CN116756908A - 地下水模拟智能系统及可视化方法 - Google Patents
地下水模拟智能系统及可视化方法 Download PDFInfo
- Publication number
- CN116756908A CN116756908A CN202310399901.1A CN202310399901A CN116756908A CN 116756908 A CN116756908 A CN 116756908A CN 202310399901 A CN202310399901 A CN 202310399901A CN 116756908 A CN116756908 A CN 116756908A
- Authority
- CN
- China
- Prior art keywords
- underground water
- model
- pollution
- monitoring
- water flow
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 159
- 238000004088 simulation Methods 0.000 title claims abstract description 39
- 238000007794 visualization technique Methods 0.000 title claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 153
- 238000003900 soil pollution Methods 0.000 claims abstract description 58
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 55
- 231100000719 pollutant Toxicity 0.000 claims abstract description 55
- 239000003673 groundwater Substances 0.000 claims abstract description 49
- 238000005192 partition Methods 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000007726 management method Methods 0.000 claims abstract description 14
- 238000013523 data management Methods 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 35
- 238000013508 migration Methods 0.000 claims description 34
- 230000005012 migration Effects 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 24
- 238000012805 post-processing Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 12
- 239000006185 dispersion Substances 0.000 claims description 12
- 238000007619 statistical method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 238000009412 basement excavation Methods 0.000 claims description 7
- 238000004040 coloring Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000012821 model calculation Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000010206 sensitivity analysis Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000004880 explosion Methods 0.000 claims description 5
- 238000011161 development Methods 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims 2
- 230000006870 function Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 229910001385 heavy metal Inorganic materials 0.000 description 5
- 230000008595 infiltration Effects 0.000 description 4
- 238000001764 infiltration Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000003895 groundwater pollution Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了地下水模拟智能系统及可视化方法,所述地下水模拟智能系统包括:数据管理模块,用于对获取的监测数据进行分析管理;土壤污染预警模块,将监测数据与预警指标值进行对比,实现土壤污染预警;土壤污染溯源模块:根据地下水流模型和其中的污染物泄漏点进行分析,实现污染溯源,并在模拟智能系统上实时展示可能超标点位处的污染源方向;污染分区管理模块,根据监测区内污染分区结果,包括每个分区的边界、污染级别、区域面积信息,绘制相应的SHP格式的GIS图件。通过本发明用户可以迅速完成地下水监测数据的查询及计算和结果输出,将监测点的位置、地下水位及污染情况等信息显示在卫星地图上,实现了地下水数据的监测和预警功能。
Description
技术领域
本发明涉及地下水监测技术领域,具体为地下水模拟智能系统及可视化方法。
背景技术
地下水污染具有隐蔽性、长期性和难恢复性的特点,因此确定其是否受到污染和受污染的程度较为困难,因此管理地下水、减小对其污染最有效的方法就是预防。在地下水环境质量发生退化之前,及早提出预告和报警,及时采取防治措施,变逆向演替为正向演替,使地下水系统步入良性循环轨道。开展地下水监测预警平台系统研究和建设,使地下水资源的保护具有预见性、针对性和主动性,能够减少由于地下水水质恶化而造成的灾害和重大损失。基于上述技术需求,对地下水环境的状态进行监测、分析和预警是十分必要的。
发明内容
本发明的目的在于,克服现有技术存在的技术缺陷,解决上述技术问题,提出一种地下水模拟智能系统及可视化方法,在区域地下水监测网的基础上,通过对数据进行传输、分析等掌握地下水动态变化规律,并通过专有网络实现对数据的共享,满足各类用户的功能需求,通过该系统,用户可以迅速完成地下水监测数据的查询及计算和结果输出,将监测点的位置、地下水位及污染情况等信息显示在卫星地图上,实现了地下水数据的监测和预警功能。
为了解决上述技术问题,本发明提供如下技术方案:地下水模拟智能系统,包括:
数据管理模块,具体执行,获取自动监测站点的监测设备的监测数据进行更新;根据所述监测数据中的监测站点的坐标,基于三维地图对监测站点进行定位,并查询监测站点的属性;基于所述监测数据进行统计分析与动态分析;
土壤污染预警模块,具体执行:依据污染物指标,设置不同污染物指标对应的预警指标值,将实时污染物的监测数据传输到土壤污染预警模块中,当数据超过预警指标值,给出相应的预警提示;
土壤污染预测模块,具体执行:对地下水流模型进行可视化展示与在线更新;基于地下水流模型进行溶质运移分析与模型展示;
土壤污染溯源模块,具体执行:采用MODFLOW构建地下水流模型;基于构建的地下水流模型,采用MODPATH的反向粒子示踪识别污染物的迁移路径,以判断污染源的方位;依据MODPATH计算的超标污染物迁移路径,将其整合到土壤污染溯源模块,在模拟智能系统上实时展示可能超标点位处的污染源方向,对于溯源分析的结果路径,支持基于三维GIS地图和地下水流模型进行可视化展示;
污染分区管理模块,具体执行:根据监测区内污染分区结果,包括每个分区的边界、污染级别、区域面积信息,绘制相应的SHP格式的GIS图件;将SHP格式的分区图件上传并加载到三维GIS地图中,根据不同的污染级别,采用不同的颜色对齐进行着色,从而直观的在地图上看到整个监测区的污染分区情况。
作为一种较佳的实施例,所述基于所述监测数据进行统计分析包括:统计地下水监测数据单项监测指标的分析,所述单项监测指标包括最大值、最小值、平均数、中间值、超标个数。
作为一种较佳的实施例,所述基于所述监测数据进行动态分析包括:绘制单项监测指标随时间变化的动态曲线变化图,掌握监测站点的监测数据的动态变化规律,以便及时发现地下水环境异常。
作为一种较佳的实施例,所述对地下水流模型进行可视化展示与在线更新包括:
首先,通过GMS软件建立初始地下水流模型,具体包括:对水文地质概念模型进行数值模型设计,依次进行空间离散、时间离散、初始条件设置、边界条件设置、源汇项设置、水文地质参数设置、校准与验证、参数敏感性分析操作获得初始地下水流模型;
其次,针对建立好的初始地下水流模型采用后处理程序Post-processing Model将模型计算结果存储至三维数组,以获取模型空间任意网格的地下水水位与污染物浓度;所述计算结果包括地下水流场.HDS文件、地下水浓度场.UCN文件;
最后,创建好并经过后处理程序之后的初始地下水流模型,支持将其上传至地下水模拟智能系统进行存储与轻量化处理,并基于三维GIS地图进行可视化展示与后处理。
作为一种较佳的实施例,所述可视化展示与后处理包括:模型竖向缩放、模型炸开、模型剖切、模型开挖。
作为一种较佳的实施例,所述基于地下水流模型进行溶质运移分析与模型展示包括:所述溶质运移分析是根据水流模型和其中的污染物泄漏点进行分析,根据泄漏点污染物的浓度和泄露时间,计算出相应泄露时间的溶质运移模型结果,对于计算生成出来的溶质运移模型结果,支持可视化展示与后处理分析展示,与地下水流模型有所区别的是,所述溶质运移模型支持一次性生成多个时间的结果模型,既能显示某一个时间的溶质运移模型,也能自动播放随时间序列的溶质运移模型。
本发明还提出地下水模拟智能系统的可视化方法,包括如下步骤:
获取自动监测站点的监测设备的监测数据,并进行数据管理;
将获取的监测数据与预警指标值进行比较,进行土壤污染预警;
基于GMS软件建立初始地下水流模型,根据数据管理结果和初始地下水流模型对地下水进行分析,实现土壤污染预测、土壤污染溯源和污染分区管理;
将土壤污染预警信息、土壤污染预测信息、土壤污染溯源信息和污染分区管理信息在三维场景中进行可视化展示。
作为一种较佳的实施例,所述数据管理步骤,具体执行,获取自动监测站点的监测设备的监测数据进行更新;根据所述监测数据中的监测站点的坐标,基于三维地图对监测站点进行定位,并查询监测站点的属性;基于所述监测数据进行统计分析与动态分析;
所述土壤污染预警步骤,具体执行:依据污染物指标,设置不同污染物指标对应的预警指标值,将实时污染物的监测数据传输到土壤污染预警模块中,当数据超过预警指标值,给出相应的预警提示;
所述土壤污染预测步骤,具体执行:采用MODFLOW构建地下水流模型;基于构建的地下水流模型,根据地下水流模型和其中的污染物泄漏点进行分析,根据泄漏点污染物的浓度和泄露时间,计算出相应泄露时间的溶质运移模型结果,从而实现土壤污染预测;
所述土壤污染溯源步骤,具体执行:基于构建的地下水流模型,采用MODPATH的反向粒子示踪识别污染物的迁移路径,以判断污染源的方位;依据MODPATH计算的超标污染物迁移路径,将其整合到土壤污染溯源模块,在模拟智能系统上实时展示可能超标点位处的污染源方向;
所述污染分区管理步骤,具体执行:根据监测区内污染分区结果,包括每个分区的边界、污染级别、区域面积信息,绘制相应的SHP格式的GIS图件;将SHP格式的分区图件上传并加载到三维GIS地图中,根据不同的污染级别,采用不同的颜色对齐进行着色,实现污染分区管理。
作为一种较佳的实施例,所述三维场景可视化展示包括:
对获取的监测数据进行可视化展示,包括查询与统计,各类土壤和地下水环境专业图件生成;
对地下水流模型和溶质运移模型空间展布特征进行三维可视化展示,并能够进行模型竖向缩放、模型炸开、模型剖切和模型开挖;
对土壤污染方式和途径,水质演变过程和场地环境动态发展进行三维可视化展示;
对监测区的污染分区情况进行三维可视化展示。
作为一种较佳的实施例,所述对地下水流模型进行可视化展示包括:通过GMS软件建立初始地下水流模型,具体包括:对水文地质概念模型进行数值模型设计,依次进行空间离散、时间离散、初始条件设置、边界条件设置、源汇项设置、水文地质参数设置、校准与验证、参数敏感性分析操作获得初始地下水流模型;
针对建立好的初始地下水流模型采用后处理程序Post-processing Model将模型计算结果存储至三维数组,以获取模型空间任意网格的地下水水位与污染物浓度;所述计算结果包括地下水流场.HDS文件、地下水浓度场.UCN文件;
创建好并经过后处理程序之后的初始地下水流模型,支持将其上传至地下水模拟智能系统进行存储与轻量化处理,并基于三维GIS地图进行可视化展示与后处理。
与现有技术相比,本发明所达到的有益效果是:
1、本发明的地下水模拟智能系统及可视化方法是在区域地下水监测网的基础上,通过对数据进行传输、分析等掌握地下水动态变化规律,并通过专有网络实现对数据的共享,满足各类用户的功能需求。
2、通过本发明的地下水模拟智能系统,用户可以迅速完成地下水监测数据的查询及计算和结果输出,将监测点的位置、地下水位及污染情况等信息显示在卫星地图上,实现了地下水数据的监测和预警功能。
3、本发明基于自动监测设备数据、手动环境监测数据、数据模型集成、环境数据分析等,打造地下水环境监测、预警分析、污染羽模型展示与在线分析为一体的数字化监测系统,为地下水污染监测监管提供一整套智慧环保解决方案。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明地下水模拟智能系统模块组成示意图;
图2是本发明实施例的自动监测站点基本信息图;
图3是本发明实施例的自动监测站点实时监测指标值图;
图4是本发明的对地下水流模型进行可视化展示与在线更新的流程图;
图5是本发明实施在线地下水污染建模及污染物空间分布可视化;
图6是本发明实施三维地层模型可视化;
图7是本发明实施污染程度分区信息发布;
图8是本发明地下水模拟智能系统的可视化方法步骤流程示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以临海川南医化园区为例,对于本项目的自动监测站点,包括4个重点站、1个重金属站、12个微站、15个水位站。本发明提出地下水模拟智能系统,包括:
土壤污染预警模块,具体执行:获取自动监测站点的监测设备的监测数据进行更新;根据所述监测数据中的监测站点的坐标,基于三维地图对监测站点进行定位,并查询监测站点的属性;基于所述监测数据进行统计分析与动态分析;依据主要污染物指标,设置不同污染物指标对应的某一预警指标值,通过实时污染物的监测数据传输到土壤污染预警模块中,检测出一旦超过预警指标值,给出相应的预警提示;
土壤污染预测模块,具体执行:对地下水流模型进行可视化展示与在线更新;基于地下水流模型进行溶质运移分析与模型展示;
土壤污染溯源模块,具体执行:采用MODFLOW构建地下水流模型;基于构建的地下水流模型,采用MODPATH的反向粒子示踪识别污染物的迁移路径,以判断污染源的方位;依据MODPATH计算的超标污染物迁移路径,将其整合到土壤污染溯源模块,在模拟智能系统上实时展示可能超标点位处的污染源方向,对于溯源分析的结果路径,支持基于三维GIS地图和地下水流模型进行可视化展示;基于地下水流模型,既可以对实时超标点位进行溯源分析,也可以对手动指定的点位进行溯源分析;从溯源分析的结果来看,大概的方向都是从水位较高的方向往水位较低的方向进行流动,但是溯源路径的源头并不是说就一定是污染源,而是表示污染源在这个路径上,但是具体在哪个位置,可能需要结合企业的污染因子等因素综合确定;
污染分区管理模块,具体执行:根据监测区内污染分区结果,包括每个分区的边界、污染级别、区域面积信息,绘制相应的SHP格式的GIS图件;将SHP格式的分区图件上传并加载到三维GIS地图中,根据不同的污染级别,采用不同的颜色对齐进行着色,从而直观的在地图上看到整个监测区的污染分区情况。
作为一种较佳的实施例,所述基于所述监测数据进行统计分析包括:统计地下水监测数据单项监测指标的分析,所述单项监测指标包括最大值、最小值、平均数、中间值和超标个数。
作为一种较佳的实施例,所述基于所述监测数据进行动态分析包括:绘制单项监测指标随时间变化的动态曲线变化图,掌握监测站点的监测数据的动态变化规律,以便及时发现地下水环境异常。
作为一种较佳的实施例,如图4所示,所述对地下水流模型进行可视化展示与在线更新包括:
首先,通过GMS软件建立初始地下水流模型,具体包括:对水文地质概念模型进行数值模型设计,依次进行空间离散、时间离散、初始条件设置、边界条件设置、源汇项设置、水文地质参数设置、校准与验证和参数敏感性分析操作获得初始地下水流模型;
其次,针对建立好的初始地下水流模型采用后处理程序Post-processing Model将模型计算结果存储至三维数组,以获取模型空间任意网格的地下水水位与污染物浓度;所述计算结果包括地下水流场.HDS文件和地下水浓度场.UCN文件;
最后,创建好并经过后处理程序之后的初始地下水流模型,支持将其上传至地下水模拟智能系统进行存储与轻量化处理,并基于三维GIS地图进行可视化展示与后处理。
作为一种较佳的实施例,所述可视化展示与后处理包括:模型竖向缩放、模型炸开、模型剖切和模型开挖。
模型竖向缩放,包括:对于本项目的水流模型,由于场地横向的距离较大,达到8km左右,而水流模型竖向才几米,因此显得模型非常薄,因此支持对模型进行竖向缩放。
模型炸开包括:建立水流模型的时候,如果考虑了地层因素,则建好的模型是存在多层的,则可以通过模型炸开使得不同地层在竖向上分离,单独查看每一层。
剖切包括:支持对水流模型沿着任一路径进行剖切,以剖面的方式进行查看。
开挖包括:支持对水流模型进行开挖,开挖的形状可以任意指定。此外,对于水流模型,支持在模拟智能系统上在线进行计算更新,支持更新的条件包括改变边界水位、改变降水入渗补给量、添加挡水墙、添加井并设置相关参数等,计算更新完成的水流模型,同样支持基于三维GIS地图进行可视化展示,以及一系列的后处理展示功能。
本发明的地下水流模型更新步骤如下6个步骤。
(1)选定模型更新的基础模型,一般是初始地下水流模型,同时给更新的水流模型进行命名:之外便可进入地下水流模型在线更新页面,在此页面可根据实际参数对各种更新条件进行设置。
(2)边界水位设置:边界水位设置包含两种情况:
a.对已有边界水位进行更新:如果边界水位点与自动监测站点的水位站点一致,即可直接进行自动更新,更新的边界水位值直接读取自动水位站点的实时数据;同时也可以对边界水位手动进行修改更新;
b.除了已有的边界水位点,支持手动新增边界水位点,并对其水位值进行设置。
(3)降水入渗补给量设置:在降水入渗补给页面,系统会自动读取初始水流模型中的分区情况,此时可以手动修改降水入渗补给量。
(4)添加挡水墙:支持自动读取模型中已有挡水墙,同时支持手动添加挡水墙位置。
(5)添加井:支持手动添加新的井位,并设置井的流量。
(6)启动水流模型在线更新程序进行计算:将上面几个对象参数设置完成之后,即可直接进行模型更新计算,从而得到更新之后的水流模型,并基于三维GIS地图进行可视化展示。
作为一种较佳的实施例,所述基于地下水流模型进行溶质运移分析与模型展示包括:所述溶质运移分析是根据水流模型和其中的污染物泄漏点进行分析,根据泄漏点污染物的浓度和泄露时间,计算出相应泄露时间的溶质运移模型结果,对于计算生成出来的溶质运移模型结果,支持可视化展示与后处理分析展示,与地下水流模型有所区别的是,所述溶质运移模型支持一次性生成多个时间的结果模型,既能显示某一个时间的溶质运移模型,也能自动播放随时间序列的溶质运移模型。
基于地下水流模型,通过指定污染泄漏点,以及泄露浓度和时间,可以计算分析得到相应的溶质运移模型。通过该模型,可以很显著的看到污染物泄露的影响范围与浓度分布,对后期污染物的治理提供借鉴意义。此外,通过不同时间,比如5年、10年……50年等泄露时间维度上的分析计算,以及随时间序列的动态播放,可以很直观的看到污染物在这段时间内的泄露情况以及扩散规律。
本发明还提出地下水模拟智能系统的可视化方法,包括如下步骤:
获取自动监测站点的监测设备的监测数据,并进行数据管理;
将获取的监测数据与预警指标值进行比较,进行土壤污染预警;
基于GMS软件建立初始地下水流模型,根据数据管理结果和初始地下水流模型对地下水进行分析,实现土壤污染预测、土壤污染溯源和污染分区管理;
将土壤污染预警信息、土壤污染预测信息、土壤污染溯源信息和污染分区管理信息在三维场景中进行可视化展示。
作为一种较佳的实施例,所述数据管理步骤,具体执行,获取自动监测站点的监测设备的监测数据进行更新;根据所述监测数据中的监测站点的坐标,基于三维地图对监测站点进行定位,并查询监测站点的属性;基于所述监测数据进行统计分析与动态分析;
所述土壤污染预警步骤包括:
依据主要污染物指标,设置不同污染物指标对应的某一预警指标值,将实时污染物的监测数据传输到土壤污染预警模块中,检测出一旦超过预警指标值,给出相应的预警提示;
统计地下水监测数据单项监测指标的分析,所述单项监测指标包括最大值、最小值、平均数、中间值和超标个数;所述基于所述监测数据进行动态分析包括:绘制单项监测指标随时间变化的动态曲线变化图,掌握监测站点的监测数据的动态变化规律,以便及时发现地下水环境异常。
同时,对于超标的监测井,显示区别于正常监测井的颜色(比如:红色),并支持查看所有超标预警的监测井详细数值。除了在Web端进行监测预警,针对污染物超标的监测点,即时传输预警短信到相关负责人的手机上,以便在后期应急处置阶段进行相关任务的沟通与合作。
对于本发明中涉及到的自动监测站点,以及对其进行统计分析与自动预警时,主要存储的数据以及设置的参数指标如下:(1)自动监测站点数据自动对接,如图2所示;(2)统计分析中主要关心的指标包括最大值、最小值、平均值等,以及随时间的变化曲线,如图3所示;(3)监测数据预警提醒,预警主要是针对重点站、重金属站和微站中的指标进行预警监测,重点站和微站主要是化学需氧量和氨氮,重金属站是所有重金属都参与预警监测,并且判定是否超标,除了按照四级标准之外,还需要满足增幅达到30%才算超标,需要预警。
本发明的土壤污染预警步骤通过对自动监测站点数据的实时对接,保证了平台中监测数据的时效性,同时对历史数据进行存储,既保证了数据的可追溯性,也便于对数据异常、超标等情况进行分析。
其次,通过对实时数据的统计分析和动态分析,可以直观地看到当前站点监测数据的变化情况,以及变化趋势,及时掌握整个园区的污染超标情况,以及可能演变的污染趋势,为决策提供帮助。
所述土壤污染预测步骤,具体执行:采用MODFLOW构建地下水流模型;基于构建的地下水流模型,根据地下水流模型和其中的污染物泄漏点进行分析,根据泄漏点污染物的浓度和泄露时间,计算出相应泄露时间的溶质运移模型结果,从而实现土壤污染预测;
所述土壤污染溯源步骤包括:
采用MODFLOW构建地下水流模型;
基于构建的地下水流模型,采用MODPATH的反向粒子示踪识别污染物的迁移路径,以判断污染源的方位;
依据MODPATH计算的超标污染物迁移路径,将其整合到土壤污染溯源模块,在模拟智能系统上实时展示可能超标点位处的污染源方向,对于溯源分析的结果路径,支持基于三维GIS地图和地下水流模型进行可视化展示;
所述污染分区管理步骤包括:
根据监测区内污染分区结果,包括每个分区的边界、污染级别、区域面积信息,绘制相应的SHP格式的GIS图件;
将SHP格式的分区图件上传并加载到三维GIS地图中,根据不同的污染级别,采用不同的颜色对齐进行着色,从而直观地在地图上看到整个监测区的污染分区情况。
所述溶质运移分析是根据水流模型和其中的污染物泄漏点进行分析,根据泄漏点污染物的浓度和泄露时间,计算出相应泄露时间的溶质运移模型结果,对于计算生成出来的溶质运移模型结果,支持可视化展示与后处理分析展示,与地下水流模型有所区别的是,所述溶质运移模型支持一次性生成多个时间的结果模型,既能显示某一个时间的溶质运移模型,也能自动播放随时间序列的溶质运移模型。
通过对污染分区图件的加载显示,可以对整个园区的污染情况有一个整体的了解,并根据污染分区结果进行定性以及粗略的定量分析,对园区的污染评价提供参考。
作为一种较佳的实施例,所述三维场景可视化展示包括:
对获取的监测数据进行可视化展示,包括查询与统计,各类土壤和地下水环境专业图件生成;
对地下水流模型和溶质运移模型空间展布特征进行三维可视化展示,并能够进行模型竖向缩放、模型炸开、模型剖切和模型开挖;
对土壤污染方式和途径,水质演变过程和场地环境动态发展进行三维可视化展示;
对监测区的污染分区情况进行三维可视化展示。
作为一种较佳的实施例,所述对地下水流模型进行可视化展示包括:通过GMS软件建立初始地下水流模型,具体包括:对水文地质概念模型进行数值模型设计,依次进行空间离散、时间离散、初始条件设置、边界条件设置、源汇项设置、水文地质参数设置、校准与验证和参数敏感性分析操作获得初始地下水流模型;
针对建立好的初始地下水流模型采用后处理程序Post-processing Model将模型计算结果存储至三维数组,以获取模型空间任意网格的地下水水位与污染物浓度;所述计算结果包括地下水流场.HDS文件和地下水浓度场.UCN文件;
创建好并经过后处理程序之后的初始地下水流模型,支持将其上传至地下水模拟智能系统进行存储与轻量化处理,并基于三维GIS地图进行可视化展示与后处理。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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 (10)
1.地下水模拟智能系统,其特征在于,包括:
数据管理模块,具体执行,获取自动监测站点的监测设备的监测数据进行更新;根据所述监测数据中的监测站点的坐标,基于三维地图对监测站点进行定位,并查询监测站点的属性;基于所述监测数据进行统计分析与动态分析;
土壤污染预警模块,具体执行:依据污染物指标,设置不同污染物指标对应的预警指标值,将实时污染物的监测数据传输到土壤污染预警模块中,当数据超过预警指标值,给出相应的预警提示;
土壤污染预测模块,具体执行:对地下水流模型进行可视化展示与在线更新;基于地下水流模型进行溶质运移分析与模型展示;
土壤污染溯源模块,具体执行:基于构建的地下水流模型,采用MODPATH的反向粒子示踪识别污染物的迁移路径,以判断污染源的方位;依据MODPATH计算的超标污染物迁移路径,将其整合到土壤污染溯源模块,在模拟智能系统上实时展示可能超标点位处的污染源方向,对于溯源分析的结果路径,支持基于三维GIS地图和地下水流模型进行可视化展示;
污染分区管理模块,具体执行:根据监测区内污染分区结果,包括每个分区的边界、污染级别、区域面积信息,绘制相应的SHP格式的GIS图件;将SHP格式的分区图件上传并加载到三维GIS地图中,根据不同的污染级别,采用不同的颜色对齐进行着色,对整个监测区的污染进行分区。
2.根据权利要求1所述的地下水模拟智能系统,其特征在于,所述基于所述监测数据进行统计分析包括:统计地下水监测数据单项监测指标的分析,所述单项监测指标包括最大值、最小值、平均数、中间值和超标个数。
3.根据权利要求1所述的地下水模拟智能系统,其特征在于,所述基于所述监测数据进行动态分析包括:绘制单项监测指标随时间变化的动态曲线变化图,掌握监测站点的监测数据的动态变化规律。
4.根据权利要求1所述的地下水模拟智能系统,其特征在于,所述对地下水流模型进行可视化展示与在线更新包括:
通过GMS软件建立初始地下水流模型,具体包括:对水文地质概念模型进行数值模型设计,依次进行空间离散、时间离散、初始条件设置、边界条件设置、源汇项设置、水文地质参数设置、校准与验证和参数敏感性分析操作获得初始地下水流模型;
针对建立好的初始地下水流模型采用后处理程序Post-processing Model将模型计算结果存储至三维数组,以获取模型空间任意网格的地下水水位与污染物浓度;所述计算结果包括地下水流场.HDS文件和地下水浓度场.UCN文件;
创建好并经过后处理程序之后的初始地下水流模型,支持将其上传至地下水模拟智能系统进行存储与轻量化处理,并基于三维GIS地图进行可视化展示与后处理。
5.根据权利要求4所述的地下水模拟智能系统,其特征在于:所述可视化展示与后处理包括:模型竖向缩放、模型炸开、模型剖切和模型开挖。
6.根据权利要求1所述的地下水模拟智能系统,其特征在于:所述基于地下水流模型进行溶质运移分析与模型展示包括:所述溶质运移分析是根据地下水流模型和其中的污染物泄漏点进行分析,根据泄漏点污染物的浓度和泄露时间,计算出相应泄露时间的溶质运移模型结果,对于计算生成出来的溶质运移模型结果,支持可视化展示与后处理分析展示,与地下水流模型有所区别的是,所述溶质运移模型支持一次性生成多个时间的结果模型。
7.地下水模拟智能系统的可视化方法,其特征在于,包括如下步骤:
获取自动监测站点的监测设备的监测数据,并进行数据管理;
将获取的监测数据与预警指标值进行比较,进行土壤污染预警;
基于GMS软件建立初始地下水流模型,根据数据管理结果和初始地下水流模型对地下水进行分析,实现土壤污染预测、土壤污染溯源和污染分区管理;
将土壤污染预警信息、土壤污染预测信息、土壤污染溯源信息和污染分区管理信息在三维场景中进行可视化展示。
8.根据权利要求7所述的地下水模拟智能系统的可视化方法,其特征在于:
所述数据管理步骤,具体执行,获取自动监测站点的监测设备的监测数据进行更新;根据所述监测数据中的监测站点的坐标,基于三维地图对监测站点进行定位,并查询监测站点的属性;基于所述监测数据进行统计分析与动态分析;
所述土壤污染预警步骤,具体执行:依据污染物指标,设置不同污染物指标对应的预警指标值,将实时污染物的监测数据传输到土壤污染预警模块中,当数据超过预警指标值,给出相应的预警提示;
所述土壤污染预测步骤,具体执行:采用MODFLOW构建地下水流模型;基于构建的地下水流模型,根据地下水流模型和其中的污染物泄漏点进行分析,根据泄漏点污染物的浓度和泄露时间,计算出相应泄露时间的溶质运移模型结果,从而实现土壤污染预测;
所述土壤污染溯源步骤,具体执行:基于构建的地下水流模型,采用MODPATH的反向粒子示踪识别污染物的迁移路径,以判断污染源的方位;依据MODPATH计算的超标污染物迁移路径,将其整合到土壤污染溯源模块,在模拟智能系统上实时展示可能超标点位处的污染源方向;
所述污染分区管理步骤,具体执行:根据监测区内污染分区结果,包括每个分区的边界、污染级别、区域面积信息,绘制相应的SHP格式的GIS图件;将SHP格式的分区图件上传并加载到三维GIS地图中,根据不同的污染级别,采用不同的颜色对齐进行着色,对整个监测区的污染进行分区。
9.根据权利要求7所述的地下水模拟智能系统的可视化方法,其特征在于:所述三维场景可视化展示包括:
对获取的监测数据进行可视化展示,包括查询与统计,各类土壤和地下水环境专业图件生成;
对地下水流模型和溶质运移模型的空间展布特征进行三维可视化展示,并能够进行模型竖向缩放、模型炸开、模型剖切和模型开挖;
对土壤污染方式和途径,水质演变过程和场地环境动态发展进行三维可视化展示;
对监测区的污染分区情况进行三维可视化展示。
10.根据权利要求9所述的地下水模拟智能系统的可视化方法,其特征在于:
所述对地下水流模型进行可视化展示包括:通过GMS软件建立初始地下水流模型,具体包括:对水文地质概念模型进行数值模型设计,依次进行空间离散、时间离散、初始条件设置、边界条件设置、源汇项设置、水文地质参数设置、校准与验证、参数敏感性分析操作获得初始地下水流模型;
针对建立好的初始地下水流模型采用后处理程序Post-processing Model将模型计算结果存储至三维数组,以获取模型空间任意网格的地下水水位与污染物浓度;所述计算结果包括地下水流场.HDS文件、地下水浓度场.UCN文件;
创建好并经过后处理程序之后的初始地下水流模型,支持将其上传至地下水模拟智能系统进行存储与轻量化处理,并基于三维GIS地图进行可视化展示与后处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399901.1A CN116756908A (zh) | 2023-04-14 | 2023-04-14 | 地下水模拟智能系统及可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399901.1A CN116756908A (zh) | 2023-04-14 | 2023-04-14 | 地下水模拟智能系统及可视化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116756908A true CN116756908A (zh) | 2023-09-15 |
Family
ID=87955936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310399901.1A Pending CN116756908A (zh) | 2023-04-14 | 2023-04-14 | 地下水模拟智能系统及可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116756908A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117969159A (zh) * | 2024-03-01 | 2024-05-03 | 浙江求实环境监测有限公司 | 一种基于人工智能的土壤污染检测预警系统 |
CN118349601A (zh) * | 2024-06-17 | 2024-07-16 | 江苏网进科技股份有限公司 | 一种用于智慧城市的数据可视化共享方法 |
CN118376763A (zh) * | 2024-06-26 | 2024-07-23 | 中国地质科学院水文地质环境地质研究所 | 一种水文地质土壤重金属污染分析预警系统及方法 |
CN118688413A (zh) * | 2024-08-22 | 2024-09-24 | 核工业(天津)工程勘察院有限公司 | 基于量子点传感器网络的地下污水监测方法、系统及设备 |
-
2023
- 2023-04-14 CN CN202310399901.1A patent/CN116756908A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117969159A (zh) * | 2024-03-01 | 2024-05-03 | 浙江求实环境监测有限公司 | 一种基于人工智能的土壤污染检测预警系统 |
CN118349601A (zh) * | 2024-06-17 | 2024-07-16 | 江苏网进科技股份有限公司 | 一种用于智慧城市的数据可视化共享方法 |
CN118349601B (zh) * | 2024-06-17 | 2024-09-27 | 江苏网进科技股份有限公司 | 一种用于智慧城市的数据可视化共享方法 |
CN118376763A (zh) * | 2024-06-26 | 2024-07-23 | 中国地质科学院水文地质环境地质研究所 | 一种水文地质土壤重金属污染分析预警系统及方法 |
CN118688413A (zh) * | 2024-08-22 | 2024-09-24 | 核工业(天津)工程勘察院有限公司 | 基于量子点传感器网络的地下污水监测方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116756908A (zh) | 地下水模拟智能系统及可视化方法 | |
CN109523144B (zh) | 一种流域水环境业务化运行管理系统及方法 | |
CN114155129B (zh) | 一种基于工业园区的大气环境溯评方法和系统 | |
CN114238543B (zh) | 一种排水管网地理信息系统 | |
CN104392100A (zh) | 基于水质在线监测系统的污染源扩散预警方法 | |
CN117010217B (zh) | 基于模型分析的地下水污染可视化方法及系统 | |
CN112330184B (zh) | 施工风险的预测方法、装置、设备和介质 | |
CN115828508B (zh) | 基于gis平台的地下水环评自动预测方法 | |
CN114201570A (zh) | 河网水质的监测方法、装置和可读存储介质 | |
CN115456814A (zh) | 一种以施工组织为核心的隧道管理平台 | |
Fedra | Models, GIS, and expert systems: integrated water resources models | |
CN114186825A (zh) | 一种天然气巡检规划方法 | |
CN114781827A (zh) | 基于地理空间信息的环境样品调查云管理方法 | |
CN113222420A (zh) | 地下综合体运行智能感知监测及预警系统 | |
CN117172995B (zh) | 基于微生物的污染评估分析方法、系统及存储介质 | |
CN112765718A (zh) | 基于bim和物联网技术的净水厂运维系统及方法 | |
CN115705457A (zh) | 气体扩散态势预测方法及系统、存储介质及终端 | |
CN111538297A (zh) | 一种基于web的交互式三维可视化平台 | |
Leszek | Environmental and urban spatial analysis based on a 3D city model | |
CN115034718B (zh) | 一种危化品管理方法、系统、计算设备及存储介质 | |
CN115712978A (zh) | 基于数值模拟与人口数据的选址数据处理方法及系统 | |
KR20220096880A (ko) | 웹 어플리케이션을 활용한 하수관로 안전관리 시스템 | |
Bartsch et al. | Soil information system as part of a municipal environmental information system | |
CN114266128A (zh) | 一种基于云平台的大气环评系统及方法 | |
CN112580125A (zh) | 一种应急仿真智慧系统和预案创建方法 |
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 |