CN113780826B - 基于长江流域水环境模型的集成及可视化决策分析方法 - Google Patents
基于长江流域水环境模型的集成及可视化决策分析方法 Download PDFInfo
- Publication number
- CN113780826B CN113780826B CN202111074005.5A CN202111074005A CN113780826B CN 113780826 B CN113780826 B CN 113780826B CN 202111074005 A CN202111074005 A CN 202111074005A CN 113780826 B CN113780826 B CN 113780826B
- Authority
- CN
- China
- Prior art keywords
- model
- water quality
- parameters
- river
- different
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 254
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 230000000007 visual effect Effects 0.000 title abstract description 33
- 238000012821 model calculation Methods 0.000 claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 238000004806 packaging method and process Methods 0.000 claims abstract description 23
- 230000010354 integration Effects 0.000 claims abstract description 22
- 238000009877 rendering Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 74
- 238000004088 simulation Methods 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 52
- 239000003344 environmental pollutant Substances 0.000 claims description 49
- 231100000719 pollutant Toxicity 0.000 claims description 49
- 238000011156 evaluation Methods 0.000 claims description 46
- 238000004364 calculation method Methods 0.000 claims description 40
- 238000012800 visualization Methods 0.000 claims description 38
- 238000012502 risk assessment Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 18
- 230000004907 flux Effects 0.000 claims description 16
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 14
- 230000002265 prevention Effects 0.000 claims description 14
- 239000003086 colorant Substances 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 239000010865 sewage Substances 0.000 claims description 12
- 239000002689 soil Substances 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 10
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 8
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 229910052698 phosphorus Inorganic materials 0.000 claims description 8
- 239000011574 phosphorus Substances 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000005538 encapsulation Methods 0.000 claims description 7
- 229910052757 nitrogen Inorganic materials 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000013441 quality evaluation Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 239000002352 surface water Substances 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 244000144972 livestock Species 0.000 claims description 4
- 238000003911 water pollution Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 244000144977 poultry Species 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 239000008239 natural water Substances 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 230000035764 nutrition Effects 0.000 claims 1
- 235000016709 nutrition Nutrition 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 21
- 230000000694 effects Effects 0.000 abstract description 14
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000010948 quality risk assessment Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005191 phase separation Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000009270 solid waste treatment Methods 0.000 description 1
- -1 suspended matters Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 238000007794 visualization technique 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
- 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
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- 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)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于长江流域水环境模型的集成及可视化决策分析方法,包括以下步骤:步骤一,模型封装;步骤二,模型注册;步骤三,模型参数配置;步骤四,模型计算与监控;步骤五,模型结果输出;步骤六,模型可视化。本申请集成不同类型水环境模型,对模型运算进行三维可视化展示,增强渲染可视化效果,更直观,产生身临其境效果,辅助水环境管理决策。
Description
技术领域
本发明涉及水环境监测和预警技术领域,更具体的说,特别涉及一种基于长江流域水环境模型的集成及可视化决策分析方法。
背景技术
长江流域范围广,面积大,高程横跨3个阶梯,针对不同地区有适应不同区域的水环境模型。而现有水环境模型种类繁多,不同模型通常定义了自己的输入、输出参数,没有统一规范化的输入、输出。通常进行模型集成需要针对不同模型的特点,开发特定的输入输出解析方法来运行模型,开发工作量巨大。
常规的用二维地图表示水流水质变迁效果比较单薄,渲染可视化不能达到直观效果。
因此,现有技术存在的问题,有待于进一步改进和发展。
发明内容
(一)发明目的:为解决上述现有技术中存在的问题,本发明的目的是提供针对现有的长江流域水环境模型,梳理明确不同模型特点以及应用范围,并利用实测数据对现有模型的运行效果进行评估分析,筛选出适合于长江流域及长江典型流域水质目标管理的模型,并且设计一种通用的模型集成方法对筛选出的水环境模型进行集成管理,并通过三维可视化的手段对模拟过程和结果进行展示,实现输入-响应-优化-调控辅助决策,对长江流域水环境管理提供科学决策支撑。
(二)技术方案:为了解决上述技术问题,本技术方案提供一种基于长江流域水环境模型的集成及可视化决策分析方法,包括以下步骤:
步骤一,模型封装,模型系统的模型封装模块将不同水环境模型进行封装,实现模型的对象化和组件化,并对模型进行组合、集成,形成不同的使用模型;
步骤二,模型注册,模型系统的模型整合模块将步骤一中组合、集成后形成的使用模型加载到模型注册中心,并对于不同的使用模型定义统一规范,得到网络化模型;
步骤三,模型参数配置,模型系统的参数配置模块将网络化模型不同数据源的参数进行配置;
步骤四,模型计算与监控,所述业务功能系统的模型服务模块对模型计算任务进行运算得到第一模型结果,所述业务功能系统的预警服务模块对模型计算任务结果进行分析,对不同水环境模型模拟的异常情况进行预警;
步骤五,模型结果输出,所述业务功能系统的模型服务模块将第一模型结果转换为统一格式的数据,得到第二模型数据,并将第一模型数据、第二模型数据分别存储在所述数据库系统;
步骤六,模型可视化,所述业务功能系统的模型服务模块将第二模型数据通过前端界面进行三维可视化。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,模型封装模块基于OGCWPS协议对不同水环境模型进行封装。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,所述业务功能系统访问模型通过统一的API网关进行访问。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,模型定义包括模型名称、模型类型、摘要、版本、模型开发者的基本信息,以及各类模型输入输出数据,接口路径。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,参数配置模块将网络化模型的参数配置成功后,按照模型类型配置相关参数。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,业务功能系统的参数服务模块将模型配置的相关参数在可视化系统进行显示,将各类参数在可视化系统进行地图展示。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,模型服务模块在后台对模型计算任务进行运算,可视化系统包括计算任务状态,用于查看模型计算任务状态:待开始,计算中、计算完成。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,所述数据库系统包括有统一的数据格式标准和存储规范,将模型的输出结果转换为统一数据接口。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,一般输出结果,采用json格式进行存储;数组型数据,采用NetCDF进行统一存储。
所述一种基于长江流域水环境模型的集成及可视化决策分析方法,其中,模型的可视化包括:预测预报、水质预警、情景模拟、情景对比、风险评估、模式评估统计。
(三)有益效果:本发明提供一种基于长江流域水环境模型的集成及可视化决策分析方法,能够集成不同类型水环境模型,屏蔽模型类型,数据源类型,采用统一的输入输出接口对模型进行管理,从而实现多元模型集成,同时还可以对模型运算进行三维可视化展示,增强渲染可视化效果,更直观,产生身临其境效果,辅助水环境管理决策。
附图说明
图1是本发明一种基于长江流域水环境模型的集成及可视化决策分析方法实现示意图。
具体实施方式
下面结合优选的实施例对本发明做进一步详细说明,在以下的描述中阐述了更多的细节以便于充分理解本发明,但是,本发明显然能够以多种不同于此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下根据实际应用情况作类似推广、演绎,因此不应以此具体实施例的内容限制本发明的保护范围。
附图是本发明的实施例的示意图,需要注意的是,此附图仅作为示例,并非是按照等比例的条件绘制的,并且不应该以此作为对本发明的实际要求保护范围构成限制。
一种基于长江流域水环境模型的集成及可视化决策分析方法,应用于基于长江流域水环境模型的决策支持系统。
所述决策支持系统包括模型系统、数据库系统、业务功能系统和可视化展示系统。
所述模型系统将不同水环境模型进行规范、组合,得到可以直接使用的服务模型。用户将服务需求通过所述业务功能系统进行选择,所述业务功能系统根据用户需求调取目标服务模型,并进行运算得到服务结果。所述数据库系统用于存储所述决策支持系统工作过程中产生的数据,包括历史多源观测数据、模型计算基础数据、中间数据及输出结果。所述可视化展示系统用于展示模型输出数据和观测数据的二维、三维图。
所述业务功能系统可以是客户端,所述客户端可以是PC端,也可以是其他智能终端,这里不做具体限制。所述客户端包括输入单元,所述可视化展示系统可以是所述客户端的显示屏,也可以是单独设置的显示屏,这里不做具体限制。用户通过所述客户端的输入单元,输入模型服务命令,实现对服务模型的调用。
所述模型系统包括模型封装模块、模型整合模块、参数配置模块。所述模型封装模块不同水环境模型进行封装后将模型进行组合、集成形成不同的使用模型;所述模型整合模块将使用模型加载到模型注册中心,并对于不同的使用模型定义统一规范,得到网络化模型;所述参数配置模块网络化模型不同数据源的参数进行配置,实现网络化模型可配置不同数据源的参数,此时的模型为可以直接调用、计算的服务模型。
所述业务功能系统包括参数服务模块、模型服务模块、预警服务模块。所述参数服务模块将各类参数通过客户端的前端界面进行显示;所述模型服务模块实现模型运算,并将结果发送至客户端的前端界面进行显示;所述预警服务模块对模型计算任务结果进行分析,对不同水环境模型模拟的异常情况进行预警。
所述业务功能系统可以设置相关参数显示选项、模型服务选项,并显示在所述客户端的显示屏或所述可视化系统上,用户可以直接通过客户端的相关参数显示选项,对调用/显示相关参数进行选择,并显示在所述客户端的显示屏或所述可视化系统上;用户可以直接通过客户端的模型服务选项,实现服务模型运算,并将运算结果显示在所述客户端的显示屏或所述可视化系统上。所述模型服务选项包括服务模型选项、模型所需参数输入、模型计算任务状态等。
所述模型系统、所述数据库系统、所述业务功能系统和所述可视化展示系统之间通过统一的API网关实现数据/命令访问,API网关是客户端访问的接口,所有客户端调用模型都需要通过API网关,主要包括是否允许接入、权限控制、传输加密、请求路由、流量控制等功能。
一种基于长江流域水环境模型的集成及可视化决策分析方法,包括以下步骤:
步骤一,模型封装,模型系统的模型封装模块将不同水环境模型进行封装,实现模型的对象化和组件化,并对模型进行组合、集成,形成不同的使用模型。
模型封装模块基于OGCWPS协议对不同水环境模型进行封装,按照WPS协议,每个模型被封装成一个对象;模型封装模块将每个封装后的模型根据不同用途分别进行组合、集成,形成不同的使用模型,使用模型供所述业务功能系统进行查询、调用和管理。所述业务功能系统连接所述模型系统,所述业务功能系统对所述模型系统发出模型访问/调用的命令。
所述业务功能系统访问模型可以通过统一的API网关进行访问。API网关是所述业务功能系统访问的接口,所有业务功能系统调用模型都需要通过API网关,主要包括是否允许接入、权限控制、传输加密、请求路由、流量控制等功能。
步骤二,模型注册,模型系统的模型整合模块将步骤一中组合、集成后形成的使用模型加载到模型注册中心,并对于不同的使用模型定义统一规范,得到网络化模型。
模型定义包括模型名称、模型类型、摘要、版本、模型开发者等基本信息,以及各类模型输入输出数据,接口路径等。
步骤三,模型参数配置,模型系统参数配置模块将网络化模型中不同数据源的参数进行配置;
数据源支持csv,Oracle、MySql、PostgreSql、NetCDF、tif、shp。参数配置模块将网络化模型的参数配置成功后,按照模型类型配置相关参数,如气象参数、污染源参数、水质参数、水文参数、土地利用、土壤类型、DEM等基础地理参数。
所述决策支持系统包括可视化系统,所述可视化系统提供可视化的界面,将各类参数进行地图展示。所述可视化系统提供可视化的界面,可以是在所述业务功能系统客户端的显示屏进行显示,也可以是单独设置的显示屏进行显示,这里不做具体限制。
业务功能系统的参数服务模块将各类参数在通过所述可视化系统进行显示,用户可以将各类参数进行地图预览。参数服务模块还可以将每类参数详情通过所述可视化系统进行显示,如业务功能系统将某个水质站历史监测时间序列显示在所述可视化系统。
步骤四,模型计算与监控,所述业务功能系统的模型服务模块对模型计算任务进行运算得到第一模型结果,所述业务功能系统的预警服务模块对模型计算任务结果进行分析,对不同水环境模型模拟的异常情况进行预警。
所述业务功能系统可以是客户端,所述客户端可以是PC端,也可以是其它智能终端,这里不做具体限制。所述客户端包括输入单元,用于向所述模型服务模块输入模型计算任务。
用户通过客户端的输入单元向所述模型服务模块输入模型计算任务,并在所述客户端的显示屏或所述可视化系统上进行显示,显示内容包括所述业务功能系统的输入入口:在线服务功能,可选服务模型,所需模型参数输入口。选择具体的服务模型、输入模型所需参数后,模型服务模块在后台对模型计算任务进行运算,此时模型服务模块在所述客户端的显示屏或所述可视化系统上增加模型计算任务显示选项,用户可以随时查看计算任务状态,并控制对应模型计算任务执行。模型计算任务状态包括等待开始,计算中、计算完成等状态。模型计算任务在后台进行运算,无需在计算页面停留,用户可以随时查看计算任务状态。
所述业务功能系统的预警服务模块对模型计算任务结果进行分析,对不同水环境模型模拟的异常情况进行预警。
模型可通过实时信息进行分析,在实时分析的基础上进行预警,在问题萌芽的阶段发觉并预警,降低了问题影响的范围和时间。
所述业务功能的预警服务模块还可以对进行计算分析的模型进行分析,避免因使用错误模型,而得到错误结果,从而影响数据使用的管理员做出错误的判断。
所述业务功能的预警服务模块根据计算任务的运算结果反向推算该计算任务输入的计算参数,并将反向推算的计算参数与计算任务的初始参数进行核对;所述预警服务模块预设有参数核对阈值,所述预警服务模块计算反向推算的计算参数与计算任务的初始参数的差值得到第一核对值,取第一核对值的绝对值为第二核对值,将第二核对值与参数核对阈值进行比较,当第二核对值小于等于参数核对阈值时,所述业务功能系统不做任何操作,当第二核对值大于参数核对阈值时,所述业务功能系统对问题模型进行预警。
所述模型系统还设置孪生模型训练模块,所述孪生模型训练模块获取问题模型的原始模型,为原始模型生成对应的原始对抗模型;采用原始模型与所述原始对抗模型对所述原始模型进行重新训练,得到原始模型的孪生模型,所述模型系统将问题模型替换为所述孪生模型,避免了问题模型对后续计算任务的影响。
步骤五,模型结果输出,所述业务功能系统的模型服务模块将第一模型结果转换为统一格式的数据,得到第二模型数据,并将第一模型数据、第二模型数据分别存储在所述数据库系统;
为了保证系统中不同模型的接入,需要制定统一的数据格式标准和存储规范,并开发相应的数据处理模块,将模型的输出结果转换为统一数据接口(对于统一的数据接口:采取中间数据库接口)。统一的数据格式:空间数据可以采用Geojson,属性数据可以采用json或者xml。对于一般输出结果,采用json格式进行存储;数组型数据,本系统采用NetCDF进行统一存储。
所述业务功能系统的模型服务模块还可以包括配置模块、查找模块和创建模块,以加快目标模型获取的速度。
所述配置模块用于接收对目标模型的第一开关及第二开关的配置操作,其中所述第一开关用于配置目标数据的源模型参数,所述第二开关控制模型处理管线的查找规则。
所述查找模块依据所述源模型参数及所述第二开关确定的查找规则,从所述网络化模型中查找目标模型;
所述创建模块利用目标模型创建目标数据的提取管线;
所述查找模块,还可以确定所述目标模型采用的数据提取方式,通过目标数据的应用方式,从数据应用模板中查找目标数据应用方式对应的管线变体;所述管线变体为管线描述集合,所述管线描述包括数据应用方式对应提取方式的集合,以及每个提取方式对应的文件类型。
步骤六,模型可视化,所述业务功能系统的模型服务模块将第二模型数据通过所述前端界面进行三维可视化。
例如,模型服务模块对输出的水文水质及污染物响应情况进行三维可视化,并在所述客户端的显示屏或所述可视化系统上进行显示。
模型的可视化包括:预测预报、水质预警、情景模拟、情景对比、风险评估、模式评估统计等,下面针对上述的模型可视化进行说明。
预测预报可根据实际模型的不同时间尺度进行预报。根据流域模型子流域出口点的水质浓度或类别结果插值得到该段河流的水质浓度或类别,根据类别或浓度对应的类别进行颜色渲染。类别用六种颜色,浓度用六种颜色插值。可点选水质类别、COD、氨氮等指标,当选定单因子指标时,地图对应显示相应指标的结果图。用户可以通过客户端进一步切换时间或通过时间进度条详细查看该流域未来不同时间水质预报结果及变化情况,包括单指标类别、单指标浓度、水质类别结果。在功能设计方面,系统支持选择不同的起报和预测时间,以及不同水文水质要素,以查看流域各断面及各子流域出流口的水文水质预测结果。将模型计算时间序列模拟结果与实测数据进行对比,并添加水质标准控制线做辅助展示,进行关键站点和流域污染源之间响应关系分析。
水质预警是根据模型模拟预测结果,根据业务需求设置预警指标参数,基于实测水质数据和预报数据,结合实时监测数据,实现平时运行监测中水质趋势预报预警、超标提醒,并将预警信息通过客户端的前端界面进行显示。还可以对一定时间周期内的超过设定参数的污染物偷排、断面通量异常、水质趋势性异常变化等进行实时预警。
其中偷排预警是当预报断面主要污染物自动监测日平均浓度超过预报浓度3倍偏差(即60%)上限范围及以上且该污染物浓度超过地表水Ⅲ类标准时,触发偷排预警提示。
断面通量预警是当预报断面主要污染物日通量预报结果超过历史最大值的75%和90%通量水平时,触发通量预警提示。
趋势性预警是以水文期、季度或年为单位,当预报断面污染物主要污染物浓度预报结果超过去年同期10%及以上时,触发趋势性预警提示。
预警提示展示:在客户端的前端界面的地图上展示所有断面位置,用不同符号和颜色标识预警类型和级别(无预警为灰色)。可以对预警类型进行筛选。可选预警发出的时间。点选图标后以图表展示相应的分析数据。
情景模拟建立在模型之上,是模型实现的具体化。通过改变外部参数条件,定义模型计算模拟的起始时间、水质边界(排污口监测、污染源、水质监测)、水动力边界(流量流场等)、降雨边界(蒸发量、降雨量)以及其他参数(河网参数、断面参数、边界参数、水动力参数、水质参数等),新增或关停污染源,枯水期、丰水期等,实现模型的模拟计算。情景设置提供决策者对控制单元内不同管控措施情景的设置。包括不同气象条件、不同点源、面源控制措施等。根据情景模拟时间段,系统自动列出对应时间段内的累积降雨量、平均风速与风向等气象条件,供决策者选择参考,可有针对性选择不同气象条件,以进一步获得气象条件对控制单元水质影响。
点源防控措施输入:选择某个县域内的工业企业,企业按贡献率大小排序,每个企业显示名称、行业、排放量、贡献率、削减率,可勾选需设置的企业,输入削减率完成点源防控措施情景设置。
面源防控措施输入:可按照子流域或区县选择面源,对农业种植、农村生活、畜禽养殖等不同面源设置削减率,完成面源防控措施情景设置。
情景对比能够直观的看到针对流域水质改善进行污染负荷削减后对不同断面的水质浓度影响情况。针对不同控制断面,选择COD、氨氮等指标,以曲线展示基准情景和其它比对情景污染物浓度及浓度差时间变化结果。地图上,提供多个视图同时展示不同模拟情景污染负荷情况。
环境风险评估模块具有点源和面源风险评估功能。依据污染源排放清单和《污水综合排放标准(GB 8978-1996)》,对点源污染类型、特点和排放量大小进行环境风险分级分类和空间标识。应用面源污染模型,对氮、磷等营养元素进行定量匡算,拟合面源污染负荷的入河量、对水体污染的贡献量及贡献率。分析面源污染特征趋势及空间分布特征。根据设定阈值参数,识别出面源污染关键源区和高风险区。面源污染风险评估的水质指标包括化学需氧量、氨氮、总磷、总氮等污染物。在系统展示时,采用不同颜色对区域面源风险结果进行渲染展示,其中区域颜色越红,说明区域的面源风险越高。可以选择不同时间尺度查看不同时间的面源风险评估结果,时间尺度包括年度、季度、月度。在系统中,可在参数选择框中“类型选择”部分,选择“子流域”或“区县”,以查看不同类型的评估结果。系统中,在参数选择框中“展示类型”部分,可以选择“贡献量”或“贡献率”,以查看各区域面源风险评估结果或各区域面源风险占比情况,以识别面源污染有限控制区。系统提供要素筛选,选择不同污染物,查看流域该污染物的面源风险评估结果。
模式评估统计是对长江流域各区域各断面的水环境模型预报结果与实测值的分析统计。支持时间段、区域、断面、水质指标、评估时效,以及水环境质量模型的选择,展示当前评估时间段内某断面该水质指标各个水环境模型的预报浓度与实际监测浓度的对比分析结果。预报评估提供水环境模型的水质预报精准性分析,包括水环境模型对水质类别的预报准确率,以及水质指标浓度预测的相对误差、相关系数、NS系数。可对时间段进行选择,如历史7天或历史一个月。预报评估结果以表格形式展示。单个断面、河流、流域的水质类别预测评估,采用类别预测准确率作为评估指标,以日为评估的时间单位,如果当日实测水质类别与预测水质类别相符,则记为准确。如评价对象为自动监测数据,则以当日自动监测结果的累积水质评价结果为评估对象。以月、季度或年为单位计算单个断面/点位、河流、流域的水质类别预测准确率P类别。对于评估污染物浓度预测采用污染物浓度预测结果与实测数据的相对误差B(Bias)、相关系数R2(Relation)等统计量来评估。对于水文评估预测,采用水文预测结果与实测数据的相对误差、相关系数R2、Nash-Sutcliffe效率系数(NS系数)等统计量来评估。
下面针对本申请一种基于长江流域水环境模型的集成及可视化决策分析方法一个优先实施例进行说明。
根据各类水环境模型特点,规范化模型处理流程,通过静态和动态方式,对长江全流域干支流及重点流域、重点湖库开展水环境模型模拟预测,直观有效地展示模型应用流域的水环境状况,同时对突发水环境污染事故模拟结果进行仿真展示,动态显示污染物的迁移转化过程、污染物的浓度和污染带时空分布范围,从而支撑流域水环境管理需求。
长江流域水环境模型库包括长江全流域水环境模型、岷沱江流域模型、长江下游段模型。
长江全流域水环境模型覆盖长江全流域河网,采用流域+河网链接计算,格网分辨率2km,适应环支混合状河网,支撑湖库、控制单元、污水厂计算,为混合产流模式+流域产污模型,多驻点往复流及物质求解,可采用线性和动态优化,模型自动化程度高,各个对象自动连接和计算,模型参数自动提取(200m)。
长江上游干流水量水质模型从向家坝到三峡大坝止,整个河道概化为1个入口,1个出口,7支旁侧入流。河道全长1200km,划分为513个断面,断面间距为300-2000m不等,河底高程从35-261m不等。模型率定验证效果证明流量模拟效果较好。模拟水位值与实测水位值较为吻合,误差基本在0.90米以内,模拟效果较好。模拟流量值与实测流量值较为吻合,相对误差大部分在15%以内,模拟效果比较好。通过三种水质指标的实测值与模拟值的误差分析发现,大多数都处在30%以内,模拟结果尚可。通过三种水质指标的实测值与模拟值的误差分析发现,大多数都处在30%以内,模拟结果尚可。
长江中游段模型从湖北宜昌到安徽湖口止,经模型率定与验证,各个站点率定期和验证期平均纳什效率系数NSE都达0.85以上,每年的平均相对误差QE均在10%之内。三峡对宜昌站影响明显,对螺山、汉口和大通站的影响相对减小。说明三峡水库进入试验性蓄水期后,对中下游洪水过程影响有所增大,水库蓄水削减洪峰,抬高低值流量。
岷沱江流域模型基于SWAT模型,主要步骤如下:子流域划分、水文响应单元划分、气象数据库构建、参数设置。
子流域划分是利用SWAT模型的流域划分模块对研究区进行河网的提取及子流域的划分,根据山区的高程及自然汇水特性,选定山区流域出流点,将山区部分划分为多个子流域,以确定基本计算单元。
水文响应单元是SWAT的最小计算单元,具有统一的土壤、土地利用属性和坡度等级。在划分水文响应单元之前,先利用ArcSWAT的土地利用、土壤和坡度定义模块加载土地利用与土壤图,并选择对应的索引关系表进行空间叠加分析,根据山区的土地利用类型分布、土壤类型分布、坡度分类进一步将子流域划分为多个水文响应单元。然后,采用多水文响应单元划分方法,设置土地利用阈值、土壤面积阈值和坡度等级。
气象数据库构建是根据气象测站(降水、最高最低气温、日照、风速、湿度)的分布及监测数据建立用于山区水文模拟的气象数据库。
参数设置是设置流域一般性参数(水量平衡、地表径流及河道参数)、水质参数(初步选择SS、COD、NH3-N、TN、TP作为污染物模拟指标)。模型计算结果输出为山区与城区交界断面处(流域出流点)的水量水质变化过程,以作为城区河道的入流边界条件。
长江下游段模型采用MIKE21进行构建,为水环境容量计算模型。通过概化长江下游段河道,在考虑了污染源入江的情况下,对长江下游段水动力及水质进行模拟。
长江流域水环境模型封装包括:通用模型封装调用、岷沱江SWAT模型封装、MIKE21模型封装调用。
通用模型指能提供模型算法或接口的水环境模型。根据统一规范构建模型库,基于模型库提供模型注册编辑、模型计算、模型在线浏览定位等功能。
通用模型封装调用包括模型封装、模型管理注册、模型在线计算:
模型封装主要实现将不同的水环境模型进行封装,实现模型的对象化和组件化,并对模型进行组合、集成。模型封装基于OGCWPS协议标准进行。按照一定的协议格式,每个模型被封装成一个对象,然后加载到模型注册中心,供处理引擎查询、调用和管理。
为了提高系统功能的扩展性,应对于复杂的环境质量数值模拟业务系统,适用于有多个模拟区域,有多种数值模型,实现多种功能(数值预测、情景模拟、风险评估等)的情况。数值模拟业务系统由程序和数据构成,在多区域、多模型、多功能的组合数值模型业务系统中,一个模型(程序)可以应用于多个区域(数据),一个区域(数据)可以用于多个功能。如果对每个区域、每个模型和每个功能都开发一套业务系统,会造成程序、数据的大量重复,从而导致业务系统的高度冗余以及维护上的极大困难,还不利于模拟区域和功能的扩展。
为提高程序代码的复用性,增强扩展性,在模型集成中将模型功能和模拟区域进行分离,共分为三个步骤。
第一步,用不同模型实现多种功能,如下表所示,用流域模型实现面源评估功能,用应急模型实现事故应急功能。程序与模拟区域无关,与区域有关的部分都设置为输入参数。
表功能与模型
功能/模型 | 流域模型 | 河湖模型 | 应急模型 |
数值预测 | √ | √ | |
面源评估 | √ | ||
情景分析 | √ | √ | |
来源解析 | √ | √ | |
事故应急 | √ |
第二步,针对不同的模型和模拟区域,准备模型所需的数据。如下表所示,对于流域,准备流域模型所需的数据,对于河流准备河湖模型和应急模型所需的数据,对于湖库准备河湖模型所需的数据。各种数据与模拟区域和模型有关,与所实现的功能无关。
表模型与区域
模型/区域 | 流域 | 河湖 | 应急 |
流域模型 | √ | ||
河湖模型 | √ | √ | |
应急模型 | √ | √ |
第三步,将步骤一和步骤二中的程序和数据进行组合,构造出最终的业务系统,即业务系统(功能+区域+模型)=程序(功能+模型)x数据(模型+区域)。
表功能与区域
功能/区域 | 流域 | 河湖 | 湖库 |
数值预测 | √ | √ | √ |
面源评估 | √ | ||
情景分析 | √ | √ | √ |
来源解析 | √ | √ | √ |
事故应急 | √ | √ |
采用上述方法进行水环境数值模型的集成,可以实现数据和程序的最大化共用,消除了冗余性,方便后续进行维护管理,还可以方便地进行模拟区域和数值模型的增加以及功能的扩展。
模型管理注册:对于不同的模型定义统一规范,对模型进行定义和封装,实现模型的网络化定制和在线封装。模型定义包括模型名称、摘要、版本、模型开发者等基本信息,模型输入输出数据,接口路径等。
模型在线计算:对用户提供模型在线服务功能,用户选择计算模型,通过前端页面输入模型所需的参数,提交任务后,任务将在后台进行运算,无需在计算页面停留,用户可以随时查看计算任务状态。
岷沱江SWAT模型封装:
模型输出结果需要在综合分析平台中进行展示,为了保证系统中不同模型的接入,制定统一的数据格式标准和存储规范,设置相应的数据处理模块,将模型的输出结果转换为统一数据接口。
NetCDF是一种面向数组型并适于网络共享的数据的描述和编码标准,具有良好的扩展性,因此统一的数据接口采用NetCDF格式。
流域模型一般都会将模拟区域划分为多个子流域,每个子流域有各种指标的入河负荷,在子流域出口有各种指标的浓度,各项指标的输出时间间隔为1天。
岷沱江模型集成主要由模型系统、数据库系统、业务功能系统和可视化展示系统等几个部分组成。
水质模型系统:构建流域水质模型,并进行封装,便于系统调用和系统间的移植;数据库系统:存储系统工作过程中产生的数据,包括历史多元观测数据、模型计算基础数据、中间数据及结果输出。
业务应用功能:包括水质预测预警、水质目标管理模拟、多元数据分析、污染风险分析等业务化应用功能。
可视化系统:模型输出数据和观测数据的二三维展示。
MIKE21模型封装调用:MIKE21模型属于商业模型,模型计算方法不开放,只进行模型结果集成。模型在MIKE软件中进行计算,然后将结果文件通过MIKE软件导出成可以被第三方程序识别的文件,通过系统对结果文件进行解析并展示到可视化系统中。
MIKE21模型最后生成的结果文件为二进制dfsu文件。通过MIKE Zero DataManager将各个监测指标导出成ASCII文本文件。然后批量读取导出的文本文件,按照时间、监测指标进行组织,规范化导入数据库,并建立数据索引,统一导入模型管理平台进行管理。最后进行空间插值,输出到前端可视化平台中。
长江流域水环境模型可视化包括可视化渲染库、空间插值及裁剪、系统可视化参数配置、模型方案对比。
可视化渲染库采用EV-Globe WebGL作为前端渲染库,是一个基于JavaScript编写的使用WebGL的地图引擎。支持3D、2D、2.5D形式的地图展示,可以自行绘制图形,高亮区域,并提供良好的触摸支持,且支持绝大多数的浏览器和mobile。基于WebGL技术快速构建无插件、跨浏览器、跨操作系统的三维Web应用,便于模型模拟成果的快速浏览。能够为模型展示提供更加丰富、立体、直观的可视化渲染效果。
EV-Globe WebGL采用先进的e3m模型格式,采用顶点、纹理双重压缩,数据更小有利于网络传输。支持部件Instance技术,支持Mipmap客户端动态合并,有效降低渲染批次,提高渲染效率;支持多级动态索引,大幅提高初次加载效率。
支持影像、地形、地名、点云、倾斜摄影模型,BIM多级LOD模型图层,支持OGC WMSWMTS等标准服务。
EV-Globe WebGL采用场景图与渲染对象相分离技术构建场景,采用八叉树、硬件封闭查询、Instancing等多种技术对场景进行效率优化,支持高分辨率的地理信息可视化;支持全局动态光景、阴影效果;支持多种类型的模型加载及动画;增强的例子系统,支持多种例子特效合成新的复合特效;支持透明度、光照、纯色地形等;支持使用WMS,TMS,openstreetmaps,Bind以及ESRI的标准绘制影像图层;支持使用KML,GeoJSON和TopoJSON绘制矢量数据;支持使用COLLADA和glTF绘制3D模型;支持倾斜摄影数据高效加载及展示。
空间插值及裁剪:空间位置上越靠近的点,越可能具有相似性的特征值,距离越远的点,其特征值相似的可能性越小,在此基础上形成了各种各样的插值算法。通常包括确定性插值及地统计插值两大类。确定性插值是使用数学函数进行插值,以研究区域内部的相似性,或者以平滑度为基础,由已知样点来创建预测表面的插值方法。包括全局多项式插值、反距离权重插值、径向基插值、局部多项式插值。地统计学插值基于自相关性,根据测量数据的统计特征产生曲面。
遍历每个时间数据库模拟指标数据,选择合适的空间插值方法,内插形成插值栅格图像。
通常对于较多的格网点,可通过后台编写空间插值算法批量生成空间插值数据,效率较高。然后根据空间边界范围对内插生成的栅格数据进行裁剪,生成目标范围栅格数据。
对于较少的格网点,可采用前端javascript实现插值算法直接前端生成网格图像。
若是后端生成栅格图片,需要传递给前端地图进行图层动态渲染,前端插值结果可直接进行前端绘制。
系统可视化参数配置:系统可视化前端支持对各监测指标值、模型模拟时间进行选择,对分段展示色带、透明度等进行设置,并根据不同的时间范围进行动态播放,展示不同指标的迁移变化过程。结合GIS多源数据,丰富地图要素信息,可以全方位展示水环境模型动态变化。
模型方案对比:对于不同模型方案模拟结果,前端支持通过多样化的专题图分析结果变化,并叠加实测数据进行比较。
系统功能包括水质水文预测、情景管理、情景模拟分析、情景比对、水环境质量风险评估、模式评估统计。
水质水文预测:基于SWAT水质预测模型,实时接入7日气象预测数据,实现对岷沱江区域的水质预测。通过选择不同的指标(溶解氧、总磷、总氮、流量)等,在地图上显示对应指标的专题图。水质水文预测包括水质预测总览、水文水质预测专题、水质预警。
水质预测总览展示重点流域国控断面水质预报结果,根据地表水环境质量评价办法,采用不同水质类别所对应的颜色,分别渲染国控断面。
系统可通过从流域、市县、断面逐渐进行断面定位,或通过断面名称搜索检索到目标断面。检索到目标断面或任意单击地图上断面图标,可进一步切换时间或通过时间进度条详细查看该断面未来7天水质日均预报结果及变化情况,包括单指标类别、单指标浓度、水质类别结果。
水文水质预测专题:流域模型的水文、水质预测结果时间尺度为日尺度,以专题展示未来七天水文水质预测情况。空间范围为沱江流域,根据流域模型子流域出口点模型预测的水质浓度或类别结果插值得到该段河流的水质浓度或类别,根据类别或浓度对应的类别进行颜色渲染。类别用六种颜色,浓度用六种颜色插值。可点选水质类别、COD、氨氮等指标,当选定单因子指标时,地图对应显示相应指标的结果图。可进一步切换时间或通过时间进度条详细查看该流域未来7天水质日均预报结果及变化情况,包括单指标类别、单指标浓度、水质类别结果。在功能设计方面,系统支持选择不同的起报和预测时间,以及不同水文水质要素,以查看流域各断面及各子流域出流口的水文水质预测结果。
水质预警:根据模型模拟预测结果,系统可根据业务需求设置预警指标参数,基于实测水质数据和预报数据,结合实时监测数据,实现平时运行监测中水质趋势预报预警、超标提醒。对一定时间周期内的超过设定参数的污染物偷排、断面通量异常、水质趋势性异常变化等进行实时预警。水质预警包括偷排预警、断面通量预警、趋势性预警。
偷排预警是指当预报断面主要污染物自动监测日平均浓度超过预报浓度3倍偏差(即60%)上限范围及以上且该污染物浓度超过地表水Ⅲ类标准时,触发偷排预警提示。
断面通量预警是指当预报断面主要污染物日通量预报结果超过历史最大值的75%和90%通量水平时,触发通量预警提示。
趋势性预警是指以水文期、季度或年为单位,当预报断面污染物主要污染物浓度预报结果超过去年同期10%及以上时,触发趋势性预警提示。
预警提示展示:在地图上展示所有断面位置,用不同符号和颜色标识预警类型和级别(无预警为灰色)。可以对预警类型进行筛选。可选预警发出的时间。点选图标后以图表展示相应的分析数据。
将模型计算时间序列模拟结果与实测数据进行对比,并添加水质标准控制线做辅助展示,进行关键站点和流域污染源之间响应关系分析。
情景管理的情景建立在模型之上,是模型实现的具体化。通过改变外部参数条件,定义模型计算模拟的起始时间、水质边界(排污口监测、污染源、水质监测)、水动力边界(流量流场等)、降雨边界(蒸发量、降雨量)以及其他参数(河网参数、断面参数、边界参数、水动力参数、水质参数等),新增或关停污染源,枯水期、丰水期等,实现模型的模拟计算。
情景设置提供决策者对控制单元内不同管控措施情景的设置。包括不同气象条件、不同点源、面源控制措施等。
为便于不同情景的规范、高效管理,系统设置情景组与情景两重目录结构。相同情景组内,对应的时间段相同。同一情景组内的不同情景,可通过设置不同气象条件、不同点源、面源控制措施等差异化情景,进一步比较不同管控措施的影响。情景管理包括情景基本信息、气象条件设置、点源防控措施输入、面源防控措施输入。
情景基本信息:新建情景组时,设置情景名称、时间段、控制单元等信息。系统可通过从重点流域、省份逐渐进行控制单元定位,或通过控制单元名称搜索检索到目标控制单元。
气象条件设置:根据情景模拟时间段,系统自动列出对应时间段内的累积降雨量、平均风速与风向等气象条件,供决策者选择参考,可有针对性选择不同气象条件,以进一步获得气象条件对控制单元水质影响。
点源防控措施输入:选择区县(可多选),出现对话框,县域内行业(工业、污水处理厂)/企业按贡献率大小排序,每个企业显示名称、行业、排放量、贡献率、削减率(可编辑)四列信息,在削减率中输入百分比数值后,点击完成点源防控措施情景设置。
面源防控措施输入:选择区县,出现下拉框,子流域按贡献率排序,点选每个子流域即出现对话框,对话框中显示农业种植、农村生活、畜禽养殖每一类面源污染的贡献率和削减率,在削减率中输入百分比数值后,点击完成面源防控措施情景设置。
设置好情景可以保存。系统可保存多个情景,后统一进行运行状态的管理。包括可选择“开始模拟”,显示情景运行进度,可暂停/查看/删除等。其中根据控制单元所属区域模型的建立情况,流域模型可进行气象条件、不同点源、面源控制措施情景设置,河湖模型可进行气象条件、不同点源控制措施情景设置。
系统支持各个情景运行进程的查看,模型的运行进度会以进程树的形式查看各个模块的运行时间和运行完成情况,以对模型进行实时监视。
模型里可设置削减污染负荷,在地图上点击需要削减的点源或者面源对各类日常水质指标进行削减,系统自动模拟不同污染负荷下的考核断面的水质响应,辅助用户生成各类日常水质指标的削减方案。
支持绘制矩形、多边形、指定行政区或流域,对区域内的污染源选择水质指标进行指定比例的削减。
情景模拟分析是对不同情景设置结果进行动态模拟,同时可对不同情景预测值进行对比分析。
情景对比能够直观的看到针对流域水质改善进行污染负荷削减后对不同断面的水质浓度影响情况。
选择要比对的两个或多个情景(两级名称,情景组(单选)-情景名称(可多选)),创建基准情景。选择“比对分析”类型,展示比对结果。
断面:针对不同控制断面,选择COD、氨氮等指标,以曲线展示基准情景和其它比对情景污染物浓度及浓度差时间变化结果。
地图上,提供多个视图同时展示不同模拟情景面源污染负荷情况:选择COD、氨氮等指标,选择子流域(默认全选),面图显示负荷量与负荷差值。
水环境质量风险评估是立足于识别污染源正常排放下,研究其对受纳水体环境质量所带来的风险。充分发挥自身数据优势,着眼于污染源排放-入河排放-水环境质量响应关系的建立。
影响水环境质量的污染来源主要有点源、面源两大类。点源污染是指通过排放口或管道排放的污染,点源污染包括工业废水、城市生活污水、污水处理厂与固体废弃物处理场的出水及其流域其他固定排放源。面源污染的定义比较多,按照美国联邦水污染控制法的解释,凡是向环境排放污染物是个不连续的分散过程,而不能用一般常规处理方法获得改善的排放源,即可称作面源。美国清洁水法修正案对于非电源污染的定义为:污染物以广域的、分散的、微量的形式进入地表及地下水水体。Novotny和Olem则认为面源是指溶解的和固体的污染物从非特定的地点,在降水(或融雪)冲刷作用下,通过径流过程而汇入受纳水体(包括河流、湖泊、水库和海湾等)并引起水体的富营养化或其它形式的污染,面源污染有广义与狭义两种理解:广义指各种没有固定排污口的环境污染,包括城市面源和农业面源,狭义通常指农业面源,来源主要有水产养殖、畜禽养殖、农作物种植和农村生活。要评估水环境质量的风险,就要对所有来源进行分析,针对不同污染源的特性,选取合适的方法进行研究。
污染源排放清单够集成整合污染源位置、排污口位置、特征污染物、污染排放等信息,确定污染源与流域汇合点、污染源影响范围等,在此基础上对清单信息进行管理、编辑和动态更新。
点源风险评估的指标包括悬浮物、化学需氧量、氨氮、总磷、总氮等污染物。在系统功能展示时,采用不同形状的标识符进行点源区分查看,并支持筛选查看。系统中,根据各点源的评估结果,进行颜色渲染,颜色越深,代表点源污染风险越大。同时,支持拖动滑动条,查看不同当量值范围点源分布。点源风险评估结果支持时间(年度)的选择。可对不同要素,即不同的污染物,在地图中展示其点源污染评估结果,也可以展示点源综合水质的评估结果。对任意点源,可弹窗展示该点源的详细信息,包括点源名称、点源类型、点源行政区划、点源主要污染物的当量数。
环境风险评估具有点源和面源风险评估功能。依据污染源排放清单和《污水综合排放标准(GB 8978-1996)》,对点源污染类型、特点和排放量大小进行环境风险分级分类和空间标识。应用面源污染模型,对氮、磷等营养元素进行定量匡算,拟合面源污染负荷的入河量、对水体污染的贡献量及贡献率。分析面源污染特征趋势及空间分布特征。根据设定阈值参数,识别出面源污染关键源区和高风险区。
面源污染风险评估的水质指标包括化学需氧量、氨氮、总磷、总等污染物。在系统功能展示时,采用不同颜色对区域面源风险结果进行渲染展示,其中区域颜色越红,说明区域的面源风险越高。可以选择不同时间尺度查看不同时间的面源风险评估结果,时间尺度包括年度、季度、月度。在系统中,可在参数选择框中“类型选择”部分,可以选择“子流域”或“区县”,以查看不同类型的评估结果。系统中,在参数选择框中“展示类型”部分,可以选择“贡献量”或“贡献率”,以查看各区域面源风险评估结果或各区域面源风险占比情况,以识别面源污染有限控制区。系统提供要素筛选,选择不同污染物,查看流域该污染物的面源风险评估结果。
模式评估统计是对项目建设区域各断面的水环境模型预报结果与实测值的分析统计。支持时间段、区域、断面、水质指标、评估时效,以及水环境质量模型的选择,展示当前评估时效时,时间段内某断面该水质指标各个水环境模型的预报浓度与实际监测浓度的对比分析结果。
预报评估提供水环境模型的水质预报精准性分析,包括水环境模型对水质类别的预报准确率,以及水质指标浓度预测的相对误差、相关系数、NS系数。可对时间段进行选择,如历史7天或历史一个月。预报评估结果以表格形式展示。
水质类别预测评估是单个断面/点位、河流、流域的水质类别预测评估,采用类别预测准确率作为评估指标,以日为评估的时间单位,如果当日实测水质类别与预测水质类别相符,则记为准确。如评价对象为自动监测数据,则以当日自动监测结果的累积水质评价结果为评估对象。以月、季度或年为单位计算单个断面/点位、河流、流域的水质类别预测准确率P类别。
污染物浓度预测评估及水文预测评估采用污染物浓度预测结果与实测数据的相对误差B(Bias)、相关系数R2(Relation)等统计量来评估污染物浓度预测。采用水文预测结果与实测数据的相对误差、相关系数R2、Nash-Sutcliffe效率系数(NS系数)等统计量来评估水文预测。
相对误差:用以评估预测相对于实况的总体高估或低估程度。
相关系数:用以评估预测值与实况值随时间变化的一致性。
NS系数:用以评估径流模拟值的准确性。
相对误差、相关系数、NS系数均为值越大,准确度越高。
一种基于长江流域水环境模型的集成及可视化决策分析方法,能够快速将其它相关水环境模型纳入系统统一模型集成框架,方便输入输出参数调整,辅助模型调优,同时将输出文件标准化,便于程序采用通用的解析方法对文件进行解析。同时结合DEM、河流水系等数据,通过三维可视化将模型运行过程进行生动形象展示,有效辅助水环境管理决策。
本申请提出了通用的模型集成方法对水环境模型进行集成管理,提供一种流域水环境模型统一管理方式,并进行有效的集成管理分析,将模型算法进行封装,用户只需关注相关输入输出,即可实现模型的在线运行;同时通过三维可视化手段,采用静态和动态方式,对长江全流域干支流及重点流域、重点湖库开展水环境模型模拟预测,实现长江全流域分布式河网模型、沱江流域预测预警模型、长江下游风险应急模型等水环境模型的分析展示,直观有效地展示模型应用流域的水环境状况。
以上内容是对本发明创造的优选的实施例的说明,可以帮助本领域技术人员更充分地理解本发明创造的技术方案。但是,这些实施例仅仅是举例说明,不能认定本发明创造的具体实施方式仅限于这些实施例的说明。对本发明创造所属技术领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干简单推演和变换,都应当视为属于本发明创造的保护范围。
Claims (8)
1.基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,包括以下步骤:
步骤一,模型封装,模型系统的模型封装模块将不同水环境模型进行封装,实现模型的对象化和组件化,并对模型进行组合、集成,形成不同的使用模型;模型封装模块基于OGCWPS协议对不同水环境模型进行封装,按照WPS协议,每个模型被封装成一个对象;模型封装模块将每个封装后的模型根据不同用途分别进行组合、集成,形成不同的使用模型,使用模型供业务功能系统进行查询、调用和管理;
步骤二,模型注册,模型系统的模型整合模块将步骤一中组合、集成后形成的使用模型加载到模型注册中心,并对于不同的使用模型定义统一规范,得到网络化模型;
步骤三,模型参数配置,模型系统的参数配置模块将网络化模型不同数据源的参数进行配置;所述参数包括:气象参数、污染源参数、水质参数、水文参数、土地利用、土壤类型以及DEM这些基础地理参数;
步骤四,模型计算与监控,所述业务功能系统的模型服务模块对模型计算任务进行运算得到第一模型结果,所述业务功能系统的预警服务模块对模型计算任务结果进行分析,对不同水环境异常情况进行预警;
步骤五,模型结果输出,所述业务功能系统的模型服务模块将第一模型结果转换为统一格式的数据,得到第二模型数据,并将第一模型数据、第二模型数据分别存储在数据库系统;
步骤六,模型可视化,所述业务功能系统的模型服务模块将第二模型数据通过前端界面进行三维可视化;
模型服务模块对输出的水文水质及污染物响应情况进行三维可视化,并在客户端的显示屏或可视化系统上进行显示;模型的可视化包括:预测预报、水质预警、情景模拟、情景对比、风险评估以及模式评估统计;
预测预报根据实际模型的不同时间尺度进行预报;根据流域模型子流域出口点的水质浓度或类别结果插值得到河流的水质浓度或类别,根据类别或浓度对应的类别进行颜色渲染;类别用六种颜色,浓度用六种颜色插值;点选水质类别、COD、氨氮指标,当选定单因子指标时,地图对应显示相应指标的结果图;用户通过客户端进一步切换时间或通过时间进度条详细查看该流域未来不同时间水质预报结果及变化情况,包括单指标类别、单指标浓度、水质类别结果;在功能设计方面,系统支持选择不同的起报和预测时间,以及不同水文水质要素,以查看流域各断面及各子流域出流口的水文水质预测结果;将模型计算时间序列模拟结果与实测数据进行对比,并添加水质标准控制线做辅助展示,进行关键站点和流域污染源之间响应关系分析;
水质预警是根据模型模拟预测结果,根据业务需求设置预警指标参数,基于实测水质数据和预报数据,结合实时监测数据,实现平时运行监测中水质趋势预报预警、超标提醒,并将预警信息通过客户端的前端界面进行显示;还能够对一定时间周期内的超过设定参数的污染物偷排、断面通量异常、水质趋势性异常变化进行实时预警;其中,偷排预警是当预报断面主要污染物自动监测日平均浓度超过预报浓度3倍偏差上限范围且该污染物浓度超过地表水Ⅲ类标准时,触发偷排预警提示;断面通量预警是当预报断面主要污染物日通量预报结果超过历史最大值的75%和90%通量水平时,触发通量预警提示;趋势性预警是以水文期、季度或年为单位,当预报断面污染物主要污染物浓度预报结果超过去年同期10%时,触发趋势性预警提示;预警提示展示:在客户端的前端界面的地图上展示所有断面位置,用不同符号和颜色标识预警类型和级别;
情景模拟建立在模型之上,是模型实现的具体化;通过改变外部参数条件,定义模型计算模拟的起始时间、水质边界、水动力边界、降雨边界以及其他参数,新增或关停污染源,枯水期、丰水期,实现模型的模拟计算;所述其他参数包括:河网参数、断面参数、边界参数、水动力参数、水质参数;情景设置提供决策者对控制单元内不同管控措施情景的设置,包括不同气象条件、不同点源、面源控制措施;根据情景模拟时间段,系统自动列出对应时间段内的累积降雨量、平均风速与风向气象条件,供决策者选择参考,能够有针对性选择不同气象条件,以进一步获得气象条件对控制单元水质影响;点源防控措施输入:选择某个县域内的工业企业,企业按贡献率大小排序,每个企业显示名称、行业、排放量、贡献率、削减率,勾选需设置的企业,输入削减率完成点源防控措施情景设置;面源防控措施输入:按照子流域或区县选择面源,对农业种植、农村生活、畜禽养殖不同面源设置削减率,完成面源防控措施情景设置;
情景对比能够直观的看到针对流域水质改善进行污染负荷削减后对不同断面的水质浓度影响情况;针对不同控制断面,选择COD、氨氮指标,以曲线展示基准情景和其它比对情景污染物浓度及浓度差时间变化结果;地图上,提供多个视图同时展示不同模拟情景污染负荷情况;
环境风险评估模块具有点源和面源风险评估功能;依据污染源排放清单和污水综合排放标准,对点源污染类型、特点和排放量大小进行环境风险分级分类和空间标识;应用面源污染模型,对氮、磷营养元素进行定量匡算,拟合面源污染负荷的入河量、对水体污染的贡献量及贡献率;分析面源污染特征趋势及空间分布特征;根据设定阈值参数,识别出面源污染关键源区和高风险区;面源污染风险评估的水质指标包括化学需氧量、氨氮、总磷、总氮污染物;在系统展示时,采用不同颜色对区域面源风险结果进行渲染展示,其中区域颜色越红,说明区域的面源风险越高;选择不同时间尺度查看不同时间的面源风险评估结果,时间尺度包括年度、季度、月度;在系统中,在参数选择框中“类型选择”部分,选择“子流域”或“区县”,以查看不同类型的评估结果;系统中,在参数选择框中“展示类型”部分,选择“贡献量”或“贡献率”,以查看各区域面源风险评估结果或各区域面源风险占比情况,以识别面源污染有限控制区;系统提供要素筛选,选择不同污染物,查看流域该污染物的面源风险评估结果;
模式评估统计是对长江流域各区域各断面的水环境模型预报结果与实测值的分析统计;支持时间段、区域、断面、水质指标、评估时效,以及水环境质量模型的选择,展示当前评估时间段内某断面该水质指标各个水环境模型的预报浓度与实际监测浓度的对比分析结果;预报评估提供水环境模型的水质预报精准性分析,包括水环境模型对水质类别的预报准确率,以及水质指标浓度预测的相对误差、相关系数、NS系数;单个断面、河流、流域的水质类别预测评估,采用类别预测准确率作为评估指标,以日为评估的时间单位,如果当日实测水质类别与预测水质类别相符,则记为准确;如评价对象为自动监测数据,则以当日自动监测结果的累积水质评价结果为评估对象;以月、季度或年为单位计算单个断面/点位、河流、流域的水质类别预测准确率P类别;对于评估污染物浓度预测采用污染物浓度预测结果与实测数据的相对误差B、相关系数R2统计量来评估;对于水文评估预测,采用水文预测结果与实测数据的相对误差、相关系数R2、Nash-Sutcliffe效率系数统计量来评估;
所述业务功能的预警服务模块根据计算任务的运算结果反向推算该计算任务输入的计算参数,并将反向推算的计算参数与计算任务的初始参数进行核对;所述预警服务模块预设有参数核对阈值,所述预警服务模块计算反向推算的计算参数与计算任务的初始参数的差值得到第一核对值,取第一核对值的绝对值为第二核对值,将第二核对值与参数核对阈值进行比较,当第二核对值小于等于参数核对阈值时,所述业务功能系统不做任何操作,当第二核对值大于参数核对阈值时,所述业务功能系统对问题模型进行预警;所述业务功能系统的模型服务模块还包括配置模块、查找模块和创建模块,用于加快目标模型获取的速度;所述配置模块用于接收对目标模型的第一开关及第二开关的配置操作,所述第一开关用于配置目标数据的源模型参数,所述第二开关控制模型处理管线的查找规则;所述查找模块从所述网络化模型中查找目标模型;所述创建模块利用目标模型创建目标数据的提取管线;
其中,岷沱江流域模型基于SWAT模型,主要步骤如下:子流域划分、水文响应单元划分、气象数据库构建、参数设置;
子流域划分是利用SWAT模型的流域划分模块对研究区进行河网的提取及子流域的划分,根据山区的高程及自然汇水特性,选定山区流域出流点,将山区部分划分为多个子流域,以确定基本计算单元;
水文响应单元是SWAT的最小计算单元,具有统一的土壤、土地利用属性和坡度等级;在划分水文响应单元之前,先利用ArcSWAT的土地利用、土壤和坡度定义模块加载土地利用与土壤图,并选择对应的索引关系表进行空间叠加分析,根据山区的土地利用类型分布、土壤类型分布、坡度分类进一步将子流域划分为多个水文响应单元;然后,采用多水文响应单元划分方法,设置土地利用阈值、土壤面积阈值和坡度等级;
气象数据库构建是根据气象测站的分布及监测数据建立用于山区水文模拟的气象数据库;
参数设置是设置流域一般性参数、水质参数;模型计算结果输出为山区与城区交界断面处的水量水质变化过程,以作为城区河道的入流边界条件;其中,一般性参数包括:水量平衡、地表径流及河道参数;
长江下游段模型采用MIKE21进行构建,为水环境容量计算模型;通过概化长江下游段河道,在考虑了污染源入江的情况下,对长江下游段水动力及水质进行模拟;长江流域水环境模型封装包括:通用模型封装调用、岷沱江SWAT模型封装、MIKE21模型封装调用;
长江流域水环境模型库包括长江全流域水环境模型、岷沱江流域模型、长江下游段模型;
长江全流域水环境模型覆盖长江全流域河网,采用流域+河网链接计算,格网分辨率2km,适应环支混合状河网,支撑湖库、控制单元、污水厂计算,为混合产流模式+流域产污模型,多驻点往复流及物质求解,采用线性和动态优化,模型自动化程度高,各个对象自动连接和计算,模型参数自动提取。
2.根据权利要求1所述基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,所述业务功能系统访问模型通过统一的API网关进行访问。
3.根据权利要求1所述基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,模型定义包括模型名称、模型类型、摘要、版本、模型开发者的基本信息,以及各类模型输入输出数据,接口路径。
4.根据权利要求1所述基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,参数配置模块将网络化模型的参数配置成功后,按照模型类型配置相关参数。
5.根据权利要求4所述基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,业务功能系统的参数服务模块将模型配置的相关参数在可视化系统进行显示,将各类参数在可视化系统进行地图展示。
6.根据权利要求1所述基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,模型服务模块在后台对模型计算任务进行运算,可视化系统包括计算任务状态,用于查看模型计算任务状态:待开始,计算中、计算完成。
7.根据权利要求1所述基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,所述数据库系统包括有统一的数据格式标准和存储规范,将模型的输出结果转换为统一数据接口。
8.根据权利要求7所述基于长江流域水环境模型的集成及可视化决策分析方法,其特征在于,一般输出结果,采用json格式进行存储;数组型数据,采用NetCDF进行统一存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111074005.5A CN113780826B (zh) | 2021-09-14 | 2021-09-14 | 基于长江流域水环境模型的集成及可视化决策分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111074005.5A CN113780826B (zh) | 2021-09-14 | 2021-09-14 | 基于长江流域水环境模型的集成及可视化决策分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113780826A CN113780826A (zh) | 2021-12-10 |
CN113780826B true CN113780826B (zh) | 2024-04-30 |
Family
ID=78843618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111074005.5A Active CN113780826B (zh) | 2021-09-14 | 2021-09-14 | 基于长江流域水环境模型的集成及可视化决策分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113780826B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115187151B (zh) * | 2022-09-13 | 2022-12-09 | 北京锘崴信息科技有限公司 | 基于联邦学习的排放可信分析方法及金融信息评价方法 |
CN116821400B (zh) * | 2023-02-24 | 2024-03-15 | 重庆市生态环境监测中心 | 一种水环境模型数据矢量化方法 |
CN118012978B (zh) * | 2024-04-10 | 2024-06-07 | 江苏国创环保科技有限公司 | 基于bim-gis技术的污染场地数据处理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257911A (zh) * | 2012-02-15 | 2013-08-21 | 上海大学 | 一种基于soa架构的模型检验工具集成方法 |
CN104268695A (zh) * | 2014-09-26 | 2015-01-07 | 武汉大学 | 一种多中心流域水环境分布式集群管理系统及方法 |
KR101912627B1 (ko) * | 2017-05-30 | 2018-10-30 | 에스지에이블록체인 주식회사 | Gis 기반의 수문-수리모형 분석결과의 통합 가시화 방법 |
CN109766374A (zh) * | 2018-12-26 | 2019-05-17 | 科大国创软件股份有限公司 | 一种信用联合监管平台 |
CN112379653A (zh) * | 2020-12-01 | 2021-02-19 | 国能信控互联技术有限公司 | 一种基于微服务架构的智慧电厂管控系统 |
-
2021
- 2021-09-14 CN CN202111074005.5A patent/CN113780826B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257911A (zh) * | 2012-02-15 | 2013-08-21 | 上海大学 | 一种基于soa架构的模型检验工具集成方法 |
CN104268695A (zh) * | 2014-09-26 | 2015-01-07 | 武汉大学 | 一种多中心流域水环境分布式集群管理系统及方法 |
KR101912627B1 (ko) * | 2017-05-30 | 2018-10-30 | 에스지에이블록체인 주식회사 | Gis 기반의 수문-수리모형 분석결과의 통합 가시화 방법 |
CN109766374A (zh) * | 2018-12-26 | 2019-05-17 | 科大国创软件股份有限公司 | 一种信用联合监管平台 |
CN112379653A (zh) * | 2020-12-01 | 2021-02-19 | 国能信控互联技术有限公司 | 一种基于微服务架构的智慧电厂管控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113780826A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113780826B (zh) | 基于长江流域水环境模型的集成及可视化决策分析方法 | |
Dile et al. | Introducing a new open source GIS user interface for the SWAT model | |
Chagas et al. | Climate and land management accelerate the Brazilian water cycle | |
Memarian et al. | SWAT-based hydrological modelling of tropical land-use scenarios | |
Tasser et al. | An integrative approach for analysing landscape dynamics in diverse cultivated and natural mountain areas | |
Khoshnood Motlagh et al. | Analysis and prediction of land cover changes using the land change modeler (LCM) in a semiarid river basin, Iran | |
Hashimoto et al. | Scenario analysis of land-use and ecosystem services of social-ecological landscapes: implications of alternative development pathways under declining population in the Noto Peninsula, Japan | |
Smakhtin et al. | Low flow estimation in South Africa | |
Van Dessel et al. | Sensitivity analysis of logistic regression parameterization for land use and land cover probability estimation | |
Jin et al. | Mapping the annual dynamics of cultivated land in typical area of the Middle-lower Yangtze plain using long time-series of Landsat images based on Google Earth Engine | |
Abdulkadir et al. | Quantitative analysis of soil erosion causative factors for susceptibility assessment in a complex watershed | |
Roberts | The effects of current landscape configuration on streamflow within selected small watersheds of the Atlanta metropolitan region | |
Bouadi et al. | A data warehouse to explore multidimensional simulated data from a spatially distributed agro-hydrological model to improve catchment nitrogen management | |
Yan et al. | Exploring and attributing change to fractional vegetation coverage in the middle and lower reaches of Hanjiang River Basin, China | |
KR101594148B1 (ko) | Efdc 수치모델 입/출력자료 가시화 및 분석 시스템 | |
Oruç et al. | Evaluating the effects of soil data quality on the SWAT runoff prediction Performance; A case study of Saz-Cayirova catchment, Turkey | |
Raju et al. | Assessment of variable source area hydrological models in humid tropical watersheds | |
López-Ballesteros et al. | DSOLMap, a novel high-resolution global digital soil property map for the SWAT+ model: Development and hydrological evaluation | |
Lin et al. | Development of a visualization platform oriented to Lake water quality targets management-A case study of Lake Taihu | |
CN110648078A (zh) | 基于开发地图的风电项目开发信息系统 | |
CN115758856A (zh) | 一种景观格局及气候变化对流域未来水质影响的研究方法 | |
Guo et al. | Application of GIS and remote sensing techniques for water resources management | |
Zhang et al. | Identifying the regional spatial management of ecosystem services from a supply and demand perspective: A case study of Danjiangkou reservoir area, China | |
Wulff et al. | Nest–a decision support system for management of the Baltic Sea | |
Van Niekerk | CLUES: A web-based land use expert system for the Western Cape |
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 |