一种突发性水质污染事件的分析方法及装置的制造方法
【技术领域】
[0001]本发明涉及地理信息系统的虚拟地理环境研宄领域，尤其涉及一种突发性水质污染事件的分析方法及装置。
【背景技术】
[0002]近年来，突发性水质污染事件频发，严重损害了我国的水环境和经济建设的平稳发展，极大程度的危害了公众的人身安全和身体健康。水质污染事件具有显著的不可预测性、强突发性，且扩散快速以及响应时间紧迫，影响因素复杂多变等特征，因此，对水质污染扩散过程、污染物浓度分布以及影响区域的高效、直观和可靠地动态模拟分析已经成为水质污染应急响应与决策必须解决的问题。
[0003]目前，国内外围绕突发性水质污染事件的扩散分析、水质模拟可视化分析等方面开展了大量研宄。由于突发性水质污染扩散过程涉及较多不确定性因素，现有的研宄成果主要集中在历史资料的统计分析和经验判断层面，或者运用单一方法进行风险分析，是一种自上而下的数据驱动模式，这种模式以水质数据产品为中心，采用离线、被动式分析模式进行分析。
[0004]然而这种模式不灵活且效率低，数据、模型及信息等共享困难，越来越不适应复杂多变的水质突发事件应急需求，“数据滞后、分析滞后和决策滞后”的矛盾十分突出。
【发明内容】
[0005]本发明实施例提供了一种突发性水质污染事件的分析方法及装置，能够解决“数据滞后、分析滞后和决策滞后”的问题。
[0006]本发明实施例具有以下优点:在虚拟地理环境下，接收突发性水质污染事件中的站点观测数据和遥感观测数据，分别对站点数据以及遥感观测数据进行处理得到站点观测结果和遥感影像反演结果，专家可以根据遥感影像反演结果进行模型参数的设定，通过预置的水质模拟模型对模型参数和站点观测结果进行计算得到模拟结果，通过模拟结果对突发性水质污染事件中的三维场景以及污染物的动态扩散进行多维可视化。通过对站点观测数据和遥感观测数据的分析处理，实时的将突发性水质污染事件中的三维场景以及污染物的动态扩散进行多维可视化，能够解决“数据滞后、分析滞后和决策滞后”的问题。
【附图说明】
[0007]图1为本发明实施例中突发性水质污染事件的分析方法一个实施例示意图；
[0008]图2为本发明实施例中突发性水质污染事件的分析方法另一实施例示意图；
[0009]图3为本发明实施例中突发性水质污染事件的分析装置一个实施例示意图；
[0010]图4为本发明实施例中突发性水质污染事件的分析装置另一实施例示意图。
【具体实施方式】
[0011]本发明实施例提供了一种突发性水质污染事件的分析方法及装置，用于解决“数据滞后、分析滞后和决策滞后”的问题。
[0012]为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0013]本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三…第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0014]请参阅图1，本发明实施例中突发性水质污染事件的分析方法一个实施例包括:
[0015]101、在虚拟地理环境下，接收突发性水质污染事件中的站点观测数据和遥感观测数据；
[0016]本实施例中，在虚拟地理环境下，接收突发性水质污染事件中的站点观测数据和遥感观测数据，该站点观测数据和该遥感观测数据可以为地形数据、气象数据和流速数据。
[0017]可以理解的是，还可以包括其他类型数据，此处不再赘述。
[0018]102、对该站点观测数据进行数据质量控制，得到站点观测结果，并对该遥感观测数据进行遥感影像处理，得到遥感影像反演结果；
[0019]在接收突发性水质污染事件中的站点观测数据和遥感观测数据后，对该站点观测数据进行数据质量控制，包括对所述站点观测数据的突变、观测数值的连续突升或突降以及缺失噪声进行处理，得到站点观测结果，并对该遥感观测数据进行遥感影像处理，包括对所述遥感观测数据进行遥感影像辐射校正和几何纠正、投影变换以及水质信息反演的处理，得到遥感影像反演结果。
[0020]需要说明的是，上述数据质量控制和上述遥感影像的处理还可以包括其他的处理，具体此处不再赘述。
[0021]103、根据该遥感影像反演结果确定模型参数，将该模型参数和该站点观测结果作为初始数据输入预置的水质模拟模型，并得到模拟结果；
[0022]根据该遥感影像反演结果确定模型参数，调用预置的水质模拟模型，将该模型参数和该站点观测结果作为初始数据输入该水质模拟模型中，并得到模拟结果。
[0023]需要说明的是，该模型参数的设定可以由专家设定，还可以由其他决策者设定，具体此处不作限定。
[0024]进一步的，该水质模拟模型为一种模拟计算服务器，可以进行污染物浓度分布、范围和扩散速度的计算，还可以进行其他计算，具体此处不作限定。
[0025]104、根据该模拟结果对该突发性水质污染事件中的三维场景以及污染物的动态扩散进行多维可视化。
[0026]当确定了模拟结果后，根据该模拟结果对该突发性水质污染事件中的三维场景以及污染物的动态扩散进行多维可视化。
[0027]本实施例中，在虚拟地理环境下，接收突发性水质污染事件中的站点观测数据和遥感观测数据，分别对站点数据以及遥感观测数据进行处理得到站点观测结果和遥感影像反演结果，专家可以根据遥感影像反演结果进行模型参数的设定，通过预置的水质模拟模型对模型参数和站点观测结果进行计算得到模拟结果，通过模拟结果对突发性水质污染事件中的三维场景以及污染物的动态扩散进行多维可视化。通过对站点观测数据和遥感观测数据的分析处理，实时的将突发性水质污染事件中的三维场景以及污染物的动态扩散进行多维可视化，能够解决“数据滞后、分析滞后和决策滞后”的问题。
[0028]为了便于理解，下面对本发明实施例中的突发性水质污染事件的分析方法进行详细描述，请参阅图2，本发明实施例中突发性水质污染事件的分析方法的另一实施例包括:
[0029]201、接收突发性水质污染事件中的站点观测数据和遥感观测数据；
[0030]本实施例中，在虚拟地理环境下，接收突发性水质污染事件中的站点观测数据和遥感观测数据，该站点观测数据和该遥感观测数据可以为地形数据、气象数据和流速数据。[0031 ] 可以理解的是，还可以包括其他类型数据，此处不再赘述。
[0032]202、采用流程定制的方式，定制处理流程，对该站点观测数据的突变、观测数值的连续突升或突降以及缺失噪声进行处理，得到站点观测结果，对该遥感观测数据进行遥感影像辐射校正和几何纠正、投影变换以及水质信息反演的处理，得到遥感影像反演结果；
[0033]通过软件定制流程，定制处理流程，对该站点观测数据的突变、观测数值的连续突升或突降以及缺失噪声进行处理，还包括对由于突发性环境变化导致的高值异常数据进行处理，得到站点观测数据，通过系统中封装的遥感影像辐射校正和几何纠正、投影变换、水质繁衍遥感影像专题处理算法，采用流程定制的方式，定制遥感影像处理流程，实现对该遥感观测数据进行遥感影像辐射校正和几何纠正、投影变换以及水质信息反演的处理，得到遥感影像反演结果。
[0034]203、根据该遥感影像反演结果确定模型参数，将该模型参数和该站点观测结果作为初始数据输入预置的水质模拟模型，并得到模拟结果；
[0035]根据该遥感影像反演结果确定模型参数，调用预置的水质模拟模型，将该模型参数和该站点观测结果作为初始数据输入该水质模拟模型中，并得到模拟结果。
[0036]