CN115114867B - 一种挺水植物生物量预测方法 - Google Patents

一种挺水植物生物量预测方法 Download PDF

Info

Publication number
CN115114867B
CN115114867B CN202210810794.2A CN202210810794A CN115114867B CN 115114867 B CN115114867 B CN 115114867B CN 202210810794 A CN202210810794 A CN 202210810794A CN 115114867 B CN115114867 B CN 115114867B
Authority
CN
China
Prior art keywords
emergent aquatic
stems
nitrogen
algae
rate
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
Application number
CN202210810794.2A
Other languages
English (en)
Other versions
CN115114867A (zh
Inventor
黄爱平
刘晓波
彭文启
董飞
张盼伟
马冰
王伟杰
陈学凯
司源
王威浩
杜霞
李今今
雷阳
廉秋月
杨晓晨
王乾勋
朱志鹏
邓欣
邓秘
李木子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202210810794.2A priority Critical patent/CN115114867B/zh
Publication of CN115114867A publication Critical patent/CN115114867A/zh
Application granted granted Critical
Publication of CN115114867B publication Critical patent/CN115114867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W10/00—Technologies for wastewater treatment
    • Y02W10/10—Biological treatment of water, waste water, or sewage

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明公开了一种挺水植物生物量预测方法，包括以下步骤：S1、根据挺水植物生长代谢过程，建立挺水植物的动力学方程；S2、根据挺水植物与营养盐浓度的耦合关系，建立营养盐的动力学方程；S3、结合挺水植物的动力学方程和营养盐的动力学方程，得到挺水植物模型；S4、对挺水植物模型进行求解，得到挺水植物的生物量；本发明解决了现有缺乏一种对于挺水植物生物量预测的方法的问题。

Description

一种挺水植物生物量预测方法
技术领域
本发明涉及植物生物量预测方法，具体涉及一种挺水植物生物量预测方法。
背景技术
挺水植物是湖滨带湿地生态系统的重要组成部分，主要分布在水深较浅的水域，是陆生植物过渡到水生植物的植物类型。挺水植物在人工湿地构建中受到广泛关注和使用，其耐污和抗风能力较沉水植物等其他水生植物更强，可有效截留流入湖泊的营养物质，减弱风浪对湖滨带的冲刷，在湖滨带湿地构建、湖泊水环境治理中起到关键作用。
预测挺水植物生物量是分析挺水植物生长过程、评估挺水植物种植对湖泊湿地水环境的改善效果的定量化研究手段。沉水植物全部位于水下，其生物量预测模型已相对成熟；不同于沉水植物，挺水植物茎叶暴露出水面，根系扎于水下的沉积物中，生物量的影响因素复杂多样，其预测模型研究较少，成为制约人工湿地构建效果评估的一个重要因素，因此亟需提出一种可准确预测挺水植物生物量的方法。
发明内容
针对现有技术中的上述不足，本发明提供的一种挺水植物生物量预测方法解决了现有缺乏一种对于挺水植物生物量预测的方法的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种挺水植物生物量预测方法，包括以下步骤：
S1、根据挺水植物生长代谢过程，建立挺水植物的动力学方程；
S2、根据挺水植物与营养盐浓度的耦合关系，建立营养盐的动力学方程；
S3、结合挺水植物的动力学方程和营养盐的动力学方程，得到挺水植物模型；
S4、对挺水植物模型进行求解，得到挺水植物的生物量。
进一步地，所述步骤S1中挺水植物的动力学方程为：
Figure GDA0004274616520000021
Figure GDA0004274616520000022
PEPS＝PMEPS·f1(IL)·f2(AT)·f3(NU)·f4(FT)
Figure GDA0004274616520000023
Figure GDA0004274616520000024
Figure GDA0004274616520000025
f4(FT)＝exp(-KFT[FT-FTk]2)
其中，EPS为茎生物量；EPR为根生物量；FSR为茎向根转移的生物量；PEPS为茎的生长率；REPS为茎的呼吸率；LEPS为茎的非呼吸损失率；REPR为根的呼吸率；LEPR为根的非呼吸损失率；PMEPS为茎的最大生长率；IL为光照强度；AT为大气温度；NU为营养盐浓度；FT为淹水时长；ILk为挺水植物生长的最适宜光照强度；ATl为挺水植物生长的最适宜气温范围的下限，AT2为挺水植物生长的最适宜气温范围的上限；KAT1为气温低于AT1时对挺水植物生长的影响；KAT2为气温高于AT2时对挺水植物生长的影响；(NH4+NO3)w为水体中的铵和硝酸盐氮浓度；(NH4+NO3)s为底泥中的铵和硝酸盐氮浓度；KHNEPS为茎从水体吸收氮的半饱和常数；KHNEPR为根从底泥吸收氮的半饱和常数；PO4dw为水体中的磷酸盐浓度；PO4ds为底泥中的磷酸盐浓度，KHPEPS为茎从水体中吸收磷的半饱和常数；KHPEPR为根从底泥中吸收磷的半饱和常数；FTk为茎生长的最适宜淹水时长；KFT为淹水时长对茎生长影响的常数，f1(IL)为光照对挺水植物生长的影响函数；f2(AT)为气温对挺水植物生长的影响函数；f3(NU)为营养盐浓度对挺水植物生长的影响函数；f4(FT)为淹水时间对挺水植物生长的影响函数；t为时间。
上述进一步方案的有益效果为：本发明根据挺水植物的形态特征，将其划分为茎和根两个部分，分别构建了茎和根的动力学方程。
茎的动力学方程由光合作用、呼吸作用、非呼吸损失作用等组成，其中光合作用一方面考虑了茎向根的物质转移作用，另一方面考虑了光合作用的关键参数：茎生长速率，茎生长速率主要受到光照强度、大气温度、营养盐浓度(碳、氮、磷)和淹水时长的影响。
根的动力学方程由茎向根的物质转移作用、呼吸作用、非呼吸损失作用等组成。
进一步地，所述步骤S2中所述营养盐包括碳、氮和磷。
进一步地，碳的动力学方程为：
Figure GDA0004274616520000031
Figure GDA0004274616520000032
Figure GDA0004274616520000033
其中，RPOC为难溶性颗粒有机碳浓度；LPOC为活性颗粒有机碳浓度；DOC为溶解性有机碳浓度；c为蓝藻；d为硅藻；g为绿藻；PRx为藻类群x被捕食速率；Bx为藻类群x的生物量；FCRP为藻类被捕食后生成的难溶性颗粒有机碳；FCLP为藻类被捕食后生成的活性颗粒有机碳；FCDP为藻类被捕食后生成的溶解有机碳；KRPOC为难溶性颗粒有机碳水解速率；KLPOC为活性颗粒有机碳水解速率；KHR为溶解性有机碳的异氧呼吸速率；KHRx为藻类群x的溶解性有机碳排泄物的溶解氧半饱和常数；WSRP为难溶性颗粒有机碳沉降速率；WSLP为活性颗粒有机碳沉降速率；WRPOC为难溶性颗粒有机碳外部负荷量；WLPOC为活性颗粒有机碳外部负荷量；WDOC为溶解性有机碳的外部负荷量；FCDx为藻类群x的常数；DO为溶解氧浓度；Denit为反硝化作用速率；V为水体体积；FCR为挺水植物茎呼吸作用产生的难溶性颗粒有机碳；FCL为挺水植物茎呼吸作用产生的活性颗粒有机碳；FCD为挺水植物茎呼吸作用产生的溶解性有机碳；FCRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机碳；FCLL为挺水植物茎非呼吸作用产生的活性颗粒有机碳；FCDL为挺水植物茎非呼吸作用产生的溶解性有机碳；REPS为茎的呼吸率；LEPS为茎的非呼吸损失率；EPS为茎生物量；BMx为藻类群x的基础新陈代谢数量；z为垂向坐标；t为时间。
进一步地，氮的动力学方程为：
Figure GDA0004274616520000041
Figure GDA0004274616520000042
Figure GDA0004274616520000043
Figure GDA0004274616520000051
Figure GDA0004274616520000052
其中，RPON为难溶性颗粒有机氮浓度；LPON为活性颗粒有机氮浓度；DON为溶解性有机氮；NH4为铵浓度；NO3为硝酸盐氮浓度；FNRx为藻类群x代谢生成的难溶性颗粒有机氮；FNLx为藻类群x代谢生成的活性颗粒有机氮；FNDx为藻类群x代谢生成的溶解性有机氮；FNIx为藻类群x代谢生成的无机氮；FNRP为藻类被捕食后生成的难溶性颗粒有机氮；FNLP为藻类被捕食后生成的活性颗粒有机氮；FNDP为藻类被捕食生成的氮中的溶解性有机氮；FNIP为藻类被捕食生成的无机氮；ANCx为藻类群x中氮对碳的比例；KRPON为难溶性颗粒有机氮的水解速率；KLPON为活性颗粒有机氮的水解速率；KDON为溶解性有机氮的矿化速率；PNx为藻类群x对铵的吸收偏好；Nit为硝化率；WRPON为难溶性颗粒有机氮外部负荷量；WLPON为活性颗粒有机氮外部负荷量；WDON为溶解性有机氮外部负荷量；BFNH4为沉积物与水体之间的铵交换通量；WNH4为铵的外部负荷量；ANDC为每氧化单位质量的溶解性有机碳减少的硝酸盐氮的质量；BFNO3为沉积物与水体之间的硝酸盐氮交换通量；WNO3为硝酸盐氮的外部负荷量；FNR为挺水植物茎呼吸作用产生的难溶性颗粒有机氮；FNL为挺水植物茎呼吸作用产生的活性颗粒有机氮；FND为挺水植物茎呼吸作用产生的溶解性有机氮；FNI为挺水植物茎呼吸作用产生的铵；FNN为挺水植物茎呼吸作用产生的硝酸盐；FNRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机氮；FNLL为挺水植物茎非呼吸作用产生的活性颗粒有机氮；FNDL为挺水植物茎非呼吸作用产生的溶解性有机氮；FNIL为挺水植物茎非呼吸作用产生的铵；FNNL为挺水植物茎非呼吸作用产生的硝酸盐；RPSNC为挺水植物茎的氮碳比；PNEPS为挺水植物对铵的吸收偏好；Px为为藻类群x的生长速率；Δz为水体底层的垂向高度；PEPS为茎的生长率。
进一步地，磷的动力学方程为：
Figure GDA0004274616520000061
Figure GDA0004274616520000062
Figure GDA0004274616520000063
Figure GDA0004274616520000064
其中，RPOP为难溶性颗粒有机磷浓度；LPOP为活性颗粒有机磷浓度；DOP为溶解性磷酸盐浓度；PO4t为总磷酸盐浓度；PO4p为颗粒磷酸盐；FPRx为藻类群x代谢生成的难溶性颗粒有机磷；FPLx为藻类群x代谢生成的活性颗粒有机磷；FPDx为藻类群x代谢生成的溶解性有机磷；FPIx为藻类群x代谢生成的无机磷；FPRP为藻类被捕食后生成的难溶性颗粒有机磷；FPLP为藻类被捕食后生成的活性颗粒有机磷；FPDP为藻类被捕食后生成的溶解性有机磷；FPIP为藻类被捕食后生成的无机磷；APC为所有藻类群平均的磷对碳的比例；KRPOP为难溶性颗粒有机磷的水解速率；KLPOP为活性颗粒有机磷的水解速率；KDOP为溶解性有机磷的矿化速率；WRPOP为难z溶颗粒有机磷外部负荷量；WLPOP为活性颗粒有机磷外部负荷量；WDOP为溶解性有机磷的外部负荷；WSTSS为悬浮泥沙的沉降速率；BFPO4d为泥沙与水体之间的磷酸盐交换通量；WPO4t为总磷酸盐外部负荷量；FPR为挺水植物茎呼吸作用产生的难溶性颗粒有机磷；FPL为挺水植物茎呼吸作用产生的活性颗粒有机磷；FPD为挺水植物茎呼吸作用产生的溶解性有机磷；FPP为挺水植物茎呼吸作用产生的总磷酸盐；FPRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机磷；FPLL为挺水植物茎非呼吸作用产生的活性颗粒有机磷；FPDL为挺水植物茎非呼吸作用产生的溶解性有机磷；FPPL为挺水植物茎非呼吸作用产生的总磷酸盐；RPSPC为挺水植物茎的磷碳比；PEPS为茎的生长率。
上述进一步方案的有益效果为：本发明构建的营养盐的动力学方程考虑了挺水植物与营养盐浓度的耦合关系，使得营养盐的动力学方程能充分体现挺水植物生长代谢过程中与营养盐的物质交换。
耦合关系包括：挺水植物生长受到营养盐浓度的限制，挺水植物呼吸作用会产生营养盐从而导致水体营养盐浓度增加，挺水植物生长会吸收磷酸盐、铵、硝酸盐从而导致这些营养盐浓度下降。
进一步地，所述步骤S4包括以下分步骤：
S41、给定挺水植物研究区域的边界条件和初始条件；
S42、根据挺水植物研究区域的边界条件和初始条件，求解挺水植物模型，得到挺水植物的生物量。
综上，本发明的有益效果为：
(1)、本发明涉及了一种可准确预测挺水植物生物量的方法，该方法将挺水植物分为茎生物量和根生物量等两个状态变量，考虑了淹水时长、沉积物营养盐浓度、光照强度、气温等因素的影响，实现了对挺水植物生物量的定量化预测，可为湿地恢复与重建提供技术支撑。
(2)、本发明提出的挺水植物生物量预测方法实现了挺水植物和河湖水质的耦合模拟，可预测挺水植物对河湖水质的影响。对于为改善河湖水质而种植挺水植物的工程，可采用本发明提出的方法定量化预测挺水植物对河湖水质的改善效果，为挺水植物水质改善效果评估提供定量化的分析手段。
附图说明
图1为一种挺水植物生物量预测方法的流程图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，一种挺水植物生物量预测方法，包括以下步骤：
S1、根据挺水植物生长代谢过程，建立挺水植物的动力学方程；
所述步骤S1中挺水植物的动力学方程为：
Figure GDA0004274616520000091
Figure GDA0004274616520000092
PEPS＝PMEPS·f1(IL)·f2(AT)·f3(NU)·f4(FT)
Figure GDA0004274616520000093
Figure GDA0004274616520000094
Figure GDA0004274616520000095
f4(FT)＝exp(-KFT[FT-FTk]2)
其中，EPS为茎生物量；EPR为根生物量；FSR为茎向根转移的生物量；PEPS为茎的生长率；REPS为茎的呼吸率；LEPS为茎的非呼吸损失率；REPR为根的呼吸率；LEPR为根的非呼吸损失率；PMEPS为茎的最大生长率；IL为光照强度；AT为大气温度；NU为营养盐浓度；FT为淹水时长；ILk为挺水植物生长的最适宜光照强度；AT1为挺水植物生长的最适宜气温范围的下限，AT2为挺水植物生长的最适宜气温范围的上限；KAT1为气温低于AT1时对挺水植物生长的影响；KAT2为气温高于AT2时对挺水植物生长的影响；(NH4+NO3)w为水体中的铵和硝酸盐氮浓度；(NH4+NO3)s为底泥中的铵和硝酸盐氮浓度；KHNEPS为茎从水体吸收氮的半饱和常数；KHNEPR为根从底泥吸收氮的半饱和常数；PO4dw为水体中的磷酸盐浓度；PO4ds为底泥中的磷酸盐浓度，KHPEPS为茎从水体中吸收磷的半饱和常数；KHPEPR为根从底泥中吸收磷的半饱和常数；FTk为茎生长的最适宜淹水时长；KFT为淹水时长对茎生长影响的常数，f1(IL)为光照对挺水植物生长的影响函数；f2(AT)为气温对挺水植物生长的影响函数；f3(NU)为营养盐浓度对挺水植物生长的影响函数；f4(FT)为淹水时间对挺水植物生长的影响函数；t为时间。
S2、根据挺水植物与营养盐浓度的耦合关系，建立营养盐的动力学方程；
所述步骤S2中所述营养盐包括碳、氮和磷。
碳的动力学方程为：
Figure GDA0004274616520000101
Figure GDA0004274616520000102
Figure GDA0004274616520000103
其中，RPOC为难溶性颗粒有机碳浓度；LPOC为活性颗粒有机碳浓度；DOC为溶解性有机碳浓度；c为蓝藻；d为硅藻；g为绿藻；PRx为藻类群x被捕食速率；Bx为藻类群x的生物量；FCRP为藻类被捕食后生成的难溶性颗粒有机碳；FCLP为藻类被捕食后生成的活性颗粒有机碳；FCDP为藻类被捕食后生成的溶解有机碳；KRPOC为难溶性颗粒有机碳水解速率；KLPOC为活性颗粒有机碳水解速率；KHR为溶解性有机碳的异氧呼吸速率；KHRx为藻类群x的溶解性有机碳排泄物的溶解氧半饱和常数；WSRP为难溶性颗粒有机碳沉降速率；WSLP为活性颗粒有机碳沉降速率；WRPOC为难溶性颗粒有机碳外部负荷量；WLPOC为活性颗粒有机碳外部负荷量；WDOC为溶解性有机碳的外部负荷量；FCDx为藻类群x的常数；DO为溶解氧浓度；Denit为反硝化作用速率；V为水体体积；FCR为挺水植物茎呼吸作用产生的难溶性颗粒有机碳；FCL为挺水植物茎呼吸作用产生的活性颗粒有机碳；FCD为挺水植物茎呼吸作用产生的溶解性有机碳；FCRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机碳；FCLL为挺水植物茎非呼吸作用产生的活性颗粒有机碳；FCDL为挺水植物茎非呼吸作用产生的溶解性有机碳；REPS为茎的呼吸率；LEPS为茎的非呼吸损失率；EPS为茎生物量；BMx为藻类群x的基础新陈代谢数量；z为垂向坐标；t为时间。
氮的动力学方程为：
Figure GDA0004274616520000111
Figure GDA0004274616520000112
Figure GDA0004274616520000113
Figure GDA0004274616520000114
Figure GDA0004274616520000115
其中，RPON为难溶性颗粒有机氮浓度；LPON为活性颗粒有机氮浓度；DON为溶解性有机氮；NH4为铵浓度；NO3为硝酸盐氮浓度；FNRx为藻类群x代谢生成的难溶性颗粒有机氮；FNLx为藻类群x代谢生成的活性颗粒有机氮；FNDx为藻类群x代谢生成的溶解性有机氮；FNIx为藻类群x代谢生成的无机氮；FNRP为藻类被捕食后生成的难溶性颗粒有机氮；FNLP为藻类被捕食后生成的活性颗粒有机氮；FNDP为藻类被捕食生成的氮中的溶解性有机氮；FNIP为藻类被捕食生成的无机氮；ANCx为藻类群x中氮对碳的比例；KRPON为难溶性颗粒有机氮的水解速率；KLPON为活性颗粒有机氮的水解速率；KDON为溶解性有机氮的矿化速率；PNx为藻类群x对铵的吸收偏好；Nit为硝化率；WRPON为难溶性颗粒有机氮外部负荷量；WLPON为活性颗粒有机氮外部负荷量；WDON为溶解性有机氮外部负荷量；BFNH4为沉积物与水体之间的铵交换通量；WNH4为铵的外部负荷量；ANDC为每氧化单位质量的溶解性有机碳减少的硝酸盐氮的质量；BFNO3为沉积物与水体之间的硝酸盐氮交换通量；WNO3为硝酸盐氮的外部负荷量；FNR为挺水植物茎呼吸作用产生的难溶性颗粒有机氮；FNL为挺水植物茎呼吸作用产生的活性颗粒有机氮；FND为挺水植物茎呼吸作用产生的溶解性有机氮；FNI为挺水植物茎呼吸作用产生的铵；FNN为挺水植物茎呼吸作用产生的硝酸盐；FNRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机氮；FNLL为挺水植物茎非呼吸作用产生的活性颗粒有机氮；FNDL为挺水植物茎非呼吸作用产生的溶解性有机氮；FNIL为挺水植物茎非呼吸作用产生的铵；FNNL为挺水植物茎非呼吸作用产生的硝酸盐；RPSNC为挺水植物茎的氮碳比；PNEPS为挺水植物对铵的吸收偏好；Px为为藻类群x的生长速率；Δz为水体底层的垂向高度；PEPS为茎的生长率。
磷的动力学方程为：
Figure GDA0004274616520000131
Figure GDA0004274616520000132
Figure GDA0004274616520000133
Figure GDA0004274616520000134
其中，RPOP为难溶性颗粒有机磷浓度；LPOP为活性颗粒有机磷浓度；DOP为溶解性磷酸盐浓度；PO4t为总磷酸盐浓度；PO4p为颗粒磷酸盐；FPRx为藻类群x代谢生成的难溶性颗粒有机磷；FPLx为藻类群x代谢生成的活性颗粒有机磷；FPDx为藻类群x代谢生成的溶解性有机磷；FPIx为藻类群x代谢生成的无机磷；FPRP为藻类被捕食后生成的难溶性颗粒有机磷；FPLP为藻类被捕食后生成的活性颗粒有机磷；FPDP为藻类被捕食后生成的溶解性有机磷；FPIP为藻类被捕食后生成的无机磷；APC为所有藻类群平均的磷对碳的比例；KRPOP为难溶性颗粒有机磷的水解速率；KLPOP为活性颗粒有机磷的水解速率；KDOP为溶解性有机磷的矿化速率；WRPOP为难z溶颗粒有机磷外部负荷量；WLPOP为活性颗粒有机磷外部负荷量；WDOP为溶解性有机磷的外部负荷；WSTSS为悬浮泥沙的沉降速率；BFPO4d为泥沙与水体之间的磷酸盐交换通量；WPO4t为总磷酸盐外部负荷量；FPR为挺水植物茎呼吸作用产生的难溶性颗粒有机磷；FPL为挺水植物茎呼吸作用产生的活性颗粒有机磷；FPD为挺水植物茎呼吸作用产生的溶解性有机磷；FPP为挺水植物茎呼吸作用产生的总磷酸盐；FPRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机磷；FPLL为挺水植物茎非呼吸作用产生的活性颗粒有机磷；FPDL为挺水植物茎非呼吸作用产生的溶解性有机磷；FPPL为挺水植物茎非呼吸作用产生的总磷酸盐；RPSPC为挺水植物茎的磷碳比；PEPS为茎的生长率。
S3、结合挺水植物的动力学方程和营养盐的动力学方程，得到挺水植物模型；
S4、对挺水植物模型进行求解，得到挺水植物的生物量；
所述步骤S4包括以下分步骤：
S41、给定挺水植物研究区域的边界条件和初始条件；
边界条件包括：研究区域的出入口的营养盐浓度和研究区域的水位流量；
初始条件包括：初始时刻的研究区域营养盐浓度、挺水植物生物量和水位流量。
S42、根据挺水植物研究区域的边界条件和初始条件，求解挺水植物模型，得到挺水植物的生物量。

Claims (5)

1.一种挺水植物生物量预测方法，其特征在于，包括以下步骤：
S1、根据挺水植物生长代谢过程，建立挺水植物的动力学方程；
所述步骤S1中挺水植物的动力学方程为：
Figure FDA0004274616510000011
Figure FDA0004274616510000012
PEPS＝PMEPS·f1(IL)·f2(AT)·f3(NU)·f4(FT)
Figure FDA0004274616510000013
Figure FDA0004274616510000014
Figure FDA0004274616510000015
f4(FT)-＝exp(-KFT[FT-FTk]2)
其中，EPS为茎生物量；EPR为根生物量；FSR为茎向根转移的生物量；PEPS为茎的生长率；REPS为茎的呼吸率；LEPS为茎的非呼吸损失率；REPR为根的呼吸率；LEPR为根的非呼吸损失率；PMEPS为茎的最大生长率；IL为光照强度；AT为大气温度；NU为营养盐浓度；FT为淹水时长；ILk为挺水植物生长的最适宜光照强度；AT1为挺水植物生长的最适宜气温范围的下限，AT2为挺水植物生长的最适宜气温范围的上限；KAT1为气温低于AT1时对挺水植物生长的影响；KAT2为气温高于AT2时对挺水植物生长的影响；(NH4+NO3)w为水体中的铵和硝酸盐氮浓度；(NH4+NO3)s为底泥中的铵和硝酸盐氮浓度；KHNEPS为茎从水体吸收氮的半饱和常数；KHNEPR为根从底泥吸收氮的半饱和常数；PO4dw为水体中的磷酸盐浓度；PO4ds为底泥中的磷酸盐浓度，KHPEPS为茎从水体中吸收磷的半饱和常数；KHPEPR为根从底泥中吸收磷的半饱和常数；FTk为茎生长的最适宜淹水时长；KFT为淹水时长对茎生长影响的常数，f1(IL)为光照对挺水植物生长的影响函数；f2(AT)为气温对挺水植物生长的影响函数；f3(NU)为营养盐浓度对挺水植物生长的影响函数；f4(FT)为淹水时间对挺水植物生长的影响函数；t为时间；
S2、根据挺水植物与营养盐浓度的耦合关系，建立营养盐的动力学方程；
S3、结合挺水植物的动力学方程和营养盐的动力学方程，得到挺水植物模型；
S4、对挺水植物模型进行求解，得到挺水植物的生物量；
所述步骤S4包括以下分步骤：
S41、给定挺水植物研究区域的边界条件和初始条件；
S42、根据挺水植物研究区域的边界条件和初始条件，求解挺水植物模型，得到挺水植物的生物量。
2.根据权利要求1所述的挺水植物生物量预测方法，其特征在于，所述步骤S2中所述营养盐包括碳、氮和磷。
3.根据权利要求2所述的挺水植物生物量预测方法，其特征在于，碳的动力学方程为：
Figure FDA0004274616510000021
Figure FDA0004274616510000022
Figure FDA0004274616510000023
其中，RPOC为难溶性颗粒有机碳浓度；LPOC为活性颗粒有机碳浓度；DOC为溶解性有机碳浓度；c为蓝藻；d为硅藻；g为绿藻；PRx为藻类群x被捕食速率；Bx为藻类群x的生物量；FCRP为藻类被捕食后生成的难溶性颗粒有机碳；FCLP为藻类被捕食后生成的活性颗粒有机碳；FCDP为藻类被捕食后生成的溶解有机碳；KRPOC为难溶性颗粒有机碳水解速率；KLPOC为活性颗粒有机碳水解速率；KHR为溶解性有机碳的异氧呼吸速率；KHRx为藻类群x的溶解性有机碳排泄物的溶解氧半饱和常数；WSRP为难溶性颗粒有机碳沉降速率；WSLP为活性颗粒有机碳沉降速率；WRPOC为难溶性颗粒有机碳外部负荷量；WLPOC为活性颗粒有机碳外部负荷量；WDOC为溶解性有机碳的外部负荷量；FCDx为藻类群x的常数；DO为溶解氧浓度；Denit为反硝化作用速率；V为水体体积；FCR为挺水植物茎呼吸作用产生的难溶性颗粒有机碳；FCL为挺水植物茎呼吸作用产生的活性颗粒有机碳；FCD为挺水植物茎呼吸作用产生的溶解性有机碳；FCRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机碳；FCLL为挺水植物茎非呼吸作用产生的活性颗粒有机碳；FCDL为挺水植物茎非呼吸作用产生的溶解性有机碳；REPS为茎的呼吸率；LEPS为茎的非呼吸损失率；EPS为茎生物量；BMx为藻类群x的基础新陈代谢数量；z为垂向坐标；t为时间。
4.根据权利要求3所述的挺水植物生物量预测方法，其特征在于，氮的动力学方程为：
Figure FDA0004274616510000041
Figure FDA0004274616510000042
Figure FDA0004274616510000043
Figure FDA0004274616510000044
Figure FDA0004274616510000045
其中，RPON为难溶性颗粒有机氮浓度；LPON为活性颗粒有机氮浓度；DON为溶解性有机氮；NH4为铵浓度；NO3为硝酸盐氮浓度；FNRx为藻类群x代谢生成的难溶性颗粒有机氮；FNLx为藻类群x代谢生成的活性颗粒有机氮；FNDx为藻类群x代谢生成的溶解性有机氮；FNIx为藻类群x代谢生成的无机氮；FNRP为藻类被捕食后生成的难溶性颗粒有机氮；FNLP为藻类被捕食后生成的活性颗粒有机氮；FNDP为藻类被捕食生成的氮中的溶解性有机氮；FNIP为藻类被捕食生成的无机氮；ANCx为藻类群x中氮对碳的比例；KRPON为难溶性颗粒有机氮的水解速率；KLPON为活性颗粒有机氮的水解速率；KDON为溶解性有机氮的矿化速率；PNx为藻类群x对铵的吸收偏好；Nit为硝化率；WRPON为难溶性颗粒有机氮外部负荷量；WLPON为活性颗粒有机氮外部负荷量；WDON为溶解性有机氮外部负荷量；BFNH4为沉积物与水体之间的铵交换通量；WNH4为铵的外部负荷量；ANDC为每氧化单位质量的溶解性有机碳减少的硝酸盐氮的质量；BFNO3为沉积物与水体之间的硝酸盐氮交换通量；WNO3为硝酸盐氮的外部负荷量；FNR为挺水植物茎呼吸作用产生的难溶性颗粒有机氮；FNL为挺水植物茎呼吸作用产生的活性颗粒有机氮；FND为挺水植物茎呼吸作用产生的溶解性有机氮；FNI为挺水植物茎呼吸作用产生的铵；FNN为挺水植物茎呼吸作用产生的硝酸盐；FNRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机氮；FNLL为挺水植物茎非呼吸作用产生的活性颗粒有机氮；FNDL为挺水植物茎非呼吸作用产生的溶解性有机氮；FNIL为挺水植物茎非呼吸作用产生的铵；FNNL为挺水植物茎非呼吸作用产生的硝酸盐；RPSNC为挺水植物茎的氮碳比；PNEPS为挺水植物对铵的吸收偏好；Px为为藻类群x的生长速率；Δz为水体底层的垂向高度；PEPS为茎的生长率。
5.根据权利要求4所述的挺水植物生物量预测方法，其特征在于，磷的动力学方程为：
Figure FDA0004274616510000051
Figure FDA0004274616510000052
Figure FDA0004274616510000053
Figure FDA0004274616510000054
其中，RPOP为难溶性颗粒有机磷浓度；LPOP为活性颗粒有机磷浓度；DOP为溶解性磷酸盐浓度；PO4t为总磷酸盐浓度；PO4p为颗粒磷酸盐；FPRx为藻类群x代谢生成的难溶性颗粒有机磷；FPLx为藻类群x代谢生成的活性颗粒有机磷；FPDx为藻类群x代谢生成的溶解性有机磷；FPIx为藻类群x代谢生成的无机磷；FPRP为藻类被捕食后生成的难溶性颗粒有机磷；FPLP为藻类被捕食后生成的活性颗粒有机磷；FPDP为藻类被捕食后生成的溶解性有机磷；FPIP为藻类被捕食后生成的无机磷；APC为所有藻类群平均的磷对碳的比例；KRPOP为难溶性颗粒有机磷的水解速率；KLPOP为活性颗粒有机磷的水解速率；KDOP为溶解性有机磷的矿化速率；WRPOP为难z溶颗粒有机磷外部负荷量；WLPOP为活性颗粒有机磷外部负荷量；WDOP为溶解性有机磷的外部负荷；WSTSS为悬浮泥沙的沉降速率；BFPO4d为泥沙与水体之间的磷酸盐交换通量；WPO4t为总磷酸盐外部负荷量；FPR为挺水植物茎呼吸作用产生的难溶性颗粒有机磷；FPL为挺水植物茎呼吸作用产生的活性颗粒有机磷；FPD为挺水植物茎呼吸作用产生的溶解性有机磷；FPP为挺水植物茎呼吸作用产生的总磷酸盐；FPRL为挺水植物茎非呼吸作用产生的难溶性颗粒有机磷；FPLL为挺水植物茎非呼吸作用产生的活性颗粒有机磷；FPDL为挺水植物茎非呼吸作用产生的溶解性有机磷；FPPL为挺水植物茎非呼吸作用产生的总磷酸盐；RPSPC为挺水植物茎的磷碳比；PEPS为茎的生长率。
CN202210810794.2A 2022-07-11 2022-07-11 一种挺水植物生物量预测方法 Active CN115114867B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210810794.2A CN115114867B (zh) 2022-07-11 2022-07-11 一种挺水植物生物量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210810794.2A CN115114867B (zh) 2022-07-11 2022-07-11 一种挺水植物生物量预测方法

Publications (2)

Publication Number Publication Date
CN115114867A CN115114867A (zh) 2022-09-27
CN115114867B true CN115114867B (zh) 2023-07-11

Family

ID=83333319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210810794.2A Active CN115114867B (zh) 2022-07-11 2022-07-11 一种挺水植物生物量预测方法

Country Status (1)

Country Link
CN (1) CN115114867B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3958364A (en) * 1973-12-04 1976-05-25 American Bioculture, Inc. Production of algal bio-polymers
JP2010214274A (ja) * 2009-03-16 2010-09-30 Ritsumeikan バイオレメディエーションのための浄化シミュレーション方法
CN109255168A (zh) * 2018-08-27 2019-01-22 广州资源环保科技股份有限公司 一种预测和模拟浅水湖泊生态系统总磷循环的方法
CN109711066A (zh) * 2018-12-28 2019-05-03 南开大学 一种浅水型小型湖库水华预测方法及预测模型
WO2019232247A1 (en) * 2018-06-01 2019-12-05 Aquabyte, Inc. Biomass estimation in an aquaculture environment
CN111398548A (zh) * 2020-04-09 2020-07-10 中国水利水电科学研究院 一种基于植物作用的表面流湿地水体氮磷浓度预测方法
CN112763429A (zh) * 2020-12-30 2021-05-07 济南工程职业技术学院 一种蓝藻水华的立体监测方法
KR102261819B1 (ko) * 2020-10-23 2021-06-08 (주)파이브텍 인공지능 시뮬레이션을 이용한 정수처리장의 운영 시스템
WO2022023458A1 (en) * 2020-07-31 2022-02-03 Pharmabiome Ag Microbial niche mapping
KR102363586B1 (ko) * 2021-10-22 2022-02-16 배수연 수처리 시설 감시 제어 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714432B (zh) * 2013-12-30 2017-02-15 南京大学 一种通过构建生长模拟模型来预测沉水植物的生物量的方法
CN110427733B (zh) * 2019-09-09 2022-11-29 河北工程大学 基于磷循环的藻类浓度获取方法
CN114249412B (zh) * 2021-11-17 2022-10-21 河海大学 一种水中碳源可智能定位释放的多层净化装置及净化方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3958364A (en) * 1973-12-04 1976-05-25 American Bioculture, Inc. Production of algal bio-polymers
JP2010214274A (ja) * 2009-03-16 2010-09-30 Ritsumeikan バイオレメディエーションのための浄化シミュレーション方法
WO2019232247A1 (en) * 2018-06-01 2019-12-05 Aquabyte, Inc. Biomass estimation in an aquaculture environment
CN109255168A (zh) * 2018-08-27 2019-01-22 广州资源环保科技股份有限公司 一种预测和模拟浅水湖泊生态系统总磷循环的方法
CN109711066A (zh) * 2018-12-28 2019-05-03 南开大学 一种浅水型小型湖库水华预测方法及预测模型
CN111398548A (zh) * 2020-04-09 2020-07-10 中国水利水电科学研究院 一种基于植物作用的表面流湿地水体氮磷浓度预测方法
WO2022023458A1 (en) * 2020-07-31 2022-02-03 Pharmabiome Ag Microbial niche mapping
KR102261819B1 (ko) * 2020-10-23 2021-06-08 (주)파이브텍 인공지능 시뮬레이션을 이용한 정수처리장의 운영 시스템
CN112763429A (zh) * 2020-12-30 2021-05-07 济南工程职业技术学院 一种蓝藻水华的立体监测方法
KR102363586B1 (ko) * 2021-10-22 2022-02-16 배수연 수처리 시설 감시 제어 장치

Also Published As

Publication number Publication date
CN115114867A (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
Nilsson et al. Response of a marine shallow-water sediment system to an increased load of inorganic nutrients
Patel et al. PHYTOREMEDIATION POTENTIAL OF DUCKWEED(LEMNAMINOR L: A TINY AQUATIC PLANT) IN THE REMOVAL OF POLLUTANTS FROM DOMESTIC WASTEWATER WITH SPECIAL REFERENCE TO NUTRIENTS
Munn et al. Factors influencing periphyton growth in agricultural streams of central Illinois
CN106277582A (zh) 一种利用微藻在养殖污水中脱氮除磷的方法
Dobbins et al. Phosphorus and potassium fertilization of sunfish ponds
Karsten et al. Benthic diatoms in Arctic Seas-ecological functions and adaptions
Wiegert et al. ECOLOGY OF YELLOWSTONE THERMAL EFFLUENT SYSTEMS: NET PRIMARY PRODUCTION AND SPECIES DIVERSITY OF A SUCCESSIONAL BLUE‐GREEN ALGAL MAT 1
CN111252898A (zh) 一种浅水湖泊生态系统调控与稳定维持方法
CN113697960A (zh) 一种利用水生植物配合光合细菌作为去除水体中氮、磷的方法
CN109835987A (zh) 一种表面流-垂直潜流人工湿地处理工艺
Fasil et al. Some limnological aspects of Koka reservoir, a shallow tropical artificial lake, Ethiopia
CN115114867B (zh) 一种挺水植物生物量预测方法
Kairesalo et al. Metabolism and community dynamics within Nitella opaca (Charophyceae) beds in Thingvallavatn
CN114580220B (zh) 一种河流多级坝系统关键参数获取方法
CN101613155A (zh) 接骨草在处理畜禽养殖废水中的应用
CN114620843B (zh) 一种推流曝气强化河道固定生物膜去除污染物的智慧系统
LvNosroNE et al. The effects of deep-water siphoning on a small, shallow lake: a long-term case study
Tsuchiya et al. Impact of nutrient enrichment in a waterchestnut ecosystem at Takahama-iri Bay of Lake Kasumigaura, Japan: II. Role of waterchestnut in primary productivity and nutrient uptake
Vinberg The primary production of bodies of water
Scott et al. Hartbeespoort Dam: a case study of a hypertrophic, warm, monomictic impoundment
Pasternak et al. Competition between benthic and pelagic microalgae for phosphorus and light–long-term experiments using artificial substrates
CN217160617U (zh) 一种丘陵山区生态种养循环系统
RU2755309C1 (ru) Способ управления альгоремедиацией водных объектов
Ekong Effect of three dimensional substratum features on benthic algal biomass productivity
Kaur Effect of substratum topography on algal turf colonization and productivity under different nutrient conditions

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