《智慧水環(huán)境理論與應(yīng)用》以松花江流域哈爾濱市城區(qū)段為研究區(qū)，分別介紹地理信息系統(tǒng)、遙感技術(shù)、空間定位技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、云計(jì)算、機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)等技術(shù)在水環(huán)境監(jiān)測(cè)與管理中的應(yīng)用現(xiàn)狀與技術(shù)特征。從水環(huán)境監(jiān)測(cè)與感知、水質(zhì)預(yù)測(cè)與評(píng)價(jià)、水體污染物總量控制、水質(zhì)遙感、水污染突發(fā)事件處理等領(lǐng)域具體闡述了智慧水環(huán)境的技術(shù)體系與應(yīng)用成效。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
目錄
前言
第1章 智慧水環(huán)境概述 1
1.1 智慧水環(huán)境概念的提出 3
1.2 智慧水環(huán)境的內(nèi)容 3
1.2.1 構(gòu)建智慧水環(huán)境物聯(lián)網(wǎng) 4
1.2.2 構(gòu)建智慧水環(huán)境大數(shù)據(jù)云平臺(tái) 6
1.2.3 構(gòu)建智慧水環(huán)境智能分析模型 7
1.2.4 構(gòu)建智慧水環(huán)境綜合應(yīng)用平臺(tái) 8
1.3 智慧水環(huán)境的框架結(jié)構(gòu)和技術(shù)組成 10
1.3.1 大數(shù)據(jù)相關(guān)技術(shù) 10
1.3.2 物聯(lián)網(wǎng)技術(shù) 12
1.4 智慧水環(huán)境的應(yīng)用趨勢(shì) 13
1.5 建設(shè)智慧水環(huán)境的意義 13
第2章 基于物聯(lián)網(wǎng)的智慧水環(huán)境技術(shù)設(shè)施體系 14
2.1 基于IOT技術(shù)的智慧水環(huán)境環(huán)保監(jiān)測(cè)體系 14
2.1.1 環(huán)保物聯(lián)網(wǎng)的總體體系結(jié)構(gòu) 14
2.1.2 環(huán)保物聯(lián)網(wǎng)的軟件系統(tǒng) 14
2.1.3 環(huán)保物聯(lián)網(wǎng)的硬件系統(tǒng) 15
2.2 固定式水環(huán)境自動(dòng)監(jiān)測(cè)設(shè)備 15
2.3 可移動(dòng)式水環(huán)境監(jiān)測(cè)體系 29
2.3.1 浮標(biāo)式水質(zhì)監(jiān)測(cè)站 29
2.3.2 浮船式水質(zhì)監(jiān)測(cè)站 31
2.3.3 水質(zhì)移動(dòng)監(jiān)測(cè)車 35
2.4 無人機(jī)監(jiān)察技術(shù) 40
2.4.1 無人機(jī)及無人機(jī)系統(tǒng) 41
2.4.2 無人機(jī)飛行平臺(tái) 41
2.4.3 任務(wù)載荷 42
2.4.4 無人機(jī)監(jiān)察技術(shù)在智慧水環(huán)境中的應(yīng)用 45
第3章 基于云計(jì)算的智慧水環(huán)境綜合服務(wù)平臺(tái) 47
3.1 云計(jì)算 47
3.1.1 云計(jì)算技術(shù)框架概述 47
3.1.2 云計(jì)算的服務(wù)模式 51
3.2 云平臺(tái)數(shù)據(jù)響應(yīng)服務(wù) 52
3.2.1 監(jiān)測(cè)數(shù)據(jù)收集響應(yīng)服務(wù) 53
3.2.2 空間數(shù)據(jù)關(guān)聯(lián)存儲(chǔ)響應(yīng)服務(wù) 56
3.2.3 專題數(shù)據(jù)編輯制作響應(yīng)服務(wù) 57
3.3 云平臺(tái)數(shù)據(jù)與服務(wù)發(fā)布機(jī)制 59
3.3.1 水質(zhì)環(huán)保數(shù)據(jù)發(fā)布 61
3.3.2 地理信息空間數(shù)據(jù)發(fā)布 62
3.3.3 水環(huán)境專題數(shù)據(jù)發(fā)布 64
3.3.4 水環(huán)境應(yīng)用基礎(chǔ)功能模塊發(fā)布 65
第4章 水環(huán)境在線監(jiān)測(cè)深度感知系統(tǒng)研究 67
4.1 系統(tǒng)研究概況 67
4.1.1 控制單元概況 68
4.1.2 水環(huán)境在線監(jiān)測(cè)深度感知系統(tǒng)設(shè)計(jì) 68
4.1.3 研究方法 68
4.2 在線監(jiān)測(cè)分發(fā)數(shù)據(jù)庫設(shè)計(jì) 69
4.2.1 水環(huán)境在線監(jiān)測(cè)現(xiàn)狀 69
4.2.2 在線監(jiān)測(cè)分發(fā)數(shù)據(jù)庫構(gòu)建 71
4.3 水污染物追溯響應(yīng)算法研究 74
4.3.1 圖論中的網(wǎng)絡(luò)模型 74
4.3.2 GIS網(wǎng)絡(luò)模型 74
4.3.3 水環(huán)境網(wǎng)絡(luò)數(shù)據(jù)模型構(gòu)建 75
4.3.4 構(gòu)建污染物空間追溯響應(yīng)關(guān)系模型 76
4.3.5 構(gòu)建三級(jí)響應(yīng)管理模型 78
4.4 水環(huán)境在線監(jiān)測(cè)深度感知系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 80
4.4.1 系統(tǒng)需求分析 80
4.4.2 系統(tǒng)建設(shè)思路 81
4.4.3 系統(tǒng)總體設(shè)計(jì) 82
4.4.4 系統(tǒng)功能設(shè)計(jì) 84
4.4.5 系統(tǒng)展示 87
第5章 基于Skyline的河流水污染突發(fā)事件模擬 89
5.1 研究區(qū)概況 89
5.1.1 研究區(qū)地理位置概況 89
5.1.2 研究區(qū)流域水文特征 89
5.1.3 水環(huán)境風(fēng)險(xiǎn)源 91
5.2 基于Skyline平臺(tái)建立流域三維水環(huán)境 91
5.2.1 地形的三維表達(dá) 91
5.2.2 河流數(shù)據(jù)的表達(dá) 92
5.2.3 多源三維模型數(shù)據(jù) 92
5.3 水質(zhì)模型與Skyline平臺(tái)的耦合 94
5.3.1 水質(zhì)模型 94
5.3.2 水質(zhì)模型與Skyline平臺(tái)的耦合 96
5.4 河流水污染突發(fā)事件模擬系統(tǒng)的設(shè)計(jì) 98
5.4.1 系統(tǒng)需求分析 98
5.4.2 系統(tǒng)設(shè)計(jì)原則 98
5.4.3 系統(tǒng)總體設(shè)計(jì) 99
5.4.4 數(shù)據(jù)庫設(shè)計(jì) 100
5.4.5 系統(tǒng)功能設(shè)計(jì) 106
5.4.6 水質(zhì)模擬功能 107
5.5 情景模擬 109
5.5.1 事故模擬 109
5.5.2 事故風(fēng)險(xiǎn)分析 110
第6章 基于WebGIS的松花江哈爾濱段水質(zhì)監(jiān)測(cè)與評(píng)價(jià)系統(tǒng) 113
6.1 概述 113
6.2 系統(tǒng)技術(shù) 113
6.2.1 WebGIS技術(shù) 113
6.2.2 水質(zhì)評(píng)價(jià)方法 114
6.3 數(shù)據(jù)庫系統(tǒng) 114
6.4 系統(tǒng)構(gòu)建 115
6.4.1 系統(tǒng)功能需求 115
6.4.2 系統(tǒng)設(shè)計(jì) 116
6.4.3 系統(tǒng)服務(wù)與導(dǎo)航 117
6.4.4 水質(zhì)監(jiān)測(cè) 117
6.4.5 水質(zhì)評(píng)價(jià) 118
6.5 小結(jié) 119
第7章 水環(huán)境污染物總量?jī)?yōu)化分配方法及業(yè)務(wù)化應(yīng)用研究 120
7.1 概況 120
7.1.1 研究區(qū)自然環(huán)境概況 120
7.1.2 研究區(qū)水質(zhì)概況 121
7.2 污染物總量?jī)?yōu)化分配方法研究 122
7.2.1 水環(huán)境容量的計(jì)算 122
7.2.2 污染物核算 128
7.2.3 污染物總量分配原則及可選方法 139
7.2.4 松花江哈爾濱段水環(huán)境污染物總量分配 140
7. 3 污染物總量?jī)?yōu)化分配業(yè)務(wù)化系統(tǒng)實(shí)現(xiàn) 148
7.3.1 系統(tǒng)需求分析 148
7.3.2 系統(tǒng)架構(gòu)及數(shù)據(jù)庫設(shè)計(jì) 149
7.3.3 技術(shù)路線 152
7.3.4 系統(tǒng)關(guān)鍵技術(shù) 153
7.3.5 系統(tǒng)功能實(shí)現(xiàn) 154
7. 4 結(jié)論與展望 157
7.4.1 結(jié)論 157
7.4.2 展望 159
第8章 基于多源遙感的哈爾濱松花江水質(zhì)反演 160
8.1 基于多光譜遙感的松花江水質(zhì)反演 160
8.1.1 衛(wèi)星遙感數(shù)據(jù)來源及預(yù)處理 160
8.1.2 遙感影像處理成果 161
8.1.3 基于多光譜遙感水質(zhì)模型構(gòu)建 161
8.2 基于機(jī)器學(xué)習(xí)PSO-SVR對(duì)水質(zhì)反演模型的建立 164
8.2.1 基于PSO-SVR對(duì)高錳酸鹽指數(shù)反演 164
8.2.2 基于PSO-SVR對(duì)化學(xué)需氧量反演 166
8.2.3 基于PSO-SVR對(duì)氨氮反演 167
8.2.4 基于PSO-SVR對(duì)總磷反演 169
8.3 小結(jié)與討論 170
第9章 基于CBR與RBR的突發(fā)水環(huán)境污染處理專家系統(tǒng)研究 172
9.1 知識(shí)庫的建立 173
9.1.1 知識(shí)的概念 173
9.1.2 知識(shí)與知識(shí)庫 173
9.1.3 知識(shí)獲取 174
9.1.4 水污染與事件處理知識(shí) 174
9.1.5 專家知識(shí)獲取方法 175
9.1.6 突發(fā)水環(huán)境污染知識(shí)庫建立 176
9.2 CBR方法 181
9.2.1 案例相似度計(jì)算 181
9.2.2 CBR法 183
9.2.3 CBR架構(gòu)分析 184
9.3 RBR方法 186
9.3.1 規(guī)則推理方法 186
9.3.2 決策樹算法 187
9.3.3 三種算法性能評(píng)價(jià) 189
9.3.4 CBR和RBR結(jié)合分析 192
9.4 CBR和RBR突發(fā)水環(huán)境污染算法實(shí)現(xiàn) 193
9.4.1 CBR算法實(shí)現(xiàn) 193
9.4.2 RBR算法實(shí)現(xiàn) 194
第10章 基于移動(dòng)端的水環(huán)境管理云平臺(tái) 196
10.1 國(guó)內(nèi)外移動(dòng)電子政務(wù)的發(fā)展現(xiàn)狀分析 196
10.1.1 國(guó)內(nèi)移動(dòng)電子政務(wù)發(fā)展現(xiàn)狀 196
10.1.2 國(guó)外移動(dòng)電子政務(wù)發(fā)展現(xiàn)狀 197
10.1.3 水環(huán)境智能APP應(yīng)用現(xiàn)狀 197
10.2 移動(dòng)端平臺(tái)特點(diǎn) 198
10.3 需求分析 199
10.3.1 用戶層次需求分析 199
10.3.2 功能需求分析 199
10.3.3 平臺(tái)運(yùn)維分析 201
10.3.4 支撐環(huán)境建設(shè) 202
10.3.5 平臺(tái)部署 203
10.3.6 平臺(tái)測(cè)試 203
10.4 水環(huán)境移動(dòng)端平臺(tái)設(shè)計(jì) 204
10.4.1 概述 204
10.4.2 建設(shè)原則 204
10.4.3 項(xiàng)目實(shí)施重點(diǎn)及難點(diǎn) 205
10.4.4 技術(shù)路線與關(guān)鍵技術(shù) 205
10.4.5 平臺(tái)框架設(shè)計(jì) 210
10.4.6 水環(huán)境大數(shù)據(jù)中心 212
10.4.7 云端服務(wù)方案 214
10.5 平臺(tái)應(yīng)用 217
10.5.1 平臺(tái)管理端 218
10.5.2 移動(dòng)端功能設(shè)計(jì) 223
10.6 平臺(tái)應(yīng)達(dá)到的技術(shù)指標(biāo) 226
10.7 結(jié)束語 227
參考文獻(xiàn) 228
書單推薦
