(19)中华人民共和国国家知识产权局
| (12)发明专利说明书 | |
| (10)申请公布号 CN 104050388 A (43)申请公布日 2014.09.17 |
| | |
(21)申请号 CN201410305829.2
(22)申请日 2014.06.27
(71)申请人 武汉大学
地址 430072 湖北省武汉市武昌区珞珈山武汉大学
(72)发明人 张万顺 胡珊 彭虹
(74)专利代理机构 武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 鲁力
(51)Int.CI
G06F19/00
(54)发明名称
(57)摘要
本发明属于流域突发水污染检测与预警领域，涉及到一种基于云技术的突发性水环境风险预测系统。本发明提出的技术方案内容包括建立模型设置模块，模型参数库、污染物样本数据库和排污过程经验模式，建立移动端的人机交互界面，引导用户进行河道概化、排污过程设定，建立动态演示模块，对污染事件的扩散过程进行动画影像和浓度曲线的模拟分析。建立演示厅和系统设置模块，实现用户对污染事件案例的管理和用户管理。区别于传统的复杂水质模拟，本发明可以让用户通过手机完成污染事件模拟，操作简单、携带方便、适用性强，能在数分钟内实现对突然污染事件的快速模拟，对处理突发水环境风险事件有显著的社会效益和经济效益。 | |
| |
法律状态
法律状态公告日 | 法律状态信息 | 法律状态 |
2022-09-09 | 专利权的转移IPC(主分类):G06F19/00专利号:ZL2014103058292登记生效日:20220830变更事项:专利权人变更前权利人:武汉大学变更后权利人:珞珈浩景数字科技(合肥)有限公司变更事项:地址变更前权利人:430072 湖北省武汉市武昌区珞珈山武汉大学变更后权利人:230000 安徽省合肥市高新区望江西路中安创谷科技园A1栋401 | 专利申请权、专利权的转移 |
| | |
权 利 要 求 说 明 书
1.一种基于云技术的突发性水环境风险预测系统，其特征在于，包括：
服务端：采用J2EE架构，从样本数据库中提取污染物样本和河流样本数据，下发给用户，并根据用户上传的参数，动态生成网格数据和污染物排放过程数据，再调用水环境数值模型进行模拟计算，最后将预测结果提供给用户查看、分享和校核；所述服务端包括污染特征概化模块、河流特征概化模块、水环境数值模型模块、案例管理模块四个模块；
客户端：利用无线网络从服务端获取河流样本数据和污染物样本数据，发送用户修改后的参数到服务端，同时能接收服务端计算出的预测结果，并将其显示在所述客户端上；所述客户端包括通信模块、参数设置模块、案例演示模块、案例分享模块和案例校核模块五个模块。
2.根据权利要求1所述的一种基于云技术的突发性水环境风险预测系统，其特征在于，所述服务端的河流特征概化模块包括：
河流特征数据库：用于存储典型河流的样本参数，包括糙率、比降、剖面类型，具体为结构体数组；
动态网格生成子单元：根据用户提交的河道特征参数，生成水环境数值模型所需要的地形数据和网格数据；河道特征参数包括，河宽为dB，水深为dH，河长为length,比降为sloop，断面个数为n。
3.根据权利要求2所述的一种基于云技术的突发性水环境风险预测系统，其特征在于，所述河道特征参数中河长为剖面类型，具体分为V型、U型和W型，不同的剖面类型使用如下不同的建模方式，其中定义i为当前断面：
V型划分为3点网格，各控制点的长度和高程分别为，(0,(i*length/n)*sloop+dH)，(dB/2,(i*length/n)*sloop)，(dB,(i*length/n)*sloop+dH)；
U型为4点网格，各控制点的长度和高程分别为(0,(i*length/n)*sloop+dH),(dB/4,(i*length/n)*sloop),(dB*3/4,(i*length/n)*sloop),(dB,(i*length/n)*sloop+dH)；
W型网格为5点网格，各控制点的长度和高程分别为(0,(i*length/n)*sloop+dH),(dB/4,(i*length/
n)*sloop),(dB/2,(i*length/n)*sloop+dH/2),(dB*3/4,(i*length/n)*sloop),(dB,(i*length/n)*sloop+dH)。
4.根据权利要求1所述的一种基于云技术的突发性水环境风险预测系统，其特征在于，服务端的污染物特征概化模块包括：
排污过程生成子单元：用于根据用户设定的污染物特征参数，生成水环境数值模型所需要的排污序列数据；污染物特征参数包括，污染物总量m，污染物密度p，排放时间time，排污模式包括抛物线型、三角形、梯形、自定义4种；不同的排污方式预置了不同排污过程模板；
一个预设的污染物样本数据库。
5.根据权利要求4所述的一种基于云技术的突发性水环境风险预测系统，其特征在于，所述排污模式中，
抛物线模式包含7个排污控制点，其数据结构为：
{area:0.12,processList:[{time:0,q:0},{time:0.05,q:0.4},{time:0.1,q:0.8},{time:0.5,q:1},{time:0.9,q:0.8},{time:0.95,q:0.4},{time:1,q:0}]}；
三角形模式包含3个排污控制点数据结构为：
{area:0.5,processList:[{time:0,q:0},{time:0.5,q:1},{time:1,q:0}]}；
梯形模式包含4个排污控制点数据结构为：
{area:0.72,processList:[{time:0,q:0},
{time:0.1,q:0.8}, {time:0.9,q:0.8}, {time:1,q:0}]}；
通过q*m/(area*time)即能够换算出所设模式下，各个排污控制点的排污量，从而得到水环境数值模型所需要的排污序列数据。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议