一种河流水质监测数据序列加密方法

    公开(公告)号:CN106971076B

    公开(公告)日:2018-06-29

    申请号:CN201710200998.3

    申请日:2017-03-30

    Abstract: 本发明提供了一种河流水质监测数据序列加密方法,首先通过LOADEST模型优选出污染物通量与流量之间的回归方程,通过高频次的流量监测数据预估出初次加密的水质序列,将流量过程的波动特性通过回归方程传递给水质过程,从而弥补线性插补法不能刻画水质变化过程波动特性的不足;再通过卡尔曼滤波校正模型对初次加密的水质序列进行校正,将水质实测值与基于LOADEST模型的水质预估值进行数据同化,因而可有效减小最终估算值与实测值之间的误差,从而弥补相关模型插补法误差较大的不足;最终获得的水质加密数据序列既能刻画出2个实测点之间水质过程的波动变化特性,同时也能有效减小估算值与实测值之间的误差,弥补了现有方法的缺陷。

    基于数据分析的农业污染源入水体负荷量核算方法

    公开(公告)号:CN119474588A

    公开(公告)日:2025-02-18

    申请号:CN202510068096.3

    申请日:2025-01-16

    Abstract: 本申请涉及面源污染分析管理技术领域,其具体地公开了一种基于数据分析的农业污染源入水体负荷量核算方法,其基于待研究区域的多种基础数据计算出多个维度的污染物影响因子之后,进一步引入基于深度学习的数据分析技术对各个污染物影响因子的属性描述和数值进行语义嵌入编码,以实现对各个污染物影响因子的深度理解,接着,通过对各个污染物影响因子进行语义关联交互分析,挖掘出污染物影响因子间的因果联系和协同效应,以此来更准确地估计入水体系数,实现对农业污染源入水体负荷量的精确核算。通过这种方式,可以综合考虑多种污染物入水影响因素之间的关联影响,提升农业污染源入水体负荷量的核算精度,为污染治理提供更为科学的决策支持。

    一种用水总量红线考核标准制定方法

    公开(公告)号:CN107274301A

    公开(公告)日:2017-10-20

    申请号:CN201710387626.6

    申请日:2017-05-27

    CPC classification number: G06Q50/06

    Abstract: 本发明公开了一种用水总量红线考核标准制定方法,首先,收集被考核行政区在1956~2000年降水条件下的灌溉定额,以及考核年份年降水量和用水总量;然后利用灌溉需水满足率的丰枯变化反映灌溉用水保证程度丰枯变化,并建立了不同来水频率下灌溉需水满足率估算方法;在此基础上,考虑灌溉定额丰枯变化,提出了灌溉用水考核标准折算系数确定方法;接着由折算系数乘以灌溉用水控制目标,确定灌溉用水考核标准,再加上其他行业用水控制目标,得到定用水总量红线的考核标准,最终利用该标准对用水总量红线控制目标完成情况进行考核。

    一种河流水质监测数据序列加密方法

    公开(公告)号:CN106971076A

    公开(公告)日:2017-07-21

    申请号:CN201710200998.3

    申请日:2017-03-30

    CPC classification number: G06F19/00 G06F2219/10

    Abstract: 本发明提供了一种河流水质监测数据序列加密方法,首先通过LOADEST模型优选出污染物通量与流量之间的回归方程,通过高频次的流量监测数据预估出初次加密的水质序列,将流量过程的波动特性通过回归方程传递给水质过程,从而弥补线性插补法不能刻画水质变化过程波动特性的不足;再通过卡尔曼滤波校正模型对初次加密的水质序列进行校正,将水质实测值与基于LOADEST模型的水质预估值进行数据同化,因而可有效减小最终估算值与实测值之间的误差,从而弥补相关模型插补法误差较大的不足;最终获得的水质加密数据序列既能刻画出2个实测点之间水质过程的波动变化特性,同时也能有效减小估算值与实测值之间的误差,弥补了现有方法的缺陷。

    基于数据分析的农业污染源入水体负荷量核算方法

    公开(公告)号:CN119474588B

    公开(公告)日:2025-04-22

    申请号:CN202510068096.3

    申请日:2025-01-16

    Abstract: 本申请涉及面源污染分析管理技术领域,其具体地公开了一种基于数据分析的农业污染源入水体负荷量核算方法,其基于待研究区域的多种基础数据计算出多个维度的污染物影响因子之后,进一步引入基于深度学习的数据分析技术对各个污染物影响因子的属性描述和数值进行语义嵌入编码,以实现对各个污染物影响因子的深度理解,接着,通过对各个污染物影响因子进行语义关联交互分析,挖掘出污染物影响因子间的因果联系和协同效应,以此来更准确地估计入水体系数,实现对农业污染源入水体负荷量的精确核算。通过这种方式,可以综合考虑多种污染物入水影响因素之间的关联影响,提升农业污染源入水体负荷量的核算精度,为污染治理提供更为科学的决策支持。

Patent Agency Ranking