【技术实现步骤摘要】
用于水污染防治的智能分析决策方法及系统
[0001]本专利技术涉及水污染防治
,具体涉及用于水污染防治的智能分析决策方法及系统。
技术介绍
[0002]我国水资源总量丰富,但人均量偏少,且分布极为不均匀,呈现出南多北少,东多西少的特点。长江流域及其以南地区国土面积只占全国的36.5%,其水资源量占全国的81%;淮河流域及其以北地区的国土面积占全国的63.5%,其水资源量仅占全国水资源总量的19%。同时,水源污染严重,旱涝灾害频繁,加上地区经济发展有所差异,难以全面开展有效的水污染防治工作。随着当前水资源管理和水环境保护问题的日益突出,需要收集与处理的水利、水务与水环境信息资源越来越多,对信息的准确性和实时性要求越来越高。另一方面,随着信息技术发展水平的提升,居民对用水安全和便利性的期望也更高。如何利用先进的物联网及云计算、移动技术形成数据联动,然后通过大数据分析为水利、水务与水环境的开发、建设、保护提供决策信息,成为水行业信息化发展的重要方向。
[0003]随着全球云计算、物联网、移动互联网等新一轮信息技术迅速 ...
【技术保护点】
【技术特征摘要】
1.用于水污染防治的智能分析决策方法,其特征在于,包括:S1:采集河流的历史水质数据和累积性压力源数据,获取累积性压力源数据对水质数据的累积性压力源贡献占比;S2:以水质数据作为输入数据,累积性压力源贡献占比作为输入数据,建立累积性压力源与水质的响应关系模型;S3:将当前水质数据输入响应关系模型,得到累积性压力源预测占比;S4:根据累积性压力源预测占比,匹配水污染防治措施。2.根据权利要求1所述的用于水污染防治的智能分析决策方法,其特征在于:所述水质数据包括采样时间、断面、位置、流量、降雨量、断面汇水区人口、TP、NH4
‑
N和COD;所述累积性压力源数据包括上游来水、土地开发、产业化和城镇化。3.根据权利要求1所述的用于水污染防治的智能分析决策方法,其特征在于:所述响应关系模型采用XGBoost算法。4.根据权利要求3所述的用于水污染防治的智能分析决策方法,其特征在于:所述响应关系模型基于机器自学习构建动态权重关系,自适应计算累积性压力源的贡献占比。5.根据权利要求1所述的用于水污染防治的智能分析决策方法,其特征在于:所述S3包括:S3
‑
1:分析历史水质数据,建立水质预测模型;S3
‑
2:将当前水质数据输入水质预测模型,得到水质预测数据;S3
‑
3:...
【专利技术属性】
技术研发人员:余游,刘海涵,刘晓,米雪晶,耿京保,
申请(专利权)人:重庆市生态环境大数据应用中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。