基于gis水环境影响评价决策支持系统的研究

《基于gis水环境影响评价决策支持系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于GIS的水环境影响评价决策支持系统研究摘要水资源危机已成为全球性社会环境问题，它将长期成为人类社会生存和发展的主要障碍。以南水北调对郑州市水环境影响评价为例介绍了构建基于GIS的水环境影响评价空间决策支持系统的主要过程以及所具有的功能，该系统的建成，将帮助管理者提高决策的自动化和科学化，从而使有限的水资源通过按水质进行配置，而产生最大的效益。系统利用GIS的数据采集功能，建立水资源和环境管理数据库，而后进行水环境评价专业模型的选择和设计，并确定模型参数，最后实现专业模型与GIS的集成，完成系统的设计与实现，应用该系统进行水环境影响评价。在选用模型方面，本文除采用了环境质量指数模型及零维、一

2、维水质评价模型外，还选用了基于模糊理论的评价模型和基于人工神经网络的评价模型。系统还将神经网络应用于水环境影响预测方面。神经网络具有非常优良的非线性特性，由于水环境的复杂性，在利用常规方法来建立模型过程中，不可能把所有的影响因素都考虑进去，将神经网络引入水环境影响预测中，可以解决部分以上问题。本系统以水环境的管理为应用对象，把基于水环境的信息技术和传统的数据库技术带入到可视化的空间中，将环境保护的管理者置身于自然和社会环境之中，使抽象的水环境评价工作变得生动、直观和全面。系统采用软件的结构化设计模式，按功能将系统自上而下逐步分解为相对独立的子系统，设计强调模块完整性与扩充性、功能实用性、操作可

3、视化。关键词：环境影响评价，地理信息系统，决策支持系统，神经网络，结构化STUDYoNwATERENVIRONMENTIMPACTASSESSMENTSDSSBASEDoNGISABSTRACT-砷ecrisisofwaterresourcehasbeenoneofthesocialandenvironment．1problemsoftheglobe，whichwouldbethemainbarrierofthelivinganddeveloppmentofsocietyinthelongperiod．Inordertoexploitandutilizethewaterresourseinma

4、ximumextent，hightechnologyiseagerlyintroducedintotheexploitationandtheusingofwaterresourse．WaterEnvironmentEvaluationdecisionsupportsystemisarisingresearchsubject．Itisfoundationandapplicationwillhelptheadministerimprovetheautomationandscienceofwaterresoursedecision，andmakethelimitedwaterresourselast

5、inglyproducethemaximumbenefit．Thestructure’SdesignandestablishmentofmanagementdecisionsupportsystemofwaterrcsourceenvironmentofSouthtoNorthWaterTransferringProjectionisstressfullyintroducedinthisarticle．ThesystemUSeSthefunctionofdatacollectingofGIStofoundgroundwaterI'esourcemanagedatabase；weproceedw

6、iththechoiceofapplicationmethodandthedesignofprofessionalmodel，verifythemodelparameter，thenthedeterminedparameterischaracterdatabaseofGISasinputdataofprofessionalmodel．Finally,werealizetheintegrationofprofessionalmodelandGIS，completethedesignandrealizationofwaterresourcemanagement＆environmentalasses

7、smentsystem,andUsethesystemtomanageandassessmentthewaterresource．Sincemostofthegeneralpredictingmethodshavedifficultinprocessingnonline盯cases．Whileneuralnetworkiscompetentfornonlinearprocessingforitse