[01161518]多源多尺度数据协同支持下的流域水环境管理系统关键技术研究

为了创新人工智能和大数据支持下的水环境综合管理系统的理论、方法和技术,项目在水体污染控制与治理科技重大专项“清潩河流域水环境质量整体提升与功能恢复关键技术集成研究与综合示范课题”子课题：清潩河（许昌段）多目标多部门综合管理决策平台（2015ZX07204-002）的支持下开展了相关研究。 项目提出并构建了基于多源多尺度观测大数据、人工智能技术支撑的水环境综合管理体系框架,构建了水环境综合管理的概念框架体系、数据汇聚体系、知识构建体系与服务拓展体系;构建了支撑典型流域水环境多目标联合决策的多源数据融合、多时空尺度协同的数据模型,研发了基于LDA模型、语义推理挖掘等观测全过程链条下的水环境信息智能发现与融合方法;基于“污染源-水量-水质-容量”响应关系,构建了动态环境容量计算模型、生态环境流量调控、多段耦合水质模型,实现了水环境质量综合评估-动态调控-模拟预警的层次联动管理;自主研制了基于网格化级联递推水环境智慧计算模型的渲染引擎,实现了多层次、多元水环境污染演化态势与预警的多维多尺度可视化与制图表达,构建了许昌水环境综合管理系统等智能服务应用示范工程,实现了许昌水环境从监测、预警、应急、生态管控到综合决策分析的全过程管理,并推广至其他典型流域,服务于国家生态文明战略决策。 项目主要研究内容包括： （1）水环境管理系统体系框架。针对水环境管理系统研究新领域理论研究基础薄弱、应用建模研究不规范、人工智能决策支撑难落地、知识服务可视化水平低等问题,提出了以构建水环境管理研究的概念体系、数据汇聚体系、知识构建体系以及产品与知识服务拓展体系为支撑的研究框架,并系统性表达了体系框架组成与内涵。 （2）支撑水环境管理系统的数据模型与智能提取。在系统梳理支撑水环境管理的基础地理信息数据、多部门公共专题数据、地面-遥感观测数据、社交媒体数据等基础上,构建了支撑典型流域水环境多目标联合决策的多源数据融合、多时空尺度协同的数据模型,并基于LDA模型、语义推理挖掘、深度学习等方法实现水环境信息智能提取与融合,进而构建了可服务于多目标、多部门的水环境专题数据库。 （3）水环境管理知识服务分析模型。基于“污染源-水量-水质-容量”响应关系,集成动态环境容量计算、生态环境流量调控、多段耦合水质等模型及基于深度学习的水质预测模型,实现了水环境质量综合评估-动态调控-模拟预警的层次联动管理。 （4）水环境智慧计算渲染引擎与多维多尺度可视化表达。自主研制了基于网格化级联递推水环境智慧计算模型的渲染引擎,实现了多层次、多元水环境污染演化态势与预警的自适应可视化与制图表达,构建了许昌水环境综合管理系统等智能服务应用示范工程,并可推广至其他典型流域,服务于国家水环境战略决策。 项目的主要研究成果为： （1）建立了大数据、人工智能技术支持下的水环境管理理论基础、数据获取、模型构建及系统应用服务一体化的体系框架与研究范式,提供了智慧化水环境综合管理研究思路与系统构建模板。 （2）构建了水环境管理数据模型,研发了水环境信息智能提取与融合方法,建立了水环境评估预测与联合决策模型,可针对水环境日常管理与突发问题,进行了实时分析与决策支持。 （3）研制开发了水环境综合管理平台,实现了水环境信息智能提取与融合、海量多源异构地理空间数据存储、流域水环境质量评估与发布、水环境专题地图的快速自适应修改与生成,并可推广至其他流域,为国家水环境保护与生态文明建设与决策提供服务。 （4）发表学术论文22篇,国际国内学术会议大会报告3次。已受理专利3项,登记软件著作权13项。