CN114971295B - 改善通江湖泊候鸟栖息地生境的水库调度方法及系统 - Google Patents
改善通江湖泊候鸟栖息地生境的水库调度方法及系统 Download PDFInfo
- Publication number
- CN114971295B CN114971295B CN202210588219.2A CN202210588219A CN114971295B CN 114971295 B CN114971295 B CN 114971295B CN 202210588219 A CN202210588219 A CN 202210588219A CN 114971295 B CN114971295 B CN 114971295B
- Authority
- CN
- China
- Prior art keywords
- habitat
- data
- reservoir
- lake
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 254
- 239000000758 substrate Substances 0.000 claims abstract description 98
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims description 78
- 230000006870 function Effects 0.000 claims description 51
- 238000012545 processing Methods 0.000 claims description 35
- 230000015654 memory Effects 0.000 claims description 30
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 28
- 229910052760 oxygen Inorganic materials 0.000 claims description 28
- 239000001301 oxygen Substances 0.000 claims description 28
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 24
- 230000012010 growth Effects 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 17
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 16
- 229910052698 phosphorus Inorganic materials 0.000 claims description 16
- 239000011574 phosphorus Substances 0.000 claims description 16
- 150000003839 salts Chemical class 0.000 claims description 15
- 229910052757 nitrogen Inorganic materials 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000001704 evaporation Methods 0.000 claims description 8
- 230000008020 evaporation Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 40
- 239000013049 sediment Substances 0.000 description 38
- 241000196324 Embryophyta Species 0.000 description 32
- 241000271566 Aves Species 0.000 description 31
- 239000000523 sample Substances 0.000 description 15
- 244000025254 Cannabis sativa Species 0.000 description 8
- 238000005286 illumination Methods 0.000 description 8
- 230000008635 plant growth Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 6
- 235000015097 nutrients Nutrition 0.000 description 5
- 239000002028 Biomass Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000029553 photosynthesis Effects 0.000 description 4
- 238000010672 photosynthesis Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 241000124879 Grus leucogeranus Species 0.000 description 3
- 229930002875 chlorophyll Natural products 0.000 description 3
- 235000019804 chlorophyll Nutrition 0.000 description 3
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- CVTZKFWZDBJAHE-UHFFFAOYSA-N [N].N Chemical group [N].N CVTZKFWZDBJAHE-UHFFFAOYSA-N 0.000 description 2
- 230000005888 antibody-dependent cellular phagocytosis Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000004927 clay Substances 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003811 acetone extraction Methods 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- RJGDLRCDCYRQOQ-UHFFFAOYSA-N anthrone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3CC2=C1 RJGDLRCDCYRQOQ-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- NKLPQNGYXWVELD-UHFFFAOYSA-M coomassie brilliant blue Chemical compound [Na+].C1=CC(OCC)=CC=C1NC1=CC=C(C(=C2C=CC(C=C2)=[N+](CC)CC=2C=C(C=CC=2)S([O-])(=O)=O)C=2C=CC(=CC=2)N(CC)CC=2C=C(C=CC=2)S([O-])(=O)=O)C=C1 NKLPQNGYXWVELD-UHFFFAOYSA-M 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001139 pH measurement Methods 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及水利工程生态调度技术领域,公开了一种改善通江湖泊候鸟栖息地生境的水库调度方法及系统。其中,该方法包括:获取通江湖泊流域内的水文数据、通江湖泊的水质数据以及底质数据;分析水文数据、水质数据以及底质数据,确定栖息地的生境因子适宜度指数;以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数。通过实施本发明,采用枯水期水库调度的下游通江湖泊越冬候鸟栖息地的目标生境因子适宜度指数,来寻找更优的上游水库下泄流量范畴,以合理安排枯水期调度来维持下游通江湖泊的适宜水位和下游通江湖泊的水质,为越冬候鸟提供更好的栖息地环境。
Description
技术领域
本发明涉及水利工程生态调度技术领域,具体涉及一种改善通江湖泊候鸟栖息地生境的水库调度方法及系统。
背景技术
水库是我国防洪广泛采用的工程措施之一,水库的兴利能够为附近地区提供自来水及灌溉用水,对库区和下游进行径流调节,且还可以利用水力发电机发电来满足生产、生活的用电需求等。但是水利水电工程的大量兴建对水库下游的通江湖泊的水文节律和生态环境造成了影响,导致水库下游通江湖泊的枯水期提前且历时延长,而通江湖泊作为越冬候鸟的重要栖息地之一,其枯水期水文节律的改变将会影响了候鸟栖息地的适宜生境因子,从而影响越冬候鸟数量和时空分布。
越冬候鸟数量和时空分布受到水位动态变化的影响,流速、水深、水质等生境因子对候鸟生境组成和种群数量多样性具有决定性作用。枯水期水库调度下泄流量影响着下游湖泊的水位,从而影响越冬候鸟栖息地生境。因此,如何在枯水期维持下游通江湖泊的适宜水位和下游通江湖泊的水质以期满足候鸟栖息生境需求成为栖息地保护工作中亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种改善通江湖泊候鸟栖息地生境的水库调度方法及系统,以解决枯水期难以维持下游通江湖泊的适宜水位和下游通江湖泊的水质而影响候鸟栖息生境需求的问题。
根据第一方面,本发明实施例提供了改善通江湖泊候鸟栖息地生境的水库调度方法,包括:获取通江湖泊流域内的水文数据、通江湖泊的水质数据以及底质数据;分析所述水文数据、所述水质数据以及所述底质数据,确定栖息地的生境因子适宜度指数;以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数。
本发明实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,通过实时监测采集下游通江湖泊水域的水文数据、通江湖泊的水质数据以及底质数据,结合水文数据、水质数据以及底质数据得出不同出库流量下的栖息地生境因子适宜度指数,继而以通江湖泊越冬候鸟栖息地最大生境因子适宜度指数为目标,在预设约束条件下,进一步得出枯水期水库调度的下游通江湖泊越冬候鸟栖息地的目标生境因子适宜度指数,便于寻找更优的上游水库下泄流量范畴,以合理安排枯水期调度来维持下游通江湖泊的适宜水位和下游通江湖泊的水质,为越冬候鸟提供更好的栖息地环境。
结合第一方面,在第一方面的第一实施方式中,所述分析所述水文数据、所述水质数据以及所述底质数据,确定栖息地的生境因子适宜度指数,包括:对所述水文数据、所述水质数据以及所述底质数据进行标准化处理,得到所述栖息地的各生境因子适宜度曲线;计算各生境因子的权重;将所述各生境因子的权重分别赋予所述各生境因子适宜度曲线,加权计算得到所述栖息地的生境因子适宜度指数。
结合第一方面第一实施方式,在第一方面的第二实施方式中,所述计算各生境因子的权重,包括:构建各生境因子之间的判断矩阵;计算所述判断矩阵对应的特征向量,对所述特征向量进行标准化处理,得到权重向量;根据所述权重向量确定各个生境因子所对应的权重。
本发明实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,通过判断矩阵确定各生境因子的相对重要程度,为其赋予不同的权重值,继而结合权重与适宜度曲线确定出栖息地的生境因子适宜度指数,由此保证了生境因子适宜度指数能够最大程度上表征栖息地环境,便于后续对水库进行合理调度。
结合第一方面,在第一方面的第三实施方式中,所述以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数,包括:基于所述生境因子适宜度指数构建目标函数,并基于所述预设约束条件构建约束函数;基于所述目标函数与所述约束函数,计算不同出库流量下的所述最大生境因子适宜度指数;将所述最大生境因子适宜度指数确定为所述目标生境因子适宜度指数。
结合第一方面第三实施方式,在第一方面的第四实施方式中,所述水库水量平衡、水位、水轮机最大过机流量、电站出力、流量非负和生态流量,所述基于所述生境因子适宜度指数构建目标函数,包括:
HSI=max{HSI1,HSI2,……,HSIi}
其中,HSIi为第i个调度时段内的栖息地生境因子适宜度指数;
所述基于所述预设约束条件构建约束函数,包括:
水库水量平衡约束函数:Vt+1=Vt+(Qn-Qup-Qloss-Qt-St)Ti;
水位约束函数:Zmin≤Zt≤Zmax;
水轮机最大过机流量约束函数:Q≤Qmax;
电站出力约束函数:Nmin≤Nt≤Nmax;
流量非负约束函数:Qt≥0;
生态流量约束函数:Qt+St≥ecoflow;
其中,vt和vt+1分别为调度时段初末的水库库容;Qn为坝址处各时段天然来流量;Qup为水库上游地区综合用水量;Qloss为水库各时段蒸发渗漏损失量;St为除电站引水外的下泄流量;Zmin为水库死水位,Zmax为水库的正常蓄水位;Qt和Qmax分别为水电站时段发电流量和水轮机组的最大过机流量;Nmin、Nt和Nmax分别为水电站的保证出力、时段平均出力和装机容量;ecoflow为生态流量。
本发明实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,以通江湖泊越冬候鸟栖息地的最大生境因子适宜度指数为目标,在水库水量平衡、水位、水轮机最大过机流量、电站出力、流量非负和生态流量等条件约束下,进一步得出枯水期水库调度的下游通江湖泊越冬候鸟栖息地的适宜生境,能够为枯水期的水库调度提供参考,以最大程度上降低水库调度对候鸟栖息生境需求的影响。
结合第一方面,在第一方面的第五实施方式中,所述方法还包括:对所述水文数据、所述水质数据、所述底质数据以及所述不同出库流量下的目标生境因子适宜度指数进行存储。
本发明实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,对实时监测采集到的水文数据、水质数据以及底质数据进行存储,并对计算得到的不同出库流量下的目标生境因子适宜度指数进行存储,以便于后续查看。
结合第一方面或第一方面第一实施方式至第五实施方式中的任一实施方式,在第一方面的第六实施方式中,所述水文数据包括所述通江湖泊流域内的水库在各个调度时段的流速和水深;所述水质数据包括所述下游通江湖泊的水体透明度、pH值以及溶解氧含量;所述底质数据包括所述通江湖泊的水生植物生长的底质含泥量、底泥温度和底质盐含量,所述底质盐含量包括底质含氮量和底质含磷量。
本发明实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,通过实时的采集枯水期水库在各个调度时段的流速和水深,下游通江湖泊的水体透明度、pH值以及溶解氧含量,以及通江湖泊的水生植物生长的底质含泥量、底泥温度和底质盐含量,分析水库调度对越冬候鸟栖息地生境因子的影响,便于迅速地对当前调度方案进行判断,以寻找更优的上游水库下泄流量范畴,进而确定出调度期内更优的调度方案。
根据第二方面,本发明实施例提供了改善通江湖泊候鸟栖息地生境的水库调度系统,包括:监测模块,用于获取通江湖泊流域内的水文数据、下游通江湖泊的水质数据以及通江湖泊的底质数据;数据分析模块,用于分析所述水文数据、所述水质数据以及所述底质数据,确定栖息地的生境因子适宜度指数;调度模块,用于以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数。
根据第三方面,本发明实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或第一方面任一实施方式所述的改善通江湖泊候鸟栖息地生境的水库调度方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行第一方面或第一方面任一实施方式所述的改善通江湖泊候鸟栖息地生境的水库调度方法。
需要说明的是,本发明实施例提供的改善通江湖泊候鸟栖息地生境的水库调度系统、电子设备以及计算机可读存储介质的相应有益效果,请参见改善通江湖泊候鸟栖息地生境的水库调度方法中相应内容的描述,在此不再赘述。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本实施例中改善通江湖泊候鸟栖息地生境的水库调度方法的流程图;
图2为本实施例中改善通江湖泊候鸟栖息地生境的水库调度方法的另一流程图;
图3为本实施例中改善通江湖泊候鸟栖息地生境的水库调度方法又一的流程图;
图4为本实施例中湖泊流域内的站点设置示意图;
图5为本实施例中数据分析以及数据存储的示意图;
图6为本实施例中实施枯水期调度与采用常规调度的水库下泄流量对比图;
图7为本实施例中实施枯水期调度与采用常规调度的水库水位对比图;
图8为本实施例中实施枯水期调度与采用常规调度的站点水位对比图;
图9为本实施例中改善通江湖泊候鸟栖息地生境的水库调度系统的结构框图;
图10为本实施例中提供的电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明实施例,提供了一种改善通江湖泊候鸟栖息地生境的水库调度方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种改善通江湖泊候鸟栖息地生境的水库调度方法,可用于电子设备,如手机、平板电脑、电脑、服务器等,电子设备中设置有改善通江湖泊候鸟栖息地生境的水库调度系统。图1是根据本发明实施例的改善通江湖泊候鸟栖息地生境的水库调度方法的流程图,如图1所示,该流程包括如下步骤:
S11,获取通江湖泊流域内的水文数据、下游通江湖泊的水质数据以及通江湖泊的底质数据。
将水库的调度期分为T个调度时段(t=1,...,T),各调度时段内出库流量不同,通过不同的监测设备对各个调度时段内的水文数据、水质数据以及底质数据进行监测和采集。
具体地,水文数据用于表征水库调度时段内的水流信息。通常在上游水库设置不同监测站点以及在下游通江湖泊流域内设置代表观测站点,各站点设置有水文监测设备,电子设备可以通过各站点的水文监测设备采集水库调度时段的水文数据,得到不同调度时段的水文数据。
下游通江湖泊的水质数据将会影响水生植物的生成,该水质数据用于表征其是否适合水生植物的生长。通常,在下游通江湖泊流域内设置有代表观测站点,各站点设置有水质监测设备,电子设备可以通过各代表观测站点的水质监测设备采集水库调度时段的水质数据,得到不同调度时段的水质数据。
通江湖泊的底质数据用于表征沉积在水体底部的堆积物质信息。通常,在通江湖泊流域内的水体底部设置有底质监测设备,电子设备可以通过底质监测设备采集水库调度时段相对应的水体底部的堆积物质信息,得到不同调度时段的底质数据。
S12,分析水文数据、水质数据以及底质数据,确定栖息地的生境因子适宜度指数。
生境因子适宜度指数用于表示目标物种的候鸟对生境因子的适宜度。电子设备中设置有栖息地生境适宜度计算模型,该模型为枯水期水库调度的栖息地生境因子、栖息地指示物种参数及其变化的概念模型。该模型通过分析枯水期不同出库流量下的水文数据、水质数据以及底质数据,建立枯水期不同出库流量影响下的各生境因子适宜度曲线,根据各生境因子的适宜度曲线确定出各生境因子的相对重要程度,结合该重要程度以及适宜度曲线,计算枯水期不同调度方案下的栖息地生境因子适宜度指数。
S13,以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数。
最大生境因子适宜度指数为最优的生境因子适宜度指数。电子设备在得到各个调度时段的栖息地的生境因子适宜度指数,可以在预设约束条件下对各个调度时段内的生境因子指数进行寻优,确定出各个调度时段所对应的最大生境因子适宜度指数,将各个调度时段所对应的最大生境因子适宜度指数确定为各个调度时段所对应的目标生境因子适宜度指数,即不同出库流量下的目标生境因子适宜度指数。
本实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,通过实时监测采集下游通江湖泊水域的水文数据、水质数据以及通江湖泊的底质数据,结合水文数据、水质数据以及底质数据得出不同出库流量下的栖息地生境因子适宜度指数,继而以下游通江湖泊越冬候鸟栖息地最大生境因子适宜度指数为目标,在预设约束条件下,进一步得出枯水期水库调度的下游通江湖泊越冬候鸟栖息地的目标生境因子适宜度指数,便于寻找更优的上游水库下泄流量范畴,以合理安排枯水期调度来维持下游通江湖泊的适宜水位和下游通江湖泊的水质,为越冬候鸟提供更好的栖息地环境。
在本实施例中提供了一种改善通江湖泊候鸟栖息地生境的水库调度方法,可用于电子设备,如手机、平板电脑、电脑等,图2是根据本发明实施例的改善通江湖泊候鸟栖息地生境的水库调度方法的流程图,如图2所示,该流程包括如下步骤:
S21,获取通江湖泊流域内的水文数据、下游通江湖泊的水质数据以及通江湖泊的底质数据。详细说明参见上述实施例对应的相关描述,此处不再赘述。
S22,分析水文数据、水质数据以及底质数据,确定栖息地的生境因子适宜度指数。
具体地,上述步骤S22可以包括:
S221,对水文数据、水质数据以及底质数据进行标准化处理,得到栖息地的各生境因子适宜度曲线。
电子设备对水文数据、水质数据以及底质数据进行标准化处理,水文数据、水质数据以及底质数据分别对应有不同的生境因子,以水文数据、水质数据以及底质数据所对应的各生境因子数值为横坐标,以候鸟对此生境因子的适宜度为纵坐标,分别生成对应于水文数据的生境因子适宜度曲线,对应于水质数据的生境因子适宜度曲线,以及对应于底质数据的生境因子适宜度曲线。生境因子适宜度曲线的峰值代表候鸟对该生境因子的最适宜范围,通过各生境因子适宜度曲线定量描述候鸟对生境因子的偏好与生境因子间的关系,定量描述物理生境特征与物种在该条件下的生存质量,一般用0和1之间的数值定义目标物种对单因子的偏好。
S222,计算各生境因子的权重。
电子设备可以针对各生境因子进行边缘效应和显著性检测,比较各生境因子的相对重要程度,根据各生境因子的相对重要程度为各生境因子赋予相应的权重值。
可选地,上述步骤S222可以包括:
(1)构建各生境因子之间的判断矩阵。
判断矩阵用于各生境因子之间的两两比较,该判断矩阵根据不同生境因子之间的相对重要程度之比确定。具体地,该判断矩阵P的表达式如下:
P=(aij)
其中,aij表示判断矩阵P中的第i种生境因子和第j种生境因子相对重要程度之比。
(2)计算判断矩阵对应的特征向量,对特征向量进行标准化处理,得到权重向量。
根据求根法或层次分析法计算判断矩阵的特征向量(或特征向量的近似值),继而对特征向量进行标准化处理,得到标准向量,即权重向量。该权重向量W的具体表达式如下:
W=(W1,W2,...,Wn)T
(3)根据权重向量确定各个生境因子所对应的权重。
权重向量中的各个权重值对应各个生境因子,电子设备在计算得到权重向量后即可确定出与各个生境因子相对应的权重值。
S223,将各生境因子的权重分别赋予各生境因子适宜度曲线,加权计算得到栖息地的生境因子适宜度指数。
不同的生境因子均有与其相对应的权重,将其分别赋予相应的生境因子适宜度曲线进行加权求和,即可得到栖息地的生境因子适宜度指数,该生境因子适宜度指数的具体表达式如下:
其中,αi表示第i种生境因子的权重,fi表示第i种生境因子的栖息地适宜度曲线。
S23,以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数。详细说明参见上述实施例对应步骤的相关描述,此处不再赘述。
本实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,通过判断矩阵确定各生境因子的相对重要程度,为其赋予不同的权重值,继而结合权重与适宜度曲线确定出栖息地的生境因子适宜度指数,由此保证了生境因子适宜度指数能够最大程度上表征栖息地环境,便于后续对水库进行合理调度。
在本实施例中提供了一种改善通江湖泊候鸟栖息地生境的水库调度方法,可用于电子设备,如手机、平板电脑、电脑等,图3是根据本发明实施例的改善通江湖泊候鸟栖息地生境的水库调度方法的流程图,如图3所示,该流程包括如下步骤:
S31,获取通江湖泊流域内的水文数据、下游通江湖泊的水质数据以及通江湖泊的底质数据。
具体地,水文数据包括通江湖泊流域内的水库在各个调度时段的流速和水深。水文监测设备包含流速监测单元和水深监测单元,其中流速监测单元包括流速传感器,水深监测单元包括水深传感器。枯水期通江湖泊水位主要受到水库调度影响,水深是越冬候鸟栖息地面积的重要影响因子之一。同时,水生植物的生长也受到水深的影响。在上游水库设置不同监测站点以及在下游通江湖泊流域内设置代表性观测站点,各站点通过相应的流速监测单元和水深监测单元来采集水库调度时段的流速和水深,并将其检测到流速和水深传输至电子设备,电子设备中设置有分析处理模块,该分析处理模块可以接收来自各站点监测设备发送的流速和水深。
该分析处理模块包括有水文分析模块,通过该水文分析模块对流速和水深进行数据处理,得出枯水期水库调度时段内的通江湖泊越冬候鸟栖息地生境的流速适宜度曲线和水深适宜度曲线,通过流速适宜度曲线和水深适宜度曲线量化枯水期越冬候鸟对栖息地环境的偏好程度。
具体地,水质数据包括下游通江湖泊的水体透明度、pH值以及溶解氧含量。水质监测设备可以包括水体透明度监测单元、pH值监测单元和溶解氧监测单元。越冬候鸟一般以沉水植物的冬芽为食,沉水植物生长受到水体透明度、pH和溶解氧含量的影响。通常情况下,水体透明度越低,光照强度越弱,当光照强度低于植物所需光补偿点时,将会抑制植物生长。水体中的pH可以影响水体中不同氨氮形式和无机碳的存在形式,导致光合作用利用率下降,而pH影响沉水植物的生物量,主要表现在沉水植物的叶绿素含量、可溶性蛋白及可溶性总糖含量等,此处在监测水体pH时,可以采摘沉水植物样本进行实验室测定,在完成水体pH测定后,测试人员可以将水体pH上传至电子设备,电子设备则可以响应该上传操作,以得到水体pH。其中,叶绿素的测定方法为丙酮萃取比色法,可溶性蛋白的测定方法为考马斯亮蓝分光光度法,可溶性总糖的测定方法为蒽酮显色法。水体中溶解氧含量和水生植物生长呈现相关关系,溶解氧含量适宜将会减少浮游植物的生长,为沉水植物提供良好的光照条件。水体透明度监测单元包括透明度监测设备;pH值监测单元包括pH值传感器;溶解氧监测单元包括溶解氧监测设备。在下游通江湖泊流域内设置代表性观测站点,各站点通过相应的水体透明度监测单元、pH值监测单元和溶解氧监测单元来采集水库调度时段的水体透明度、pH值以及溶解氧含量,并将其检测到水体透明度、pH值(或实验室测定的pH值)以及溶解氧含量至电子设备,电子设备中设置的分析处理模块可以接收来自各站点监测设备发送的水体透明度、pH值以及溶解氧含量。
该分析处理模块包括有水质分析模块,通过该水质分析模块对水体透明度、pH值以及溶解氧含量进行数据处理,得出水体透明度适宜度曲线、pH值适宜度曲线和溶解氧适宜度曲线,通过水体透明度适宜度曲线、pH适宜度曲线和溶解氧含量适宜度曲线量化水生植物对生长环境的偏好程度。
具体地,底质数据包括通江湖泊的水生植物生长的底质含泥量、底泥温度和底质盐含量,该底质盐含量包括底质含氮量和底质含磷量。底质监测设备主要包括底质含泥量监测单元、底泥温度监测单元和底泥营养盐含量监测单元。沉水植物可以生长在从沙砾到黏土等各类基质土,基质表面沉积物的密度和稳定性降低,底泥呈流体、半流体状态,易受到风浪、水压等外界因素的干扰,不利于沉水植物的定植。肥沃的底泥更有利于沉水植物生长,而沉水植物的相对生长率随底泥总磷含量增加而下降,高浓度的底泥磷会释放到水体中,导致浮游植物大量生长,影响沉水植物光合作用正常进行。这说明底泥中高含量的氮磷并不会直接影响沉水植物的生长,而是通过扩散到水中,促进浮游植物和附着澡的生长从而抑制沉水植物生长。底质含泥量监测单元通过采取在下游通江湖泊越冬候鸟赖以为食的水生植物生长的湖泊底泥样本,对样本进行处理后分析计算得出底质含泥量数据;底泥温度监测单元通过测温探针来实现底泥温度资料的获取,主要是利用测温探针插入通江湖泊底质内采集温度数据,水生植物适宜的底泥温度约为20℃左右;底泥营养盐含量监测单元包括总氮TN监测设备和总磷TP监测设备,主要通过实地采取底泥样本后,在实验室内进行分析,在完成含氮量和含磷量的测定后,测试人员可以将含氮量和含磷量上传至电子设备,电子设备可以响应该上传操作,以得到含氮量和含磷量。
电子设备中设置的分析处理模块包括有底质分析模块,通过该底质分析模块对底质含泥量、底泥温度和底质盐含量进行数据处理,得出底质含泥量适宜度曲线、底泥温度适宜度曲线、总氮含量适宜度曲线、总磷含量适宜度曲线,通过底质含泥量适宜度曲线、底泥温度适宜度曲线、总氮含量适宜度曲线、总磷含量适宜度曲线量化水生植物对生长环境的偏好程度。
具体地,电子设备中设置的分析处理模块还包括有综合分析模块,用于对各个分析模块输出的各生境因子(流速、水深、水体透明度、pH值、溶解氧含量、底质含泥量、底泥温度和底质盐含量)的适宜度曲线进行处理,得出不同出库流量下的栖息地生境因子适宜度指数。
需要说明的是,水文分析模块、水质分析模块、底质分析模块以及综合分析模块可以分别对应有相关的服务器,各服务器分别根据水文数据、水质数据和底质数据,并将数据进行标准化处理后,得出各生境因子的生态适宜度曲线,进而得出不同出库流量下的栖息地生境因子适宜度指数。
通过实时的采集枯水期水库在各个调度时段的流速和水深,下游通江湖泊的水体透明度、pH值以及溶解氧含量,以及通江湖泊的水生植物生长的底质含泥量、底泥温度和底质盐含量,分析水库调度对越冬候鸟栖息地生境因子的影响,便于迅速地对当前调度方案进行判断,以寻找更优的上游水库下泄流量范畴,进而确定出调度期内更优的调度方案。
S32,分析水文数据、水质数据以及底质数据,确定栖息地的生境因子适宜度指数。详细说明参见上述实施例对应步骤的相关描述,此处不在赘述。
S33,以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数。
具体地,上述步骤S33可以包括:
S331,基于生境因子适宜度指数构建目标函数,并基于预设约束条件构建约束函数。
以下游通江湖泊越冬候鸟栖息地的最大生境因子适宜度指数为目标进行目标函数构建,具体如下:
HSI=max{HSI1,HSI2,……,HSIi}
其中,HSIi为第i个调度时段内的栖息地生境因子适宜度指数。
预设约束条件可以包括:水库水量平衡、水位、水轮机最大过机流量、电站出力、流量非负和生态流量,基于预设约束条件进行约束函数构建如下:
水库水量平衡约束函数:Vt+1=Vt+(Qn-Qup-Qloss-Qt-St)Ti;
水位约束函数:Zmin≤Zt≤Zmax;
水轮机最大过机流量约束函数:Q≤Qmax;
电站出力约束函数:Nmin≤Nt≤Nmax;
流量非负约束函数:Qt≥0;
生态流量约束函数:Qt+St≥ecoflow;
其中,vt和vt+1分别为调度时段初末的水库库容;Qn为坝址处各时段天然来流量;Qup为水库上游地区综合用水量;Qloss为水库各时段蒸发渗漏损失量;St为除电站引水外的下泄流量;Zmin为水库死水位,Zmax为水库的正常蓄水位;Qt和Qmax分别为水电站时段发电流量和水轮机组的最大过机流量;Nmin、Nt和Nmax分别为水电站的保证出力、时段平均出力和装机容量;ecoflow为生态流量。
S332,基于目标函数与约束函数,计算不同出库流量下的最大生境因子适宜度指数。
电子设备根据所构建的目标函数以及约束函数,计算不同调度时段所对应的最大生境因子适宜度指数。
S333,将最大生境因子适宜度指数确定为目标生境因子适宜度指数。
电子设备兼顾调度时段以及栖息地的适宜生境,对不同调度时段的最大生境因子适宜度指数进行筛选,以确定出满足枯水期水库调度时段的最大生境因子适宜度指数,将该最大生境因子适宜度指数确定为目标生境因子适宜度指数。
S34,对水文数据、水质数据、底质数据以及不同出库流量下的目标生境因子适宜度指数进行存储。
电子设备中设置有相应的存储空间,该存储空间能够对监测设备所采集到水文数据、水质数据以及底质数据进行存储,便于后续数据查看和数据分析。同时,电子设备还可以将计算出的不同出库流量下的目标生境因子适宜度指数进行存储,便于后续查看和分析。
本实施例提供的改善通江湖泊候鸟栖息地生境的水库调度方法,以下游通江湖泊越冬候鸟栖息地的最大生境因子适宜度指数为目标,在水库水量平衡、水位、水轮机最大过机流量、电站出力、流量非负和生态流量等条件约束下,进一步得出枯水期水库调度的下游通江湖泊越冬候鸟栖息地的适宜生境,能够为枯水期的水库调度提供参考,以最大程度上降低水库调度对候鸟栖息生境需求的影响。对实时监测采集到的水文数据、水质数据以及底质数据进行存储,并对计算得到的不同出库流量下的目标生境因子适宜度指数进行存储,便于后续查看以及数据分析,以确定出最优的调度方案。
本实施例以一具体示例对上述方法进行说明,在本实施例中,选取长江下游某通江湖泊为调度对象,开展枯水期的综合调度,在调度时段内上游水库多次开闸放水。该湖泊水具有丰富的湿地资源,年内水位季节性变化,是越冬候鸟的重要栖息地之一。该湖泊上游约300Km处设有一座大型水库D,在该水库区域内设有流量监测站点d,主要用于监测不同调度期内各调度时段该水库的出库流量。在该湖泊流域内,有三个主要湖区分别为湖区A、湖区B和湖区C,湖区A内设有代表性监测站点a,湖区B内设有代表性监测站点b,湖区C内设有代表性监测站点c1和代表性监测站点c2,代表性监测站点a、b、c1及c2主要用于监测各湖区的水位变化,水质变化和湖泊底质情况等。上游水流依次流经湖区A、湖区B和湖区C,调蓄后从c2再次汇入江中,如图4所示。由于该湖泊水能资源丰富,植物生长多样性显著,给越冬候鸟提供了良好的栖息地环境,白鹤为该湖泊内代表性越冬候鸟之一,其一般以沉水植物的冬芽为食。
水文监测设备包含有流速传感器和水深传感器,通过在四个代表性站点设置多普勒声学流速仪来采集流域内的流速和水深,具体方式为在代表性监测站点a、b、c1及c2处设置流速传感器和水深传感器实时采集数据,例如Son Tek M9智能多频ADCP,其对于流速测量而言,测量距离为0.06米至30米,测量流速为±20米/秒,测量流速与实际流速误差控制在±0.25%之内,吻合度较高,单元数量高达128,单元尺寸在0.02米至4米,测量效果较好。其对于水深测量而言,测量范围为0.2米至80米,分辨率0.001米,测量深度与实际深度误差控制在1%以内,测量精度高。经由Son Tek M9智能多频ADCP采集所得的数据传输至分析处理模块的水文分析模块中进行处理,处理后可知白鹤最适宜的摄食水深为20-30cm,当水深超过30cm时取食效率与水深成反比,当水深超过60cm时白鹤发现食物非常困难且无法落脚。
水质监测设备包括水体透明度监测单元、pH值监测单元和溶解氧监测单元。越冬候鸟一般以沉水植物苦草的冬芽为食,苦草的生长受到水体透明度和水质(pH和溶解氧含量)的影响,苦草是富营养化水体中恢复生态水平的主要植物。水体透明度监测单元具体采用ZDS-10W-2D照度计的水下探头测定,该探头配有V(λ)修正滤光片,测量范围为4档量程,测量误差控制在±4%范围内,K值为0.98-1.02,疲劳误差控制在±1%之内,测量精度高,低功耗,且适应温度-20℃到40℃和90%湿度内的工作环境,测量效果显著,测量时间控制在每天的正午12时左右测定。pH值监测单元、溶解氧监测单元可以同时采用哈希HQ40d水质测速仪以测定水体的pH值和溶解氧含量,其可在-20℃到60℃之间进行存储,在温度0℃到60℃的水体环境中工作,内置温度探头,可进行温度补偿,反应迅速,适用于野外现场测量。具体方式为在下游通江湖泊流域内代表性观测站点a、b、c1及c2内设置ZDS-10W-2D照度计和哈希HQ40d水质测速仪来采集水体透明度、pH值以及溶解氧含量,所得数据传输至数据分析处理模块的水质分析模块中进行处理。分析数据可知,水体透明度越低,光照强度越弱,当光照强度低于苦草生长所需的光补偿点时,将会抑制植物生长,而水体透明度与水体中泥沙含量有关,当湖泊水层底部的光照强度高于湖泊水面光强的1%-3%时,沉水植物才能正常生长,而数据测得苦草在大于2.5%自然光强范围内都可存活。在2.5%-40%范围内,苦草相对生长率随光照强度的增加而增加,在水体温度为25℃时,苦草的光合补偿点约为4.3μmol/(m2·s),光饱和点为216μmol/(m2·s)。调查中发现苦草最大分布水深为5.6m,苦草的相对生长率随水深的增加呈现显著的下降趋势。水体中的pH可以影响水体中不同氨氮形式和无机碳的存在形式,导致光合作用利用率下降,而pH影响苦草的生物量,主要表现在苦草的叶绿素含量、可溶性蛋白及可溶性总糖含量等,实验测得当水体pH为7.2±0.2时,苦草的生物量最大。水体中的溶解氧量含量和水生植物生长呈现相关关系,溶解氧含量适宜将会减少浮游植物的生长,为水生植物提供良好的光照条件,经数据分析可知,当溶解氧含量为6.38mg/L时,苦草生长效果最好。
底质监测设备主要包括底质含泥量监测单元、底泥温度监测单元和底泥营养盐含量监测单元。底质含泥量监测单元通过采取在下游通江湖泊越冬候鸟赖以为食的水生植物生长的湖泊底泥样本,并对样本烘干后进行分析计算出数据;底泥温度监测单元通过测温探针来实现底泥温度的获取,主要是利用测温探针插入通江湖泊底质内采集温度数据,具体采用高精度K型接触式电子测温仪,探针型号为NR-81539(尖头),探针长度200mm×Ψ3mm,测量范围为-50℃至500℃,温度表型号为DT1310,测温线型号为TP-01。该电子测温仪在23℃±5℃的测量环境下,精确度高达0.3%+1℃,温度系数低于0.1倍的准确性规格℃,取样率为每秒2.5次,操作温度为0℃至50℃,储存温度为-10℃至60℃,且可实现摄氏度与华氏度的切换,从而满足多种测量要求。经测量可知,水生植物适宜的底泥温度约为20℃左右。底泥营养盐含量监测单元主要通过在实验室内测得总氮TN含量和总磷TP含量,测得数据传输至数据分析处理模块的底质分析模块中进行处理。苦草可以生长在从沙砾到黏土等各类基质土,基质表面沉积物的密度和稳定性降低,底泥呈流体、半流体状态,易受到风浪、水压等外界因素的干扰,不利于沉水植物的定植。数据分析发现,苦草可以在有机质含量较高的底泥中正常生长,但高含量的有机质会降低苦草的锚定能力,导致其倒根漂浮。在底泥总氮、总磷含量分别为0.26-6.08g/kg和0.01-1.60g/kg的范围内长势良好。肥沃的底泥更有利于苦草生长,而苦草相对生长率随底泥总磷含量增加而下降。高浓度的底泥磷会释放到水体中,导致浮游植物大量生长,影响苦草光合作用正常进行。
如图5所示,分析处理模块包括水文分析模块、水质分析模块、底质分析模块以及综合分析模块,各模块分别对应有相关的服务器,各服务器分别接收来自各监测模块监测所得的水文数据、水质数据和底质数据,并将数据进行标准化处理后,得出各生境因子的生态适宜度曲线,并得出不同流量下的栖息地生境因子适宜度指数。其中,水文分析模块主要针对枯水期越冬候鸟对栖息地环境进行设置;水质分析模块主要针对水生植物生长环境要求进行设置;底质分析模块主要针对水生植物生长对湖泊底质要求设置。综合分析模块接收来自水文分析模块、水质分析模块、底质分析模块输出的各生境因子适宜度曲线,处理后得出不同出库流量下的栖息地生境因子适宜度指数。具体的计算方式参见上述实施例对应的相关描述,此处不在赘述。
在得到不同调度时段的栖息地生境因子适宜度指数之后,对其进行筛选,得出更优的枯水期水库调度相对应的下游通江湖泊越冬候鸟栖息地的适宜生境,并将水文监测设备监测所得的流速、水深和水库运行等数据以及经由水文分析模块处理后的相关数据存储在水文监测存储单元中;将水质监测设备监测所得的水体透明度、pH值和溶解氧含量以及经由水质分析模块处理后的相关数据予以存储在水质监测存储单元中;将底质监测设备监测所得的底质含泥量、底泥温度、底泥营养盐含量以及经由底质分析模块处理后的相关数据存储在底质监测存储单元中;将不同调度时段所对应的调度方案存储在调度存储单元中,如图5所示。
按照上述步骤,通过对该水库优化调度,枯水期较常规调度下泄流量平均增加786m3/s,累计向下游湖泊补水105.26亿m3,如图6所示。湖区A枯水期水位较常规调度平均提高0.161m,最大抬升0.357m,湖区B枯水期水位较常规调度平均提高0.115m,最大抬升0.234m,湖区C枯水期水位较常规调度平均提高0.101m,最大提高0.213m,其中c2监测站点水位较常规调度水位平均提高0.436m,最大抬升0.831m,如图7和图8所示。由此可见,该水资源调度方法的优化调度效果显著,极大地满足了水生植物生长对水深的需求和越冬候鸟捕食的需求。
在本实施例中还提供了一种改善通江湖泊候鸟栖息地生境的水库调度系统,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种改善通江湖泊候鸟栖息地生境的水库调度系统,如图9所示,包括:
监测模块41,用于获取通江湖泊流域内的水文数据、下游通江湖泊的水质数据以及通江湖泊的底质数据。详细说明参见上述方法实施例对应的相关描述,此处不再赘述。
数据分析模块42,用于分析水文数据、水质数据以及底质数据,确定栖息地的生境因子适宜度指数。详细说明参见上述方法实施例对应的相关描述,此处不再赘述。
调度模块43,用于以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数。详细说明参见上述方法实施例对应的相关描述,此处不再赘述。
本实施例提供的改善通江湖泊候鸟栖息地生境的水库调度系统,通过实时监测采集下游通江湖泊水域的水文数据、水质数据以及通江湖泊的底质数据,结合水文数据、水质数据以及底质数据得出不同出库流量下的栖息地生境因子适宜度指数,继而以下游通江湖泊越冬候鸟栖息地最大生境因子适宜度指数为目标,在预设约束条件下,进一步得出枯水期水库调度的下游通江湖泊越冬候鸟栖息地的目标生境因子适宜度指数,便于寻找更优的上游水库下泄流量范畴,以合理安排枯水期调度来维持下游通江湖泊的适宜水位和下游通江湖泊的水质,为越冬候鸟提供更好的栖息地环境。
本实施例中的改善通江湖泊候鸟栖息地生境的水库调度系统是以功能单元的形式来呈现,这里的单元是指ASIC电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
上述各模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本发明实施例还提供一种电子设备,具有上述图9所示的改善通江湖泊候鸟栖息地生境的水库调度系统。
请参阅图10,图10是本发明可选实施例提供的一种电子设备的结构示意图,如图10所示,该电子设备可以包括:至少一个处理器501,例如中央处理器(Central ProcessingUnit,CPU),至少一个通信接口503,存储器504,至少一个通信总线502。其中,通信总线502用于实现这些组件之间的连接通信。其中,通信接口503可以包括显示屏(Display)、键盘(Keyboard),可选通信接口503还可以包括标准的有线接口、无线接口。存储器504可以是高速易挥发性随机存取存储器存储器(Random Access Memory,RAM),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器504可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图9所描述的装置,存储器504中存储应用程序,且处理器501调用存储器504中存储的程序代码,以用于执行上述任一方法步骤。
其中,通信总线502可以是外设部件互连标准(peripheral componentinterconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。通信总线502可以分为地址总线、数据总线、控制总线等。为便于表示,图10中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器504可以包括易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器也可以包括非易失性存储器(non-volatilememory),例如快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD);存储器504还可以包括上述种类的存储器的组合。
其中,处理器501可以是中央处理器(central processing unit,CPU),网络处理器(network processor,NP)或者CPU和NP的组合。
其中,处理器501还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit,ASIC),可编程逻辑器件(programmablelogic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gatearray,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。
可选地,存储器504还用于存储程序指令。处理器501可以调用程序指令,实现如本申请图1至图3实施例所示的改善通江湖泊候鸟栖息地生境的水库调度方法。
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的改善通江湖泊候鸟栖息地生境的水库调度方法的处理方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (7)
1.一种改善通江湖泊候鸟栖息地生境的水库调度方法,其特征在于,包括:
获取通江湖泊流域内的水文数据、通江湖泊的水质数据以及底质数据;
分析所述水文数据、所述水质数据以及所述底质数据,确定栖息地的生境因子适宜度指数;
以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数;
其中,所述分析所述水文数据、所述水质数据以及所述底质数据,确定栖息地的生境因子适宜度指数,包括:对所述水文数据、所述水质数据以及所述底质数据进行标准化处理,得到所述栖息地的各生境因子适宜度曲线;计算各生境因子的权重;将所述各生境因子的权重分别赋予所述各生境因子适宜度曲线,加权计算得到所述栖息地的生境因子适宜度指数;
其中,所述以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数,包括:基于所述生境因子适宜度指数构建目标函数,并基于所述预设约束条件构建约束函数;基于所述目标函数与所述约束函数,计算不同出库流量下的所述最大生境因子适宜度指数;将所述最大生境因子适宜度指数确定为所述目标生境因子适宜度指数;
所述预设约束条件包括水库水量平衡、水位、水轮机最大过机流量、电站出力、流量非负和生态流量,所述基于所述生境因子适宜度指数构建目标函数,包括:
其中,为第/>个调度时段内的栖息地生境因子适宜度指数;
所述基于所述预设约束条件构建约束函数,包括:
水库水量平衡约束函数:;
水位约束函数:;
水轮机最大过机流量约束函数:;
电站出力约束函数:;
流量非负约束函数:;
生态流量约束函数:;
其中,和/>分别为调度时段初末的水库库容;/>为坝址处各时段天然来流量;/>为水库上游地区综合用水量;/>为水库各时段蒸发渗漏损失量;/>为除电站引水外的下泄流量;/>为水库死水位,/>为水库的正常蓄水位;/>和/>分别为水电站时段发电流量和水轮机组的最大过机流量;/>、/>和/>分别为水电站的保证出力、时段平均出力和装机容量;/>为生态流量。
2.根据权利要求1所述的方法,其特征在于,所述计算各生境因子的权重,包括:
构建各生境因子之间的判断矩阵;
计算所述判断矩阵对应的特征向量,对所述特征向量进行标准化处理,得到权重向量;
根据所述权重向量确定各个生境因子所对应的权重。
3.根据权利要求1所述的方法,其特征在于,还包括:
对所述水文数据、所述水质数据、所述底质数据以及所述不同出库流量下的目标生境因子适宜度指数进行存储。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述水文数据包括所述通江湖泊流域内的水库在各个调度时段的流速和水深;
所述水质数据包括所述通江湖泊的水体透明度、pH值以及溶解氧含量;
所述底质数据包括所述通江湖泊的水生植物生长的底质含泥量、底泥温度和底质盐含量,所述底质盐含量包括底质含氮量和底质含磷量。
5.一种改善通江湖泊候鸟栖息地生境的水库调度系统,其特征在于,包括:
监测模块,用于获取通江湖泊流域内的水文数据、通江湖泊的水质数据以及底质数据;
数据分析模块,用于分析所述水文数据、所述水质数据以及所述底质数据,确定栖息地的生境因子适宜度指数,包括:对所述水文数据、所述水质数据以及所述底质数据进行标准化处理,得到所述栖息地的各生境因子适宜度曲线;计算各生境因子的权重;将所述各生境因子的权重分别赋予所述各生境因子适宜度曲线,加权计算得到所述栖息地的生境因子适宜度指数;
调度模块,用于以最大生境因子适宜度指数为目标,在预设约束条件下,确定不同出库流量下的目标生境因子适宜度指数,包括:基于所述生境因子适宜度指数构建目标函数,并基于所述预设约束条件构建约束函数;基于所述目标函数与所述约束函数,计算不同出库流量下的所述最大生境因子适宜度指数;将所述最大生境因子适宜度指数确定为所述目标生境因子适宜度指数;
所述预设约束条件包括水库水量平衡、水位、水轮机最大过机流量、电站出力、流量非负和生态流量,所述基于所述生境因子适宜度指数构建目标函数,包括:
其中,为第/>个调度时段内的栖息地生境因子适宜度指数;
所述基于所述预设约束条件构建约束函数,包括:
水库水量平衡约束函数:;
水位约束函数:;
水轮机最大过机流量约束函数:;
电站出力约束函数:;
流量非负约束函数:;
生态流量约束函数:;
其中,和/>分别为调度时段初末的水库库容;/>为坝址处各时段天然来流量;/>为水库上游地区综合用水量;/>为水库各时段蒸发渗漏损失量;/>为除电站引水外的下泄流量;/>为水库死水位,/>为水库的正常蓄水位;/>和/>分别为水电站时段发电流量和水轮机组的最大过机流量;/>、/>和/>分别为水电站的保证出力、时段平均出力和装机容量;/>为生态流量。
6.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-4任一项所述的改善通江湖泊候鸟栖息地生境的水库调度方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行权利要求1-4任一项所述的改善通江湖泊候鸟栖息地生境的水库调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210588219.2A CN114971295B (zh) | 2022-05-26 | 2022-05-26 | 改善通江湖泊候鸟栖息地生境的水库调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210588219.2A CN114971295B (zh) | 2022-05-26 | 2022-05-26 | 改善通江湖泊候鸟栖息地生境的水库调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114971295A CN114971295A (zh) | 2022-08-30 |
CN114971295B true CN114971295B (zh) | 2023-09-05 |
Family
ID=82955534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210588219.2A Active CN114971295B (zh) | 2022-05-26 | 2022-05-26 | 改善通江湖泊候鸟栖息地生境的水库调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114971295B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116128183B (zh) * | 2023-02-14 | 2023-08-01 | 长江水资源保护科学研究所 | 一种面向引水工程对湖泊湿地生境变化影响评估方法 |
CN116029469B (zh) * | 2023-03-30 | 2023-06-27 | 长江水资源保护科学研究所 | 基于水鸟生境适宜性的闸控湖泊湿地水位确定方法及装置 |
CN116502880B (zh) * | 2023-06-29 | 2023-10-20 | 长江三峡集团实业发展(北京)有限公司 | 一种考虑湖泊水质动态响应的水库生态调度方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188907A (zh) * | 2018-02-22 | 2019-08-30 | 重庆师范大学 | 一种煤矿临时建设用地综合复垦利用方向确定方法 |
CN111523089A (zh) * | 2020-04-19 | 2020-08-11 | 长江水资源保护科学研究所 | 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法 |
WO2021196552A1 (zh) * | 2020-03-28 | 2021-10-07 | 华中科技大学 | 一种基于互馈关系解析的梯级水库风险评估方法及系统 |
CN113780749A (zh) * | 2021-08-16 | 2021-12-10 | 烟台大学 | 一种城市河道鱼类生境评价方法和系统 |
CN114329957A (zh) * | 2021-12-27 | 2022-04-12 | 中国水产科学研究院长江水产研究所 | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 |
WO2022099852A1 (zh) * | 2020-11-10 | 2022-05-19 | 广东粤海水务股份有限公司 | 一种城市景观湖泊水生态系统健康评价及诊断方法 |
-
2022
- 2022-05-26 CN CN202210588219.2A patent/CN114971295B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188907A (zh) * | 2018-02-22 | 2019-08-30 | 重庆师范大学 | 一种煤矿临时建设用地综合复垦利用方向确定方法 |
WO2021196552A1 (zh) * | 2020-03-28 | 2021-10-07 | 华中科技大学 | 一种基于互馈关系解析的梯级水库风险评估方法及系统 |
CN111523089A (zh) * | 2020-04-19 | 2020-08-11 | 长江水资源保护科学研究所 | 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法 |
WO2022099852A1 (zh) * | 2020-11-10 | 2022-05-19 | 广东粤海水务股份有限公司 | 一种城市景观湖泊水生态系统健康评价及诊断方法 |
CN113780749A (zh) * | 2021-08-16 | 2021-12-10 | 烟台大学 | 一种城市河道鱼类生境评价方法和系统 |
CN114329957A (zh) * | 2021-12-27 | 2022-04-12 | 中国水产科学研究院长江水产研究所 | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 |
Non-Patent Citations (1)
Title |
---|
基于支配强度的NSGA⁃II 改进算法在水库多目标优化调度中的应用;蔡卓森等;《武汉大学学报(工学版)》;第999-1007页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114971295A (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114971295B (zh) | 改善通江湖泊候鸟栖息地生境的水库调度方法及系统 | |
US20210326408A1 (en) | Ecological flow determination method for considering lifting amount | |
CN112288183B (zh) | 一种湖泊分级分期旱限水位确定方法及系统 | |
CN107103040A (zh) | 一种灌区基础数据采集系统 | |
Miao et al. | Spatio-temporal variability of streamflow in the Yellow River: possible causes and implications | |
CN106295833B (zh) | 一种太平洋褶柔鱼资源补充量预测方法及其应用 | |
Gao et al. | Shallow groundwater plays an important role in enhancing irrigation water productivity in an arid area: The perspective from a regional agricultural hydrology simulation | |
CN111523089B (zh) | 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法 | |
CN108573302A (zh) | 一种流域面源污染负荷模拟及最佳管理措施优化方法 | |
CN107862421A (zh) | 一种河道型水库建设影响预评估方法 | |
CN114662966A (zh) | 鱼类栖息地保护效果综合评价方法 | |
CN115423182A (zh) | 水电站下泄生态流量评价方法、装置、存储介质及设备 | |
WONDIMAGEGNEHUGOSHIME et al. | Impact of water abstraction on the water level of Lake Ziway, Ethiopia | |
CN111477266A (zh) | 一种天然水域鱼类产卵场判识方法 | |
Hawari et al. | Development of IoT monitoring system for aquaculture application | |
Wang et al. | Modeling hydrodynamic and hydrological processes in tidal wetlands | |
Kurz et al. | Recent trends in seagrass distributions in southwest Florida coastal waters | |
Bortone et al. | Tape grass life history metrics associated with environmental variables in a controlled estuary | |
CN117436657A (zh) | 一种湿地生态用水调控方法、系统、电子设备及介质 | |
Zhang et al. | Effects of water level fluctuations on root architectural and morphological traits of plants in lakeshore areas of three subtropical floodplain lakes in China | |
Zhang et al. | Investigating the simultaneous ecological operation of dam gates to meet the water flow requirements of fish spawning migration | |
CN115271440A (zh) | 干旱区绿洲地下水生态水位分区动态调控方法及装置 | |
Hu et al. | Quantifying suitable dynamic water levels in marsh wetlands based on hydrodynamic modelling | |
Ma et al. | The characteristics of climate change and adaptability assessment of migratory bird habitats in Wolonghu wetlands | |
Li et al. | Estimating the biomass of Carex cinerascens (Cyperaceae) in floodplain wetlands in Poyang Lake, China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |