CN117495193A - 一种可视化河湖水域健康生态监督管理显示系统及方法 - Google Patents
一种可视化河湖水域健康生态监督管理显示系统及方法 Download PDFInfo
- Publication number
- CN117495193A CN117495193A CN202311531161.9A CN202311531161A CN117495193A CN 117495193 A CN117495193 A CN 117495193A CN 202311531161 A CN202311531161 A CN 202311531161A CN 117495193 A CN117495193 A CN 117495193A
- Authority
- CN
- China
- Prior art keywords
- river
- ecological
- module
- supervision
- visual
- 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 64
- 230000036541 health Effects 0.000 title claims abstract description 35
- 230000000007 visual effect Effects 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims abstract description 18
- 238000012800 visualization Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 40
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 9
- 102000003712 Complement factor B Human genes 0.000 claims description 6
- 108090000056 Complement factor B Proteins 0.000 claims description 6
- 230000008014 freezing Effects 0.000 claims description 6
- 238000007710 freezing Methods 0.000 claims description 6
- 239000002689 soil Substances 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 230000001575 pathological effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 238000012423 maintenance Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/0639—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
- 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
- G06F16/904—Browsing; Visualisation therefor
-
- 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)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种可视化河湖水域健康生态监督管理显示系统及方法，具体涉及环境智能监管技术领域，包括数据采集模块、河流生态流量计算模块、岸带植被覆盖度计算模块、生态评估模块以及可视化模块，所述数据采集模块将要考察的水域分为N个区，采集划分区域的环境参数，所述河流生态流量计算模块对生态流量的天数占全年天数的比例进行计算，所述岸带植被覆盖度计算模块对各类自然植被的分布情况进行计算，所述生态评估模块对河流生态信息进行评估指标的分级，所述可视化模块导入实时的生物多样性信息至三维模型中。本发明通过分区域采集环境参数的方式，提高了数据的质量和数据，采用三维可视化技术，使数据展示更加直观和生动。
Description
技术领域
本发明涉及环境智能监管技术领域，更具体地说，本发明涉及一种可视化河湖水域健康生态监督管理显示系统及方法。
背景技术
近20多年来，随着河流健康概念的提出、内涵的不断清晰和完善，河流健康问题已经成为探讨水生生态系统可再生性维持、生物多样性维护和与之相应的河流生态恢复、保护和管理的一个热点，利用建立的河流健康评价指标体系，认识河流现状、预测变化趋势，河湖健康评价工作旨在于掌握河湖健康状态，快速辨识河湖问题，及时诊断原因，建立健康档案，为实施河湖治理管护提供科学依据，帮助公众了解河湖真实健康状况，推动各级河湖长及有关部门履职尽责，是河湖管理的重要内容，也是检验河长治湖长制“有名”“有实”的重要手段，掌握呼兰河健康状态，为其建立健康档案，为各级河长湖长及相关主管部门履行河湖管理保护职责提供重要依据，传统的水域监测方法通常依赖于人工现场采样和实验室分析，具有响应速度慢、成本高以及难以实现大面积监督的缺点。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种可视化河湖水域健康生态监督管理显示系统及方法，通过生态评估模块，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：包括数据采集模块、河流生态流量计算模块、岸带植被覆盖度计算模块、生态评估模块以及可视化模块，所述数据采集模块将要考察的水域分为N个区，通过传感器节点，采集划分区域的环境参数，所述河流生态流量计算模块对生态流量的天数占全年天数的比例进行计算，所述岸带植被覆盖度计算模块对各类自然植被的分布情况进行计算，所述生态评估模块对河流生态信息进行评估指标的分级，所述可视化模块导入实时的生物多样性信息至三维模型中。
在一个优选地实施方式中，所述数据采集模块在水域中分布部署多个传感器节点，每个节点负责监测、采集水温、溶解氧、pH值、生态流量以及植被覆盖度的环境参数，具体内容如下：
步骤101、将要考察的流域分为N个区，采集划分区域内的土壤以及水样，记录区域内的植被覆盖情况；
步骤102、将划分区域内采集到的土壤以及水样进行检测，记录每个区域内的检测值，得到要考察流域的环境信息。
在一个优选地实施方式中，所述河流生态流量计算模块采用实测径流监测样本水量中的大于等于生态基流目标的样本数占比来表示，每月断面日均下泄水量小于目标值的天数，则该断面当月视为不达标，日均流量大于等于目标值的天数除以365天，小与90％认定为不达标，对于有连续日径流量监测数据的河流，用满足生态流量的天数占全年天数的比例评价，具体计算公式如下：
式中，C代表河流生态流量满足程度，Ni代表河流冰冻期实测日均流量大于等于冰冻期生态流量目标值的天数，Nn代表河流非汛期实测日均流量大于等于非汛期生态流量目标值的天数，Nf代表河流汛期实测日均流量，N代表全年天数。
在一个优选地实施方式中，所述岸带植被覆盖度计算模块指各类自然植被的分布情况，该指标反应流域内生物群落以及生态系统的健康状况，植被覆盖度是指植被在地面的垂直投影面积占统计区总面积的百分比，具体计算公式如下：
式中，PCr代表岸带植被覆盖度，单位为百分数，Ac表示岸带植被垂直投影面积，Aa表示岸带面积，根据计算结果得出岸带受到人类活动干扰对和玉生态系统造成的影响，将结果传输至所述生态评估模块。
在一个优选地实施方式中，所述生态评估模块根据所述数据采集模块、河流生态流量计算模块以及植被覆盖度模块得到的要考察流域的环境信息，河流生态信息进行评估指标的分级，根据上述模块得到的数据指标，对数据指标进行赋值，具体内容如下：
步骤601、构建准则层对目标层的判断矩阵，准则层包括：水文水资源(B1)、物理结构(B2)、水质(B3)、水生生物(B4)、社会服务(B5)、水域管理(B6)，通过专家咨询的方法对各准则层的相对重要性通过两两比较量化，构造判断矩阵；
步骤602、构造的判断矩阵如下：
其中，矩阵中的数值均表示判断矩阵的准则层；
步骤603、由判断矩阵计算比较元素的权重，其具体计算公式如下：
其中，Mi为判断矩阵同一行元素的乘积，Pi为层次分析法求出的Bi指标的权重，bij表示因素Bi与因素Bj的重要性之比；
步骤604、层次总排序及其一致性检验，将最底层各因素的权重依次乘以上一层受控因素的相对权重，形成各因素对于总目标的绝对权重，绝对权重是指标层对于准则层的权重与准则层对于目标层权重的累积值，对层次总排序进行一致性检验，具体计算公式如下：
其中，λmax为判断矩阵的最大特征根，(Bp)i为向量Bp的第i个元素，p＝(p1,p2,...pn),CI为一致性指标，RI为平均随机性一致性指标，CR为随机一致性比率，当CR<0.10时，认为判断矩阵具有良好的一致性；
步骤605、将呵护健康划分为五个等级，即非常健康、健康、亚健康、不健康以及病态的等级划分，根据不同颜色进行标识。
在一个优选地实施方式中，所述可视化模块利用三维建模技术，对水域环境进行模拟，生成三维模型，导入实时数据到所述三维模型中，包括:水色、水质、水流速度、植被以及生物多样性信息，得到实时的仿真结果，结合所述生态评估模块得到水域生态健康评价等级,得到实时仿真健康评价结果，将其导入至三维模型中，对三维模型进行可视化演示。
在一个优选地实施方式中，所述具体包括以下步骤：
S1、将要考察的水域分为N个区，通过传感器节点，采集划分区域的环境参数；
S2、对生态流量的天数占全年天数的比例进行计算；
S3、对各类自然植被的分布情况进行计算；
S4、对河流生态信息进行评估指标的分级；
S5、导入实时的生物多样性信息至三维模型中。
本发明的技术效果和优点：
本发明通过分区域采集环境参数的方式，提高了数据的质量和数据，采用三维可视化技术，使数据展示更加直观和生动，根据多种数据分析算法，帮助用户深入挖掘水域环境数据，实现了水域健康的实时监测，提高了监督效率。
附图说明
图1为一种可视化河湖水域健康生态监督管理显示系统及方法流程图。
图2为一种可视化河湖水域健康生态监督管理显示系统及方法结构框图。
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。
实施例1
本实施例提供了如图1所示一种可视化河湖水域健康生态监督管理显示系统，包括数据采集模块、河流生态流量计算模块、岸带植被覆盖度计算模块、生态评估模块以及可视化模块，所述数据采集模块将要考察的水域分为N个区，通过传感器节点，采集划分区域的环境参数，所述河流生态流量计算模块对生态流量的天数占全年天数的比例进行计算，所述岸带植被覆盖度计算模块对各类自然植被的分布情况进行计算，所述生态评估模块对河流生态信息进行评估指标的分级，所述可视化模块导入实时的生物多样性信息至三维模型中。
本实施例中，具体需要说明的是数据采集模块，所述数据采集模块在水域中分布部署多个传感器节点，每个节点负责监测、采集水温、溶解氧、pH值、生态流量以及植被覆盖度的环境参数，具体内容如下：
步骤101、将要考察的流域分为N个区，采集划分区域内的土壤以及水样，记录区域内的植被覆盖情况；
步骤102、将划分区域内采集到的土壤以及水样进行检测，记录每个区域内的检测值，得到要考察流域的环境信息。
本实施例中，具体需要说明的是河流生态流量计算模块，所述河流生态流量计算模块采用实测径流监测样本水量中的大于等于生态基流目标的样本数占比来表示，每月断面日均下泄水量小于目标值的天数，则该断面当月视为不达标，日均流量大于等于目标值的天数除以365天，小与90％认定为不达标，对于有连续日径流量监测数据的河流，用满足生态流量的天数占全年天数的比例评价，具体计算公式如下：
式中，C代表河流生态流量满足程度，Ni代表河流冰冻期实测日均流量大于等于冰冻期生态流量目标值的天数，Nn代表河流非汛期实测日均流量大于等于非汛期生态流量目标值的天数，Nf代表河流汛期实测日均流量，N代表全年天数。
本实施例中，具体需要说明的是岸带植被覆盖度计算模块，所述岸带植被覆盖度计算模块指各类自然植被的分布情况，该指标反应流域内生物群落以及生态系统的健康状况，植被覆盖度是指植被在地面的垂直投影面积占统计区总面积的百分比，具体计算公式如下：
式中，PCr代表岸带植被覆盖度，单位为百分数，Ac表示岸带植被垂直投影面积，Aa表示岸带面积，根据计算结果得出岸带受到人类活动干扰对和玉生态系统造成的影响，将结果传输至所述生态评估模块。
本实施例中，具体需要说明的是可视化模块，所述可视化模块利用三维建模技术，对水域环境进行模拟，生成三维模型，导入实时数据到所述三维模型中，包括:水色、水质、水流速度、植被以及生物多样性信息，得到实时的仿真结果，结合所述生态评估模块得到水域生态健康评价等级,得到实时仿真健康评价结果，将其导入至三维模型中，对三维模型进行可视化演示。
本实施例中，具体需要说明的是生态评估模块，所述生态评估模块根据所述数据采集模块、河流生态流量计算模块以及植被覆盖度模块得到的要考察流域的环境信息，河流生态信息进行评估指标的分级，根据上述模块得到的数据指标，对数据指标进行赋值，具体内容如下：
步骤601、构建准则层对目标层的判断矩阵，准则层包括：水文水资源(B1)、物理结构(B2)、水质(B3)、水生生物(B4)、社会服务(B5)、水域管理(B6)，通过专家咨询的方法对各准则层的相对重要性通过两两比较量化，构造判断矩阵；
步骤602、构造的判断矩阵如下：
其中，矩阵中的数值均表示判断矩阵的准则层；
步骤603、由判断矩阵计算比较元素的权重，其具体计算公式如下：
其中，Mi为判断矩阵同一行元素的乘积，Pi为层次分析法求出的Bi指标的权重，bij表示因素Bi与因素Bj的重要性之比；
步骤604、层次总排序及其一致性检验，将最底层各因素的权重依次乘以上一层受控因素的相对权重，形成各因素对于总目标的绝对权重，绝对权重是指标层对于准则层的权重与准则层对于目标层权重的累积值，对层次总排序进行一致性检验，具体计算公式如下：
其中，λmax为判断矩阵的最大特征根，(Bp)i为向量Bp的第i个元素，p＝(p1,p2,...pn),CI为一致性指标，RI为平均随机性一致性指标，CR为随机一致性比率，当CR<0.10时，认为判断矩阵具有良好的一致性；
步骤605、将河湖健康划分为五个等级，即非常健康、健康、亚健康、不健康以及病态的等级划分，根据不同颜色进行标识；
如图1本实施例提供一种可视化河湖水域健康生态监督管理显示方法，具体包括以下步骤：
S1、将要考察的水域分为N个区，通过传感器节点，采集划分区域的环境参数；
S2、对生态流量的天数占全年天数的比例进行计算；
S3、对各类自然植被的分布情况进行计算；
S4、对河流生态信息进行评估指标的分级；
S5、导入实时的生物多样性信息至三维模型中。
本发明中的公式是去除量纲取其数值计算，通过采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设比例系数由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
最后：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，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)
1.一种可视化河湖水域健康生态监督管理显示系统，其特征在于：包括数据采集模块、河流生态流量计算模块、岸带植被覆盖度计算模块、生态评估模块以及可视化模块，所述数据采集模块将要考察的水域分为N个区，通过传感器节点，采集划分区域的环境参数，所述河流生态流量计算模块对生态流量的天数占全年天数的比例进行计算，所述岸带植被覆盖度计算模块对各类自然植被的分布情况进行计算，所述生态评估模块对河流生态信息进行评估指标的分级，所述可视化模块导入实时的生物多样性信息至三维模型中。
2.根据权利要求1所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述数据采集模块在水域中分布部署多个传感器节点，每个节点负责监测、采集水温、溶解氧、pH值、生态流量以及植被覆盖度的环境参数，具体内容如下：
步骤101、将要考察的流域分为N个区，采集划分区域内的土壤以及水样，记录区域内的植被覆盖情况；
步骤102、将划分区域内采集到的土壤以及水样进行检测，记录每个区域内的检测值，得到要考察流域的环境信息。
3.根据权利要求1所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述河流生态流量计算模块采用实测径流监测样本水量中的大于等于生态基流目标的样本数占比来表示，对于有连续日径流量监测数据的河流，用满足生态流量的天数占全年天数的比例评价，具体计算公式如下：
式中，C代表河流生态流量满足程度，Ni代表河流冰冻期实测日均流量大于等于冰冻期生态流量目标值的天数，Nn代表河流非汛期实测日均流量大于等于非汛期生态流量目标值的天数，Nf代表河流汛期实测日均流量，N代表全年天数。
4.根据权利要求1所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述岸带植被覆盖度计算模块指各类自然植被的分布情况，植被覆盖度是指植被在地面的垂直投影面积占统计区总面积的百分比，具体计算公式如下：
式中，PCr代表岸带植被覆盖度，单位为百分数，Ac表示岸带植被垂直投影面积，Aa表示岸带面积，根据计算结果得出岸带受到人类活动干扰对和玉生态系统造成的影响，将结果传输至所述生态评估模块。
5.根据权利要求1所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述生态评估模块根据所述数据采集模块、河流生态流量计算模块以及植被覆盖度模块得到的要考察流域的环境信息，河流生态信息进行评估指标的分级。
6.根据权利要求5所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述构建准则层对目标层的判断矩阵，准则层包括：水文水资源(B1)、物理结构(B2)、水质(B3)、水生生物(B4)、社会服务(B5)、水域管理(B6)，通过专家咨询的方法对各准则层的相对重要性通过两两比较量化，构造判断矩阵。
7.根据权利要求6所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述构造的判断矩阵如下：
b11 b12 b1n
b21 b22 b2n
......
bn1 bn2 bnn
其中，矩阵中的数值均表示判断矩阵的准则层，由判断矩阵计算比较元素的权重，其具体计算公式如下：
其中，Mi为判断矩阵同一行元素的乘积，Pi为层次分析法求出的Bi指标的权重，bij表示因素Bi与因素Bj的重要性之比，对层次总排序及其一致性检验。
8.根据权利要求7所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述层次总排序及其一致性检验，将最底层各因素的权重依次乘以上一层受控因素的相对权重，形成各因素对于总目标的绝对权重，绝对权重是指标层对于准则层的权重与准则层对于目标层权重的累积值，对层次总排序进行一致性检验，具体计算公式如下：
其中，λmax为判断矩阵的最大特征根，(Bp)i为向量Bp的第i个元素，p＝(p1,p2,...pn),CI为一致性指标，RI为平均随机性一致性指标，CR为随机一致性比率，当CR<0.10时，认为判断矩阵具有良好的一致性，将河湖健康划分为五个等级，即非常健康、健康、亚健康、不健康以及病态的等级划分，根据不同颜色进行标识。
9.根据权利要求1所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述可视化模块利用三维建模技术，对水域环境进行模拟，生成三维模型，导入实时数据到所述三维模型中，得到实时的仿真结果，结合所述生态评估模块得到水域生态健康评价等级,得到实时仿真健康评价结果，将其导入至三维模型中，对三维模型进行可视化演示。
10.一种可视化河湖水域健康生态监督管理显示方法应用于如根据权利要求1-9所述的一种可视化河湖水域健康生态监督管理显示系统，其特征在于：所述具体包括以下步骤：
S1、将要考察的水域分为N个区，通过传感器节点，采集划分区域的环境参数；
S2、对生态流量的天数占全年天数的比例进行计算；
S3、对各类自然植被的分布情况进行计算；
S4、对河流生态信息进行评估指标的分级；
S5、导入实时的生物多样性信息至三维模型中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311531161.9A CN117495193A (zh) | 2023-11-16 | 2023-11-16 | 一种可视化河湖水域健康生态监督管理显示系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311531161.9A CN117495193A (zh) | 2023-11-16 | 2023-11-16 | 一种可视化河湖水域健康生态监督管理显示系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117495193A true CN117495193A (zh) | 2024-02-02 |
Family
ID=89667271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311531161.9A Pending CN117495193A (zh) | 2023-11-16 | 2023-11-16 | 一种可视化河湖水域健康生态监督管理显示系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117495193A (zh) |
-
2023
- 2023-11-16 CN CN202311531161.9A patent/CN117495193A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Turan et al. | Spatial assessment and mapping of soil quality index for desertification in the semi-arid terrestrial ecosystem using MCDM in interval type-2 fuzzy environment | |
| Zhao et al. | Landscape change and hydrologic alteration associated with dam construction | |
| Zhu et al. | Sediment flux sensitivity to climate change: A case study in the Longchuanjiang catchment of the upper Yangtze River, China | |
| Trepel et al. | Quantifying nitrogen retention in surface flow wetlands for environmental planning at the landscape-scale | |
| CN116630122B (zh) | 基于水文-生态响应关系的湖泊生态水力调控方法及系统 | |
| Yang et al. | Classifying floods by quantifying driver contributions in the Eastern Monsoon Region of China | |
| Norton et al. | Using models to bridge the gap between land use and algal blooms: An example from the Loweswater catchment, UK | |
| CN108830425A (zh) | 水库水质预测系统及方法 | |
| CN106446586A (zh) | 基于自然与社会影响的河流健康评价方法 | |
| CN114036838B (zh) | 一种基于多层lstm神经网络的垂向水温模拟方法 | |
| Yao et al. | New assessment indicator of habitat suitability for migratory bird in wetland based on hydrodynamic model and vegetation growth threshold | |
| CN110334876A (zh) | 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 | |
| CN105115883B (zh) | 土壤水蚀量的检测方法和装置 | |
| CN113033997A (zh) | 基于改进集对分析的城市水质等级确定方法、装置及介质 | |
| CN114492973A (zh) | 一种核电厂周边海域海洋生物预测方法 | |
| Rounds | Development of a neural network model for dissolved oxygen in the Tualatin River, Oregon | |
| Zhang et al. | Estimation of the USLE cover and management factor C using satellite remote sensing: A review | |
| CN117009887B (zh) | 流域水环境质量精细化估算及分析的方法及系统 | |
| CN112903606A (zh) | 一种基于无人机高光谱的红树林生态恢复力评估方法 | |
| CN113901348A (zh) | 一种基于数学模型的钉螺分布影响因素识别与预测方法 | |
| Zennaro et al. | Venice lagoon chlorophyll-a evaluation under climate change conditions: A hybrid water quality machine learning and biogeochemical-based framework | |
| Gurbuz et al. | Predicting dominant phytoplankton quantities in a reservoir by using neural networks | |
| Velasco et al. | Days-ahead water level forecasting using artificial neural networks for watersheds | |
| CN117495193A (zh) | 一种可视化河湖水域健康生态监督管理显示系统及方法 | |
| Herma | Data processing and model choice for flood prediction |
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 |