CN114254066A - 一种基于数字流域时空模型的污染排放确定方法和装置 - Google Patents
一种基于数字流域时空模型的污染排放确定方法和装置 Download PDFInfo
- Publication number
- CN114254066A CN114254066A CN202111668234.XA CN202111668234A CN114254066A CN 114254066 A CN114254066 A CN 114254066A CN 202111668234 A CN202111668234 A CN 202111668234A CN 114254066 A CN114254066 A CN 114254066A
- Authority
- CN
- China
- Prior art keywords
- water quality
- quality data
- monitoring station
- pollutant
- pollution
- 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 45
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 203
- 238000012544 monitoring process Methods 0.000 claims abstract description 186
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 117
- 231100000719 pollutant Toxicity 0.000 claims abstract description 117
- 238000004062 sedimentation Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 2
- 238000003911 water pollution Methods 0.000 abstract description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 14
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 7
- 229910052757 nitrogen Inorganic materials 0.000 description 7
- 229910052698 phosphorus Inorganic materials 0.000 description 7
- 239000011574 phosphorus Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 239000000356 contaminant Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 231100001239 persistent pollutant Toxicity 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002351 wastewater 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种基于数字流域时空模型的污染排放确定方法和装置,涉及河流水质监测技术领域,其中,方法包括:待检测河流域中包括多个区段,每个区段具有监测站点,每个监测站点安装水质传感器,水质传感器用于获取水质数据,通过获取当前监测站点的当前监测水质数据;获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对实际水质数据进行计算,获取当前监测站点的理论水质数据;根据当前监测水质数据和理论水质数据的比较结果,确定当前监测站点和前一监测站点之间是否存在污染排放。由此,能够实时对水质污染情况进行判断,有效对污染情况进行预测和溯源。
Description
技术领域
本公开涉及河流水质监测技术领域,尤其涉及一种基于数字流域时空模型的污染排放确定方法和装置。
背景技术
水流域生态资源的有效治理问题是必须要解决与回应的重要问题。建立起数字流域,并且准确判断污染排放情况是流域治理现代化的重要举措。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种基于数字流域时空模型的污染排放确定方法和装置。
本公开提供了基于数字流域时空模型的污染排放确定方法,待检测河流域中包括多个区段,每个所述区段具有监测站点,每个所述监测站点安装水质传感器,所述水质传感器用于获取水质数据;包括:
获取当前监测站点的当前监测水质数据;
获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对所述实际水质数据进行计算,获取所述当前监测站点的理论水质数据;
根据所述当前监测水质数据和所述理论水质数据的比较结果,确定所述当前监测站点和所述前一监测站点之间是否存在污染排放。
在本公开一个可选的实施例中,在所述通过已计算的河流一维稳态模型对所述实际水质数据进行计算之前,还包括:
获取每个所述区段内的多个流速,并计算所述多个流速的平均值作为相邻两个区段的实际流速;
获取每个所述区段的监测水质数据和相邻两个区段的断面距离;其中,所述监测水质数据包括初始点污染物浓度和断面污染物浓度;
将所述监测水质数据、所述实际流速、所述断面距离以河流一维稳态模型进行多次计算,获取好氧系数和污染物的沉降系数的和值;
根据所述好氧系数和污染物的沉降系数的和值、所述实际流速、所述断面距离建立所述已计算的河流一维稳态模型。
在本公开一个可选的实施例中,所述的基于数字流域时空模型的污染排放确定方法,还包括:
获取任一目标区段的初始水质数据,通过所述已计算的河流一维稳态模型对所述初始水质数据进行计算,获取所述目标区段的末位水质数据;
获取下一区段的初始水质数据;
在所述末位水质数据和所述下一区段的初始水质数据不一致的情况下,调整所述好氧系数和污染物的沉降系数的和值,直到所述末位水质数据和所述下一区段的初始水质数据的误差在预设阈值内。
在本公开一个可选的实施例中,所述根据所述当前监测水质数据和所述理论水质数据的比较结果,确定所述当前监测站点和所述前一监测站点之间是否存在污染排放,包括:
从所述当前水质数据中,获取每个污染物的当前污染值;
从所述理论水质数据中,获取每个污染物的理论污染值;
计算所述当前污染值和所述理论污染值的差值,获取所述差值大于预设差值阈值的目标污染物;
在所述目标污染物在预设污染物列表内,则确定所述当前监测站点和所述前一监测站点之间存在污染排放;
在所述目标污染物不在预设污染物列表内,则确定所述当前监测站点和所述前一监测站点之间不存在污染排放。
在本公开一个可选的实施例中,所述根据所述当前监测水质数据和所述理论水质数据的比较结果,确定所述当前监测站点和所述前一监测站点之间是否存在污染排放,包括:
从所述当前水质数据中,获取目标污染物的当前污染值;
从所述理论水质数据中,获取所述目标污染物的理论污染值;
计算所述当前污染值和所述理论污染值的差值,在所述差值大于预设差值阈值的情况下,则确定所述当前监测站点和所述前一监测站点之间存在污染排放;
在所述差值小于等于预设差值阈值的情况下,则确定所述当前监测站点和所述前一监测站点之间不存在污染排放。
在本公开一个可选的实施例中,所述的基于数字流域时空模型的污染排放确定方法,还包括:
在确定所述当前监测站点和所述前一监测站点之间存在污染排放的情况下,生成预警信息并发送给目标设备。
在本公开一个可选的实施例中,所述的基于数字流域时空模型的污染排放确定方法,还包括:
在确定所述当前监测站点和所述前一监测站点之间存在污染排放的情况下,获取所述当前监测站点和所述前一监测站点之间距离;
在所述距离小于预设距离阈值的情况下,获取所述距离内的产业信息;
根据所述产业信息确定污染物排放目标区域。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开的基于数字流域时空模型的污染排放确定方法,在待检测河流域中包括多个区段,每个区段具有监测站点,每个监测站点安装水质传感器,水质传感器用于获取水质数据,通过获取当前监测站点的当前监测水质数据,获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对实际水质数据进行计算,获取当前监测站点的理论水质数据,根据当前监测水质数据和理论水质数据的比较结果,确定当前监测站点和前一监测站点之间是否存在污染排放。由此,能够实时对水质污染情况进行判断,有效对污染情况进行预测和溯源。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例所述基于数字流域时空模型的污染排放确定方法的流程示意图;
图2为本公开实施例所述数字流域的示意图;
图3为本公开实施例所述基于数字流域时空模型的污染排放确定方法的流程示意图;
图4为本公开实施例所述一种基于数字流域时空模型的污染排放确定装置的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
具体地,本公开的数字流域是指综合利用传感器技术、地理信息系统等技术对全流域的水体进行信息采集和数字化管理,构建起全流域综合信息平台,使相关部门能够及时掌握全流域的水质情况,辅助环保督察,能够对水质污染情况进行判断,有效对污染情况进行预测和溯源。数字流域通过采集传感器数据,结合流域污染物扩散过程,能够推演污染产生后的扩散情况,通过对于污染物扩散过程的反向推演进而能够污染排放排查,并在利用地理信息系统实现对于污染状况的可视化展示等等一系列相关工作。
图1为本公开实施例所述基于数字流域时空模型的污染排放确定方法的流程示意图。
如图1所示,该方法包括:
步骤101,获取当前监测站点的当前监测水质数据。
在本公开实施例中,待检测河流域中包括多个区段,每个区段具有监测站点,每个监测站点安装水质传感器,水质传感器用于获取水质数据。
作为一种场景举例,如图2所示,显示检测河流域中的部分区段1和2,每个区段具有监测站点,比如区段1的初始位置具有监测站点A,末位具有监测站点B,监测站点A和B安装水质传感器用于获取水质数据,再比如区段2的初始位置具有监测站点B,末位具有监测站点C,监测站点B和C安装水质传感器用于获取水质数据。
其中,使用传感器是了解流域内水质状况的常用办法,但是传感器造价普遍较高。了解大流域内的水质状况需要布设较为密集的传感器,这样就会造成监测成本及维护成本高。本公开实施例在流域内布置少量的水质传感器,利用河流一维稳态模型对全流域的水质情况进行模拟,并在此基础之上进行预警和溯源的判断。其中河流一维稳态模型的参数通过实时数据进行测算。
在本公开实施例中,水质传感器的类型可以根据应用需要选择设置,从而获取的水质数据可以为一种或者多种,比如可以磷浓度、氮浓度等。
在本公开实施例中,当前监测水质数据为当前监测站点的水质传感器获取的水质数据。
在本公开实施例中,当前监测站点可以为任一监测站点,比如可以为图2中的B或者C等,具体根据应用场景选择设置。
步骤102,获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对实际水质数据进行计算,获取当前监测站点的理论水质数据。
在本公开实施例中,前一监测站点可以理解为前一监测站点的河水顺着河水流向到当前监测站点,即前一监测站点为当前监测站点的上游监测站点,比如图2中的当前监测站点B,前一监测站点则为C,当前监测站点C,前一监测站点则为B。
在本公开实施例中,实际水质数据可以理解为前一监测站点真实的水质数据,比如真实的磷浓度为多少、氮浓度为多少等。
在本公开实施例中,实际水质数据获取的方式可以是前一监测站点的水质传感器获取的水质数据。
进一步地,通过已计算的河流一维稳态模型对实际水质数据进行计算,获取当前监测站点的理论水质数据。其中,已计算的河流一维稳态模型中的实际流速、断面距离可以根据需要实时调整,进一步提高判断准确性。
其中,已计算的河流一维稳态模型是一个以初始点污染物浓度为变量,结束点污染物浓度为计算结果的数学模型,模型中的其他参数已经预先计算获取。其中,河流一维稳态模型预先计算获取参数的方式后续详细描述,此处不再详述。
在本公开实施例中,可以理解的是,水质数据包括磷浓度、氮浓度等,为了提高判断的准确性,可以同时针对多个污染物的浓度进行计算,从而获取理论水质数据包括理论上当前监测站点的磷浓度、氮浓度等分别为多少。
步骤103,根据当前监测水质数据和理论水质数据的比较结果,确定当前监测站点和前一监测站点之间是否存在污染排放。
在本公开实施例中,根据当前监测水质数据和理论水质数据的比较结果,确定当前监测站点和前一监测站点之间是否存在污染排放的方式有很多种,举例说明如下。
第一种示例,从当前水质数据中,获取每个污染物的当前污染值,从理论水质数据中,获取每个污染物的理论污染值,计算当前污染值和理论污染值的差值,获取差值大于预设差值阈值的目标污染物,在目标污染物在预设污染物列表内,则确定当前监测站点和前一监测站点之间存在污染排放,在目标污染物不在预设污染物列表内,则确定当前监测站点和前一监测站点之间不存在污染排放。
具体地,水质数据中每个污染物的污染差值都计算,预先定好哪些污染超标则确定污染排放,比如预设污染物列表中包括磷和氮,具体根据应用需要选择设置。
第二种示例,从当前水质数据中,获取目标污染物的当前污染值,从理论水质数据中,获取目标污染物的理论污染值,计算当前污染值和理论污染值的差值,在差值大于预设差值阈值的情况下,则确定当前监测站点和前一监测站点之间存在污染排放,在差值小于等于预设差值阈值的情况下,则确定当前监测站点和前一监测站点之间不存在污染排放。
具体地,先确定哪些污染物超标则确定污染排放,比如目标污染物为磷和氮,仅仅计算磷和氮对应的差值,在差值大于预设差值阈值的情况下,则确定当前监测站点和前一监测站点之间存在污染排放,进一步提高计算效率。
综上所述,本公开的基于数字流域时空模型的污染排放确定方法,在待检测河流域中包括多个区段,每个区段具有监测站点,每个监测站点安装水质传感器,水质传感器用于获取水质数据,通过获取当前监测站点的当前监测水质数据,获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对实际水质数据进行计算,获取当前监测站点的理论水质数据,根据当前监测水质数据和理论水质数据的比较结果,确定当前监测站点和前一监测站点之间是否存在污染排放。由此,能够实时对水质污染情况进行判断,有效对污染情况进行预测和溯源。
在本公开一个可能实现方式中,在通过已计算的河流一维稳态模型对实际水质数据进行计算之前,预先计算河流一维稳态模型,具体结合图3描述,如图3所示,包括:
步骤201,获取每个区段内的多个流速,并计算多个流速的平均值作为相邻两个区段的实际流速。
步骤202,获取每个区段的监测水质数据和相邻两个区段的断面距离;其中,监测水质数据包括初始点污染物浓度和断面污染物浓度。
步骤203,将监测水质数据、实际流速、断面距离以河流一维稳态模型进行多次计算,获取好氧系数和污染物的沉降系数的和值。
步骤204,根据好氧系数和污染物的沉降系数的和值、实际流速、断面距离建立已计算的河流一维稳态模型。
具体地,河流一维稳态模型,如下:
其中,c为断面的污染物浓度,单位为mg/L,c0为初始点污染物浓度,单位为mg/L,c和c0为监测水质数据,K1为好氧系数,单位为1/d,K3为污染物的沉降系数,,单位为1/d,μ为实际流速,单位为m/s,x为断面距离(计算初始点到下游计算断面的距离),单位为m。
需要说明的是,河流一维稳态模型的适用条件满足以下条件(1)河流充分混合段;(2)非持久性污染物;(3)河流为恒定流动;(4)废水连续稳定排放。
需要说明的是,对于持续性污染物,在沉降作用明显的河流中,可以采用综合消减系数K替代上式中的K1+3来预测污染物浓度沿程变化,进一步提高准确性。
具体地,利用流速仪采集各监测点位之间的流速,为保证区段内流速的准确性,可以对区段内多点进行测速,然后求取均值代表区段内的流速水平即上述实际流速,进行结合各监测点位测得的水质数据,通过河流一维稳态模型就可以获得各区段的好氧系数和污染物的沉降系数之和,即K1+3。利用各区段监测初始水质数据、好氧系数和污染物的沉降系数之和、与初始点位之间的距离,就可以实现流域区段的数字化。
在本公开实施例中,获取任一目标区段的初始水质数据,通过已计算的河流一维稳态模型对初始水质数据进行计算,获取目标区段的末位水质数据,获取下一区段的初始水质数据,在末位水质数据和下一区段的初始水质数据不一致的情况下,调整好氧系数和污染物的沉降系数的和值,直到末位水质数据和下一区段的初始水质数据的误差在预设阈值内。
具体地,通过河流一维稳态模型测算的区段末位水质数据很有可能与下一区位的初始点的监测水质数据存在不一致的情况,可以通过不断的校验,可以使得K1+3无限接近真实值,通过历史数据的经验可以使测算水质数据在一定范围能就能够满足准确性。这样就可以实现整个流域的数字化。
在本公开一个可能实现方式中,在确定当前监测站点和前一监测站点之间存在污染排放的情况下,生成预警信息并发送给目标设备。
其中,目标设备为任一具有计算能力的设备,例如可以为PC(Personal Computer,个人电脑)、移动终端等,移动终端例如可以为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备,具体根据应用场景选择设置。
其中,预警信息可以包括区段、监测站点、污染物浓度、时间等,具体根据应用场景选择设置。
在本公开一个可能实现方式中,在确定当前监测站点和前一监测站点之间存在污染排放的情况下,获取当前监测站点和前一监测站点之间距离,在距离小于预设距离阈值的情况下,获取距离内的产业信息,根据产业信息确定污染物排放目标区域。
具体地,利用各监测站点监测水质数据可以进行初步研判,在忽略水流过程中污染物自然消退的情况下,如果当前监测站点的污染物浓度远大于前一监测站点的污染物浓度,可以断定流域断面内存在偷拍漏排现象。
需要说明的是,当不能通过以上方式进行判断时,可以考虑污染物在随水流流动过程中的自然消解。经过长时间的学习,K1+3已经能够准确的实现对于全流域的刻画,通过前一监测站点的污染物浓度利用河流一维稳态模型可以计算出当前监测站点的污染物浓度理论值,对比理论值与当前站点的实际监测值,如果计算的理论值远远小于实际监测值,有充分地理由相信,在该区段中存在偷排漏排现象。并且,可以对计算理论值稍微小于实际监测值的区段进行预警。
作为一种场景举例,继续以图2为例,图2中的通过监测点B的实际水质数据,利用河流一维稳态模型可以推演从B到C之间任何时间和位置的水质过程,将通过河流一维稳态模型计算的C处的理论水质数据与C处实际的理论水质数据相比之后,如果计算值远低于实际值,说明BC段之间存在着污水偷排漏排的情况,如果BC段距离较短,就可以结合该区段周边的产业情况比如该区段生产企业,以及生产时间和生产产品类型等等,更好地锁定周边偷排漏排企业的区域。
由此,传感器数据采集是实时的,可以获得实时的污染物浓度情况,通过实时计算各监测点的理论水质数据,就可以对各监测站点进行实时对比,锁定偷排漏排的区段,对污染区段进行监督检查,达到溯源的目的。另外,随着监测站点布设的密度增大,相关参数的学习会不断得到优化,其准确度也将越来越高,可有效地提升对于偷排漏排现象的检查效率。
图4为本公开实施例所述一种基于数字流域时空模型的污染排放确定装置的结构示意图,该装置可由软件和/或硬件实现,一般可集成在电子设备中。如图4所示,待检测河流域中包括多个区段,每个区段具有监测站点,每个监测站点安装水质传感器,水质传感器用于获取水质数据,该装置包括:
第一获取水质模块401,用于获取当前监测站点的当前监测水质数据。
第二获取水质模块402,用于获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对实际水质数据进行计算,获取当前监测站点的理论水质数据。
污染排放确定模块403,用于根据当前监测水质数据和理论水质数据的比较结果,确定当前监测站点和前一监测站点之间是否存在污染排放。
在本公开一个可选实施例中,该装置还包括:获取流速模块,用于获取每个区段内的多个流速,并计算多个流速的平均值作为相邻两个区段的实际流速;获取水质和距离模块,用于获取每个区段的监测水质数据和相邻两个区段的断面距离;其中,监测水质数据包括初始点污染物浓度和断面污染物浓度;计算模块,用于将监测水质数据、实际流速、断面距离以河流一维稳态模型进行多次计算,获取好氧系数和污染物的沉降系数的和值;建立模块,用于根据好氧系数和污染物的沉降系数的和值、实际流速、断面距离建立已计算的河流一维稳态模型。
在本公开一个可选实施例中,该装置还包括:获取计算模块,用于获取任一目标区段的初始水质数据,通过已计算的河流一维稳态模型对初始水质数据进行计算,获取目标区段的末位水质数据;获取模块,用于获取下一区段的初始水质数据;调整模块,用于在末位水质数据和下一区段的初始水质数据不一致的情况下,调整好氧系数和污染物的沉降系数的和值,直到末位水质数据和下一区段的初始水质数据的误差在预设阈值内。
在本公开一个可选实施例中,污染排放确定模块403,具体用于从当前水质数据中,获取每个污染物的当前污染值,从理论水质数据中,获取每个污染物的理论污染值,计算当前污染值和理论污染值的差值,获取差值大于预设差值阈值的目标污染物,在目标污染物在预设污染物列表内,则确定当前监测站点和前一监测站点之间存在污染排放,在目标污染物不在预设污染物列表内,则确定当前监测站点和前一监测站点之间不存在污染排放。
在本公开一个可选实施例中,从当前水质数据中,获取目标污染物的当前污染值,从理论水质数据中,获取目标污染物的理论污染值,计算当前污染值和理论污染值的差值,在差值大于预设差值阈值的情况下,则确定当前监测站点和前一监测站点之间存在污染排放,在差值小于等于预设差值阈值的情况下,则确定当前监测站点和前一监测站点之间不存在污染排放。
在本公开一个可选实施例中,该装置还包括:生成发送模块,用于在确定当前监测站点和前一监测站点之间存在污染排放的情况下,生成预警信息并发送给目标设备。
在本公开一个可选实施例中,该装置还包括:分析模块,用于在确定当前监测站点和前一监测站点之间存在污染排放的情况下,获取当前监测站点和所述前一监测站点之间距离,在距离小于预设距离阈值的情况下,获取距离内的产业信息,根据产业信息确定污染物排放目标区域。
综上所述,本公开的基于数字流域时空模型的污染排放确定装置,在待检测河流域中包括多个区段,每个区段具有监测站点,每个监测站点安装水质传感器,水质传感器用于获取水质数据,通过获取当前监测站点的当前监测水质数据,获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对实际水质数据进行计算,获取当前监测站点的理论水质数据,根据当前监测水质数据和理论水质数据的比较结果,确定当前监测站点和前一监测站点之间是否存在污染排放。由此,能够实时对水质污染情况进行判断,有效对污染情况进行预测和溯源。
根据本公开的一个或多个实施例,本公开提供了一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开提供的任一所述的基于数字流域时空模型的污染排放确定方法。
根据本公开的一个或多个实施例,本公开提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开提供的任一所述的基于数字流域时空模型的污染排放确定方法。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于数字流域时空模型的污染排放确定方法,其特征在于,待检测河流域中包括多个区段,每个所述区段具有监测站点,每个所述监测站点安装水质传感器,所述水质传感器用于获取水质数据;包括:
获取当前监测站点的当前监测水质数据;
获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对所述实际水质数据进行计算,获取所述当前监测站点的理论水质数据;
根据所述当前监测水质数据和所述理论水质数据的比较结果,确定所述当前监测站点和所述前一监测站点之间是否存在污染排放。
2.根据权利要求1所述的基于数字流域时空模型的污染排放确定方法,其特征在于,在所述通过已计算的河流一维稳态模型对所述实际水质数据进行计算之前,还包括:
获取每个所述区段内的多个流速,并计算所述多个流速的平均值作为相邻两个区段的实际流速;
获取每个所述区段的监测水质数据和相邻两个区段的断面距离;其中,所述监测水质数据包括初始点污染物浓度和断面污染物浓度;
将所述监测水质数据、所述实际流速、所述断面距离以河流一维稳态模型进行多次计算,获取好氧系数和污染物的沉降系数的和值;
根据所述好氧系数和污染物的沉降系数的和值、所述实际流速、所述断面距离建立所述已计算的河流一维稳态模型。
3.根据权利要求2所述的基于数字流域时空模型的污染排放确定方法,其特征在于,还包括:
获取任一目标区段的初始水质数据,通过所述已计算的河流一维稳态模型对所述初始水质数据进行计算,获取所述目标区段的末位水质数据;
获取下一区段的初始水质数据;
在所述末位水质数据和所述下一区段的初始水质数据不一致的情况下,调整所述好氧系数和污染物的沉降系数的和值,直到所述末位水质数据和所述下一区段的初始水质数据的误差在预设阈值内。
4.根据权利要求1所述的基于数字流域时空模型的污染排放确定方法,其特征在于,所述根据所述当前监测水质数据和所述理论水质数据的比较结果,确定所述当前监测站点和所述前一监测站点之间是否存在污染排放,包括:
从所述当前水质数据中,获取每个污染物的当前污染值;
从所述理论水质数据中,获取每个污染物的理论污染值;
计算所述当前污染值和所述理论污染值的差值,获取所述差值大于预设差值阈值的目标污染物;
在所述目标污染物在预设污染物列表内,则确定所述当前监测站点和所述前一监测站点之间存在污染排放;
在所述目标污染物不在预设污染物列表内,则确定所述当前监测站点和所述前一监测站点之间不存在污染排放。
5.根据权利要求1所述的基于数字流域时空模型的污染排放确定方法,其特征在于,所述根据所述当前监测水质数据和所述理论水质数据的比较结果,确定所述当前监测站点和所述前一监测站点之间是否存在污染排放,包括:
从所述当前水质数据中,获取目标污染物的当前污染值;
从所述理论水质数据中,获取所述目标污染物的理论污染值;
计算所述当前污染值和所述理论污染值的差值,在所述差值大于预设差值阈值的情况下,则确定所述当前监测站点和所述前一监测站点之间存在污染排放;
在所述差值小于等于预设差值阈值的情况下,则确定所述当前监测站点和所述前一监测站点之间不存在污染排放。
6.根据权利要求4或5所述的基于数字流域时空模型的污染排放确定方法,其特征在于,还包括:
在确定所述当前监测站点和所述前一监测站点之间存在污染排放的情况下,生成预警信息并发送给目标设备。
7.根据权利要求4或5所述的基于数字流域时空模型的污染排放确定方法,其特征在于,还包括:
在确定所述当前监测站点和所述前一监测站点之间存在污染排放的情况下,获取所述当前监测站点和所述前一监测站点之间距离;
在所述距离小于预设距离阈值的情况下,获取所述距离内的产业信息;
根据所述产业信息确定污染物排放目标区域。
8.一种基于数字流域时空模型的污染排放确定装置,其特征在于,待检测河流域中包括多个区段,每个所述区段具有监测站点,每个所述监测站点安装水质传感器,所述水质传感器用于获取水质数据;包括:
第一获取水质模块,用于获取当前监测站点的当前监测水质数据;
第二获取水质模块,用于获取前一监测站点的实际水质数据,通过已计算的河流一维稳态模型对所述实际水质数据进行计算,获取所述当前监测站点的理论水质数据;
污染排放确定模块,用于根据所述当前监测水质数据和所述理论水质数据的比较结果,确定所述当前监测站点和所述前一监测站点之间是否存在污染排放。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-7中任一所述的基于数字流域时空模型的污染排放确定方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7中任一所述的基于数字流域时空模型的污染排放确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2022/127275 WO2023025329A1 (zh) | 2021-08-26 | 2022-10-25 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2021109908549 | 2021-08-26 | ||
CN202110990854.9A CN113868347A (zh) | 2021-08-26 | 2021-08-26 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114254066A true CN114254066A (zh) | 2022-03-29 |
Family
ID=78988308
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110990854.9A Pending CN113868347A (zh) | 2021-08-26 | 2021-08-26 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
CN202111668234.XA Pending CN114254066A (zh) | 2021-08-26 | 2021-12-31 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110990854.9A Pending CN113868347A (zh) | 2021-08-26 | 2021-08-26 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN113868347A (zh) |
WO (1) | WO2023025329A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023025329A1 (zh) * | 2021-08-26 | 2023-03-02 | 中国环境科学研究院 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
CN116029884A (zh) * | 2023-03-29 | 2023-04-28 | 北京云庐科技有限公司 | 一种基于河道水质污染溯源模型的河流污染溯源方法 |
CN116973527A (zh) * | 2023-04-27 | 2023-10-31 | 四川中衡检测技术有限公司 | 一种基于大数据的水质环境检测方法及系统 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114705249B (zh) * | 2022-04-11 | 2024-04-30 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的污染物排放量监测方法及相关设备 |
CN116168771B (zh) * | 2023-04-26 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种基于物联网的河流中全氟化合物污染监测方法及系统 |
CN116701885B (zh) * | 2023-08-04 | 2023-10-20 | 合肥工业大学 | 一种废水处理数据采集分析方法 |
CN117630309B (zh) * | 2023-10-17 | 2024-05-28 | 水利部珠江水利委员会水文局 | 一种河道水质智能监测方法及系统 |
CN117420283B (zh) * | 2023-12-19 | 2024-03-08 | 上海科泽智慧环境科技有限公司 | 一种一体化多通道水质监测方法及系统 |
CN117689273A (zh) * | 2024-02-02 | 2024-03-12 | 埃睿迪信息技术(北京)有限公司 | 一种信息处理方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11184839A (ja) * | 1997-12-25 | 1999-07-09 | Hitachi Ltd | 発散抑制型2次元河川シミュレーションシステム |
JP2005030912A (ja) * | 2003-07-14 | 2005-02-03 | Penta Ocean Constr Co Ltd | 水質環境の監視方法及び監視システム |
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 |
US20160202228A1 (en) * | 2015-01-08 | 2016-07-14 | International Business Machines Corporation | Water quality monitoring and early event detection |
AU2020101392A4 (en) * | 2020-07-17 | 2020-08-20 | Beijing Normal University | Water quality prediction method and system based on water quality model |
CN112417721A (zh) * | 2020-11-11 | 2021-02-26 | 北京京航计算通讯研究所 | 基于二维有限元法扩散模型的水污染溯源方法及系统 |
CN113128884A (zh) * | 2021-04-25 | 2021-07-16 | 南京大学 | 一种基于河网数学模型进行区域性水环境溯源的方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100794589B1 (ko) * | 2007-02-27 | 2008-01-17 | 인하대학교 산학협력단 | 지아이에스를 이용한 수질오염부하산정 의사결정지원시스템및 그 운영방법 |
CN113868347A (zh) * | 2021-08-26 | 2021-12-31 | 中国环境科学研究院 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
-
2021
- 2021-08-26 CN CN202110990854.9A patent/CN113868347A/zh active Pending
- 2021-12-31 CN CN202111668234.XA patent/CN114254066A/zh active Pending
-
2022
- 2022-10-25 WO PCT/CN2022/127275 patent/WO2023025329A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11184839A (ja) * | 1997-12-25 | 1999-07-09 | Hitachi Ltd | 発散抑制型2次元河川シミュレーションシステム |
JP2005030912A (ja) * | 2003-07-14 | 2005-02-03 | Penta Ocean Constr Co Ltd | 水質環境の監視方法及び監視システム |
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 |
US20160202228A1 (en) * | 2015-01-08 | 2016-07-14 | International Business Machines Corporation | Water quality monitoring and early event detection |
AU2020101392A4 (en) * | 2020-07-17 | 2020-08-20 | Beijing Normal University | Water quality prediction method and system based on water quality model |
CN112417721A (zh) * | 2020-11-11 | 2021-02-26 | 北京京航计算通讯研究所 | 基于二维有限元法扩散模型的水污染溯源方法及系统 |
CN113128884A (zh) * | 2021-04-25 | 2021-07-16 | 南京大学 | 一种基于河网数学模型进行区域性水环境溯源的方法及系统 |
Non-Patent Citations (2)
Title |
---|
常玉海 等: "规模化畜禽养殖场环境影响评价与实例研究" * |
张怀成;董捷;王在峰;: "水污染源源解析研究最新进展" * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023025329A1 (zh) * | 2021-08-26 | 2023-03-02 | 中国环境科学研究院 | 一种基于数字流域时空模型的污染排放确定方法和装置 |
CN116029884A (zh) * | 2023-03-29 | 2023-04-28 | 北京云庐科技有限公司 | 一种基于河道水质污染溯源模型的河流污染溯源方法 |
CN116029884B (zh) * | 2023-03-29 | 2023-05-30 | 北京云庐科技有限公司 | 一种基于河道水质污染溯源模型的河流污染溯源方法 |
CN116973527A (zh) * | 2023-04-27 | 2023-10-31 | 四川中衡检测技术有限公司 | 一种基于大数据的水质环境检测方法及系统 |
CN116973527B (zh) * | 2023-04-27 | 2024-03-29 | 四川中衡检测技术有限公司 | 一种基于大数据的水质环境检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113868347A (zh) | 2021-12-31 |
WO2023025329A1 (zh) | 2023-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114254066A (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 | |
CN105278492B (zh) | 一种区域排污的智能监控系统和方法 | |
CN110851981B (zh) | 一种实现突发水污染快速溯源的方法 | |
CN110196083A (zh) | 排水管网污染路径的监测识别方法、装置及电子设备 | |
CN108009736A (zh) | 一种水质预警预报系统及水质预警预报方法 | |
CN112417788A (zh) | 基于大数据的水环境污染分析系统及方法 | |
CN111811580A (zh) | 一种水量/水质监测布点方法及预警响应系统 | |
CN114444259A (zh) | 一种雨污管网溯源追踪系统及方法 | |
CN109613197B (zh) | 一种基于河道水网的水质监测预警反馈响应方法 | |
CN116029884B (zh) | 一种基于河道水质污染溯源模型的河流污染溯源方法 | |
CN111501953A (zh) | 排水管网的异常分析方法、系统、介质及设备 | |
CN105303007A (zh) | 一种采用融合技术建立尼尔基水库水生态风险预警模型的方法 | |
CN116298159B (zh) | 一种工业污水厂污染物溯源方法、装置、存储介质和计算机设备 | |
CN113125659A (zh) | 水质监测平台 | |
CN114418214A (zh) | 管网淤堵分析方法、装置、计算机设备及存储介质 | |
CN113240203B (zh) | 一种多污染源中小河道断面污染贡献率计算方法 | |
CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
CN111161119A (zh) | 一种水陆两用管道溯源设备及其方法 | |
Yin et al. | Identification of pollution sources in rivers using a hydrodynamic diffusion wave model and improved Bayesian-Markov chain Monte Carlo algorithm | |
CN115931057B (zh) | 一种基于城市水利数据的地下管道排放预警系统 | |
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 | |
CN114814135B (zh) | 一种基于多元监测的河流水质污染溯源方法及系统 | |
CN116430000A (zh) | 一种河流生态环境监测系统 | |
CN208654841U (zh) | 一种水质预警预报系统 | |
CN113282577B (zh) | 污水管网的监测方法、装置、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220329 |
|
RJ01 | Rejection of invention patent application after publication |