基于SWAT模型的洪湖流域水质污染评估方法及装置

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种基于SWAT模型的洪湖流域水质污染评估方法及装置。

背景技术

SWAT（Soil and WaterAssessment Tool）模型对区域水文与营养物定量描述使用最多和最为有利的工具，被广泛运用于研究流域面源污染评价与水文水资源评价。

现有通用的SWAT模型，基本上是通过ArcSWAT的界面化操作输入处理好的需要模拟时期的天气数据，然后，通过ArcSWAT的界面交互进行模拟时期、预热时间设置、模拟结果输出步长等，模型模拟需要安装ArcGIS商业软件。但是，因为ArcSWAT不支持Linux系统，该方法无法满足在Linux的服务器上进行自动化调度的需求，具有极大的局限性。

发明内容

本申请实施例的目的在于提供一种基于SWAT模型的洪湖流域水质污染评估方法及装置，用以解决了现有技术存在的上述问题，不依赖第三方ArcSWAT的情况下实现洪湖流域水质污染的评估结果，并基于python实现了多系统平台的自动业务化运行与评估结果的展示。

第一方面，提供了一种基于SWAT模型的洪湖流域水质污染模拟方法，该方法可以包括：

获取建立的洪湖流域的SWAT模型、相应流域中气象站点在所需时间段内采集的气象数据和所需时间段之前采集的气象数据；所述SWAT模型包括可执行文件；

采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到SWAT模型的模型参数和包含所述模型参数的当前SWAT模型；所述目标数据包括径流大小、总磷含量和总氮含量；

将所述所需时间段内的气象数据输入所述当前SWAT模型，以使所述当前SWAT模型执行所述可执行文件，得到所述所需时间段内洪湖流域的水质污染数据；

基于预设的计算机编程语言python，对所述水质污染数据进行渲染，生成所述水质污染数据的结果展示图。

在一个可选的实现中，采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到SWAT模型的模型参数和包含所述模型参数的当前SWAT模型，包括：

按照SUFI2 算法的运行要求，预先设定各参数范围、模拟次数和目标运行函数；

获取所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值；

采用SUFI2方法，基于所述所需时间段之前洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到所述各参数范围对应的迭代结果；

基于预设模拟次数的迭代结果，确定调整后的各参数；

将调整后的各参数确定为SWAT模型的模型参数，以及将包含所述模型参数的SWAT模型确定为当前SWAT模型。

在一个可选的实现中，基于预设模拟次数的迭代结果，确定调整后的各参数，包括：

基于预设模拟次数的迭代结果中的各参数，获取相应模拟次数的候选SWAT模型；

基于设置的相同输入数据，得到相应模拟次数的候选SWAT模型输出的相应目标数据的模拟值；

计算预设模拟次数对应的目标数据的模拟值和实测值的相关系数和纳什效率系数；

将满足预设要求的相关系数和纳什效率系数对应的各参数，确定为调整后的各参数。

在一个可选的实现中，将所述所需时间段内的气象数据输入所述当前SWAT模型，以使所述当前SWAT模型执行所述可执行文件，得到所述所需时间段内洪湖流域的水质污染数据之前，所述方法还包括：

将设置的xml格式的所需时间段、预热时间段、模拟结果输出时间步长存储在第一调用文件中；

将所需时间段内采集的气象数据存储在第二调用文件中。

在一个可选的实现中，将所述所需时间段内的气象数据输入所述当前SWAT模型，以使所述当前SWAT模型执行所述可执行文件，得到所述所需时间段内洪湖流域的水质污染数据，包括：

获取所述当前SWAT模型所在的当前系统平台的平台类型；

若所述可执行文件的文件类型属于所述平台类型可执行的文件类型，则将所述所需时间段内的气象数据输入所述当前SWAT模型，以使所述当前SWAT模型在调用所述第一调用文件和所述第二调用文件中的数据后，执行所述可执行文件，得到满足所述模拟结果输出时间步长的所述所需时间段内洪湖流域的水质污染数据。

在一个可选的实现中，基于预设的计算机编程语言python，对所述水质污染数据进行渲染，生成所述水质污染数据的结果展示图，包括：

将得到的水质污染数据转换为shapefile数据格式；

获取需要制图的子流域或河道参数，制作或选择对应的渲染方案和制图模板；

通过python中QGIS的mapping函数，对所述shapefile数据格式的水质污染数据进行渲染，生成所述水质污染数据的结果展示图。

在一个可选的实现中，所述各参数包括径流曲线数、土壤层有效水容量、土壤饱和水力传导度、土壤蒸发补偿系数、浅层地下水再蒸发系数、浅层含水层再蒸发或渗透到深层含水层的阈值深度、浅层含水层产生基流的阈值深度、主河道河床有效水力传导度、基流alpha因子、曼宁坡面漫流n值、USLE方程保持措施因子、地下径流延迟时间和每种土地利用类型的最大冠层储存量。

第二方面，提供了一种基于SWAT模型的洪湖流域水质污染模拟装置，该装置可以包括：

获取单元，用于获取建立的洪湖流域的SWAT模型、相应流域中气象站点在所需时间段内采集的气象数据和所需时间段之前采集的气象数据；所述SWAT模型包括可执行文件；

调整单元，用于采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到SWAT模型的模型参数和包含所述模型参数的当前SWAT模型；所述目标数据包括径流大小、总磷含量和总氮含量；

所述获取单元，还用于将所述所需时间段内的气象数据输入所述当前SWAT模型，以使所述当前SWAT模型执行所述可执行文件，得到所述所需时间段内洪湖流域的水质污染数据；

生成单元，用于基于预设的计算机编程语言python，对所述水质污染数据进行渲染，生成所述水质污染数据的结果展示图。

第三方面，提供了一种电子设备，该电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述第一方面中任一所述的方法步骤。

第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。

本申请实施例提供的基于SWAT模型的洪湖流域水质污染评估方法在获取建立的洪湖流域的包括可执行文件的SWAT模型、相应流域中气象站点在所需时间段内采集的气象数据和所需时间段之前采集的气象数据后，采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到SWAT模型的模型参数和包含模型参数的当前SWAT模型；目标数据包括径流大小、总磷含量和总氮含量；将所需时间段内的气象数据输入当前SWAT模型，以使当前SWAT模型执行可执行文件，得到所需时间段内洪湖流域的水质污染数据；基于预设的计算机编程语言python，对水质污染数据进行渲染，生成水质污染数据的结果展示图。该方法不依赖第三方ArcSWAT的情况下实现洪湖流域水质污染的评估结果，并基于python实现了多系统平台的自动业务化运行与评估结果的展示。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种基于SWAT模型的洪湖流域水质污染模拟方法的流程示意图；

图2为本申请实施例提供的一种基于SWAT模型的洪湖流域水质污染模拟装置的结构示意图；

图3为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，并不是全部的实施例。基于本申请实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

图1为本申请实施例提供的一种基于SWAT模型的洪湖流域水质污染模拟方法的流程示意图。如图1所示，该方法可以包括：

步骤S110、获取建立的洪湖流域的SWAT模型、相应流域中气象站点在所需时间段内采集的气象数据和所需时间段之前采集的气象数据。

在执行该步骤之前，需要建立基础数据库，该基础数据库可以包括空间数据库与气象数据库，且存储在空间数据库中的空间数据与气象数据库中的气象数据需要通过一定的格式化处理。其中，空间数据可以包括数字高程模型数据、土地利用数据、土壤数据与水系数据；气象数据可以包括降水量、日最高和最低气温、太阳辐射、露点温度和平均风速等。

之后，可基于存储的空间数据，建立洪湖流域的SWAT模型，该SWAT模型包含可执行文件，但不包含模型参数。

A、对于空间数据的来源与格式化处理方式如下：

1）数字高程模型数据（DEM）：DEM数据来源于日本太空发展署研制的ALOS卫星搭载的PRISM仪器拍摄的立体影像制作AW3D30（ALOS World 3D）DEM数据，数据空间分辨率为12.5m。本申请根据ALOS卫星轨道数据下载原始影像后，根据数据获取时间对该数据进行合成处理，得到了洪湖流域范围内时效性最高的高程数据，并重投影为Albers Conic EqualArea投影，并用双线性插值的方法重采样到30m分辨率。

2）土地利用数据：土地利用数据来自于武汉大学黄昕教授的基于Landsat生产的中国年度土地覆盖数据集（annual China Land Cover Dataset, CLCD），包含1985—2019中国逐年土地覆盖信息。本申请中使用了2019年的土地利用数据，并根据SWAT模型非点源模拟的需要，将湖流域的土地利用数据分类为耕地、裸地、草地、林地、水体和湿地六类，并将数据重投影为Albers Conic Equal Area投影，并用双线性插值的方法重采样到30m分辨率。

3）土壤数据：土壤数据来自于中科院南京土壤研究所提供的分辨率为1000m的综合世界土壤数据库HWSD (Harmonized World Soil Database)v1.2版本。HWSD土壤类型数据在洪湖流域共覆盖了21种类型，考虑到模型运行速率等原因，将土壤类型重新分类为人为堆积土、不饱和雏形土、石灰性冲积土、饱和潜育土、简育高活性淋溶土、饱和粘磐土、水体，并利用美国农业部开发的土壤水特性软件（SPAW Soil-Plant-Atmosphere Water）、可蚀性因子等公式得到和估算了土壤名称、土壤层数、土壤水文学分组、土壤最大根系深度、阴离子交换孔隙度、土壤最大可压缩量、土壤结构、土壤深度、土壤湿密度、土壤可用的有效水量、饱和水力传导度、有机碳含量、粘土量、壤土量、沙土量、砾石量、地表反射率、土壤侵蚀因子、电导率等19个土壤属性参数用于模型计算。

4）水系数据、子流域和水文响应单元的划分：水系数据主要用于校正由DEM提取的河网，数据由水科院提供。依据DEM数据和水系数据，校正河网，利用ArcSWAT进行子流域和水文响应单元的划分，共划分了136个子流域和545个水文响应单元。

B、对于气象数据的来源与格式化处理方式如下：

1）降水量、平均气温、日最高气温、日最低气温、日照时数、相对湿度、气压、平均风速：本申请的气象数据源于武汉区域气候中心提供的荆门、当阳、潜江、荆州、公安、天门、仙桃、石首、监利、洪湖和嘉鱼共计11个地区的气象站点数据。

2）太阳辐射数据：本申请中的太阳辐射数据基于清华大学阳坤老师的Hybrid模型利用气压、气温、相对湿度、日照时数和风速来估计。

步骤S120、采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到SWAT模型的模型参数和包含模型参数的当前SWAT模型。

其中，目标数据可以包括径流大小、总磷含量和总氮含量。

本申请主要使用SWAT-CUP自动率定工具，利用其中的SUF12算法。其中，SUF12算法是利用拉丁超立方体抽样法获得参数值带入模型进行模拟，其敏感性分析通过Global 以及One-at-a-time 敏感性分析实现，原理可参照SWAT-CUP说明手册。此外，该算法通过P-factor ( 95%不确定性区间内的观测数据的百分数) 和R-factor (95PPU上下限的平均距离与标准偏差的比值)评价参数不确定性程度，P-factor的理论值区间为0～100%、R-factor的理论值区间为0～+ ∞。当P-factor= 1，且R-factor = 0时为完全理想的模拟结果; 故通常以P-factor→1，且R-factor→0的程度来判断模拟效果。但P-factor的增大会导致R-factor也增大，因此要找到二者的相对最佳值。

具体实施中，按照SUFI2算法的运行要求，预先设定各参数范围、模拟次数和目标运行函数；

获取所需时间段之前洪湖流域中目标数据的实测值；

采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到各参数范围对应的迭代结果；

基于预设模拟次数的迭代结果，确定调整后的各参数；

将调整后的各参数确定为SWAT模型的模型参数，以及将包含模型参数的SWAT模型确定为当前SWAT模型。

其中，各参数可以包括径流曲线数、土壤层有效水容量、土壤饱和水力传导度、土壤蒸发补偿系数、浅层地下水再蒸发系数、浅层含水层再蒸发或渗透到深层含水层的阈值深度、浅层含水层产生基流的阈值深度、主河道河床有效水力传导度、基流alpha因子、曼宁坡面漫流n值、USLE方程保持措施因子、地下径流延迟时间和每种土地利用类型的最大冠层储存量等。

本申请主要采用相关系数（R），以及水文研究中常用的纳什效率系数（Nash）来评价模型精度，因此，基于预设模拟次数的迭代结果，确定调整后的各参数的步骤可以包括：

基于预设模拟次数的迭代结果中的各参数，获取相应模拟次数的候选SWAT模型；

基于设置的相同输入数据，得到相应模拟次数的候选SWAT模型输出的相应目标数据的模拟值；

计算预设模拟次数对应的目标数据的模拟值和实测值的相关系数和纳什效率系数；

将满足预设要求的相关系数和纳什效率系数对应的各参数，确定为调整后的各参数。其中，满足预设要求为满足最大相关系数和最大纳什效率系数的要求。

SWAT模型主要针对径流大小、总磷含量、总氮含量进行了上千次率定，最终率定结果，径流的Nash系数为0.57，R2达0.66，表明日均径流的模拟结果可信。多处断面的有机磷、有机氮模拟值和实测值的吻合程度较高，存在较好的相关性，R2大部分大于0.75。综上，洪湖流域的SWAT模型可以较好地复刻该流域的径流、水质演变过程，SWAT模型可以用于后续较高精度的洪湖地区入湖径流与水质面源污染的模拟与评价。

步骤S130、将所需时间段内的气象数据输入当前SWAT模型，以使当前SWAT模型执行可执行文件，得到所需时间段内洪湖流域的水质污染数据。

在执行该步骤之前，可以将设置的xml格式的所需时间段、预热时间段、模拟结果输出时间步长存储在第一调用文件中；具体的，将需要模拟时期的天气数据，按站点分别整理为表格数据存储，通过设置xml文件，输入气象数据存储地址参数、所需时间段参数、所需时间步长参数、预热时间段参数、模拟结果输出时间步长参数、输出的模拟结果的参数等；预热时间段是指与所需时间段相邻的前一个时间段，并基于所需时间段、所需时间步长、预热时间段等参数修改当前SWAT模型主文件file.cio中的参数，其包括NBYR（Number ofyears simulated 2）、IYR（Beginning year of simulation 10年）、IDAF（Beginningjulian day of simulation）、IDAL（Ending julian day of simulation）、IPRINT（printcode）、NYSKIP（number of years to skip output printing/summarization）等参数大小，并保存在第一调用文件。

同时，可以将所需时间段内采集的气象数据存储在第二调用文件中；具体的，依据xml中气象数据存储地址，利用pandas等依赖包，依次读入各站点气象数据，将各个站点的降水、气温、风速、相对湿度等数据，依照SWAT输入数据要求规范，依次写入当前SWAT模型文件夹中后缀为的pcp、tmp、wnd和hmd文件，即第二调用文件中。

当前SWAT模型具体实现业务化的步骤包括：

将当前工作路径改换到SWAT模型可执行文件所在路径后，获取当前SWAT模型所在的当前系统平台的平台类型；系统平台的平台类型可以是Windows系统或Linux系统。

若可执行文件的文件类型属于平台类型可执行的文件类型，则将所需时间段内的气象数据输入当前SWAT模型，以使当前SWAT模型在调用所述第一调用文件和第二调用文件中的数据后，并通过python的subprocess模块中的Popen方法，执行可执行文件，得到满足模拟结果输出时间步长的所需时间段内洪湖流域的水质污染数据。

其中，Windows系统可执行的文件类型可以包括程序文件（如.exe文件、.com文件等）、图像文件（如.jpg文件、.bmp文件）、文本文件（实用阅读软件可查看的内容）、数据文件（如.dbf文件）等。Linux系统可执行的文件类型可以包括文本文件（如.c文件、.h文件、.sh文件、.txt文件等）、二进制文件（如.o文件、.bin文件）、目录文件等。

若可执行文件的文件类型不属于平台类型可执行的文件类型，则可生成提示信息，并发送至相关技术人员，以指示修改可执行文件的文件类型。

或者，查询该平台类型可执行的多种文件类型，并将该可执行文件的文件类型修改为该平台类型可执行的文件类型，从而将所需时间段内的气象数据输入当前SWAT模型。

可见，本申请SWAT模型运行不受第三方软件可搭载的系统平台限制，可以在Linux服务器中运行、解析模型结果，适用场景更多样。

步骤S140、基于预设的计算机编程语言python，对水质污染数据进行渲染，生成水质污染数据的结果展示图。

具体实施中，将得到的水质污染数据转换为shapefile数据格式；具体的，得到的水质污染数据一般为表格数据，建立输出的水质污染数据中输出参数和其所在文件、所在列之间的对应关系，基于该对应关系，从得到的水质污染数据中读取出第一调用文件中输出的模拟结果的参数对应的数值，并将读取出的数值依次写入当前SWAT模型的shapefile文件中的属性表中。

之后，获取需要制图的子流域或河道参数，制作或选择对应的渲染方案和制图模板；通过python中QGIS的mapping函数，对shapefile数据格式的水质污染数据进行渲染，生成水质污染数据的结果展示图。

可见，本申请无需依赖多个第三方商业软件，即可实现SWAT自动化业务模拟；

与上述方法对应的，本申请实施例还提供一种基于SWAT模型的洪湖流域水质污染模拟装置，如图2所示，该装置包括：

获取单元210，用于获取建立的洪湖流域的SWAT模型、相应流域中气象站点在所需时间段内采集的气象数据和所需时间段之前采集的气象数据；所述SWAT模型包括可执行文件；

调整单元220，用于采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到SWAT模型的模型参数和包含所述模型参数的当前SWAT模型；所述目标数据包括径流大小、总磷含量和总氮含量；

获取单元210，还用于将所述所需时间段内的气象数据输入所述当前SWAT模型，以使所述当前SWAT模型执行所述可执行文件，得到所述所需时间段内洪湖流域的水质污染数据；

生成单元230，用于基于预设的计算机编程语言python，对所述水质污染数据进行渲染，生成所述水质污染数据的结果展示图。

本申请上述实施例提供的基于SWAT模型的洪湖流域水质污染模拟装置的各功能单元的功能，可以通过上述各方法步骤来实现，因此，本申请实施例提供的基于SWAT模型的洪湖流域水质污染模拟装置中的各个单元的具体工作过程和有益效果，在此不复赘述。

本申请实施例还提供了一种电子设备，如图3所示，包括处理器310、通信接口320、存储器330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。

存储器330，用于存放计算机程序；

处理器310，用于执行存储器330上所存放的程序时，实现如下步骤：

获取建立的洪湖流域的SWAT模型、相应流域中气象站点在所需时间段内采集的气象数据和所需时间段之前采集的气象数据；所述SWAT模型包括可执行文件；

采用SUFI2方法，基于所需时间段之前采集的气象数据对应的洪湖流域中目标数据的实测值，对预先设定的与SWAT模型相关的各参数的参数范围进行预设模拟次数的迭代调整，得到SWAT模型的模型参数和包含所述模型参数的当前SWAT模型；所述目标数据包括径流大小、总磷含量和总氮含量；

将所述所需时间段内的气象数据输入所述当前SWAT模型，以使所述当前SWAT模型执行所述可执行文件，得到所述所需时间段内洪湖流域的水质污染数据；

基于预设的计算机编程语言python，对所述水质污染数据进行渲染，生成所述水质污染数据的结果展示图。

上述提到的通信总线可以是外设部件互连标准（Peripheral ComponentInterconnect，PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，EISA）总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器（Random Access Memory，RAM），也可以包括非易失性存储器（Non-Volatile Memory，NVM），例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital SignalProcessing，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

由于上述实施例中电子设备的各器件解决问题的实施方式以及有益效果可以参见图1所示的实施例中的各步骤来实现，因此，本申请实施例提供的电子设备的具体工作过程和有益效果，在此不复赘述。

在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的基于SWAT模型的洪湖流域水质污染模拟方法。

在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的基于SWAT模型的洪湖流域水质污染模拟方法。

本领域内的技术人员应明白，本申请实施例中的实施例可提供为方法、系统、或计算机程序产品。因此，本申请实施例中可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例中可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请实施例中是参照根据本申请实施例中实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例中的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例中范围的所有变更和修改。

显然，本领域的技术人员可以对本申请实施例中实施例进行各种改动和变型而不脱离本申请实施例中实施例的精神和范围。这样，倘若本申请实施例中实施例的这些修改和变型属于本申请实施例中权利要求及其等同技术的范围之内，则本申请实施例中也意图包含这些改动和变型在内。