CN115184568B - 一种河流水环境污染物实时监测方法 - Google Patents
一种河流水环境污染物实时监测方法 Download PDFInfo
- Publication number
- CN115184568B CN115184568B CN202210669406.3A CN202210669406A CN115184568B CN 115184568 B CN115184568 B CN 115184568B CN 202210669406 A CN202210669406 A CN 202210669406A CN 115184568 B CN115184568 B CN 115184568B
- Authority
- CN
- China
- Prior art keywords
- pollutant
- pollutant monitoring
- water flow
- monitoring
- water
- 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
Images
Classifications
-
- 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
- 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
-
- 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
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种河流水环境污染物实时监测方法,涉及河流污染物监测技术领域。该方法包括采用分布式布设方法在河流水域中布设污染物监测点;在布设的各个污染物监测点安装多种监测传感器采集水流信息和污染物监测指标信息;对采集的水流信息和污染物监测指标信息进行分类和去噪处理;根据不同污染物监测点采集的污染物监测指标信息中污染物浓度等级显示不同颜色,并采用贝塞尔曲线绘制方法生成污染物水体区域;根据采集的水流信息、污染物监测指标信息和生成的污染物水体区域计算污染物在河流水环境中的排放量。本发明能够提高水域污染的全面性和实时性,快速发现污染源以及排放量。
Description
技术领域
本发明涉及河流污染物监测技术领域,具体涉及一种河流水环境污染物实时监测方法。
背景技术
现有技术中,河道水质监测工作是主要由工作人员定期在现场采集被监测水体、并由现场仪器或取样由水质检测人员进行对水样的检测,再由数据统计人员对被监测水体进行数据在线分析,这种水质监测技术不能实时地对河道进行全范围的实时监测,缺乏水质监测的全面性和实时性。
发明内容
针对现有技术中的上述不足,本发明提供了一种河流水环境污染物实时监测方法。
为了达到上述发明目的,本发明采用的技术方案为:
一种河流水环境污染物实时监测方法,包括以下步骤:
采用分布式布设方法在河流水域中布设污染物监测点;
在布设的各个污染物监测点安装多种监测传感器采集水流信息和污染物监测指标信息;
对采集的水流信息和污染物监测指标信息进行分类和去噪处理;
根据不同污染物监测点采集的污染物监测指标信息中污染物浓度等级显示不同颜色,并采用贝塞尔曲线绘制方法生成污染物水体区域;
根据采集的水流信息、污染物监测指标信息和生成的污染物水体区域计算污染物在河流水环境中的排放量。
进一步地,所述采用分布式布设方法在河流水域中布设污染物监测点具体包括:
以河流排污口为坐标系原点,以东西方向为坐标系横轴,以南北方向为坐标系纵轴,在河流水面建立二维坐标系;
将建立的二维坐标系采用空间网格法进行划分,在划分的各个网格点上布设污染物监测点。
进一步地,所述水流信息具体包括水流速度、水流方向;
所述污染物监测指标信息具体包括TN、TP、NH3-N、CODMn、BOD5、Chla 的浓度。
进一步地,对采集的河流信息和污染物监测指标信息进行分类处理具体包括:
将各个污染物监测点安装的多种监测传感器分别设置设备编号;
建立各个监测传感器采集的河流信息和污染物监测指标信息与设置的设备编码之间的映射关系;
根据建立的映射关系,采用样本聚类方法对各个监测传感器采集的河流信息和污染物监测指标信息进行分类。
进一步地,所述采用贝塞尔曲线绘制方法生成污染物水体区域具体包括:
A1、建立绘制坐标点集合,并向绘制坐标点集合中添加一个污染物监测点;
A2、判断绘制坐标点集合中的污染物监测点数量是否小于四个;
若是,则返回步骤A1;否则,执行步骤A3;
A3、从绘制坐标点集合中选取四个污染物监测点,分别计算相邻污染物监测点连线的中点坐标,得到三个控制点坐标;
A4、根据步骤A3得到的三个控制点坐标,分别计算相邻控制点连线的中点坐标,得到两个控制点坐标;
A5、根据步骤A4得到的两个控制点坐标,计算控制点连线的中点坐标,得到连线点坐标;
A6、根据首尾两个污染物监测点和步骤A5得到的连线点坐标绘制曲线,生成污染物水体区域。
进一步地,所述从绘制坐标点集合中选取四个污染物监测点具体包括:
从绘制坐标点集合中选取一个污染物监测点作为当前污染物监测点;
以当前污染物监测点为基点,选取当前污染物监测点相邻的两个污染物监测点;
以当前污染物监测点相邻的一个污染物监测点为基点,选取该污染物监测点的另一相邻污染物监测点。
进一步地,所述根据采集的水流信息、污染物监测指标信息和生成的污染物水体区域计算污染物在河流水环境中的排放量,具体包括:
对采集的水流信息进行预处理;
对生成的污染物水体区域进行双线性插值;
根据设定的通量方向角度,计算平均水流速度在该方向上的投影水流速度;
根据投影水流速度和污染物监测点采集的污染物监测指标信息,在单位水域面积和单位时间上积分得到在指定方向上污染物的排放量。
进一步地,所述对采集的水流信息进行预处理具体包括:
根据污染物监测点采集的设定时间段内的水流信息,采用下式进行预处理:
其中,Ai为设定时间段内第i次采集的水流角度,μ为东西方位的水流角度平均分量,v为南北方向的水流角度平均分量,θ为单位矢量的水流角度,δ为象限纠正角,τ为设定时间段内的平均水流速度,Si为设定时间段内第i次采集的水流速度,n为设定时间段内采样次数。
进一步地,所述根据设定的通量方向角度,计算平均水流速度在该方向上的投影水流速度的计算公式为:
其中,γ为平均水流速度在设定通量方向角度上的投影水流速度。
进一步地,所述根据投影水流速度和污染物监测点采集的污染物监测指标信息,在单位水域面积和单位时间上积分得到在指定方向上污染物的排放量的计算公式为:
s(t)=γ(t)·ρ(t)
其中,s(t)为当前时刻监测的污染物排放量,γ(t)为当前时刻的投影水流速度,ρ(t)为当前时刻污染物监测点采集的污染物浓度,φ为设定时间段内通过的污染物排放量,t1、t2为起始的采集时间和终止的采集时间,l1、l2为起始的观测深度和终止的观测深度。
本发明具有以下有益效果:
本发明通过在污水排放口下游水域采用分布式布设方法布设污染物监测点,采集河流信息进行贝塞尔曲线绘制后展示污染物侵占区域,从而根据污染物出现的水域面积计算污染物排放量,提高水域污染的全面性和实时性,快速发现污染源以及排放量。
附图说明
图1为本发明实施例的一种河流水环境污染物实时监测方法的流程示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,本发明实施例提供了一种河流水环境污染物实时监测方法,包括以下步骤S1至步骤S5:
S1、采用分布式布设方法在河流水域中布设污染物监测点;
在本实施例中,本发明采用分布式布设方法在河流水域中布设污染物监测点具体包括:
以河流排污口为坐标系原点,以东西方向为坐标系横轴,以南北方向为坐标系纵轴,在河流水面建立二维坐标系;
将建立的二维坐标系采用空间网格法进行划分,在划分的各个网格点上布设污染物监测点。
具体而言,坐标系的划定是以排污口为坐标系的原点,东西方向为x轴,南北方向为y轴建立的坐标系,由于河流的走向不固定,且河流每个地方的深浅也不相同,因此在以排污口为原点、地理方位为坐标轴建立坐标系后,用户可以根据河流的走向,在坐标系中确定河流的角度,为了提高污染物排放量计算的精准度,将河流的水流速度转化成坐标系内河流的水流投影速度,从而能够避免河水深浅不一带来的影响,提高了计算精准度。
污染物监测点布设在污水排放口下游的河道内,污染物监测点采用空间网格法进行布置,即在每个正方体网格的四个顶点均安装有水质环境监测点,且每个水质环境监测点均用于采集河流信息以及水环境监测指标信息。
S2、在布设的各个污染物监测点安装多种监测传感器采集水流信息和污染物监测指标信息;
在本实施例中,本发明采集的水流信息具体包括水流速度、水流方向;
污染物监测指标信息具体包括TN、TP、NH3-N、CODMn、BOD5、Chla的浓度。
具体而言,TN为测量水域内的总氮含量,就是水体中氮元素的总含量,水中的总氮含量是衡量水质的重要指标之一。总氮的定义是水中各种形态无机和有机氮的总量;包括NO3-、NO2-和NH4+等无机氮和蛋白质、氨基酸和有机胺等有机氮,以每升水含氮毫克数计算,常被用来表示水体受营养物质污染的程度; TP为测量水域内的总磷含量,就是水体中磷元素的总含量。总磷是水样经消解后将各种形态的磷转变成正磷酸盐后测定的结果,以每升水样含磷毫克数计量。根据GB/T10647饲料工业术语总磷(total phosphorus;TP)饲料中以无机态和有机态存在的磷的总和。CODMn高锰酸盐指数是指在酸性或碱性介质中,以高锰酸钾为氧化剂,处理水样时所消耗的氧化剂的量,主要应用于掌握饮用水和地表水水质。表示单位氧的毫克/升(mg/L);BOD5是一种用微生物代谢作用所消耗的溶解氧量来间接表示水体被有机物污染程度的一个重要指标;Chla即富营养化指标,富营养化指标一般采用:水体中氮的含量超过0.2~0.33ppm,磷含量大于0.01~0.02ppm,生化需氧量大于10ppm,pH值7~9的淡水中细菌总数每毫升超过10万个,表征藻类数量的叶绿素-a含量大于10毫克/升。
S3、对采集的水流信息和污染物监测指标信息进行分类和去噪处理;
在本实施例中,本发明对采集的河流信息和污染物监测指标信息进行分类处理具体包括:
将各个污染物监测点安装的多种监测传感器分别设置设备编号;
建立各个监测传感器采集的河流信息和污染物监测指标信息与设置的设备编码之间的映射关系;
根据建立的映射关系,采用样本聚类方法对各个监测传感器采集的河流信息和污染物监测指标信息进行分类。
具体而言,各个污染物监测点具有各自对应的设备编号,每个污染物监测点内的监测设备具有各自对应的设备子编号,如:一个污染物监测点的设备编号为(pid:0,id:1),那么污染物监测点内各各设备的子编号为(pid:1,id: 1)、(pid:1,id:2)、(pid:1,id:3)...(pid:1,id:n),设备的pid编号即为所属污染物监测点的id;所有pid为0的设备,都表示该设备为污染物监测点;污染物监测点上传的监测数据与污染物监测点内部的监测设备一一对应;污染物监测点采集的监测数据采用样本聚类分析方法进行分类。
S4、根据不同污染物监测点采集的污染物监测指标信息中污染物浓度等级显示不同颜色,并采用贝塞尔曲线绘制方法生成污染物水体区域;
在本实施例中,本发明将污染物监测点的观测指标进行统一标准化处理时,将采集到的各个指标制定一个由0-10的评定标准,制成表格进行比对,不同的指标等级显示不同的颜色,用来直观的显示污染物的水域面积,以及水域面积内不同的污染程度,在显示终端进行观察时,每个观察指标都可以独立显示,也可以一起进行显示。
本发明采用贝塞尔曲线绘制方法生成污染物水体区域具体包括:
A1、建立绘制坐标点集合,并向绘制坐标点集合中添加一个污染物监测点;
A2、判断绘制坐标点集合中的污染物监测点数量是否小于四个;
若是,则返回步骤A1;否则,执行步骤A3;
A3、从绘制坐标点集合中选取四个污染物监测点,分别计算相邻污染物监测点连线的中点坐标,得到三个控制点坐标;
其中从绘制坐标点集合中选取四个污染物监测点具体包括:
从绘制坐标点集合中选取一个污染物监测点作为当前污染物监测点;
以当前污染物监测点为基点,选取当前污染物监测点相邻的两个污染物监测点;
以当前污染物监测点相邻的一个污染物监测点为基点,选取该污染物监测点的另一相邻污染物监测点。
A4、根据步骤A3得到的三个控制点坐标,分别计算相邻控制点连线的中点坐标,得到两个控制点坐标;
A5、根据步骤A4得到的两个控制点坐标,计算控制点连线的中点坐标,得到连线点坐标;
A6、根据首尾两个污染物监测点和步骤A5得到的连线点坐标绘制曲线,生成污染物水体区域。
具体而言,取四个坐标点的依次为上一个点A、当前点B、下一个点C和下一个点D;三个控制点C1、C2、C3分别为线段AB的中点、线段BC的中点和线段CD的中点;得到的三个控制点C1、C2、C3分别取C1C2线段的中点和 C2C3线段的中点,得到两个控制点D1和D2;得到两个控制点D1和D2连线的中点,即为连线点。
S5、根据采集的水流信息、污染物监测指标信息和生成的污染物水体区域计算污染物在河流水环境中的排放量。
在本实施例中,本发明根据采集的水流信息、污染物监测指标信息和生成的污染物水体区域计算污染物在河流水环境中的排放量,具体包括:
对采集的水流信息进行预处理,具体包括:
根据污染物监测点采集的设定时间段内的水流信息,采用下式进行预处理:
其中,Ai为设定时间段内第i次采集的水流角度,μ为东西方位的水流角度平均分量,v为南北方向的水流角度平均分量,θ为单位矢量的水流角度,δ为象限纠正角,τ为设定时间段内的平均水流速度,Si为设定时间段内第i次采集的水流速度,n为设定时间段内采样次数。
对生成的污染物水体区域进行双线性插值,具体包括:
四个水质环境监测点的坐标分别为 Q11=(x1,y1)、Q12=(x1,y2)、Q21=(x2,y1)和Q22=(x2,y2);在x 方向上进行线性插值的运算,则计算公式为:
R1:
R2:
则根据R1和R2求得最终点P的值为:
p:
根据设定的通量方向角度,计算平均水流速度在该方向上的投影水流速度,计算公式为:
其中,γ为平均水流速度在设定通量方向角度上的投影水流速度。
根据投影水流速度和污染物监测点采集的污染物监测指标信息,在单位水域面积和单位时间上积分得到在指定方向上污染物的排放量,计算公式为:
s(t)=γ(t)·ρ(t)
其中,s(t)为当前时刻监测的污染物排放量,γ(t)为当前时刻的投影水流速度,ρ(t)为当前时刻污染物监测点采集的污染物浓度,φ为设定时间段内通过的污染物排放量,t1、t2为起始的采集时间和终止的采集时间,l1、l2为起始的观测深度和终止的观测深度。
本发明是参照根据本发明实施例的方法、设备(***)、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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (6)
1.一种河流水环境污染物实时监测方法,其特征在于,包括以下步骤:
采用分布式布设方法在河流水域中布设污染物监测点;
在布设的各个污染物监测点安装多种监测传感器采集水流信息和污染物监测指标信息;
对采集的水流信息和污染物监测指标信息进行分类和去噪处理;
根据不同污染物监测点采集的污染物监测指标信息中污染物浓度等级显示不同颜色,并采用贝塞尔曲线绘制方法生成污染物水体区域;
根据采集的水流信息、污染物监测指标信息和生成的污染物水体区域计算污染物在河流水环境中的排放量,具体包括:
对采集的水流信息进行预处理;具体包括:
根据污染物监测点采集的设定时间段内的水流信息,采用下式进行预处理:
其中,Ai为设定时间段内第i次采集的水流角度,μ为东西方位的水流角度平均分量,v为南北方向的水流角度平均分量,θ为单位矢量的水流角度,δ为象限纠正角,τ为设定时间段内的平均水流速度,Si为设定时间段内第i次采集的水流速度,n为设定时间段内采样次数;
对生成的污染物水体区域进行双线性插值;
根据设定的通量方向角度,计算平均水流速度在该方向上的投影水流速度;计算公式为:
其中,γ为平均水流速度在设定通量方向角度上的投影水流速度;
根据投影水流速度和污染物监测点采集的污染物监测指标信息,在单位水域面积和单位时间上积分得到在指定方向上污染物的排放量;计算公式为:
s(t)=γ(t)·ρ(t)
其中,s(t)为当前时刻监测的污染物排放量,γ(t)为当前时刻的投影水流速度,ρ(t)为当前时刻污染物监测点采集的污染物浓度,φ为设定时间段内通过的污染物排放量,t1、t2为起始的采集时间和终止的采集时间,l1、l2为起始的观测深度和终止的观测深度。
2.根据权利要求1所述的河流水环境污染物实时监测方法,其特征在于,所述采用分布式布设方法在河流水域中布设污染物监测点具体包括:
以河流排污口为坐标系原点,以东西方向为坐标系横轴,以南北方向为坐标系纵轴,在河流水面建立二维坐标系;
将建立的二维坐标系采用空间网格法进行划分,在划分的各个网格点上布设污染物监测点。
3.根据权利要求1所述的河流水环境污染物实时监测方法,其特征在于,
所述水流信息具体包括水流速度、水流方向;
所述污染物监测指标信息具体包括TN、TP、NH3-N、CODMn、BOD5、Chla的浓度。
4.根据权利要求1所述的河流水环境污染物实时监测方法,其特征在于,对采集的河流信息和污染物监测指标信息进行分类处理具体包括:
将各个污染物监测点安装的多种监测传感器分别设置设备编号;
建立各个监测传感器采集的河流信息和污染物监测指标信息与设置的设备编码之间的映射关系;
根据建立的映射关系,采用样本聚类方法对各个监测传感器采集的河流信息和污染物监测指标信息进行分类。
5.根据权利要求1所述的河流水环境污染物实时监测方法,其特征在于,所述采用贝塞尔曲线绘制方法生成污染物水体区域具体包括:
A1、建立绘制坐标点集合,并向绘制坐标点集合中添加一个污染物监测点;
A2、判断绘制坐标点集合中的污染物监测点数量是否小于四个;
若是,则返回步骤A1;否则,执行步骤A3;
A3、从绘制坐标点集合中选取四个污染物监测点,分别计算相邻污染物监测点连线的中点坐标,得到三个控制点坐标;
A4、根据步骤A3得到的三个控制点坐标,分别计算相邻控制点连线的中点坐标,得到两个控制点坐标;
A5、根据步骤A4得到的两个控制点坐标,计算控制点连线的中点坐标,得到连线点坐标;
A6、根据首尾两个污染物监测点和步骤A5得到的连线点坐标绘制曲线,生成污染物水体区域。
6.根据权利要求5所述的河流水环境污染物实时监测方法,其特征在于,所述从绘制坐标点集合中选取四个污染物监测点具体包括:
从绘制坐标点集合中选取一个污染物监测点作为当前污染物监测点;
以当前污染物监测点为基点,选取当前污染物监测点相邻的两个污染物监测点;
以当前污染物监测点相邻的一个污染物监测点为基点,选取该污染物监测点的另一相邻污染物监测点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210669406.3A CN115184568B (zh) | 2022-06-14 | 2022-06-14 | 一种河流水环境污染物实时监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210669406.3A CN115184568B (zh) | 2022-06-14 | 2022-06-14 | 一种河流水环境污染物实时监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115184568A CN115184568A (zh) | 2022-10-14 |
CN115184568B true CN115184568B (zh) | 2023-04-18 |
Family
ID=83512839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210669406.3A Active CN115184568B (zh) | 2022-06-14 | 2022-06-14 | 一种河流水环境污染物实时监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115184568B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908574B (zh) * | 2023-02-28 | 2023-05-09 | 深圳联和智慧科技有限公司 | 基于无人机监测的河堤侵占定位推送方法及*** |
CN115931057B (zh) * | 2023-03-08 | 2023-06-20 | 广东广宇科技发展有限公司 | 一种基于城市水利数据的地下管道排放预警*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563597A (zh) * | 2017-08-04 | 2018-01-09 | 南通汇聚软件科技有限公司 | 污染物排放总量的智能预警方法 |
CN111949927B (zh) * | 2020-08-03 | 2024-02-06 | 浙江同济科技职业学院 | 一种基于四点对称应急监测网络的水污染溯源方法 |
CN112988945B (zh) * | 2021-04-25 | 2021-08-03 | 成都同飞科技有限责任公司 | 一种河流悬浮污染物的预测方法及预测*** |
CN113252582B (zh) * | 2021-06-07 | 2021-10-08 | 芯视界(北京)科技有限公司 | 污染检测方法及装置、电子设备和存储介质 |
-
2022
- 2022-06-14 CN CN202210669406.3A patent/CN115184568B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115184568A (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115184568B (zh) | 一种河流水环境污染物实时监测方法 | |
Ogrinc et al. | Evaluation of geochemical processes and nitrate pollution sources at the Ljubljansko polje aquifer (Slovenia): A stable isotope perspective | |
Baresel et al. | Comparison of nitrous oxide (N2O) emissions calculations at a Swedish wastewater treatment plant based on water concentrations versus off-gas concentrations | |
Neal et al. | The significance of dissolved carbon dioxide in major lowland rivers entering the North Sea | |
Neal et al. | Dissolved carbon dioxide and oxygen in the River Thames: spring–summer 1997 | |
CN107909192B (zh) | 土壤重金属含量的估测方法及装置 | |
CN116701885B (zh) | 一种废水处理数据采集分析方法 | |
Ren et al. | A new DGT technique comprised in a hybrid sensor for the simultaneous measurement of ammonium, nitrate, phosphorus and dissolved oxygen | |
Yuan et al. | A climate-water quality assessment framework for quantifying the contributions of climate change and human activities to water quality variations | |
Xuan et al. | Enhanced microbial nitrification-denitrification processes in a subtropical metropolitan river network | |
CN113673737A (zh) | 基于卫星遥感影像的藻型湖泊水体溶解二氧化碳估算方法 | |
Ogrinc et al. | Integrated approach to the evaluation of chemical dynamics and anthropogenic pollution sources in the Sava River Basin | |
CN112233734A (zh) | 基于机器学习的水质数据推演获取方法及*** | |
Yao et al. | Decadal acidification in a subtropical coastal area under chronic eutrophication | |
Liang et al. | Spatiotemporal variability and controlling factors of indirect N2O emission in a typical complex watershed | |
Das et al. | Polluted waters of the reclaimed islands of Indian Sundarban promote more greenhouse gas emissions from mangrove ecosystem | |
CN114602959B (zh) | 一种治理石油类污染场地的方法 | |
Severiche et al. | Multivariate analysis of water quality in rosario Islands National Park (Colombia) | |
CN108593867B (zh) | 一种水质自动检测分析仪 | |
Venkiteswaran et al. | Quantifying the fate of wastewater nitrogen discharged to a Canadian river | |
Kneale et al. | Statistical analysis of algal and water quality data | |
CN112259172B (zh) | 一种存在空气污染物化学反应情况的污染源逆向辨识方法 | |
Pierrot et al. | CARINA TCO 2 data in the Atlantic Ocean | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
Aydin et al. | Development of biofilm collectors as passive samplers in sewerage systems—a novel wastewater monitoring method |
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 |