CN117974404B - 一种水陆协同的陆域污染源分析方法及*** - Google Patents
一种水陆协同的陆域污染源分析方法及*** Download PDFInfo
- Publication number
- CN117974404B CN117974404B CN202410390641.6A CN202410390641A CN117974404B CN 117974404 B CN117974404 B CN 117974404B CN 202410390641 A CN202410390641 A CN 202410390641A CN 117974404 B CN117974404 B CN 117974404B
- Authority
- CN
- China
- Prior art keywords
- pollution
- land
- water
- area
- indexes
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 44
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 148
- 238000012544 monitoring process Methods 0.000 claims abstract description 77
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 39
- 231100000719 pollutant Toxicity 0.000 claims abstract description 39
- 238000010586 diagram Methods 0.000 claims abstract description 38
- 238000011835 investigation Methods 0.000 claims abstract description 24
- 239000000126 substance Substances 0.000 claims description 46
- 239000010865 sewage Substances 0.000 claims description 44
- 238000003911 water pollution Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 229910001385 heavy metal Inorganic materials 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 239000011574 phosphorus Substances 0.000 claims description 3
- 238000012847 principal component analysis method Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 10
- 239000011159 matrix material Substances 0.000 description 5
- 239000002351 wastewater Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 239000010840 domestic wastewater Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种水陆协同的陆域污染源分析方法及***,应用于污染监测技术领域。包括以下步骤:采集目标水域的水质监测数据;基于水质监测数据计算不同监测点位的的水域污染指标;对陆域进行网格化污染源排查,得到陆域污染指标;结合陆域污染指标、水域污染指标、水质监测数据和污染源排查结果得到污染物热力图;基于污染物热力图进行陆域污染源分析。本发明分别分析水域和陆域的污染情况,结合水域和陆域污染情况分析陆域污染源的污染情况,分析结果考虑了不同的陆域污染源造成污染的能力、带来的污染物种类和影响的水域区域,精准反映了分析区域内的陆域污染源情况,能够为陆域污染源的监管以及后续的治理提供污染情况参考。
Description
技术领域
本发明涉及污染监测技术领域,更具体的说是涉及一种水陆协同的陆域污染源分析方法及***。
背景技术
陆地污染源是指从陆地向水域排放污染物,造成或者可能造成水域环境污染损害的场所、设施等。陆地污染源排放的废水包括生活废水、工业废水、养殖业废水和农业废水等,陆源污染是水域污染最重要的污染源,对陆域污染源的监督以及分析能够基于陆域污染源的现状进行针对性监管和防治从而改善相关水域的水质,对于整个水域环境生态的保护都具有重要意义。然而,现有的陆域污染源分析方法中,大多是对污染源头,即城镇、农村、工农业区域进行水污染相关数据的采集和分析,相较于水域的水质数据可以直接通过采集水样、设立监测点和采集遥感图像等方式进行检测,由于陆域的污染源存在多种排放方式,其采集过程更加繁琐和困难,并且陆域污染数据仅能够体现对应污染源的污染严重程度,无法体现其对具体水域的影响。因此,如何提供一种水陆协同的陆域污染源分析方法及***是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种水陆协同的陆域污染源分析方法及***,将陆域污染情况与水域污染情况结合,生成污染物热力图,并且基于不同的污染物指标进行污染水域溯源进而进行陆域污染源的分析,为后续的监管以及治理提供参考。
为了实现上述目的,本发明提供如下技术方案:
一种水陆协同的陆域污染源分析方法,包括以下步骤:
S1、采用手动测量、自动监测站点和遥感影像结合的方案采集目标水域的水质监测数据;
S2、基于目标水域的水质监测数据计算目标水域内不同监测点位的的水域污染指标;
S3、对陆域进行网格化污染源排查,得到陆域污染指标;
S4、结合陆域污染指标、水域污染指标、水质监测数据和污染源排查结果,得到污染物热力图;
S5、基于污染物热力图进行陆域污染源分析。
可选的,S1具体为:布设水质监测点位,通过自动监测站点实时监测目标水域的水体理化性质参数,基于遥感影像数据采用主成分分析法监测目标水域的水体生物学参数,通过定期手动测量监测目标水域的水体化学物质参数。
可选的,水体理化性质参数包括水体温度、pH值、溶解氧、浊度、电导率、盐度和硬度,水体生物学参数包括浮游生物指标、底栖生物指标和水生植物指标,水体化学物质参数包括总磷、总氮、氨氮、高锰酸盐、重金属指标。
可选的,S2具体为:将目标水域的每一项水质监测数据与对应的要求值进行对比得到每一项水质监测数据的污染程度分数,基于预设值确定水体理化性质参数、水体生物学参数和水体化学物质参数的类型权重,之后通过层次分析法分别计算三个类型的水质监测数据内每一项水质监测数据的项目权重,基于每一项水质监测数据的污染程度分数和项目权重计算每个类型的污染程度分数,基于每个类型的污染程度分数和类型权重计算得到每个监测点位的水域污染指标。
可选的,S3具体为:结合陆域内城镇、村庄、农业和工业企业的分布情况确定排查区域,将排查区域划分为多个网格,对每个网格进行污染源排查,排查内容包括排污流量数据和污水化学物质参数,将各项污水化学物质参数、排污流量数据与对应的要求值进行对比得到各项污水化学物质参数、排污流量数据的污染程度分数,基于预设值确定排污流量数据和污水化学物质参数的类型权重,之后通过层次分析法计算污水化学物质参数内各项指标的权重,基于污水化学物质参数和各项指标的权重计算污水污染程度分数,分别基于污水污染程度分数和与其对应的类型权重、排污流量数据的污染程度分数和与其对应的类型权重计算得到陆域污染指标。
可选的,S4中结合流域地图与不同地区的陆域污染指标或水域污染指标绘制得到污染物热力图,通过结合流域地图与不同地区的水质监测数据、污染源排查结果得到不同种类污染物的污染物热力图。
可选的,S5具体为:基于污染物热力图,将陆域的污染源与水域的水质监测数据结合判断不同污染源所影响的水域区域,基于污染物热力图中污染数据的变化趋势对陆域污染源进行监测、预警和治理。
一种水陆协同的陆域污染源分析***,应用上述任一项所述的一种水陆协同的陆域污染源分析方法,包括水质监测模块、污染源监测模块、数据处理模块、热力图生成模块和污染源分析模块;水质监测模块,与数据处理模块连接,用于采集目标水域的水质监测数据;污染源监测模块,与数据处理模块连接,用于陆域的污染源排查;数据处理模块,与热力图生成模块连接,用于计算陆域污染指标和水域污染指标;热力图生成模块,与污染源分析模块连接,用于生成污染物热力图;污染源分析模块,基于污染物热力图进行陆域污染源分析。
经由上述的技术方案可知,与现有技术相比,本发明提供了一种水陆协同的陆域污染源分析方法及***,具有以下有益效果:本发明分别分析水域和陆域的污染情况,结合水域和陆域污染情况分析陆域污染源的污染情况,分析结果考虑了不同的陆域污染源造成污染的能力、带来的污染物种类和影响的水域区域,精准反映了分析区域内的陆域污染源情况,通过水域区域与陆域污染源的协同,在不对陆域污染源进行实时监测的情况下也能够通过水域污染情况初步判断陆域污染源的污染物排放情况,能够为陆域污染源的监管以及后续的治理提供污染情况参考;本发明采用网格化排查对陆域污染源的污染情况进行调查和数据采集,排查覆盖率广并且排查结果准确;本发明生成污染物热力图,直观展示当前区域内的陆域污染源污染能力和水域污染情况,随着数据的变化污染物热力图能够直接展示当前区域的污染物变化情况,为污染预警预测和督查管理提供可视化技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明的陆域污染源分析方法流程图。
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。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。
本发明实施例公开了一种水陆协同的陆域污染源分析方法,如图1所示,包括以下步骤:
S1、采用手动测量、自动监测站点和遥感影像结合的方案采集目标水域的水质监测数据;
S2、基于目标水域的水质监测数据计算目标水域内不同监测点位的的水域污染指标;
S3、对陆域进行网格化污染源排查,得到陆域污染指标;
S4、结合陆域污染指标、水域污染指标、水质监测数据和污染源排查结果,得到污染物热力图;
S5、基于污染物热力图进行陆域污染源分析。
进一步的,S1具体为:布设水质监测点位,通过自动监测站点实时监测目标水域的水体理化性质参数,基于遥感影像数据采用主成分分析法监测目标水域的水体生物学参数,通过定期手动测量监测目标水域的水体化学物质参数。
进一步的,水体理化性质参数包括水体温度、pH值、溶解氧、浊度、电导率、盐度和硬度,水体生物学参数包括浮游生物指标、底栖生物指标和水生植物指标,水体化学物质参数包括总磷、总氮、氨氮、高锰酸盐、重金属指标。
进一步的,S2具体为:将目标水域的每一项水质监测数据与对应的要求值进行对比得到每一项水质监测数据的污染程度分数,基于预设值确定水体理化性质参数、水体生物学参数和水体化学物质参数的类型权重,之后通过层次分析法分别计算三个类型的水质监测数据内每一项水质监测数据的项目权重,基于每一项水质监测数据的污染程度分数和项目权重计算每个类型的污染程度分数,基于每个类型的污染程度分数和类型权重计算得到每个监测点位的水域污染指标。
更进一步的,在本发明实施例中,水体理化性质参数、水体生物学参数和水体化学物质参数的类型权重分别预设为0.1、0.1和0.8,采用层次分析法分别对三个类型进行权重赋值,具体的:为每项水质检测数据分别赋予重要标度计算得到判断矩阵,之后对判断矩阵进行一致性检验,如果一致性符合标准则对判断矩阵进行归一化得到权重矩阵,将权重矩阵中的元素分别作为每项水质检测数据的权重值,之后计算水域污染指标S:
式中,Q为类型污染程度分数,分别为不同水质监测数据的污染程度分数,/>分别为对应的权重,/>分别为水体理化性质参数、水体生物学参数、水体化学物质参数的污染程度分数,/>分别为对应的权重。
在本发明实施例中,水质监测数据与对应的要求值为健康水质的一般值,通过水质标准得出,水质检测数据如果符合要求,则其污染程度分数就会较低。
进一步的,S3具体为:结合陆域内城镇、村庄、农业和工业企业的分布情况确定排查区域,将排查区域划分为多个网格,对每个网格进行污染源排查,排查内容包括排污流量数据和污水化学物质参数,将各项污水化学物质参数、排污流量数据与对应的要求值进行对比得到各项污水化学物质参数、排污流量数据的污染程度分数,基于预设值确定排污流量数据和污水化学物质参数的类型权重,之后通过层次分析法计算污水化学物质参数内各项指标的权重,基于污水化学物质参数和各项指标的权重计算污水污染程度分数,分别基于污水污染程度分数和与其对应的类型权重、排污流量数据的污染程度分数和与其对应的类型权重计算得到陆域污染指标。
更进一步的,在本发明实施例中,预设的排污流量数据和污水化学物质参数的权重分别为0.3和0.7,陆域污染指标的计算方式与水域污染指标的技术方式相同。
进一步的,S4中结合流域地图与不同地区的陆域污染指标或水域污染指标绘制得到污染物热力图,通过结合流域地图与不同地区的水质监测数据、污染源排查结果得到不同种类污染物的污染物热力图。
进一步的,S5具体为:基于污染物热力图,将陆域的污染源与水域的水质监测数据结合判断不同污染源所影响的水域区域,基于污染物热力图中污染数据的变化趋势对陆域污染源进行监测、预警和治理。
更进一步的,在本发明实施例中,根据陆域污染源的种类和其排放污水中各项污水化学物质参数、陆域污染源所在的支流确定其主要影响的水域区域,将陆域污染源与所影响的水域区域相关联,当个别水域区域的污染物热力图中的水域污染指标升高时,则说明与此区域相关联的一个或多个陆域污染源的污水排放量增加,需要对其进行监管,通过水陆协同分析即可在不对陆域污染源相关数据进行实时更新的情况下为其污染物排放情况进行初步监测。
与图1所述的方法对应,本发明实施例还公开了一种水陆协同的陆域污染源分析***,应用上述任一项所述的一种水陆协同的陆域污染源分析方法,包括水质监测模块、污染源监测模块、数据处理模块、热力图生成模块和污染源分析模块;水质监测模块,与数据处理模块连接,用于采集目标水域的水质监测数据;污染源监测模块,与数据处理模块连接,用于陆域的污染源排查;数据处理模块,与热力图生成模块连接,用于计算陆域污染指标和水域污染指标;热力图生成模块,与污染源分析模块连接,用于生成污染物热力图;污染源分析模块,基于污染物热力图进行陆域污染源分析。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (2)
1.一种水陆协同的陆域污染源分析方法,其特征在于,包括以下步骤:
S1、采用手动测量、自动监测站点和遥感影像结合的方案采集目标水域的水质监测数据;
S2、基于目标水域的水质监测数据计算目标水域内不同监测点位的水域污染指标;
S3、对陆域进行网格化污染源排查,得到陆域污染指标;
S4、结合陆域污染指标、水域污染指标、水质监测数据和污染源排查结果,得到污染物热力图;
S5、基于污染物热力图进行陆域污染源分析;
S1具体为:布设水质监测点位,通过自动监测站点实时监测目标水域的水体理化性质参数,基于遥感影像数据采用主成分分析法监测目标水域的水体生物学参数,通过定期手动测量监测目标水域的水体化学物质参数;
水体理化性质参数包括水体温度、pH值、溶解氧、浊度、电导率、盐度和硬度,水体生物学参数包括浮游生物指标、底栖生物指标和水生植物指标,水体化学物质参数包括总磷、总氮、氨氮、高锰酸盐、重金属指标;
S2具体为:将目标水域的每一项水质监测数据与对应的要求值进行对比得到每一项水质监测数据的污染程度分数,基于预设值确定水体理化性质参数、水体生物学参数和水体化学物质参数的类型权重,之后通过层次分析法分别计算三个类型的水质监测数据内每一项水质监测数据的项目权重,基于每一项水质监测数据的污染程度分数和项目权重计算每个类型的污染程度分数,基于每个类型的污染程度分数和类型权重计算得到每个监测点位的水域污染指标;
S3具体为:结合陆域内城镇、村庄、农业和工业企业的分布情况确定排查区域,将排查区域划分为多个网格,对每个网格进行污染源排查,排查内容包括排污流量数据和污水化学物质参数,将各项污水化学物质参数、排污流量数据与对应的要求值进行对比得到各项污水化学物质参数、排污流量数据的污染程度分数,基于预设值确定排污流量数据和污水化学物质参数的类型权重,之后通过层次分析法计算污水化学物质参数内各项指标的权重,基于污水化学物质参数和各项指标的权重计算污水污染程度分数,分别基于污水污染程度分数和与其对应的类型权重、排污流量数据的污染程度分数和与其对应的类型权重计算得到陆域污染指标;
S4中结合流域地图与不同地区的陆域污染指标或水域污染指标绘制得到污染物热力图,通过结合流域地图与不同地区的水质监测数据、污染源排查结果得到不同种类污染物的污染物热力图;
S5具体为:基于污染物热力图,将陆域的污染源与水域的水质监测数据结合判断不同污染源所影响的水域区域,基于污染物热力图中污染数据的变化趋势对陆域污染源进行监测、预警和治理。
2.一种水陆协同的陆域污染源分析***,其特征在于,应用权利要求1所述的一种水陆协同的陆域污染源分析方法,包括水质监测模块、污染源监测模块、数据处理模块、热力图生成模块和污染源分析模块;水质监测模块,与数据处理模块连接,用于采集目标水域的水质监测数据;污染源监测模块,与数据处理模块连接,用于陆域的污染源排查;数据处理模块,与热力图生成模块连接,用于计算陆域污染指标和水域污染指标;热力图生成模块,与污染源分析模块连接,用于生成污染物热力图;污染源分析模块,基于污染物热力图进行陆域污染源分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410390641.6A CN117974404B (zh) | 2024-04-02 | 2024-04-02 | 一种水陆协同的陆域污染源分析方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410390641.6A CN117974404B (zh) | 2024-04-02 | 2024-04-02 | 一种水陆协同的陆域污染源分析方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117974404A CN117974404A (zh) | 2024-05-03 |
CN117974404B true CN117974404B (zh) | 2024-06-04 |
Family
ID=90848159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410390641.6A Active CN117974404B (zh) | 2024-04-02 | 2024-04-02 | 一种水陆协同的陆域污染源分析方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117974404B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118134222A (zh) * | 2024-05-08 | 2024-06-04 | 芯视界(北京)科技有限公司 | 断面水质的监测控制方法、装置及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017099540A1 (ko) * | 2015-12-11 | 2017-06-15 | 대우조선해양 주식회사 | 환경 규제 통합 관리 감시 시스템 및 그 방법 |
CN106855502A (zh) * | 2015-12-09 | 2017-06-16 | 深圳先进技术研究院 | 一种陆源入海排污口的遥感监测方法与*** |
CN108734401A (zh) * | 2018-05-22 | 2018-11-02 | 新疆大学 | 基于sparrow模型的河流污染评估方法 |
CN113128884A (zh) * | 2021-04-25 | 2021-07-16 | 南京大学 | 一种基于河网数学模型进行区域性水环境溯源的方法及*** |
CN114184761A (zh) * | 2021-12-27 | 2022-03-15 | 厦门理工学院 | 一种陆海空一体化污水智能监测***及方法 |
CN115690632A (zh) * | 2022-11-09 | 2023-02-03 | 中科合肥智慧农业协同创新研究院 | 一种内陆河流水体的水环境监测方法 |
CN115829196A (zh) * | 2022-10-25 | 2023-03-21 | 中国环境科学研究院 | 陆源污染物负荷分配方法、装置、计算机设备及介质 |
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN116148188A (zh) * | 2022-12-26 | 2023-05-23 | 江苏省苏力环境科技有限责任公司 | 空天地一体化湖泊水质溯源方法、***、设备及存储介质 |
CN116912704A (zh) * | 2023-06-02 | 2023-10-20 | 生态环境部环境规划院 | 一种基于遥感及地面核查技术的地表水磷污染物溯源方法 |
CN117405849A (zh) * | 2023-12-15 | 2024-01-16 | 江苏省环境监测中心 | 一种水污染物通量自动监测装置及核算方法 |
-
2024
- 2024-04-02 CN CN202410390641.6A patent/CN117974404B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106855502A (zh) * | 2015-12-09 | 2017-06-16 | 深圳先进技术研究院 | 一种陆源入海排污口的遥感监测方法与*** |
WO2017099540A1 (ko) * | 2015-12-11 | 2017-06-15 | 대우조선해양 주식회사 | 환경 규제 통합 관리 감시 시스템 및 그 방법 |
CN108734401A (zh) * | 2018-05-22 | 2018-11-02 | 新疆大学 | 基于sparrow模型的河流污染评估方法 |
CN113128884A (zh) * | 2021-04-25 | 2021-07-16 | 南京大学 | 一种基于河网数学模型进行区域性水环境溯源的方法及*** |
CN114184761A (zh) * | 2021-12-27 | 2022-03-15 | 厦门理工学院 | 一种陆海空一体化污水智能监测***及方法 |
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN115829196A (zh) * | 2022-10-25 | 2023-03-21 | 中国环境科学研究院 | 陆源污染物负荷分配方法、装置、计算机设备及介质 |
CN115690632A (zh) * | 2022-11-09 | 2023-02-03 | 中科合肥智慧农业协同创新研究院 | 一种内陆河流水体的水环境监测方法 |
CN116148188A (zh) * | 2022-12-26 | 2023-05-23 | 江苏省苏力环境科技有限责任公司 | 空天地一体化湖泊水质溯源方法、***、设备及存储介质 |
CN116912704A (zh) * | 2023-06-02 | 2023-10-20 | 生态环境部环境规划院 | 一种基于遥感及地面核查技术的地表水磷污染物溯源方法 |
CN117405849A (zh) * | 2023-12-15 | 2024-01-16 | 江苏省环境监测中心 | 一种水污染物通量自动监测装置及核算方法 |
Non-Patent Citations (1)
Title |
---|
辽宁近岸海域水质演化及对近海陆域生态水文格局的响应;严登华, 何岩, 王浩, 王建华, 宗兆伟;海洋通报;20040615(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117974404A (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117974404B (zh) | 一种水陆协同的陆域污染源分析方法及*** | |
Liu et al. | Assessing how spatial variations of land use pattern affect water quality across a typical urbanized watershed in Beijing, China | |
CN110376343B (zh) | 污染源精准诊断方法、装置以及电子装置 | |
CN112001610B (zh) | 农业面源污染的处理方法及装置 | |
CN108918815B (zh) | 一种土壤重金属风险预测方法 | |
Belletti et al. | Assessing restoration effects on river hydromorphology using the process-based Morphological Quality Index in eight European river reaches | |
Liu et al. | Event-scale hysteresis metrics to reveal processes and mechanisms controlling constituent export from watersheds: A review✰ | |
Emi Fergus et al. | Multiscale landscape and wetland drivers of lake total phosphorus and water color | |
Angello et al. | Spatio-temporal evaluation and quantification of pollutant source contribution in little akaki river, Ethiopia: conjunctive application of factor analysis and multivariate receptor model | |
CN104636627A (zh) | 一种土壤重金属生态风险评估方法 | |
Pesch et al. | Mosses as bioindicators for metal accumulation: Statistical aggregation of measurement data to exposure indices | |
CN109064039B (zh) | 一种农田土壤健康评价方法 | |
CN115062071B (zh) | 一种用于河道的水资源污染扩散分析方法及*** | |
CN106528788A (zh) | 基于gis技术分析地面雨径流污染空间分布特征的方法 | |
CN115188434A (zh) | 一种流域尺度水体非点源污染分类分区识别方法 | |
CN111707490A (zh) | 一种农用地土壤污染调查分阶段分区采样的方法 | |
CN114663783B (zh) | 一种基于机器学习的入海河流水体污染遥感识别方法 | |
Ren et al. | Water quality assessment and pollution source apportionment using multivariate statistical and PMF receptor modeling techniques in a sub-watershed of the upper Yangtze River, Southwest China | |
CN117078013A (zh) | 一种区域水生态承载力的评估模型及方法 | |
Baltacı et al. | Water quality monitoring studies of Turkey with present and probable future constraints and opportunities | |
CN106021884A (zh) | 一种基于神经网络原理的潜流湿地出水浓度的预测方法 | |
CN112561307B (zh) | 流域水环境大数据画像***及方法 | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
CN113341091A (zh) | 基于传感器及智能算法的农田径流总氮总磷快速监测方法 | |
Wahyuningsih et al. | The Analysis of Water Quality Compliance of Jompo River Irrigation in Jember Regency |
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 |