CN115495475B - 一种湖泊水污染治理方法及系统 - Google Patents

一种湖泊水污染治理方法及系统 Download PDF

Info

Publication number
CN115495475B
CN115495475B CN202211419415.3A CN202211419415A CN115495475B CN 115495475 B CN115495475 B CN 115495475B CN 202211419415 A CN202211419415 A CN 202211419415A CN 115495475 B CN115495475 B CN 115495475B
Authority
CN
China
Prior art keywords
lake
central control
control module
pollutant
water 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.)
Active
Application number
CN202211419415.3A
Other languages
English (en)
Other versions
CN115495475A (zh
Inventor
谢锡刚
黄晨
黄惠娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZHANGJIAGANG DONGDA INDUSTRIAL TECHNOLOGY RESEARCH INSTITUTE
Original Assignee
ZHANGJIAGANG DONGDA INDUSTRIAL TECHNOLOGY RESEARCH INSTITUTE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZHANGJIAGANG DONGDA INDUSTRIAL TECHNOLOGY RESEARCH INSTITUTE filed Critical ZHANGJIAGANG DONGDA INDUSTRIAL TECHNOLOGY RESEARCH INSTITUTE
Priority to CN202211419415.3A priority Critical patent/CN115495475B/zh
Publication of CN115495475A publication Critical patent/CN115495475A/zh
Application granted granted Critical
Publication of CN115495475B publication Critical patent/CN115495475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • 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
    • G06F16/242—Query formulation
    • 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
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06Q10/06316—Sequencing of tasks or work
    • 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—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
    • Y02A20/20—Controlling water pollution; Waste water treatment

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Fuzzy Systems (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Software Systems (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及水污染治理领域，尤其涉及一种湖泊水污染治理方法及系统，方法包括：步骤S1，数据获取模块对表征湖泊水污染情况的若干水污染特征参数进行获取；步骤S2，中控模块控制筛选模块对所述数据获取模块获取到的所述若干水污染特征参数进行筛选；步骤S3，中控模块根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露；步骤S4，中控模块根据湖泊水污染影响评价参数实际值判定湖泊的水污染程度是否在允许范围内；步骤S5，中控模块根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值。本发明实现了湖泊水污染治理精准性的提高。

Description

一种湖泊水污染治理方法及系统
技术领域
本发明涉及水污染治理技术领域，尤其涉及一种湖泊水污染治理方法及系统。
背景技术
现有技术中对于湖泊水污染的治理以及对于湖泊水污染检测数据的处理一般都是对于湖泊本身的污染程度的监控和处理，但是缺乏对于与湖泊相连通的河流的水污染处理，并且对于如何判定是否是河流的污染物造成的湖泊水污染的技术并不明确，因此由于此种问题的存在制约着湖泊水污染治理和管理系统的全面性和有效性的提高。
中国专利公开号：CN104200322A公开了一种流域综合管理系统，涉及流域管理技术领域，包括知识管理模块、监控模块、预测预报模块、项目评估模块、应急决策模块；其中，知识管理模块用于采集流域的相关知识，并构成流域的知识库、模型库、方法库存入数据库；监控模块用于监控流域入湖通量和污染物总量；预测预报模块对流域的水文水质进行统计分析和趋势预测；项目评估模块为流域的水污染治理提供参考方案；应急决策模块正对水污染预警和突发事故生成相应的应急决策。由此可见，所述流域综合管理系统存在由于对湖泊连通的河流对湖泊的水污染是否造成影响的不精准判定以及湖泊水污染程度判定不精准导致的湖泊水污染治理不精准的问题。
发明内容
为此，本发明提供一种湖泊水污染治理方法及系统，用以克服现有技术中的由于对湖泊连通的河流对湖泊的水污染是否造成影响的不精准判定以及湖泊水污染程度判定不精准导致的湖泊水污染治理不精准的问题。
为实现上述目的，本发明提供一种湖泊水污染治理方法，包括：步骤S1，数据获取模块对表征湖泊水污染情况的若干水污染特征参数进行获取；步骤S2，在对所述若干水污染特征参数的获取完成时，中控模块控制筛选模块对所述数据获取模块获取到的所述若干水污染特征参数进行筛选，并筛选出污染物浓度符合要求的若干水污染特征参数；所述中控模块在对湖泊水污染特征参数的筛选完成时根据湖泊污染物的实际扩散速率将水污染物浓度筛选基准值调节至第一对应值；步骤S3，所述中控模块在完成对于所述水污染物浓度筛选基准值的调节且初步判定出现工厂污染时根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露，并在完成二次判定时根据监测断面的污染物实际浓度将监测断面宽度调节至对应监测断面宽度；步骤S4，所述中控模块在完成对于监测断面宽度的调节时根据湖泊水污染影响评价参数实际值判定湖泊的水污染程度是否在允许范围内，并在初步判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定；步骤S5，所述中控模块在二次判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值。
进一步地，在所述步骤S2中，所述中控模块在对湖泊水污染特征参数的筛选完成时根据湖泊污染物的实际扩散速率V初步判定河流是否对湖泊的水污染产生了影响，中控模块设有预设第一污染物扩散速率V1和预设第二污染物扩散速率V2，其中V1＜V2，设定，其中，Ln为第n个污染物采样点与n+1个污染物采样点之间的距离，tn为第n个污染物采样点到第n+1个污染物采样点采样到污染物的间隔时长，
若V≤V1，所述中控模块判定湖泊污染物的实际扩散速率在允许范围内；
若V1＜V≤V2，所述中控模块初步判定河流对湖泊的水污染产生了影响，计算湖泊污染物的实际扩散速率与预设污染物扩散速率的差值△V，并根据△V将水污染物浓度筛选基准值调节至第一对应值，设定△V=V-V1；
若V＞V2，所述中控模块初步判定出现工厂污染，控制污染物浓度传感器对设置于排污区域的监测断面的污染物浓度进行检测并根据检测到的监测断面实际污染物浓度将监测断面的宽度调节至对应值。
进一步地，所述中控模块在预设第一污染物扩散速率条件根据湖泊污染物的实际扩散速率与预设污染物扩散速率的差值将水污染物浓度筛选基准值调节至第一对应值F’，设定F’=F0×αi，αi为筛选基准值第一调节系数，设定i=1，2，其中，中控模块设有预设第一污染物扩散速率差值△V1、预设第二污染物扩散速率差值△V2、预设第一筛选基准值调节系数α1、预设第二筛选基准值调节系数α2以及预设水污染物浓度筛选基准值F0，其中，△V1＜△V2，0＜α1＜α2＜1，
若△V≤△V1，所述中控模块判定将水污染物浓度筛选基准值调节至F0；
若△V1＜△V≤△V2，所述中控模块判定使用α2对水污染物浓度筛选基准值进行调节；
若△V＞△V2，所述中控模块判定使用α1对所述水污染物浓度筛选基准值进行调节；
其中，所述预设第一污染物扩散速率条件为所述中控模块完成河流是否对湖泊的水污染产生了影响的判定且湖泊污染物的实际扩散速率V满足V1＜V≤V2。
进一步地，所述中控模块在预设第二污染物扩散速率条件根据污染物浓度传感器检测到的污染物在监测断面的实际浓度Q二次判定是否出现工厂污染物泄露，中控模块设有预设污染物浓度Q0，
若Q≤Q0，所述中控模块判定未出现工厂污染物泄露；
若Q＞Q0，所述中控模块判定出现工厂污染物泄露，计算监测断面的污染物实际浓度与预设污染物浓度的差值△Q，并根据△Q将监测断面的宽度调节至对应监测断面宽度，设定△Q=Q-Q1；
其中，所述预设第二污染物扩散速率条件为所述中控模块完成对于所述水污染物浓度筛选基准值的调节且湖泊污染物的实际扩散速率V满足V＞V2。
进一步地，所述中控模块在完成对于是否出现工厂污染物泄露的二次判定时根据监测断面的污染物实际浓度与预设污染物浓度的差值将监测断面宽度调节至对应监测断面宽度，中控模块设有预设第一污染物浓度差值△Q1、预设第二污染物浓度差值△Q2、预设第一监测断面宽度调节系数β1、预设第二监测断面宽度调节系数β2以及预设监测断面宽度E0，其中，△Q1＜△Q2，1＜β1＜β2，
若△Q≤△Q1，所述中控模块判定继续按照预设监测断面宽度E0进行监测；
若△Q1＜△Q≤△Q2，所述中控模块判定使用β1对所述监测断面宽度进行调节；
若△Q＞△Q2，所述中控模块判定使用β2对所述监测断面宽度进行调节；
所述中控模块在使用βj对所述监测断面宽度进行调节时，设定j=1，2，调节后的对应监测断面宽度记为E’，设定E’=E0×βj。
进一步地，所述中控模块完成对于监测断面宽度的调节时根据湖泊水污染影响特征参数对湖泊水污染影响评价参数进行计算，并根据计算出的湖泊水污染影响评价参数实际值A判定湖泊的水污染程度是否在允许范围内，中控模块设有预设第一湖泊水污染影响评价参数值A1和预设第二湖泊水污染影响评价参数值A2，其中A1＜A2，设定A=e×E-（q×Q+w×W），其中，q为非河流流入污染物总量权重系数，设定q=0.4kg-1,Q为非河流流入污染物预估总量，w为河流流入污染物总量权重系数，设定w=0.3kg-1，W为河流流入污染物预估总量，e为湖泊降解可承载污染量权重系数，设定e=0.3kg-1，E为湖泊自身可降解承载污染量，
若A≤A1，所述中控模块初步判定湖泊可降解承载污染能力低于允许范围，统计水生植物种类数量并根据统计出的水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定；
若A1＜A≤A2，所述中控模块判定湖泊的水污染程度超出允许范围，统计湖泊中心监测断面处的污染物种类分别与工厂附近监测断面的污染物种类的第一相同污染物种类数量以及与湖泊河流交汇口处的监测断面污染物种类的第二相同污染物种类数量，并根据所述第一相同污染物种类数量和第二相同污染物种类数量的对比结果确定污染清理的优先级；
若A＞A2，所述中控模块判定湖泊的水污染程度在允许范围内并控制数据存储模块对湖泊水污染影响评价参数进行存储。
进一步地，所述中控模块在预设第一湖泊水污染影响评价参数条件根据水生植物种类实际数量G对湖泊可降解承载污染能力是否在允许范围进行二次判定，其中，中控模块设有预设第一水生植物种类数量G1和预设第二水生植物种类数量G2，其中G1＜G2，
若G≤G1，所述中控模块判定湖泊存在生态安全风险并发出湖泊生态安全风险预警通知；
若G1＜G≤G2，所述中控模块二次判定湖泊可降解承载污染能力低于允许范围，通过计算水生植物种类实际数量与预设水生植物种类数量的差值△G将水污染物浓度筛选基准值二次调节至第二对应值，设定△G=G-G1；
若G＞G2，所述中控模块二次判定湖泊可降解承载污染能力在允许范围内并将水生植物种类实际数量存入存储模块；
其中，所述预设第一湖泊水污染影响评价参数条件为所述中控模块完成对于湖泊的水污染程度是否在允许范围内的判定且湖泊水污染影响评价参数实际值A满足A≤A1。
进一步地，所述中控模块在预设水生植物种类数量条件根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值F”，设定F”=F’×αk，αk为筛选基准值第二调节系数，设定k=3，4，其中，中控模块设有预设第一水生植物种类数量差值△G1、预设第二水生植物种类数量差值△G2、预设第三筛选基准值调节系数α3以及预设第四筛选基准值调节系数α4，其中，△G1＜△G2，0＜α3＜α4＜α1，
若△G≤△G1，所述中控模块判定不对所述水污染物浓度筛选基准值进行调节；
若△G1＜△G≤△G2，所述中控模块判定使用α4对所述水污染物浓度筛选基准值进行调节；
若△G＞△G2，所述中控模块判定使用α3对所述水污染物浓度筛选基准值进行调节；
其中，所述预设水生植物种类数量条件为所述中控模块完成对于湖泊可降解承载污染能力是否在允许范围的二次判定且G1＜G≤G2。
进一步地，所述中控模块在预设第二湖泊水污染影响评价参数条件根据第一相同污染物种类数量P1和第二相同污染物种类数量P2的对比结果确定污染清理的优先级，
若P1＜P2，所述中控模块判定优先对湖泊河流交汇口的污染进行清理并发出对于湖泊河流交汇口的污染清理通知；
若P1＞P2，所述中控模块判定优先对工厂附近监测断面处的污染进行清理并发出对于工厂附近监测断面处的污染清理通知；
若P1=P2，所述中控模块判定不区分清理的优先级并同时发出对于湖泊河流交汇口的污染清理通知以及工厂附近监测断面处的污染清理通知；
其中，所述预设第二湖泊水污染影响评价参数条件为所述中控模块完成对于湖泊的水污染程度是否在允许范围内的判定且湖泊水污染影响评价参数实际值A满足A1＜A≤A2。
本发明还提供一种湖泊水污染治理系统，包括：数据获取模块，用以对表征湖泊水污染情况的若干水污染特征参数进行获取；筛选模块，其与所述数据获取模块相连，用以对所述若干水污染特征参数进行筛选并将筛选后的参数发送至所述中控模块；存储模块，其与所述筛选模块相连，用以对筛选模块筛选出的水污染参数和所述中控模块处理后的对应水污染参数进行存储；中控模块，其分别与所述数据获取模块、所述筛选模块以及所述存储模块相连，用以根据所述数据获取模块获取到的若干水污染特征参数将各模块的对应运行参数调节至对应值；
预警模块，其与所述中控模块相连，用以发出对应的水污染预警通知。
与现有技术相比，本发明的有益效果在于，本发明所述方法通过设置预设污染物扩散速率、预设污染物浓度、预设湖泊水污染影响评价参数值以及预设水生植物种类数量，通过在筛选模块完成对于湖泊水污染特征参数的筛选时根据湖泊污染物的实际扩散速率将水污染物浓度筛选基准值调节至第一对应值，降低了由于对湖泊污染物的扩散速率的不同反映出的河流对湖泊水污染扩散速率的影响的不精准监测导致的湖泊水污染治理精准性的下降；通过根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露，并在完成二次判定时根据监测断面的污染物实际浓度将监测断面宽度调节至对应监测断面宽度，降低了由于监测断面的污染物浓度超出预设范围时反映出的工厂污染物泄露程度时对监测断面宽度的调整不精准和不及时对于工厂排污对于湖泊水污染的影响；通过中控模块在判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值，降低了由于对水生植物种类数量反映出的湖泊水污染的修复能力的降低的监测不精准以及对于水污染物浓度筛选基准值的调整不精准导致的湖泊水污染治理精准性的降低的影响，实现了对于湖泊水污染治理精准性的提高。
本发明所述方法通过设置预设第一污染物扩散速率和预设第二污染物扩散速率，通过根据湖泊污染物的实际扩散速率初步判定河流是否对湖泊的水污染产生了影响，降低了由于对湖泊污染物的实际扩散速率的监测的不精准对于河流对湖泊水污染产生的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述方法通过设置预设第一污染物扩散速率差值、预设第二污染物扩散速率差值、预设第一筛选基准值调节系数、预设第二筛选基准值调节系数以及预设水污染物浓度筛选基准值，中控模块根据湖泊污染物的实际扩散速率与预设污染物扩散速率的差值将水污染物浓度筛选基准值调节至第一对应值，降低了由于对水污染物浓度筛选基准值的调节的不精准对于湖泊水污染数据处理精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述方法通过设置预设污染物浓度，中控模块根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露，降低了由于对工厂污染物泄露的监测的不精准对于湖泊水污染治理精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述方法通过设置预设第一污染物浓度差值、预设第二污染物浓度差值、预设第一监测断面宽度调节系数、预设第二监测断面宽度调节系数以及预设监测断面宽度，通过根据监测断面的污染物实际浓度与预设污染物浓度的差值将监测断面宽度调节至对应监测断面宽度，降低了由于对监测断面污染物实际浓度反映的污染的程度的监测不精准以及对于监测断面宽度的调节不精准对于湖泊水污染治理中的精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述方法通过设置预设第一湖泊水污染影响评价参数值和预设第二湖泊水污染影响评价参数值，通过根据湖泊水污染影响特征参数对湖泊水污染影响评价参数进行计算并根据计算出的湖泊水污染影响评价参数实际值判定湖泊的水污染程度是否在允许范围内，降低了由于对湖泊水污染影响评价参数的确定不精准反映的水污染程度不精准的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述方法通过设置预设第一水生植物种类数量和预设第二水生植物种类数量，通过根据水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定，降低了由于对湖泊的水污染承载能力的判定不精准对于湖泊水污染治理过程精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述方法通过设置预设第一水生植物种类数量差值、预设第二水生植物种类数量差值、预设第三筛选基准值调节系数以及预设第四筛选基准值调节系数，通过根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值，降低了由于对水生植物种类数量的变化反映的水污染程度的变化产生的水污染监测仍然按照初始水污染物浓度筛选基准值导致的水污染治理中监测不精准的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述方法通过根据第一相同污染物种类数量和第二相同污染物种类数量的对比结果确定污染清理的优先级，降低了由于对相同污染物种类数量反映出的水污染来源的不同的监测的不精准导致的湖泊水污染治理不精准的影响，进一步实现了湖泊水污染治理精准性的提高。
本发明所述系统通过设置数据获取模块、筛选模块、存储模块、中控模块以及预警模块，通过设置的筛选模块和数据获取模块以及中控模块，将湖泊水污染治理过程中的对应参数进行获取和对应筛选，提高了对于湖泊水污染数据的处理效率和精准性的提高，进一步实现了湖泊水污染治理精准性的提高。
附图说明
图1为本发明实施例湖泊水污染治理方法的流程图；
图2为本发明实施例湖泊水污染治理系统的整体结构框图；
图3为本发明实施例湖泊水污染治理系统的数据获取模块结构框图；
图4为本发明实施例湖泊水污染治理系统的数据获取模块与其他模块的连接关系框图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
请参阅图1、图2、图3及图4所示，其分别为本发明实施例湖泊水污染治理方法的流程图、整体结构框图、数据获取模块结构框图以及数据获取模块与其他模块的连接关系框图。本发明实施例湖泊水污染治理方法，包括：
步骤S1，数据获取模块对表征湖泊水污染情况的若干水污染特征参数进行获取；
步骤S2，在对所述若干水污染特征参数的获取完成时，中控模块控制筛选模块对所述数据获取模块获取到的所述若干水污染特征参数进行筛选，并筛选出污染物浓度符合要求的若干水污染特征参数；所述中控模块在对湖泊水污染特征参数的筛选完成时根据湖泊污染物的实际扩散速率将水污染物浓度筛选基准值调节至第一对应值；
步骤S3，所述中控模块在完成对于所述水污染物浓度筛选基准值的调节且初步判定出现工厂污染时根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露，并在完成二次判定时根据监测断面的污染物实际浓度将监测断面宽度调节至对应监测断面宽度；
步骤S4，所述中控模块在完成对于监测断面宽度的调节时根据湖泊水污染影响评价参数实际值判定湖泊的水污染程度是否在允许范围内，并在初步判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定；
步骤S5，所述中控模块在二次判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值。
本发明所述方法通过设置预设污染物扩散速率、预设污染物浓度、预设湖泊水污染影响评价参数值以及预设水生植物种类数量，通过在筛选模块完成对于湖泊水污染特征参数的筛选时根据湖泊污染物的实际扩散速率将水污染物浓度筛选基准值调节至第一对应值，降低了由于对湖泊污染物的扩散速率的不同反映出的河流对湖泊水污染扩散速率的影响的不精准监测导致的湖泊水污染治理精准性的下降；通过根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露，并在完成二次判定时根据监测断面的污染物实际浓度将监测断面宽度调节至对应监测断面宽度，降低了由于监测断面的污染物浓度超出预设范围时反映出的工厂污染物泄露程度时对监测断面宽度的调整不精准和不及时对于工厂排污对于湖泊水污染的影响；通过中控模块在判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值，降低了由于对水生植物种类数量反映出的湖泊水污染的修复能力的降低的监测不精准以及对于水污染物浓度筛选基准值的调整不精准导致的湖泊水污染治理精准性的降低的影响，实现了对于湖泊水污染治理精准性的提高。
请继续参阅图1所示，在所述步骤S2中，所述中控模块在对湖泊水污染特征参数的筛选完成时根据湖泊污染物的实际扩散速率V初步判定河流是否对湖泊的水污染产生了影响，中控模块设有预设第一污染物扩散速率V1和预设第二污染物扩散速率V2，其中V1＜V2，设定，其中，Ln为第n个污染物采样点与n+1个污染物采样点之间的距离，tn为第n个污染物采样点到第n+1个污染物采样点采样到污染物的间隔时长，
若V≤V1，所述中控模块判定湖泊污染物的实际扩散速率在允许范围内；
若V1＜V≤V2，所述中控模块初步判定河流对湖泊的水污染产生了影响，计算湖泊污染物的实际扩散速率与预设污染物扩散速率的差值△V，并根据△V将水污染物浓度筛选基准值调节至第一对应值，设定△V=V-V1；
若V＞V2，所述中控模块初步判定出现工厂污染，控制污染物浓度传感器对设置于排污区域的监测断面的污染物浓度进行检测并根据检测到的监测断面实际污染物浓度将监测断面的宽度调节至对应值。
本发明所述方法通过设置预设第一污染物扩散速率和预设第二污染物扩散速率，通过根据湖泊污染物的实际扩散速率初步判定河流是否对湖泊的水污染产生了影响，降低了由于对湖泊污染物的实际扩散速率的监测的不精准对于河流对湖泊水污染产生的影响，进一步实现了湖泊水污染治理精准性的提高。
请继续参阅图1和图2所示，所述中控模块在预设第一污染物扩散速率条件根据湖泊污染物的实际扩散速率与预设污染物扩散速率的差值将水污染物浓度筛选基准值调节至第一对应值F’，设定F’=F0×αi，αi为筛选基准值第一调节系数，设定i=1，2，其中，中控模块设有预设第一污染物扩散速率差值△V1、预设第二污染物扩散速率差值△V2、预设第一筛选基准值调节系数α1、预设第二筛选基准值调节系数α2以及预设水污染物浓度筛选基准值F0，其中，△V1＜△V2，0＜α1＜α2＜1，
若△V≤△V1，所述中控模块判定将水污染物浓度筛选基准值调节至F0；
若△V1＜△V≤△V2，所述中控模块判定使用α2对水污染物浓度筛选基准值进行调节；
若△V＞△V2，所述中控模块判定使用α1对所述水污染物浓度筛选基准值进行调节；
其中，所述预设第一污染物扩散速率条件为所述中控模块完成河流是否对湖泊的水污染产生了影响的判定且湖泊污染物的实际扩散速率V满足V1＜V≤V2。
本发明所述方法通过设置预设第一污染物扩散速率差值、预设第二污染物扩散速率差值、预设第一筛选基准值调节系数、预设第二筛选基准值调节系数以及预设水污染物浓度筛选基准值，中控模块根据湖泊污染物的实际扩散速率与预设污染物扩散速率的差值将水污染物浓度筛选基准值调节至第一对应值，降低了由于对水污染物浓度筛选基准值的调节的不精准对于湖泊水污染数据处理精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
请继续参阅图1和图2所示，所述中控模块在预设第二污染物扩散速率条件根据污染物浓度传感器检测到的污染物在监测断面的实际浓度Q二次判定是否出现工厂污染物泄露，中控模块设有预设污染物浓度Q0，
若Q≤Q0，所述中控模块判定未出现工厂污染物泄露；
若Q＞Q0，所述中控模块判定出现工厂污染物泄露，计算监测断面的污染物实际浓度与预设污染物浓度的差值△Q，并根据△Q将监测断面的宽度调节至对应监测断面宽度，设定△Q=Q-Q1；
其中，所述预设第二污染物扩散速率条件为所述中控模块完成对于所述水污染物浓度筛选基准值的调节且湖泊污染物的实际扩散速率V满足V＞V2。
本发明所述方法通过设置预设污染物浓度，中控模块根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露，降低了由于对工厂污染物泄露的监测的不精准对于湖泊水污染治理精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
请继续参阅图1所示，所述中控模块在完成对于是否出现工厂污染物泄露的二次判定时根据监测断面的污染物实际浓度与预设污染物浓度的差值将监测断面宽度调节至对应监测断面宽度，中控模块设有预设第一污染物浓度差值△Q1、预设第二污染物浓度差值△Q2、预设第一监测断面宽度调节系数β1、预设第二监测断面宽度调节系数β2以及预设监测断面宽度E0，其中，△Q1＜△Q2，1＜β1＜β2，
若△Q≤△Q1，所述中控模块判定继续按照预设监测断面宽度E0进行监测；
若△Q1＜△Q≤△Q2，所述中控模块判定使用β1对所述监测断面宽度进行调节；
若△Q＞△Q2，所述中控模块判定使用β2对所述监测断面宽度进行调节；
所述中控模块在使用βj对所述监测断面宽度进行调节时，设定j=1，2，调节后的对应监测断面宽度记为E’，设定E’=E0×βj。
本发明所述方法通过设置预设第一污染物浓度差值、预设第二污染物浓度差值、预设第一监测断面宽度调节系数、预设第二监测断面宽度调节系数以及预设监测断面宽度，通过根据监测断面的污染物实际浓度与预设污染物浓度的差值将监测断面宽度调节至对应监测断面宽度，降低了由于对监测断面污染物实际浓度反映的污染的程度的监测不精准以及对于监测断面宽度的调节不精准对于湖泊水污染治理中的精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
请继续参阅图1所示，所述中控模块完成对于监测断面宽度的调节时根据湖泊水污染影响特征参数对湖泊水污染影响评价参数进行计算，并根据计算出的湖泊水污染影响评价参数实际值A判定湖泊的水污染程度是否在允许范围内，中控模块设有预设第一湖泊水污染影响评价参数值A1和预设第二湖泊水污染影响评价参数值A2，其中A1＜A2，设定A=e×E-（q×Q+w×W），其中，q为非河流流入污染物总量权重系数，设定q=0.4kg-1,Q为非河流流入污染物预估总量，w为河流流入污染物总量权重系数，设定w=0.3kg-1，W为河流流入污染物预估总量，e为湖泊降解可承载污染量权重系数，设定e=0.3kg-1，E为湖泊自身可降解承载污染量，
若A≤A1，所述中控模块初步判定湖泊可降解承载污染能力低于允许范围，统计水生植物种类数量并根据统计出的水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定；
若A1＜A≤A2，所述中控模块判定湖泊的水污染程度超出允许范围，统计湖泊中心监测断面处的污染物种类分别与工厂附近监测断面的污染物种类的第一相同污染物种类数量以及与湖泊河流交汇口处的监测断面污染物种类的第二相同污染物种类数量，并根据所述第一相同污染物种类数量和第二相同污染物种类数量的对比结果确定污染清理的优先级；
若A＞A2，所述中控模块判定湖泊的水污染程度在允许范围内并控制数据存储模块对湖泊水污染影响评价参数进行存储。
具体而言，所述非河流流入污染物预估总量包括工厂污染物排放量、生活垃圾污染物排放量以及农田土壤污染物排放量，以上参数均可以通过数据获取模块从云端获得；所述湖泊自身可降解承载污染量通过数据获取模块由云端获取；所述河流流入污染物预估总量的计算公式为W=∑[（Vc1×Ta1×J1）+(Vc2×Ta2×J2)+⋯+(Vcm×Tam×Jm)]，其中，Vcm为与湖泊相连的第m条河流的流速，Tam为与湖泊相连的第m条河流的污染物进入监测断面的持续时长，Jm为与湖泊相连的第m条河流的污染物检测浓度，河流的污染物检测范围为距湖泊与河流交汇处的1000m长的河流范围。
本发明所述方法通过设置预设第一湖泊水污染影响评价参数值和预设第二湖泊水污染影响评价参数值，通过根据湖泊水污染影响特征参数对湖泊水污染影响评价参数进行计算并根据计算出的湖泊水污染影响评价参数实际值判定湖泊的水污染程度是否在允许范围内，降低了由于对湖泊水污染影响评价参数的确定不精准反映的水污染程度不精准的影响，进一步实现了湖泊水污染治理精准性的提高。
请继续参阅图1、图2以及图3所示，所述中控模块在预设第一湖泊水污染影响评价参数条件根据水生植物种类实际数量G对湖泊可降解承载污染能力是否在允许范围进行二次判定，其中，中控模块设有预设第一水生植物种类数量G1和预设第二水生植物种类数量G2，其中G1＜G2，
若G≤G1，所述中控模块判定湖泊存在生态安全风险并发出湖泊生态安全风险预警通知；
若G1＜G≤G2，所述中控模块二次判定湖泊可降解承载污染能力低于允许范围，通过计算水生植物种类实际数量与预设水生植物种类数量的差值△G将水污染物浓度筛选基准值二次调节至第二对应值，设定△G=G-G1；
若G＞G2，所述中控模块二次判定湖泊可降解承载污染能力在允许范围内并将水生植物种类实际数量存入存储模块；
其中，所述预设第一湖泊水污染影响评价参数条件为所述中控模块完成对于湖泊的水污染程度是否在允许范围内的判定且湖泊水污染影响评价参数实际值A满足A≤A1。
本发明所述方法通过设置预设第一水生植物种类数量和预设第二水生植物种类数量，通过根据水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定，降低了由于对湖泊的水污染承载能力的判定不精准对于湖泊水污染治理过程精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
请继续参阅图1、图2以及图3所示，所述中控模块在预设水生植物种类数量条件根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值F”，设定F”=F’×αk，αk为筛选基准值第二调节系数，设定k=3，4，其中，中控模块设有预设第一水生植物种类数量差值△G1、预设第二水生植物种类数量差值△G2、预设第三筛选基准值调节系数α3以及预设第四筛选基准值调节系数α4，其中，△G1＜△G2，0＜α3＜α4＜α1，
若△G≤△G1，所述中控模块判定不对所述水污染物浓度筛选基准值进行调节；
若△G1＜△G≤△G2，所述中控模块判定使用α4对所述水污染物浓度筛选基准值进行调节；
若△G＞△G2，所述中控模块判定使用α3对所述水污染物浓度筛选基准值进行调节；
其中，所述预设水生植物种类数量条件为所述中控模块完成对于湖泊可降解承载污染能力是否在允许范围的二次判定且G1＜G≤G2。
本发明所述方法通过设置预设第一水生植物种类数量差值、预设第二水生植物种类数量差值、预设第三筛选基准值调节系数以及预设第四筛选基准值调节系数，通过根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值，降低了由于对水生植物种类数量的变化反映的水污染程度的变化产生的水污染监测仍然按照初始水污染物浓度筛选基准值导致的水污染治理中监测不精准的影响，进一步实现了湖泊水污染治理精准性的提高。
请继续参阅图1和图2所示，所述中控模块在预设第二湖泊水污染影响评价参数条件根据第一相同污染物种类数量P1和第二相同污染物种类数量P2的对比结果确定污染清理的优先级，
若P1＜P2，所述中控模块判定优先对湖泊河流交汇口的污染进行清理并发出对于湖泊河流交汇口的污染清理通知；
若P1＞P2，所述中控模块判定优先对工厂附近监测断面处的污染进行清理并发出对于工厂附近监测断面处的污染清理通知；
若P1=P2，所述中控模块判定不区分清理的优先级并同时发出对于湖泊河流交汇口的污染清理通知以及工厂附近监测断面处的污染清理通知；
其中，所述预设第二湖泊水污染影响评价参数条件为所述中控模块完成对于湖泊的水污染程度是否在允许范围内的判定且湖泊水污染影响评价参数实际值A满足A1＜A≤A2。
本发明所述方法通过根据第一相同污染物种类数量和第二相同污染物种类数量的对比结果确定污染清理的优先级，降低了由于对相同污染物种类数量反映出的水污染来源的不同的监测的不精准导致的湖泊水污染治理不精准的影响，进一步实现了湖泊水污染治理精准性的提高。
请参阅图2所示，本发明还提供一种湖泊水污染治理方法的治理系统，包括：
数据获取模块，用以对表征湖泊水污染情况的若干水污染特征参数进行获取；
筛选模块，其与所述数据获取模块相连，用以对所述若干水污染特征参数进行筛选并将筛选后的参数发送至所述中控模块；
存储模块，其与所述筛选模块相连，用以对筛选模块筛选出的水污染参数和所述中控模块处理后的对应水污染参数进行存储；
中控模块，其分别与所述数据获取模块、所述筛选模块以及所述存储模块相连，用以根据所述数据获取模块获取到的若干水污染特征参数将湖泊水污染治理过程的对应参数调节至对应值；
预警模块，其与所述中控模块相连，用以发出对应的水污染预警通知。
所述数据获取模块包括：湖泊水污染参数获取组件、河流参数获取组件以及湖泊降解可承载污染量获取组件，所述湖泊水污染参数获取组件用以对湖泊中的水污染物种类、水污染物浓度以及出现污染物的采样点位的数量和出现采样点位之间的距离进行获取；所述河流参数获取组件用以对河流流速和河流污染物浓度进行获取；所述湖泊降解可承载污染量获取组件用以通过存储模块存储的湖泊降解可承载污染量。
本发明所述系统通过设置数据获取模块、筛选模块、存储模块、中控模块以及预警模块，通过设置的筛选模块和数据获取模块以及中控模块，将湖泊水污染治理过程中的对应参数进行获取和对应筛选，提高了对于湖泊水污染数据的处理效率和精准性的提高，进一步实现了湖泊水污染治理精准性的提高。
实施例1
本实施1中控模块根据湖泊污染物的实际扩散速率与预设污染物扩散速率的差值将水污染物浓度筛选基准值调节至第一对应值，其中，中控模块设有预设第一污染物扩散速率差值△V1、预设第二污染物扩散速率差值△V2、预设第一筛选基准值调节系数α1、预设第二筛选基准值调节系数α2以及预设水污染物浓度筛选基准值F0，其中，△V1=2m/min，△V2=3m/min，α1=0.85，α2=0.96，F0=50g/L,
本实施例求得△V=2.5m/min，中控模块判定△V1＜△V≤△V2并使用α2对水污染物浓度筛选基准值进行调节，调节后的水污染物浓度筛选基准值记为F’，设定F’=50g/L×0.96=48g/L。
本实施例方法通过设置预设第一污染物扩散速率差值、预设第二污染物扩散速率差值、预设第一筛选基准值调节系数、预设第二筛选基准值调节系数以及预设水污染物浓度筛选基准值，通过对水污染物浓度筛选基准值的精准调节，降低了由于对水污染物浓度筛选基准值的调节的不精准对于湖泊水污染数据处理精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
实施例2
本实施2中控模块根据湖泊污染物的实际扩散速率与预设污染物扩散速率的差值将水污染物浓度筛选基准值调节至第一对应值，其中，中控模块设有预设第一污染物扩散速率差值△V1、预设第二污染物扩散速率差值△V2、预设第一筛选基准值调节系数α1、预设第二筛选基准值调节系数α2以及预设水污染物浓度筛选基准值F0，其中，△V1=2m/min，△V2=3m/min，α1=0.85，α2=0.96，F0=50g/L,
本实施例求得△V=4m/min，中控模块判定△V＞△V2并使用α1对水污染物浓度筛选基准值进行调节，调节后的水污染物浓度筛选基准值记为F’，设定F’=50g/L×0.85=42.5g/L。
本实施例所述方法通过设置预设第一污染物扩散速率差值、预设第二污染物扩散速率差值、预设第一筛选基准值调节系数、预设第二筛选基准值调节系数以及预设水污染物浓度筛选基准值，通过对水污染浓度筛选基准值的调节实现了对于在水污染扩散速率超过预设值时候的水污染检测范围的扩大，降低了由于对水污染物浓度筛选基准值的调节的不精准对于湖泊水污染数据处理精准性的影响，进一步实现了湖泊水污染治理精准性的提高。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种湖泊水污染治理方法，其特征在于，包括：
步骤S1，数据获取模块对表征湖泊水污染情况的若干水污染特征参数进行获取；
步骤S2，在对所述若干水污染特征参数的获取完成时，中控模块控制筛选模块对所述数据获取模块获取到的所述若干水污染特征参数进行筛选，并筛选出污染物浓度符合要求的若干水污染特征参数；所述中控模块在对湖泊水污染特征参数的筛选完成时根据湖泊污染物的实际扩散速率将水污染物浓度筛选基准值调节至第一对应值；
在所述步骤S2中，所述中控模块在对湖泊水污染特征参数的筛选完成时根据湖泊污染物的实际扩散速率V初步判定河流是否对湖泊的水污染产生了影响，中控模块设有预设第一污染物扩散速率V1和预设第二污染物扩散速率V2，其中V1＜V2，设定
Figure FDA0004035040840000011
其中，Ln为第n个污染物采样点与n+1个污染物采样点之间的距离，tn为第n个污染物采样点到第n+1个污染物采样点采样到污染物的间隔时长，
若V≤V1，所述中控模块判定湖泊污染物的实际扩散速率在允许范围内；
若V1＜V≤V2，所述中控模块初步判定河流对湖泊的水污染产生了影响，计算湖泊污染物的实际扩散速率与预设污染物扩散速率的差值△V，并根据△V将水污染物浓度筛选基准值调节至第一对应值，设定△V＝V-V1；
若V＞V2，所述中控模块初步判定出现工厂污染，控制污染物浓度传感器对设置于排污区域的监测断面的污染物浓度进行检测并根据检测到的监测断面实际污染物浓度将监测断面的宽度调节至对应值；
步骤S3，所述中控模块在完成对于所述水污染物浓度筛选基准值的调节且初步判定出现工厂污染时根据污染物浓度传感器检测到的污染物在监测断面的实际浓度二次判定是否出现工厂污染物泄露，并在完成二次判定时根据监测断面的污染物实际浓度将监测断面宽度调节至对应监测断面宽度；
步骤S4，所述中控模块在完成对于监测断面宽度的调节时根据湖泊水污染影响评价参数实际值判定湖泊的水污染程度是否在允许范围内，并在初步判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定；
所述中控模块完成对于监测断面宽度的调节时根据湖泊水污染影响特征参数对湖泊水污染影响评价参数进行计算，并根据计算出的湖泊水污染影响评价参数实际值A判定湖泊的水污染程度是否在允许范围内，中控模块设有预设第一湖泊水污染影响评价参数值A1和预设第二湖泊水污染影响评价参数值A2，其中A1＜A2，设定A＝e×E-(q×Q+w×W)，其中，q为非河流流入污染物总量权重系数，设定q＝0.4kg-1,Q为非河流流入污染物预估总量，w为河流流入污染物总量权重系数，设定w＝0.3kg-1，W为河流流入污染物预估总量，e为湖泊降解可承载污染量权重系数，设定e＝0.3kg-1，E为湖泊自身可降解承载污染量，
若A≤A1，所述中控模块初步判定湖泊可降解承载污染能力低于允许范围，统计水生植物种类数量并根据统计出的水生植物种类实际数量对湖泊可降解承载污染能力是否在允许范围进行二次判定；
若A1＜A≤A2，所述中控模块判定湖泊的水污染程度超出允许范围，统计湖泊中心监测断面处的污染物种类分别与工厂附近监测断面的污染物种类的第一相同污染物种类数量以及与湖泊河流交汇口处的监测断面污染物种类的第二相同污染物种类数量，并根据所述第一相同污染物种类数量和第二相同污染物种类数量的对比结果确定污染清理的优先级；
若A＞A2，所述中控模块判定湖泊的水污染程度在允许范围内并控制数据存储模块对湖泊水污染影响评价参数进行存储；
步骤S5，所述中控模块在二次判定湖泊可降解承载污染能力低于允许范围时根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值。
2.根据权利要求1所述的湖泊水污染治理方法，其特征在于，所述中控模块在预设第一污染物扩散速率条件根据湖泊污染物的实际扩散速率与预设污染物扩散速率的差值将水污染物浓度筛选基准值调节至第一对应值F’，设定F’＝F0×αi，αi为筛选基准值第一调节系数，设定i＝1，2，其中，中控模块设有预设第一污染物扩散速率差值△V1、预设第二污染物扩散速率差值△V2、预设第一筛选基准值调节系数α1、预设第二筛选基准值调节系数α2以及预设水污染物浓度筛选基准值F0，其中，△V1＜△V2，0＜α1＜α2＜1，
若△V≤△V1，所述中控模块判定将水污染物浓度筛选基准值调节至F0；
若△V1＜△V≤△V2，所述中控模块判定使用α2对水污染物浓度筛选基准值进行调节；
若△V＞△V2，所述中控模块判定使用α1对所述水污染物浓度筛选基准值进行调节；
其中，所述预设第一污染物扩散速率条件为所述中控模块完成河流是否对湖泊的水污染产生了影响的判定且湖泊污染物的实际扩散速率V满足V1＜V≤V2。
3.根据权利要求2所述的湖泊水污染治理方法，其特征在于，所述中控模块在预设第二污染物扩散速率条件根据污染物浓度传感器检测到的污染物在监测断面的实际浓度Q二次判定是否出现工厂污染物泄露，中控模块设有预设污染物浓度Q0，
若Q≤Q0，所述中控模块判定未出现工厂污染物泄露；
若Q＞Q0，所述中控模块判定出现工厂污染物泄露，计算监测断面的污染物实际浓度与预设污染物浓度的差值△Q，并根据△Q将监测断面的宽度调节至对应监测断面宽度，设定△Q＝Q-Q1；
其中，所述预设第二污染物扩散速率条件为所述中控模块完成对于所述水污染物浓度筛选基准值的调节且湖泊污染物的实际扩散速率V满足V＞V2。
4.根据权利要求3所述的湖泊水污染治理方法，其特征在于，所述中控模块在完成对于是否出现工厂污染物泄露的二次判定时根据监测断面的污染物实际浓度与预设污染物浓度的差值将监测断面宽度调节至对应监测断面宽度，中控模块设有预设第一污染物浓度差值△Q1、预设第二污染物浓度差值△Q2、预设第一监测断面宽度调节系数β1、预设第二监测断面宽度调节系数β2以及预设监测断面宽度E0，其中，△Q1＜△Q2，1＜β1＜β2，
若△Q≤△Q1，所述中控模块判定继续按照预设监测断面宽度E0进行监测；
若△Q1＜△Q≤△Q2，所述中控模块判定使用β1对所述监测断面宽度进行调节；
若△Q＞△Q2，所述中控模块判定使用β2对所述监测断面宽度进行调节；
所述中控模块在使用βj对所述监测断面宽度进行调节时，设定j＝1，2，调节后的对应监测断面宽度记为E’，设定E’＝E0×βj。
5.根据权利要求1所述的湖泊水污染治理方法，其特征在于，所述中控模块在预设第一湖泊水污染影响评价参数条件根据水生植物种类实际数量G对湖泊可降解承载污染能力是否在允许范围进行二次判定，其中，中控模块设有预设第一水生植物种类数量G1和预设第二水生植物种类数量G2，其中G1＜G2，
若G≤G1，所述中控模块判定湖泊存在生态安全风险并发出湖泊生态安全风险预警通知；
若G1＜G≤G2，所述中控模块二次判定湖泊可降解承载污染能力低于允许范围，通过计算水生植物种类实际数量与预设水生植物种类数量的差值△G将水污染物浓度筛选基准值二次调节至第二对应值，设定△G＝G-G1；
若G＞G2，所述中控模块二次判定湖泊可降解承载污染能力在允许范围内并将水生植物种类实际数量存入存储模块；
其中，所述预设第一湖泊水污染影响评价参数条件为所述中控模块完成对于湖泊的水污染程度是否在允许范围内的判定且湖泊水污染影响评价参数实际值A满足A≤A1。
6.根据权利要求5所述的湖泊水污染治理方法，其特征在于，所述中控模块在预设水生植物种类数量条件根据水生植物种类实际数量与预设水生植物种类数量的差值将水污染物浓度筛选基准值二次调节至第二对应值F”，设定F”＝F’×αk，αk为筛选基准值第二调节系数，设定k＝3，4，其中，中控模块设有预设第一水生植物种类数量差值△G1、预设第二水生植物种类数量差值△G2、预设第三筛选基准值调节系数α3以及预设第四筛选基准值调节系数α4，其中，△G1＜△G2，0＜α3＜α4＜α1，
若△G≤△G1，所述中控模块判定不对所述水污染物浓度筛选基准值进行调节；
若△G1＜△G≤△G2，所述中控模块判定使用α4对所述水污染物浓度筛选基准值进行调节；
若△G＞△G2，所述中控模块判定使用α3对所述水污染物浓度筛选基准值进行调节；
其中，所述预设水生植物种类数量条件为所述中控模块完成对于湖泊可降解承载污染能力是否在允许范围的二次判定且G1＜G≤G2。
7.根据权利要求6所述的湖泊水污染治理方法，其特征在于，所述中控模块在预设第二湖泊水污染影响评价参数条件根据第一相同污染物种类数量P1和第二相同污染物种类数量P2的对比结果确定污染清理的优先级，
若P1＜P2，所述中控模块判定优先对湖泊河流交汇口的污染进行清理并发出对于湖泊河流交汇口的污染清理通知；
若P1＞P2，所述中控模块判定优先对工厂附近监测断面处的污染进行清理并发出对于工厂附近监测断面处的污染清理通知；
若P1＝P2，所述中控模块判定不区分清理的优先级并同时发出对于湖泊河流交汇口的污染清理通知以及工厂附近监测断面处的污染清理通知；
其中，所述预设第二湖泊水污染影响评价参数条件为所述中控模块完成对于湖泊的水污染程度是否在允许范围内的判定且湖泊水污染影响评价参数实际值A满足A1＜A≤A2。
8.一种使用权利要求1-7任意一项权利要求所述的湖泊水污染治理方法的治理系统，其特征在于，包括：
数据获取模块，用以对表征湖泊水污染情况的若干水污染特征参数进行获取；
筛选模块，其与所述数据获取模块相连，用以对所述若干水污染特征参数进行筛选并将筛选后的参数发送至所述中控模块；
存储模块，其与所述筛选模块相连，用以对筛选模块筛选出的水污染参数和所述中控模块处理后的对应水污染参数进行存储；
中控模块，其分别与所述数据获取模块、所述筛选模块以及所述存储模块相连，用以根据所述数据获取模块获取到的若干水污染特征参数将湖泊水污染治理过程的对应参数调节至对应值；
预警模块，其与所述中控模块相连，用以发出对应的水污染预警通知。
CN202211419415.3A 2022-11-14 2022-11-14 一种湖泊水污染治理方法及系统 Active CN115495475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211419415.3A CN115495475B (zh) 2022-11-14 2022-11-14 一种湖泊水污染治理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211419415.3A CN115495475B (zh) 2022-11-14 2022-11-14 一种湖泊水污染治理方法及系统

Publications (2)

Publication Number Publication Date
CN115495475A CN115495475A (zh) 2022-12-20
CN115495475B true CN115495475B (zh) 2023-04-07

Family

ID=85115610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211419415.3A Active CN115495475B (zh) 2022-11-14 2022-11-14 一种湖泊水污染治理方法及系统

Country Status (1)

Country Link
CN (1) CN115495475B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116225084B (zh) * 2023-05-06 2023-07-21 济宁明德环保科技有限公司 一种水环境数据监控系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110516343A (zh) * 2019-08-22 2019-11-29 中国水利水电科学研究院 基于水功能区水质目标的湖库水环境容量精细化调控方法
CN113919617A (zh) * 2021-07-27 2022-01-11 河海大学 一种基于数学模型的入湖河流污染影响程度评估方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559593B (zh) * 2013-11-22 2015-08-12 华中科技大学 湖泊群多目标水质水量优化调度方法
CN103886217A (zh) * 2014-04-04 2014-06-25 江苏省环境科学研究院 一种河湖沉积物中重金属污染的生态风险确定方法
CN112418426B (zh) * 2020-11-19 2021-11-05 中科三清科技有限公司 排污口污染物排放溯源方法、装置、计算设备及存储介质
CN115028269B (zh) * 2022-06-09 2024-02-02 中际远宏(福建)建设发展有限公司 区域水体污染处理方法
CN115290146B (zh) * 2022-10-09 2022-12-06 承德华文水利工程有限公司 用于水资源监测的远程在线监控方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110516343A (zh) * 2019-08-22 2019-11-29 中国水利水电科学研究院 基于水功能区水质目标的湖库水环境容量精细化调控方法
CN113919617A (zh) * 2021-07-27 2022-01-11 河海大学 一种基于数学模型的入湖河流污染影响程度评估方法

Also Published As

Publication number Publication date
CN115495475A (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN115495475B (zh) 一种湖泊水污染治理方法及系统
CN110458359A (zh) 一种基于未完全截污条件下的平原河网水量水质优化调控方法
CN112417788A (zh) 基于大数据的水环境污染分析系统及方法
CN112765829B (zh) 一种考虑排污口位置影响的中小型河段纳污能力核算方法
CN105157756A (zh) 一种污染源防偷排控制方法及装置
CN111811580A (zh) 一种水量/水质监测布点方法及预警响应系统
CN110866367B (zh) 复杂河网水流条件下常规突发水污染团的实时追踪方法
CN116233370A (zh) 基于水质监测的智能化视频监控方法
CN107563597A (zh) 污染物排放总量的智能预警方法
CN113392523B (zh) 一种基于长历时多测点的污水管网健康状况诊断方法
CN114580852B (zh) 基于工业大数据的水泵挡水板清理实时提醒系统
JP4339199B2 (ja) 流込み式水力発電所の取水制御方法と取水制御装置
CN110745938A (zh) 一种自调节强化达标的流域治理系统
Effler et al. Tributaries and discharges
CN116242978B (zh) 一种智能排水管理系统及方法
CN111967763A (zh) 一种河湖水系连通水安全保障需求适配方法及系统
WO2004038343A1 (en) Determining a flow in a wastewater system
CN110565593B (zh) 一种生态净水坝
JP4439831B2 (ja) 合流式下水道処理設備の水質改善制御装置
CN109072721A (zh) 适用于电力生产工厂回路的供水泵送管理
CN107774018B (zh) 旋流沉砂池排砂方法及排砂系统
CN116823067B (zh) 管网水质清污状态的确定方法、装置及电子设备
Yi et al. Flood disaster risk analysis for Songhua river basin based on theory of information diffusion
CN117599519B (zh) 一种用于数字化反冲洗一体机的智能控制方法
CN210376733U (zh) 自动测量降雨强度的系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant