CN116362571B 一种基于深度学习的多源污染时空特征分析方法及系统 (北京建工环境修复股份有限公司)_第1页
CN116362571B 一种基于深度学习的多源污染时空特征分析方法及系统 (北京建工环境修复股份有限公司)_第2页
CN116362571B 一种基于深度学习的多源污染时空特征分析方法及系统 (北京建工环境修复股份有限公司)_第3页
CN116362571B 一种基于深度学习的多源污染时空特征分析方法及系统 (北京建工环境修复股份有限公司)_第4页
CN116362571B 一种基于深度学习的多源污染时空特征分析方法及系统 (北京建工环境修复股份有限公司)_第5页
已阅读5页,还剩30页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于深度学习的多源污染时空特征分本发明公开了一种基于深度学习的多源污染时空特征分析方法及系统。在一个监测周期染扩散模型进行基于时空特征的污染分析与污壤污染区域进行污染调控分析并生成调控方案2将所述土壤污染监测数据与环境特征数据导入污染扩散模型进行基于时空特征的污在下一个监测周期内,对优选监测子区域进行污染根据二次污染预测数据对土壤污染区域进行污染调控将污染预测数据与优选污染监测数据进行数据对比分析并计算两将土壤污染监测数据、环境特征数据与历史周期环境特根据调控方案信息对土壤污染区域进行污染调控,并在第二个周期后的N个周期时间将每个周期的土壤监测数据与对应周期的调控监测指标进行对比基于优选污染监测数据,对每个优选监测子区域进行基基于所述初始污染指数计算出每个优选监测将初始污染指数大于预警指数的污染预警子区32.根据权利要求1所述的一种基于深度学习的多源污染时空特征分析方法,其特征在3.根据权利要求1所述的一种基于深度学习的多源污染时空特征分析方法,其特征在对每一个污染子区域进行土壤采样检测,并得到每将所有子区域污染监测数据进行数据整合得到土4.根据权利要求1所述的一种基于深度学习的多源污染时空特征分析方法,其特征在获取预设历史时间段内的历史土壤监测数据将历史土壤监测数据与历史环境特征数据进行数据归一5.根据权利要求4所述的一种基于深度学习的多源污染时空特征分析方法,其特征在基于土壤污染监测数据,对每个污染子区域进行基础污染污染扩散模型根据预测扩散速率与环境特征数据判断污染子区域中的预测污染指数与预测扩46.根据权利要求1所述的一种基于深度学习的多源污染时空特征分析方法,其特征在将所述优选污染监测数据与二次环境特征数据导入污染扩散模型进行二次污染分析7.根据权利要求6所述的一种基于深度学习的多源污染时空特征分析方法,其特征在于,所述根据二次污染预测数据对土壤污染区域进行污染调控分析并生成调控方案信息,对所有污染子区域中进行调控区域划分,划分方法为将基于第一调控子区域与第二调控子区域,将二次污染预测数将所述第一调控方案与第二调控方案整合为调控方案信8.一种基于深度学习的多源污染时空特征分析系统学习的多源污染时空特征分析程序被所述处理器将所述土壤污染监测数据与环境特征数据导入污染扩散模型进行基于时空特征的污在下一个监测周期内,对优选监测子区域进行污染根据二次污染预测数据对土壤污染区域进行污染调控将污染预测数据与优选污染监测数据进行数据对比分析并计算两将土壤污染监测数据、环境特征数据与历史周期环境特5根据调控方案信息对土壤污染区域进行污染调控,并在第二个周期后的N个周期时间将每个周期的土壤监测数据与对应周期的调控监测指标进行对比基于优选污染监测数据,对每个优选监测子区域进行基基于所述初始污染指数计算出每个优选监测将初始污染指数大于预警指数的污染预警子区9.根据权利要求8所述的一种基于深度学习的多源污染时空特征分析系统,其特征在对每一个污染子区域进行土壤采样检测,并得到每将所有子区域污染监测数据进行数据整合得到土6[0007]在一个监测周期内,获取多个污染子区域中的土壤污染监测数据与环境特征数[0008]将所述土壤污染监测数据与环境特征数据导入污染扩散模型进行基于时空特征[0010]根据二次污染预测数据对土壤污染区域进行污染调控分析并生7[0024]将历史土壤监测数据与历史环境特征数据进行数据归一化、标[0037]将所述优选污染监测数据与二次环境特征数据导入污染扩散模型进行二次污染8所述基于深度学习的多源污染时空特征分析程序被所述处理器[0046]在一个监测周期内,获取多个污染子区域中的土壤污染监测数据与环境特征数[0047]将所述土壤污染监测数据与环境特征数据导入污染扩散模型进行基于时空特征[0049]根据二次污染预测数据对土壤污染区域进行污染调控分析并生二次污染预测数据对土壤污染区域进行污染调控分析并生成调控方案信息。通过本发明,9[0068]如图1所示,本发明第一方面提供了一种基于深度学习的多源污染时空特征分析一一[0092]将历史土壤监测数据与历史环境特征数据进行数据归一化、标[0108]将所述优选污染监测数据与二次环境特征数据导入污染扩散模型进行二次污染[0120]将污染预测数据与优选污染监测数据进行数据对比分析并计算两者的数据差异[0126]根据调控方案信息对土壤污染区域进行污染调控,并在在第二个周期后的N个周具有较高准确率。所述反向污染预测数据具体为模拟分析在前N个周期内土壤污染区域的[0137]在下一个检测周期内获取污染预警子区域中的污染监测数据并标记为预警监测[0144]本发明第二方面还提供了一种基于深度学习的多源污染时空特征分析系统4,该程序,所述基于深度学习的多源污染时空特征分析程序被所述处理器执行时实现如下步[0146]在一个监测周期内,获取多个污染子区域中的土壤污染监测数据与环境特征数[0147]将所述土壤污染监测数据与环境特征数据导入污染扩散模型进行基于时空特征[0149]根据二次污染预测数据对土壤污染区域进行污染调控分析并生[0165]将历史土壤监测数据与历史环境特征数据进行数据归一化、标[0181]将所述优选污染监测数据与二次环境特征数据导入污染扩散模型进行二次污染[0193]将污染预测数据与优选污染监测数据进行数据对比分析并计算两者的数据差异[0199]根据调控方案信息对土壤污染区域进行污染调控,并在在第二个周期后的N个周具有较高准确率。所述反向污染预测数据具体为模拟分析在前N个周期内土壤污染区域的二次污染预测数据对土壤污染区域进

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论