CN117109665B - 一种河流生态环境数据在线监测方法及系统 - Google Patents
一种河流生态环境数据在线监测方法及系统 Download PDFInfo
- Publication number
- CN117109665B CN117109665B CN202311369473.4A CN202311369473A CN117109665B CN 117109665 B CN117109665 B CN 117109665B CN 202311369473 A CN202311369473 A CN 202311369473A CN 117109665 B CN117109665 B CN 117109665B
- Authority
- CN
- China
- Prior art keywords
- data
- river
- water quality
- biological
- module
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 158
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000036541 health Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000007405 data analysis Methods 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000001105 regulatory effect Effects 0.000 claims abstract description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 36
- 239000001301 oxygen Substances 0.000 claims description 36
- 229910052760 oxygen Inorganic materials 0.000 claims description 36
- 238000005070 sampling Methods 0.000 claims description 33
- 239000003344 environmental pollutant Substances 0.000 claims description 26
- 231100000719 pollutant Toxicity 0.000 claims description 26
- 230000033228 biological regulation Effects 0.000 claims description 23
- 230000007613 environmental effect Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 20
- 239000000356 contaminant Substances 0.000 claims description 17
- 238000007667 floating Methods 0.000 claims description 17
- 238000011161 development Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000006424 Flood reaction Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 238000004321 preservation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 34
- 241000251468 Actinopterygii Species 0.000 abstract description 8
- 241001465754 Metazoa Species 0.000 abstract description 7
- 238000003908 quality control method Methods 0.000 description 12
- 239000002028 Biomass Substances 0.000 description 9
- 238000013500 data storage Methods 0.000 description 9
- 241000894007 species Species 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 239000000243 solution Substances 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010223 real-time analysis Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000003911 water pollution Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000008713 feedback mechanism Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000010391 action planning Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000002920 hazardous waste Substances 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000012086 standard solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- 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
- Y02A20/152—Water filtration
Abstract
本发明公开了一种河流生态环境数据在线监测方法及系统，涉及河流环境监测技术领域，水体环境模块实时监测水体中的各种水质参数，水质数据模块实时监测水质指标，生物多样性模块实时监测鱼类、底栖动物、水生植物等生物多样性的信息，河流功能模块获取河流的动态情况以及河流的洪水调节功能，数据处理模块将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到一个中央数据库中，数据分析模块基于中央数据库获取河流数据后，河流数据包括环境参数、水质指标数据、生物数据以及功能数据。该监测系统综合分析多源数据后评估河流生态系统的健康状态以及可持续性，分析更为全面，为河流的管理提供支持和决策。
Description
技术领域
本发明涉及河流环境监测技术领域，具体涉及一种河流生态环境数据在线监测方法及系统。
背景技术
河流是地球上重要的生态系统之一，为人类社会提供饮用水、灌溉、能源、食物和生态服务，然而，由于人类活动和环境压力的增加，许多河流面临着生态系统健康的威胁，如水污染、水位波动、栖息地丧失等，因此，监测河流的生态环境变化对于可持续管理和保护至关重要；
河流生态环境数据在线监测系统是一种用于实时或定期监测、记录和分析河流及其周边环境的系统，这样的系统具有重要的环境管理和科学研究价值，它们可以为决策者、研究人员和公众提供有关河流生态系统的关键信息，帮助管理和保护河流环境。
现有技术存在以下不足：
现有的着重于特定参数或特定方面的数据收集，如水质、水量或生物多样性，但缺乏将这些数据整合起来进行全面的综合分析，这可能导致无法全面了解河流生态系统的健康状态以及评估可持续性，从而不便于管理人员进行决策和管理。
发明内容
本发明的目的是提供一种河流生态环境数据在线监测方法及系统，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：一种河流生态环境数据在线监测系统，包括水体环境模块、水质数据模块、生物多样性模块、河流功能模块、数据处理模块、数据分析模块以及报告模块；
水体环境模块：通过在线监测设备实时监测水体中的各种水质参数；
水质数据模块：通过水质传感器实时监测水质指标；
生物多样性模块：通过生物监测设备实时监测河流中的生物数据；
河流功能模块：通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据；
数据处理模块：将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到一个中央数据库中；
数据分析模块：基于中央数据库获取河流数据，综合分析河流数据评估河流生态系统的健康状态以及可持续性；
报告模块：将评估结果进行可视化处理后，生成河流生态环境实时数据报表。
优选的，所述水体环境模块通过在线监测设备实时监测水体中的各种水质参数，水质参数包括平均污染物浓度；
水质数据模块通过水质传感器实时监测水质指标，水质指标包括溶解氧浮动系数；
生物多样性模块通过生物监测设备实时监测河流中的生物数据，生物数据包括生物质量指数；
河流功能模块通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据，功能数据包括洪水调节系数。
优选的，所述数据分析模块将平均污染物浓度、溶解氧浮动系数、生物质量指数以及洪水调节系数综合计算获取河流系数，表达式为：
；
式中，为平均污染物浓度，/>为溶解氧浮动系数，/>为生物质量指数，/>为洪水调节系数，/>、/>、/>、/>分别为平均污染物浓度、溶解氧浮动系数、生物质量指数以及洪水调节系数的比例系数，且/>、/>、/>、/>均大于0。
优选的，所述数据分析模块计算获取河流系数值后，若河流系数/>值＞发展阈值，表明河流生态系统的健康状态以及可持续性差，若河流系数/>值≤发展阈值，表明河流生态系统的健康状态以及可持续性好。
优选的，所述平均污染物浓度的获取逻辑为：
确定采样点：选择河流中的采样点；
制定采样计划：确定采样的时间间隔和频率；
采集水样：使用水样采集设备定期采集河流水样；
样品保存：在采样后对水样进行保存和处理；
分析：将采集的水样进行污染物浓度分析；
数据整合：收集每个采样点和时间点的污染物浓度；
计算平均浓度：根据采样点的数据，计算出一段时间内的平均污染物浓度。
优选的，平均污染物浓度的计算表达式为：
；
式中，表示平均污染物浓度，/>，n表示采样时间点的数量，且n为正整数，/>表示第i个采样时间点处的河流最大污染物浓度。
优选的，所述溶解氧浮动系数，表达式为：
；
式中，表示第a个监测日的溶解氧浓度，/>表示监测的总天数，/>表示监测时间段内的平均溶解氧浓度。
优选的，所述生物质量指数的计算表达式为：
；
式中，表示/>时间点监测河流获取的生物数量，/>表示/>时间点监测河流获取的生物数量，/>表示/>时间点监测河流获取的生物种类，/>表示/>时间点监测河流获取的生物种类。
优选的，所述洪水调节系数，表达式为：
；
式中，表示洪水调节系数，/>表示洪水期间的河流峰值流量，表示非洪水期间的河流流量。
本发明还提供一种河流生态环境数据在线监测方法，所述监测方法包括以下步骤：
S1：采集端通过在线监测设备实时监测水体中的各种水质参数，通过水质传感器实时监测水质指标；
S2：通过生物监测设备实时监测河流生物数据，通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据；
S3：处理端将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到中央数据库中；
S4：基于中央数据库获取河流数据后，综合分析河流数据评估河流生态系统的健康状态以及可持续性；
S5：将评估结果进行可视化处理后，生成河流生态环境实时数据报表。
在上述技术方案中，本发明提供的技术效果和优点：
本发明通过水体环境模块实时监测水体中的各种水质参数，水质数据模块实时监测水质指标，生物多样性模块实时监测鱼类、底栖动物、水生植物等生物多样性的信息，河流功能模块获取河流的动态情况以及河流的洪水调节功能，数据处理模块将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到一个中央数据库中，数据分析模块基于中央数据库获取河流数据后，河流数据包括环境参数、水质指标数据、生物数据以及功能数据，该监测系统综合分析多源数据后评估河流生态系统的健康状态以及可持续性，分析更为全面，为河流的管理提供支持和决策。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的系统模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。
实施例1：请参阅图1所示，本实施例所述一种河流生态环境数据在线监测系统，包括水体环境模块、水质数据模块、生物多样性模块、河流功能模块、数据处理模块、数据分析模块以及报告模块；
A、水体环境模块：通过在线监测设备实时监测水体中的各种水质参数，如温度、溶解氧、pH、浊度、污染物浓度等环境参数，对采集的水质数据进行实时分析，生成水质报告，环境参数发送至数据处理模块包括以下步骤：
数据采集：安装在水体中的传感器定期或连续地采集水质数据，包括温度、溶解氧、pH、浊度、污染物浓度等；传感器可以位于不同的深度和位置，以捕捉水质的垂直和水平变化；
数据传输：采集到的数据通过网络或其他通信方式实时传输到中央数据库或云服务器；数据传输通常需要确保数据的安全和完整性；
数据存储：在中央数据库或云服务器中存储数据，确保数据易于访问和检索；数据存储需要满足数据备份和保护的要求；
数据质量控制：对采集的数据进行质量控制和校正，包括检测异常值、校正传感器漂移、填补缺失数据等操作，以确保数据的准确性和一致性；
实时分析：使用实时分析算法和模型对采集的数据进行实时处理；这些算法可以检测异常情况，例如水质污染事件，或者根据阈值触发警报；
生成水质报告：根据实时分析的结果，生成水质报告；报告可以包括以下内容：
当前水质参数的数值和趋势；
与水质标准和法规的比较，以评估是否符合环境要求；
有关水质污染事件或异常情况的警报或通知；
可视化图表和图形，用于展示水质数据的历史和趋势。
B、水质数据模块：通过水质传感器实时监测水质指标，如pH值、溶解氧、氨氮等，水质指标数据发送至数据处理模块包括以下步骤：
传感器安装：在水体中安装水质传感器，以便实时监测水质参数；传感器的安装位置和深度应根据监测需求和水体特性进行选择；
传感器校准：在安装前和定期进行传感器校准，以确保传感器的准确性；校准通常包括使用标准溶液进行零点和斜率校准；
数据采集：传感器实时或定期采集水质参数的数据，如pH、溶解氧、氨氮、浊度、电导率等；数据采集的频率可以根据需要进行设置；
数据传输：采集到的水质数据通过通信设备传输到中央数据库或云服务器；传输方式可以包括有线连接、Wi-Fi、无线传感器网络等；
数据存储：在中央数据库或云服务器中存储水质数据，以便后续分析和检索；数据存储需要满足备份和安全性的要求；
实时数据监测：实时监测系统应该能够实时检查采集到的数据，以及时发现水质问题或异常情况；
数据质量控制：对采集的数据进行质量控制，包括检测异常值、校正传感器漂移、填补缺失数据等操作，以确保数据的准确性和一致性；
生成水质报告：根据采集的水质数据，生成水质报告；报告通常包括水质参数的数值、趋势和历史数据。
C、生物多样性模块：通过生物监测设备实时监测鱼类、底栖动物、水生植物等生物多样性的信息，包括种类、数量和健康状态，分析采集的生物数据，生成生物多样性报告，生物数据发送至数据处理模块包括以下步骤：
生物监测设备安装：在水体中或沿河流周边的关键位置安装生物监测设备，如水下摄像头、生物捕捉装置（例如渔网或捕鱼笼）、生物声学设备等；这些设备用于采集生物多样性数据；
数据采集：生物监测设备实时或定期采集生物多样性数据，包括鱼类种类、数量、大小、底栖动物的种类和数量，水生植物的种类和分布等；数据采集的频率和持续时间根据监测需求而定；
数据传输：采集到的生物数据通过通信设备传输到中央数据库或云服务器；传输方式可以包括有线连接、Wi-Fi、无线传感器网络等；
数据存储：在中央数据库或云服务器中存储生物多样性数据，以便后续分析和检索；数据存储需要满足备份和安全性的要求；
数据质量控制：对采集的生物数据进行质量控制，包括检测异常值、校正传感器漂移、填补缺失数据等操作，以确保数据的准确性和一致性；
实时数据监测：实时监测系统应该能够实时检查采集到的生物数据，以及时发现异常情况或生物多样性的变化；
生成生物多样性报告：根据采集的生物数据，生成生物多样性报告；报告通常包括以下内容：
当前鱼类、底栖动物和水生植物的种类和数量；
生物多样性的指标，如丰富度、多样性指数等；
生物多样性的历史数据和趋势；
可能的生态风险和生态系统健康评估。
D、河流功能模块：通过河流功能记录日志系统获取河流的动态情况以及河流的洪水调节功能，功能数据发送至数据处理模块包括以下步骤：
河流功能记录日志系统安装：安装河流功能记录日志系统，该系统通常包括水位测站、流速测站、洪水调节池等设备，用于监测河流的动态情况和水流特性；
数据采集：河流功能记录日志系统实时或定期采集数据，包括水位、流速、流量和洪水事件的记录；这些数据有助于了解河流的水文动态和水文特性；
洪水调节监测：监测洪水事件，包括预测和响应；这可能涉及到监测洪水水位、河流的洪水调节池的水位和操作，以及与洪水调节相关的数据；
数据传输：采集到的功能数据通过通信设备传输到中央数据库或云服务器；传输方式可以包括有线连接、无线传感器网络等；
数据存储：在中央数据库或云服务器中存储功能数据，以便后续分析和检索；数据存储需要满足备份和安全性的要求；
实时数据监测：实时监测系统应该能够实时检查采集到的功能数据，以及时发现水文特性的变化和洪水事件；
数据质量控制：对采集的功能数据进行质量控制，包括检测异常值、校正传感器漂移、填补缺失数据等操作，以确保数据的准确性和一致性；
生成功能报告：根据采集的功能数据，生成功能报告；报告通常包括以下内容：
河流水位和流速的历史记录和趋势；
洪水事件的记录和预测；
河流的洪水调节功能评估。
E、数据处理模块：将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到一个中央数据库中，并确保数据的一致性和标准化包括以下步骤：
数据接收和整合：接收来自水质数据模块、生物多样性模块和河流功能模块的原始数据；这可能涉及到不同格式和来源的数据；
数据清洗：进行数据清洗，包括去除重复数据、处理缺失值、纠正数据错误和异常值，以确保数据的质量和准确性；
数据转换和标准化：将来自不同模块的数据进行统一的数据格式和单位转换，以确保数据的一致性和可比性；
数据质量控制：进行数据质量控制，检查数据的完整性和准确性；这可能包括检测数据趋势、范围和阈值；
数据集成：整合不同模块的数据，将其存储到一个中央数据库中，以便后续的综合分析和评估；
数据索引和元数据管理：为数据库中的数据建立索引，并管理元数据，以便用户能够轻松检索和理解数据；
数据备份和恢复：定期备份数据库中的数据，以确保数据的安全性和可用性，并准备好数据恢复机制以应对数据丢失情况；
数据安全性和权限控制：实施数据安全性措施，确保只有授权用户能够访问和修改数据；权限控制可以限制不同用户的访问级别；
数据共享和报告生成：提供用户界面或API，以便相关方能够访问和共享数据；系统还可以支持报告生成，以展示数据的关键结果和趋势。
F、数据分析模块：基于中央数据库获取河流数据后，河流数据包括环境参数、水质指标数据、生物数据以及功能数据，综合分析河流数据评估河流生态系统的健康状态以及可持续性，评估结果发送至报告模块。
G、报告模块：将评估结果进行可视化处理后，生成河流生态环境实时数据报表，为企业环保部门提供河流生态环境保护决策依据包括以下步骤：
可视化设计：设计报告的可视化元素，包括图表、图形、地图和其他数据可视化工具；可视化应该能够有效地传达数据的关键信息；
报告生成：使用设计的可视化元素将数据合并到报告模板中；这些报告可以是实时的、定期的或特定事件的报告，取决于需求；
数据解释和说明：为了确保报告的可理解性，提供对数据的解释和说明；这包括解释指标、趋势和评估结果的含义；
报告可访问性：确保报告对于不同用户和利益相关者而言都易于访问和理解；可以提供在线报告、导出报告或打印版本；
数据共享和传播：将生成的报告共享给企业环保部门和其他相关方，以便他们了解河流生态环境的状态和问题；
实时更新：如果需要，确保报告能够实时更新，以反映最新的数据和评估结果；
决策支持：报告应该提供有关河流生态环境保护的决策支持信息；这可以包括建议、风险评估和行动计划；
反馈机制：提供反馈机制，以便用户和利益相关者可以提出问题、建议和改进建议；
存档和记录：对生成的报告进行存档和记录，以便日后追溯和审查；
报告质量控制：对生成的报告进行质量控制，确保数据准确性、可靠性和一致性；
持续改进：根据用户反馈和需求，不断改进报告的内容和格式，以提高其实用性和可用性。
本申请通过水体环境模块实时监测水体中的各种水质参数，水质数据模块实时监测水质指标，生物多样性模块实时监测鱼类、底栖动物、水生植物等生物多样性的信息，河流功能模块获取河流的动态情况以及河流的洪水调节功能，数据处理模块将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到一个中央数据库中，数据分析模块基于中央数据库获取河流数据后，河流数据包括环境参数、水质指标数据、生物数据以及功能数据，该监测系统综合分析多源数据后评估河流生态系统的健康状态以及可持续性，分析更为全面，为河流的管理提供支持和决策。
实施例2：水体环境模块通过在线监测设备实时监测水体中的各种水质参数，水质数据模块通过水质传感器实时监测水质指标；生物多样性模块通过生物监测设备实时监测河流中的生物数据；河流功能模块通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据；
其中：
水体环境模块通过在线监测设备实时监测水体中的各种水质参数，水质参数包括平均污染物浓度，水质数据模块通过水质传感器实时监测水质指标，水质指标包括溶解氧浮动系数，生物多样性模块通过生物监测设备实时监测河流中的生物数据，生物数据包括生物质量指数，河流功能模块通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据，功能数据包括洪水调节系数；
平均污染物浓度的获取逻辑为：
确定采样点：首先，需要选择河流中的采样点，这些点通常是代表性的地点，可以反映河流的整体水质状况，选择采样点时应考虑河流的特性、水深、水流速度、河段和潜在的污染源等因素；
1）制定采样计划：确定采样的时间间隔和频率，通常，采样需要在不同的季节和不同水位条件下进行，以获取全面的数据；
2）采集水样：使用合适的水样采集设备，定期采集河流水样，确保采样过程中采样器具干净，以避免污染样品；
3）样品保存：根据需要，在采样后对水样进行适当的保存和处理，通常，水样需要在低温条件下保存，以防止污染物的分解或变化；
4）分析：将采集的水样进行污染物浓度分析，不同的污染物可能需要不同的分析方法，例如色谱法、质谱法、光谱法等；
5）数据整合：收集和记录分析的数据，包括每个采样点和时间点的污染物浓度；
6）计算平均浓度：根据采样点的数据，计算出一段时间内的平均污染物浓度，这可以通过对所有样品浓度的算术平均值计算得出，表达式为：
；
式中，表示平均污染物浓度，/>，n表示采样时间点的数量，且n为正整数，/>表示第i个采样时间点处的河流最大污染物浓度，通过获取不同时间点内河流的最大污染浓度来计算获取平均污染物浓度，平均污染物浓度浓度越大，表明河流在监测时间内的污染越严重，意味着河流生态系统的健康状态以及可持续性差。
溶解氧浮动系数的获取逻辑为：
1）确定监测站点：选择适当的河流监测站点，以确保代表性，站点的选择通常要考虑水流速度、深度、污染源和生态系统需求；
2）确定监测时间段：定义要监测的时间段，通常是一段时间内的日常、季节性或年度监测；
3）溶解氧数据采集：在所选站点进行溶解氧数据的采集，这可以通过定期采样水样并测量溶解氧浓度，或者使用实时水质监测设备来实时监测溶解氧；
4）计算日均值：对每个监测日的溶解氧数据计算日均值，这可以通过将一天内所有采样点的数据取平均来完成；
5）计算溶解氧浮动系数，表达式为：
；
式中，表示第a个监测日的溶解氧浓度，/>表示监测的总天数，/>表示监测时间段内的平均溶解氧浓度；
溶解氧浮动系数越高，表示水体中的氧气供应不稳定或受到外部因素的影响，意味着河流生态系统的健康状态以及可持续性变差。
生物质量指数的计算表达式为：
；
式中，表示/>时间点监测河流获取的生物数量，/>表示/>时间点监测河流获取的生物数量，/>表示/>时间点监测河流获取的生物种类，/>表示/>时间点监测河流获取的生物种类；
生物质量指数值越大，表明在监测时间段内，河流的生物数量和生物种类增加，生物质量指数/>值越小，表明在监测时间段内，河流的生物数量和生物种类减小；
在监测时间段内，河流的生物数量和生物种类减小时，表明河流生态环境可能出现以下问题：
1）水质恶化：河流水质的恶化，例如溶解氧水平下降、富营养化、有毒物质的污染等，可能会对水生生物产生不利影响，导致生物数量减少；
2）栖息地破坏：河流栖息地的破坏或改变，如湿地消失、河岸开发和河床变化，可以导致适宜生物生存的栖息地减少，从而影响生物多样性和数量；
3）污染物排放：工业、农业和城市排放的污染物，包括废水排放、农药、化学品和有害废物，可能对水生生物产生毒性，导致生物数量下降；
4）过度捕捞：河流中的过度捕捞和捕捞方法的不合理使用可能导致渔业资源的减少，从而影响河流中的生物数量；
5）气候变化：气候变化可以导致河流温度升高、水位变化、降水模式改变等，这些因素可能对生态系统产生负面影响；
6）入侵物种：外来入侵物种的引入可能会对原生生物产生竞争压力和捕食压力，导致原生物种数量减少；
7）生境退化：土地使用变化、土地开垦和森林砍伐等活动可能导致土壤侵蚀、泥沙输入和生境退化，从而影响河流的生态环境。
洪水调节系数的获取逻辑为；
收集流量数据：获取洪水期间和非洪水期间的河流流量数据，通常以立方米每秒（m³/s）或立方英尺每秒（cfs）为单位；
1）确定洪水期间：确定洪水期间的时间范围，通常是在洪水事件发生期间的一段时间内；
2）计算洪水峰值流量：从洪水期间的流量数据中找到最高的流量值，即洪水峰值流量（Qflood）；
3）计算非洪水期间的平均流量：从非洪水期间的流量数据中计算平均流量值，即非洪水期间的基础流量（Qbaseflow）；
4）计算洪水调节系数，表达式为：
；
式中，表示洪水调节系数，/>表示洪水期间的河流流量，通常是洪水峰值流量，/>表示非洪水期间的河流流量，通常是平常时的流量，洪水调节系数值越大，表明河流系统对洪水的调节能力越强，有助于水资源管理、洪水风险评估和生态系统保护等领域的决策制定。
数据分析模块基于中央数据库获取河流数据，综合分析河流数据评估河流生态系统的健康状态以及可持续性；
数据分析模块将平均污染物浓度、溶解氧浮动系数、生物质量指数以及洪水调节系数综合计算获取河流系数，表达式为：
；
式中，为平均污染物浓度，/>为溶解氧浮动系数，/>为生物质量指数，/>为洪水调节系数，/>、/>、/>、/>分别为平均污染物浓度、溶解氧浮动系数、生物质量指数以及洪水调节系数的比例系数，且/>、/>、/>、/>均大于0；
由河流系数的计算公式可知，河流系数/>值越大，表明河流生态系统的健康状态以及可持续性越差；
因此，获取河流系数值后，若河流系数/>值＞发展阈值，表明河流生态系统的健康状态以及可持续性差，若河流系数/>值≤发展阈值，表明河流生态系统的健康状态以及可持续性好；
本申请通过数据分析模块将平均污染物浓度、溶解氧浮动系数、生物质量指数以及洪水调节系数综合计算获取河流系数，有效提高对数据的处理效率，且分析更为全面。
实施例3：本实施例所述一种河流生态环境数据在线监测方法，所述监测方法包括以下步骤：
采集端通过在线监测设备实时监测水体中的各种水质参数，如温度、溶解氧、pH、浊度、污染物浓度等环境参数，对采集的水质数据进行实时分析，生成水质报告，通过水质传感器实时监测水质指标，如pH值、溶解氧、氨氮等，通过生物监测设备实时监测鱼类、底栖动物、水生植物等生物多样性的信息，包括种类、数量和健康状态，分析采集的生物数据，生成生物多样性报告，通过河流功能记录日志系统获取河流的动态情况以及河流的洪水调节功能，处理端将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到一个中央数据库中，并确保数据的一致性和标准化，基于中央数据库获取河流数据后，河流数据包括环境参数、水质指标数据、生物数据以及功能数据，综合分析河流数据评估河流生态系统的健康状态以及可持续性，将评估结果进行可视化处理后，生成河流生态环境实时数据报表，为企业环保部门提供河流生态环境保护决策依据。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-onlymemory，ROM)、随机存取存储器(randomaccessmemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种河流生态环境数据在线监测系统，其特征在于：包括水体环境模块、水质数据模块、生物多样性模块、河流功能模块、数据处理模块、数据分析模块以及报告模块；
水体环境模块：通过在线监测设备实时监测水体中的各种水质参数；
水质数据模块：通过水质传感器实时监测水质指标；
生物多样性模块：通过生物监测设备实时监测河流中的生物数据；
河流功能模块：通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据；
数据处理模块：将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到一个中央数据库中；
数据分析模块：基于中央数据库获取河流数据，综合分析河流数据评估河流生态系统的健康状态以及可持续性；
报告模块：将评估结果进行可视化处理后，生成河流生态环境实时数据报表；
所述水体环境模块通过在线监测设备实时监测水体中的各种水质参数，水质参数包括平均污染物浓度；
水质数据模块通过水质传感器实时监测水质指标，水质指标包括溶解氧浮动系数；
生物多样性模块通过生物监测设备实时监测河流中的生物数据，生物数据包括生物质量指数；
河流功能模块通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据，功能数据包括洪水调节系数；
所述数据分析模块将平均污染物浓度、溶解氧浮动系数、生物质量指数以及洪水调节系数综合计算获取河流系数，表达式为：
；
式中，为平均污染物浓度，/>为溶解氧浮动系数，/>为生物质量指数，/>为洪水调节系数，/>、/>、/>、/>分别为平均污染物浓度、溶解氧浮动系数、生物质量指数以及洪水调节系数的比例系数，且/>、/>、/>、/>均大于0。
2.根据权利要求1所述的一种河流生态环境数据在线监测系统，其特征在于：所述数据分析模块计算获取河流系数值后，若河流系数/>值＞发展阈值，表明河流生态系统的健康状态以及可持续性差，若河流系数/>值≤发展阈值，表明河流生态系统的健康状态以及可持续性好。
3.根据权利要求2所述的一种河流生态环境数据在线监测系统，其特征在于：所述平均污染物浓度的获取逻辑为：
确定采样点：选择河流中的采样点；
制定采样计划：确定采样的时间间隔和频率；
采集水样：使用水样采集设备定期采集河流水样；
样品保存：在采样后对水样进行保存和处理；
分析：将采集的水样进行污染物浓度分析；
数据整合：收集每个采样点和时间点的污染物浓度；
计算平均浓度：根据采样点的数据，计算出一段时间内的平均污染物浓度。
4.根据权利要求3所述的一种河流生态环境数据在线监测系统，其特征在于：平均污染物浓度的计算表达式为：
；
式中，表示平均污染物浓度，/>，n表示采样时间点的数量，且n为正整数，/>表示第i个采样时间点处的河流最大污染物浓度。
5.根据权利要求4所述的一种河流生态环境数据在线监测系统，其特征在于：所述溶解氧浮动系数，表达式为：
；
式中，表示第a个监测日的溶解氧浓度，/>表示监测的总天数，/>表示监测时间段内的平均溶解氧浓度。
6.根据权利要求5所述的一种河流生态环境数据在线监测系统，其特征在于：所述生物质量指数的计算表达式为：
；
式中，表示/>时间点监测河流获取的生物数量，/>表示/>时间点监测河流获取的生物数量，/>表示/>时间点监测河流获取的生物种类，/>表示/>时间点监测河流获取的生物种类。
7.根据权利要求6所述的一种河流生态环境数据在线监测系统，其特征在于：所述洪水调节系数，表达式为：
；
式中，表示洪水调节系数，/>表示洪水期间的河流峰值流量，/>表示非洪水期间的河流流量。
8.一种河流生态环境数据在线监测方法，通过权利要求1-7任一项所述的监测系统实现，其特征在于：所述监测方法包括以下步骤：
S1：采集端通过在线监测设备实时监测水体中的各种水质参数，通过水质传感器实时监测水质指标；
S2：通过生物监测设备实时监测河流生物数据，通过河流功能记录日志系统获取河流的动态情况以及河流的功能数据；
S3：处理端将环境参数、水质指标数据、生物数据以及功能数据预处理后整合到中央数据库中；
S4：基于中央数据库获取河流数据后，综合分析河流数据评估河流生态系统的健康状态以及可持续性；
S5：将评估结果进行可视化处理后，生成河流生态环境实时数据报表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311369473.4A CN117109665B (zh) | 2023-10-23 | 2023-10-23 | 一种河流生态环境数据在线监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311369473.4A CN117109665B (zh) | 2023-10-23 | 2023-10-23 | 一种河流生态环境数据在线监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117109665A CN117109665A (zh) | 2023-11-24 |
| CN117109665B true CN117109665B (zh) | 2024-01-05 |
Family
ID=88811333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311369473.4A Active CN117109665B (zh) | 2023-10-23 | 2023-10-23 | 一种河流生态环境数据在线监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117109665B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103177303A (zh) * | 2013-04-18 | 2013-06-26 | 清华大学 | 一种基于河流生态监测的数据管理系统 |
| CN107680339A (zh) * | 2017-10-14 | 2018-02-09 | 中国科学院新疆生态与地理研究所 | 基于双系统平台的新疆中小河流短期洪水预警系统 |
| CN108761012A (zh) * | 2018-05-23 | 2018-11-06 | 文丹 | 一种基于物联网的远程水质环保监测系统 |
| CN111524030A (zh) * | 2020-04-22 | 2020-08-11 | 常州市环境科学研究院 | 一种平原河网区水环境监测预警与安全保障管理系统 |
| CN111638310A (zh) * | 2020-06-05 | 2020-09-08 | 中国计量大学 | 基于LoRa的河流水质监测系统 |
| CN114201570A (zh) * | 2021-12-14 | 2022-03-18 | 深圳中兴网信科技有限公司 | 河网水质的监测方法、装置和可读存储介质 |
| CN116911661A (zh) * | 2023-06-15 | 2023-10-20 | 郑州轻工业大学 | 一种适用于黄河流域的水生态环境质量评价与监管体系 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7353113B2 (en) * | 2004-12-07 | 2008-04-01 | Sprague Michael C | System, method and computer program product for aquatic environment assessment |
-
2023
- 2023-10-23 CN CN202311369473.4A patent/CN117109665B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103177303A (zh) * | 2013-04-18 | 2013-06-26 | 清华大学 | 一种基于河流生态监测的数据管理系统 |
| CN107680339A (zh) * | 2017-10-14 | 2018-02-09 | 中国科学院新疆生态与地理研究所 | 基于双系统平台的新疆中小河流短期洪水预警系统 |
| CN108761012A (zh) * | 2018-05-23 | 2018-11-06 | 文丹 | 一种基于物联网的远程水质环保监测系统 |
| CN111524030A (zh) * | 2020-04-22 | 2020-08-11 | 常州市环境科学研究院 | 一种平原河网区水环境监测预警与安全保障管理系统 |
| CN111638310A (zh) * | 2020-06-05 | 2020-09-08 | 中国计量大学 | 基于LoRa的河流水质监测系统 |
| CN114201570A (zh) * | 2021-12-14 | 2022-03-18 | 深圳中兴网信科技有限公司 | 河网水质的监测方法、装置和可读存储介质 |
| CN116911661A (zh) * | 2023-06-15 | 2023-10-20 | 郑州轻工业大学 | 一种适用于黄河流域的水生态环境质量评价与监管体系 |
Non-Patent Citations (2)
| Title |
|---|
| 水质生物监测体系建设的若干问题探讨;张土乔, 吴小刚, 应向华;水资源保护(第1期);第25-27页 * |
| 蒲河流域河流生境质量综合评价及其与水质响应关系;王琼 等;生态学杂志;第34卷(第2期);第516-523页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117109665A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hughes et al. | EMAP-Surface Waters: A multiassemblage, probability survey of ecological integrity in the USA | |
| Dafforn et al. | Big data opportunities and challenges for assessing multiple stressors across scales in aquatic ecosystems | |
| Nova | AI-enabled water management systems: an analysis of system components and interdependencies for water conservation | |
| KR20150105945A (ko) | 선박의 밸러스트수의 수질을 모니터링하기 위한 방법 및 시스템 | |
| Cullen | Biomonitoring and environmental management | |
| Boënne et al. | Use of online water quality monitoring for assessing the effects of WWTP overflows in rivers | |
| CN111596025B (zh) | 一种基于大数据的水环境污染分析系统 | |
| CN115829420B (zh) | 浅水湖泊稳态转换阈值的判定方法 | |
| Skarga-Bandurova et al. | Towards development IoT-based water quality monitoring system | |
| Tiberti et al. | Automated high frequency monitoring of Lake Maggiore through in situ sensors: System design, field test and data quality control | |
| Zaev et al. | SCADA system for real-time measuring and evaluation of river water quality | |
| Liu et al. | A simulation-based approach to assess the power of trend detection in high-and low-frequency water quality records | |
| CN117109665B (zh) | 一种河流生态环境数据在线监测方法及系统 | |
| Rishworth et al. | Cross-continental analysis of coastal biodiversity change | |
| Kim et al. | Enhanced monitoring of water quality variation in Nakdong River downstream using multivariate statistical techniques | |
| Holtrop et al. | Estimating sampling effort required for characterizing species richness and site-to-site similarity in fish assemblage surveys of wadeable Illinois streams | |
| Baltacı et al. | Water quality monitoring studies of Turkey with present and probable future constraints and opportunities | |
| Saintilan et al. | Principles for the monitoring and evaluation of wetland extent, condition and function in Australia | |
| Kumar et al. | Analysis of an IoT based Water Quality Monitoring System | |
| Jia et al. | Evaluation of potential factors affecting deriving conductivity benchmark by utilizing weighting methods in Hun-Tai River Basin, Northeastern China | |
| Cesa et al. | Moss bags as indicators of trace element contamination in Pre-alpine streams | |
| Chrea et al. | Comparative assessment of water quality classification techniques in the largest north-western river of Cambodia (Sangker River-Tonle Sap Basin) | |
| Lamrini et al. | Data Integrity Analysis of Water Quality Sensors and Water Quality Assessment | |
| Ruiz et al. | An evaluation of the relative influence of spatial, statistical, and biological factors on the accuracy of stream fish species presence models | |
| CN117310115A (zh) | 一种水环境质量评估方法及系统 |
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 |