CN117890553B - 一种水文水资源监控*** - Google Patents
一种水文水资源监控*** Download PDFInfo
- Publication number
- CN117890553B CN117890553B CN202410289886.XA CN202410289886A CN117890553B CN 117890553 B CN117890553 B CN 117890553B CN 202410289886 A CN202410289886 A CN 202410289886A CN 117890553 B CN117890553 B CN 117890553B
- Authority
- CN
- China
- Prior art keywords
- water
- monitoring
- early warning
- data
- water source
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 181
- 238000012544 monitoring process Methods 0.000 title claims abstract description 105
- 239000003651 drinking water Substances 0.000 claims abstract description 45
- 235000020188 drinking water Nutrition 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 7
- 239000003344 environmental pollutant Substances 0.000 claims description 49
- 231100000719 pollutant Toxicity 0.000 claims description 46
- 239000000356 contaminant Substances 0.000 claims description 14
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000001301 oxygen Substances 0.000 claims description 6
- 229910052760 oxygen Inorganic materials 0.000 claims description 6
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 229910001385 heavy metal Inorganic materials 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- SGTNSNPWRIOYBX-UHFFFAOYSA-N 2-(3,4-dimethoxyphenyl)-5-{[2-(3,4-dimethoxyphenyl)ethyl](methyl)amino}-2-(propan-2-yl)pentanenitrile Chemical compound C1=C(OC)C(OC)=CC=C1CCN(C)CCCC(C#N)(C(C)C)C1=CC=C(OC)C(OC)=C1 SGTNSNPWRIOYBX-UHFFFAOYSA-N 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
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
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Remote Sensing (AREA)
- Hydrology & Water Resources (AREA)
- Food Science & Technology (AREA)
- Radar, Positioning & Navigation (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种水文水资源监控***，用于实现饮用水水源地的水质监测及预警，该***包括：水文数据采集模块、水文数据分析模块、通讯模块、以及预警模块；水文数据采集模块通过多个数据传感器实时监测水文数据；当某个监测站点的水质数据超出预设阈值时，根据采集的水文数据对饮用水水源地的水质进行预警分析；预警模根据分析结果与饮用水水源地监测标准进行比较，生成预警信息并发送给饮水水源地管理人员。该***结构简单，预测精度高，受天气变化影响小，能够实现饮用水水源地水质的自动监测和预警，具有很高的实用价值。
Description
技术领域
本发明属于水文水资源监测技术领域，具体涉及一种水文水资源监控***。
背景技术
水环境污染事件是水资源质量和可用量下降的重要因素，还会导致的生态环境的破坏和危及公众身体健康。对水文水资源进行实时的监测是防止此类时间频发的重要举措。
现有技术中，可以通过各类水质-水动力模型对污染过程进行模拟和预测污染物如：生物需氧量(BOD)、化学需氧量（COD）、藻类、溶解氧(DO)、氨氮(NH3-N)、硝酸氮(NH4NO3)等引起的水质变化过程，目前用于水质随水流变化的预测模型包括：有限差分法（FDM：Finite Difference Method），特征法（MOC：Method Of Characteristics），有限元法（FEM：Finite Element Method）和有限体积法（FVM：Finite Volume Method）等。上述方法都是将计算区域分成若干单元，基于经典的数学逼近思想，用差分格式来逼近微分方程中的导数项来求解单元上节点的数值解，特征法计算量大并且需要人工配合布设应急监测网络等措施，才能实现污染物排放的精确定位，有限元法虽然能够适用于复杂形状区域的求解，但是对非恒定流，每一个时间步长都需要很大的计算量，而且当遇到间断计算时也需要进行特殊处理，目前还没有最优的水质求解模型。
饮用水水源地的水质监测及预警是上述预测模型和算法的重要应用场景，然而基于上述模型搭建的水质预警***往往过于复杂，且天气变化和突发事件对预测结果影响较大，CN107632132A公开了一种带预测功能的水质监测告警***，通过获取各水质检测站的现场水质数据以及气象数据和历史同期该水质检测站水质数据，预测水质；根据水质监测***与历史数据库，再辅以气象采集***进行修正，针对水质数据产生的偏差产生不同级别的告警；上述***依赖气象数据且不能很好的对突发污染事件进行预警。目前，亟需建设一种针对饮用水水源地的水质监测及预警***，实现水质的实时监测。
发明内容
本发明的目的在于提供一种水文水资源监控***，用于实现饮用水水源地的水质监测及预警，具体技术方案如下：
一种水文水资源监控***，所述***包括：水文数据采集模块、数据分析存储模块、通讯模块、以及预警模块。
进一步的，所述水文数据采集模块与所述水文数据分析模块连接，所述水文数据采集模块包括设置在监测饮用水水源地以及水源地上游各个监测站点的多个数据传感器，用于实时监测水文数据并将所述水文数据传输至所述数据分析模块；
进一步的，所述数据分析存储模块用于对采集的水文数据进行分析和存储；所述数据分析存储模块包括水质预警单元和存储单元，当所述饮用水水源地上游某个监测站点的水质数据超出预设阈值时，所述水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析；
进一步的，所述预警模块接收所述水质预警单元当前时刻的预警分析结果，根据所述分析结果与饮用水水源地监测标准进行比较，生成预警信息并发送给饮水水源地管理人员；
进一步的，所述通讯模块用于实现所述水文数据采集模块、所述水文数据分析模块、以及所述预警模块之间的数据传输。
进一步的，所述水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析：
在饮用水水源地上游设置有n个监测站点，按照距所述饮用水水源地由近到远顺序编号各个监测站点，检测当前时刻各个监测站点的污染物浓度数据生成监测数据集合，/>，其中，/>为第i个监测站点当前时刻的污染物浓度。
则河流当前污染物浓度的平均值。
不考虑污染物横向扩散的前提下，根据污染物扩散模型得到第个监测站点的污染物流经至水源地取水点时的剩余污染物浓度/>:
其中，为第i个监测站点当前时刻的水流速度，/>为第/>个监测站点的水深，/>为第个监测站点的水面宽度，/>为第/>个监测站点与水源地取水点的距离，/>为污染物水中降解系数；/>和/>分别为水源地取水点的水深和水面宽度，/>为污染物在水中的弥散系数；/>为污染物从第/>个监测站点到水源地取水点的时间。
的值按照各个监测站点的水流速度和距水源地取水点的距离进行估算：
则，其中，/>为第j个监测站点与水源地取水点的距离，/>；/>为当时刻第j个监测站点的水流速度，/>；/>为水源地取水点，；/>为水源地取水点的水流速度。
进一步的，所述预设阈值为动态变化值，其大小设定为当前时刻的上一时刻的污染物浓度的平均值。
当所述第个监测站点当前时刻的污染物浓度/>时，所述水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析。
进一步的，若第个监测站点当前时刻的污染物浓度/>大于所述监测标准，所述预警模块直接生成报警信息并发送至饮水水源地管理员用户终端。
若第个监测站点当前时刻的污染物浓度大于上一时刻的污染物浓度的平均值且小于所述监测标准，则根据污染物扩散模型得到第/>个监测站点的污染物流经至水源地取水点时的剩余污染物浓度/>。
当剩余污染物浓度超过所述监测标准时，生成预警信息并发送给饮水水源地管理员用户终端。
进一步的，所述水文数据包括：污染物浓度、水流速度、水位、水面宽度；所述污染物浓度包括：化学需氧量COD、重金属离子浓度、氨氮含量指标NH3-N。
进一步的，所述通讯模块支持WiFi和5G通讯传输模式，能够在两种模式间自主切换，实现各个模块间的通信连接。
本发明与现有技术相比，其有益效果是：
本发明的水文水资源监控***结构简单且布局方便，能够实现对饮用水水源地的水质的自动预警，在监测过程中，预警模型的预设阈值为动态变化值，根据上一时刻的污染物浓度的平均值动态调整阈值，充分考虑前一时刻的参数对当前时刻的影响，在减少模型运算量的同时，能够减少天气变化和突发事件对预测结果的影响，提高***的预测准确性。
附图说明
图1为本发明的一种水文水资源监控***的模块组成示意图；
图2为本发明的数据分析存储模块组成示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面本发明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
如图1所示，为一种水文水资源监控***的模块组成示意图，***包括：水文数据采集模块、数据分析存储模块、通讯模块、以及预警模块。
水文数据采集模块与水文数据分析模块连接，水文数据采集模块包括设置在监测饮用水水源地以及水源地上游各个监测站点的多个数据传感器，用于实时监测水文数据并将水文数据传输至数据分析模块；
需要说明的是，各个监测站点的多个数据传感器监测所得到的水文数据是一组时序数据，能够反映水环境的诸多特征，如水流、特定污染物浓度、水温、生物需氧量、化学需氧量、藻类、溶解氧、氨氮、硝酸氮等，这些水文数据的获取，目前都有对应的传感器通过实时测量得到，这些时序数据可以通过对应的分析模型来对下一时刻的数据进行预测。本实施例选取的水文数据包括：污染物浓度、水流速度、水位、水面宽度；污染物浓度包括：化学需氧量COD、重金属离子浓度、氨氮含量指标NH3-N。
目前已有的水文水质预测模型有土壤和水评估工具 (Soil Water AssessmentTool，SWAT)、水文水质模拟程序 FORTRAN 模型 (Hydrologic Simulation ProgramFORTRAN，HSPF)、水质仿真平台(Water Quality Analysis Simulation Program，WASP)、QUAL2E、水质模拟程序 (River Water Quality Model，RWQM)、商业水质分析软件InfoWorks RS以及沿河水质模拟程序 (Quality Simulation Along Rivers，QUASAR)等。这类水动力模型都尽可能多地融入建模细节，适合大流域的水质预测，但在计算水动力学方程时由于模型设置而产生大量的计算节点，需要足够的算力来求解微分方程，以避免数值不稳定。并且模型的校准耗时很长，而且校准的精度很依赖于实测数据，本实施例采用如图2所示的数据分析存储模块来进行水文数据的分析和预测。
该数据分析存储模块用于对采集的水文数据进行分析和存储；数据分析存储模块包括水质预警单元和存储单元，当饮用水水源地上游某个监测站点的水质数据超出预设阈值时，水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析。
预警模块接收水质预警单元当前时刻的预警分析结果，根据分析结果与饮用水水源地监测标准进行比较，生成预警信息并发送给饮水水源地管理人员。
通讯模块用于实现水文数据采集模块、水文数据分析模块、以及预警模块之间的数据传输；另外，需要说明的是，通讯模块支持WiFi和5G通讯传输模式，能够在两种模式间自主切换，实现各个模块间的通信连接。
水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析，其预警分析过程如下：
在饮用水水源地上游设置有n个监测站点，按照距饮用水水源地由近到远顺序编号各个监测站点。
水文数据采集模块检测当前时刻各个监测站点的污染物浓度数据生成监测数据集合，/>，其中，/>为第i个监测站点当前时刻的污染物浓度；则河流当前污染物浓度的平均值/>。
当饮用水水源地上游某个监测站点的水质数据超出预设阈值时，水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析，不考虑污染物横向扩散的前提下，根据污染物扩散模型得到第个监测站点的污染物流经至水源地取水点时的剩余污染物浓度/>:
其中，为第i个监测站点当前时刻的水流速度，/>为第/>个监测站点的水深，/>为第个监测站点的水面宽度，/>为第/>个监测站点与水源地取水点的距离，/>为污染物水中降解系数；/>和/>分别为水源地取水点的水深和水面宽度，/>为污染物在水中的弥散系数；/>为污染物从第/>个监测站点到水源地取水点的时间。
的值按照各个监测站点的水流速度和距水源地取水点的距离进行估算：
则，其中，/>为第j个监测站点与水源地取水点的距离，/>；/>为当时刻第j个监测站点的水流速度，/>；/>为水源地取水点，；/>为水源地取水点的水流速度。
需要说明的是，预设阈值为动态变化值，其大小设定为当前时刻的上一时刻的污染物浓度的平均值。
当第个监测站点当前时刻的污染物浓度/>时，水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析。
若第个监测站点当前时刻的污染物浓度/>大于监测标准，预警模块直接生成报警信息并发送至饮水水源地管理员用户终端。
若第个监测站点当前时刻的污染物浓度大于上一时刻的污染物浓度的平均值且小于监测标准，则根据污染物扩散模型得到第/>个监测站点的污染物流经至水源地取水点时的剩余污染物浓度/>。
当剩余污染物浓度超过监测标准时，生成预警信息并发送给饮水水源地管理员用户终端。
需要说明的是，本实施例选择标准化均方根误差RMSE和均方根误差NRMSE来评价预测模型的数据偏差，计算公式如下。
其中，n 表示数据总量，表示真实值/>表示平均真实值，/>表示预测输出值。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种水文水资源监控***，用于实现饮用水水源地的水质监测及预警，其特征在于，所述***包括：水文数据采集模块、数据分析存储模块、通讯模块、以及预警模块；
所述水文数据采集模块与所述水文数据分析模块连接，所述水文数据采集模块包括设置在监测饮用水水源地以及水源地上游各个监测站点的多个数据传感器，用于实时监测水文数据并将所述水文数据传输至所述数据分析模块；
所述数据分析存储模块用于对采集的水文数据进行分析和存储；所述数据分析存储模块包括水质预警单元和存储单元，当所述饮用水水源地上游某个监测站点的水质数据超出预设阈值时，所述水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析；
所述水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析：
在饮用水水源地上游设置有n个监测站点，按照距所述饮用水水源地由近到远顺序编号各个监测站点，检测当前时刻各个监测站点的污染物浓度数据生成监测数据集合，/>，其中，/>为第/>个监测站点当前时刻的污染物浓度；
则河流当前污染物浓度的平均值；
不考虑污染物横向扩散的前提下，根据污染物扩散模型得到第个监测站点的污染物流经至水源地取水点时的剩余污染物浓度/>:
其中，为第/>个监测站点当前时刻的水流速度，/>为第/>个监测站点的水深，/>为第/>个监测站点的水面宽度，/>为第/>个监测站点与水源地取水点的距离，/>为污染物水中降解系数；/>和/>分别为水源地取水点的水深和水面宽度，/>为污染物在水中的弥散系数；/>为污染物从第/>个监测站点到水源地取水点的时间；
的值按照各个监测站点的水流速度和距水源地取水点的距离进行估算：
则，其中，/>为第j个监测站点与水源地取水点的距离，为当时刻第j个监测站点的水流速度，/>；/>为水源地取水点，/>；/>为水源地取水点的水流速度；所述预警模块接收所述水质预警单元当前时刻的预警分析结果，根据所述分析结果与饮用水水源地监测标准进行比较，生成预警信息并发送给饮水水源地管理人员；
所述预设阈值为动态变化值，其大小设定为当前时刻的上一时刻的污染物浓度的平均值；
当所述第个监测站点当前时刻的污染物浓度/>时，所述水质预警单元根据采集的水文数据对饮用水水源地的水质进行预警分析；
若第个监测站点当前时刻的污染物浓度/>大于所述监测标准，所述预警模块直接生成报警信息并发送至饮水水源地管理员用户终端；
若第个监测站点当前时刻的污染物浓度大于上一时刻的污染物浓度的平均值/>且小于所述监测标准，则根据污染物扩散模型得到第/>个监测站点的污染物流经至水源地取水点时的剩余污染物浓度/>；
当剩余污染物浓度超过所述监测标准时，生成预警信息并发送给饮水水源地管理员用户终端；
所述通讯模块用于实现所述水文数据采集模块、所述水文数据分析模块、以及所述预警模块之间的数据传输；
所述***选择标准化均方根误差RMSE和均方根误差NRMSE来评价预测模型的数据偏差，计算公式如下：
其中，n 表示数据总量，表示真实值/>表示平均真实值，/>表示预测输出值。
2.根据权利要求1所述的一种水文水资源监控***，其特征在于，所述水文数据包括：污染物浓度、水流速度、水位、水面宽度；所述污染物浓度包括：化学需氧量COD、重金属离子浓度、氨氮含量指标NH3-N。
3.根据权利要求1所述的一种水文水资源监控***，其特征在于，所述通讯模块支持WiFi和5G通讯传输模式，能够在两种模式间自主切换，实现各个模块间的通信连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410289886.XA CN117890553B (zh) | 2024-03-14 | 2024-03-14 | 一种水文水资源监控*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410289886.XA CN117890553B (zh) | 2024-03-14 | 2024-03-14 | 一种水文水资源监控*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117890553A CN117890553A (zh) | 2024-04-16 |
| CN117890553B true CN117890553B (zh) | 2024-06-11 |
Family
ID=90652046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410289886.XA Active CN117890553B (zh) | 2024-03-14 | 2024-03-14 | 一种水文水资源监控*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117890553B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测***的污染源扩散预警方法 |
| CN107632132A (zh) * | 2017-10-31 | 2018-01-26 | 四川金英科技有限责任公司 | 一种带预测功能的水质监测告警*** |
| CN112949167A (zh) * | 2021-02-03 | 2021-06-11 | 南京信息工程大学 | 饮用水水源地动态监测预警***及其监测预警方法 |
| CN114139259A (zh) * | 2021-11-29 | 2022-03-04 | 深圳市水务科技发展有限公司 | 一种河道水质模型的构建方法 |
| CN116773606A (zh) * | 2023-07-27 | 2023-09-19 | 北京建工环境修复股份有限公司 | 一种河湖水下沉积物污染状况获取方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230013320A1 (en) * | 2021-07-15 | 2023-01-19 | Ghd, Inc. | Remediation site portfolio risk scoring |
-
2024
- 2024-03-14 CN CN202410289886.XA patent/CN117890553B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测***的污染源扩散预警方法 |
| CN107632132A (zh) * | 2017-10-31 | 2018-01-26 | 四川金英科技有限责任公司 | 一种带预测功能的水质监测告警*** |
| CN112949167A (zh) * | 2021-02-03 | 2021-06-11 | 南京信息工程大学 | 饮用水水源地动态监测预警***及其监测预警方法 |
| CN114139259A (zh) * | 2021-11-29 | 2022-03-04 | 深圳市水务科技发展有限公司 | 一种河道水质模型的构建方法 |
| CN116773606A (zh) * | 2023-07-27 | 2023-09-19 | 北京建工环境修复股份有限公司 | 一种河湖水下沉积物污染状况获取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117890553A (zh) | 2024-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112883644B (zh) | 一种动态水环境管理方法 | |
| CN107831285B (zh) | 一种基于物联网的河湖污染监测***及其方法 | |
| US20240232456A1 (en) | Pollution emission determination method and apparatus based on digital watershed space-time model | |
| CN112711840B (zh) | 一种基于云边协同的流域突发水污染溯源方法 | |
| CN108171259A (zh) | 一种基于NB-IoT的智慧末梢水质监测***及方法 | |
| CN102968058B (zh) | 景观水体曝气充氧在线优化控制***及其控制方法 | |
| CN113011903A (zh) | 基于gis和水力模型的水污染精准溯源方法 | |
| CN109598428B (zh) | 一种基于行政单元和水系的污染物削减分配方法 | |
| CN113505471B (zh) | 一种河流断面污染物浓度预测计算方法 | |
| CN114550073B (zh) | 一种新能源汽车充电桩的监控*** | |
| CN109613197B (zh) | 一种基于河道水网的水质监测预警反馈响应方法 | |
| CN114611778A (zh) | 一种基于入库流量的水库水位预警方法及*** | |
| CN112348290A (zh) | 河流水质预测方法、装置、存储介质及设备 | |
| CN108489543B (zh) | 一种企业排污指标监控设备及使用方法 | |
| CN116151621A (zh) | 一种基于数据分析的大气污染治理风险检测*** | |
| CN114723595A (zh) | 一种基于水联网平台的排水***综合管理平台 | |
| CN115422850A (zh) | 基于efdc和边缘计算判断河流入河排污口污染贡献率的方法 | |
| CN117890553B (zh) | 一种水文水资源监控*** | |
| Zhang et al. | Simulation of diffuse source polluted water environment based on MIKE21: A case study of the urban section of the Bai river | |
| Oprea et al. | A microcontroller-based intelligent system for real-time flood alerting | |
| CN116977146B (zh) | 基于物联网的环保监测用仪表数据管控*** | |
| CN116861317A (zh) | 一种基于bp神经网络的小区内涝预警方法及*** | |
| CN114814135B (zh) | 一种基于多元监测的河流水质污染溯源方法及*** | |
| CN113015120B (zh) | 一种基于神经网络的治污监测***和方法 | |
| CN113607710B (zh) | 一种在线监测水质的方法及其应用的装置和*** |
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 |