WaterQualityAnalysisSimulationProgram(WASP)是在1983年DiToro等人建立模型的基础上的加强版。
优点：灵活性：能够模拟大部分水体类型，河流、湖泊、河口、海洋水体。
内部链接：热模块计算结果提供给富营养化模块，再用于有毒物质模拟。
外部链接：能够和多种模型耦合。
模块灵活性三种处理技术：分为简单、中级和复杂的处理方式。
模拟大部分水质问题：常规污染物，溶解氧、富营养化、温度；
有毒污染物，有机物、简单的金属、汞等局限性：WASP的研究对象为完全混合水体控制单元，比如排污口附近这种类型的问题不能模拟。
非水相：油的比重、粘度和水不一样。
进入水体后，不同于水，WASP不能模拟。
干涸：我们认为水体的容量是一定的，不变的。
有很强的蒸发作用，对水体的容积有一个很显著的变化产生，这种情况WASP也是不适用的。
很多水质模型都存在这种限制。
金属，重金属：很多过程是不能体现的。
WASP(Thewaterqualityanalysissimulationprogram,水质分析模拟程序)是EPA推荐使用的水质模型软件,使用较为广泛,能够模拟河流、湖泊、水库、河口等多种水体的稳态和非稳态的水质过程。

EFDC（TheEnvironmentalFluidDynamicsCode）模型是由威廉玛丽大学维吉尼亚海洋科学研究所（VIMS，VirginiaInstituteofMarineScienceattheCollegeofWilliamandMary）的JohnHamrick等人开发的三维地表水水质数学模型，可实现河流、湖泊、水库、湿地系统、河口和海洋等水体的水动力学和水质模拟，是一个多参数有限差分模型。

基于灰色理论与神经网络的水质组合预测模型的研究是当前水质预测领域的研究热点之一，国内外众多研究者都在尝试如何将灰色理论与神经网络进行有效组合，以获得更好的预测效果。
因此，本文在借鉴前人的成果基础上，采用串联组合方法分别对基于灰色理论与神经网络的水质组合预测模型、基于灰色理论与神经网络的水质组合预测模型进行了对比研究，同时提出了一种预测效果更佳的基于时间窗口移动技术与神经网络的水质组合预测模型。
首先，本文根据中国环境质量公报（淡水环境）中长江水环境质量状况以及结合重庆市长江流域断面的实际情况筛选出七项水质指标，然后论述了灰色模型、神经网络以及神经网络的相关理论和算法，接着建立了基于灰色理论与神经网络的水质组合预测模型和基于灰色理论与神经网络的水质组合预测模型，并以重庆市长江寸滩断面1998年至2008年的水质数据为例进行了实例测试和结果分析，也对两种组合预测模型的结果进行了对比与讨论，得出了后者预测效果更好等结论。
与此同时，通过以上两种组合预测模型的研究，本文提出了基于时间窗口移动技术与神经网络的水质组合预测模型，并仍以长江寸滩断面为例，经过研究和实例测试表明该模型能够较好的对长江流域寸滩断面的水质进行预测，在整体上其预测效果比前两种组合预测模型更为理想，而且该模型能够较好地应用于水质指标预测和管理中，为河流水质预测提供重要的科学依据。
最后，本文采用基于神经网络的水质评价模型对重庆市长江寸滩各年的水质进行了等级评价，并与中国环境保护部公布的水质评价结果进行了对比分析，其结果表明水质评价结果在一定程度上能够正确地反映长江寸滩当前的水质状况。

全国5级河流，线和面的shp矢量文件，带投影，权威来源

主要包括东南亚国家边界省界河流水域主要城市驻地，点线面shp图层

中国行政区划底图，内容齐全，可用于以行政区划为单位开展的研究内容。
文件里包含行政区划，省会城市位置。
不含高程及河流等自然信息。

根据百度地图最新提取的全国矢量数据格式，包括河流湖泊，公路铁路乡村道路，医院等信息。

中国1至5级河流，全国水系矢量图，行政区界（包含国界，省界，县界），主要交通道路（公路、铁路），居民地分布的文件

天下三级及以上河流，arcgis格式。
。
。
。
。
。
。
。
。
。

天下三级以上河流矢量化数据，数据详尽，真是可信，可用于专题舆图制作大概土地行使河流漫衍等相关钻研

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。