【技术实现步骤摘要】
本专利技术属于水质模型封装，尤其涉及一种河流流域水质预测模型的封装展示方法及系统。
技术介绍
1、随着工业化和城市化的快速发展，河流流域的水质受到了前所未有的挑战。为了有效管理和保护水资源，建立准确可靠的水质预测模型成为了环境科学和
的研究热点之一。这些模型能够帮助我们预测污染物在水体中的扩散情况，评估治理措施的有效性，并为政策制定提供科学依据。
2、水质预测模型通常基于一系列复杂的数学算法，通过模拟物理、化学和生物过程来预测水质变化。这些模型可以是基于物理的(如利用流体力学方程)，也可以是基于经验或统计的方法(如机器学习模型)。随着计算能力的提升和数据获取手段的进步，越来越多的数据驱动型模型被开发出来，以期提高预测精度。
3、然而，尽管现代水质预测模型在准确性上有了显著提升，但在实际应用中仍存在一些不足之处。特别是对于那些已经封装好的水质预测模型，其反演运算结果往往不够直观，难以直接用于决策支持系统或环境管理工具中。此外，数化后的水质预测模型通常只能提供抽象的数据输出，而无法直接在二三维场景中可视化展示水质状况的变化趋势，这限制了它们在环境规划与应急响应等实际场景中的应用价值。
4、当前的技术解决方案大多依赖于二次开发，即在原始模型的基础上添加额外的功能模块，以满足特定的应用需求。这种做法不仅增加了开发成本，还可能导致不同平台之间的兼容性问题。因此，亟需一种新的方法或框架来简化水质预测模型的应用流程，使其结果更加直观易懂，并能无缝集成到现有的地理信息系统(gis)或其他相关软件环境中。
5、鉴于上述问题，本专利技术旨在提出一种改进的水质预测模型封装展示方法，旨在提高模型的用户友好度及其实用性，使得水质反演的结果可以直接应用于二三维场景中，从而更好地服务于水资源管理、污染控制以及环境保护等领域的工作。
技术实现思路
1、本专利技术所解决的技术问题在于提供一种河流流域水质预测模型的封装展示方法及系统，以解决现有技术中在水质预测模型封装展示过程中存在效果不佳的问题。
2、本专利技术提供的基础方案：一种河流流域水质预测模型的封装展示方法，包括：
3、s1：构建目标河流流域的水质预测模型，对水质预测模型进行训练和验证后，得到满足验证需求的水质预测模型，并对水质预测模型进行多线程数字化和输出水质预测结果解析；
4、s2：构建水质演变时序渲染的数据模板，并使用数据模板存储水质预测结果解析的数据，输出存储结果；
5、s3：配置可视化渲染基础地图服务，基于存储结果，根据用户输入参数匹配对应的水质预测模型预测结果，并根据匹配结果调取可视化渲染基础地图服务的数据源，进行水质演变实时动态渲染；
6、s4：配置目标河流流域的二维场景和三维场景的资源数据，在二维场景和三维场景的资源数据中叠加水质演变实时动态渲染服务，生成河流流域二维场景模型应用和河流流域三维场景模型应用。
7、进一步，所述s1包括：
8、s1-1：根据水系网格化技术按照河流中心线，将目标河流流域进行网格划分，生成多个流域网格；
9、s1-2：基于多模型融合技术构建水质预测模型，并基于获取的目标河流流域历史水质监测数据和气象数据进行训练验证，生成验证满足需求的水质预测模型；
10、s1-3：对水质预测模型进行数化操作，并通过批处理文件脚本自动调用bat文件，利用并发异步future技术完成水质预测模型的自动多线程运行；
11、s1-4：将水质预测模型的水质预测结果进行解析为预设文件格式。
12、进一步，所述s2包括：
13、s2-1：基于s1-1划分的流域网格，构建目标河流流域的水质演变时序渲染的数据模板；
14、s2-2：读取水质预测结果的解析文件，提取水质指标和根据预设的自定义算例参数提取预测结果标志时刻；
15、s2-3：将水质指标和预测结果标志时刻导入数据模板中，与目标河流流域网格生成关联。
16、进一步，所述s3包括：
17、s3-1：基于水质预测结果，根据水质类别颜色标准制作颜色表，并拉伸成渐变色带；
18、s3-2：将目标河流流域网格制作成分段专题图，预设分段指数，基于流域网格数据和渐变色带，对分段专题图进行风格设置，保存设置完成的工作空间；并基于完成的工作空间发布rest地图服务；
19、s3-3：获取用户输入参数，判断用户所需预测结果标志时刻，调取对应的自定义算例，匹配对应的水质预测模型运算结果，并根据匹配结果调取rest地图服务资源，切换为水质演变实时动态渲染效果。
20、进一步，所述s4包括：
21、s4-1：获取目标河流流域的平面布局数据、高精度dem数据、高分影像数据、基础水系数据、高程信息、气象数据；
22、s4-2：基于平面布局数据构建目标河流流域的二维场景资源数据；
23、s4-3：基于高精度dem数据和高分影像数据构建目标河流流域的三维底图场景；
24、s4-4：基于基础水系数据对目标河流流域进行拟真，构建真实水系效果；
25、s4-5：基于高程信息中的地表地貌信息提取汇水要素，构建目标河流流域集水区汇水过程，并基于高程信息中的建筑物矢量点数据、排污口矢量点数据、排水管网矢量线数据、管线高程信息，构建管线模型连接的建筑模型、排污口模型和排水管网模型；
26、s4-6：基于webgl技术接入气象数据构建目标河流流域气象动态仿真；
27、s4-7：根据目标河流流域的三维底图场景、真实水系效果、管线模型连接的建筑模型、排污口模型和排水管网模型、气象动态仿真构建目标河流流域的数字孪生底座，生成目标河流流域的三维场景资源数据；
28、s4-8：根据生成的二维场景资源数据和三维场景资源数据，接入水质演变实时动态渲染效果，生成目标河流流域的二维场景模型应用和三维场景模型应用。
29、进一步，所述s1中水质预测模型包括水质预测深度学习模型和水质指标预测机理模型，所述水质预测深度学习模型是基于时空图卷积网络的水质预测深度学习模型、基于多层注意力机制网络的水质预测深度学习模型以及基于长短时记忆网络的水质预测深度学习模型融合而成；
30、所述水质指标预测机理模型是水质模型和水动力模型融合的水质指标预测机理模型。
31、一种河流流域水质预测模型的封装展示系统，应用于上述的一种河流流域水质预测模型的封装展示方法，包括：
32、模型数化解析模块：用于对水质预测模型进行多线程数字化操作和对输出的水质预测结果进行解析；
33、数据模板存储模块：根据构建的水质演变时序渲染的数据模板存储水质预测结果解析的数据，输出存储结果；
34、水质演变渲染模块：配置有可视化渲染基础地图服务，用于根据存储结果和用户输入参数匹配对应的水质预测模型预测结果，并根据本文档来自技高网...
【技术保护点】
1.一种河流流域水质预测模型的封装展示方法，其特征在于：包括：
2.根据权利要求1所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述S1包括：
3.根据权利要求2所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述S2包括：
4.根据权利要求3所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述S3包括：
5.根据权利要求4所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述S4包括：
6.根据权利要求5所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述S1中水质预测模型包括水质预测深度学习模型和水质指标预测机理模型，所述水质预测深度学习模型是基于时空图卷积网络的水质预测深度学习模型、基于多层注意力机制网络的水质预测深度学习模型以及基于长短时记忆网络的水质预测深度学习模型融合而成；
7.一种河流流域水质预测模型的封装展示系统，应用于如上权利要求1-6任一项所述的一种河流流域水质预测模型的封装展示方法，其特征在于：包括：
8.一种电子设备，其特征
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如上权利要求1-6任一项所述的一种河流流域水质预测模型的封装展示方法。
...【技术特征摘要】
1.一种河流流域水质预测模型的封装展示方法，其特征在于：包括：
2.根据权利要求1所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述s1包括：
3.根据权利要求2所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述s2包括：
4.根据权利要求3所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述s3包括：
5.根据权利要求4所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述s4包括：
6.根据权利要求5所述的一种河流流域水质预测模型的封装展示方法，其特征在于：所述s1中水质预测模型包括水质预测深度学习模型和水质指标预测机理模型，所述水质预测深度学习模型是基于时空图卷积...
【专利技术属性】
技术研发人员：余游，刘海涵，刘晓，朱博，周斌，余胜龙，闫柯羽，李灵星，
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。