[发明专利]一种基于分布式计算的快速水质预报预警方法及系统有效
申请号: | 202010062201.X | 申请日: | 2020-01-19 |
公开(公告)号: | CN111310976B | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 王东伟;高涛;吴静;张路;高翔 | 申请(专利权)人: | 北京耘数科技有限责任公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q50/26;G01N33/18;G08B21/18;G06F111/10 |
代理公司: | 北京沁优知识产权代理有限公司 11684 | 代理人: | 郭娜 |
地址: | 100000 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分布式 计算 快速 水质 预报 预警 方法 系统 | ||
1.一种基于分布式计算的快速水质预报预警方法,其特征在于,包括:
对水域及地理环境进行采样,构建水质数值框架模型、构建水文数值框架模型、构建地理模型;
将所述水质数值框架模型、水文数值框架模型和地理模型结合生成水质预报空间地理模型;
将水质预报空间地理模型进行布式计算,构建快速水质预报模型;
根据所述快速水质预报模型进行预测、预警和决策。
2.根据权利要求1所述的基于分布式计算的快速水质预报预警方法,其特征在于,所述对水域及地理环境进行采样包括:
获取采样点,获取第一采集样本;
确定间隔时间,根据间隔时间对所述采样点进行多次采样,获取对比采集样本。
3.根据权利要求2所述的基于分布式计算的快速水质预报预警方法,其特征在于,所述确定间隔时间包括:确定第一属性。
4.根据权利要求3所述的基于分布式计算的快速水质预报预警方法,其特征在于,所述确定间隔时间还包括:根据所述第一属性设定第一阈值,当所述间隔时间大于所述第一阈值时,所述间隔时间为第一阈值。
5.根据权利要求3所述的基于分布式计算的快速水质预报预警方法,其特征在于,所述构建水质数值框架模型包括:
确定水质指标;
根据所述水质指标对所述第一采集样本和对比采集样本进行样本数据处理;
根据所述样本数据处理生成第一采集样本数据和对比采集样本数据。
6.根据权利要求5所述的基于分布式计算的快速水质预报预警方法,其特征在于,所述构建水质数值框架模型包括:
根据所述水体分类及第一采集样本数据和对比采集样本数据确定水质数值框架模型维数;
根据所述水质数值框架模型维数构建所述水质数值框架模型。
7.根据权利要求6所述的基于分布式计算的快速水质预报预警方法,其特征在于,所述构建地理模型包括:创建地质数据库,创建钻孔剖面,进行剖面解译与数据提取建立地理模型。
8.根据权利要求1所述的基于分布式计算的快速水质预报预警方法,其特征在于,将所述水质数值框架模型、水文数值框架和地理模型结合生成水质预报空间地理模型包括:对所述地理模型进行空间插值,将所述水质数值框架模型和水文数值框架模型导入所述地理模型,生成水质预报空间地理模型。
9.根据权利要求7所述的基于分布式计算的快速水质预报预警方法,其特征在于,将所述水质预报空间地理模型与大数据分布式计算技术结合,构建快速水质预报模型包括:
获取所述水质预报空间地理模型历史数据,通过所述历史数据进行演变计算,根据所述演变计算构建演变模型;
根据所述水质预报空间地理模型确定汇流口,确定汇流口参数,根据所述汇流口参数计算所述水域的流入量和流出量,根据所述流入量和流出量构建流量模型;
确定所述水质预报空间地理模型的未来变化因素;
通过对所述演变模型、流量模型、未来变化因素的联合计算,构建所述快速水质预报模型。
10.根据权利要求1所述的基于分布式计算的快速水质预报预警方法,其特征在于,根据所述快速水质预报模型进行预测、预警和决策包括:
对所述水域水环境质量进行预报;
模拟所述预报进行水域水质分布,预测未来水质、水量变化趋势;
根据所述未来水质变化趋势对水质超标进行预警,并对污染溯源定位。
11.一种应用所述基于分布式计算的快速水质预报预警方法的系统,其特征在于,包括:
收集单元,所述收集单元用于对所述水域及地理环境信息进行收集;
第一分析单元,所述第一分析单元用于对所述收集单元收集的信息进行预处理和再处理;
构建单元,所述构建单元用于根据所述第一分析单元处理的信息进行所述地理模型、水质数值框架模型、水文数值框架模型和水质预报空间地理模型、快速水质预报模型的构建;
第二分析单元,所述第二分析单元用于进行预测、预警、决策。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京耘数科技有限责任公司,未经北京耘数科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010062201.X/1.html,转载请声明来源钻瓜专利网。