CN116819024B - 一种湖库富营养化生态动力学模型的模拟优化方法及装置 - Google Patents

一种湖库富营养化生态动力学模型的模拟优化方法及装置 Download PDF

Info

Publication number
CN116819024B
CN116819024B CN202310770928.7A CN202310770928A CN116819024B CN 116819024 B CN116819024 B CN 116819024B CN 202310770928 A CN202310770928 A CN 202310770928A CN 116819024 B CN116819024 B CN 116819024B
Authority
CN
China
Prior art keywords
flow rate
algae
growth
lake
reservoir
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
CN202310770928.7A
Other languages
English (en)
Other versions
CN116819024A (zh
Inventor
张海平
崔婧嫄
宋辰煜
崔亚飞
黄帆
瞿尧
张晟
徐菡玲
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202310770928.7A priority Critical patent/CN116819024B/zh
Publication of CN116819024A publication Critical patent/CN116819024A/zh
Application granted granted Critical
Publication of CN116819024B publication Critical patent/CN116819024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Abstract

本发明涉及一种湖库富营养化生态动力学模型的模拟优化方法及装置,其中方法包括以下步骤:获取湖库水动力及水质实测数据;构建流速对藻类生长的流速限制方程;确定流速限制方程中各参数的率定初始值;在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程;基于引入流速限制方程的富营养化生态动力学模型进行湖库富营养化生态动力学模拟结果优化。与现有技术相比,本发明结合模型与工程实践经验,体现湖库差异的同时,具有模拟精度高、可准确反映藻类时空分布变化规律等优点。

Description

一种湖库富营养化生态动力学模型的模拟优化方法及装置
技术领域
本发明涉及湖库富营养化生态动力学领域,尤其是涉及一种湖库富营养化生态动力学模型的模拟优化方法及装置。
背景技术
随着对富营养化机理的不断深入研究,水动力对藻类生长影响的规律逐渐被发现:藻类生长具有最适水动力条件区间,超出(大于或小于)此区间,藻类的生长则受到一定程度的抑制。但由于湖库水动力过程十分复杂,传统富营养化生态动力学模型在水动力方面处理较简略,特别是在藻类生长的模拟过程中缺乏考虑水动力条件对藻类生长的限制过程,这导致模型在实际应用及管理过程中模拟精度难以提高,无法准确反映湖库藻类生长及分布趋势的时空差异。
而目前已知的考虑水动力条件对藻类生长影响的湖库富营养化生态动力学模型,具有以下局限性:
1、所建立的水动力对藻类生长的限制方程中,采用涡量、紊动能耗散率等难以在湖库日常监测中获得的水动力指标,且具有复杂的迭代计算过程,使模型计算时间增加,降低模型工作效率;
2、所建立的水动力对藻类生长的限制方程具有地域限制,无法适用于其他湖库;
3、所建立的水动力对藻类生长的限制方程未能体现水动力条件在低于及超出最优区间时对藻类生长影响的不同。
以上局限性更加限制了富营养化生态动力学模型的模拟表现及应用可行性。
发明内容
本发明的目的是为了提供一种湖库富营养化生态动力学模型的模拟优化方法及装置,计算简单,提高模拟效率,具有广泛的适用性。
本发明的目的可以通过以下技术方案来实现:
一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化方法,包括以下步骤:
步骤1)获取湖库水动力及水质实测数据;
步骤2)构建流速对藻类生长的流速限制方程;
步骤3)确定流速限制方程中各参数的率定初始值;
步骤4)在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程;
步骤5)基于引入流速限制方程的富营养化生态动力学模型进行湖库富营养化生态动力学模拟结果优化。
所述步骤1)中,获取的湖库水动力及水质实测数据包括湖库特征测点的流速实测数据及对应测点及时间的叶绿素a实测数据;所述湖库特征测点包含由吞吐流、湖库地形因素所导致流速分布具有差异的测点。
所述步骤2)中,流速限制方程为分段函数,表达式为:
其中,v为流速;a为分段点,对应F(v)=1时的流速,表示藻类生长的最适流速;m和n为流速变化对藻类生长影响的限制系数,其值越大,表示流速变化对藻类生长的限制作用越小。
所述步骤3)中,所构建的流速对藻类生长的流速限制方程F(v)中,参数a、m、n的率定初始值的确定方法为:
根据F(v)的函数形式,根据相同时间、不同测点的流速实测数据v及叶绿素a实测数据Chl,拟合流速对藻类生长的关系曲线,其中,所述关系曲线横坐标为流速,纵坐标为用以表示藻类生长所受限制的变量,取叶绿素浓度最大值差异率RChl,计为叶绿素a实测数据Chl相对于叶绿素a实测数据最大值Chlmax的比值,计算式为:
参数a、m和n的率定初始值根据所拟合的流速对藻类生长的关系曲线方程确定。
所述步骤4)中,在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程具体为:
其中,p为藻类生长的量,μ为藻类最大生长速率,F(1),F(2),F(…)是现有传统富营养化模型中已考虑的藻类生长限制方程,包括多种限制因子对藻类生长的限制过程表达式;流速限制方程F(v)中最适流速a及限制系数m和n的取值基于步骤3)中确定的率定初始值,根据模型率定结果确定。
一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化装置,包括:
数据采集模块,用于获取湖库水动力及水质实测数据;
流速限制方程构建与参数初始值率定模块,用于构建流速对藻类生长的流速限制方程,并确定流速限制方程中各参数的率定初始值;
富营养化生态动力学模型构建与模拟模块,用于在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程,并基于引入流速限制方程的富营养化生态动力学模型进行湖库富营养化生态动力学模拟结果优化。
所述数据采集模块获取的湖库水动力及水质实测数据包括湖库特征测点的流速实测数据及对应测点及时间的叶绿素a实测数据;所述湖库特征测点包含由吞吐流、湖库地形因素所导致流速分布具有差异的测点。
所述流速限制方程为分段函数,表达式为:
其中,v为流速;a为分段点,对应F(v)=1时的流速,表示藻类生长的最适流速;m和n为流速变化对藻类生长影响的限制系数,其值越大,表示流速变化对藻类生长的限制作用越小。
所述流速限制方程中,参数a、m、n的率定初始值的确定方法为:
根据F(v)的函数形式,根据相同时间、不同测点的流速实测数据v及叶绿素a实测数据Chl,拟合流速对藻类生长的关系曲线,其中,所述关系曲线横坐标为流速,纵坐标为用以表示藻类生长所受限制的变量,取叶绿素浓度最大值差异率RChl,计为叶绿素a实测数据Chl相对于叶绿素a实测数据最大值Chlmax的比值,计算式为:
参数a、m和n的率定初始值根据所拟合的流速对藻类生长的关系曲线方程确定。
所述在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程具体为:
其中,p为藻类生长的量,μ为藻类最大生长速率,F(1),F(2),F(…)是现有传统富营养化模型中已考虑的藻类生长限制方程,包括多种限制因子对藻类生长的限制过程表达式;流速限制方程F(v)中最适流速a及限制系数m和n的取值基于步骤3)中确定的率定初始值,根据模型率定结果确定。
与现有技术相比,本发明具有以下有益效果:
(1)本发明结合模型与工程实践经验,提出合理的富营养化生态动力学模型优化方案,将简单易测的流速数据作为藻类生长限制因子,概化水动力对藻类生长的影响过程,避免了其他水动力指标(如涡量、紊动能耗散率等)复杂计算过程,具有突出的实践应用意义。
(2)本发明结合富营养化生态动力学机理与工程实践经验,提出根据湖库实测资料所构建的包含流速限制因子的藻类生长公式,在体现湖库差异的同时,可根据参数调整体现流速变化对藻类生长影响的差异,提高富营养化生态动力学模型的模拟精度,为湖库富营养化控制和管理提供更可靠的工具方法。
附图说明
图1为本发明的方法流程图;
图2为本发明中流速对藻类生长限制函数的概化图;
图3为一种实施例中的流速对藻类生长的关系曲线拟合示意图;
图4为一种实施例中的湖库富营养化生态动力学模型优化前后的模拟结果对比图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明拟通过湖库水动力及水质日常监测数据,构建流速对藻类生长的限制公式,对计算机富营养化生态动力学模型(模型可以采用MIKE、WASP、QUALⅡ、EFDC等模型软件)的模拟结果进行优化。因此提出一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化方法,为湖库富营养化控制和管理提供更可靠的工具方法,如图1所示。本发明方法先通过获取湖库水动力及水质实测数据,完成模型水动力模块率定,为富营养化模板提供可靠的流场基础,再构建流速对藻类生长的限制方程,根据流速与叶绿素a实测数据,获得流速对藻类生长影响的关系曲线,基于该曲线确定流速限制方程中的各参数的率定初始值,将流速限制方程引入已有的富营养化生态动力学模型,通过模型率定,确定流速限制方程中各参数的最优值,继而进行后续的湖库富营养化生态动力学模拟,完成优化模拟。该方法所需数据获取简单,能体现湖库差异性,配合模型富营养化动力学模板,将流速限制因子引入藻类生长公式,从而提高模型模拟精度。
具体的,包括以下步骤:
步骤1)获取湖库水动力及水质实测数据。
湖库水动实测数据包括模拟时段水动力模块所需输入的开边界及源汇项流量、湖库特征测点的风场、水温、水位、流场数据;水动力模型率定以湖库水位及流场实测数据进行,率定精度需保证水动力模型的可靠性。
水质实测数据包括富营养化模块所需输入的开边界、源汇项及湖库特征测点的营养盐、藻类相关指标(叶绿素a)数据,具体数据指标需参照所采用的富营养化生态动力学模型的输入数据需求。
特别地,现场获取湖库水动力及水质实测数据需包括湖库特征测点的流速实测数据(v)及对应测点及时间的叶绿素a实测数据(Chl)。湖库特征测点需包含由吞吐流、湖库地形等因素所导致流速分布具有差异的测点;特征测点数量至少10个。
本实施例以QCS水库为例。QCS水库水动实测数据包括模拟时段(2015年3月)水动力模块所需输入的上下游闸门开度、泵站运行情况及库中央流场及水位监测数据;水动力模型率定以库中央水位及流场实测数据进行,水位率定精度结果为:纳什效率系数(NSE)为0.99;均方根误差(RMSE)为0.039m;相对误差(RE)为-0.062;流速率定精度结果为:NSE为0.66;RMSE为1.2m/s;RE为-0.18,模拟精度可保证水动力模型的可靠性。
另外,QCS水库水质实测数据包括富营养化模块所需输入的上游库外的总氮、氨氮、总磷、溶解氧及叶绿素a数据,具体数据指标参照MIKE模型的富营养化生态动力学模型模板输入数据的需求。
特别地,根据QCS水库闸门设置、地形情况,选取流速实测数据(v)及叶绿素a实测数据(Chl)的特征测点共22个,以体现库区流速及藻类生长的差异。
步骤2)构建流速对藻类生长的流速限制方程。
流速限制方程为分段函数,表达式为:
其中,v为流速;a为分段点,对应F(v)=1时的流速,表示藻类生长的最适流速;m和n为流速变化对藻类生长影响的限制系数,其值越大,表示流速变化对藻类生长的限制作用越小。
流速对藻类生长的限制方程概化图如图2所示。
步骤3)确定流速限制方程中各参数的率定初始值。
所构建的流速对藻类生长的流速限制方程F(v)中,参数a、m、n的率定初始值的确定方法为:
根据F(v)的函数形式,根据相同时间、不同测点的流速实测数据v及叶绿素a实测数据Chl,拟合流速对藻类生长的关系曲线,其中,所述关系曲线横坐标为流速,纵坐标为用以表示藻类生长所受限制的变量,取叶绿素浓度最大值差异率(RChl),计为叶绿素a实测数据Chl相对于叶绿素a实测数据最大值(Chlmax)的比值,计算式为:
参数a、m和n的率定初始值根据所拟合的流速对藻类生长的关系曲线方程确定。
根据QCS水库实测数据,其拟合曲线如图3所示,根据所拟合曲线确定,参数a率定初始值为0.04m/s,m和n的率定初始值为0.004和0.003。
步骤4)在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程。
在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程具体为:
其中,p为藻类生长的量,μ为藻类最大生长速率,F(1),F(2),F(…)是现有传统富营养化模型中已考虑的藻类生长限制方程,包括光照、温度、营养盐等限制因子对藻类生长的限制过程表达式。
F(v)中最适流速a及限制系数m和n的取值根据步骤3)中描述的方法确定其率定初始值,根据模型率定结果确定其取值。本实施例中,基于步骤3)所确定的参数率定初始值值,根据模型率定结果,确定a取值为0.052m/s,m和n的取值分别为0.006和0.005。
步骤5)基于引入流速限制方程的富营养化生态动力学模型对藻类生长的时空部分进行模拟,实现湖库富营养化生态动力学模拟结果优化。
图4为湖库富营养化生态动力学模型优化前后的模拟结果对比,优化后的模拟结果更能准确的反映叶绿素a浓度的变化过程,具有更优的模拟精度。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依据本发明的构思在现有技术的基础上通过逻辑分析、推理、或者有限的实验可以得到的技术方案,皆应在权利要求书所确定的保护范围内。

Claims (6)

1.一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化方法,其特征在于,包括以下步骤:
步骤1)获取湖库水动力及水质实测数据;
步骤2)构建流速对藻类生长的流速限制方程;
步骤3)确定流速限制方程中各参数的率定初始值;
步骤4)在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程;
步骤5)基于引入流速限制方程的富营养化生态动力学模型进行湖库富营养化生态动力学模拟结果优化;
所述步骤2)中,流速限制方程为分段函数,表达式为:
其中,v为流速;a为分段点,对应F(v)=1时的流速,表示藻类生长的最适流速;m和n为流速变化对藻类生长影响的限制系数,其值越大,表示流速变化对藻类生长的限制作用越小;
所述步骤3)中,所构建的流速对藻类生长的流速限制方程F(v)中,参数a、m、n的率定初始值的确定方法为:
根据F(v)的函数形式,根据相同时间、不同测点的流速实测数据v及叶绿素a实测数据Chl,拟合流速对藻类生长的关系曲线,其中,所述关系曲线横坐标为流速,纵坐标为用以表示藻类生长所受限制的变量,取叶绿素浓度最大值差异率RChl,计为叶绿素a实测数据Chl相对于叶绿素a实测数据最大值Chlmax的比值,计算式为:
参数a、m和n的率定初始值根据所拟合的流速对藻类生长的关系曲线方程确定。
2.根据权利要求1所述的一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化方法,其特征在于,所述步骤1)中,获取的湖库水动力及水质实测数据包括湖库特征测点的流速实测数据及对应测点及时间的叶绿素a实测数据;所述湖库特征测点包含由吞吐流、湖库地形因素所导致流速分布具有差异的测点。
3.根据权利要求1所述的一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化方法,其特征在于,所述步骤4)中,在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程具体为:
其中,p为藻类生长的量,μ为藻类最大生长速率,F(1),F(2),F(…)是现有传统富营养化模型中已考虑的藻类生长限制方程,包括多种限制因子对藻类生长的限制过程表达式;流速限制方程F(v)中最适流速a及限制系数m和n的取值基于步骤3)中确定的率定初始值,根据模型率定结果确定。
4.一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化装置,其特征在于,包括:
数据采集模块,用于获取湖库水动力及水质实测数据;
流速限制方程构建与参数初始值率定模块,用于构建流速对藻类生长的流速限制方程,并确定流速限制方程中各参数的率定初始值;
富营养化生态动力学模型构建与模拟模块,用于在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程,并基于引入流速限制方程的富营养化生态动力学模型进行湖库富营养化生态动力学模拟结果优化;
所述流速限制方程为分段函数,表达式为:
其中,v为流速;a为分段点,对应F(v)=1时的流速,表示藻类生长的最适流速;m和n为流速变化对藻类生长影响的限制系数,其值越大,表示流速变化对藻类生长的限制作用越小;
所述流速限制方程中,参数a、m、n的率定初始值的确定方法为:
根据F(v)的函数形式,根据相同时间、不同测点的流速实测数据v及叶绿素a实测数据Chl,拟合流速对藻类生长的关系曲线,其中,所述关系曲线横坐标为流速,纵坐标为用以表示藻类生长所受限制的变量,取叶绿素浓度最大值差异率RChl,计为叶绿素a实测数据Chl相对于叶绿素a实测数据最大值Chlmax的比值,计算式为:
参数a、m和n的率定初始值根据所拟合的流速对藻类生长的关系曲线方程确定。
5.根据权利要求4所述的一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化装置,其特征在于,所述数据采集模块获取的湖库水动力及水质实测数据包括湖库特征测点的流速实测数据及对应测点及时间的叶绿素a实测数据;所述湖库特征测点包含由吞吐流、湖库地形因素所导致流速分布具有差异的测点。
6.根据权利要求4所述的一种考虑流速限制因子的湖库富营养化生态动力学模型的模拟优化装置,其特征在于,所述在已有富营养化生态动力学模型的藻类生长公式中引入流速限制方程具体为:
其中,p为藻类生长的量,μ为藻类最大生长速率,F(1),F(2),F(…)是现有传统富营养化模型中已考虑的藻类生长限制方程,包括多种限制因子对藻类生长的限制过程表达式;流速限制方程F(v)中最适流速a及限制系数m和n的取值基于步骤3)中确定的率定初始值,根据模型率定结果确定。
CN202310770928.7A 2023-06-28 2023-06-28 一种湖库富营养化生态动力学模型的模拟优化方法及装置 Active CN116819024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310770928.7A CN116819024B (zh) 2023-06-28 2023-06-28 一种湖库富营养化生态动力学模型的模拟优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310770928.7A CN116819024B (zh) 2023-06-28 2023-06-28 一种湖库富营养化生态动力学模型的模拟优化方法及装置

Publications (2)

Publication Number Publication Date
CN116819024A CN116819024A (zh) 2023-09-29
CN116819024B true CN116819024B (zh) 2024-04-19

Family

ID=88114139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310770928.7A Active CN116819024B (zh) 2023-06-28 2023-06-28 一种湖库富营养化生态动力学模型的模拟优化方法及装置

Country Status (1)

Country Link
CN (1) CN116819024B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117113735B (zh) * 2023-10-25 2024-01-02 湖南大学 基于多层次生态模型的藻华智能预警方法与系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102141517A (zh) * 2011-01-05 2011-08-03 中国科学院南京地理与湖泊研究所 大型浅水湖泊翌年蓝藻水华首次发生水域预测方法
US20170004236A1 (en) * 2014-01-23 2017-01-05 Urban Planning & Desing Institute Of Shenzhen (Updis) Method for early warning analysis of eutrophication of designed artificial water body
CN107292436A (zh) * 2017-06-16 2017-10-24 北京工商大学 基于非线性动力学时序模型的蓝藻水华预测方法
CN109858132A (zh) * 2019-01-24 2019-06-07 北京工商大学 基于突变理论和改进布谷鸟算法的蓝藻水华暴发预警方法
US20210293770A1 (en) * 2017-06-19 2021-09-23 Nanjing Institute Of Geography & Limnology. Chinese Academy Of Sciences Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102141517A (zh) * 2011-01-05 2011-08-03 中国科学院南京地理与湖泊研究所 大型浅水湖泊翌年蓝藻水华首次发生水域预测方法
US20170004236A1 (en) * 2014-01-23 2017-01-05 Urban Planning & Desing Institute Of Shenzhen (Updis) Method for early warning analysis of eutrophication of designed artificial water body
CN107292436A (zh) * 2017-06-16 2017-10-24 北京工商大学 基于非线性动力学时序模型的蓝藻水华预测方法
US20210293770A1 (en) * 2017-06-19 2021-09-23 Nanjing Institute Of Geography & Limnology. Chinese Academy Of Sciences Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom
CN109858132A (zh) * 2019-01-24 2019-06-07 北京工商大学 基于突变理论和改进布谷鸟算法的蓝藻水华暴发预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李飞鹏等.流速对浮游藻类生长和种群变化影响的模拟试验.《湖泊科学》.2015,第27卷(第1期),44-49. *
闵志华.基于水流扰动参数的复杂河湖系统藻类数值模拟.《江苏农业科学》.2017,第45卷(第22期),264-268. *

Also Published As

Publication number Publication date
CN116819024A (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
CN116819024B (zh) 一种湖库富营养化生态动力学模型的模拟优化方法及装置
CN106777775B (zh) 一种基于多断面水位预测河流流量的神经网络方法
Schreiber et al. Brief communication: A double-Gaussian wake model
CN110084367A (zh) 一种基于lstm深度学习模型的土壤墒情预测方法
CN108534843B (zh) 一种明渠输水渠道的单闸门流量率定方法与装置
CN108151835B (zh) 一种基于多参数检测的泵站信息智能监测终端的率定方法
CN106407627A (zh) 一种风速概率分布建模的方法和系统
CN105863946A (zh) 水电站优化运行控制方法和系统
CN105868497B (zh) 一种带变顶高尾水隧洞水轮机调节系统仿真建模方法及模型
CN107705556A (zh) 一种基于支持向量机和bp神经网络结合的交通流预测方法
CN106647832A (zh) 一种基于CompactLogix的模糊自整定PID的液位控制方法
CN102662039A (zh) 一种基于bp神经网络的水体溶解氧饱和度预测方法
CN111080157B (zh) 一种梯级水电站排磷量的调度方法和系统
CN103425743A (zh) 基于贝叶斯神经网络算法的蒸汽管网预测系统
CN108197394A (zh) 一种风速曲线仿真方法
CN106712081A (zh) 一种具有一体化功能的风电场监控系统
CN111435469B (zh) 一种梯级电站中下游电站入库流量的预测方法
CN106320257A (zh) 基于水文观测的湖库槽蓄曲线确定方法
CN107947201A (zh) 一种风功率波动引起的电力系统小扰动稳定性判别方法
CN102129062A (zh) 电能小信号计量校准方法及装置
CN104573216A (zh) 一种天线性能的优化方法及装置
CN112803403B (zh) 基于时频特征的海上风电集群效应多层级评估方法
CN115712800A (zh) 一种水库水位波动处理方法
CN113190054B (zh) 一种多通道的流量比控制方法、系统及应用
CN109837862B (zh) 基于生态水位衔接的河流梯级开发设计和调度运用方法

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