CN113449956A - 一种水污染快速溯源方法及*** - Google Patents
一种水污染快速溯源方法及*** Download PDFInfo
- Publication number
- CN113449956A CN113449956A CN202110443593.9A CN202110443593A CN113449956A CN 113449956 A CN113449956 A CN 113449956A CN 202110443593 A CN202110443593 A CN 202110443593A CN 113449956 A CN113449956 A CN 113449956A
- Authority
- CN
- China
- Prior art keywords
- pollutant
- water
- pollution
- information
- enterprises
- 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.)
- Withdrawn
Links
- 238000003911 water pollution Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 159
- 231100000719 pollutant Toxicity 0.000 claims abstract description 159
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 78
- 239000010865 sewage Substances 0.000 claims abstract description 53
- 238000013508 migration Methods 0.000 claims abstract description 42
- 230000005012 migration Effects 0.000 claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 35
- 239000003403 water pollutant Substances 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 238000009792 diffusion process Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000007717 exclusion Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 3
- 101000713575 Homo sapiens Tubulin beta-3 chain Proteins 0.000 claims description 3
- 102100036790 Tubulin beta-3 chain Human genes 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000002848 electrochemical method Methods 0.000 claims description 3
- 238000004817 gas chromatography Methods 0.000 claims description 3
- 238000004255 ion exchange chromatography Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
Images
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (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)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种水污染快速溯源方法,属于水污染监测技术领域,该溯源方法具体步骤如下:(1)构建水污染备案数据库;(2)部署监测断面和取样点进行水体采样;(3)水体污染物检测;(4)污染物迁移模拟;(5)可疑排污区域内企业初筛;(6)污染物偷排企业溯源;本发明构建了水污染备案数据库,并且通过建立二维污染物迁移模型对水污染物进行仿真迁移模拟,有利于快速排查到可疑排污区域;同时依据污染物类型信息对可疑排污区域的相关企业进行数量检索,有利于缩小水污染物的溯源范围;并且根据污染物成分信息对该排污区域内的排污相关企业进行关联度分析,进而有利于快速且精确地排查到具体污染偷排企业。
Description
技术领域
本发明涉及水污染监测技术领域,尤其涉及一种水污染快速溯源方法及***。
背景技术
经检索,中国专利号CN112417721A公开了基于二维有限元法扩散模型的水污染溯源方法及***,该发明虽然能溯源到排污口,但其无法发快速精确地排查到具体污染偷排企业;超标污水非法偷排的问题在我国较严重,已对水系及生态环境构成了严重的污染和伤害,加强对超标污水偷排现象的有效监管、污染物溯源和追责,是一项十分艰巨的任务;其中对污染源进行排查和污染物进行溯源是不可缺少的环节,只有快速的实现污染溯源,才可以及时切断污染源,防止污染情况进一步恶化;从而才可以认定追究排污企业的责任,对其进行更好的监管,防止其再次非法排放造成水体污染;因此,发明出一种水污染快速溯源方法及***变得尤为重要;
现有的水污染快速溯源方法,大多是在事故发生后采集被污染的下游水样和上游涉污企业排污口的水样,对这些水样进行检测分析,对检测结果进行分析比对,以实现对污染源的排查和追溯,找到违规排污的责任方;但若上游的涉污企业较多,怀疑面广,则使得污染溯源的工作量大,耗费时间长,从而使得溯源人员不能快速且精确地排查到具体污染偷排企业,进而容易使得污染事故加剧;为此,我们提出一种水污染快速溯源方法及***。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种水污染快速溯源方法及***。
为了实现上述目的,本发明采用了如下技术方案:
一种水污染快速溯源方法,该溯源方法具体步骤如下:
(1)构建水污染备案数据库:获取被监测水域的水文信息,获取被监测水域上游企业基本信息,获取水污染物类别信息,并生成水污染备案数据库;
(2)部署监测断面和取样点进行水体采样:在被监测水域部署监测断面和取样点,实时采集被监测水域的水质,得到水质样本;
(3)水体污染物检测:利用检测方法对水质样本进行检测,得到污染物类型信息和污染物成分信息;
(4)污染物迁移模拟:获取监测断面和取样点位置信息,并利用污染物迁移模型,对污染物进行仿真反演迁移模拟,得到污染物的可疑排污区域;
(5)可疑排污区域内企业初筛:根据污染物的可疑排污区域和污染物类型信息,通过污染备案数据库搜索该区内排污相关企业,得到该排污区域内的排污相关企业数量;
(6)污染物偷排企业溯源:确定该排污区域内的排污相关企业数量后,对污染物成分信息和企业基本信息进行关联度分析,溯源确定到具体偷排企业。
进一步地,所述水文信息包括监测断面位置信息、水域纵向和横向水流平均速度和水域深度;所述企业基本信息包括企业位置、生产材料和生产领域;所述水污染物类别信息包括化学型污染物、物理型污染物和生物型污染物;所述检测方法具体为离子色谱法、气相色谱法、化学法或电化学法中的一种或多种。
进一步地,所述污染物迁移模型具体为二维污染物迁移模型,其具体污染物迁移模拟过程用公式表达形式如下:
采用傅立叶变换的方法求得其解析解,其表达式为:
式中:C为预测点在t时刻点(x,y)处的污染物浓度;x、y为以污染物泄露点位坐标原点的坐标位置;t(s)为污染物排放时刻到当前时刻的时间长度;k为污染物质降解系数;ux和uy分别为水域的纵向和横向水流平均速度;Dx和Dy分别为污染物在水体中的纵向和横向扩散系数;M为污染物排放总量;h为水域深度。
进一步地,所述可疑排污区域内企业初筛具体过程如下:
S1:根据污染物迁移模型模拟,确定污染物的可疑排污区域;
S2:提取经过检测得到的污染物类型信息;
S3:将污染物类型信息与水污染备案数据库中水污染物类别信息进行匹配,得到该污染物的类型;
S4:遍历水污染备案数据库中企业基本信息,筛选出可疑排污区域内生产或使用该类型污染物的相关企业,得到该排污区域内的排污相关企业数量。
进一步地,所述污染物偷排企业溯源过程具体如下:
SS1:获取该排污区域内的排污相关企业数量;
SS2:提取检测到的污染物成分信息;
SS3:利用关联度算法将污染物成分信息与该排污区域内的排污相关企业的产品进行相关性计算分析;
SS4:筛选出相关系数最大的企业,得到具体偷排企业;
所述关联度算法具体为Apriori。
一种水污染快速溯源***,包括水污染备案数据库模块、污染物采集模块、污染物检测模块、迁移模拟模块、相关企业初筛模块和偷排企业溯源模块;
其中,所述水污染备案数据库模块用于存储水文信息、水污染物信息和水域上游企业信息;所述污染物采集模块用于实时采集被监测水域的水质,得到水质样本;所述污染物检测模块用于检测水质样本,得到污染物类型信息和污染物成分信息;所述迁移模拟模块用于根据污染物迁移模型进行仿真反演迁移模拟,得到污染物的可疑排污区域;所述相关企业初筛模块用于根据污染物的可疑排污区域和污染物类型信息;通过污染备案数据库搜索该区内排污相关企业,得到该排污区域内的排污相关企业数量;所述偷排企业溯源模块用于对污染物成分信息和企业基本信息进行关联度分析,溯源确定到具体偷排企业。
相比于现有技术,本发明的有益效果在于:
1、该水污染快速溯源方法通过建立二维污染物迁移模型对水污染物进行仿真迁移模拟,进而可以快速排查到可疑排污区域,并且本发明设置有水污染备案数据库,其包括有被监测水域的水文信息、被监测水域上游企业基本信息和水污染物类别信息,当排查到可疑排污区域后,依据污染物类型信息对可疑排污区域的相关企业在水污染备案数据库中的信息进行数量检索,从而有利于缩小水污染物的溯源范围,进而有利于大大缩短后续污染物的溯源时间;
2、该水污染快速溯源方法,在确定了可疑排污区域和该排污区域内的排污相关企业数量后,利用污染物成分信息对水污染备案数据库中的企业进行相关系数分析,并根据最大相关系数进行提取,进而有利于快速且精确地排查到具体污染偷排企业,从而有效避免了污染事故的进一步加剧。
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。
图1为本发明提出的一种水污染快速溯源方法的整体流程图。
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。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
参照图1,一种水污染快速溯源方法,该溯源方法具体步骤如下:
(1)构建水污染备案数据库:获取被监测水域的水文信息,获取被监测水域上游企业基本信息,获取水污染物类别信息,并生成水污染备案数据库;
(2)部署监测断面和取样点进行水体采样:在被监测水域部署监测断面和取样点,实时采集被监测水域的水质,得到水质样本;
(3)水体污染物检测:利用检测方法对水质样本进行检测,得到污染物类型信息和污染物成分信息;
(4)污染物迁移模拟:获取监测断面和取样点位置信息,并利用污染物迁移模型,对污染物进行仿真反演迁移模拟,得到污染物的可疑排污区域;
(5)可疑排污区域内企业初筛:根据污染物的可疑排污区域和污染物类型信息,通过污染备案数据库搜索该区内排污相关企业,得到该排污区域内的排污相关企业数量;
(6)污染物偷排企业溯源:确定该排污区域内的排污相关企业数量后,对污染物成分信息和企业基本信息进行关联度分析,溯源确定到具体偷排企业。
水文信息包括监测断面位置信息、水域纵向和横向水流平均速度和水域深度;企业基本信息包括企业位置、生产材料和生产领域;水污染物类别信息包括化学型污染物、物理型污染物和生物型污染物;检测方法具体为离子色谱法、气相色谱法、化学法或电化学法中的一种或多种。
污染物迁移模型具体为二维污染物迁移模型,其具体污染物迁移模拟过程用公式表达形式如下:
采用傅立叶变换的方法求得其解析解,其表达式为:
式中:C为预测点在t时刻点(x,y)处的污染物浓度;x、y为以污染物泄露点位坐标原点的坐标位置;t(s)为污染物排放时刻到当前时刻的时间长度;k为污染物质降解系数;ux和uy分别为水域的纵向和横向水流平均速度;Dx和Dy分别为污染物在水体中的纵向和横向扩散系数;M为污染物排放总量;h为水域深度。
可疑排污区域内企业初筛具体过程如下:
S1:根据污染物迁移模型模拟,确定污染物的可疑排污区域;
S2:提取经过检测得到的污染物类型信息;
S3:将污染物类型信息与水污染备案数据库中水污染物类别信息进行匹配,得到该污染物的类型;
S4:遍历水污染备案数据库中企业基本信息,筛选出可疑排污区域内生产或使用该类型污染物的相关企业,得到该排污区域内的排污相关企业数量。
污染物偷排企业溯源过程具体如下:
SS1:获取该排污区域内的排污相关企业数量;
SS2:提取检测到的污染物成分信息;
SS3:利用关联度算法将污染物成分信息与该排污区域内的排污相关企业的产品进行相关性计算分析;
SS4:筛选出相关系数最大的企业,得到具体偷排企业;
关联度算法具体为Apriori。
一种水污染快速溯源***,包括水污染备案数据库模块、污染物采集模块、污染物检测模块、迁移模拟模块、相关企业初筛模块和偷排企业溯源模块;
其中,水污染备案数据库模块用于存储水文信息、水污染物信息和水域上游企业信息;污染物采集模块用于实时采集被监测水域的水质,得到水质样本;污染物检测模块用于检测水质样本,得到污染物类型信息和污染物成分信息;迁移模拟模块用于根据污染物迁移模型进行仿真反演迁移模拟,得到污染物的可疑排污区域;相关企业初筛模块用于根据污染物的可疑排污区域和污染物类型信息;通过污染备案数据库搜索该区内排污相关企业,得到该排污区域内的排污相关企业数量;偷排企业溯源模块用于对污染物成分信息和企业基本信息进行关联度分析,溯源确定到具体偷排企业。
本发明的工作原理及使用流程:该水污染快速溯源方法,在使用时,首先需要获取被监测水域的水文信息,获取被监测水域上游企业基本信息,获取水污染物类别信息,并生成水污染备案数据库;然后在被监测水域部署监测断面和取样点,实时采集被监测水域的水质,得到水质样本;之后获取监测断面和取样点位置信息,并利用污染物迁移模型,对污染物进行仿真反演迁移模拟,得到污染物的可疑排污区域;然后根据污染物的可疑排污区域和污染物类型信息,通过污染备案数据库搜索该区内排污相关企业,得到该排污区域内的排污相关企业数量;最后根据该排污区域内的排污相关企业数量,对污染物成分信息和企业基本信息进行关联度分析,溯源确定到具体偷排企业;本发明通过构建水污染备案数据库,大大缩短了水污染物溯源的时间,并且通过建立二维污染物迁移模型对水污染物进行仿真迁移模拟,有利于快速排查到可疑排污区域;并依据污染物类型信息对可疑排污区域的相关企业进行数量检索,得到了该排污区域内的排污相关企业数量,有利于缩小水污染物的溯源范围;并且根据污染物成分信息对该排污区域内的排污相关企业进行关联度分析,进而有利于快速且精确地排查到具体污染偷排企业,从而有效避免污染事故的加剧。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种水污染快速溯源方法,其特征在于,该溯源方法具体步骤如下:
(1)构建水污染备案数据库:获取被监测水域的水文信息,获取被监测水域上游企业基本信息,获取水污染物类别信息,并生成水污染备案数据库;
(2)部署监测断面和取样点进行水体采样:在被监测水域部署监测断面和取样点,实时采集被监测水域的水质,得到水质样本;
(3)水体污染物检测:利用检测方法对水质样本进行检测,得到污染物类型信息和污染物成分信息;
(4)污染物迁移模拟:获取监测断面和取样点位置信息,并利用污染物迁移模型,对污染物进行仿真反演迁移模拟,得到污染物的可疑排污区域;
(5)可疑排污区域内企业初筛:根据污染物的可疑排污区域和污染物类型信息,通过污染备案数据库搜索该区内排污相关企业,得到该排污区域内的排污相关企业数量;
(6)污染物偷排企业溯源:确定该排污区域内的排污相关企业数量后,对污染物成分信息和企业基本信息进行关联度分析,溯源确定到具体偷排企业。
2.根据权利要求1所述的一种水污染快速溯源方法,其特征在于,所述水文信息包括监测断面位置信息、水域纵向和横向水流平均速度和水域深度;所述企业基本信息包括企业位置、生产材料和生产领域;所述水污染物类别信息包括化学型污染物、物理型污染物和生物型污染物;所述检测方法具体为离子色谱法、气相色谱法、化学法或电化学法中的一种或多种。
4.根据权利要求1所述的一种水污染快速溯源方法,其特征在于,所述可疑排污区域内企业初筛具体过程如下:
S1:根据污染物迁移模型模拟,确定污染物的可疑排污区域;
S2:提取经过检测得到的污染物类型信息;
S3:将污染物类型信息与水污染备案数据库中水污染物类别信息进行匹配,得到该污染物的类型;
S4:遍历水污染备案数据库中企业基本信息,筛选出可疑排污区域内生产或使用该类型污染物的相关企业,得到该排污区域内的排污相关企业数量。
5.根据权利要求1所述的一种水污染快速溯源方法,其特征在于,所述污染物偷排企业溯源过程具体如下:
SS1:获取该排污区域内的排污相关企业数量;
SS2:提取检测到的污染物成分信息;
SS3:利用关联度算法将污染物成分信息与该排污区域内的排污相关企业的产品进行相关性计算分析;
SS4:筛选出相关系数最大的企业,得到具体偷排企业;
所述关联度算法具体为Apriori。
6.一种水污染快速溯源***,其特征在于,包括水污染备案数据库模块、污染物采集模块、污染物检测模块、迁移模拟模块、相关企业初筛模块和偷排企业溯源模块;
其中,所述水污染备案数据库模块用于存储水文信息、水污染物信息和水域上游企业信息;所述污染物采集模块用于实时采集被监测水域的水质,得到水质样本;所述污染物检测模块用于检测水质样本,得到污染物类型信息和污染物成分信息;所述迁移模拟模块用于根据污染物迁移模型进行仿真反演迁移模拟,得到污染物的可疑排污区域;所述相关企业初筛模块用于根据污染物的可疑排污区域和污染物类型信息;通过污染备案数据库搜索该区内排污相关企业,得到该排污区域内的排污相关企业数量;所述偷排企业溯源模块用于对污染物成分信息和企业基本信息进行关联度分析,溯源确定到具体偷排企业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110443593.9A CN113449956A (zh) | 2021-04-23 | 2021-04-23 | 一种水污染快速溯源方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110443593.9A CN113449956A (zh) | 2021-04-23 | 2021-04-23 | 一种水污染快速溯源方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113449956A true CN113449956A (zh) | 2021-09-28 |
Family
ID=77809518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110443593.9A Withdrawn CN113449956A (zh) | 2021-04-23 | 2021-04-23 | 一种水污染快速溯源方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449956A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114113529A (zh) * | 2021-12-02 | 2022-03-01 | 大连理工大学 | 一种流域水污染智能溯源方法 |
CN114819773A (zh) * | 2022-06-29 | 2022-07-29 | 天津大学 | 一种基于大数据的企业绿色生产管控方法及*** |
CN114814035A (zh) * | 2022-05-07 | 2022-07-29 | 中国科学院城市环境研究所 | 一种基于全二维气相色谱质谱的污水溯源方法 |
CN115048475A (zh) * | 2022-06-09 | 2022-09-13 | 南京国环科技股份有限公司 | 一种基于大数据的快速水污染溯源方法以及*** |
CN115330132A (zh) * | 2022-07-20 | 2022-11-11 | 中交上海航道局有限公司 | 一种用于突发污染事故中宽浅型河流的水质分布逆时反演的方法 |
CN117094473A (zh) * | 2023-10-17 | 2023-11-21 | 江苏阿克曼环保科技有限公司 | 一种基于工业物联网的环保数据采集与监视控制方法及*** |
CN117113027A (zh) * | 2023-08-22 | 2023-11-24 | 航天科工智慧产业发展有限公司 | 一种基于水污染的污染源溯源方法及*** |
CN117495634A (zh) * | 2023-11-03 | 2024-02-02 | 惠州市正方环保科技有限公司 | 一种水质溯源快速检测智能管理方法、***及其装置 |
-
2021
- 2021-04-23 CN CN202110443593.9A patent/CN113449956A/zh not_active Withdrawn
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114113529A (zh) * | 2021-12-02 | 2022-03-01 | 大连理工大学 | 一种流域水污染智能溯源方法 |
CN114814035A (zh) * | 2022-05-07 | 2022-07-29 | 中国科学院城市环境研究所 | 一种基于全二维气相色谱质谱的污水溯源方法 |
CN115048475A (zh) * | 2022-06-09 | 2022-09-13 | 南京国环科技股份有限公司 | 一种基于大数据的快速水污染溯源方法以及*** |
CN114819773A (zh) * | 2022-06-29 | 2022-07-29 | 天津大学 | 一种基于大数据的企业绿色生产管控方法及*** |
CN115330132A (zh) * | 2022-07-20 | 2022-11-11 | 中交上海航道局有限公司 | 一种用于突发污染事故中宽浅型河流的水质分布逆时反演的方法 |
CN117113027A (zh) * | 2023-08-22 | 2023-11-24 | 航天科工智慧产业发展有限公司 | 一种基于水污染的污染源溯源方法及*** |
CN117113027B (zh) * | 2023-08-22 | 2024-03-19 | 航天科工智慧产业发展有限公司 | 一种基于水污染的污染源溯源方法及*** |
CN117094473A (zh) * | 2023-10-17 | 2023-11-21 | 江苏阿克曼环保科技有限公司 | 一种基于工业物联网的环保数据采集与监视控制方法及*** |
CN117094473B (zh) * | 2023-10-17 | 2024-01-26 | 江苏阿克曼环保科技有限公司 | 一种基于工业物联网的环保数据采集与监视控制方法及*** |
CN117495634A (zh) * | 2023-11-03 | 2024-02-02 | 惠州市正方环保科技有限公司 | 一种水质溯源快速检测智能管理方法、***及其装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113449956A (zh) | 一种水污染快速溯源方法及*** | |
CN110376343B (zh) | 污染源精准诊断方法、装置以及电子装置 | |
CN111539867A (zh) | 一种针对地下水氯代烃污染的环境调查方法 | |
CN111596002B (zh) | 一种用检测废气的lel及v0c智能在线分析处理*** | |
CN111678969A (zh) | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 | |
CN115062071B (zh) | 一种用于河道的水资源污染扩散分析方法及*** | |
CN110033133A (zh) | 一种河湖***中泥沙溯源方法 | |
CN116340723A (zh) | 基于大数据的乡村水污染快速溯源方法及*** | |
Zhu et al. | Online recognition of drainage type based on UV-vis spectra and derivative neural network algorithm | |
CN103293257A (zh) | 一种卷烟烟气色谱数据保留时间漂移mwfft校准方法 | |
CN106442414A (zh) | 一种基于布里渊‑拉曼光谱对水体石油污染物进行快速检的装置及其方法 | |
CN114527206A (zh) | 一种磺胺类抗生素地下水污染的溯源方法及*** | |
CN1896742A (zh) | 空间污染实时监测公示仪 | |
CN112730774A (zh) | 一种地下水污染物自动溯源方法 | |
CN116448988A (zh) | 一种工业园区土壤污染监测***及方法 | |
CN204758475U (zh) | 一种双光程分析方法的在线氨氮分析仪 | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
CN105928909A (zh) | 一种水质检测方法 | |
CN112268993A (zh) | 一种基于电子鼻技术对河道水质参数快速监测的方法 | |
CN111582734A (zh) | 基于python爬虫***和SVM的海洋污染对比分析与风险评估的智能方法 | |
CN104360014B (zh) | 模拟水位变化对沉积物氮磷和重金属释放风险影响的装置 | |
Comer-Warner et al. | The method controls the story-Sampling method impacts on the detection of pore-water nitrogen concentrations in streambeds | |
CN109711736B (zh) | 一种筛选流域水环境风险物质的方法及装置 | |
CN104280491B (zh) | 一种检测土壤中11种离子液体阳离子的分析方法 | |
CN107238670A (zh) | 一种离子色谱法同时测定发酵液中五种阳离子的方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210928 |