[發明專利]一種預測暴雨期二級河道排水對干流水質動態影響的方法

在審

• 申請號: 201811204766.6
• 申請日: 2018-10-16
• 公開（公告）號: CN109272171A
• 公開（公告）日: 2019-01-25
• 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;G06Q50/06;G06N3/08
• 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

1.一種預測暴雨期二級河道排水對干流水質動態影響的方法，其特征在于，該方法包括以下步驟：

步驟(1)、以不同降雨重現期時支流的排放量作為設計變量、河道干流控制斷面處的水質參數COD、DO、NH₃-N和TP作為目標變量構建EFDC模型，構建EFDC模型的過程包括首先將計算區域離散為2604個網格，將離散后的網格區域輸入到EFDC模型軟件中，設置初始條件，從而構建起EFDC模型，利用構建的EFDC模型模擬這10組計算工況；

四種水質參數的計算公式如下：

K_COD＝K_CD·exp[KT_COD(T-TR_COD)]

式中，COD表示化學需氧量濃度，KH_COD表示COD氧化所需的溶解氧半飽和常數，K_COD表示COD氧化速率，BFCOD表示沉積物與水體之間的COD交換通量，僅限應用水體底層，WCOD表示COD的外源載入量，K_CD表示COD在TR_COD溫度下的氧化速率，KT_COD表示溫度對COD氧化速率的影響，TR_COD表示COD氧化的參考溫度，DO表示單位體積中溶解氧的濃度，T表示溫度，V表示單元格體積，t表示時間；

式中，AONT表示單位質量的氨氮硝化作用所消耗的溶解氧質量，AOCR表示呼吸作用中溶解氧與碳之比，K_r表示復氧系數，只應用于表層水體，DO_S表示溶解氧的飽和濃度，SOD表示沉積物與水體之間的DO交換通量，WDO表示DO的外源載入量(gO₂/day)，X表示水中的藻類，c、d、g分別表示藍藻、綠藻和硅藻，B_x表示藻類生物量，KH_COD表示COD氧化所需的溶解氧半飽和常數，K_HR表示溶解性有機碳在進行非自養呼吸時的速率，KHR_x表示藻類群體在溶解有機碳的過程中，通過排泄產生的溶解氧半飽和常數，FCD_X表示在無限溶解的氧氣濃度條件下，藻類群體在進行自身的基礎代謝時，代謝產物中溶解有機碳的比例，NH₄表示氨氮濃度，Nit表示氨氮在進行硝化作用時的速率；

式中，FNI_X表示藻類群體通過基礎代謝產生出的無機氮的比例，FNIP_X表示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表示藻類群體吸收氨氮的優先權，K_Nit表示硝化速率，BFNH₄表示沉積物與水體之間的氨氮交換通量，僅限應用水體底層，WNH₄表示氨氮的外源載入量，BM_X表示藻類的基礎代謝速率，ANC_X表示藻類群體在水體中平均產生的氮與碳之比，DON表示有機碳以溶解態存在時的濃度；

式中，PO_4p表示顆粒態無機磷的濃度，PO_4d表示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表示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表示懸浮顆粒物的沉降速度，BFPO_4d表示僅限應用水體底層的沉積物與水體之間的磷酸鹽交換通量，WPO_4p表示顆粒態無機磷的外源載入量，WPO_4d表示溶解態無機磷的外源載入量，DOP表示溶解有機磷的濃度，APC_X表示藻類群體在水體中平均產生的磷與碳之比，PR_X表示藻類被捕食的速率，ΔZ表示水體底層和水體表層之間的深度；

步驟(2)、訓練并優化RBF神經網絡，即由不同降雨重現期對應的離散化降雨量以及計算所得的河道控制斷面處的水質參數值構成RBF神經網絡的訓練樣本和測試樣本，其中不同降雨重現期對應的離散化的降雨量作為輸入變量，河道控制斷面處的水質參數值作為輸出變量；構建RBF神經網絡，網絡結構由輸入層、隱含層和輸出層組成；在訓練網格結構過程中優化隱含層節點數和中心寬度Spread：首先優化隱含層節點數，設定最大隱含層節點數為240，從節點數160每4個節點數返回一次網絡結構的均方誤差MSE，在網絡不過度訓練前提下，返回MSE最小的節點數作為隱含層的優化節點數；隱含層節點數確定后優化中心寬度spread，設定最大網絡中心寬度spread為1.5，網絡中心寬度spread從0.5以0.1的步長返回一次網絡結構的均方誤差，返回MSE最小的寬度值作為網絡的優化中心寬度，最后得到最優的RBF神經網絡結構；

步驟(3)、采用優化RBF神經網絡進行預測：隨機選擇暴雨重現期，由EFDC模型模擬得到河道干流控制斷面處的四種水質參數值COD、DO、NH₃-N和TP，并采用優化的RBF神經網絡進行預測，獲得四種水質參數的預測結果。