景觀湖泊貝葉斯水質風險預測方法與流程

2023-07-23 09:01:41

本發明涉及一種景觀湖泊富營養化風險預測方法建立，特別是涉及一種可以為景觀湖泊入水水質提供依據，使用貝葉斯方法對景觀湖泊富營養化風險進行預測的方法。
背景技術：
：富營養化通常作為大量汙染物排入水體導致有機物質加速產生的過程(尤其藻類)富營養化在全世界江河湖海中越來越嚴重並導致水環境惡化，尤其景觀湖水體尤為嚴重。為了防止富營養化導致的浮遊植物大爆發，對景觀湖水體的評估和管理非常重要。在景觀湖水體評估管理中機理模型用於解釋生態過程，預測景觀湖水環境因外來營養物質引起的改變，最後為政策制定做參考。然而傳統模型運算忽略了模型參數的不確定性，將模型參數作為固定值進行校驗，傳統模型進行預測容易導致精度不高的現象發生。所以為了模型預測運算實現更加好的精度，必須考慮模型結構和參數中的不確定性因素影響。這樣的模型才能容易的被決策制定者和政策規劃人員利用。技術實現要素：為了解決現有技術中存在的問題，本發明提供一種景觀湖泊貝葉斯水質風險預測方法，克服現有技術中景觀湖水體評估管理中機理模型預測不準確的問題。本發明的技術方案是：一種景觀湖泊富營養化風險貝葉斯預測模型方法，包括如下步驟：(1)進行數據監測和採集；(2)通過通訊系統將數據傳輸到伺服器上；(3)通過使用景觀湖泊富營養化動態模型和貝葉斯統計方法建立景觀湖泊富營養化風險不確定性預測模型；(4)讀取伺服器資料庫中存儲的相應監測數據，並將監測數據輸入水質模型，對景觀湖水體富營養風險進行預測、分析和決策支持。對於進水水質有周期性波動的景觀湖，在建立模型時，選取的樣本監測數據要具備周期性變化的特徵，即選取一個完整水質變化周期內的樣本監測數據進行建模，以保證模型模擬結果的穩定可靠。所述步驟(1)須監測和採集的指標包括：氨氮、硝態氮、磷酸鹽、葉綠素和溶解氧濃度。所述的步驟(4)對景觀湖水體富營養風險進行預測、分析和決策支持包括以下幾步驟：(1)根據不同入水濃度分布下監測到的進水氨氮、硝態氮、磷酸鹽、葉綠素和溶解氧濃度來判斷對景觀湖泊富營養風險概率；將入水濃度情況，帶入景觀湖泊富營養化風險不確定性預測模型，預測未來一段時間內水質變化情況，獲取模擬均值和上下95％置信值；(2)以《地表水環境質量標準》水質指標限值為依據，將估計的整個預測值在標準內各類水質分布的概率作為預警強度劃分的依據，通過使用指標限值的量△作為預警強度劃分的依據；(3)將95％上下置信值和均值分別作預警強度計算，獲得一個預警強度範圍。所述步驟(2)指標限值的量△是指：若區間估計的上限值大於相應的指標限值，而區間估計的下限值小於指標限值，則：Δ=(α+l1-ll1-l2)×100%]]>其中，l1和l2分別為標準內各類水質上下限值，l為模型預測出來相應水質指標濃度；α為參數：當預測值為I類水體數值為0，II類水體數值為20，III類水體數值為40，IV類水體數值為60，V類水體數值為80。若區間估計的下限值大於V類水質指標限值，則：△＝100％。本發明的有益效果為：本發明的景觀湖泊富營養化風險預測方法和系統，通過聯合使用動態模型方程和貝葉斯統計方法建立了景觀湖泊富營養化風險概率預測模型。經驗證，該模型預測精度良好(精確度高於80％)，從而使研究人員在面臨景觀湖泊入水水質變化時，可以及時、準確地預測景觀湖水富營養化風險。通過比較不同入水下景觀湖水質預測分布情況，指出氮和磷營養鹽濃度是影響景觀湖泊富營養化風險的主要因素，結合風險計算，擬定了不同入水景觀湖富營養風險等級的應對措施，使景觀湖泊在面臨富營養風險時，可以採取合理措施保證景觀湖泊水質，降低富營養化引發的藻類爆發。本發明可以為景觀湖泊水質管理提供參考。附圖說明圖1是本發明的景觀水水質在線預警方法的原理結構示意圖；圖2是本發明的景觀水水質預測預警部分的運行流程圖。具體實施方式下面結合實施例和附圖對本發明的景觀湖富營養化風險預測方法做出詳細說明。本發明的景觀湖富營養化風險預測方法，包括如下步驟：1)進行數據監測和採集，是由若干個遙測遠傳終端組成，用於採集景觀湖進、出水監測點的相關理化指標數據。須監測和採集的指標包括：氨氮、硝態氮、磷酸鹽、葉綠素和溶解氧濃度；2)通過通訊系統將數據傳輸到伺服器上；該資料庫中按時序存儲了在線監測到的理化指標數據以及工藝基本情況。建立伺服器用於控制數據監測和採集系統對景觀湖進、出水監測點理化指標進行循環數據採集，將採集數據存儲到資料庫中並進行操作與分析；伺服器可隨時操作資料庫中的數據，如進行存儲/讀取，以圖表方式顯示數據等。2.景觀湖泊貝葉斯水質風險預測方法，包括：(1)建立景觀湖泊水質模型主要水質模型，主要模型方程見下：dChlaidt=growthi×Chlai-resmpi×ekt(Tx-Tempref)×Chlai-filteri×ektfilt(Tx-Tempref)×Chlai-ΣjGrazingi×ftemperature×ZOOPj-(Vsettlingi×Chlai)/z---(1)]]>dDOdt=Σigrowthi×DO/C×Chlai-Σiresmpi×ekt(Tx-Tempref)×DO/C×Chlai-Σiresmzj×ekt(Tx-Tempref)×DO/C×ZOOPj-KNmine×DO/N×ON-KPmine×DO/P×OP-Nitrification×DO/NH4+Kr,DO×AreaVolume×(DOsat-DO)+DOloading---(5)]]>完整模型公式見說明書附錄1。(2)所述的對景觀湖水質進行貝葉斯預測需要通過使用貝葉斯統計方法使用馬爾科夫鏈-蒙託卡洛斯(MCMC)算法實現。馬爾科夫鏈-蒙託卡洛斯(MCMC)公式為：p(y|f(θ,x,y0))=Σj=1m(2π)-n/2|Σδj|-1/2exp(-yj-fj(θ,x,y0)2)TΣδj-1(yj-fj(θ,x,y0))---(6)]]>p(θ,y0,σ2|y)=p(y|f(θ,x,y0,σ2))p(θ)p(y0)p(σ2)p(y|f(θ,x,y0,σ2))p(θ)p(y0)p(σ2)dθdy0dσ2---(7)]]>式中m為變量數，n是實測值數量。∑δj為模型誤差，yj和fj(θ,x,y0)分別為模型計算值和模型模擬值；p(θ)是前驗參數密度分布，p(σ2)基於基於前驗密度的反伽馬分布。將(6)和(7)聯立，獲得方程(8)。p(θ,y0,σ2|y)p(y|f(θ,x,y0,σ2))p(θ)p(y0)p(σ2)Πj=1m(2π)-n/2|Σδj|-1/2exp(-yj-fj(θ,x,y0)2)2Σδj-1(yj-fj(θ,x,y0))×(2π)-l/2|Σθ|-1/2Πk=1l1θkexp-logθ-θ0T2Σθ-1logθ-θ0×(2π)-m/2|Σy0|-1/2exp-y0-y0mT2Σy0-1y0-y0m×Πj=1mβjαjΓ(αj)σj-2(αj+1)exp(-βjσj2)---(8)]]>(3)使用水質模型方程和貝葉斯統計方法對模型進行擬合，結合方程(8)，將入水氨氮、硝態氮、磷酸鹽、溶解氧濃度和景觀湖水氨氮、硝態氮、磷酸鹽、葉綠素、溶解氧濃度輸入到模型。讀取伺服器資料庫中存儲的相應監測數據，並將監測數據輸入水質模型，對景觀湖水體富營養風險進行預測；對於進水水質有周期性波動的景觀湖，在建模時，選取的樣本監測數據要具備周期性變化的特徵，即選取一個完整水質變化周期內的樣本監測數據進行建模，以保證模型模擬結果的穩定可靠。在實際使用中，本發明中所構建的富營養化風險預測模型可以每年更新一次建模數據(即每年重新建模一次)，而如果景觀湖泊的年際水質相對穩定，模型更新周期可以設定得更長。最後通過模型計算，得到後驗參數分布，獲取模型求解結果(平均值和上下95％置信線)，以及檢查模型模擬準確度。3.根據不同入水情況下濃度的分布情況，來判斷景觀湖水質風險預警；(1)所述的根據不同入水濃度分布下監測到的進水總氮、總磷、氨氮、硝態氮、磷酸鹽、溶解氧濃度來判斷對景觀湖泊富營養風險概率。將入水濃度情況，帶入1中所求解的模型，預測未來一段時間內水質變化情況，獲取模擬均值和上下95％置信值。(2)以獲得模擬數據為基礎，由《地表水環境質量標準》(GB3838-2002)可知，為了滿足景觀水體的觀賞功能和生態服務功能，要求景觀水水質至少能夠滿足V類水質的標準。所以，以GB3838-2002水質指標限值為依據，將估計的整個預測值在標準內各類水質分布的概率作為預警強度劃分的依據，通過使用指標限值的量△作為預警強度劃分的依據。若區間估計的上限值大於相應的指標限值，而區間估計的下限值小於指標限值，則：Δ=(α+l1-ll1-l2)×100%]]>其中，l1和l2分別為標準內各類水質上下限值，l為模型預測出來相應水質指標濃度；α為參數：當預測值為I類水體數值為0，II類水體數值為20，III類水體數值為40，IV類水體數值為60，V類水體數值為80。若區間估計的下限值大於V類水質指標限值，則：Δ＝100％；所以，預警依據和預警強度的對照表如下表1：表1景觀水體水質預警依據與預警強度對照表(3)將95％上下置信值和均值分別作預警強度計算，可以獲得一個預警強度範圍。針對不同的預警強度範圍，水質管理決策者就應該採取相應的處理措施。例如，對於預警強度範圍為無警，這說明景觀水的水質能夠滿足I類水體的標準；對於強度範圍為輕警，可以對景觀水進行日常的監測，但需要引起注意；對於強度範圍為中警，就需要對景觀水體加強監測，並引起較大的注意；對於範圍內有重警，有很大可能景觀水體已經無法滿足水質標準，需要進行更為嚴格和迅速的水質治理。儘管上面結合附圖對本發明進行了描述，但是本發明並不局限於上述的具體實施方式，上述的具體實施方式僅僅是示意性的，並不是限制性的，本領域的普通技術人員在本發明的啟示下，在不脫離本發明宗旨和權利要求所保護的範圍情況下，還可以做出很多形式，這些均屬於本發明的保護範圍之內。附錄1表2模型數學公式表達當前第1頁1&nbsp2&nbsp3&nbsp