目 录
第1章 河湖水体富营养化与藻类水华 1
1.1 水体富营养化的形成及其危害 1
1.1.1 水体富营养化的形成 1
1.1.2 水体富营养化的危害 4
1.2 水体富营养化及藻类水华的形成机理模型 5
1.2.1 单一营养物质负荷模型 6
1.2.2 浮游植物与营养盐相关模型 7
1.2.3 生态动力学模型 8
1.2.4 数理统计模型 9
1.2.5 智能分析模型 9
1.3 蓝藻水华形成的影响因素分析 10
1.3.1 藻类水华形成的影响因素 10
1.3.2 蓝藻水华形成模拟实验及关键影响因素分析 19
1.4 本章小结 31
第2章 河湖水质监测技术及应用 32
2.1 水质监测技术概述 32
2.2 水质监测技术及在水环境领域中的应用 34
2.2.1 水质站点监测技术及应用 34
2.2.2 遥感监测技术及应用 37
2.2.3 图像监测技术及应用 42
2.3 水质断面监测技术与优化布局 43
2.3.1 水质断面监测原理及应用 43
2.3.2 水质断面监测优化布设方法 48
2.3.3 基于多Agent的河湖水质监测断面优化布设 51
2.3.4 基于综合分层聚类的河湖水质监测断面优化布设 63
2.4 本章小结 71
第3章 河湖水体富营养化评价 72
3.1 水体富营养化评价方法 72
3.2 水体富营养化评价 75
3.2.1 水体富营养化评价标准 75
3.2.2 基于单因素的水体富营养化评价 78
3.2.3 基于多因素的水体富营养化综合评价 82
3.2.4 基于多维正态云模型的水体富营养化综合评价 95
3.3 本章小结 101
第4章 河湖藻类水华形成机理与识别 102
4.1 藻类水华形成机理建模 102
4.1.1 蓝藻水华形成混合机理建模 102
4.1.2 蓝藻水华形成复杂网络机理建模 107
4.2 蓝藻水华识别建模 120
4.2.1 基于遥感监测的蓝藻水华识别建模 120
4.2.2 基于信息融合的蓝藻水华识别建模 135
4.3 本章小结 143
第5章 河湖藻类水华智能预测 144
5.1 藻类水华预测方法 144
5.2 蓝藻水华预测建模 145
5.2.1 基于集成学习的蓝藻水华预测 145
5.2.2 基于深度学习的蓝藻水华预测 150
5.2.3 基于时间序列与智能补偿的蓝藻水华预测 154
5.2.4 基于混沌理论的蓝藻水华预测 171
5.2.5 蓝藻水华形成时变机理预测 178
5.3 本章小结 187
第6章 河湖藻类水华治理决策 188
6.1 藻类水华治理决策方法 188
6.1.1 藻类水华治理方法现状 188
6.1.2 藻类水华治理决策方法概述 190
6.2 藻类水华治理决策建模 191
6.2.1 基于Vague集的藻类水华治理多目标决策 191
6.2.2 基于实时数据的藻类水华治理多属性决策 212
6.2.3 藻类水华治理多层次决策 218
6.2.4 基于案例推理的藻类水华治理决策 222
6.3 本章小结 227
第7章 河湖水环境监测与智能管理物联网应用平台 228
7.1 物联网应用平台体系结构 228
7.1.1 物联网应用平台整体框架 228
7.1.2 物联网应用平台硬件框架 232
7.2 水质信息采集模块硬件设计 233
7.2.1 水质监测主控制器 234
7.2.2 数据传输 237
7.2.3 水质监测控制器下位软件 241
7.3 水质远程监测硬件设计 247
7.3.1 水质远程监测与传输节点 247
7.3.2 在线水质监测分析仪 248
7.3.3 便携式多功能在线水质监测箱 250
7.3.4 岸站式多功能水质信息远程监测柜 251
7.3.5 浮标式多功能水环境监测仪 254
7.3.6 自主导航水质监测船 255
7.4 物联网应用平台管理软件设计与功能实现 257
7.4.1 物联网应用平台管理软件设计 257
7.4.2 物联网应用平台功能实现 262
7.5 物联网平台应用案例 272
7.5.1 唐山环城河水质信息监测与管理系统 272
7.5.2 太湖水质监测与管理系统 282
7.6 本章小结 290
参考文献 291
前 言
作为人类用水的直接来源,河湖是社会经济可持续发展的重要基础。但在过去的几十年中,由于我国人口迅速增长,工业化、城镇化进程快速推进,导致河湖水体富营养化程度日益严重,由此引发的藻类水华已成为最普遍、危害最大的水环境问题之一,给自然水体和人们生活造成严重影响。水华预防和治理已成为水资源保护亟须解决的重大问题。
环境保护是我国的一项基本国策。河湖是城市的重要景观,也是城市基础设施的重要组成部分。水体富营养化及藻类防治是保护城乡环境的重要措施。国家某环保部门曾规划提出将环境监测、监察、预警、应急和评估能力建设作为国家环境保护重点工程。国发《水污染防治行动计划》(〔2015〕17号)中强调节约保护水资源、加强水环境管理、保障水生态环境安全。因此,深入分析河湖水体富营养化及藻类水华形成的机理特征,有效评价水体富营养化状态,进行水华预测预警及治理决策研究,研发水质监测设备及物联网管理应用平台,对于最大限度利用和保护水资源,促进水环境技术进步具有重要的现实意义。
本书共分为7章。第1章 河湖水体富营养化与藻类水华,阐述了水体富营养化的形成及其危害,以及藻类水华形成机理;并对目前藻类水华形成的机理建模方法进行系统阐述,重点对蓝藻水华形成的关键影响因素进行实验和数学建模分析。第2章 河湖水质监测技术及应用,介绍了水质监测技术现状,分别从站点监测、遥感监测、图像监测等方面阐述了当前水质监测技术及应用情况,提出了基于多Agent技术和综合分层聚类的河湖水质断面监测的优化布局方法。第3章 河湖水体富营养化评价,论述了目前水体富营养化评价方法,分析了单因素、多因素的水体富营养化评价模型,构建了基于灰色关联度及多维正态云模型的水体富营养化评价模型。第4章 河湖藻类水华形成机理与识别,提出了蓝藻水华形成混合机理数学模型,建立了关键影响因素函数库,拓展了蓝藻水华形成机理模型的适用范围;构建了基于复杂网络的蓝藻水华形成仿真模型,通过建立反映蓝藻水华生成过程的统计特征参数,对蓝藻水华形成变化趋势进行综合评测;建立了遥感图像与蓝藻水华表征指标叶绿素a含量之间的回归函数,结合多站点水质监测信息,构建了基于信息融合理论的蓝藻水华识别模型。第5章 河湖藻类水华智能预测,阐述了藻类水华预测技术,建立了基于集成学习、深度学习的蓝藻水华预测模型;研究了基于时序分析与智能非线性补偿、混沌时间序列的蓝藻水华预测方法;同时在蓝藻水华形成机理模型中引入时间变量,拓展了蓝藻水华机理预测模型适用性。第6章 河湖藻类水华治理决策,综述了目前藻类水华治理技术及决策方法,提出了基于Vague集和实时数据的藻类水华治理决策模型;根据藻类水华治理决策要求,研究了多层多目标的藻类水华治理决策方法;为充分利用已有藻类水华治理的成功案例及领域专家经验,构建了基于案例推理的藻类水华治理决策模型。第7章 河湖水环境远程监测与智能管理物联网应用平台设计,介绍了平台的硬件体系架构及关键技术,阐述了水质监测模块硬件、控制器设计、软件设计过程,以及自主研发的水质远程监测与传输节点、在线水质监测分析仪、便携式多功能在线水质监测箱、岸站式水质信息远程监控柜、浮标式水环境多功能监测仪、自主导航水质监测船等设备的工作特点及主要性能参数;同时阐述了物联网应用平台管理软件系统设计过程以及平台的远程监测、信息管理、水质分析等功能;并对在唐山、无锡等河湖的实际应用案例进行了介绍。
课题团队多年从事水环境领域的研究工作,涉及水环境监测、水体富营养化评价、藻类水华形成机理建模、藻类水华智能预测与治理决策技术、水环境智能信息管理平台等,研究内容先后得到北京市教育委员会市属高校创新能力提升计划项目(TSJHG201310011032)、国家自然科学基金委面上项目(51179002)、北京市科委科技新星计划项目(2010B007)、北京市教育委员会市属高校青年拔尖人才项目(CIT&TCD201404031)、北京市教委重点科技项目(KZ201510011011)等资助,同时得到北京市水文总站、太湖流域管理局等单位的大力支持。
本书由王小艺教授组织撰写。王小艺教授负责藻类水华形成机理及治理决策技术研究,以及全书的统稿工作;许继平副教授负责河湖水环境监测与智能管理物联网应用平台软件开发工作;张慧妍副教授负责水体富营养化评价方法研究;王立副教授负责蓝藻水华预测方法研究;于家斌副教授负责河湖水环境监测与智能管理应用平台涉及的硬件系统开发工作;刘载文教授和崔莉凤教授作为顾问,对本书的编写给予大力指导与帮助。在此,还要感谢课题团队的白玉廷博士、赵峙尧博士、王昭洋博士,以及硕士研究生姚俊杨、朱清伟、彭森、王凌斌、邵飞等。他们参与了本书中方法的仿真、文字录入及核稿等工作。同时,感谢合作单位北京市水文总站的黄振芳教授级高级工程师及刘波高级工程师等同志的支持与帮助。
本书是课题团队近年来在水环境领域研究成果的结晶。本书的问世,对我国水环境污染防治将起到重要的参考作用。
作 者
2017年11月
本书可供从事环境工程、信息工程、管理工程等专业的研究人员参考,同时可作为本科生与研究生的教材或参考书。
博士,北京工商大学计算机与信息工程学院教授,校办公室主任,2010年北京市科技新星,北京市属高校中青年骨干教师。
本书系统提出了河湖藻类水华分析及智能管理物联网应用技术,针对水质远程监测、水质分析、水华形成机理、水华预测预警及治理决策等技术进行全面阐述,并介绍了水质监测硬件及智能管理物联网应用平台的实现方案。主要内容包括:河湖水体富营养化与藻类水华;河湖水质监测技术及应用;河湖藻类水华形成机理与识别方法;河湖藻类水华智能预测预警专家系统;河湖藻类水华治理决策专家云平台;河湖水质信息多维监测硬件平台搭建;河湖水质监测与智能管理物联网应用平台等。本书可供自动控制、计算机、物联网、环境等专业研究生及相关技术人员参考使用。 本书通过对水华机理的研究,以数学、智能控制等进行建模,以神经网络等预测,并搭架了物联网应用平台。根据北京高校创新能力提升计划项目“北京河湖水环境监测与智能管理物联网应用平台”(编号:PXM2013-014213-000098)和某国家自然科学基金进行编写,对行业内及跨专业技术人员有一定的参考价值。