CN113378380A - 一种基于数值模拟的地下水中污染物溯源方法 - Google Patents
一种基于数值模拟的地下水中污染物溯源方法 Download PDFInfo
- Publication number
- CN113378380A CN113378380A CN202110640281.7A CN202110640281A CN113378380A CN 113378380 A CN113378380 A CN 113378380A CN 202110640281 A CN202110640281 A CN 202110640281A CN 113378380 A CN113378380 A CN 113378380A
- Authority
- CN
- China
- Prior art keywords
- tracing
- pollution
- underground water
- starting point
- pollutants
- 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 50
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 44
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004088 simulation Methods 0.000 title claims abstract description 18
- 238000003911 water pollution Methods 0.000 claims abstract description 17
- 239000003403 water pollutant Substances 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 7
- 239000003673 groundwater Substances 0.000 claims description 25
- 238000007689 inspection Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000003895 groundwater pollution Methods 0.000 description 5
- 230000009191 jumping Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 150000003863 ammonium salts Chemical class 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 125000001297 nitrogen containing inorganic group Chemical group 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 125000003703 phosphorus containing inorganic group Chemical group 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于数值模拟的地下水中污染物溯源方法;属于地下水处理技术领域;其技术要点包括以下炮制步骤:建模、确定起点、验证、更新以及检验输出。本发明通过事先构建地下水的网格区域模型,通过地下水的流向确定溯源起点网格,通过对溯源起点所在网格及其相邻网格进行检验,以获取地下水污染物的潜在污染网格,进而获取地下水污染物的潜在污染路径,这对于地下水污染的治理十分有利,通过对溯源起点所在网格相邻的网格是否还有潜在污染组合进行判断,从而对污染物的多条潜在污染路径进行检测,提升了对污染物的潜在污染路径的检测分析精度。
Description
技术领域
本发明涉及地下水处理领域,更具体地说,尤其涉及一种基于数值模拟的地下水中污染物溯源方法。
背景技术
由于地下水污染具有极强的隐蔽性和突发性,当发现污染时,往往不易确定污染物的来源,快速识别污染源发生的位置对于地下水修复治理、防控措施的制定具有重要的研究价值。地下水污染物溯源(地下水污染源解析)是通过有限的观测数据,查明污染源的位置及污染物迁移转化的历史,是地下水污染治理的首要步骤。
突发地下水污染事故的发生的时间和地点具有很大的不确定性,同时也很难确定危害的方式和程度,容易导致社会生活、生产秩序的无法正常运行,对水系及生态环境造成严重的污染和伤害。需要找到有效可靠的污染源溯源方法,快速准确地找到导致突发性地下水污染的污染源发生时间和位置,做出正确的预防措施和急救决策。
目前已经提出的地下水污染源溯源方法包括基于遗传算法、基于水质模型法、基于反向位置概率密度函数法、基于地学统计方法、基于Bayes方法等污染源溯源方法。上述污染源溯源方法局限性主要是溯源当前的地下水流域的水流流动性较强,难以确定地下水污染的潜在污染路径,难以进行针对性的污染治理。因此,发明一种基于数值模拟的地下水中污染物溯源方法来解决上述问题很有必要。
发明内容
本发明的目的在于针对上述现有技术的不足,提供一种基于数值模拟的地下水中污染物溯源方法。
本发明的技术方案是这样实现的:一种基于数值模拟的地下水中污染物溯源方法,包括以下炮制步骤:
步骤一:建模:收集地下水的区域分布信息,通过收集的信息对地下水的水流结构进行MODFLOW-MT3D软件建模,将目标区域剖分为若干单元格形成二维或三维的空间离散网格,得到地下水的区域分布模型;
步骤二:确定起点:根据地下水的区域分布模型,确定地下水中污染物的溯源起点,并建立一个相邻网格的潜在污染组合;
步骤三:验证:收集溯源起点所在网格的地下水污染数据,利用MODFLOW-MT3D软件对溯源起点所在网格进行溯源发起点的验证,然后通过MODFLOW-MT3D软件判断当前网格是否能迁移到当前溯源发起点;如果不是,则对当前网格的相邻网格是否还有潜在污染组合进行判断,反之跳转至步骤四;
步骤四:更新:以溯源起点为中心,建立起以该点为起点的相邻网格潜在污染组合,并且将该新建组合加入溯源路径中并更新;
步骤五:检验输出:利用MODFLOW-MT3D软件对步骤二、步骤三以及步骤四中获取的数据进行分析处理,实现地下水污染物潜在污染路径的输出。
上述的一种基于数值模拟的地下水中污染物溯源方法中,所述步骤一种首先基于地下水的区域分布结构以获得不同区域内地下水的流向数据,然后结合水污染突然事件的污染情况和地下水的水流方向得到地下水污染的范围,再根据对应位置的流向数据筛选出重点污染区域以建立地下水的二、三维水流模型。
上述的一种基于数值模拟的地下水中污染物溯源方法中,所述步骤二中首先基于历史检验数据以获得不同时间和流域区段内的污染物潜在污染路径数据,然后结合水污染突然事件的污染情况和历史污染物潜在污染路径距离分析得到历史污染物的潜在污染路径范围,再根据对应区域的地下水流向确定溯源起点。
上述的一种基于数值模拟的地下水中污染物溯源方法中,所述步骤三还包括对相邻网格内是否还有潜在污染组合的验证,如果是,则跳转至步骤三,反之跳转至步骤二。
上述的一种基于数值模拟的地下水中污染物溯源方法中,所述步骤四中以当前网格为中心,将当前网格所有相邻的网格建立为潜在污染网格,并将该网格加入到溯源路径后更新溯源路径。
上述的一种基于数值模拟的地下水中污染物溯源方法中,所述步骤五中需要判断是否所有相邻网格都验证完毕,如果是,则判断是否达到溯源边界,反之跳转至步骤一,对是否达到溯源边界进行判断,如果是,则停止检验,根据步骤一、步骤二、步骤三以及步骤四中的数据输出潜在污染路径,反之跳转至步骤一。
本发明的技术效果和优点:
1、本发明通过事先构建地下水的网格区域模型,通过地下水的流向确定溯源起点网格,通过对溯源起点所在网格及其相邻网格进行检验,以获取地下水污染物的潜在污染网格,进而获取地下水污染物的潜在污染路径,这对于地下水污染的治理十分有利;
2、本发明通过对溯源起点所在网格相邻的网格是否还有潜在污染组合进行判断,从而对污染物的多条潜在污染路径进行检测,提升了对污染物的潜在污染路径的检测分析精度;
3、本发明能够准确模拟流域的地下水污染物的污染路径,并通过软件对污染物的潜在污染路径进行实时更新,对地下水污染物的阻断拦截具有很大的意义。
附图说明
图1为本发明的主要流程图。
具体实施方式
下面将结合本发明实施例,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。
本发明公开了如图1所述的一种基于数值模拟的地下水中污染物溯源方法,包括以下炮制步骤:
步骤一:建模:收集地下水的区域分布信息,通过收集的信息对地下水的水流结构进行MODFLOW-MT3D软件建模,将目标区域剖分为若干单元格形成二维或三维的空间离散网格,得到地下水的区域分布模型,首先基于地下水的区域分布结构以获得不同区域内地下水的流向数据,然后结合水污染突然事件的污染情况和地下水的水流方向得到地下水污染的范围,再根据对应位置的流向数据筛选出重点污染区域以建立地下水的二、三维水流模型,同时,构建基于水质监测指标与环境因子数据库的关联模型,将所有有机物组分为COD预测因子,含磷有机物、含磷无机物为总磷预测因子,含氮有机物、含氮无机物为总氮预测因子,铅砷汞重金属元素为重金属预测因子,铵盐为氨氮溯源因子,藻类、植物等为叶绿素预测因子,各化学组分、生物的来源地或来源单位为源头追溯因子;
步骤二:确定起点:根据地下水的区域分布模型,确定地下水中污染物的溯源起点,并建立一个相邻网格的潜在污染组合,首先基于历史检验数据以获得不同时间和流域区段内的污染物潜在污染路径数据,然后结合水污染突然事件的污染情况和历史污染物潜在污染路径距离分析得到历史污染物的潜在污染路径范围,再根据对应区域的地下水流向确定溯源起点;
步骤三:验证:收集溯源起点所在网格的地下水污染数据,利用MODFLOW-MT3D软件对溯源起点所在网格进行溯源发起点的验证,然后通过MODFLOW-MT3D软件判断当前网格是否能迁移到当前溯源发起点;如果不是,则对当前网格的相邻网格是否还有潜在污染组合进行判断,反之跳转至步骤四,步骤三还包括对相邻网格内是否还有潜在污染组合的验证,如果是,则跳转至步骤三,反之跳转至步骤二,通过对溯源起点所在网格的水污染数据进行检测分析,以快速获取地下水污染中的污染物的路径起点,通过对溯源起点所在网格的相邻网格进行检测,以避免污染物存在多个潜在污染路径;
步骤四:更新:以溯源起点为中心,建立起以该点为起点的相邻网格潜在污染组合,并且将该新建组合加入溯源路径中并更新,以当前网格为中心,将当前网格所有相邻的网格建立为潜在污染网格,并将该网格加入到溯源路径后更新溯源路径,对溯源起点所在网格相邻的网格进行检测,以确定污染物的潜在污染路径,将溯源起点所在网格相邻的网格建立为潜在污染网格,从而方便对污染物的潜在污染路径进行进一步的检测;
步骤五:检验输出:利用MODFLOW-MT3D软件对步骤二、步骤三以及步骤四中获取的数据进行分析处理,实现地下水污染物潜在污染路径的输出,判断是否所有相邻网格都验证完毕,如果是,则判断是否达到溯源边界,反之跳转至步骤一,对是否达到溯源边界进行判断,如果是,则停止检验,根据步骤一、步骤二、步骤三以及步骤四中的数据输出潜在污染路径,反之跳转至步骤一,对每个网格都进行是否达到溯源边界的检测,以快速确定污染物的潜在污染路径的重点,进而方便了对地下水污染的防治,对每个网格的相邻网格都进行验证,以避免污染物存在多个潜在污染路径而未被检测出。
进一步的,本发明通过事先构建地下水的网格区域模型,通过地下水的流向确定溯源起点网格,通过对溯源起点所在网格及其相邻网格进行检验,以获取地下水污染物的潜在污染网格,进而获取地下水污染物的潜在污染路径,这对于地下水污染的治理十分有利,通过对溯源起点所在网格相邻的网格是否还有潜在污染组合进行判断,从而对污染物的多条潜在污染路径进行检测,提升了对污染物的潜在污染路径的检测分析精度,通过准确模拟流域的地下水污染物的污染路径,并通过软件对污染物的潜在污染路径进行实时更新,对地下水污染物的阻断拦截具有很大的意义。
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 (6)
1.一种基于数值模拟的地下水中污染物溯源方法,其特征在于,包括以下炮制步骤:
步骤一:建模:收集地下水的区域分布信息,通过收集的信息对地下水的水流结构进行MODFLOW-MT3D软件建模,将目标区域剖分为若干单元格形成二维或三维的空间离散网格,得到地下水的区域分布模型;
步骤二:确定起点:根据地下水的区域分布模型,确定地下水中污染物的溯源起点,并建立一个相邻网格的潜在污染组合;
步骤三:验证:收集溯源起点所在网格的地下水污染数据,利用MODFLOW-MT3D软件对溯源起点所在网格进行溯源发起点的验证,然后通过MODFLOW-MT3D软件判断当前网格是否能迁移到当前溯源发起点;如果不是,则对当前网格的相邻网格是否还有潜在污染组合进行判断,反之跳转至步骤四;
步骤四:更新:以溯源起点为中心,建立起以该点为起点的相邻网格潜在污染组合,并且将该新建组合加入溯源路径中并更新;
步骤五:检验输出:利用MODFLOW-MT3D软件对步骤二、步骤三以及步骤四中获取的数据进行分析处理,实现地下水污染物潜在污染路径的输出。
2.根据权利要求1所述的一种基于数值模拟的地下水中污染物溯源方法,其特征在于,所述步骤一种首先基于地下水的区域分布结构以获得不同区域内地下水的流向数据,然后结合水污染突然事件的污染情况和地下水的水流方向得到地下水污染的范围,再根据对应位置的流向数据筛选出重点污染区域以建立地下水的二、三维水流模型。
3.根据权利要求1所述的一种基于数值模拟的地下水中污染物溯源方法,其特征在于,所述步骤二中首先基于历史检验数据以获得不同时间和流域区段内的污染物潜在污染路径数据,然后结合水污染突然事件的污染情况和历史污染物潜在污染路径距离分析得到历史污染物的潜在污染路径范围,再根据对应区域的地下水流向确定溯源起点。
4.根据权利要求1所述的一种基于数值模拟的地下水中污染物溯源方法,其特征在于,所述步骤三还包括对相邻网格内是否还有潜在污染组合的验证,如果是,则跳转至步骤三,反之跳转至步骤二。
5.根据权利要求1所述的一种基于数值模拟的地下水中污染物溯源方法,其特征在于,所述步骤四中以当前网格为中心,将当前网格所有相邻的网格建立为潜在污染网格,并将该网格加入到溯源路径后更新溯源路径。
6.根据权利要求1所述的一种基于数值模拟的地下水中污染物溯源方法,其特征在于,所述步骤五中需要判断是否所有相邻网格都验证完毕,如果是,则判断是否达到溯源边界,反之跳转至步骤一;对是否达到溯源边界进行判断,如果是,则停止检验,根据步骤一、步骤二、步骤三以及步骤四中的数据输出潜在污染路径,反之跳转至步骤一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110640281.7A CN113378380A (zh) | 2021-06-08 | 2021-06-08 | 一种基于数值模拟的地下水中污染物溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110640281.7A CN113378380A (zh) | 2021-06-08 | 2021-06-08 | 一种基于数值模拟的地下水中污染物溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113378380A true CN113378380A (zh) | 2021-09-10 |
Family
ID=77573051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110640281.7A Pending CN113378380A (zh) | 2021-06-08 | 2021-06-08 | 一种基于数值模拟的地下水中污染物溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378380A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668685A (zh) * | 2024-01-31 | 2024-03-08 | 江苏省南京环境监测中心 | 一种地下水污染快速溯源方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648127A (zh) * | 2018-04-28 | 2018-10-12 | 北京航空航天大学 | 一种城市空气污染热点区域锁定方法 |
CN110119534A (zh) * | 2019-04-11 | 2019-08-13 | 深圳市南科环保科技有限公司 | 一种地下水污染监测井监测范围确定方法 |
CN112505189A (zh) * | 2020-12-16 | 2021-03-16 | 深圳市南科环保科技有限公司 | 一种基于地下水特征污染物的自动溯源方法 |
-
2021
- 2021-06-08 CN CN202110640281.7A patent/CN113378380A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648127A (zh) * | 2018-04-28 | 2018-10-12 | 北京航空航天大学 | 一种城市空气污染热点区域锁定方法 |
CN110119534A (zh) * | 2019-04-11 | 2019-08-13 | 深圳市南科环保科技有限公司 | 一种地下水污染监测井监测范围确定方法 |
CN112505189A (zh) * | 2020-12-16 | 2021-03-16 | 深圳市南科环保科技有限公司 | 一种基于地下水特征污染物的自动溯源方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668685A (zh) * | 2024-01-31 | 2024-03-08 | 江苏省南京环境监测中心 | 一种地下水污染快速溯源方法及*** |
CN117668685B (zh) * | 2024-01-31 | 2024-04-05 | 江苏省南京环境监测中心 | 一种地下水污染快速溯源方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110763809B (zh) | 一种气体探测器优化布置方案的实验验证方法 | |
CN111157688B (zh) | 评价污染源对空气质量监测站影响的方法和装置 | |
Stevenazzi et al. | Groundwater vulnerability maps derived from a time-dependent method using satellite scatterometer data | |
CN112288275A (zh) | 一种基于物联网的地下水水质分析评价***及方法 | |
CN112505189A (zh) | 一种基于地下水特征污染物的自动溯源方法 | |
CN112149871B (zh) | 一种基于gis空间统计与随机模拟相结合的污染物点源解析方法 | |
Aboutalebi et al. | Multiobjective design of water-quality monitoring networks in river-reservoir systems | |
Banik et al. | Optimal placement of water quality monitoring stations in sewer systems: An information theory approach | |
Zhao et al. | Accurate prediction of soil heavy metal pollution using an improved machine learning method: a case study in the Pearl River Delta, China | |
CN117538503A (zh) | 一种实时智能的土壤污染监测***及方法 | |
CN114184750A (zh) | 地下水污染物的监控方法、装置、设备及存储介质 | |
CN113378380A (zh) | 一种基于数值模拟的地下水中污染物溯源方法 | |
Xiang et al. | Assessment of vulnerability to waterlogging in subway stations using integrated EWM-TOPSIS | |
CN114266404A (zh) | 一种化工园区场地污染预警*** | |
Stevenazzi et al. | Groundwater vulnerability assessment: from overlay methods to statistical methods in the Lombardy Plain area= La valutazione della vulnerabilità degli acquiferi: dai metodi a zonazione omogenea ai metodi statistici nell’area di pianura lombarda | |
CN102509155A (zh) | 不确定性条件下流域污染物总量控制方法 | |
CN117091675A (zh) | 一种大坝水位监测预警方法、***、电子设备及存储介质 | |
CN114611832B (zh) | 一种基于贝叶斯多模型集对分析的海水入侵预测方法 | |
CN115933003A (zh) | 一种平原地形垃圾填埋场地下水污染状况获取方法 | |
CN116151437A (zh) | 一种浅层崩塌灾害预警模型建立方法、装置、设备及介质 | |
Zhu et al. | A data-driven approach for optimal design of integrated air quality monitoring network in a chemical cluster | |
Vekaria et al. | Using artificial intelligence for water pipeline infrastructure asset management | |
CN115730814A (zh) | 一种土壤污染状况调查基础信息采集分析***及方法 | |
CN112861904A (zh) | 基于imbi指数的大气污染源监测识别方法和*** | |
CN117371830B (zh) | 基于gis技术的智慧城市的城市生态管控方法及*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |
|
RJ01 | Rejection of invention patent application after publication |