基于GIS的邕江水污染预测系统研究

基于GIS的邕江水污染预测系统研究

论文摘要

在区域水环境管理中,建立水质预测系统进行水质模拟、预测是当前环境管理部门对水环境进行管理和决策的有效途径之一。为保障南宁市用水安全,通过提高邕江水污染预测能力以提高水质预警能力,并及时应对突发性污染事件提供技术依据,本文尝试在C#.net的环境下,基于GIS二次发开建立邕江水质预测系统,通过邕江水污染预测结果的可视化,为邕江水污染的防治提供空间辅助决策支持。论文主要包括以下几个方面:根据水质预测模拟需求和地理信息系统的特征,从结构、功能等方面设计了基于GIS的邕江水质预测系统。通过GIS的二次开发软件进行综合分析,结合GIS特点及所用到的水质模型特点,确定了系统的开发技术路线,即以数据库为基础,在.NET环境下,采用VisualC#对河道进行空间离散化,将GIS与水质预测模型集成,使用组件技术、插件技术等关键技术构建系统。系统实现了对邕江内河的非固定排污口的持续排放预测、非固定排污口的瞬时排放预测;对干流的单个排污口的持续排放预测、多个排污口持续排放污染预测和突发性污染事故预测。系统用图形显示了污染物推移扩散过程,并使用不同颜色级别表示了污染物相应的浓度范围,使水环境管理者方便地掌握各个河段所对应的污染情况。对于干流持续排放的预测,本文结合了地表水水质标准,为水环境管理提供更为直观、实用的水质类别判断预测结果显示图。对于干流的突发性污染事故的预测,实现了动态演示,以满足水环境管理部门对突发性污染事故的时空信息的掌握。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究目的和意义
  • 1.3 国内外研究现状
  • 1.3.1 GIS研究现状
  • 1.3.2 水质模型研究现状
  • 1.3.3 基于GIS的水质预测研究现状
  • 1.3.4 河道空间离散化研究现状
  • 1.4 研究内容
  • 1.4.1 研究内容
  • 1.4.2 论文创新点
  • 1.5 研究的技术路线
  • 第二章 系统分析和设计
  • 2.1 系统需求分析
  • 2.2 系统总体设计
  • 2.2.1 系统设计的目标
  • 2.2.2 系统设计的原则
  • 2.2.3 系统总体框架的设计
  • 2.3 系统界面设计
  • 2.4 系统功能设计
  • 2.4.1 地图控制功能
  • 2.4.2 数据管理功能
  • 2.4.3 污染预测功能
  • 2.5 数据库的设计
  • 2.5.1 数据库技术的概述
  • 2.5.2 数据库的设计
  • 2.6 组件和开发平台
  • 2.7 系统的集成方式
  • 2.7.1 GIS与水质模型的集成方式
  • 2.7.2 本系统采用的集成方式
  • 第三章 系统功能的实现
  • 3.1 系统的软硬件环境
  • 3.1.1 硬件环境
  • 3.1.2 软件环境
  • 3.2 数据库建立和管理
  • 3.2.1 空间数据库的建立
  • 3.2.2 属性数据库的建立
  • 3.2.3 数据的调用
  • 3.3 系统的界面实现
  • 3.4 GIS与水质模型的集成
  • 3.4.1 集成的步骤
  • 3.4.2 水质模型
  • 3.4.3 空间离散化
  • 3.4.4 数值计算
  • 3.4.5 离散化结果的可视化表达
  • 3.4.6 离散化结果
  • 3.5 预测结果及其分析
  • 3.5.1 内河预测
  • 3.5.2 干流预测
  • 第四章 结论和展望
  • 4.1 结论
  • 4.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].支持向量机增量学习在污染预测中的研究[J]. 西北工业大学学报 2014(01)
    • [2].室内装饰装修材料污染预测系统设计[J]. 江西建材 2015(10)
    • [3].地下水不规则平面连续排放源污染预测方法[J]. 环境科学与技术 2014(S1)
    • [4].改进的在线支持向量机训练算法[J]. 计算机工程 2009(22)
    • [5].《地表污染质在地下环境中污染预测与治理技术研究》项目通过市教委结题[J]. 上海应用技术学院学报(自然科学版) 2008(01)
    • [6].新疆库车县城镇地下水资源污染迁移解析模型研究[J]. 地下水 2015(01)
    • [7].正常工况下石油类污染物运移及对地下水的污染分析[J]. 水资源保护 2010(02)
    • [8].水污染预测方法研究现状[J]. 绿色科技 2017(14)
    • [9].化工项目地下水事故源强计算与污染预测[J]. 环境科技 2018(01)
    • [10].基于大数据分析的雾霾污染预测研究[J]. 环境科学与管理 2017(10)
    • [11].神经网络应用于大气污染预测的探讨[J]. 信息技术与信息化 2015(06)
    • [12].博兴县南部区域浅层地下水污染风险分析[J]. 人民黄河 2012(04)
    • [13].滁州市某垃圾填埋厂对地下水的污染预测[J]. 地下水 2017(03)
    • [14].重庆北碚区域环境噪声现状、预测及防治对策研究[J]. 绿色科技 2016(08)
    • [15].贵州龙井湾堆场渗漏污染预测[J]. 贵州大学学报(自然科学版) 2016(05)
    • [16].人工神经网络在大气污染预测中的应用[J]. 陕西广播电视大学学报 2015(04)
    • [17].基于BP网络的兰州市PM_(10)的污染预测[J]. 洛阳理工学院学报(自然科学版) 2014(03)
    • [18].基于WebGIS和粒子系统的空气污染预测动态可视化展示技术[J]. 中国环境管理 2012(05)
    • [19].乌鲁木齐地下水污染预警体系探究[J]. 西部资源 2020(03)
    • [20].广西某冶炼厂水文地质特征及工程项目生产的水污染预测评估分析[J]. 北方环境 2011(07)
    • [21].邢台市岩溶水污染现状与演化趋势预测[J]. 中国岩溶 2011(03)
    • [22].基于MATLAB BP神经网络的岩溶渗漏污染预测一例[J]. 工程勘察 2010(10)
    • [23].对神经网络污染预报建模的影响因素[J]. 北京工业大学学报 2009(06)
    • [24].基于机器学习的北京市PM2.5浓度预测模型及模拟分析[J]. 工程科学学报 2019(03)
    • [25].基于神经网络的大气污染预测[J]. 电子测试 2015(18)

    标签:;  ;  ;  ;  

    基于GIS的邕江水污染预测系统研究
    下载Doc文档

    猜你喜欢