松花江突发水污染可视化模拟系统研究与实现

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (9): 211-214.

松花江突发水污染可视化模拟系统研究与实现

李文君1，2，黄强1，杨明祥1

1.西安理工大学水利水电学院，西安 710048
2.海河流域水资源保护局，天津 300170

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-03-21 发布日期:2012-04-11

Research and implementation of sudden water pollution system of Songhua river

LI Wenjun1，2, HUANG Qiang1, YANG Mingxiang1

1.Institute of Water Resources and Hydro-electric Engineering, Xi’an University of Technology, Xi’an 710048, China
2.Water Resources Protection Bureau of Haihe River Basin, Tianjin 300170, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-03-21 Published:2012-04-11

摘要/Abstract

摘要： 针对目前松花江流域突发水污染日益严重，水污染可视化模拟不足的情况，基于可视化技术，研究水质模型与3S集成环境的融合方法与途径，构建了松花江突发水污染可视化模拟系统，实现了水质模型计算数据的动态可视化展现。着重介绍了三角网的构建和水质数据的拟合。以2005年松花江水污染为例，模拟了污染物的扩散和迁移过程，证明了该系统的有效性。

关键词: 可视化, 突发水污染, 水质模拟

Abstract: Aiming at the pollution of Songhua river basin getting more and more serious, and the shortage of water pollution visualization simulation, this paper based on the visualization technology, researches the method of the integration of water quality model and 3S environment, constructs the pollution visualization simulation system of Songhua river, realizes the dynamic visual show of the calculation data of water quality model. This paper mainly introduces the construction of the triangle nets and the water quality data fitting. Taking the pollution of the Songhua river in 2005 for example, the process of the diffusion and migration of pollutants is simulated.

Key words: visualization, sudden water pollution, water quality simulation

李文君1，2，黄强1，杨明祥1. 松花江突发水污染可视化模拟系统研究与实现[J]. 计算机工程与应用, 2012, 48(9): 211-214.

LI Wenjun1，2, HUANG Qiang1, YANG Mingxiang1. Research and implementation of sudden water pollution system of Songhua river[J]. Computer Engineering and Applications, 2012, 48(9): 211-214.

[1]	余磊，许光銮，王洋，林道玉，李峰. 基于动态投影嵌入的多维异质网络可视化研究[J]. 计算机工程与应用, 2021, 57(8): 145-152.
[2]	王友发，周圆圆，罗建强. 近20年智能制造研究热点与前沿挖掘[J]. 计算机工程与应用, 2021, 57(6): 49-57.
[3]	李晓英，唐冬琳. 面向用户生成内容的创意思维知识服务研究[J]. 计算机工程与应用, 2021, 57(4): 236-244.
[4]	江洋洋，金伯，张宝昌. 深度学习在自然语言处理领域的研究进展[J]. 计算机工程与应用, 2021, 57(22): 1-14.
[5]	陈小寒，魏书宁，覃正泽. 基于深度学习可视化的恶意软件家族分类[J]. 计算机工程与应用, 2021, 57(22): 131-138.
[6]	程宇航，张健钦，李江川，张安. 交通行业事故文本数据的可视化挖掘分析方法[J]. 计算机工程与应用, 2021, 57(21): 116-122.
[7]	任卓君，陈光，卢文科. 恶意软件的操作码可视化方法研究[J]. 计算机工程与应用, 2021, 57(18): 130-134.
[8]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[9]	张迪，杨沛，邓鑫波，赵千川. ASExplorer：基于联合熵的多维相关性可视分析系统[J]. 计算机工程与应用, 2021, 57(1): 99-109.
[10]	魏世超，李歆，张宜弛，周晓锋，李帅. 基于E-t-SNE的混合属性数据降维可视化方法[J]. 计算机工程与应用, 2020, 56(6): 66-72.
[11]	王家润，孙禹楠，尹辉，杨志龙. 军事目标关系的拟合地势及双重保凸可视建模[J]. 计算机工程与应用, 2020, 56(5): 270-278.
[12]	王占刚. 面向视觉变量感知特征的时空过程可视化模型[J]. 计算机工程与应用, 2020, 56(4): 50-56.
[13]	王金丽，樊勇，张辉. 区块链文献主题发现及演化研究[J]. 计算机工程与应用, 2020, 56(20): 1-8.
[14]	翟永杰，杨旭，王金娜，王坤峰，赵振兵. 平行视觉框架下深度卷积神经网络可视化分析[J]. 计算机工程与应用, 2020, 56(19): 139-145.
[15]	张功森，郭翌，李永哲，裴曦，徐榭，周解平. 结合增强现实的医用加速器碰撞检测方法[J]. 计算机工程与应用, 2020, 56(17): 197-202.