可通过总线与处理器连接。存储器可以是非易失存储器，例如硬盘驱动器和闪存，存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能；设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序，该软件程序被执行时，能够实现本发明实施例提供的方法。
本发明实施例四提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例一提供的方法。
本发明实施例五提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本发明实施例一提供的方法。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种判断污染源的方法，其特征在于，所述判断污染源的方法包括：
获取原始数字高程模型DEM，所述原始DEM包括元数据信息；所述元数据信息包括所述原始DEM的栅格信息；
根据所述栅格信息，确定第一区域的面积和所述原始DEM的像元大小；
根据所述第一区域的面积和所述原始DEM的像元大小，确定原始DEM中栅格的数量；
对所述原始DEM进行洼地填充，生成第一DEM，并判断所述栅格中，每个栅格的流向栅格数据是否为2的n次方；n为不小于0且不大于7的整数；
当所述栅格数据中存在不为2的n次方的数据时，继续对所述第一DEM进行洼地填充，直到所述流向栅格数据全部为2的n次方，并将所述流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格；
根据所述目标流向栅格，计算流量栅格；所述流量栅格中每个像元为目标流向栅格中流向该点的栅格数量的总和；
获取所述流量栅格中像元的数值大于预设的第一阈值的流量栅格，根据该流量栅格对应的流向栅格，进行河流链接，生成河网；
根据预设的分级方法，对所述河网进行分级，生成河流栅格数据；
根据所述河流栅格数据和所述流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；所述河网弧段的终点为汇水区出水口；
在每个所述出水口设置水质监测设备；
获取每个所述水质监测设备的污染数据；
当所述污染数据中的第一污染数据大于预设的第二阈值时，确定所述第一污染数据对应的水质监测设备为目标水质监测设备；
确定所述目标水质监测设备对应的河网弧段的起点为污染源。
2.根据权利要求1所述的方法，其特征在于，所述方法之前还包括：
获取设定区域的数字高程模型DEM数据以及第一区域的行政区域地图；
根据所述DEM数据和所述行政区域地图，进行裁剪处理，生成所述第一区域的原始DEM。
3.根据权利要求1所述的方法，其特征在于，所述方法之后还包括：
对所述河网弧段的起点进行溯源分析，根据溯源分析的结果，确定所述污染源的上级污染源。
4.根据权利要求1所述的方法，其特征在于，所述对所述原始DEM进行洼地填充，生成第一DEM，具体包括：
根据D8最大坡度单流向算法，计算洼地深度；
根据所述洼地深度，设置填充阈值进行洼地填充。
5.一种判断污染源的装置，其特征在于，所述判断污染源的装置包括：
获取单元，所述获取单元用于，获取原始数字高程模型DEM，所述原始DEM包括元数据信息；所述元数据信息包括所述原始DEM的栅格信息；
确定单元，所述确定单元用于，根据所述栅格信息，确定第一区域的面积和所述原始DEM的像元大小；
所述确定单元还用于，根据所述第一区域的面积和所述原始DEM的像元大小，确定原始DEM中栅格的数量；
填充单元，所述填充单元用于，对所述原始DEM进行洼地填充，生成第一DEM，并判断所述栅格中，每个栅格的流向栅格数据是否为2的n次方；n为不小于0且不大于7的整数；
所述填充单元还用于，当所述栅格数据中存在不为2的n次方的数据时，继续对所述第一DEM进行洼地填充，直到所述流向栅格数据全部为2的n次方，并将所述流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格；
计算单元，所述计算单元还用于，根据所述目标流向栅格，计算流量栅格；所述流量栅格中每个像元为目标流向栅格中流向该点的栅格数量的总和；
所述获取单元还用于，获取所述流量栅格中像元的数值大于预设的第一阈值的流量栅格，根据该流量栅格对应的流向栅格，进行河流链接，生成河网；
分级单元，所述分级单元用于，根据预设的分级方法，对所述河网进行分级，生成河流栅格数据；
处理单元，所述处理单元用于，根据所述河流栅格数据和所述流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；所述河网弧段的终点为汇水区出水口；
设置单元，所述设置单元用于，在每个所述出水口设置水质监测设备；
所述获取单元还用于，获取每个所述水质监测设备的污染数据；
所述确定单元还用于，当所述污染数据中的第一污染数据大于预设的第二阈值时，确定所述第一污染数据对应的水质监测设备为目标水质监测设备；
所述确定单元还用于，确定所述目标水质监测设备对应的河网弧段的起点为污染源。
6.根据权利要求5所述的装置，其特征在于，所述获取单元还用于，获取设定区域的数字高程模型DEM数据以及第一区域的行政区域地图；
所述处理单元还用于，根据所述DEM数据和所述行政区域地图，进行裁剪处理，生成所述第一区域的原始DEM。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
分析单元，所述分析单元还用于，对所述河网弧段的起点进行溯源分析，根据溯源分析的结果，确定所述污染源的上级污染源。
8.根据权利要求5所述的装置，其特征在于，所述填充单元具体用于：
根据D8最大坡度单流向算法，计算洼地深度；
根据所述洼地深度，设置填充阈值进行洼地填充。
9.一种判断污染源的设备，其特征在于，包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行如权利要求1-4任意一项所述的方法。
10.一种包含指令的计算机程序产品，其特征在于，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如权利要求1-4任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110703983.5A CN113434618A (zh) | 2021-06-24 | 2021-06-24 | 一种判断污染源的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110703983.5A CN113434618A (zh) | 2021-06-24 | 2021-06-24 | 一种判断污染源的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113434618A true CN113434618A (zh) | 2021-09-24 |
Family
ID=77755357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110703983.5A Pending CN113434618A (zh) | 2021-06-24 | 2021-06-24 | 一种判断污染源的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113434618A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113882496A (zh) * | 2021-11-19 | 2022-01-04 | 中国电建集团成都勘测设计研究院有限公司 | 光伏阵列区排水沟快速生成的方法 |
| CN114037723A (zh) * | 2022-01-07 | 2022-02-11 | 成都国星宇航科技有限公司 | 基于dem数据提取山顶点的方法、装置及存储介质 |
| CN117269443A (zh) * | 2023-09-11 | 2023-12-22 | 杭州智驳科技有限公司 | 一种基于大数据的智慧数字乡村环境监测系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170227509A1 (en) * | 2016-02-08 | 2017-08-10 | International Business Machines Corporation | Leveraging air/water current variability for sensor network verification and source localization |
| CN109325084A (zh) * | 2018-08-06 | 2019-02-12 | 青海中水数易信息科技有限责任公司 | 一种基于gis的河网图生成方法 |
| CN109583723A (zh) * | 2018-11-19 | 2019-04-05 | 北京英视睿达科技有限公司 | 基于污染源确定水环境热点网格的方法、电子设备及装置 |
| CN112487115A (zh) * | 2020-11-13 | 2021-03-12 | 北京软通智慧城市科技有限公司 | 污染源的确定方法、装置、设备及存储介质 |
-
2021
- 2021-06-24 CN CN202110703983.5A patent/CN113434618A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170227509A1 (en) * | 2016-02-08 | 2017-08-10 | International Business Machines Corporation | Leveraging air/water current variability for sensor network verification and source localization |
| CN109325084A (zh) * | 2018-08-06 | 2019-02-12 | 青海中水数易信息科技有限责任公司 | 一种基于gis的河网图生成方法 |
| CN109583723A (zh) * | 2018-11-19 | 2019-04-05 | 北京英视睿达科技有限公司 | 基于污染源确定水环境热点网格的方法、电子设备及装置 |
| CN112487115A (zh) * | 2020-11-13 | 2021-03-12 | 北京软通智慧城市科技有限公司 | 污染源的确定方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 王正勇: "基于空间信息技术的六股河流域河网水系提取", 《长江科学院院报》, vol. 33, no. 11, pages 64 - 65 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113882496A (zh) * | 2021-11-19 | 2022-01-04 | 中国电建集团成都勘测设计研究院有限公司 | 光伏阵列区排水沟快速生成的方法 |
| CN114037723A (zh) * | 2022-01-07 | 2022-02-11 | 成都国星宇航科技有限公司 | 基于dem数据提取山顶点的方法、装置及存储介质 |
| CN114037723B (zh) * | 2022-01-07 | 2022-03-29 | 成都国星宇航科技有限公司 | 基于dem数据提取山顶点的方法、装置及存储介质 |
| CN117269443A (zh) * | 2023-09-11 | 2023-12-22 | 杭州智驳科技有限公司 | 一种基于大数据的智慧数字乡村环境监测系统 |
| CN117269443B (zh) * | 2023-09-11 | 2024-05-03 | 杭州智驳科技有限公司 | 一种基于大数据的智慧数字乡村环境监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113434618A (zh) | 一种判断污染源的方法及装置 | |
| Löwe et al. | U-FLOOD–Topographic deep learning for predicting urban pluvial flood water depth | |
| US10147057B2 (en) | Systems and methods for flood zone modeling | |
| Martz et al. | An outlet breaching algorithm for the treatment of closed depressions in a raster DEM | |
| CN110717251B (zh) | 一种考虑多要素的分布式水文模型子流域划分方法 | |
| CN108009736A (zh) | 一种水质预警预报系统及水质预警预报方法 | |
| CN112819340B (zh) | 一种基于多源数据的城市洪涝灾害动态评估方法 | |
| CN115600895A (zh) | 基于数字孪生的流域漫滩灾害风险评估方法及装置 | |
| CN113902344A (zh) | 一种基于模型的水环境水质目标管控方法 | |
| CN111105061A (zh) | 一种河流水质的预测方法、预测装置及终端 | |
| CN116702047A (zh) | 一种地下水实时监测方法、系统及介质 | |
| Wang et al. | An integrated method for calculating DEM-based RUSLE LS | |
| CN116483807B (zh) | 一种土壤污染物环境与毒性数据库构建方法 | |
| CN110737931A (zh) | 一种基于ArcGIS的铁路桥渡水文关键参数提取方法 | |
| Shaw et al. | A methodology for preserving channel flow networks and connectivity patterns in large‐scale distributed hydrological models | |
| CN115330088A (zh) | 一种小型水库的防洪精细化预测方法 | |
| Giannoni et al. | Can the behaviour of different basins be described by the same model’s parameter set? A geomorphologic framework | |
| Ellina et al. | Selection of the most appropriate parameter for the chlorophyll-a estimation of an artificial lake via fuzzy linear regression | |
| Güler | Stream network creation and watershed definition by using digital elevation model for Samsun, Turkey | |
| TWI578256B (zh) | 在二維淹水潛勢圖資料庫中搜尋淹水圖資的方法 | |
| TWI592890B (zh) | 二維淹水潛勢圖的產生方法 | |
| CN115937454B (zh) | 一种在大规模城市场景中自动摆放树木模型的方法和装置 | |
| CN116468269B (zh) | 一种洪涝高风险区识别方法、装置、设备及存储介质 | |
| CN117196156B (zh) | 一种污染原位治理智能规划方法、系统及介质 | |
| Möderl et al. | Influence of characteristics on combined sewer performance |
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 |