搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
出版时间 :
水环境大数据与智慧化管理
0.00     定价 ¥ 168.00
罗湖图书馆
此书还可采购10本,持证读者免费借回家
  • ISBN:
    9787030797674
  • 作      者:
    王国强,等
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2025-01-01
收藏
内容介绍
《水环境大数据与智慧化管理》以流域水环境管理的业务需求为基础,围绕流域水环境的监测、分析和管理等环节,研发流域水生态环境监测技术和设备,并构建基于机理和人工智能的大数据挖掘和模拟工具。同时,制定流域水环境数据分类、存储与交换、业务系统接口等标准,并提出流域水环境管理大数据平台的总体设计方案。
展开
精彩书摘
第1章绪论
  1.1背景和意义
  1.1.1我国水环境发展的新形势
  1.水环境污染形势严峻且存在不平衡不协调的问题依然突出
  党中央和国务院高度重视水环境保护工作,并在“十一五”以来积极探索新的水环境保护路径,取得了积极的成效。根据《2022中国生态环境状况公报》的数据,2022年全国地表水监测的3629个国控断面中,I?III类断面比例为87.9%,比2021年上升3.0个百分点;劣V类断面比例为0.7%,比2021年下降0.5个百分点,显示了全国水环境质量总体上持续改善的趋势。然而,我国仍然面临水污染物排放总量和强度较高的问题,流域涵养水源生态空间减少,用水紧张地区不断增加水资源消耗性利用,调控能力不断增强的重大水利工程建设,以及日益明显的气候变化等问题,对流域生态水文过程产生了深远而广泛的影响,进而影响了地球化学和生物过程,推动了流域水生态系统结构和功能的变化,使流域水生态形势日益严峻。我国水生态环境保护仍存在不平衡和不协调的问题,部分地区水质恶化等问题亟待解决。
  (1)水环境治理任务艰巨。随着流域水质恶化、突发水污染和饮用水安全隐患等问题的日益突出,加快水污染防治和实施流域环境综合治理已成为实现我国经济高质量发展的重要任务。一些地区的发展方式相对粗放,导致城市建成区、工业园区和港口码头等环境基础设施的建设滞后。一些地方的入河排污口数量不清楚,管理不规范,违法排污现象时有发生。此外,氮磷成为一些地区的*要污染物,城乡面源污染防治存在瓶颈且需要突破。
  (2)水生态破坏问题普遍存在。一些河湖水域及其缓冲带的水生植被退化,水生态系统严重失衡。一些地方水资源过度开发,无法保障生态用水,河湖断流干涸现象普遍存在。
  (3)水环境风险不容忽视。一些地方高环境风险的工业企业集中分布,与饮用水源交叉,由企业生产事故引发的突发环境事件频繁发生。一些地方的河湖底泥污染较为严重,存在环境隐患。太湖、巢湖、滇池等重点湖泊的蓝藻水华问题一直存在,成为社会关注和治理的难题。
  (4)跨界水污染明显增加。一些地方政府倾向于牺牲环境来推动粗放型经济增长模式,其引发社会冲突不断升级。特别是在跨越行政边界的“避难所”地区,地区资源和生态环境问题的外部性明显增加。
  2.水环境保护与治理已经达到前所未有的高度
  党的十八大以来,建设生态文明、促进绿色发展、改善生态环境质量已被确立为国家的顶层设计和要求。党的十九大进一步明确了新时代的发展战略,提出到2035年生态环境根本好转,美丽中国目标基本实现,并对环境管理提出了更高的要求。在“十四五”规划中,*次将碳达峰和碳中和目标纳入经济和社会发展五年规划,成为污染防治攻坚战的主要目标。同时,强调坚持绿水青山就是金山银山的理念,推动绿色低碳发展,持续改善环境质量,提升生态系统质量和稳定性。
  在新时期,水环境管理应以习近平新时代中国特色社会主义思想为指导,贯彻党中央和国务院的决策部署,坚持山水林田湖草沙系统治理,以科学、精准、依法治污为原则,以改善水生态环境质量为核心,统筹水资源、水生态、水环境等要素,巩固和深化碧水保卫战的成果。在编制和实施重点流域水生态环境保护“十四五”规划的同时,积极推进美丽河湖的保护和建设,不断提升治理体系和治理能力的现代化水平。努力在关键领域和关键环节实现突破,为开创水生态环境保护的新局面、为实现2035年美丽中国的建设目标奠定良好基础。
  1.1.2大数据助力水环境保护与治理
  1.推进流域环境治理体系和治理能力现代化
  大数据技术是从数量巨大、来源分散、格式多样的数据中发现新知识、创造新价值、提升新能力的新一代信息技术。全面推进大数据技术在环保领域的应用,是推进流域环境治理体系和治理能力现代化的重要手段。
  党中央、国务院高度重视大数据在推进生态文明建设中的地位和作用。2015年7月1日,在中央全面深化改革领导小组第十四次会议上,审议通过了《生态环境监测网络建设方案》,习近平总书记明确指出,要推进全国生态环境监测数据联网共享,开展生态环境大数据分析。大数据技术不仅能解决传统数据管理方面存在的问题,而且能使数据管理趋于智能化,加强政府公共服务和市场监管,推动简政放权和政府职能转变。国务院《促进大数据发展行动纲要》等文件要求推动政府信息系统和公共数据互联共享,促进大数据在各行业创新应用。《国务院关于积极推进“互联网+”行动的指导意见》明确提出构建“互联网+”绿色生态,实现生态环境数据互联互通和开放共享。
  2016年3月,环境保护部正式发布了《生态环境大数据建设总体方案》,对生态环境大数据平台建设提出了明确要求,指出“大数据、互联网+等信息技术已成为推进环境治理体系和治理能力现代化的重要手段,要加强生态环境大数据综合应用和集成分析,为生态环境保护科学决策提供有力支撑”。
  2.提升流域水环境保护科学决策支撑水平
  流域水环境管理与单纯的水环境管理具有不同的内涵与外延。流域水环境管理不仅包括水污染防治,还包括水土保持、河道治理、生态保护等内容,相关管理涉及生态环境部、国家发展和改革委员会、工业和信息化部、自然资源部、住房和城乡建设部、交通运输部、水利部、农业农村部、国家卫生健康委员会等多部门。当前流域水环境管理相关业务应用的数据类型高达几十种时,其来源于不同的数据生产部门,其组织管理的方式、标准、参考体系也各不相同,给环境大数据的快速形成与综合应用提出了挑战。
  近年来,各部门不断更新采用现代化管理手段,主要有地理信息系统(GIS)、全球定位系统(GPS)、遥感(RS)技术和计算机的普及应用等,不仅提高了管理水平,也积累了海量的流域管理基础数据。虽然很多数据已经集中到“数据中心”,但数据难以真正流动起来,逐渐出现数据管理基础设施和系统建设分散、应用“烟囱”和数据“孤岛”林立、业务协同和信息资源开发利用水平低、综合支撑和公共服务能力弱等现象,难以适应和满足新时期流域水环境保护工作需求。
  流域水环境管理是一种典型的跨行业、多类型的大数据综合业务应用,需对多源、复杂的流域水环境大数据信息进行综合应用和集成分析。因此,针对流域水环境管理的大数据平台建设是提升流域水环境保护科学决策支撑水平的重要保障。
  3.实现流域水环境精细化管理
  2015年4月,国务院印发《水污染防治行动计划》(以下简称“水十条”),提出“完善流域协作机制,流域上下游各级政府、各部门之间要加强协调配合、定期会商,实施联合监测、联合执法、应急联动、信息共享”“深化重点流域污染防治,研究建立流域水生态环境功能分区管理体系”“完成全国排污许可证管理信息平台建设”等要求。2016年环境保护部成立水环境管理司,体现了国家以水环境问题为导向,统筹开展水环境精细化管理的决心,理顺了内部职责和业务关系,提高了工作效率。
  然而,与发达国家相比,目前我国流域水环境管理缺乏全国本底数据支撑,开展顶层设计及宏观政策制定缺乏强有力的数据支撑;亟须开发智能化的水环境管理大数据库和信息平台来提升流域水环境精细化管理的综合水平,促进数字环保向智慧环保转变,为我国流域水环境精细化管理提供技术保障。
  因此,重点攻克水环境多模集合模拟和流域水环境管理大数据平台构建等关键技术,构建流域水环境管理大数据平台,为流域水环境管理提供科学决策的准确依据,实现流域水环境管理向精细化转变的技术支撑,对推动流域水环境管理创新、提升管理水平、做好新常态下的流域水环境保护工作具有重大意义。
  1.2国内外研究进展
  1.2.1流域水生态环境监测研究
  水生态环境监测在国外始于20世纪70年代。美国国家环境保护局(EPA)的“环境监测与评价研究计划”(EMAP,1990年)、欧盟委员会的《水框架指令》(WFD,2000年)以及韩国“国家水生态监测工程”(NAEMP)等项目的实施,极大地推动了发达国家和地区水生态环境监测和评价工作,并形成了较为成熟的水生态环境监测和评价体系。我国水环境监测起步于20世纪90年代,经过30年的发展,监测指标方面从水质理化指标延伸至水生态指标,取得了较大的突破和拓展。针对河流和湖库,我国建立了包含化学水质、物理生境和水生生物在内的评价指标体系,并在松花江、太湖等流域开展了水生态监测的试点工作。在监测技术和设备方面,我国逐步完善了水质监测技术,并研发了一批水质理化指标的国产化监测仪器。此外,我国还研制了一批在线监测仪器,用于监测水生态关键指标,如浮游动物、藻密度等。计算机技术的应用,如5G、物联网和区块链,实现了水生态环境质量的全面智能化监测和综合展示。同时,基于高分辨率的民用卫星的遥感监测系统可用于大尺度水生态监测领域,初步构建了“空天地”一体化的立体水生态环境监测网络。
  《生态环境监测规划纲要(2020—2035年)》提出了水质向水生态监测的系统转变的目标,要建立以流域为单元的水生态监测指标体系和评价体系,并将监测手段从传统手工监测向天地一体、自动智能、科学精细、集成联动的方向发展。随着传感设备和通信技术的不断进步,基于物联网的水生态环境监测技术能够实现全方位、快捷有效的水生态环境质量动态监测,为水生态环境监管提供新的技术方法。
  物联网是通过射频识别(RFID)技术、红外感应器、GPS、激光扫描器、图像感知器等信息传感设备,将任何物品与互联网相连,实现智能化识别、定位、跟踪、监控和管理的一种网络(王保云,2009)。物联网能够将不同的检测载体进行连接,实现多载体的自动测试、数据上传、自动控制、智能校正、核查,对多载体信息进行综合评价、智能评估等。与国外相比,我国水生态环境监测起步较晚,但物联网技术的发展并不落后。目前,物联网技术已经在污染源监测、环境质量监测、遥感监测等领域得到广泛应用(吴琳琳等,2022)。将物联网技术与水生态监测相结合,可以实现水生态监测的智能化和监测效率的提高,同时也能显著降低监测成本。
  1.2.2流域水环境模型研究
  1.水文模型
  水文模型是对自然界中水文过程的模拟和概化,其对水资源开发利用、区域资源规划、生态环境需水、防洪减灾、水库调度、点源和非点源污染评价以及气候变化和人类活动对流域生态系统的影响等诸多方面均有重要的支持作用。因此,水文模型的研究一直是水文学研究的重点及要点,基于此建立了一系列的水文模型。自20世纪50年代以来,水文模型在国内外发展迅速并广泛应用,经历了概念性模型到分布式模型,特别是近几十年,水资源问题日益突出,同时随着计算机技术的快速发展,人们对流域水文模型的研究、应用的广度和深度逐渐加大,研制出大量各具特色的流域水文模拟模型。常被应用的流域水文模型有数十个,包括HEC-HMS模型、BASINS-HSPF模型、SWAT模型、USGS模型、WATFLOOD模型、TOPMODEL模型、HBV模型、TOTOPIKAPI模型、TANK模型、新安江模型等。
  (1)HSPF(hydrologic simulate program-FORTRAN)模型(CrawfordandLinsley,1966),全称为水文模拟模型,是由美国国家环境保护局开发,并集成于一套基于GIS技术的整合式平台系统BASINS。BASINS系统将HSPF模型集成在具有强大空间数据存储和处理能力的ArcView上,为HSPF模型自动提取地形地貌、土壤植被、土地利用及河道信息等数据提供了很好的技术支撑。经过多年发展,HSPF模型又陆续继承了HSP(hydrologic simulation program)、ARM(agricultural runoff management)、NPS(nonpoint source)等模块,完善了HSPF模型的模拟体系,不仅可以进行径流模拟,还可以实现多种污染物地表、壤中流过程及蓄积、迁移转化的综合模拟。HSPF模型是一种半
展开
目录
目录
前言
第1章 绪论 1
1.1 背景和意义 1
1.1.1 我国水环境发展的新形势 1
1.1.2 大数据助力水环境保护与治理 2
1.2 国内外研究进展 3
1.2.1 流域水生态环境监测研究 3
1.2.2 流域水环境模型研究 4
1.2.3 人工智能技术在水环境中的应用 10
1.3 流域水环境管理发展需求 12
1.3.1 大数据标准化需求 12
1.3.2 大数据汇集、整合与共享技术需求 14
1.3.3 大数据挖掘分析技术需求 15
1.3.4 智能化、精细化管理、评估与决策需求 15
1.3.5 大数据组织管理和治理机制需求 16
参考文献 17
第2章 水环境大数据概论 19
2.1 大数据定义与发展历程 19
2.2 水环境大数据 19
2.2.1 水环境大数据概念和特征 19
2.2.2 水环境大数据来源 20
2.3 水环境大数据关键技术需求 22
2.3.1 采集技术 22
2.3.2 处理技术 23
2.3.3 分析技术 25
2.3.4 表征技术 28
参考文献 29
第3章 水环境大数据监测技术 31
3.1基于物联网的水生态环境监测技术 31
3.1.1 基于物联网的水生态环境监测监控体系 31
3.1.2 水生态环境监测指标 36
3.1.3 水生态环境监测技术及设备 38
3.2 基于梯度扩散薄膜的水体污染物监测技术 47
3.2.1 梯度扩散薄膜技术原理 47
3.2.2 水中氮磷的 DGT检测装置的研制 48
3.2.3 DGT测定水环境中氨氮和硝酸盐氮的性能验证 50
3.3 城市黑臭水体遥感识别技术 51
3.3.1 生物光学特征 51
3.3.2 遥感识别方法 53
3.3.3 精度评价方法 57
参考文献 58
第4章 水环境大数据挖掘技术 60
4.1 存在的问题与需求 60
4.1.1 存在的问题 60
4.1.2 需求分析 60
4.2 总体框架设计 61
4.2.1 元数据 61
4.2.2 数据采集ETL技术 62
4.2.3 指标模型计算技术 62
4.2.4 数据统一接口技术 62
4.3 面向业务评估的大数据挖掘技术 62
4.3.1 河流水质评价 62
4.3.2 湖泊水质评价 64
4.3.3 湖泊富营养化评价 64
4.3.4 地表水饮用水水质评价 65
4.3.5 地下水饮用水水质评价 65
4.3.6 近岸海域水质评价 65
4.3.7 区域水质评价 65
4.3.8 水质指数计算 67
4.3.9 水质综合污染指数 67
4.3.10 城市水水质指数计算 68
4.3.11 长江经济带区域综合超标指数计算 68
4.3.12 长江经济带区域水环境承载力评估 69
4.3.13 生态环境压力评估 69
4.3.14 生态系统健康评估 71
4.3.15 生态服务功能评估 73
4.3.16 生态风险评估 75
4.3.17 生态安全评估 76
4.4 面向文本分析的大数据挖掘技术 77
4.4.1 语义分析–关键字77
4.4.2 语义分析–摘要 78
4.4.3 语义分析–综合应用 79
4.5 大数据挖掘封装技术 79
4.5.1 封装技术路线 79
4.5.2 封装要求 81
4.5.3 挖掘工具封装技术 81
参考文献 84
第5章 流域水文–水质–水生态耦合模拟技术 85
5.1 耦合模拟技术需求分析及建模总体思路 85
5.1.1 耦合模拟技术需求分析 85
5.1.2 建模总体思路 85
5.2 多维多尺度模型数据库 86
5.2.1 数据库结构及特色 86
5.2.2 模型驱动及验证数据库 87
5.2.3 模型参数库 87
5.3 多维流域水文水质模型 91
5.3.1 HSPF模型 91
5.3.2 SWAT模型 95
5.4 水动力学模型 109
5.4.1 干支流河道一维水动力水质模型 110
5.4.2 湖泊/水库二维水动力水质模型 119
5.5 水生态模型 125
5.6 水文–水质–水生态耦合模拟方案 126
参考文献 127
第6章 基于人工智能的水环境模拟技术 128
6.1 水环境模拟技术需求分析及总体架构 128
6.1.1 存在的问题和需求 128
6.1.2 总体架构 129
6.2 流域关键污染源识别 130
6.2.1 数据预处理 130
6.2.2 交叉相关算法. 131
6.2.3 关联规则算法. 131
6.3 Im-LSTM水质预测模型 132
6.3.1 模型结构 133
6.3.2 模型数据库 134
6.3.3 模型参数集 134
6.3.4 改进的LSTM算法 135
6.3.5 模型训练与评估 140
6.4 基于CNN的陆水一体化模型 140
6.4.1 模型结构 140
6.4.2 核心模块 141
参考文献 146
第7章 国家流域水环境管理大数据平台构建技术 147
7.1 流域水环境数据集成管理 147
7.1.1 数据资源分类与编码技术 147
7.1.2 数据存储与交换通用标准 154
7.1.3 流域水环境管理大数据业务系统接口技术通用标准 157
7.2 业务化平台总体设计 164
7.2.1 总体架构 164
7.2.2 数据架构 166
7.2.3 应用架构 173
7.2.4 技术架构 174
7.2.5 基础设施 174
7.2.6 生态环境云架构 175
7.2.7 标准规范体系 175
7.2.8 信息安全体系 175
7.2.9 运行维护体系 177
参考文献177
第8章 山东省流域水环境大数据与智慧化管理示范应用 178
8.1 小清河流域 178
8.1.1 流域概况 178
8.1.2 数据采集 178
8.1.3 水环境模拟技术的应用 180
8.1.4 示范应用成效 196
8.2 南四湖流域 196
8.2.1 流域概况 196
8.2.2 数据采集 197
8.2.3 水文–水质–水生态协同模拟 199
8.2.4 示范应用成效 210
参考文献 210
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

温馨提示:请使用罗湖图书馆的读者帐号和密码进行登录

点击获取验证码
登录