水環(huán)境大數(shù)據(jù)與智慧化管理

目錄
前言
第1章 緒論 1
1.1 背景和意義 1
1.1.1 我國水環(huán)境發(fā)展的新形勢 1
1.1.2 大數(shù)據(jù)助力水環(huán)境保護與治理 2
1.2 國內(nèi)外研究進展 3
1.2.1 流域水生態(tài)環(huán)境監(jiān)測研究 3
1.2.2 流域水環(huán)境模型研究 4
1.2.3 人工智能技術(shù)在水環(huán)境中的應(yīng)用 10
1.3 流域水環(huán)境管理發(fā)展需求 12
1.3.1 大數(shù)據(jù)標準化需求 12
1.3.2 大數(shù)據(jù)匯集、整合與共享技術(shù)需求 14
1.3.3 大數(shù)據(jù)挖掘分析技術(shù)需求 15
1.3.4 智能化、精細化管理、評估與決策需求 15
1.3.5 大數(shù)據(jù)組織管理和治理機制需求 16
參考文獻 17
第2章 水環(huán)境大數(shù)據(jù)概論 19
2.1 大數(shù)據(jù)定義與發(fā)展歷程 19
2.2 水環(huán)境大數(shù)據(jù) 19
2.2.1 水環(huán)境大數(shù)據(jù)概念和特征 19
2.2.2 水環(huán)境大數(shù)據(jù)來源 20
2.3 水環(huán)境大數(shù)據(jù)關(guān)鍵技術(shù)需求 22
2.3.1 采集技術(shù) 22
2.3.2 處理技術(shù) 23
2.3.3 分析技術(shù) 25
2.3.4 表征技術(shù) 28
參考文獻 29
第3章 水環(huán)境大數(shù)據(jù)監(jiān)測技術(shù) 31
3.1基于物聯(lián)網(wǎng)的水生態(tài)環(huán)境監(jiān)測技術(shù) 31
3.1.1 基于物聯(lián)網(wǎng)的水生態(tài)環(huán)境監(jiān)測監(jiān)控體系 31
3.1.2 水生態(tài)環(huán)境監(jiān)測指標 36
3.1.3 水生態(tài)環(huán)境監(jiān)測技術(shù)及設(shè)備 38
3.2 基于梯度擴散薄膜的水體污染物監(jiān)測技術(shù) 47
3.2.1 梯度擴散薄膜技術(shù)原理 47
3.2.2 水中氮磷的 DGT檢測裝置的研制 48
3.2.3 DGT測定水環(huán)境中氨氮和硝酸鹽氮的性能驗證 50
3.3 城市黑臭水體遙感識別技術(shù) 51
3.3.1 生物光學特征 51
3.3.2 遙感識別方法 53
3.3.3 精度評價方法 57
參考文獻 58
第4章 水環(huán)境大數(shù)據(jù)挖掘技術(shù) 60
4.1 存在的問題與需求 60
4.1.1 存在的問題 60
4.1.2 需求分析 60
4.2 總體框架設(shè)計 61
4.2.1 元數(shù)據(jù) 61
4.2.2 數(shù)據(jù)采集ETL技術(shù) 62
4.2.3 指標模型計算技術(shù) 62
4.2.4 數(shù)據(jù)統(tǒng)一接口技術(shù) 62
4.3 面向業(yè)務(wù)評估的大數(shù)據(jù)挖掘技術(shù) 62
4.3.1 河流水質(zhì)評價 62
4.3.2 湖泊水質(zhì)評價 64
4.3.3 湖泊富營養(yǎng)化評價 64
4.3.4 地表水飲用水水質(zhì)評價 65
4.3.5 地下水飲用水水質(zhì)評價 65
4.3.6 近岸海域水質(zhì)評價 65
4.3.7 區(qū)域水質(zhì)評價 65
4.3.8 水質(zhì)指數(shù)計算 67
4.3.9 水質(zhì)綜合污染指數(shù) 67
4.3.10 城市水水質(zhì)指數(shù)計算 68
4.3.11 長江經(jīng)濟帶區(qū)域綜合超標指數(shù)計算 68
4.3.12 長江經(jīng)濟帶區(qū)域水環(huán)境承載力評估 69
4.3.13 生態(tài)環(huán)境壓力評估 69
4.3.14 生態(tài)系統(tǒng)健康評估 71
4.3.15 生態(tài)服務(wù)功能評估 73
4.3.16 生態(tài)風險評估 75
4.3.17 生態(tài)安全評估 76
4.4 面向文本分析的大數(shù)據(jù)挖掘技術(shù) 77
4.4.1 語義分析–關(guān)鍵字77
4.4.2 語義分析–摘要 78
4.4.3 語義分析–綜合應(yīng)用 79
4.5 大數(shù)據(jù)挖掘封裝技術(shù) 79
4.5.1 封裝技術(shù)路線 79
4.5.2 封裝要求 81
4.5.3 挖掘工具封裝技術(shù) 81
參考文獻 84
第5章 流域水文–水質(zhì)–水生態(tài)耦合模擬技術(shù) 85
5.1 耦合模擬技術(shù)需求分析及建?？傮w思路 85
5.1.1 耦合模擬技術(shù)需求分析 85
5.1.2 建模總體思路 85
5.2 多維多尺度模型數(shù)據(jù)庫 86
5.2.1 數(shù)據(jù)庫結(jié)構(gòu)及特色 86
5.2.2 模型驅(qū)動及驗證數(shù)據(jù)庫 87
5.2.3 模型參數(shù)庫 87
5.3 多維流域水文水質(zhì)模型 91
5.3.1 HSPF模型 91
5.3.2 SWAT模型 95
5.4 水動力學模型 109
5.4.1 干支流河道一維水動力水質(zhì)模型 110
5.4.2 湖泊/水庫二維水動力水質(zhì)模型 119
5.5 水生態(tài)模型 125
5.6 水文–水質(zhì)–水生態(tài)耦合模擬方案 126
參考文獻 127
第6章 基于人工智能的水環(huán)境模擬技術(shù) 128
6.1 水環(huán)境模擬技術(shù)需求分析及總體架構(gòu) 128
6.1.1 存在的問題和需求 128
6.1.2 總體架構(gòu) 129
6.2 流域關(guān)鍵污染源識別 130
6.2.1 數(shù)據(jù)預(yù)處理 130
6.2.2 交叉相關(guān)算法. 131
6.2.3 關(guān)聯(lián)規(guī)則算法. 131
6.3 Im-LSTM水質(zhì)預(yù)測模型 132
6.3.1 模型結(jié)構(gòu) 133
6.3.2 模型數(shù)據(jù)庫 134
6.3.3 模型參數(shù)集 134
6.3.4 改進的LSTM算法 135
6.3.5 模型訓練與評估 140
6.4 基于CNN的陸水一體化模型 140
6.4.1 模型結(jié)構(gòu) 140
6.4.2 核心模塊 141
參考文獻 146
第7章 國家流域水環(huán)境管理大數(shù)據(jù)平臺構(gòu)建技術(shù) 147
7.1 流域水環(huán)境數(shù)據(jù)集成管理 147
7.1.1 數(shù)據(jù)資源分類與編碼技術(shù) 147
7.1.2 數(shù)據(jù)存儲與交換通用標準 154
7.1.3 流域水環(huán)境管理大數(shù)據(jù)業(yè)務(wù)系統(tǒng)接口技術(shù)通用標準 157
7.2 業(yè)務(wù)化平臺總體設(shè)計 164
7.2.1 總體架構(gòu) 164
7.2.2 數(shù)據(jù)架構(gòu) 166
7.2.3 應(yīng)用架構(gòu) 173
7.2.4 技術(shù)架構(gòu) 174
7.2.5 基礎(chǔ)設(shè)施 174
7.2.6 生態(tài)環(huán)境云架構(gòu) 175
7.2.7 標準規(guī)范體系 175
7.2.8 信息安全體系 175
7.2.9 運行維護體系 177
參考文獻177
第8章 山東省流域水環(huán)境大數(shù)據(jù)與智慧化管理示范應(yīng)用 178
8.1 小清河流域 178
8.1.1 流域概況 178
8.1.2 數(shù)據(jù)采集 178
8.1.3 水環(huán)境模擬技術(shù)的應(yīng)用 180
8.1.4 示范應(yīng)用成效 196
8.2 南四湖流域 196
8.2.1 流域概況 196
8.2.2 數(shù)據(jù)采集 197
8.2.3 水文–水質(zhì)–水生態(tài)協(xié)同模擬 199
8.2.4 示范應(yīng)用成效 210
參考文獻 210