[发明专利]水库水质预测系统及方法在审

专利信息
申请号: 201810675644.9 申请日: 2018-06-26
公开(公告)号: CN108830425A 公开(公告)日: 2018-11-16
发明(设计)人: 苗竹;叶照金;吕正勇;冯国杰;宋登慧;任贝;朱湖地;李淑彩;范吉强 申请(专利权)人: 北京高能时代环境技术股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G01N33/18
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 吴迪
地址: 100000 北京市海淀区地*** 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: 水库水质 监测数据 水质指标 特征数据 藻类生长 预测数据 预测模型 预测系统 预警 水库 水质监测装置 水质预测装置 水质 显示目标 应对措施 预警分级 装置接收 监测点 滞后性 预测 水华 提示 缓解 监测 检测 分析 管理
【说明书】:

发明提供了一种水库水质预测系统及方法,该系统包括:水质监测装置监测监测点的水质指标监测数据和藻类生长特征数据;水质预测装置接收水质指标监测数据和藻类生长特征数据,对水质指标监测数据和藻类生长特征数据进行分析,得到水库水质预测模型,并根据水质指标监测数据,藻类生长特征数据和水库水质预测模型对待测水库的水质进行预测,得到预测数据;预警分级装置接收预测数据,根据预测数据确定目标预警等级,并显示目标预警等级。该系统能对待测水库的水质进行预测,能够在发生水华事件前提前预警,以提示相关人员提前采取应对措施,便于对水库水质的管理,缓解了目前对于水库的检测存在滞后性的技术问题。

技术领域

本发明涉及水污染治理的技术领域,尤其是涉及一种水库水质预测系统及方法。

背景技术

如今湖库已经成为城市的重要水源,水库的水质安全直接影响着城市居民的健康和城市经济的发展。然而,随着面源污染的进一步加剧,进入水库的污染物急剧增加,使得众多湖库水体水质不断恶化,水质安全得不到保证。同时,水库污染源复杂而多样,而且污染物进入水体后,会随水流运动发生迁移、转化,由于水库体量大,水体水质要素在空间分布上存在差异,同时由于不同季节水文、气象等条件的影响,水体水质状态是动态连续变化的。

国内研究表明,叶绿素a含量、蓝藻密度可以反映水质状况,是判断水体富营养化的重要指标。水体富营养化影响因素复杂而多样,其中最重要的影响因素是氮素和磷素,其中磷的作用远大于氮,另外还跟水温、溶解氧、生化需氧量、氨氮、高锰酸盐指数等有关。水体富营养化的标志便是水体藻类发生水华现象。

现有技术中,在对水库水质进行检测时,一般是检测水库中的蓝藻密度和叶绿素a的浓度,当水库中的蓝藻密度或叶绿素a的浓度达到预设阈值后,确定水库中发生了蓝藻水华事件,然后,再采取应急措施,这样,不但会产生大量的经济损失,而且应急措施的效果会大打折扣。

为了控制水质安全,减少因水质恶化带来的经济损失和不良影响,采用科学、先进的手段对水质进行预警就显得十分必要,特别是对于城市大中型供水水库而言,水华预警对于保障居民的饮用水安全具有非常重要的意义。

但是,目前还没有对水库水华预警方面的研究,对于水库的检测还停留在发生水华事件后再采取应对措施的层面,存在滞后性。

发明内容

有鉴于此,本发明的目的在于提供一种水库水质预测系统及方法,以缓解目前对于水库的检测存在滞后性的技术问题。

第一方面,本发明实施例提供了一种水库水质预测系统,所述系统包括:水质监测装置,水质预测装置和预警分级装置;

所述水质监测装置设置于待测水库的监测点的位置,用于监测所述监测点的水质指标监测数据和藻类生长特征数据,其中,所述水质指标监测数据至少包括:水温数据,pH值数据,溶解氧数据,高锰酸盐指数,氨氮浓度,总磷浓度,总氮浓度,所述藻类生长特征数据包括:叶绿素a浓度,蓝藻密度;

所述水质预测装置与所述水质监测装置连接,用于接收所述水质监测装置发送的水质指标监测数据和所述藻类生长特征数据,对所述水质指标监测数据和所述藻类生长特征数据进行分析,以建立得到水库水质预测模型,并根据所述水质指标监测数据,所述藻类生长特征数据和所述水库水质预测模型对所述待测水库的水质进行预测,得到预测数据;

所述预警分级装置与所述水质预测装置连接,用于接收所述水质预测装置发送的所述预测数据,根据所述预测数据确定目标预警等级,并显示所述目标预警等级。

结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述系统还包括:布点装置;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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高能时代环境技术股份有限公司,未经北京高能时代环境技术股份有限公司许可,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/201810675644.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top