[發明專利]水體水華風險快速預警方法有效
| 申請號: | 201410367734.3 | 申請日: | 2014-07-29 | 
| 公開(公告)號: | CN104112080A | 公開(公告)日: | 2014-10-22 | 
| 發明(設計)人: | 張萬順;彭紅;吳揚;徐艷紅 | 申請(專利權)人: | 武漢大學 | 
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 | 
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人: | 胡艷 | 
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 | 
| 權利要求書: | 查看更多 | 說明書: | 查看更多 | 
| 摘要: | |||
| 搜索關鍵詞: | 水體 風險 快速 預警 方法 | ||
1.一種水體水華風險快速預警方法,其特征在于,包括步驟:
步驟1,對水體進行環境分析獲得水華爆發的主要影響因素及優勢藻種,基于水華爆發的主要影響因素構建優勢藻類的藻類生物量隨時間變化的函數,即藻類生物量預測模型;
步驟2,采集并分析實時的水體水質變化特征、水體污染源特征和氣候特征獲得藻類生物量預測模型中各參數實時值,結合各參數實時值和藻類生物量預測模型獲得優勢藻類生物量預測值;
步驟3,確定優勢藻類的藻類生物量水華風險閾值,具體為:
3.1使優勢藻類在不同氮濃度的培養液中生長,獲得不同氮濃度下優勢藻類的最大比增長率,并獲得最大比增長率的臨界值Sgmax1;
3.2使優勢藻類在不同磷濃度的培養液中生長,獲得不同磷濃度下優勢藻類的最大比增長率,并獲得最大比增長率的臨界值Sgmax2;
3.3將臨界值Sgmax1除以優勢藻類可利用的溶解性無機氮占營養鹽TN的質量比得到營養鹽TN的水華風險閾值,將臨界值Sgmax2除以優勢藻類可利用的磷占營養鹽TP的質量比得到營養鹽TP的水華風險閾值;
3.4基于水體中優勢藻類濃度、水體營養鹽TN濃度及水體營養鹽TP濃度的監測數據,采用線性回歸分析法構建優勢藻類濃度與水體營養鹽TN濃度、水體營養鹽TP濃度間的回歸模型;
3.5令水體營養鹽TN濃度等于營養鹽TN的水華風險閾值,令水體營養鹽TP濃度等于營養鹽TP的水華風險閾值,采用回歸模型獲得的優勢藻類濃度即優勢藻類的藻類生物量水華風險閾值;
步驟4,比較優勢藻類生物量預測值和藻類生物量水華風險閾值,當優勢藻類生物量預測值不小于藻類生物量水華風險閾值時,發出水華預警。
2.如權利要求1所述的水體水華風險快速預警方法,其特征在于:
所述的對水體進行環境分析獲得水華爆發的主要影響因素及優勢藻種具體為:
采集氣候特征數據、水體污染源特征數據、水體水質變化特征數據,根據氣候特征數據、水體污染源特征數據和水體水質變化特征數據,并結合水動力條件及生物因素進行環境分析,確定水華爆發的主要影響因素及優勢藻類。
3.如權利要求1所述的水體水華風險快速預警方法,其特征在于:
所述的優勢藻類的藻類生物量預測模型的構建包括步驟:
1.1基于生物累積模型構建藻類累積模型其中,C表示優勢藻類濃度,t表示時間,G和D分別為優勢藻類的生長速率和死亡速率;
1.2結合多因素藻類生長動力學模型、藻類累積模型及水華爆發的主要影響因素,獲得考慮主要影響因素的藻類累積動力學模型;
1.3在評價期內對藻類累積動力學模型進行微積分,獲得優勢藻類的藻類生物量隨時間變化的函數,即藻類生物量預測模型。
4.如權利要求1所述的水體水華風險快速預警方法,其特征在于:
子步驟3.4具體為:
根據水體中營養鹽TN濃度、營養鹽TP濃度的實測值,及對應的藻類生物量,構建營養鹽TN濃度、營養鹽TP濃度和藻類生物量間的多元線性關系方程;運用多元線性回歸分析法求得多元線性關系方程的線性回歸系數,從而獲得優勢藻類濃度與水體營養鹽TN濃度、水體營養鹽TP濃度間的回歸模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢大學,未經武漢大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410367734.3/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
 
- 專利分類
 
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





