[發明專利]湖泊藍藻水華動態預測方法及裝置

在審

• 申請號: 202210630132.7
• 申請日: 2022-06-06
• 公開（公告）號: CN114819407A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 方澤華;王鵬
• 申請（專利權）人: 北京航空航天大學杭州創新研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N3/08
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 秦瑩

1.一種湖泊藍藻水華動態預測方法，其特征在于，包括：

根據浮游植物生長的基本過程建立物理狀態描述模型，并將所述物理狀態描述模型中的參數劃分為確定性參數和隨機性參數；

通過雙集合卡爾曼濾波方法對所述參數和所述物理狀態描述模型的狀態進行更新，從而修正所述隨機性參數并通過所述物理狀態描述模型預測藍藻生長，獲取預測結果；

計算所述預測結果和實際觀測結果的殘差值，基于所述殘差值建立神經網絡模型，通過所述神經網絡模型修正所述物理狀態描述模型的誤差，進行湖泊藍藻水華的預測。

2.根據權利要求1所述的方法，其特征在于，根據浮游植物生長的基本過程建立物理狀態描述模型具體包括：

根據浮游植物生長的三個主要物理過程，基于公式1建立藍藻的物理狀態描述模型即動態生長模型：

其中，C表示湖泊中的藍藻濃度，t表示時間，μ_net表示湖泊中藍藻的凈增長率，表示總的自然增長率，表示總的自然損失率，ω₀表示沖刷損失率。

3.根據權利要求2所述的方法，其特征在于，所述根據浮游植物生長的三個主要物理過程，建立藍藻的物理狀態描述模型即動態生長模型具體包括：

假設藍藻總的自然增長率與理想狀態下的最大增長率為μ_m、溫度模型為φ_Temp、湖泊中的營養物質模型為φ_Nutrient、光照強度模型為φ_Light相關，根據公式2將總的自然增長率描述為：

根據公式3，將溫度模型φ_Temp用生長速率的溫度系數θ_μ、環境觀測溫度T、標準參考溫度T_ref描述為：

其中，生長速率的溫度系數θ_μ為隨機參數；

根據公式4將營養物質模型φ_Nutrient描述為：

其中，N、P分別表示湖泊中的氮、磷含量，K_N、K_P分別表示湖泊中的氮、磷的半飽和系數；

根據公式5確定光照強度模型φ_Light使用Monod公式建模為飽和型模型：

其中，I表示光照強度，K_I表示光照的半飽和系數；

根據損失的總和，基于公式6描述總的自然損失率

其中，σ_m表示理想狀態下最大自然損失率，θ_σ表示自然損失率的溫度系數，為隨機參數；

根據公式7，基于流失的體積Q和湖泊的總體積V描述藍藻的沖刷損失率ω₀：

根據公式8確定藍藻的物理狀態描述模型即動態生長模型：