1. 概述本软件把水污染扩散模型和地理信息结合起来，并通过地理信息系统的空间分析直观真实的展现污染扩散过程，并通过覆盖分析和缓冲区分析进行污染灾害分析评估。通过污染扩散分析模型建立目标责任考核相邻监测断面之间的污染相关模型，分清责任。通过污染扩散分析，进行污染预警，指导相关的环保工作。2. 界面概览2.1. 工具条工具条提供了功能选择的入口，通过点击工具条上不同的按钮可以切换到不同的功能项。这些按钮从左至右分别是放大、缩小、平移、左移、右移、上移、下移、前进、后退、全图、测距、测面积、点选、线选、框选、圆选、多边形选、清除选择集、设置数据源、选择标绘元素、旋转标绘元素、绘制线、绘制矩形、绘制椭圆和绘制多边形。鼠标停留在工具条按钮上一段时间，系统会显示鼠标指向的按钮的名称，方便用户了解某个按钮的用途，有些按钮是乒乓按钮，也就是说，它有按下和弹起两种状态，分别表示不同的功能状态。所有乒乓按钮是互斥的。这些按钮中，放大、缩小、平移、点选、框选、线选、多边形选、测量和标绘是乒乓按钮，它们中的某个被按下，其后的鼠标操作就一直是该类操作。例如，放大按钮被按下，只有鼠标在地图上每一次点击都会导致地图被放大，直到别的按钮被按下。2.2. 导航图导航图显示了当前视野在整个地图区域中的位置，导航图始终显示整个地图区域，用一个红色的矩形框表示当前视野的位置。初始情况下，当前视野是全图，因此红色矩形框涵盖了整个地图区域，放大或平移地图以后，红框就会改变大小或位置，用于标示当前的视野位置和大小。除了显示当前视野，通过点击导航图，还可以改变当前视野的位置:将点击位置作为视野的中心。 按描述水质组分的多少划分为单一组分和多组分的水质模型。地下水中某一组分的迁移转化与其他组分没有关系，描述这种组分迁移转化的水质模型称为单一组分水质模型;地下水中一组分的迁移转化与另一组分(或几个组分)的迁移转化是相互联系、相互影响的，描述这种情况的水质模型称为多组分水质模型。 按水质组分类型划分为耗氧有机物、无机盐、悬浮物、放射性物质等的单一组分的水质模型，难降解有机物水质模型，重金属迁移转化水质模型等。 按污染物的性质划分为惰性污染物迁移扩散模型和非惰性污染物迁移扩散模型。污染物进入地下水中后，随着介质的运动不断地变换所处的空间位置，还由于扩散作用不断向周围扩散而降低其初始浓度，但不会因此而改变总量，不发生衰减，这种污染物称为惰性污染物(如重金属、很多高分子有机化合物等)。污染物进入地下水后，除了随着介质流动而改变位置、并不断扩散而降低浓度外，还因自身的衰减而加速浓度的下降，这种污染物称为非惰性污染物。 按所建模型的数学方法划分为确定性数学模型、随机数学模型、灰色系统模型、黑箱模型等。 按所建模型方程的类型划分为线性模型和非线性模型。 按模型中参数的类型划分为集中参数模型和分布参数模型等。 客户定制化、能耗低碳化也正在成为制造新模式的演化趋势。人机交互技术、虚拟现实与增强现实技术，为人们提供了很多全新且便捷高效的信息采集传输的新思路、服务体验升级的新方法。而这些新思路、新方法将助力制造新模式朝着产品多样化、客户定制化的方向继续演进，从而带来面向未来的颠覆式产品服务体验。「 1. 新一代人工智能技术的发展路线」回顾近十几年人工智能各项技术的发展路线，我们可以发现，新一代人工智能技术的演化存在两个阶段，也即2012年之前的稳步增长阶段和2012年之后的爆发式增长阶段。2006年，Geoffrey Hinton等人在世界顶级学术期刊《科学》上发表论文，提出解决深度神经网络训练中梯度消失问题的解决方法，这篇论文的发表后来被广泛解读为深度学习相关研究开始兴起的标志，2006年也被一些学者称为深度学习元年。这篇论文虽然在当时引起了一定的反响，但真正让深度学习技术进入爆发阶段的是2012年的ImageNet图像识别大赛。这次比赛中，Geoffrey Hinton的学生George Dahl带领团队利用深度学习的方法一举夺冠并引起轰动，与深度学习技术相关的研究也开始了爆发式增长。