CN116227895B - 智慧河湖水生态修复mabc系统云管平台 - Google Patents
智慧河湖水生态修复mabc系统云管平台 Download PDFInfo
- Publication number
- CN116227895B CN116227895B CN202310504503.1A CN202310504503A CN116227895B CN 116227895 B CN116227895 B CN 116227895B CN 202310504503 A CN202310504503 A CN 202310504503A CN 116227895 B CN116227895 B CN 116227895B
- Authority
- CN
- China
- Prior art keywords
- target object
- repair
- restoration
- unit area
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 162
- 238000012795 verification Methods 0.000 claims abstract description 27
- 230000008439 repair process Effects 0.000 claims description 152
- 238000005070 sampling Methods 0.000 claims description 87
- 238000004458 analytical method Methods 0.000 claims description 59
- 238000003911 water pollution Methods 0.000 claims description 35
- 230000005484 gravity Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 26
- 238000001514 detection method Methods 0.000 claims description 23
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 22
- 229910052760 oxygen Inorganic materials 0.000 claims description 22
- 239000001301 oxygen Substances 0.000 claims description 22
- 238000005273 aeration Methods 0.000 claims description 20
- 230000003647 oxidation Effects 0.000 claims description 20
- 238000007254 oxidation reaction Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 17
- 239000012528 membrane Substances 0.000 claims description 17
- 238000010606 normalization Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 12
- 238000002835 absorbance Methods 0.000 claims description 10
- 239000000835 fiber Substances 0.000 claims description 9
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 8
- 229910052799 carbon Inorganic materials 0.000 claims description 8
- 239000000084 colloidal system Substances 0.000 claims description 8
- 229910001385 heavy metal Inorganic materials 0.000 claims description 8
- 230000001988 toxicity Effects 0.000 claims description 8
- 231100000419 toxicity Toxicity 0.000 claims description 8
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 7
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 229910052698 phosphorus Inorganic materials 0.000 claims description 7
- 239000011574 phosphorus Substances 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 4
- 230000003631 expected effect Effects 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 7
- 238000011109 contamination Methods 0.000 description 6
- 238000010224 classification analysis Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 108700041286 delta Proteins 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 241001553178 Arachis glabrata Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000276457 Gadidae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005374 membrane filtration Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001739 rebound effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
- 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
- G01N33/1826—Organic contamination in water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Biodiversity & Conservation Biology (AREA)
- Dispersion Chemistry (AREA)
- Quality & Reliability (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及水生态修复技术领域,用于解决现有的在对水生态修复的方式中,无法做到对水环境的规划分类,导致水生态修复的预期效果不佳,也无法做到对水生态修复结果的验证,进而也无法对水生态修复周期进行及时的调整的问题,具体为智慧河湖水生态修复MABC系统云管平台,包括数据采集单元、生态采样点规划单元、水体污染状态分析单元、水体修复技术匹配单元、水体修复时长调整单元、水体修复状态验证单元、智慧云平台和显示终端。本发明,通过数据分析的方式,明确了目标对象的治理的修复技术手段,针对不同的水体类型,采取不同的修复策略,以取得水体的最佳修复效果,促进水生态系统的持续健康发展,实现河湖水生态系统的生态平衡。
Description
技术领域
本发明涉及水生态修复技术领域,具体为智慧河湖水生态修复MABC系统云管平台。
背景技术
河湖水生态修复是指通过人类干预手段,使受到污染和破坏的河湖水体恢复生态平衡和健康状态的过程。它是维护水环境质量、保护生态系统和促进可持续发展的重要环节。河湖水生态修复的方法多种多样,包括物理、化学和生物等多种手段。但在现有的河湖水生态修复管理的方式中,存在以下问题。
一、由于河流、湖泊生态系统均是复杂的生态系统,若在对其水生态进行修复时,未对其水环境进行规划分类,采用一笼统的分析及修复方式,不仅不能实现预期的水生态修复的效果,还会导致生态修复出现反弹效应;
二、现有的在对水生态修复的方式中,大都是做到对水生态修复的一次性修复,未能做到对水生态修复结果的验证,进而也无法对水生态修复周期进行及时的调整,故影响水生态的修复效果,阻碍了河流、湖泊水生态系统的生态平衡。
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的在于提供一种智慧河湖水生态修复MABC系统云管平台。
本发明的目的可以通过以下技术方案实现:智慧河湖水生态修复MABC系统云管平台,包括:数据采集单元、生态采样点规划单元、水体污染状态分析单元、水体修复技术匹配单元、水体修复时长调整单元、水体修复状态验证单元、智慧云平台和显示终端;
所述数据采集单元用于采集目标对象的水环境信息、水体污染信息、修复影响参数信息;
所述生态采样点规划单元用于对目标对象的水环境信息进行监测,由此对目标对象的生态采样点进行规划;
所述水体污染状态分析单元用于对目标对象的水体污染信息进行监测,由此对目标对象的水体污染状态进行分析;
所述水体修复技术匹配单元用于对目标对象的水体污染状态进行修复技术匹配操作;
所述水体修复时长调整单元以设定的相应的修复技术手段为依据,用于对目标对象的修复影响参数信息进行监测,由此对目标对象的修复时间进行调整分析;
所述水体修复状态验证单元用于对目标对象在完成规定修复时长后的水体污染状态进行分析,由此得到修复验证通过信号或修复验证未通过信号,将修复验证通过信号发送至显示终端进行反馈说明,将修复验证未通过信号发送至水体修复时长调整单元,由此对目标对象的修复时间进行二次调整分析;
所述智慧云平台用于存储目标对象的采样密度规划表,存储目标对象的水体修复实施时长表,存储目标对象的水体修复延长时长表,存储目标对象的水体修复二次延长时长表。
优选地,所述对目标对象的水环境信息进行监测,其具体监测过程如下:
获取目标对象的水环境信息中的纵向深度值,设置多个阶层深度对比区间,分别为一阶深度对比区间、二阶深度对比区间和三阶深度对比区间,并将目标对象的纵向深度值代入预先设定的多个阶层深度对比区间内进行数据比较分析;
当目标对象的纵向深度值处于预设的一阶深度对比区间之内时,则将目标对象的生态采样首位规划值赋为a1量级;当目标对象的纵向深度值处于预设的二阶深度对比区间之内时,则将目标对象的生态采样首位规划值赋为a2量级;当目标对象的纵向深度值处于预设的三阶深度对比区间之内时,则将目标对象的生态采样首位规划值赋为a3量级;
获取目标对象的水环境信息中的横向长度值和横向宽度值,并将其分别标定为cdi和kdi,并将其进行综合分析,依据设定的公式hxzi=cdi×kdi,得到目标对象的横向综合值hxzi,其中i=1,2;
设置横向综合值的横向对比阈值,并将目标对象的横向综合值与预先设定的横向对比阈值进行数据比较分析,当目标对象的横向综合值小于预先设定的横向对比阈值时,则将目标对象的生态采样次位规划值赋为a1量级,当目标对象的横向综合值等于预先设定的横向对比阈值时,则将目标对象的生态采样次位规划值赋为a2量级,当目标对象的横向综合值大于预先设定的横向对比阈值时,则将目标对象的生态采样次位规划值赋为a3量级。
优选地,所述对目标对象的生态采样点进行规划,其具体规划过程如下:
获取目标对象的生态采样的首位规划值和次位规划值,并提取两项数据的赋值量级数,并将两项数据进行归一化分析,依据设定的公式tsvi=δ1×l q1 i+δ2×l q2i,由此得到目标对象的采样综合规划系数tsvi;
其中,l q1 i用于表示对应目标对象的首位规划值的赋值量级数,l q2i用于表示对应目标对象的次位规划值的赋值量级数,δ1和δ2分别为首位规划值和次位规划值的归一因子;
将目标对象的采样综合规划系数与存储在智慧云平台中的目标对象的采样密度规划表进行对照匹配分析,由此得到目标对象的采样规划方案,且得到的每个目标对象的采样综合规划系数均对应一个采样规划方案,且采样规划方案包括低密度采样规划方案、中密度采样规划方案、高密度采样规划方案;
将目标对象按照一定单位数据等量划分成若干个单位区域,其中,低密度采样规划方案指的是从每个单位区域的目标对象中随机选取k1密度级的采样水体作为水体检测样本;
中密度采样规划方案指的是从每个单位区域的目标对象中随机选取k2密度级的采样水体作为水体检测样本;
高密度采样规划方案指的是从每个单位区域的目标对象中随机选取k3密度级的采样水体作为水体检测样本,其中k1<k2<k3。
优选地,所述对目标对象的水体污染信息进行监测及水体污染状态进行分析,其具体过程如下:
以设置的目标对象对应的采样规划方案为依据;
获取目标对象的各单位区域中的各水体检测样本中的悬浮颗粒含量、胶体含量和吸光度,并将其分别标定为dusipj、colipj和absipj,并将其进行公式分析,依据设定的公式由此得到目标对象的对应单位区域的膜修复指数ρ1ip,其中,p=1,2,3……m,j=1,2,3……n,λ1、λ2和λ3分别为悬浮颗粒含量、胶体含量和吸光度的权重因子系数,且λ1、λ2和λ3均为大于0的自然数;
获取目标对象的各单位区域中的各水体检测样本中的化学需氧量、高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、悬浮物和溶解氧浓度,并将其分别标定为codipj、gmkipj、bod5ipj、adipj、zdipj、zpipj、xfwipj和doipj,并将其进行公式化分析,依据设定的公式
,由此得到目标对象的对应单位区域中的曝气修复指数ρ2ip,其中,γ1、γ2、γ3、γ4、γ5、γ6、γ7和γ8分别为化学需氧量、高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、悬浮物和溶解氧浓度的修正因子系数,且γ1、γ2、γ3、γ4、γ5、γ6、γ7和γ8均为大于0的自然数;
获取目标对象的各单位区域中的各水体检测样本中的油污染度、重金属含量和纤维含量,并将其分别标定为oppj、mtpj和fbpj,并将其进行归一化分析,依据设定的公式由此得到标河湖的对应单位区域中的生物修复指数ρ3ip,其中,ω1、ω2和ω3分别为油污染度、重金属含量和纤维含量的归一因子,且ω1、ω2和ω3均为大于0的自然数;
获取目标对象的各单位区域中的各水体检测样本中的总有机碳含量和毒性含量,并将其分别标定为tocipj和crlipj,并将其公式分析,依据设定的公式ρ4ip=μ1×tocipj+μ2×crlipj,由此得到目标对象的对应单位区域中的接触氧化修复指数ρ4ip,其中,μ1和μ2分别为总有机碳含量和毒性含量的权重因子系数,且μ1和μ2均为大于0的自然数。
优选地,所述对目标对象的水体污染状态进行修复技术匹配操作,其具体分析过程如下:
获取目标对象的各单位区域的水体污染信息中的膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数,并分别计算膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数占对应的同一水体检测样本的比重值,由此得到目标对象的同一单位区域的膜修复数据项的比重值、曝气修复数据项的比重值、生物修复数据项的比重值和接触氧化修复数据项的比重值;
分析各单位区域的比重值表现最大的数据项,并选取对应数据项作为目标对象的对应单位区域治理的修复技术手段,由此得到目标对象的所有单位区域的对应的修复技术手段;
并在对目标对象的每个单位区域匹配完对应的修复技术手段之后,将目标对象的对应单位区域的最大比重值的数据项与存储在智慧云平台中的水体修复实施时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复实施时长,且得到的目标对象的对应单位区域的最大比重值的数据项均对应一个修复实施时长。
优选地,所述对目标对象的修复影响参数信息进行监测及对目标对象的修复时间进行调整分析,其具体过程如下:
根据目标对象的对应单位区域设置的相应的修复技术手段,获取对应目标对象的所有单位区域的修复影响参数信息中的水体流速值、污染输入量和污染输出量,并将其分别标定为l vip、enyip和outip,并将三项数据进行综合分析,依据设定的公式由此得到对应目标对象的对应单位区域的修复影响系数recip,其中,ε1、ε2和ε3分别为水体流速值、污染输入量和污染输出量的误差因子系数,且ε1、ε2和ε3均为大于0的自然数;
将目标对象的对应单位区域的修复影响系数与存储在智慧云平台中的水体修复延长时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复延长时长,且得到的目标对象的对应单位区域的修复影响系数均对应一个修复延长时长;
并将目标对象的对应单位区域的在规定的修复实施时长基础上再延长相应的修复延长时长,由此得到目标对象的对应单位区域的最优修复时长。
优选地,所述对目标对象在完成规定修复时长后的水体污染状态进行分析,其具体分析步骤如下:
获取目标对象中完成规定修复时长后的对应单位区域的被选取作为治理的修复技术手段对应的数据项的数据值,即数据值包括膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数;
将对应数据项的数据值与存储在智慧云平台中的对应的数据阈值判定表进行对照匹配分析,由此得到对应数据项的修复状态判定信号,且得到的每个数据项的数据值均对应一个修复状态判定信号,且修复状态判定信号包括修复验证通过信号或修复验证未通过信号。
优选地,所述水体修复时长调整单元还用于对接收到的修复验证未通过信号,由此对目标对象的修复时间进行二次调整分析,其具体分析步骤如下:
依据接收到的修复验证未通过信号,将目标对象的对应单位区域被选取作为治理的修复技术手段对应的数据项的数据值与存储在智慧云平台中的水体修复二次延长时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复二次延长时长,且得到的数据项的数据值均对应一个修复二次延长时长。
本发明的有益效果:
本发明,通过数据综合分析以及数据比对分析的方式,对目标对象的水环境参数信息进行明确监测,并由此结合归一化分析和数据对照匹配的方式,将目标对象匹配到合适的采样规划方案,进而为实现河湖生态的修复提供了强有力的数据支撑;
通过数据分类分析、公式计算的方式,明确了目标对象的水体污染状态,并明确了污染倾向指标数据,并以此为基础,采用占比分析以及数据条件选取的方式,明确了目标对象的治理的修复技术手段,针对不同的水体类型,采取不同的修复策略,以取得水体的最佳修复效果,并结合数据对照匹配分析的方式,又明确了目标对象的修复实施时长;
通过数据综合分析和数据对照匹配分析的方式,又对目标对象的修复时间进行调整分析,从而达到对河湖污染治理的目的;并对完成规定修复时长后的水体生态修复的状态进行验证,并对验证未通过的目标对象的修复时间进行二次调整分析,以保障和改善河湖生态环境,促进水生态系统的持续健康发展,减少有害物质,提高水质,实现河湖水生态系统的生态平衡。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
请参阅图1所示,本发明为智慧河湖水生态修复MABC系统云管平台,包括:数据采集单元、生态采样点规划单元、水体污染状态分析单元、水体修复技术匹配单元、水体修复时长调整单元、水体修复状态验证单元、智慧云平台和显示终端。
数据采集单元用于采集目标对象的水环境信息、水体污染信息、修复影响参数信息,并将其通过智慧云平台分别发送至生态采样点规划单元、水体污染状态分析单元、水体修复时长调整单元。
智慧云平台,用于存储目标对象的采样密度规划表,存储目标对象的水体修复实施时长表,存储目标对象的水体修复延长时长表,存储目标对象的水体修复二次延长时长表。
生态采样点规划单元用于对目标对象的水环境信息进行监测,具体监测过程如下:
获取目标对象的水环境信息中的纵向深度值,设置多个阶层深度对比区间,分别为一阶深度对比区间、二阶深度对比区间和三阶深度对比区间,并将目标对象的纵向深度值代入预先设定的多个阶层深度对比区间内进行数据比较分析;
当目标对象的纵向深度值处于预设的一阶深度对比区间之内时,则将目标对象的生态采样首位规划值赋为a1量级;当目标对象的纵向深度值处于预设的二阶深度对比区间之内时,则将目标对象的生态采样首位规划值赋为a2量级;当目标对象的纵向深度值处于预设的三阶深度对比区间之内时,则将目标对象的生态采样首位规划值赋为a3量级,其中a1、a2和a3的具体数值的设定由本领域技术人员在具体案例中进行具体设置;
获取目标对象的水环境信息中的横向长度值和横向宽度值,并将其分别标定为cdi和kdi,并将其进行综合分析,依据设定的公式hxzi=cdi×kdi,得到目标对象的横向综合值hxzi,其中i=1,2,且当i=1时,表示目标对象为河流对象,当i=2时,表示目标对象为湖泊对象;
还需指出的是,由于河流是一个动态系统,水流较快,污染物的输入输出也比较快;而湖泊水流缓慢,富营养化严重,生态系统较为脆弱。因此需要拆分开来;
设置横向综合值的横向对比阈值,并将目标对象的横向综合值与预先设定的横向对比阈值进行数据比较分析,当目标对象的横向综合值小于预先设定的横向对比阈值时,则将目标对象的生态采样次位规划值赋为a1量级,当目标对象的横向综合值等于预先设定的横向对比阈值时,则将目标对象的生态采样次位规划值赋为a2量级,当目标对象的横向综合值大于预先设定的横向对比阈值时,则将目标对象的生态采样次位规划值赋为a3量级;
由此对目标对象的生态采样点进行规划,具体规划过程如下:
获取目标对象的生态采样的首位规划值和次位规划值,并提取两项数据的赋值量级数,并将两项数据进行归一化分析,依据设定的公式tsvi=δ1×l q1 i+δ2×l q2i,由此得到目标对象的采样综合规划系数tsvi;
其中,l q1 i用于表示对应目标对象的首位规划值的赋值量级数,l q2i用于表示对应目标对象的次位规划值的赋值量级数,δ1和δ2分别为首位规划值和次位规划值的归一因子,且归一因子用于表示将首位规划值和次位规划值的两项数据转化为无量纲形式的系数;
将目标对象的采样综合规划系数与存储在智慧云平台中的目标对象的采样密度规划表进行对照匹配分析,由此得到目标对象的采样规划方案,且得到的每个目标对象的采样综合规划系数均对应一个采样规划方案,且采样规划方案包括低密度采样规划方案、中密度采样规划方案、高密度采样规划方案;
将目标对象按照一定单位数据等量划分成若干个单位区域,其中,低密度采样规划方案指的是从每个单位区域的目标对象中随机选取k1密度级的采样水体作为水体检测样本;
中密度采样规划方案指的是从每个单位区域的目标对象中随机选取k2密度级的采样水体作为水体检测样本;
高密度采样规划方案指的是从每个单位区域的目标对象中随机选取k3密度级的采样水体作为水体检测样本,其中k1<k2<k3,且k1、k2和k3的具体数值的设定由本领域技术人员在具体案例中进行具体设置。
水体污染状态分析单元用于对目标对象的水体污染信息进行监测,并由此对目标对象的水体污染状态进行分析,具体过程如下:
以设置的目标对象对应的采样规划方案为依据;
获取目标对象的各单位区域中的各水体检测样本中的悬浮颗粒含量、胶体含量和吸光度,并将其分别标定为dusipj、colipj和absipj,并将其进行公式分析,依据设定的公式由此得到目标对象的对应单位区域的膜修复指数ρ1ip,其中,p=1,2,3……m,p表示目标对象划分的单位区域数,j表示由设定的采样规划方案得来的目标对象对应单位区域的对应水体检测样本数,j=1,2,3……n,λ1、λ2和λ3分别为悬浮颗粒含量、胶体含量和吸光度的权重因子系数,且λ1、λ2和λ3均为大于0的自然数,而权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
需要指出的是,吸光度指的是水体监测样本在254nm波长下的吸光度,当uv254吸光度越高,则表明水体中有机物含量越高;
获取目标对象的各单位区域中的各水体检测样本中的化学需氧量、高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、悬浮物和溶解氧浓度,并将其分别标定为codipj、gmkipj、bod5ipj、adipj、zdipj、zpipj、xfwipj和doipj,并将其进行公式化分析,依据设定的公式,由此得到目标对象的对应单位区域中的曝气修复指数ρ2ip,其中,γ1、γ2、γ3、γ4、γ5、γ6、γ7和γ8分别为化学需氧量、高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、悬浮物和溶解氧浓度的修正因子系数,且γ1、γ2、γ3、γ4、γ5、γ6、γ7和γ8均为大于0的自然数,而修正因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确的参数数据;
获取目标对象的各单位区域中的各水体检测样本中的油污染度、重金属含量和纤维含量,并将其分别标定为oppj、mtpj和fbpj,并将其进行归一化分析,依据设定的公式由此得到标河湖的对应单位区域中的生物修复指数ρ3ip,其中,ω1、ω2和ω3分别为油污染度、重金属含量和纤维含量的归一因子,且ω1、ω2和ω3均为大于0的自然数;
需要指出的是,油污染度指的是目标对象的单位区域内油类污染物的面积占比值,当单位区域内油类污染物的面积占比越大,则越说明油污染程度越严重,纤维含量指的是目标对象中含有的纤维素类的污染物的含量值,且纤维素类的污染物包括棉籽壳、花生壳等;
获取目标对象的各单位区域中的各水体检测样本中的总有机碳含量和毒性含量,并将其分别标定为tocipj和crlipj,并将其公式分析,依据设定的公式ρ4ip=μ1×tocipj+μ2×crlipj,由此得到目标对象的对应单位区域中的接触氧化修复指数ρ4ip,其中,μ1和μ2分别为总有机碳含量和毒性含量的权重因子系数,且μ1和μ2均为大于0的自然数。
水体修复技术匹配单元用于对目标对象的水体污染状态进行修复技术匹配操作,具体分析过程如下:
获取目标对象的各单位区域的水体污染信息中的膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数,并分别计算膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数占对应的同一水体检测样本的比重值,由此得到目标对象的同一单位区域的膜修复数据项的比重值、曝气修复数据项的比重值、生物修复数据项的比重值和接触氧化修复数据项的比重值;
分析各单位区域的比重值表现最大的数据项,并选取对应数据项作为目标对象的对应单位区域治理的修复技术手段,由此得到目标对象的所有单位区域的对应的修复技术手段;
需要指出的是,每个数据项均对应一个修复技术手段,即膜修复数据项对应的修复技术手段为膜技术,曝气修复数据项对应的修复技术手段为曝气技术,生物修复数据项对应的修复技术手段为生物修复技术,接触氧化修复数据项对应的修复技术手段为接触氧化技术;
还需说明的是,膜技术(M):利用膜过滤技术,去除湖水中的悬浮颗粒、胶体和高分子有机物等,提高水质透明度和光合作用强度;曝气技术(A):通过增加湖水中溶氧量,促进湖水中微生物的代谢活动,从而促进自然分解作用,降解湖水中的有机物质;生物修复技术(B):利用湖泊生态系统中的微生物、植物和动物等,构建一个自然的湖泊生物修复系统,在不破坏湖泊原有生态结构的基础上,修复湖泊受损的生态环境;接触氧化技术(C):利用化学反应使得湖泊中的污染物转化为较为稳定的废物或者生态无害物质,从而达到治理污染的目的;
并在对目标对象的每个单位区域匹配完对应的修复技术手段之后,将目标对象的对应单位区域的最大比重值的数据项与存储在智慧云平台中的水体修复实施时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复实施时长,且得到的目标对象的对应单位区域的最大比重值的数据项均对应一个修复实施时长。
水体修复时长调整单元以设定的相应的修复技术手段为依据,用于对目标对象的修复影响参数信息进行监测,并由此对目标对象的修复时间进行调整分析,具体过程如下:
根据目标对象的对应单位区域设置的相应的修复技术手段,获取对应目标对象的所有单位区域的修复影响参数信息中的水体流速值、污染输入量和污染输出量,并将其分别标定为l vip、enyip和outip,并将三项数据进行综合分析,依据设定的公式由此得到对应目标对象的对应单位区域的修复影响系数recip,其中,ε1、ε2和ε3分别为水体流速值、污染输入量和污染输出量的误差因子系数,且ε1、ε2和ε3均为大于0的自然数,而误差因子系数用于提高各项测量值中的水体流速值、污染输入量和污染输出量的测量精度,从而来实现公式计算的准确性;
将目标对象的对应单位区域的修复影响系数与存储在智慧云平台中的水体修复延长时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复延长时长,且得到的目标对象的对应单位区域的修复影响系数均对应一个修复延长时长;
并将目标对象的对应单位区域的在规定的修复实施时长基础上再延长相应的修复延长时长,由此得到目标对象的对应单位区域的最优修复时长,其中最优修复时长=修复实施时长+修复延长时长。
水体修复状态验证单元用于对目标对象在完成规定修复时长后的水体污染状态进行分析,具体分析步骤如下:
获取目标对象中完成规定修复时长后的对应单位区域的被选取作为治理的修复技术手段对应的数据项的数据值,即数据值包括膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数;
将对应数据项的数据值与存储在智慧云平台中的对应的数据阈值判定表进行对照匹配分析,由此得到对应数据项的修复状态判定信号,且得到的每个数据项的数据值均对应一个修复状态判定信号,且修复状态判定信号包括修复验证通过信号或修复验证未通过信号,并将修复验证通过信号发送至显示终端进行反馈说明。
将修复验证未通过信号发送至水体修复时长调整单元,由此对目标对象的修复时间进行二次调整分析,具体的:
依据接收到的修复验证未通过信号,将目标对象的对应单位区域被选取作为治理的修复技术手段对应的数据项的数据值与存储在智慧云平台中的水体修复二次延长时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复二次延长时长,且得到的数据项的数据值均对应一个修复二次延长时长。
本发明在使用时,通过对目标对象的水环境信息进行监测,利用数据综合分析以及数据比对分析的方式,对目标对象的水环境参数信息进行明确监测,并由此结合归一化分析和数据对照匹配的方式,将目标对象匹配到合适的采样规划方案,进而为实现河湖生态的修复提供了强有力的数据支撑;
通过对目标对象的水体污染信息进行监测及水体污染状态进行分析,采用数据分类分析、公式计算的方式,明确了目标对象的水体污染状态,并明确了污染倾向指标数据,并以此为基础,采用占比分析以及数据条件选取的方式,明确了目标对象的治理的修复技术手段,针对不同的水体类型,采取不同的修复策略,以取得水体的最佳修复效果,并结合数据对照匹配分析的方式,又明确了目标对象的修复实施时长;
通过对目标对象的修复影响参数信息进行监测及分析,利用数据综合分析和数据对照匹配分析的方式,又对目标对象的修复时间进行调整分析,从而达到对河湖污染治理的目的;
通过对目标对象在完成规定修复时长后的水体污染状态进行分析,进而验证对河湖水体生态修复的状态进行了验证,并对验证未通过的目标对象的修复时间进行二次调整分析,以保障和改善河湖生态环境,促进水生态系统的持续健康发展,减少有害物质,提高水质,实现河湖水生态系统的生态平衡。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.智慧河湖水生态修复MABC系统云管平台,其特征在于,包括:
数据采集单元,用于采集目标对象的水环境信息、水体污染信息、修复影响参数信息,并将水环境信息、水体污染信息、修复影响参数信息分别发送至生态采样点规划单元、水体污染状态分析单元、水体修复时长调整单元;
生态采样点规划单元,用于对目标对象的水环境信息进行监测,由此对目标对象的生态采样点进行规划,其具体规划过程如下:
获取目标对象的生态采样的首位规划值和次位规划值,并提取两项数据的赋值量级数,并将两项数据进行归一化分析,由此得到目标对象的采样综合规划系数;
将目标对象的采样综合规划系数与存储在智慧云平台中的目标对象的采样密度规划表进行对照匹配分析,由此得到目标对象的采样规划方案,且得到的每个目标对象的采样综合规划系数均对应一个采样规划方案,且采样规划方案包括低密度采样规划方案、中密度采样规划方案、高密度采样规划方案;
将目标对象按照一定单位数据等量划分成若干个单位区域,其中,低密度采样规划方案指的是从每个单位区域的目标对象中随机选取k1密度级的采样水体作为水体检测样本;
中密度采样规划方案指的是从每个单位区域的目标对象中随机选取k2密度级的采样水体作为水体检测样本;
高密度采样规划方案指的是从每个单位区域的目标对象中随机选取k3密度级的采样水体作为水体检测样本,其中k1<k2<k3;
由此将得到目标对象的采样规划方案发送至智慧云平台进行暂存;
水体污染状态分析单元,用于对目标对象的水体污染信息进行监测,由此对目标对象的水体污染状态进行分析,由此得到目标对象的对应单位区域中的膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数,并将其均发送至水体修复技术匹配单元;
水体修复技术匹配单元,以设置的目标对象对应的采样规划方案为依据,用于对目标对象的水体污染状态进行修复技术匹配操作,其具体分析过程如下:
获取目标对象的各单位区域的水体污染信息中的膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数,并分别计算膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数占对应的同一水体检测样本的比重值,由此得到目标对象的同一单位区域的膜修复数据项的比重值、曝气修复数据项的比重值、生物修复数据项的比重值和接触氧化修复数据项的比重值;
分析各单位区域的比重值表现最大的数据项,并选取对应数据项作为目标对象的对应单位区域治理的修复技术手段,由此得到目标对象的所有单位区域的对应的修复技术手段;
并在对目标对象的每个单位区域匹配完对应的修复技术手段之后,将目标对象的对应单位区域的最大比重值的数据项与存储在智慧云平台中的水体修复实施时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复实施时长,且得到的目标对象的对应单位区域的最大比重值的数据项均对应一个修复实施时长;
由此得到目标对象的所有单位区域的对应的修复技术手段;并在对目标对象的每个单位区域匹配完对应的修复技术手段之后,将目标对象的对应单位区域的最大比重值的数据项与存储在智慧云平台中的水体修复实施时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复实施时长,且得到的目标对象的对应单位区域的最大比重值的数据项均对应一个修复实施时长,并将得到目标对象的对应单位区域的修复实施时长发送至水体修复时长调整单元;
水体修复时长调整单元,以设定的相应的修复技术手段为依据,用于对目标对象的修复影响参数信息进行监测,由此对目标对象的修复时间进行调整分析,具体的:
根据目标对象的对应单位区域设置的相应的修复技术手段,获取对应目标对象的所有单位区域的修复影响参数信息中的水体流速值、污染输入量和污染输出量,并将三项数据进行综合分析,由此得到对应目标对象的对应单位区域的修复影响系数;
将目标对象的对应单位区域的修复影响系数与存储在智慧云平台中的水体修复延长时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复延长时长,且得到的目标对象的对应单位区域的修复影响系数均对应一个修复延长时长;
并将目标对象的对应单位区域的在规定的修复实施时长基础上再延长相应的修复延长时长,由此得到目标对象的对应单位区域的最优修复时长;
水体修复状态验证单元,用于对目标对象在完成规定修复时长后的水体污染状态进行分析,由此得到修复验证通过信号或修复验证未通过信号,将修复验证通过信号发送至显示终端进行反馈说明,将修复验证未通过信号发送至水体修复时长调整单元,由此对目标对象的修复时间进行二次调整分析,具体的:将目标对象的对应单位区域被选取作为治理的修复技术手段对应的数据项的数据值与存储在智慧云平台中的水体修复二次延长时长表进行对照匹配分析,由此得到目标对象的对应单位区域的修复二次延长时长,且得到的数据项的数据值均对应一个修复二次延长时长;
智慧云平台,用于存储目标对象的采样密度规划表,存储目标对象的水体修复实施时长表,存储目标对象的水体修复延长时长表,存储目标对象的水体修复二次延长时长表。
2.根据权利要求1所述的智慧河湖水生态修复MABC系统云管平台,其特征在于,所述对目标对象的水环境信息进行监测,其具体监测过程如下:
获取目标对象的水环境信息中的纵向深度值,设置多个阶层深度对比区间,分别为一阶深度对比区间、二阶深度对比区间和三阶深度对比区间,并将目标对象的纵向深度值代入预先设定的多个阶层深度对比区间内进行数据比较分析,由此得到目标对象的生态采样首位规划值的赋值量级数;
获取目标对象的水环境信息中的横向长度值和横向宽度值,并将其进行综合分析,得到目标对象的横向综合值;
设置横向综合值的横向对比阈值,并将目标对象的横向综合值与预先设定的横向对比阈值进行数据比较分析,由此得到目标对象的生态采样次位规划值的赋值量级数。
3.根据权利要求1所述的智慧河湖水生态修复MABC系统云管平台,其特征在于,所述对目标对象的水体污染信息进行监测及水体污染状态进行分析,其具体过程如下:
以设置的目标对象对应的采样规划方案为依据;
获取目标对象的各单位区域中的各水体检测样本中的悬浮颗粒含量、胶体含量和吸光度,并将其进行公式分析,由此得到目标对象的对应单位区域的膜修复指数;
获取目标对象的各单位区域中的各水体检测样本中的化学需氧量、高锰酸盐指数、五日生化需氧量、氨氮、总氮、总磷、悬浮物和溶解氧浓度,并将其进行公式化分析,由此得到目标对象的对应单位区域中的曝气修复指数;
获取目标对象的各单位区域中的各水体检测样本中的油污染度、重金属含量和纤维含量,并将其进行归一化分析,由此得到目标对象的对应单位区域中的生物修复指数;
获取目标对象的各单位区域中的各水体检测样本中的总有机碳含量和毒性含量,对其分析,由此得到目标对象的对应单位区域中的接触氧化修复指数。
4.根据权利要求1所述的智慧河湖水生态修复MABC系统云管平台,其特征在于,所述对目标对象在完成规定修复时长后的水体污染状态进行分析,其具体分析步骤如下:
获取目标对象中完成规定修复时长后的对应单位区域的被选取作为治理的修复技术手段对应的数据项的数据值,即数据值包括膜修复指数、曝气修复指数、生物修复指数和接触氧化修复指数;
将对应数据项的数据值与存储在智慧云平台中的对应的数据阈值判定表进行对照匹配分析,由此得到对应数据项的修复状态判定信号,且得到的每个数据项的数据值均对应一个修复状态判定信号,且修复状态判定信号包括修复验证通过信号或修复验证未通过信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310504503.1A CN116227895B (zh) | 2023-05-08 | 2023-05-08 | 智慧河湖水生态修复mabc系统云管平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310504503.1A CN116227895B (zh) | 2023-05-08 | 2023-05-08 | 智慧河湖水生态修复mabc系统云管平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116227895A CN116227895A (zh) | 2023-06-06 |
CN116227895B true CN116227895B (zh) | 2023-08-04 |
Family
ID=86569837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310504503.1A Active CN116227895B (zh) | 2023-05-08 | 2023-05-08 | 智慧河湖水生态修复mabc系统云管平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116227895B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035514B (zh) * | 2023-08-08 | 2024-04-12 | 上海东振环保工程技术有限公司 | 一种基于云平台的污水处理综合管控系统 |
CN118071035B (zh) * | 2024-04-19 | 2024-07-30 | 中国水利水电科学研究院 | 一种鱼类栖息地水流结构修复方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113312398A (zh) * | 2021-05-14 | 2021-08-27 | 上海同渠工程咨询有限公司 | 水土保持监测点的智能规划方法、系统、终端和存储介质 |
CN113332765A (zh) * | 2021-06-09 | 2021-09-03 | 中源晟朝有限公司 | 控源截污末端水生态一体化处理系统及其处理方法 |
CN113772907A (zh) * | 2021-09-27 | 2021-12-10 | 山东建筑大学 | 一种河道底泥重金属污染的原位水生植物修复工艺 |
WO2022099852A1 (zh) * | 2020-11-10 | 2022-05-19 | 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 |
CN115043484A (zh) * | 2022-06-28 | 2022-09-13 | 魏东坡 | 一种河湖水生态系统修复调控系统及调控方法 |
CN115599932A (zh) * | 2022-09-22 | 2023-01-13 | 浙江省国土勘测规划有限公司(Cn) | 一种土地修复方法、系统及存储介质 |
CN115758659A (zh) * | 2022-09-28 | 2023-03-07 | 中国环境科学研究院 | 一种水体修复方案的修复效果验证方法、装置及电子设备 |
-
2023
- 2023-05-08 CN CN202310504503.1A patent/CN116227895B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022099852A1 (zh) * | 2020-11-10 | 2022-05-19 | 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 |
CN113312398A (zh) * | 2021-05-14 | 2021-08-27 | 上海同渠工程咨询有限公司 | 水土保持监测点的智能规划方法、系统、终端和存储介质 |
CN113332765A (zh) * | 2021-06-09 | 2021-09-03 | 中源晟朝有限公司 | 控源截污末端水生态一体化处理系统及其处理方法 |
CN113772907A (zh) * | 2021-09-27 | 2021-12-10 | 山东建筑大学 | 一种河道底泥重金属污染的原位水生植物修复工艺 |
CN115043484A (zh) * | 2022-06-28 | 2022-09-13 | 魏东坡 | 一种河湖水生态系统修复调控系统及调控方法 |
CN115599932A (zh) * | 2022-09-22 | 2023-01-13 | 浙江省国土勘测规划有限公司(Cn) | 一种土地修复方法、系统及存储介质 |
CN115758659A (zh) * | 2022-09-28 | 2023-03-07 | 中国环境科学研究院 | 一种水体修复方案的修复效果验证方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
多方位生态修复技术在河道水环境治理中的应用;杨巧燕;《皮革制作与环保科技》;第132-134页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116227895A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116227895B (zh) | 智慧河湖水生态修复mabc系统云管平台 | |
Young et al. | Low temperature MBBR nitrification: Microbiome analysis | |
Pharand et al. | Assessment of biomass in drinking water biofilters by adenosine triphosphate | |
Spinelli et al. | Critical analyses of nitrous oxide emissions in a full scale activated sludge system treating low carbon-to-nitrogen ratio wastewater | |
Liu et al. | Quantification and identification of particle-associated bacteria in unchlorinated drinking water from three treatment plants by cultivation-independent methods | |
Ahn et al. | Spatial and temporal variability in atmospheric nitrous oxide generation and emission from full‐scale biological nitrogen removal and non‐BNR processes | |
Mannina et al. | Greenhouse gas emissions from integrated urban drainage systems: where do we stand? | |
Mannina et al. | A comprehensive integrated membrane bioreactor model for greenhouse gas emissions | |
CN109064048B (zh) | 基于废水处理流程分析的废水排放源快速排查方法与系统 | |
Zhang et al. | How microorganisms tell the truth of potentially toxic elements pollution in environment | |
He et al. | Insights into N2O turnovers under polyethylene terephthalate microplastics stress in mainstream biological nitrogen removal process | |
Chen et al. | Microbial community assembly and metabolic function in top layers of slow sand filters for drinking water production | |
CN116701885A (zh) | 一种废水处理数据采集分析方法 | |
Miao et al. | Characterization of the synergistic relationships between nitrification and microbial regrowth in the chloraminated drinking water supply system | |
Ren et al. | A comprehensive assessment of fungi in urban sewer biofilms: community structure, environmental factors, and symbiosis patterns | |
Wu et al. | Uncertainty analysis of the recovery of hollow-fiber ultrafiltration for multiple microbe classes from water: a Bayesian approach | |
French et al. | Correlating Cryptosporidium removal using dissolved air flotation in water treatment | |
Fenu et al. | Nitrous oxide gas emissions estimated by liquid-phase measurements: robustness and financial opportunity in single and multi-point monitoring campaigns | |
Bassett et al. | Evaluation of a side‐by‐side, full‐scale conversion to biological filtration | |
CN108733985B (zh) | 一种确定制约微藻砷累积能力的关键环境参数的方法 | |
Liao et al. | Evaluation of the pollutant interactions between different overlying water and sediment in simulated urban sewer system by excitation-emission matrix fluorescence spectroscopy | |
Li et al. | Mean oxidation state of organic carbon: A novel application to evaluate the extent of oxidation of natural organic matter in drinking water biological treatment | |
Sivanandan et al. | Assessment of water quality and pollution in Gurunagar fishery harbour, Jaffna, Sri Lanka | |
CN116860839B (zh) | 基于大数据的气溶胶生产监测管理系统 | |
CN117219165B (zh) | 一种利用菌-藻共现网络评价天然水体中新污染物影响的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |