CN116050831A - 一种农业灌溉用水水质预警方法及系统 - Google Patents
一种农业灌溉用水水质预警方法及系统 Download PDFInfo
- Publication number
- CN116050831A CN116050831A CN202211717280.9A CN202211717280A CN116050831A CN 116050831 A CN116050831 A CN 116050831A CN 202211717280 A CN202211717280 A CN 202211717280A CN 116050831 A CN116050831 A CN 116050831A
- Authority
- CN
- China
- Prior art keywords
- early warning
- water quality
- module
- early
- water
- 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
- 239000003621 irrigation water Substances 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 345
- 238000012544 monitoring process Methods 0.000 claims abstract description 191
- 238000004458 analytical method Methods 0.000 claims description 62
- 238000003973 irrigation Methods 0.000 claims description 29
- 230000002262 irrigation Effects 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 18
- 239000002689 soil Substances 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000011144 upstream manufacturing Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000003911 water pollution Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 238000011109 contamination Methods 0.000 claims description 3
- 230000035558 fertility Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000011278 co-treatment Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000011157 data evaluation Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
Abstract
本发明公开了一种农业灌溉用水水质预警方法及系统。本发明将灌溉用水水质状况和农作物生长风险相结合,筛选预警指标和预警作物,设置动态分级预警规则,获取水质监测点位、区域网格、入河排口位置以及水质监测数据,判断是否触发预警,分析预警范围和预警来源。系统包括数据采集模块、用水监控模块、水质预警模块、协同处置模块和综合展示模块。本发明解决了农业灌溉用水风险具有滞后性的问题,农业灌溉用水预警研判不足、响应不及时的问题,以及农业灌溉用水多头监管、部门间信息不通的问题。
Description
技术领域
本发明涉及水质预警技术领域,具体涉及一种农业灌溉用水水质预警方法及系统。
背景技术
农业灌溉是粮食生产的重要环节,灌溉水质对作物生长具有重要影响,是保证粮食安全生产和土地可持续发展非常关键的因素。随着工农业生产的快速发展,大量的生产废水外排导致地表水和地下水受到一定程度的污染,影响农业灌溉用水安全。
虽然农业灌溉用水水质安全日益受到重视,但大部分地区仍采用传统的监管方式,监管机制不完善,风险防范能力弱,信息化水平低,现有的监管手段难以满足实际需求。
另外,由于农田灌溉用水水质监管涉及到多个主管部门,若没有明确的职责分工和协同机制,必然会导致信息不互通、响应速度慢、处置时效低等问题,无法应对水质污染问题。
针对农业灌溉用水水质监管能力相对薄弱的现状,构建一套灌溉用水水质预警体系,并通过信息化手段弥补传统环境管理在灌溉用水监管方面的不足,对于提高农业灌溉用水安全保障和管理水平具有重要意义。
公开号为CN 108872516 A的专利说明书公开了一种水质监测预警系统,包括数据采集模块、数据处理模块、水质预警模块,所述数据采集模块用于对水质的实时数据进行监测和采集,所述数据处理模块用于对采集的水质数据进行处理,所述水质预警模块用于根据处理后的水质数据进行水质预警。所述数据处理模块包括第一处理子模块、第二处理子模块、第三处理子模块和数据评价子模块,所述第一处理子模块用于对缺失水质数据进行修复,所述第二处理子模块用于对异常水质数据进行修复,所述第三处理子模块用于对经过第一处理子模块和第二处理子模块修复的水质数据进行去噪处理,所述数据评价子模块用于对去噪后的水质数据进行评价。
上述专利技术公开的水质监测预警系统并没有与农业灌溉这一具体场景实际结合,也无法根据作物实际生长条件进行针对性、及时性的预警规则调控,灵活性较差。
目前农业灌溉用水水质安全监管存在的问题还有:
1、农业灌溉用水风险具有滞后性:现有技术没有从事前预警的角度考虑加强农业灌溉用水水质安全保障;
2、农业灌溉用水预警研判不足,响应不及时:现有技术没有针对农业灌溉用水水质安全事故具有突发性、短暂性的特征,提供一套完善的预警分析方案;
3、农业灌溉用水多头监管,部门间信息不通:现有技术没有考虑多个主管部门在农业灌溉用水水质监管工作中的相互协同。
发明内容
针对上述技术问题以及本领域存在的不足之处,本发明提供了一种农业灌溉用水水质预警方法及系统,帮助管理者实现对灌溉用水从实时监测、分级动态预警、分析研判到协同处置的闭环管理,提升灌溉用水监管能力和风险防范水平。
一种农业灌溉用水水质预警方法,包括步骤:
S1、将灌溉用水水质状况和农作物生长风险相结合,基于区域农作物种植情况和水环境质量污染特征,筛选预警指标和预警作物;
S2、建立预警规则:建立灌溉用水水质动态分级预警规则,先确定预警等级,以及不同预警等级中每项预警指标的基础预警浓度值;再通过层次分析法评估当前实际生长条件下预警作物对水质污染的耐受程度,根据获得的污染耐受系数动态调整预警浓度值,生成实际预警浓度值;
S3、获取水质监测点位位置:在灌溉取水口设置水质监测点位,获取水质监测点位的经纬度;
S4、划分区域网格:将区域划分成若干个网格,以网格作为基本预警对象,提取各个网格的中心位置经纬度;
S5、获取入河排口位置:获取区域内入河排口的经纬度;
S6、获取水质监测数据:获取各个水质监测点位的水质监测数据;
S7、判断是否触发预警:根据步骤S6获取的水质监测数据,结合步骤S2生成的实际预警浓度值,判断各水质监测点位的水质是否触发预警,若触发预警,确定预警指标、预警等级和预警作物;
S8、预警范围分析:建立预警范围分析模型,根据触发预警的水质监测点位和区域网格的位置信息,基于Geohash算法,分析预警范围所覆盖的网格对象,生成预警网格;
S9、预警来源分析:建立预警来源分析模型,根据触发预警的水质监测点位和入河排口的位置信息,基于Geohash算法,分析触发预警的疑似污染来源。
本发明中的基础预警浓度值可根据经验、文献等已有数据进行设定。
步骤S2具体包括以下步骤:
S21、基于预警作物的生长条件,建立预警作物污染耐受程度的多层级评估指标体系,包含一级指标和二级指标,所述一级指标包括作物特性指标A1、气候条件指标A2、土壤条件指标A3和灌溉条件指标A4;各一级指标均包含二级指标,所述的作物特性指标A1包括作物种类二级指标A11、作物生长阶段二级指标A12,所述的气候条件指标A2包括气温二级指标A21、光照二级指标A22和日温差二级指标A23,所述的土壤条件指标A3包括土壤透气性二级指标A31、土壤酸碱度二级指标A32和土壤肥力二级指标A33,所述的灌溉条件指标A4包括灌溉用水量二级指标A41和灌溉方式二级指标A42;
S22、针对建立的预警作物污染耐受程度的多层级评估指标体系,构建比较矩阵,确定各一级指标和二级指标的权重:
比较矩阵表述了每一层级各指标相对于其上一层级指标的相对重要程度,选取同一一级指标下各二级指标两两比较其相对重要性,比较矩阵M表示为:
其中,aij表示同一一级指标下的任意两个二级指标对其所在的一级指标的影响程度之比;
根据比较矩阵的最大特征根λmax求出特征向量,经归一化处理后计算出各二级指标对于其所在一级指标的相对重要性,进行层次单排序,即分别在各一级指标下进行二级指标的权重排序;
在层次单排序的基础上,经归一化处理后求出所有二级指标在预警作物污染耐受程度的多层级评估指标体系中相对重要性的权重值,进行层次总排序,即全部二级指标在预警作物污染耐受程度的多层级评估指标体系中的权重排序;
S23、根据预警作物当前实际生长条件对各二级指标进行赋分,分数越高表明预警作物的污染耐受能力越强,反之则越差,将各二级指标的分数与其权重值进行加权求和,得到预警作物的综合污染耐受程度指数;
预警作物的污染耐受系数=综合污染耐受程度指数/标准污染耐受程度指数;
标准污染耐受程度指数由各二级指标的赋分中值与其权重值进行加权求和得到;
实际预警浓度值=基础预警浓度值×污染耐受系数。
污染耐受系数大于1,表明预警作物的污染耐受程度较高,实际预警浓度值可适当上调,反之则需下调。
步骤S8中,预警范围与预警等级相关,预警等级越高,预警范围越大,预警范围通过Geohash算法自行配置计算,输入监管区域范围生成监管区域内要预警提醒的网格对象。
步骤S9中,预警来源分析以触发预警的水质监测点位为起点,分析上游水质情况,以向上游追溯到的第一个达标水质监测点位与触发预警的水质监测点位之间的范围作为污染区间,再基于Geohash算法分析位于污染区间内的疑似污染来源,以进一步缩小溯源范围。
本发明还提供了一种农业灌溉用水水质预警系统,包括数据采集模块、用水监控模块、水质预警模块、协同处置模块和综合展示模块;
水质预警模块与数据采集模块和用水监控模块连接,用于接收数据采集模块产生的区域网格、水质监测点位、入河排口的位置信息和作物的生长条件信息,以及用水监控模块产生的用水量数据和水质监测数据,分析预警范围和疑似污染来源,生成预警事件;
协同处置模块与水质预警模块连接,用于接收水质预警模块产生的水质预警信息,实现预警事件闭环处置;
综合展示模块与数据采集模块、用水监控模块、水质预警模块和协同处置模块连接,用于接收数据采集模块产生的区域网格、水质监测点位、入河排口的位置信息,用水监控模块产生的用水量和水质监测数据,水质预警模块产生的水质预警信息,以及协同处置模块产生的预警事件处置进度信息。
数据采集模块包括区域网格管理子模块、灌溉取水口管理子模块、水质监测点位管理子模块、入河排口管理子模块和作物生长条件管理子模块,用于对水质预警所需的基础数据和监测数据进行统一录入和管理;
区域网格管理子模块对划分的区域网格进行统一管理,包括的信息有网格编号、名称、中心位置经纬度和网格边界;
灌溉取水口管理子模块对灌溉取水口的基础信息进行统一管理,所述基础信息包括灌溉取水口名称、所在网格、灌溉面积和经纬度,支持灌溉取水口信息录入、编辑和删除;
水质监测点位管理子模块对水质监测点位的基础信息进行统一管理,包括的信息有点位编号、点位名称、所在河道、经纬度和监测方式,支持对信息的录入、编辑和删除;
入河排口管理子模块对入河排口的基础信息进行统一管理,包括的信息有入河排口名称、排口类型和经纬度,支持对信息的录入、编辑和删除;
作物生长条件管理子模块对预警作物的生长条件信息进行采集和管理,包括作物特性、气候条件、土壤条件和灌溉条件。
用水监控模块包括用水量监控子模块、水质监控子模块、数据查询子模块、数据统计子模块和数据分析子模块,用于对各灌溉取水口的用水量数据和水质监测点位的水质数据进行实时监控和统计分析;
用水量监控子模块实现灌溉取水口的灌溉用水量数据录入和编辑,并对用水量数据进行统计,以列表形式展示统计结果,包括年度总用水量以及各个月度用水量,支持用水量数据导出;
水质监控子模块对灌溉用水水质监测数据进行统一展示,水质监测数据根据水质监测点位的监测频次同步更新,展示信息包括水质监测点位各项指标的监测值、水质类别和达标情况;
数据查询子模块用于对用水量和水质监测数据按条件进行查询,支持查询数据导出;
数据统计子模块用于对区域用水量和水质情况进行统计分析,用水量统计根据各灌溉取水口的用水量数据对区域网格的用水量进行统计和排名;水质统计对灌溉用水水质达标率、水质类别占比、主要水质超标指标以及主要水质超标点位进行统计;
数据分析子模块基于水质监测数据进行多维分析,包括单站点水质趋势分析和多站点水质对比分析;单站点水质趋势分析对单个水质监测点位各项指标随时间的变化情况进行趋势分析;多站点水质对比分析对多个水质监测点位单一指标的变化趋势进行对比分析。
水质预警模块包括预警规则设置子模块、预警分析子模块、预警信息子模块和预警通知子模块;
预警规则设置子模块对预警规则进行设置,作为水质监测数据是否触发预警条件的判断准则;预警规则设置子模块与作物生长条件管理子模块,用于接收作物生长条件管理子模块产生的预警作物生长条件数据,计算污染耐受系数,动态调整实际预警浓度值;
预警规则的设置步骤为:第一步,选择预警指标,从所有监测指标中选择当前需要设置预警规则的一项预警指标;第二步,选择预警等级,根据确定的预警等级,选择当前需要设置预警规则的一个预警等级;第三步,设置触发条件,确定预警信息单次触发或多次触发;第四步,设置基础预警浓度值,针对每种预警作物设置对应预警指标的基础预警浓度值;第五步,建立预警作物对水质污染耐受程度的评估指标体系,设置一级指标和二级指标,确定各一级指标和二级指标的权重;第六步,根据从作物生长条件管理子模块获取的各二级指标数据,赋分加权求和,并与代表平均赋分的标准污染耐受程度指数比较,计算预警作物的污染耐受系数,与基础预警浓度值相乘生成实际预警浓度值;
预警分析子模块用于建立预警范围分析模型和预警来源分析模型,结合区域网格管理子模块的网格位置信息、水质监测点位管理子模块的水质监测点位位置信息、入河排口管理子模块的入河排口位置信息,分析预警范围和疑似污染来源;
预警范围分析模型建立步骤为:第一步,录入水质监测点位的经纬度;第二步,录入区域网格的中心位置经纬度;第三步,设置监管区域范围;第四步,运行Geohash算法,获得监管区域内预警范围内的网格名单;
预警来源分析模型建立步骤为:第一步,录入水质监测点位的经纬度;第二步,录入入河排口的经纬度;第三步,以触发预警的水质监测点位为起点,分析上游水质情况,以向上游追溯到的第一个达标水质监测点位与触发预警的水质监测点位之间的范围作为污染区间;第四步,运行Geohash算法,获得污染区间内疑似污染来源的入河排口名单;
预警信息子模块基于水质监控子模块的水质监测数据,结合设置的预警规则,判断各水质监测点位水质是否触发预警;若触发预警,则生成预警信息,并通过预警范围分析模型和预警来源分析模型自动分析预警网格和疑似污染来源;预警信息内容包括预警点位、预警指标、预警等级、预警数值、预警作物、预警时间、预警网格和疑似来源;
预警通知子模块对需要推送预警信息的人员信息进行管理,包括的信息有通知人员的姓名、联系方式和所属网格,预警发生后将预警信息精准推送给处于预警网格内的相关人员。
协同处置模块包括流程设置子模块、预警处置子模块、日常巡查子模块和事件统计子模块;
流程设置子模块用于构建预警事件的多部门协同处置流程,可设置参与预警事件处置的部门和人员,自定义处置节点、每个节点的责任部门和处置时限,为预警事件的处置搭建流程框架;
预警处置子模块和预警信息子模块连接,用于获取预警信息子模块生成的预警信息,形成预警事件进行处置;
日常巡查子模块用于日常巡查工作的台账记录和问题上报,实现对巡查过程中发现的农业灌溉用水问题进行处置;
事件统计子模块对预警事件的整体处置状况进行统计分析,统计预警事件数量和处置进度,统计各部门参与预警事件协同处置的频次,统计各月度的预警事件处置数量及变化趋势。
综合展示模块包括地图展示子模块、统计展示子模块和预警展示子模块,用于对区域的农业灌溉用水水质监测预警概况进行可视化展示;
地图展示子模块基于GIS地图对农业灌溉用水水质监管相关要素实现多图层可选择的叠加展示,所述图层包括农田分布、区域网格分布、河道分布、水质监测点位分布、灌溉取水口分布和入河排口分布;
统计展示子模块对包括区域的各类农作物种植面积、水质监测点位数量、水质达标率、灌溉用水量、水质预警数量、预警事件处置进度在内的基本概况进行统计,并结合图表进行统计结果展示;
预警展示子模块,用于调用水质预警模块分析的预警范围和预警来源结果,并基于GIS地图对分析结果进行可视化展示。
本发明与现有技术相比,有益效果有:
1、将灌溉用水水质状况和农作物生长风险相结合,结合农作物当前实际生长条件实现灌溉用水水质分级动态预警,加强农作物灌溉用水风险事前防范和预警的准确性、灵活性,筑牢灌溉用水水质安全防线,解决农业灌溉用水风险具有滞后性、不灵活的问题。
2、基于Geohash算法分析预警点位的影响范围和可疑污染来源,并结合GIS技术直观展示分析结果,帮助管理者快速掌握关键信息,及时采取有效防范措施,避免农业经济损失,解决农业灌溉用水预警研判不足,响应不及时的问题。
3、建立水质监管、预警处置、日常巡查等业务流程,实现数据与业务在主管部门之间的互通流转,有助于提升主管部门对农业灌溉用水水质的协同监管能力,解决农业灌溉用水多头监管,部门间信息不通的问题。
附图说明
图1为具体实施方式中的农业灌溉用水水质预警方法的流程图;
图2为具体实施方式中的农业灌溉用水水质预警方法的预警作物污染耐受程度评估指标体系示意图;
图3为具体实施方式中的农业灌溉用水水质预警系统的组成框图。
具体实施方式
下面结合附图及具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图3所示,一种农业灌溉用水水质预警系统,包括数据采集模块1、用水监控模块2、水质预警模块3、协同处置模块4和综合展示模块5。
数据采集模块1包括区域网格管理子模块11、灌溉取水口管理子模块12、水质监测点位管理子模块13、入河排口管理子模块14和作物生长条件管理子模块15,用于对水质预警所需的基础数据和监测数据进行统一录入和管理。
区域网格管理子模块11对划分的区域网格进行统一管理,包括的信息有网格编号、名称、中心位置经纬度和网格边界。
灌溉取水口管理子模块12对灌溉取水口的基础信息进行统一管理,所述基础信息包括灌溉取水口名称、所在网格、灌溉面积和经纬度,支持灌溉取水口信息录入、编辑和删除。
水质监测点位管理子模块13对水质监测点位的基础信息进行统一管理,包括的信息有点位编号、点位名称、所在河道、经纬度和监测方式,支持对信息的录入、编辑和删除。
入河排口管理子模块14对入河排口的基础信息进行统一管理,包括的信息有入河排口名称、排口类型和经纬度,支持对信息的录入、编辑和删除。
作物生长条件管理子模块15对预警作物的生长条件信息进行采集和管理,包括作物特性、气候条件、土壤条件和灌溉条件。
用水监控模块2包括用水量监控子模块21、水质监控子模块22、数据查询子模块23、数据统计子模块24和数据分析子模块25,用于对各灌溉取水口的用水量数据和水质监测点位的水质数据进行实时监控和统计分析。
用水量监控子模块21实现灌溉取水口的灌溉用水量数据录入和编辑,并对用水量数据进行统计,以列表形式展示统计结果,包括年度总用水量以及各个月度用水量,支持用水量数据导出。
水质监控子模块22对灌溉用水水质监测数据进行统一展示,水质监测数据根据水质监测点位的监测频次同步更新,展示信息包括水质监测点位各项指标的监测值、水质类别和达标情况。
数据查询子模块23用于对用水量和水质监测数据按条件进行查询,支持查询数据导出。
数据统计子模块24用于对区域用水量和水质情况进行统计分析,用水量统计根据各灌溉取水口的用水量数据对区域网格的用水量进行统计和排名;水质统计对灌溉用水水质达标率、水质类别占比、主要水质超标指标以及主要水质超标点位进行统计。
数据分析子模块25基于水质监测数据进行多维分析,包括单站点水质趋势分析和多站点水质对比分析;单站点水质趋势分析对单个水质监测点位各项指标随时间的变化情况进行趋势分析;多站点水质对比分析对多个水质监测点位单一指标的变化趋势进行对比分析。
水质预警模块3与数据采集模块1和用水监控模块2连接,用于接收数据采集模块1产生的区域网格、水质监测点位、入河排口的位置信息和作物的生长条件信息,以及用水监控模块2产生的用水量数据和水质监测数据,分析预警范围和疑似污染来源,生成预警事件。
具体的,水质预警模块3包括预警规则设置子模块31、预警分析子模块32、预警信息子模块33和预警通知子模块34。
预警规则设置子模块31对预警规则进行设置,作为水质监测数据是否触发预警条件的判断准则;预警规则设置子模块31与作物生长条件管理子模块15,用于接收作物生长条件管理子模块15产生的预警作物生长条件数据,计算污染耐受系数,动态调整实际预警浓度值。
预警规则的设置步骤为:第一步,选择预警指标,从所有监测指标中选择当前需要设置预警规则的一项预警指标;第二步,选择预警等级,根据确定的预警等级,选择当前需要设置预警规则的一个预警等级;第三步,设置触发条件,确定预警信息单次触发或多次触发;第四步,设置基础预警浓度值,针对每种预警作物设置对应预警指标的基础预警浓度值;第五步,建立预警作物对水质污染耐受程度的评估指标体系,设置一级指标和二级指标,确定各一级指标和二级指标的权重;第六步,根据从作物生长条件管理子模块15获取的各二级指标数据,赋分加权求和,并与代表平均赋分的标准污染耐受程度指数比较,计算预警作物的污染耐受系数,与基础预警浓度值相乘生成实际预警浓度值。
预警分析子模块32用于建立预警范围分析模型和预警来源分析模型,结合区域网格管理子模块11的网格位置信息、水质监测点位管理子模块13的水质监测点位位置信息、入河排口管理子模块14的入河排口位置信息,分析预警范围和疑似污染来源。
预警范围分析模型建立步骤为:第一步,录入水质监测点位的经纬度;第二步,录入区域网格的中心位置经纬度;第三步,设置监管区域范围;第四步,运行Geohash算法,获得监管区域内预警范围内的网格名单。
预警来源分析模型建立步骤为:第一步,录入水质监测点位的经纬度;第二步,录入入河排口的经纬度;第三步,以触发预警的水质监测点位为起点,分析上游水质情况,以向上游追溯到的第一个达标水质监测点位与触发预警的水质监测点位之间的范围作为污染区间;第四步,运行Geohash算法,获得污染区间内疑似污染来源的入河排口名单。
预警信息子模块33基于水质监控子模块22的水质监测数据,结合设置的预警规则,判断各水质监测点位水质是否触发预警;若触发预警,则生成预警信息,并通过预警范围分析模型和预警来源分析模型自动分析预警网格和疑似污染来源;预警信息内容包括预警点位、预警指标、预警等级、预警数值、预警作物、预警时间、预警网格和疑似来源。
预警通知子模块34对需要推送预警信息的人员信息进行管理,包括的信息有通知人员的姓名、联系方式和所属网格,预警发生后将预警信息精准推送给处于预警网格内的相关人员。
协同处置模块4与水质预警模块3连接,用于接收水质预警模块3产生的水质预警信息,实现预警事件闭环处置。
具体的,协同处置模块4包括流程设置子模块41、预警处置子模块42、日常巡查子模块43和事件统计子模块44。
流程设置子模块41用于构建预警事件的多部门协同处置流程,可设置参与预警事件处置的部门和人员,自定义处置节点、每个节点的责任部门和处置时限,为预警事件的处置搭建流程框架。
预警处置子模块42和预警信息子模块33连接,用于获取预警信息子模块33生成的预警信息,形成预警事件进行处置;
日常巡查子模块43用于日常巡查工作的台账记录和问题上报,实现对巡查过程中发现的农业灌溉用水问题进行处置。
事件统计子模块44对预警事件的整体处置状况进行统计分析,统计预警事件数量和处置进度,统计各部门参与预警事件协同处置的频次,统计各月度的预警事件处置数量及变化趋势。
综合展示模块5与数据采集模块1、用水监控模块2、水质预警模块3和协同处置模块4连接,用于接收数据采集模块1产生的区域网格、水质监测点位、入河排口的位置信息,用水监控模块2产生的用水量和水质监测数据,水质预警模块3产生的水质预警信息,以及协同处置模块4产生的预警事件处置进度信息。
具体的,综合展示模块5包括地图展示子模块51、统计展示子模块52和预警展示子模块53,用于对区域的农业灌溉用水水质监测预警概况进行可视化展示。
地图展示子模块51基于GIS地图对农业灌溉用水水质监管相关要素实现多图层可选择的叠加展示,所述图层包括农田分布、区域网格分布、河道分布、水质监测点位分布、灌溉取水口分布和入河排口分布。
统计展示子模块52对包括区域的各类农作物种植面积、水质监测点位数量、水质达标率、灌溉用水量、水质预警数量、预警事件处置进度在内的基本概况进行统计,并结合图表进行统计结果展示。
预警展示子模块53,用于调用水质预警模块(3)分析的预警范围和预警来源结果,并基于GIS地图对分析结果进行可视化展示。
上述农业灌溉用水水质预警系统执行农业灌溉用水水质预警方法,如图1所示,包括步骤:
S1、将灌溉用水水质状况和农作物生长风险相结合,基于区域农作物种植情况和水环境质量污染特征,筛选预警指标和预警作物;
S2、建立预警规则:建立灌溉用水水质动态分级预警规则,先确定预警等级,以及不同预警等级中每项预警指标的基础预警浓度值;再通过层次分析法评估当前实际生长条件下预警作物对水质污染的耐受程度,根据获得的污染耐受系数动态调整预警浓度值,生成实际预警浓度值;
S3、获取水质监测点位位置:在灌溉取水口设置水质监测点位,获取水质监测点位的经纬度;
S4、划分区域网格:将区域划分成若干个网格,以网格作为基本预警对象,提取各个网格的中心位置经纬度;
S5、获取入河排口位置:获取区域内入河排口的经纬度;
S6、获取水质监测数据:获取各个水质监测点位的水质监测数据;
S7、判断是否触发预警:根据步骤S6获取的水质监测数据,结合步骤S2生成的实际预警浓度值,判断各水质监测点位的水质是否触发预警,若触发预警,确定预警指标、预警等级和预警作物;
S8、预警范围分析:建立预警范围分析模型,根据触发预警的水质监测点位和区域网格的位置信息,基于Geohash算法,分析预警范围所覆盖的网格对象,生成预警网格;
S9、预警来源分析:建立预警来源分析模型,根据触发预警的水质监测点位和入河排口的位置信息,基于Geohash算法,分析触发预警的疑似污染来源。
其中,步骤S2具体包括以下步骤:
S21、基于预警作物的生长条件,建立预警作物污染耐受程度的多层级评估指标体系,如图2所示,包含一级指标和二级指标,所述一级指标包括作物特性指标A1、气候条件指标A2、土壤条件指标A3和灌溉条件指标A4;各一级指标均包含二级指标,所述的作物特性指标A1包括作物种类二级指标A11、作物生长阶段二级指标A12,所述的气候条件指标A2包括气温二级指标A21、光照二级指标A22和日温差二级指标A23,所述的土壤条件指标A3包括土壤透气性二级指标A31、土壤酸碱度二级指标A32和土壤肥力二级指标A33,所述的灌溉条件指标A4包括灌溉用水量二级指标A41和灌溉方式二级指标A42;
S22、针对建立的预警作物污染耐受程度的多层级评估指标体系,构建比较矩阵,确定各一级指标和二级指标的权重:
比较矩阵表述了每一层级各指标相对于其上一层级指标的相对重要程度,选取同一一级指标下各二级指标两两比较其相对重要性,比较矩阵M表示为:
其中,aij表示同一一级指标下的任意两个二级指标对其所在的一级指标的影响程度之比;
根据比较矩阵的最大特征根λmax求出特征向量,经归一化处理后计算出各二级指标对于其所在一级指标的相对重要性,进行层次单排序,即分别在各一级指标下进行二级指标的权重排序;
在层次单排序的基础上,经归一化处理后求出所有二级指标在预警作物污染耐受程度的多层级评估指标体系中相对重要性的权重值,进行层次总排序,即全部二级指标在预警作物污染耐受程度的多层级评估指标体系中的权重排序;
S23、根据预警作物当前实际生长条件对各二级指标进行赋分,分数越高表明预警作物的污染耐受能力越强,反之则越差,将各二级指标的分数与其权重值进行加权求和,得到预警作物的综合污染耐受程度指数;
预警作物的污染耐受系数=综合污染耐受程度指数/标准污染耐受程度指数;
标准污染耐受程度指数由各二级指标的赋分中值与其权重值进行加权求和得到;
实际预警浓度值=基础预警浓度值×污染耐受系数。
步骤S8中,预警范围与预警等级相关,预警等级越高,预警范围越大,预警范围通过Geohash算法自行配置计算,输入监管区域范围生成监管区域内要预警提醒的网格对象。
步骤S9中,预警来源分析以触发预警的水质监测点位为起点,分析上游水质情况,以向上游追溯到的第一个达标水质监测点位与触发预警的水质监测点位之间的范围作为污染区间,再基于Geohash算法分析位于污染区间内的疑似污染来源,以进一步缩小溯源范围。
此外应理解,在阅读了本发明的上述描述内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (10)
1.一种农业灌溉用水水质预警方法,其特征在于,包括步骤:
S1、将灌溉用水水质状况和农作物生长风险相结合,基于区域农作物种植情况和水环境质量污染特征,筛选预警指标和预警作物;
S2、建立预警规则:建立灌溉用水水质动态分级预警规则,先确定预警等级,以及不同预警等级中每项预警指标的基础预警浓度值;再通过层次分析法评估当前实际生长条件下预警作物对水质污染的耐受程度,根据获得的污染耐受系数动态调整预警浓度值,生成实际预警浓度值;
S3、获取水质监测点位位置:在灌溉取水口设置水质监测点位,获取水质监测点位的经纬度;
S4、划分区域网格:将区域划分成若干个网格,以网格作为基本预警对象,提取各个网格的中心位置经纬度;
S5、获取入河排口位置:获取区域内入河排口的经纬度;
S6、获取水质监测数据:获取各个水质监测点位的水质监测数据;
S7、判断是否触发预警:根据步骤S6获取的水质监测数据,结合步骤S2生成的实际预警浓度值,判断各水质监测点位的水质是否触发预警,若触发预警,确定预警指标、预警等级和预警作物;
S8、预警范围分析:建立预警范围分析模型,根据触发预警的水质监测点位和区域网格的位置信息,基于Geohash算法,分析预警范围所覆盖的网格对象,生成预警网格;
S9、预警来源分析:建立预警来源分析模型,根据触发预警的水质监测点位和入河排口的位置信息,基于Geohash算法,分析触发预警的疑似污染来源。
2.根据权利要求1所述的农业灌溉用水水质预警方法,其特征在于,步骤S2具体包括以下步骤:
S21、基于预警作物的生长条件,建立预警作物污染耐受程度的多层级评估指标体系,包含一级指标和二级指标,所述一级指标包括作物特性指标A1、气候条件指标A2、土壤条件指标A3和灌溉条件指标A4;各一级指标均包含二级指标,所述的作物特性指标A1包括作物种类二级指标A11和作物生长阶段二级指标A12,所述的气候条件指标A2包括气温二级指标A21、光照二级指标A22和日温差二级指标A23,所述的土壤条件指标A3包括土壤透气性二级指标A31、土壤酸碱度二级指标A32和土壤肥力二级指标A33,所述的灌溉条件指标A4包括灌溉用水量二级指标A41和灌溉方式二级指标A42;
S22、针对建立的预警作物污染耐受程度的多层级评估指标体系,构建比较矩阵,确定各一级指标和二级指标的权重:
比较矩阵表述了每一层级各指标相对于其上一层级指标的相对重要程度,选取同一一级指标下各二级指标两两比较其相对重要性,比较矩阵M表示为:
其中,aij表示同一一级指标下的任意两个二级指标对其所在的一级指标的影响程度之比;
根据比较矩阵的最大特征根λmax求出特征向量,经归一化处理后计算出各二级指标对于其所在一级指标的相对重要性,进行层次单排序,即分别在各一级指标下进行二级指标的权重排序;
在层次单排序的基础上,经归一化处理后求出所有二级指标在预警作物污染耐受程度的多层级评估指标体系中相对重要性的权重值,进行层次总排序,即全部二级指标在预警作物污染耐受程度的多层级评估指标体系中的权重排序;
S23、根据预警作物当前实际生长条件对各二级指标进行赋分,分数越高表明预警作物的污染耐受能力越强,反之则越差,将各二级指标的分数与其权重值进行加权求和,得到预警作物的综合污染耐受程度指数;
预警作物的污染耐受系数=综合污染耐受程度指数/标准污染耐受程度指数;
标准污染耐受程度指数由各二级指标的赋分中值与其权重值进行加权求和得到;
实际预警浓度值=基础预警浓度值×污染耐受系数。
3.根据权利要求1所述的农业灌溉用水水质预警方法,其特征在于,步骤S8中,预警范围与预警等级相关,预警等级越高,预警范围越大,预警范围通过Geohash算法自行配置计算,输入监管区域范围生成监管区域内要预警提醒的网格对象。
4.根据权利要求1所述的农业灌溉用水水质预警方法,其特征在于,步骤S9中,预警来源分析以触发预警的水质监测点位为起点,分析上游水质情况,以向上游追溯到的第一个达标水质监测点位与触发预警的水质监测点位之间的范围作为污染区间,再基于Geohash算法分析位于污染区间内的疑似污染来源,以进一步缩小溯源范围。
5.一种农业灌溉用水水质预警系统,其特征在于,包括数据采集模块(1)、用水监控模块(2)、水质预警模块(3)、协同处置模块(4)和综合展示模块(5);
水质预警模块(3)与数据采集模块(1)和用水监控模块(2)连接,用于接收数据采集模块(1)产生的区域网格、水质监测点位、入河排口的位置信息和作物的生长条件信息,以及用水监控模块(2)产生的水质监测数据,分析预警范围和疑似污染来源,生成预警事件;
协同处置模块(4)与水质预警模块(3)连接,用于接收水质预警模块(3)产生的水质预警信息,实现预警事件闭环处置;
综合展示模块(5)与数据采集模块(1)、用水监控模块(2)、水质预警模块(3)和协同处置模块(4)连接,用于接收数据采集模块(1)产生的区域网格、水质监测点位、入河排口的位置信息,用水监控模块(2)产生的用水量和水质监测数据,水质预警模块(3)产生的水质预警信息,以及协同处置模块(4)产生的预警事件处置进度信息。
6.根据权利要求5所述的农业灌溉用水水质预警系统,其特征在于,数据采集模块(1)包括区域网格管理子模块(11)、灌溉取水口管理子模块(12)、水质监测点位管理子模块(13)、入河排口管理子模块(14)和作物生长条件管理子模块(15),用于对水质预警所需的基础数据和监测数据进行统一录入和管理;
区域网格管理子模块(11)对划分的区域网格进行统一管理,包括的信息有网格编号、名称、中心位置经纬度和网格边界;
灌溉取水口管理子模块(12)对灌溉取水口的基础信息进行统一管理,所述基础信息包括灌溉取水口名称、所在网格、灌溉面积和经纬度,支持灌溉取水口信息录入、编辑和删除;
水质监测点位管理子模块(13)对水质监测点位的基础信息进行统一管理,包括的信息有点位编号、点位名称、所在河道、经纬度和监测方式,支持对信息的录入、编辑和删除;
入河排口管理子模块(14)对入河排口的基础信息进行统一管理,包括的信息有入河排口名称、排口类型和经纬度,支持对信息的录入、编辑和删除;
作物生长条件管理子模块(15)对预警作物的生长条件信息进行采集和管理,包括作物特性、气候条件、土壤条件和灌溉条件。
7.根据权利要求6所述的农业灌溉用水水质预警系统,其特征在于,用水监控模块(2)包括用水量监控子模块(21)、水质监控子模块(22)、数据查询子模块(23)、数据统计子模块(24)和数据分析子模块(25),用于对各灌溉取水口的用水量数据和水质监测点位的水质监测数据进行实时监控和统计分析;
用水量监控子模块(21)实现灌溉取水口的灌溉用水量数据录入和编辑,并对用水量数据进行统计,以列表形式展示统计结果,包括年度总用水量以及各个月度用水量,支持用水量数据导出;
水质监控子模块(22)对灌溉用水水质监测数据进行统一展示,水质监测数据根据水质监测点位的监测频次同步更新,展示信息包括水质监测点位各项指标的监测值、水质类别和达标情况;
数据查询子模块(23)用于对用水量和水质监测数据按条件进行查询,支持查询数据导出;
数据统计子模块(24)用于对区域用水量和水质情况进行统计分析,用水量统计根据各灌溉取水口的用水量数据对区域网格的用水量进行统计和排名;水质统计对灌溉用水水质达标率、水质类别占比、主要水质超标指标以及主要水质超标点位进行统计;
数据分析子模块(25)基于水质监测数据进行多维分析,包括单站点水质趋势分析和多站点水质对比分析;单站点水质趋势分析对单个水质监测点位各项指标随时间的变化情况进行趋势分析;多站点水质对比分析对多个水质监测点位单一指标的变化趋势进行对比分析。
8.根据权利要求7所述的农业灌溉用水水质预警系统,其特征在于,水质预警模块(3)包括预警规则设置子模块(31)、预警分析子模块(32)、预警信息子模块(33)和预警通知子模块(34);
预警规则设置子模块(31)对预警规则进行设置,作为水质监测数据是否触发预警条件的判断准则;预警规则设置子模块(31)与作物生长条件管理子模块(15),用于接收作物生长条件管理子模块(15)产生的预警作物生长条件数据,计算污染耐受系数,动态调整实际预警浓度值;
预警规则的设置步骤为:第一步,选择预警指标,从所有监测指标中选择当前需要设置预警规则的一项预警指标;第二步,选择预警等级,根据确定的预警等级,选择当前需要设置预警规则的一个预警等级;第三步,设置触发条件,确定预警信息单次触发或多次触发;第四步,设置基础预警浓度值,针对每种预警作物设置对应预警指标的基础预警浓度值;第五步,建立预警作物对水质污染耐受程度的评估指标体系,设置一级指标和二级指标,确定各一级指标和二级指标的权重;第六步,根据从作物生长条件管理子模块(15)获取的各二级指标数据,赋分加权求和,并与代表平均赋分的标准污染耐受程度指数比较,计算预警作物的污染耐受系数,与基础预警浓度值相乘生成实际预警浓度值;
预警分析子模块(32)用于建立预警范围分析模型和预警来源分析模型,结合区域网格管理子模块(11)的网格位置信息、水质监测点位管理子模块(13)的水质监测点位位置信息、入河排口管理子模块(14)的入河排口位置信息,分析预警范围和疑似污染来源;
预警范围分析模型建立步骤为:第一步,录入水质监测点位的经纬度;第二步,录入区域网格的中心位置经纬度;第三步,设置监管区域范围;第四步,运行Geohash算法,获得监管区域内预警范围内的网格名单;
预警来源分析模型建立步骤为:第一步,录入水质监测点位的经纬度;第二步,录入入河排口的经纬度;第三步,以触发预警的水质监测点位为起点,分析上游水质情况,以向上游追溯到的第一个达标水质监测点位与触发预警的水质监测点位之间的范围作为污染区间;第四步,运行Geohash算法,获得污染区间内疑似污染来源的入河排口名单;
预警信息子模块(33)基于水质监控子模块(22)的水质监测数据,结合设置的预警规则,判断各水质监测点位水质是否触发预警;若触发预警,则生成预警信息,并通过预警范围分析模型和预警来源分析模型自动分析预警网格和疑似污染来源;预警信息内容包括预警点位、预警指标、预警等级、预警数值、预警作物、预警时间、预警网格和疑似来源;
预警通知子模块(34)对需要推送预警信息的人员信息进行管理,包括的信息有通知人员的姓名、联系方式和所属网格,预警发生后将预警信息精准推送给处于预警网格内的相关人员。
9.根据权利要求8所述的农业灌溉用水水质预警系统,其特征在于,协同处置模块(4)包括流程设置子模块(41)、预警处置子模块(42)、日常巡查子模块(43)和事件统计子模块(44);
流程设置子模块(41)用于构建预警事件的多部门协同处置流程,可设置参与预警事件处置的部门和人员,自定义处置节点、每个节点的责任部门和处置时限,为预警事件的处置搭建流程框架;
预警处置子模块(42)和预警信息子模块(33)连接,用于获取预警信息子模块(33)生成的预警信息,形成预警事件进行处置;
日常巡查子模块(43)用于日常巡查工作的台账记录和问题上报,实现对巡查过程中发现的农业灌溉用水问题进行处置;
事件统计子模块(44)对预警事件的整体处置状况进行统计分析,统计预警事件数量和处置进度,统计各部门参与预警事件协同处置的频次,统计各月度的预警事件处置数量及变化趋势。
10.根据权利要求9所述的农业灌溉用水水质预警系统,其特征在于,综合展示模块(5)包括地图展示子模块(51)、统计展示子模块(52)和预警展示子模块(53),用于对区域的农业灌溉用水水质监测预警概况进行可视化展示;
地图展示子模块(51)基于GIS地图对农业灌溉用水水质监管相关要素实现多图层可选择的叠加展示,所述图层包括农田分布、区域网格分布、河道分布、水质监测点位分布、灌溉取水口分布和入河排口分布;
统计展示子模块(52)对包括区域的各类农作物种植面积、水质监测点位数量、水质达标率、灌溉用水量、水质预警数量、预警事件处置进度在内的基本概况进行统计,并结合图表进行统计结果展示;
预警展示子模块(53),用于调用水质预警模块(3)分析的预警范围和预警来源结果,并基于GIS地图对分析结果进行可视化展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211717280.9A CN116050831A (zh) | 2022-12-29 | 2022-12-29 | 一种农业灌溉用水水质预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211717280.9A CN116050831A (zh) | 2022-12-29 | 2022-12-29 | 一种农业灌溉用水水质预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116050831A true CN116050831A (zh) | 2023-05-02 |
Family
ID=86126752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211717280.9A Pending CN116050831A (zh) | 2022-12-29 | 2022-12-29 | 一种农业灌溉用水水质预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050831A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116362570A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种基于大数据平台的多维度污染分析方法及系统 |
CN116703121A (zh) * | 2023-07-05 | 2023-09-05 | 北京泷涛环境科技有限公司 | 一种入河排污口智慧化管理系统 |
CN117630319A (zh) * | 2024-01-26 | 2024-03-01 | 深圳市天地互通科技有限公司 | 一种基于大数据的水质监测预警方法及系统 |
-
2022
- 2022-12-29 CN CN202211717280.9A patent/CN116050831A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116362570A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种基于大数据平台的多维度污染分析方法及系统 |
CN116362570B (zh) * | 2023-06-02 | 2023-08-08 | 北京建工环境修复股份有限公司 | 一种基于大数据平台的多维度污染分析方法及系统 |
CN116703121A (zh) * | 2023-07-05 | 2023-09-05 | 北京泷涛环境科技有限公司 | 一种入河排污口智慧化管理系统 |
CN117630319A (zh) * | 2024-01-26 | 2024-03-01 | 深圳市天地互通科技有限公司 | 一种基于大数据的水质监测预警方法及系统 |
CN117630319B (zh) * | 2024-01-26 | 2024-04-05 | 深圳市天地互通科技有限公司 | 一种基于大数据的水质监测预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116050831A (zh) | 一种农业灌溉用水水质预警方法及系统 | |
US20230141886A1 (en) | Method for assessing hazard on flood sensitivity based on ensemble learning | |
CN107610469A (zh) | 一种考虑多因素影响的日维度区域交通指数预测方法 | |
CN107767032A (zh) | 一种农田土壤重金属污染决策系统及方法 | |
CN105868301A (zh) | 一种碳排放检测管理系统及管理方法 | |
CN107679676A (zh) | 一种基于数值模拟的城市低影响开发优化配置方法 | |
CN111291076A (zh) | 基于大数据的异常用水监测报警系统及其构建方法 | |
CN114254802B (zh) | 气候变化驱动下植被覆盖时空变化的预测方法 | |
CN115587667A (zh) | 智慧环保平台水环境管理系统的污染分析管理模块及方法 | |
Feng et al. | Spatiotemporal characterization of megaregional poly-centrality: Evidence for new urban hypotheses and implications for polycentric policies | |
CN109858180B (zh) | 一种区域作物耗水空间格局优化设计方法 | |
Jiang et al. | Optimizing the spatial pattern of land use in a prominent grain-producing area: A sustainable development perspective | |
US20230409670A1 (en) | Method and system for analyzing driving relationship between ecosystem service and urban agglomeration development | |
CN111445116A (zh) | 国土空间规划辅助编制系统 | |
CN117009887B (zh) | 流域水环境质量精细化估算及分析的方法及系统 | |
CN113553551B (zh) | 一种耦合景观格局的臭氧浓度预测系统 | |
CN115796702A (zh) | 一种红壤土地综合治理生态修复成效的评估方法及系统 | |
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 | |
CN116628519B (zh) | 一种生态脆弱区识别方法及系统 | |
CN116933139A (zh) | 一种综合隶属度数值、等级和序位的村庄分类方法 | |
CN114169794B (zh) | 污染可能性的评估方法、装置、计算机设备和存储介质 | |
CN114819689A (zh) | 一种中小河流不同类型河段生态修复效果评价方法 | |
CN113780835A (zh) | 基于可变色网格的道路质量评价管理方法 | |
CN112116513A (zh) | 一种国土空间规划监测与预警的管理方法及其系统 | |
CN117469603B (zh) | 一种基于大数据学习的多水厂供水系统压力优化控制方法 |
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 |