CN114626771B - 一种城市区域水生态状态反应器构建方法、装置及反应器 - Google Patents
一种城市区域水生态状态反应器构建方法、装置及反应器 Download PDFInfo
- Publication number
- CN114626771B CN114626771B CN202210536451.1A CN202210536451A CN114626771B CN 114626771 B CN114626771 B CN 114626771B CN 202210536451 A CN202210536451 A CN 202210536451A CN 114626771 B CN114626771 B CN 114626771B
- Authority
- CN
- China
- Prior art keywords
- index
- water
- water ecological
- state
- reactor
- 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
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
- G06Q10/0639—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明涉及水生态质量评价技术领域,公开了一种城市区域水生态状态反应器构建方法、装置及反应器。本发明根据目标城市区域的各水生态状态指数对应的指标数据确定重要指标,基于重要指标的标准化值和权重计算各水生态状态指数的水生态状态得分值,根据所面临的水生态风险确定多个驱动因子并计算各驱动因子的标准化值,进而利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,通过显著性检验筛选出对各水生态状态指数产生显著影响的驱动因子,最后构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器。本发明解决了目前水生态状态反应器评价指标单一、灵活性低,不适用于快速城市化区域的技术问题。
Description
技术领域
本发明涉及水生态质量评价技术领域,尤其涉及一种城市区域水生态状态反应器构建方法、装置及反应器。
背景技术
在全球范围内,环境变化与人类活动影响均造成了地区水资源、水环境及水生态的剧烈变化,不同驱动因子的选取及对生态的响应机制成为研究热点。驱动因子主要分为特定压力和多重压力。特定压力的应用是以存在明显的压力-响应关系为基础,例如导致湖泊富营养化的营养物质(如磷或氮浓度)、湖泊河流的PH值、有机污染的生化需氧量(BOD)和沉积物有机物含量等方面。研究单一特定压力对生态的响应有较多局限性,忽略了其他因素可能产生的影响,因此大多数情况下,需要研究多重压力对生态系统的共同影响。
目前对于水生态状态的研究,在驱动因子方面仅考虑自然层面上的影响,并未考虑快速城市化和高密度产业人口对水安全的敏感性,而且水生态状态评价指标多只集中于水质理化指标或水生态健康等某一方面,不足以全面代表所研究区域的水生态状态。
此外,大多数的水生态状态反应器只适合于在不变的驱动因子的条件下对某个特定的区域进行水生态状态评估。当驱动因子发生变更,或者所研究城市区域发生改变,这些反应器并不能完全适用,灵活性低。
发明内容
本发明提供了一种城市区域水生态状态反应器构建方法、装置及反应器,构建的城市区域水生态状态反应器可计算不同驱动因子下城市区域的水生态状态综合指数,能够快速确定城市区域水生态状态对内外环境变化的响应程度,解决了目前水生态状态反应器评价指标单一、灵活性低,不适用于快速城市化区域的技术问题。
本发明第一方面提供一种城市区域水生态状态反应器构建方法,包括:
确定目标城市区域的各水生态状态指数及对应的指标集,采集各所述指标集的指标数据;
根据所述指标数据筛选出重要指标,计算各所述重要指标的标准化值和权重,根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值;
根据所述目标城市区域所面临的水生态风险确定多个驱动因子,并对各所述驱动因子进行标准化处理,得到各所述驱动因子的标准化值;
根据各所述驱动因子的标准化值和各水生态状态指数的水生态状态得分值,利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对建立的各回归方程进行总体显著性检验和回归系数显著性检验,根据得到的检验结果,从各驱动因子中筛选出对各水生态状态指数产生显著影响的驱动因子;
建立各所述水生态状态指数对筛选出的驱动因子的响应方程,根据所述响应方程和各所述水生态状态指数的权重,构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器。
根据本发明第一方面的一种能够实现的方式,所述确定目标城市区域的各水生态状态指数及对应的指标集,包括:
确定目标城市区域范围内的各水生态状态指数包括水生物指数、水生境指数、水质指数和/或水安全指数。
根据本发明第一方面的一种能够实现的方式,所述根据所述指标数据筛选出重要指标,包括:
采用主成分分析法对所述指标数据进行分析,根据得到的主成分分析结果对各所述指标集中的指标进行筛选,确定重要指标。
根据本发明第一方面的一种能够实现的方式,所述计算各所述重要指标的标准化值和权重,包括:
根据主成分特征值、方差贡献率和因子载荷系数计算对应重要指标的权重。
根据本发明第一方面的一种能够实现的方式,所述计算各所述重要指标的标准化值和权重,包括:
对各重要指标的数据进行划分,得到正向指标数据和逆向指标数据;
按照正向指标标准化公式对所述正向指标数据进行标准化处理,得到对应重要指标的标准化值;
按照逆向指标标准化公式对所述逆向指标数据进行标准化处理,得到对应重要指标的标准化值。
根据本发明第一方面的一种能够实现的方式,所述计算各所述重要指标的标准化值和权重,还包括:
设置所述正向指标标准化公式为:
设置所述逆向指标标准化公式为:
根据本发明第一方面的一种能够实现的方式,所述根据所述目标城市区域所面临的水生态风险确定多个驱动因子,包括:
确定驱动因子包括水生态环境变化因子和城市化综合指数,所述水生态环境变化因子包括目标城市区域范围内各水域的平均年径流量、下游潮位、下游盐度、污染物浓度和/或水域间的分流比,所述城市化综合指数包括目标城市区域范围内的人口密度、人均GDP、工业废水排放量、生活污水排放量、工业固体废物产生量和/或水域面积。
本发明第二方面提供一种城市区域水生态状态反应器构建装置,其特征在于,包括:
采集模块,用于确定目标城市区域的各水生态状态指数及对应的指标集,采集各所述指标集的指标数据;
水生态状态指数计算模块,用于根据所述指标数据筛选出重要指标,计算各所述重要指标的标准化值和权重,根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值;
驱动因子处理模块,用于根据所述目标城市区域所面临的水生态风险确定多个驱动因子,并对各所述驱动因子进行标准化处理,得到各所述驱动因子的标准化值;
驱动因子筛选模块,用于根据各所述驱动因子的标准化值和各水生态状态指数的水生态状态得分值,利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对建立的各回归方程进行总体显著性检验和回归系数显著性检验,根据得到的检验结果,从各驱动因子中筛选出对各水生态状态指数产生显著影响的驱动因子;
反应器构建模块,用于建立各所述水生态状态指数对筛选出的驱动因子的响应方程,根据所述响应方程和各所述水生态状态指数的权重,构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器。
根据本发明第二方面的一种能够实现的方式,所述采集模块包括:
指数确定单元,用于确定目标城市区域范围内的各水生态状态指数包括水生物指数、水生境指数、水质指数和/或水安全指数。
根据本发明第二方面的一种能够实现的方式,所述水生态状态指数计算模块包括:
指标筛选单元,用于采用主成分分析法对所述指标数据进行分析,根据得到的主成分分析结果对各所述指标集中的指标进行筛选,确定重要指标。
根据本发明第二方面的一种能够实现的方式,所述水生态状态指数计算模块包括:
指标权重计算单元,用于根据主成分特征值、方差贡献率和因子载荷系数计算对应重要指标的权重。
根据本发明第二方面的一种能够实现的方式,所述水生态状态指数计算模块包括:
指标数据划分单元,用于对各重要指标的数据进行划分,得到正向指标数据和逆向指标数据;
第一标准化处理单元,用于按照正向指标标准化公式对所述正向指标数据进行标准化处理,得到对应重要指标的标准化值;
第二标准化处理单元,用于按照逆向指标标准化公式对所述逆向指标数据进行标准化处理,得到对应重要指标的标准化值。
根据本发明第二方面的一种能够实现的方式,所述水生态状态指数计算模块还包括:
第一标准化公式设置单元,用于设置所述正向指标标准化公式为:
第二标准化公式设置单元,用于设置所述逆向指标标准化公式为:
根据本发明第二方面的一种能够实现的方式,所述驱动因子处理模块包括:
驱动因子确定单元,用于确定驱动因子包括水生态环境变化因子和城市化综合指数,所述水生态环境变化因子包括目标城市区域范围内各水域的平均年径流量、下游潮位、下游盐度、污染物浓度和/或水域间的分流比,所述城市化综合指数包括目标城市区域范围内的人口密度、人均GDP、工业废水排放量、生活污水排放量、工业固体废物产生量和/或水域面积。
本发明第三方面提供了一种城市区域水生态状态反应器构建装置,包括:
存储器,用于存储指令;其中,所述指令用于实现如上任意一项能够实现的方式所述的城市区域水生态状态反应器构建方法;
处理器,用于执行所述存储器中的指令。
本发明第四方面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上任意一项能够实现的方式所述的城市区域水生态状态反应器构建方法。
本发明第五方面提供了一种城市区域水生态状态反应器,其特征在于,所述城市区域水生态状态反应器采用如上任意一项能够实现的方式所述的城市区域水生态状态反应器构建方法获得。
从以上技术方案可以看出,本发明具有以下优点:
本发明根据目标城市区域的各水生态状态指数对应的指标数据确定重要指标,并计算各重要指标的标准化值和权重,以用于计算各水生态状态指数的水生态状态得分值,根据目标城市区域所面临的水生态风险确定多个驱动因子并计算各驱动因子的标准化值,进而根据计算到的数据,利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对各回归方程进行显著性检验,以筛选出对各水生态状态指数产生显著影响的驱动因子,以筛选出的驱动因子为基础,构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器;本发明构建的城市区域水生态状态反应器可计算不同驱动因子下城市区域的水生态状态综合指数,能够快速确定城市区域水生态状态对内外环境变化的响应程度,解决了目前水生态状态反应器评价指标单一、灵活性低,不适用于快速城市化区域的技术问题。
附图说明
为了更清楚地说明本发明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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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它的附图。
图1为本发明一个可选实施例提供的一种城市区域水生态状态反应器构建方法的流程图;
图2为本发明一个可选实施例提供的一种城市区域水生态状态反应器构建装置的原理框图。
附图标记:
1- 采集模块;2-水生态状态指数计算模块;3-驱动因子处理模块;4-驱动因子筛选模块;5-反应器构建模块。
具体实施方式
本发明实施例提供了一种城市区域水生态状态反应器构建方法、装置及反应器,用于解决目前水生态状态反应器评价指标单一、灵活性低,不适用于快速城市化区域的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供了一种城市区域水生态状态反应器构建方法。
请参阅图1,图1示出了本发明实施例提供的一种城市区域水生态状态反应器构建方法的流程图。
本发明实施例提供的一种城市区域水生态状态反应器构建方法,包括:
步骤S1,确定目标城市区域的各水生态状态指数及对应的指标集,采集各所述指标集的指标数据。
执行步骤S1时,可以以城市区域的水生态现状以及面临的水生态风险为参考,采用层次分析法,分别从准则层和指标层进行指标初选,构建以目标城市区域水生态状态综合指数为目标层的体系。结合目标城市区域所面临的水生态风险,考虑指标简明性和易获得性,本实施例于准则层构建多个水生态状态指数。
作为一种能够实现的方式,确定目标城市区域范围内的各水生态状态指数包括水生物指数、水生境指数、水质指数和水安全指数。
对于指标集,具体地,可以选取多个用于反应各水生态状态指数的指标构建指标集。例如,可以选取河口浮游植物密度、浮游植物多样性、浮游动物密度、浮游动物多样性、大型底栖动物密度、大型底栖动物多样性和目标城市初级生产力(NPP)作为反映目标城市区域的水生物指数的指标。
具体地,可以选用目标城市区域自然湿地面积变化率、城镇建设用地比例和植被覆盖度三个指标作为反映水生境指数的指标。
具体地,水质指数根据境内主要河流断面的监测数据综合反映,因此,可以选取溶解氧(DO)、高猛酸盐指数(KMnO4)、化学需氧量(CODcr)、生化需氧量(BOD5)、氨氮(NH4-N)、总磷(TP)和总氮(TN)等作为反映水质指数的指标。
具体地,可以选取目标城市区域人均水资源量、地级以上城市集中式饮用水水源水质达标率(此处指达到II类标准及以上的达标率)、城市污水处理率、城镇居民生活人均用水量和含氯度超标天数等作为反映水安全指数的指标。
步骤S2,根据所述指标数据筛选出重要指标,计算各所述重要指标的标准化值和权重,根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值。
其中,可以使用主成分分析、因子分析法、灰色聚类法和/或Spearman相关性分析对指标进行筛选。
在一种能够实现的方式中,所述根据所述指标数据筛选出重要指标,包括:
采用主成分分析法对所述指标数据进行分析,根据得到的主成分分析结果对各所述指标集中的指标进行筛选,确定重要指标。
其中,由于各指标的单位不同,不便于统一分析,在进行筛选前,为消除指标间量纲不同带来的影响,需要将指标的原始数据进行归一化处理,便于不同指标间进行运算对比。
作为一种具体的实施方式,根据得到的主成分分析结果对各所述指标集中的指标进行筛选时,可以根据主成分分析结果保留载荷绝对值大于0.75的指标。
本发明实施例中,通过采用主成分分析法对所述指标数据进行分析,根据得到的主成分分析结果筛选出重要指标,可以适用于数据集样本较少且变量间不满足正态分布的情况,有效完成指标的筛选。
作为另一种能够实现的方式,可以结合主成分分析和Spearman相关性分析对指标进行筛选。具体的实现方式为:对各个水生态状态指数所含指标进行标准化;利用主成分分析法得到水生态状态指数所包含的指标集对水生态状态的贡献率,按累计方差超过90%的原则提取主成分个数;对指标进行最大方差旋转,得到因子载荷矩阵,保留载荷值大于0.75的指标进行第二次筛选;对余下指标进行Spearman相关性分析,将相关性系数大于0.95的指标进行取舍,得到重要指标。
本发明实施例中,可以适用于数据集样本较少且变量间不满足正态分布的情况,有效完成指标的筛选。
在一种能够实现的方式中,所述计算各所述重要指标的标准化值和权重,包括:
根据主成分特征值、方差贡献率和因子载荷系数计算对应重要指标的权重。
具体地,计算对应重要指标的权重的实施方式包括:
提取主成分特征值,结合所述主成分特征值和各指标的因子载荷系数计算指标主成分系数,计算公式如下:
计算指标综合系数:
计算指标归一化权重:
进一步地,可以根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值:
水生态状态指数旨在对目标城市区域的水生态健康状态进行量化,可以按0~1区间标准化分为很健康、健康、亚健康、不健康、病态五个等级。例如,可以按照下表设置每个等级对应的水生态状态指数范围:
表1
在一种能够实现的方式中,计算各所述重要指标的标准化值时,包括:
对各重要指标的数据进行划分,得到正向指标数据和逆向指标数据;
按照正向指标标准化公式对所述正向指标数据进行标准化处理,得到对应重要指标的标准化值;
按照逆向指标标准化公式对所述逆向指标数据进行标准化处理,得到对应重要指标的标准化值。
指标数值越大,所代表的水生态状态就越好,这类指标称为正向指标;相反,某些指标数值越大,表明该指标所代表的该区域水生态状态越差,这类指标成为逆向指标。在计算各所述重要指标的标准化值时,本发明实施例,对各重要指标的数据进行划分,得到正向指标数据和逆向指标数据,并分别进行标准化处理,便于不同指标间进行统一分析。
其中,可以设置所述正向指标标准化公式为:
设置所述逆向指标标准化公式为:
步骤S3,根据所述目标城市区域所面临的水生态风险确定多个驱动因子,并对各所述驱动因子进行标准化处理,得到各所述驱动因子的标准化值。
在一种能够实现的方式中,所述根据所述目标城市区域所面临的水生态风险确定多个驱动因子,包括:
确定驱动因子包括水生态环境变化因子和城市化综合指数,所述水生态环境变化因子包括目标城市区域范围内各水域的平均年径流量、下游潮位、下游盐度、污染物浓度和/或水域间的分流比,所述城市化综合指数包括目标城市区域范围内的人口密度、人均GDP、工业废水排放量、生活污水排放量、工业固体废物产生量和/或水域面积。
由于驱动因子的量纲不同,不能客观比较各变量在方程中的重要性。故在此之前,需利用标准化公式将驱动因子进行标准化处理,进而得到标准化系数其中,可以采用现有的标准化公式对各所述驱动因子进行标准化处理。例如,采用线性法的标准化公式对各所述驱动因子进行标准化处理。
步骤S4,根据各所述驱动因子的标准化值和各水生态状态指数的水生态状态得分值,利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对建立的各回归方程进行总体显著性检验和回归系数显著性检验,根据得到的检验结果,从各驱动因子中筛选出对各水生态状态指数产生显著影响的驱动因子。
多元线性逐步回归可以用于构建多个变量间响应关系的方程。该方法利用线性拟合,确定多个自变量和因变量之间存在的统计关系,利用所得参数建立方程进行分析和预测。得到回归方程后,根据方程的拟合优度、回归方程总体显著性检验和回归系数显著性检验来判断哪些变量应包含在最终方程中。本发明实施例,通过利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对数据样本量要求不高,方法操作简单。
步骤S5,建立各所述水生态状态指数对筛选出的驱动因子的响应方程,根据所述响应方程和各所述水生态状态指数的权重,构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器。
其中,通过各所述水生态状态指数对筛选出的驱动因子的响应方程,可以得到以筛选出的驱动因子为输入的各所述水生态状态指数的响应值。根据该响应值和各所述水生态状态指数的权重,便可以得到水生状态综合指数的值。
进一步地,可以根据表1中水生态状态指数的水生态状态得分值所对应的健康等级,评估水生状态综合指数对应的健康等级,从而确定目标城市区域水生状态所属的健康等级。
根据上述方法构建目标城市区域水生状态反应器,可计算在不同输入情况下目标城市区域的水生态状态指数,评价目标城市区域的水生态状态,并探讨目标城市区域的生态状态对内外环境变化的响应。同理,也可根据最新的环境及条件变化识别并更新驱动因子,重建水生态反应器,得到目标城市区域的水生态状态对更新后的驱动因子的响应程度。因此,本发明实施例中,所构建的目标城市区域水生状态反应器具有较高的灵活性。
本发明还提供了一种城市区域水生态状态反应器构建装置。
请参阅图2,图2示出了本发明实施例提供的一种城市区域水生态状态反应器构建装置的原理框图。
本发明实施例提供了一种城市区域水生态状态反应器构建装置,包括:
采集模块1,用于确定目标城市区域的各水生态状态指数及对应的指标集,采集各所述指标集的指标数据;
水生态状态指数计算模块2,用于根据所述指标数据筛选出重要指标,计算各所述重要指标的标准化值和权重,根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值;
驱动因子处理模块3,用于根据所述目标城市区域所面临的水生态风险确定多个驱动因子,并对各所述驱动因子进行标准化处理,得到各所述驱动因子的标准化值;
驱动因子筛选模块4,用于根据各所述驱动因子的标准化值和各水生态状态指数的水生态状态得分值,利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对建立的各回归方程进行总体显著性检验和回归系数显著性检验,根据得到的检验结果,从各驱动因子中筛选出对各水生态状态指数产生显著影响的驱动因子;
反应器构建模块5,用于建立各所述水生态状态指数对筛选出的驱动因子的响应方程,根据所述响应方程和各所述水生态状态指数的权重,构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器。
在一种能够实现的方式中,所述采集模块1包括:
指数确定单元,用于确定目标城市区域范围内的各水生态状态指数包括水生物指数、水生境指数、水质指数和/或水安全指数。
根据本发明第二方面的一种能够实现的方式,所述水生态状态指数计算模块2包括:
指标筛选单元,用于采用主成分分析法对所述指标数据进行分析,根据得到的主成分分析结果对各所述指标集中的指标进行筛选,确定重要指标。
在一种能够实现的方式中,所述水生态状态指数计算模块2包括:
指标权重计算单元,用于根据主成分特征值、方差贡献率和因子载荷系数计算对应重要指标的权重。
在一种能够实现的方式中,所述水生态状态指数计算模块2包括:
指标数据划分单元,用于对各重要指标的数据进行划分,得到正向指标数据和逆向指标数据;
第一标准化处理单元,用于按照正向指标标准化公式对所述正向指标数据进行标准化处理,得到对应重要指标的标准化值;
第二标准化处理单元,用于按照逆向指标标准化公式对所述逆向指标数据进行标准化处理,得到对应重要指标的标准化值。
在一种能够实现的方式中,所述水生态状态指数计算模块2还包括:
第一标准化公式设置单元,用于设置所述正向指标标准化公式为:
第二标准化公式设置单元,用于设置所述逆向指标标准化公式为:
在一种能够实现的方式中,所述驱动因子处理模块3包括:
驱动因子确定单元,用于确定驱动因子包括水生态环境变化因子和城市化综合指数,所述水生态环境变化因子包括目标城市区域范围内各水域的平均年径流量、下游潮位、下游盐度、污染物浓度和/或水域间的分流比,所述城市化综合指数包括目标城市区域范围内的人口密度、人均GDP、工业废水排放量、生活污水排放量、工业固体废物产生量和/或水域面积。
本发明还提供了一种城市区域水生态状态反应器构建装置,包括:
存储器,用于存储指令;其中,所述指令用于实现如上任意一项实施例所述的城市区域水生态状态反应器构建方法;
处理器,用于执行所述存储器中的指令。
本发明还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上任意一项实施例所述的城市区域水生态状态反应器构建方法。
本发明还提供了一种城市区域水生态状态反应器,所述城市区域水生态状态反应器采用如上任意一项实施例所述的城市区域水生态状态反应器构建方法获得。
本发明上述实施例,构建的城市区域水生态状态反应器可计算不同驱动因子下城市区域的水生态状态综合指数,能够快速确定城市区域水生态状态对内外环境变化的响应程度,解决了目前水生态状态反应器评价指标单一、灵活性低,不适用于快速城市化区域的技术问题。
所属领域的技术人员可以清楚地了解到,为描述地方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,上述描述的系统、装置和模块的具体有益效果,可以参考前述方法实施例中的对应有益效果,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种城市区域水生态状态反应器构建方法,其特征在于,包括:
确定目标城市区域的各水生态状态指数及对应的指标集,采集各所述指标集的指标数据;所述各水生态状态指数包括水生物指数、水生境指数、水质指数和水安全指数,其中反映所述水安全指数的指标包括目标城市区域人均水资源量、地级以上城市集中式饮用水水源水质达标率、城市污水处理率、城镇居民生活人均用水量和含氯度超标天数;
根据所述指标数据筛选出重要指标,计算各所述重要指标的标准化值和权重,根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值;
根据所述目标城市区域所面临的水生态风险确定多个驱动因子,并对各所述驱动因子进行标准化处理,得到各所述驱动因子的标准化值;
根据各所述驱动因子的标准化值和各水生态状态指数的水生态状态得分值,利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对建立的各回归方程进行总体显著性检验和回归系数显著性检验,根据得到的检验结果,从各驱动因子中筛选出对各水生态状态指数产生显著影响的驱动因子;
建立各所述水生态状态指数对筛选出的驱动因子的响应方程,根据所述响应方程和各所述水生态状态指数的权重,构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器;
其中,所述根据所述目标城市区域所面临的水生态风险确定多个驱动因子,包括:
确定驱动因子包括水生态环境变化因子和城市化综合指数,所述水生态环境变化因子包括目标城市区域范围内各水域的平均年径流量、下游潮位、下游盐度、污染物浓度和/或水域间的分流比,所述城市化综合指数包括目标城市区域范围内的人口密度、人均GDP、工业废水排放量、生活污水排放量、工业固体废物产生量和/或水域面积;
根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值时,采用下列公式进行计算:
2.根据权利要求1所述的城市区域水生态状态反应器构建方法,其特征在于,所述根据所述指标数据筛选出重要指标,包括:
采用主成分分析法对所述指标数据进行分析,根据得到的主成分分析结果对各所述指标集中的指标进行筛选,确定重要指标。
3.根据权利要求2所述的城市区域水生态状态反应器构建方法,其特征在于,所述计算各所述重要指标的标准化值和权重,包括:
根据主成分特征值、方差贡献率和因子载荷系数计算对应重要指标的权重。
4.根据权利要求1所述的城市区域水生态状态反应器构建方法,其特征在于,所述计算各所述重要指标的标准化值和权重,包括:
对各重要指标的数据进行划分,得到正向指标数据和逆向指标数据;
按照正向指标标准化公式对所述正向指标数据进行标准化处理,得到对应重要指标的标准化值;
按照逆向指标标准化公式对所述逆向指标数据进行标准化处理,得到对应重要指标的标准化值。
6.一种城市区域水生态状态反应器构建装置,其特征在于,包括:
采集模块,用于确定目标城市区域的各水生态状态指数及对应的指标集,采集各所述指标集的指标数据;所述各水生态状态指数包括水生物指数、水生境指数、水质指数和水安全指数,其中反映所述水安全指数的指标包括目标城市区域人均水资源量、地级以上城市集中式饮用水水源水质达标率、城市污水处理率、城镇居民生活人均用水量和含氯度超标天数;
水生态状态指数计算模块,用于根据所述指标数据筛选出重要指标,计算各所述重要指标的标准化值和权重,根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值;
驱动因子处理模块,用于根据所述目标城市区域所面临的水生态风险确定多个驱动因子,并对各所述驱动因子进行标准化处理,得到各所述驱动因子的标准化值;
驱动因子筛选模块,用于根据各所述驱动因子的标准化值和各水生态状态指数的水生态状态得分值,利用多元线性逐步回归建立各水生态状态指数与驱动因子的回归方程,对建立的各回归方程进行总体显著性检验和回归系数显著性检验,根据得到的检验结果,从各驱动因子中筛选出对各水生态状态指数产生显著影响的驱动因子;
反应器构建模块,用于建立各所述水生态状态指数对筛选出的驱动因子的响应方程,根据所述响应方程和各所述水生态状态指数的权重,构建以驱动因子为输入、以水生状态综合指数为输出的目标城市区域水生状态反应器;
其中,所述驱动因子处理模块根据所述目标城市区域所面临的水生态风险确定多个驱动因子时,具体用于:
确定驱动因子包括水生态环境变化因子和城市化综合指数,所述水生态环境变化因子包括目标城市区域范围内各水域的平均年径流量、下游潮位、下游盐度、污染物浓度和/或水域间的分流比,所述城市化综合指数包括目标城市区域范围内的人口密度、人均GDP、工业废水排放量、生活污水排放量、工业固体废物产生量和/或水域面积;
所述水生态状态指数计算模块根据得到的标准化值和权重计算各水生态状态指数的水生态状态得分值时,采用下列公式进行计算:
7.一种城市区域水生态状态反应器构建装置,其特征在于,包括:
存储器,用于存储指令;其中,所述指令用于实现如权利要求1-5任意一项所述的城市区域水生态状态反应器构建方法;
处理器,用于执行所述存储器中的指令。
8.一种计算机可读存储介质,其特征在于,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权利要求1-5任意一项所述的城市区域水生态状态反应器构建方法。
9.一种城市区域水生态状态反应器,其特征在于,所述城市区域水生态状态反应器采用如权利要求1-5任意一项所述的城市区域水生态状态反应器构建方法获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210536451.1A CN114626771B (zh) | 2022-05-18 | 2022-05-18 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210536451.1A CN114626771B (zh) | 2022-05-18 | 2022-05-18 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114626771A CN114626771A (zh) | 2022-06-14 |
CN114626771B true CN114626771B (zh) | 2022-08-02 |
Family
ID=81906923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210536451.1A Active CN114626771B (zh) | 2022-05-18 | 2022-05-18 | 一种城市区域水生态状态反应器构建方法、装置及反应器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626771B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115409374B (zh) * | 2022-08-30 | 2023-09-01 | 南方海洋科学与工程广东省实验室(广州) | 城镇化差异对流域水生态服务功能的影响预警方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0612039A2 (en) * | 1993-02-15 | 1994-08-24 | Babcock-Hitachi Kabushiki Kaisha | Maintenance systems for degradation of plant component parts |
CN103177302A (zh) * | 2013-03-28 | 2013-06-26 | 深圳市环境科学研究院 | 一种城区水库型水源地风险源评估方法 |
CN103810537A (zh) * | 2014-02-12 | 2014-05-21 | 南京大学 | 一种基于水质模型的区域环境风险评估方法 |
CN105354415A (zh) * | 2015-10-26 | 2016-02-24 | 江西省水利科学研究院 | 一种湖泊生态系统稳态转换突变的分析方法 |
CN106021887A (zh) * | 2016-05-13 | 2016-10-12 | 浙江省舟山海洋生态环境监测站 | 河口与海湾生态系统健康评价方法 |
CN106990216A (zh) * | 2017-04-01 | 2017-07-28 | 河海大学 | 一种浅水湖泊水华风险分析预警系统及其分析预警方法 |
CN107622363A (zh) * | 2017-11-02 | 2018-01-23 | 中国环境科学研究院 | 城市水环境质量评估方法 |
CN109408773A (zh) * | 2018-11-06 | 2019-03-01 | 福州大学 | 一种生态健康诊断的指标自动化筛选方法 |
CN109871638A (zh) * | 2019-03-06 | 2019-06-11 | 南京林业大学 | 一种湖泊湿地富营养化评价模型构建方法 |
CN110189059A (zh) * | 2019-06-17 | 2019-08-30 | 北京师范大学 | 一种流域水系统协同承载力评价指标体系构建方法 |
CN110378822A (zh) * | 2019-05-22 | 2019-10-25 | 云南省大理白族自治州气象局 | 一种影响湖泊水质的最优气象因子构建筛选方法 |
CN110969346A (zh) * | 2019-11-22 | 2020-04-07 | 江苏省环境科学研究院 | 基于指标筛选的流域水生态功能分区治理需求评价方法 |
CN111582620A (zh) * | 2020-02-13 | 2020-08-25 | 北京市环境保护科学研究院 | 一种水环境承载力数据处理方法 |
CN111598431A (zh) * | 2020-05-13 | 2020-08-28 | 沈阳建筑大学 | 一种具有功能差异性的流域水生态环境承载力评估方法 |
CN112132486A (zh) * | 2020-10-01 | 2020-12-25 | 长江水利委员会长江科学院 | 西北内陆河区水资源高效利用的生态环境影响评价方法 |
AU2020103356A4 (en) * | 2020-02-26 | 2021-01-21 | Chinese Research Academy Of Environmental Sciences | Method and device for building river diatom bloom warning model |
CN112651591A (zh) * | 2020-11-10 | 2021-04-13 | 广东粤海水务股份有限公司 | 一种城市景观湖泊水生态系统健康评价及诊断方法 |
CN113283743A (zh) * | 2021-05-21 | 2021-08-20 | 中国科学院南京地理与湖泊研究所 | 一种流域中不同生态修复类型生境阈值的判定方法 |
CN113762730A (zh) * | 2021-08-16 | 2021-12-07 | 中国科学院地理科学与资源研究所 | 一种水资源承载力风险评估方法及其电子设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496070A (zh) * | 2011-12-07 | 2012-06-13 | 中国海洋大学 | 一种河口生态风险评价模型的构建方法 |
CN113570104A (zh) * | 2021-03-08 | 2021-10-29 | 中电建华东勘测设计研究院(郑州)有限公司 | 一种流域水生态功能分区方法 |
CN113033997B (zh) * | 2021-03-24 | 2023-09-19 | 汕头大学 | 基于改进集对分析的城市水质等级确定方法、装置及介质 |
-
2022
- 2022-05-18 CN CN202210536451.1A patent/CN114626771B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0612039A2 (en) * | 1993-02-15 | 1994-08-24 | Babcock-Hitachi Kabushiki Kaisha | Maintenance systems for degradation of plant component parts |
CN103177302A (zh) * | 2013-03-28 | 2013-06-26 | 深圳市环境科学研究院 | 一种城区水库型水源地风险源评估方法 |
CN103810537A (zh) * | 2014-02-12 | 2014-05-21 | 南京大学 | 一种基于水质模型的区域环境风险评估方法 |
CN105354415A (zh) * | 2015-10-26 | 2016-02-24 | 江西省水利科学研究院 | 一种湖泊生态系统稳态转换突变的分析方法 |
CN106021887A (zh) * | 2016-05-13 | 2016-10-12 | 浙江省舟山海洋生态环境监测站 | 河口与海湾生态系统健康评价方法 |
CN106990216A (zh) * | 2017-04-01 | 2017-07-28 | 河海大学 | 一种浅水湖泊水华风险分析预警系统及其分析预警方法 |
CN107622363A (zh) * | 2017-11-02 | 2018-01-23 | 中国环境科学研究院 | 城市水环境质量评估方法 |
CN109408773A (zh) * | 2018-11-06 | 2019-03-01 | 福州大学 | 一种生态健康诊断的指标自动化筛选方法 |
CN109871638A (zh) * | 2019-03-06 | 2019-06-11 | 南京林业大学 | 一种湖泊湿地富营养化评价模型构建方法 |
CN110378822A (zh) * | 2019-05-22 | 2019-10-25 | 云南省大理白族自治州气象局 | 一种影响湖泊水质的最优气象因子构建筛选方法 |
CN110189059A (zh) * | 2019-06-17 | 2019-08-30 | 北京师范大学 | 一种流域水系统协同承载力评价指标体系构建方法 |
CN110969346A (zh) * | 2019-11-22 | 2020-04-07 | 江苏省环境科学研究院 | 基于指标筛选的流域水生态功能分区治理需求评价方法 |
CN111582620A (zh) * | 2020-02-13 | 2020-08-25 | 北京市环境保护科学研究院 | 一种水环境承载力数据处理方法 |
AU2020103356A4 (en) * | 2020-02-26 | 2021-01-21 | Chinese Research Academy Of Environmental Sciences | Method and device for building river diatom bloom warning model |
CN111598431A (zh) * | 2020-05-13 | 2020-08-28 | 沈阳建筑大学 | 一种具有功能差异性的流域水生态环境承载力评估方法 |
CN112132486A (zh) * | 2020-10-01 | 2020-12-25 | 长江水利委员会长江科学院 | 西北内陆河区水资源高效利用的生态环境影响评价方法 |
CN112651591A (zh) * | 2020-11-10 | 2021-04-13 | 广东粤海水务股份有限公司 | 一种城市景观湖泊水生态系统健康评价及诊断方法 |
CN113283743A (zh) * | 2021-05-21 | 2021-08-20 | 中国科学院南京地理与湖泊研究所 | 一种流域中不同生态修复类型生境阈值的判定方法 |
CN113762730A (zh) * | 2021-08-16 | 2021-12-07 | 中国科学院地理科学与资源研究所 | 一种水资源承载力风险评估方法及其电子设备 |
Non-Patent Citations (8)
Title |
---|
东营市水生态系统演变与驱动力研究;李浩等;《中国农村水利水电》;20200415(第04期);第49-53页 * |
基于PSR框架模型的东溪流域生态系统健康评价;颜利等;《资源科学》;20080115(第01期);第109-115页 * |
基于RS和GIS城镇生态脆弱性评价研究――以慈溪市龙山镇为例;陈尧等;《西北林学院学报》;20151115(第06期);第247-254页 * |
大堤型湖滨带生态系统健康状态驱动因子――以太湖为例;叶春等;《生态学报》;20120623(第12期);第40-49页 * |
水生态一、二级分区技术框架;刘星才等;《生态学报》;20100908(第17期);第280-290页 * |
洋河流域张家口段河流水质演化及驱动因子分析;庞博等;《环境科学》;20130115(第01期);第381-386页 * |
流域水生态承载力演变与驱动力评估――以滇池流域为例;高伟等;《环境污染与防治》;20180715(第07期);第101-106页 * |
湘江干流水环境质量演变特征及其关键因素定量识别;曹艳敏等;《长江流域资源与环境》;20190515(第05期);第235-243页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114626771A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969346B (zh) | 基于指标筛选的流域水生态功能分区治理需求评价方法 | |
Porter et al. | Efficacy of algal metrics for assessing nutrient and organic enrichment in flowing waters | |
DeNicola et al. | USING EPILITHIC ALGAL COMMUNITIES TO ASSESS TROPHIC STATUS IN IRISH LAKES 1 | |
CN111241476B (zh) | 一种获得区域性河口营养物基准值的方法 | |
Wan et al. | A novel comprehensive model of set pair analysis with extenics for river health evaluation and prediction of semi-arid basin-A case study of Wei River Basin, China | |
CN114626771B (zh) | 一种城市区域水生态状态反应器构建方法、装置及反应器 | |
Jordan et al. | Summer fish communities in northern Gulf of Mexico estuaries: indices of ecological condition | |
Liu et al. | Application of a DPSIR modeling framework to assess spatial–temporal differences of water poverty in China | |
Liu et al. | Optimal selection of sewage treatment technologies in town areas: a coupled multi-criteria decision-making model | |
Francy et al. | Nowcasting methods for determining microbiological water quality at recreational beaches and drinking-water source waters | |
Cai et al. | Pelagic zonation of water quality and phytoplankton in the Great Lakes | |
Pappas | Phytoplankton assemblages, environmental influences and trophic status using canonical correspondence analysis, fuzzy relations, and linguistic translation | |
Taher et al. | Temporal and spatial variations of surface water quality in the Nile River of Damietta Region, Egypt | |
Ruprecht et al. | Implications of bacterial mineralisation in aquatic ecosystem response models | |
Slaughter | Modelling the relationship between flow and water quality in South African rivers | |
Fu et al. | Long-term trends in surface water quality of China's seven major basins based on water quality identification index and big data analysis | |
Xing et al. | Estimation and evaluation of aquaculture mass load based on inventory and improved entropy weight: The case of Zhuhai City, China | |
Moasheri et al. | ‘SAR’qualities parameter persistence by a compound method of geostatic and artificial neural network (Case study of Jiroft plain) | |
Sors | Measuring progress towards sustainable development in Venice: a comparative assessment of methods and approaches | |
Kovalenko et al. | Pelagic phytoplankton community change‐points across nutrient gradients and in response to invasive mussels | |
Paredes et al. | Two mathematical approaches to study the phosphorus eutrophication of a wetland in Puerto Rico | |
Castro et al. | GHG emissions inventory: a statistical analysis of the voluntary disclosure in Brazil | |
Ma et al. | Eutrophication trend analysis and forewarning model construction of water source reservoirs: Gaozhou Reservoir, China | |
CN115578232B (zh) | 一种基于水质分析的水污染治理方法及系统 | |
Li et al. | Prediction of ecological sustainable development capacity of Bohai Sea in China based on DPSIR model |
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 |