本书以流域水环境管理的业务需求为基础，围绕流域水环境的监测、分析和管理等环节，研发流域水生态环境监测技术和设备，并构建基于机理和人工智能的大数据挖掘和模拟工具。同时，制定流域水环境数据分类、存储与交换、业务系统接口等标准，并提出流域水环境管理大数据平台的总体设计方案。
样章试读
目录
- 目录
前言
第1章 绪论 1
1.1 背景和意义 1
1.1.1 我国水环境发展的新形势 1
1.1.2 大数据助力水环境保护与治理 2
1.2 国内外研究进展 3
1.2.1 流域水生态环境监测研究 3
1.2.2 流域水环境模型研究 4
1.2.3 人工智能技术在水环境中的应用 10
1.3 流域水环境管理发展需求 12
1.3.1 大数据标准化需求 12
1.3.2 大数据汇集、整合与共享技术需求 14
1.3.3 大数据挖掘分析技术需求 15
1.3.4 智能化、精细化管理、评估与决策需求 15
1.3.5 大数据组织管理和治理机制需求 16
参考文献 17
第2章 水环境大数据概论 19
2.1 大数据定义与发展历程 19
2.2 水环境大数据 19
2.2.1 水环境大数据概念和特征 19
2.2.2 水环境大数据来源 20
2.3 水环境大数据关键技术需求 22
2.3.1 采集技术 22
2.3.2 处理技术 23
2.3.3 分析技术 25
2.3.4 表征技术 28
参考文献 29
第3章 水环境大数据监测技术 31
3.1基于物联网的水生态环境监测技术 31
3.1.1 基于物联网的水生态环境监测监控体系 31
3.1.2 水生态环境监测指标 36
3.1.3 水生态环境监测技术及设备 38
3.2 基于梯度扩散薄膜的水体污染物监测技术 47
3.2.1 梯度扩散薄膜技术原理 47
3.2.2 水中氮磷的 DGT检测装置的研制 48
3.2.3 DGT测定水环境中氨氮和硝酸盐氮的性能验证 50
3.3 城市黑臭水体遥感识别技术 51
3.3.1 生物光学特征 51
3.3.2 遥感识别方法 53
3.3.3 精度评价方法 57
参考文献 58
第4章 水环境大数据挖掘技术 60
4.1 存在的问题与需求 60
4.1.1 存在的问题 60
4.1.2 需求分析 60
4.2 总体框架设计 61
4.2.1 元数据 61
4.2.2 数据采集ETL技术 62
4.2.3 指标模型计算技术 62
4.2.4 数据统一接口技术 62
4.3 面向业务评估的大数据挖掘技术 62
4.3.1 河流水质评价 62
4.3.2 湖泊水质评价 64
4.3.3 湖泊富营养化评价 64
4.3.4 地表水饮用水水质评价 65
4.3.5 地下水饮用水水质评价 65
4.3.6 近岸海域水质评价 65
4.3.7 区域水质评价 65
4.3.8 水质指数计算 67
4.3.9 水质综合污染指数 67
4.3.10 城市水水质指数计算 68
4.3.11 长江经济带区域综合超标指数计算 68
4.3.12 长江经济带区域水环境承载力评估 69
4.3.13 生态环境压力评估 69
4.3.14 生态系统健康评估 71
4.3.15 生态服务功能评估 73
4.3.16 生态风险评估 75
4.3.17 生态安全评估 76
4.4 面向文本分析的大数据挖掘技术 77
4.4.1 语义分析–关键字77
4.4.2 语义分析–摘要 78
4.4.3 语义分析–综合应用 79
4.5 大数据挖掘封装技术 79
4.5.1 封装技术路线 79
4.5.2 封装要求 81
4.5.3 挖掘工具封装技术 81
参考文献 84
第5章 流域水文–水质–水生态耦合模拟技术 85
5.1 耦合模拟技术需求分析及建模总体思路 85
5.1.1 耦合模拟技术需求分析 85
5.1.2 建模总体思路 85
5.2 多维多尺度模型数据库 86
5.2.1 数据库结构及特色 86
5.2.2 模型驱动及验证数据库 87
5.2.3 模型参数库 87
5.3 多维流域水文水质模型 91
5.3.1 HSPF模型 91
5.3.2 SWAT模型 95
5.4 水动力学模型 109
5.4.1 干支流河道一维水动力水质模型 110
5.4.2 湖泊/水库二维水动力水质模型 119
5.5 水生态模型 125
5.6 水文–水质–水生态耦合模拟方案 126
参考文献 127
第6章 基于人工智能的水环境模拟技术 128
6.1 水环境模拟技术需求分析及总体架构 128
6.1.1 存在的问题和需求 128
6.1.2 总体架构 129
6.2 流域关键污染源识别 130
6.2.1 数据预处理 130
6.2.2 交叉相关算法. 131
6.2.3 关联规则算法. 131
6.3 Im-LSTM水质预测模型 132
6.3.1 模型结构 133
6.3.2 模型数据库 134
6.3.3 模型参数集 134
6.3.4 改进的LSTM算法 135
6.3.5 模型训练与评估 140
6.4 基于CNN的陆水一体化模型 140
6.4.1 模型结构 140
6.4.2 核心模块 141
参考文献 146
第7章 国家流域水环境管理大数据平台构建技术 147
7.1 流域水环境数据集成管理 147
7.1.1 数据资源分类与编码技术 147
7.1.2 数据存储与交换通用标准 154
7.1.3 流域水环境管理大数据业务系统接口技术通用标准 157
7.2 业务化平台总体设计 164
7.2.1 总体架构 164
7.2.2 数据架构 166
7.2.3 应用架构 173
7.2.4 技术架构 174
7.2.5 基础设施 174
7.2.6 生态环境云架构 175
7.2.7 标准规范体系 175
7.2.8 信息安全体系 175
7.2.9 运行维护体系 177
参考文献177
第8章 山东省流域水环境大数据与智慧化管理示范应用 178
8.1 小清河流域 178
8.1.1 流域概况 178
8.1.2 数据采集 178
8.1.3 水环境模拟技术的应用 180
8.1.4 示范应用成效 196
8.2 南四湖流域 196
8.2.1 流域概况 196
8.2.2 数据采集 197
8.2.3 水文–水质–水生态协同模拟 199
8.2.4 示范应用成效 210
参考文献 210
京公网安备 11010102004214号