[發明專利]一種暴雨時期河道干流富營養化狀態響應的預測方法

在審

• 申請號: 201810517772.0
• 申請日: 2018-05-25
• 公開（公告）號: CN109034442A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 尤學一;劉磊
• 申請（專利權）人: 天津大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

1.一種暴雨時期河道干流富營養化狀態響應的預測方法，其特征在于，該方法包括以下步驟：

步驟(1)、構建EFDC模型并模擬河道，得到干流和各支流控制斷面處的COD、DO、NH₃-N和TP四種水質參數值，四種水質參數的計算公式如下：

K_COD＝K_CD·exp[KT_COD(T-TR_COD)]

公式中，COD是化學需氧量濃度；KH_COD是COD氧化所需的溶解氧半飽和常數；K_COD是COD氧化速率；BFCOD是沉積物與水體之間的COD交換通量，僅限應用水體底層；WCOD是COD的外源載入量；K_CD是COD在TR_COD溫度下的氧化速率；KT_COD是溫度對COD氧化速率的影響；TR_COD是COD氧化的參考溫度；

公式中，AONT是單位質量的氨氮硝化作用所消耗的溶解氧質量；AOCR是呼吸作用中溶解氧與碳之比；K_r是復氧系數，只應用于表層水體；DO_S是溶解氧的飽和濃度；SOD是沉積物與水體之間的DO交換通量；WDO是DO的外源載入量；

公式中，FNI_X是藻類群體通過基礎代謝產生出的無機氮的比例；FNIP_X是計算時間開始以前的營養物質氮產生為無機氮的比例；PN_X是藻類群體吸收氨氮的優先權；K_Nit是硝化速率；BFNH₄是沉積物與水體之間的氨氮交換通量，僅限應用水體底層；WNH₄是氨氮的外源載入量；

公式中，PO_4p是顆粒態無機磷的濃度(gP/m³)；PO_4d是溶解態無機磷的濃度；FPI_X藻類群體通過基礎代謝產生出的無機磷的比例；FPIP_X是計算時間開始以前的營養物質磷產生為無機磷的比例；WS_TSS是懸浮顆粒物的沉降速度，由水動力模塊計算所得；BFPO_4d是沉積物與水體之間的磷酸鹽交換通量，僅限應用水體底層；WPO_4p是顆粒態無機磷的外源載入量；WPO_4d是溶解態無機磷的外源載入量；

步驟(2)、依據富營養化評價的對數型冪函數普適指數公式，計算干流控制斷面處的營養狀態綜合指數，具體包括以下處理：

首先計算各湖泊富營養化指標j的“規范值”x_j：

其中，c_j為各湖泊富營養化指標j的實測值，c_j0為各湖泊富營養化指標的“極貧”營養值；

計算湖泊富營養化指標j的營養狀態指數：

EI_j＝10.77×(lnx_j)^1.1826

最后計算營養狀態綜合指數：

其中，W_j為指標j的歸一化權重值，權重取等權重值，即W_j為0.25；

步驟(3)、訓練并優化BP神經網絡；不同的干流入口流量和降雨重現期以及計算所得的營養狀態綜合指數構成BP神經網絡的訓練樣本；

步驟(4)、構建BP神經網絡，網絡結構由輸入層、隱含層和輸出層組成，其中干流入口流量和降雨重現期作為輸入變量，河流控制斷面處的營養狀態綜合指數作為輸出變量；

步驟(5)、確定最優的隱含層節點數為6，BP神經網絡結構為2-6-1；

步驟(6)、隨機選擇干流入口流量Q和降雨重現期P，構成多組關于預測情景的測試樣本(Q,P)，采用優化的BP神經網絡進行預測，獲得預測結果。