CN116911072B - 透镜体分布占比的确定方法、装置、计算机设备及介质 - Google Patents
透镜体分布占比的确定方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN116911072B CN116911072B CN202311147828.5A CN202311147828A CN116911072B CN 116911072 B CN116911072 B CN 116911072B CN 202311147828 A CN202311147828 A CN 202311147828A CN 116911072 B CN116911072 B CN 116911072B
- Authority
- CN
- China
- Prior art keywords
- nutrient
- soil
- preset
- accumulation
- based material
- 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 123
- 235000015097 nutrients Nutrition 0.000 claims abstract description 271
- 239000002689 soil Substances 0.000 claims abstract description 211
- 230000008569 process Effects 0.000 claims abstract description 75
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000009825 accumulation Methods 0.000 claims description 190
- 239000000463 material Substances 0.000 claims description 125
- 238000012546 transfer Methods 0.000 claims description 83
- 239000004576 sand Substances 0.000 claims description 56
- 235000021049 nutrient content Nutrition 0.000 claims description 45
- 238000009792 diffusion process Methods 0.000 claims description 38
- 230000015654 memory Effects 0.000 claims description 26
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 24
- 229910052757 nitrogen Inorganic materials 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 239000000618 nitrogen fertilizer Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 230000014759 maintenance of location Effects 0.000 description 6
- 230000008635 plant growth Effects 0.000 description 6
- 230000005012 migration Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000035558 fertility Effects 0.000 description 4
- 239000003673 groundwater Substances 0.000 description 4
- 238000003895 groundwater pollution Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000001066 destructive effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000002427 irreversible effect Effects 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明涉及工程仿真与数值模拟技术领域,公开了一种透镜体分布占比的确定方法、装置、计算机设备及介质,本实施例通过将获取的真实实验数据输入至预构建的营养物输移模型中,模拟出营养物在室内土柱中的输移过程,通过营养物的输移过程确定出营养物的积蓄量,并判断营养物的积蓄量是否满足预设积蓄要求,当不满足预设积蓄需求时,通过重新调整透镜体在土基材料中的分布占比,重新模拟输移过程,从而确定出满足预设积蓄需求的透镜体分布占比。本实施例中通过真实实验数据与营养物输移模型结合的方式模拟营养物的输移过程,使得营养物在土柱中的输移过程更贴合实际。
Description
技术领域
本发明涉及工程仿真与数值模拟技术领域,具体涉及一种透镜体分布占比的确定方法、装置、计算机设备及介质。
背景技术
土基材料通过在沙子颗粒中加入适当黏度的水溶性物质,使得沙子“土壤化”,从而可以在沙漠地区开展绿色生态农业。但由于沙漠土壤肥力差,且土基材料产生的土壤厚度较薄,因此,土壤肥力容易流失。
透镜体是一种砂岩结构,有透镜的曲率结构,水流会优先从透镜体周围流过,出现绕流现象,透镜体对溶质运移具有明显的阻碍作用,故可采用透镜体结构减少土壤营养物流失。
那么,透镜体如何分布才可以使土壤营养物流失最少,成为目前需要解决的问题。
发明内容
有鉴于此,本发明提供了透镜体分布占比的确定方法、装置、计算机设备及介质,以解决土壤营养物流失较多的问题。
第一方面,本发明提供了一种透镜体分布占比的确定方法,方法包括:
获取当前透镜体分布占比对应的实验数据,实验数据为将营养物施放至室内土柱中后采集到的各预设位置处分别对应的营养物含量,室内土柱中包含透镜体;将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到室内土柱中营养物的积蓄量;判断营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中透镜体的分布占比,重新模拟营养物输移过程;直至营养物的积蓄量满足预设积蓄要求时,将透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中。
本实施例提供的透镜体分布占比的确定方法,通过将获取的真实实验数据输入至预构建的营养物输移模型中,模拟出营养物在室内土柱中的输移过程,通过营养物的输移过程确定出营养物的积蓄量,并判断营养物的积蓄量是否满足预设积蓄要求,当不满足预设积蓄需求时,通过重新调整透镜体在土基材料中的分布占比,重新模拟输移过程,确定出满足预设积蓄需求的透镜体分布占比。首先,本实施例通过实验方式不断测试不同透镜体分布占比下的营养物积蓄量,这样的方式不具破坏性且不会给沙漠地区造成不可逆的损失。而且,本实施例中通过真实实验数据与营养物输移模型结合的方式模拟营养物的输移过程,使得营养物在土柱中的输移过程更贴合实际。
在一种可选的实施方式中,获取当前透镜体分布占比对应的实验数据,包括:
获取目标沙漠地区的环境信息、土基材料信息以及沙漠沙信息;基于环境信息、土基材料信息和沙漠沙信息形成室内土柱,并在室内土柱的土基材料层铺设透镜体;将营养物施放至室内土柱后,采集各预设位置处分别对应的营养物含量。
本实施例提供的透镜体分布占比的确定方法,在进行室内土柱实验时,按照采集的环境信息、土基材料信息和沙漠沙信息布置室内土柱,使得最终采集的实验数据与实际目标沙漠地区的数据更接近,更真实,从而使得后续基于实验数据和营养物输移模型得到的营养物输移过程真实性更强,准确性更高。
在一种可选的实施方式中,将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到室内土柱中营养物的积蓄量,包括:
将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,利用最小二乘法反演出当前透镜体分布占比对应的反演参数;将反演参数输入至营养物输移模型中,模拟当前透镜体分布占比下营养物在室内土柱中的输移过程;从输移过程中确定出垂直方向上各位置处的营养物含量;基于所有的营养物含量确定营养物的积蓄量。
本实施例提供的透镜体分布占比的确定方法,通过最小二乘法反演出与当前透镜体分布占比对应的反演参数,从而通过反演参数得到与当前透镜体分布占比对应的输移过程,进而使营养物的积蓄量准确性更高。
在一种可选的实施方式中,营养物输移模型由时间分数阶对流扩散方程和Hausdroff对流扩散方程耦合而成,利用时间分数阶对流扩散方程模拟营养物在土基材料中的输移过程,利用Hausdroff对流扩散方程模拟营养物在沙漠沙中的输移过程。
在一种可选的实施方式中,营养物输移模型通过如下控制方程体现:
其中,为地表位置,/>为土基材料与沙漠沙接触位置,/>为沙漠沙的下边界,/>为垂向空间位置,/>为时间分数阶导数,/>中/>表示时间分数阶导数所属的类型,0表示初始时刻,/>表示时间分数阶阶数,/>为豪斯多夫导数,/>为豪斯多夫导数阶数,/>为液体氮肥中氮元素的浓度,/>为氮元素背景浓度值值函数,/>为土基材料的流动参数,/>为沙漠沙的流动参数,/>为土基材料的扩散系数,/>为沙漠沙的扩散系数。
在一种可选的实施方式中,室内土柱中营养物的积蓄量为土基材料中营养物的积蓄量。
在一种可选的实施方式中,判断营养物的积蓄量是否满足预设积蓄要求,包括:
将土基材料中营养物的积蓄量与土基材料对应的预设营养物积蓄量阈值进行比较;当营养物的积蓄量大于或等于预设营养物积蓄量阈值时,确定营养物的积蓄量满足预设积蓄要求。
在一种可选的实施方式中,室内土柱中营养物的积蓄量包括土基材料中营养物的第一积蓄量和沙漠沙中营养物的第二积蓄量。
在一种可选的实施方式中,判断营养物的积蓄量是否满足预设积蓄要求,包括:
判断第一积蓄量是否满足第一预设积蓄要求,得到第一判断结果;判断第二积蓄量是否满足第二预设积蓄要求,得到第二判断结果;当第一判断结果和第二判断结果中存在至少一个不满足要求时,确定营养物积蓄量不满足预设积蓄要求,其中,预设积蓄要求包括第一预设积蓄要求和第二预设积蓄要求。
本实施例通过判断营养物积蓄量是否满足预设积蓄要求,确定出了一种既能保持植物正常生长所需的营养物,又不会造成地下水污染的透镜体分布占比,从而为沙漠地区绿色生态农牧业的发展做出了贡献。
第二方面,本发明提供了一种透镜体分布占比的确定装置,装置包括:
获取模块,用于获取当前透镜体分布占比对应的实验数据,实验数据为将营养物施放至室内土柱中后采集到的各预设位置处分别对应的营养物含量,室内土柱中包含透镜体;确定模块,用于将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到室内土柱中营养物的积蓄量;判断模块,用于判断营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中透镜体的分布占比,重新模拟营养物输移过程;投放模块,用于直至营养物的积蓄量满足预设积蓄要求时,将透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中。
在一种可选的实施方式中,获取模块,包括:
获取子模块,用于获取目标沙漠地区的环境信息、土基材料信息以及沙漠沙信息;构成子模块,用于基于环境信息、土基材料信息和沙漠沙信息形成室内土柱,并在室内土柱的土基材料层铺设透镜体;采集子模块,用于将营养物施放至室内土柱后,采集各预设位置处分别对应的营养物含量。
在一种可选的实施方式中,确定模块,包括:
反演子模块,用于将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,利用最小二乘法反演出当前透镜体分布占比对应的反演参数;模拟子模块,用于将反演参数输入至营养物输移模型中,模拟当前透镜体分布占比下营养物在室内土柱中的输移过程;第一确定子模块,用于从输移过程中确定出垂直方向上各位置处的营养物含量;第二确定子模块,用于基于所有的营养物含量确定营养物的积蓄量。
在一种可选的实施方式中,确定模块中的营养物输移模型由时间分数阶对流扩散方程和Hausdroff对流扩散方程耦合而成,利用时间分数阶对流扩散方程模拟营养物在土基材料中的输移过程,利用Hausdroff对流扩散方程模拟营养物在沙漠沙中的输移过程。
第三方面,本发明提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的透镜体分布占比的确定方法。
第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的透镜体分布占比的确定方法。
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是根据本发明实施例的透镜体分布占比的确定方法的流程示意图;
图2是根据本发明实施例的土层分布情况示意图;
图3是根据本发明实施例的另一透镜体分布占比的确定方法的流程示意图;
图4是根据本发明实施例的又一透镜体分布占比的确定方法的流程示意图;
图5是根据本发明实施例的透镜体分布占比的确定装置的结构框图;
图6是本发明实施例的计算机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。
由于沙漠地区土壤肥力差,且土基材料产生的土壤厚度较薄,因此,土壤肥力容易流失。现通过在土基材料中埋置透镜体,以对溶质运移产生阻碍,使得土壤营养物流失减少。但是,如何控制透镜体在土基材料中的分布占比,才能使土壤营养物流失最少,成为当下需要解决的问题。本发明实施例提供了一种透镜体分布占比的确定方法,通过将土柱实验得到的真实数据与预构建的营养物输移模型结合,模拟出营养物质在土基材料中的输移过程,并基于营养物质的输移过程确定土基材料中营养物质的积蓄量,从而通过反复实验确定出最终的透镜体分布占比,以达到营养物质流失最少的效果。
根据本发明实施例,提供了一种透镜体分布占比的确定方法实施例,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透镜体分布占比的确定方法,可用于计算机设备,图1是根据本发明实施例的透镜体分布占比的确定方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取当前透镜体分布占比对应的实验数据。
具体的,实验数据为将营养物施放至室内土柱中后采集到的各预设位置处分别对应的营养物含量,其中,室内土柱各土层的分布情况如图2所示,从上至下依次为地表,土基材料和沙漠沙。在土基材料中埋置有透镜体。
具体的,本实施例中透镜体分布占比为透镜体在土基材料中的占比,即透镜体的含量与土基材料含量的比值。
步骤S102,将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到室内土柱中营养物的积蓄量。
具体的,营养物在室内土柱中的输移过程包括营养物在土基材料中的输移过程,营养物在沙漠沙中的输移过程。
步骤S103,判断营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中透镜体的分布占比,重新模拟营养物输移过程。
具体的,当营养物的积蓄量满足预设积蓄要求时,直接将按照当前的分布占比将透镜体埋置于目标沙漠地区的土基材料中。
具体的,调整透镜体的分布占比可以通过增加或减少土基材料的含量,或者,增加或减少透镜体的含量等方式进行。
步骤S104,直至营养物的积蓄量满足预设积蓄要求时,将透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中。
具体的,无论在目标沙漠地区中还是在室内土柱中,透镜体的分布占比保持恒定。因此,在实际投放过程中,则按照确定好的透镜体分布占比、目标沙漠地区和土柱实验的比例确定实际需要投放至目标沙漠地区的透镜体含量。
本实施例提供的透镜体分布占比的确定方法,通过将获取的真实实验数据输入至预构建的营养物输移模型中,模拟出营养物在室内土柱中的输移过程,通过营养物的输移过程确定出营养物的积蓄量,并判断营养物的积蓄量是否满足预设积蓄要求,当不满足预设积蓄需求时,通过重新调整透镜体在土基材料中的分布占比,重新模拟输移过程,确定出满足预设积蓄需求的透镜体分布占比。首先,本实施例通过实验方式不断测试不同透镜体分布占比下的营养物积蓄量,这样的方式不具破坏性且不会给沙漠地区造成不可逆的损失。而且,本实施例中通过真实实验数据与营养物输移模型结合的方式模拟营养物的输移过程,使得营养物在土柱中的输移过程更贴合实际。
本实施例通过室内土柱实验的方式确定目标施放方式,不具破坏性,且不会造成不可逆的损失。而且通过真实的实验数据和预构建的氮元素迁移模拟模型模拟氮元素在沙漠地区中的迁移过程,使得实验结果准确性和真实性更强,更具说服力。
在本实施例中提供了一种透镜体分布占比的确定方法,可用于计算机设备,图3是根据本发明实施例的透镜体分布占比的确定方法的流程图,如图3所示,该流程包括如下步骤:
步骤S301,获取当前透镜体分布占比对应的实验数据。
具体地,上述步骤S301包括:
步骤S3011,获取目标沙漠地区的环境信息、土基材料信息以及沙漠沙信息。
具体的,环境信息即目标沙漠地区所处环境的基本信息,环境信息包括温度、湿度、风速等。其中,环境信息可通过布设测风塔进行监测。具体的获取方式此处不作具体限定,本领域技术人员可根据需要选择其它可实现方式。
具体的,土基材料信息包括土基材料的类别、配比、厚度、导水率、渗透系数、土基材料中营养物的背景浓度,营养物即氮、磷、钾等元素。
具体的,沙漠沙信息包括沙漠沙导水率、渗透系数、沙漠沙中营养物的背景浓度。
示例性地,土基材料中营养物的背景浓度和沙漠沙中营养物的背景浓度,可通过区域内布置的测站从垂向上进行监测得到。由于背景浓度在垂向上的连续性,因此,可将营养物的背景浓度拟合为值函数。如,将氮元素对应的值函数设为,磷元素对应的值函数设为/>,钾元素对应的值函数设为/>。
步骤S3012,基于环境信息、土基材料信息和沙漠沙信息形成室内土柱,并在室内土柱的土基材料层铺设透镜体。
具体的,按照目标沙漠地区中的垂向分布布置室内土柱,使得室内土柱所处的环境与环境信息保持一致,室内土柱中的土基材料和沙漠沙的选取和分布分别与土基材料信息和沙漠沙信息保持一致。需要说明的是,本实施例的土基材料中埋置有一定占比的透镜体。
具体的,透镜体的材料一般为砂岩结构或高吸水性树脂结构,这些结构可以较好的吸收或阻碍土基材料中的水分和营养物的入渗和迁移,且这些结构大致呈薄的椭球形。
步骤S3013,将营养物施放至室内土柱后,采集各预设位置处分别对应的营养物含量。
具体的,在室内土柱的侧方设置有均匀分布的取样孔,取样孔所处位置即本实施例中的预设位置。在各预设位置处布设水质分析仪,用于监测示踪剂浓度,从而测量预设位置处营养物的含量。
步骤S302,将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在土基材料中的输移过程,得到室内土柱中营养物的积蓄量。详细请参见图1所示实施例的步骤S102,在此不再赘述。
步骤S303,判断营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中透镜体的分布占比,重新模拟营养物输移过程。详细请参见图1所示实施例的步骤S103,在此不再赘述。
步骤S304,直至营养物的积蓄量满足预设积蓄要求时,将透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中。详细请参见图1所示实施例的步骤S104,在此不再赘述。
本实施例在进行室内土柱实验时,按照采集的环境信息、土基材料信息和沙漠沙信息布置室内土柱,使得最终采集的实验数据与实际目标沙漠地区的数据更接近,更真实,从而使得后续基于实验数据和营养物输移模型得到的营养物输移过程真实性更强,准确性更高。
在本实施例中提供了一种透镜体分布占比的确定方法,可用于计算机设备,图4是根据本发明实施例的透镜体分布占比的确定方法的流程图,如图4所示,该流程包括如下步骤:
步骤S401,获取当前透镜体分布占比对应的实验数据。详细请参见图3所示实施例的步骤S301,在此不再赘述。
步骤S402,将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在土基材料中的输移过程,得到室内土柱中营养物的积蓄量。
具体地,上述步骤S402包括:
步骤S4021,将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,利用最小二乘法反演出当前透镜体分布占比对应的反演参数。
具体的,营养物输移模型由时间分数阶对流扩散方程和Hausdroff对流扩散方程耦合而成。利用时间分数阶对流扩散方程模拟营养物在土基材料中的输移过程,利用Hausdroff对流扩散方程模拟营养物在沙漠沙中的输移过程。
示例性地,步骤S4022中的营养物输移模型通过如下控制方程体现:
其中,为地表位置,/>为土基材料与沙漠沙接触位置,/>为沙漠沙的下边界,/>为垂向空间位置,/>为Caputo类型的时间分数阶导数,/>中/>表示该类型导数为Caputo类分数阶导数,0表示初始时刻,/>表示时间分数阶阶数,代表透镜体结构和土基材料对营养物的滞留程度,/>,/>取值越低,滞留效果越强,无透镜体结构时,由于土基材料的滞留效果,/>依然小于1,但取值比存在透镜体时高,/>为Hausdroff导数,定义/>为Hausdroff导数阶数,由于沙漠沙无滞水效果,此处/>1,/>为液体氮肥中氮元素的浓度,/>为氮元素背景浓度值值函数,/>为土基材料的流动参数,/>为沙漠沙的流动参数,/>为土基材料的扩散系数,/>为沙漠沙的扩散系数。
其中,时间分数阶导数定义为:
其中,时间Hausdroff导数的离散形式为:
此处,,/>表示第/>个时刻,每个时间短布点都为/>,总点数为/>,。
具体的,反演参数包括时间分数阶阶数、时间Hausdroff导数阶数、土基材料的流动系数、沙漠沙的流动系数、土基材料的扩散系数和沙漠沙的扩散系数。
步骤S4022,将反演参数输入至营养物输移模型中,模拟当前透镜体分布占比下营养物在室内土柱中的输移过程。
示例性地,仍以步骤S4021中的实施例为例。
营养物在土基材料中的输移过程为:
营养物在沙漠沙中的输移过程为:
步骤S4023,从输移过程中确定出垂直方向上各位置处的营养物含量。
具体的,根据土基材料对应的输移过程,确定出土基材料各位置处营养物的含量。同理,根据沙漠沙对应的输移过程,确定处沙漠沙各位置处营养物的含量。
步骤S4024,基于所有的营养物含量确定营养物的积蓄量。
示例性地,在一些可选实施例中,营养物的积蓄量为土基材料中营养物的积蓄量。
土基材料中营养物的积蓄量可通过对土基材料中各位置处营养物的含量求和得到。
示例性地,在另一些可选的实施方式中,营养物的积蓄量包括土基材料中营养物的第一积蓄量和沙漠沙中营养物的第二积蓄量。
第一积蓄量可通过对土基材料中各位置处营养物的含量求和得到,第二积蓄量可通过对沙漠沙各位置处营养物的含量求和得到。
步骤S403,判断营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中透镜体的分布占比,重新模拟营养物输移过程。
示例性地,当用户仅对土基材料中营养物的积蓄量有要求限制时,室内土柱中营养物的积蓄量为土基材料中营养物的积蓄。预设积蓄要求即土基材料对应的预设营养物积蓄量阈值,预设营养物积蓄量阈值即种植与土基材料中的作物保持生长所需营养物的最小值。
该情况下,判断营养物的积蓄量是否满足预设积蓄要求的判断方式为:
将土基材料中营养物的积蓄量与土基材料对应的预设营养物积蓄量阈值进行比较;当营养物的积蓄量大于或等于预设营养物积蓄量阈值时,确定营养物的积蓄量满足预设积蓄要求。当营养物的积蓄量小于预设营养物积蓄量阈值时,确定营养物的积蓄量不满足预设积蓄要求。
示例性地,当用户既对土基材料中营养物的积蓄量有要求限制,还对地下水中污染物含量有要求限制时,室内土柱中营养物的积蓄量包括土基材料中营养物的第一积蓄量和沙漠沙中营养物的第二积蓄量。
该情况下,判断营养物的积蓄量是否满足预设积蓄要求的具体判断方式为:
判断第一积蓄量是否满足第一预设积蓄要求,得到第一判断结果;判断第二积蓄量是否满足第二预设积蓄要求,得到第二判断结果;当第一判断结果和第二判断结果中存在至少一个不满足要求时,确定营养物积蓄量不满足预设积蓄要求,其中,预设积蓄要求包括第一预设积蓄要求和第二预设积蓄要求。
具体的,将第一积蓄量与预设的第一营养物积蓄量阈值进行比较,当第一积蓄量大于或等于第一营养物积蓄量阈值时,则视为第一积蓄量满足第一预设积蓄要求。同理,将第二积蓄量与预设的第二营养物积蓄量阈值进行比较,当第二积蓄量大于或等于第二营养物积蓄量阈值时,视为第二积蓄量满足第二预设积蓄要求。需要说明的是,第一营养物积蓄量阈值为植物正常生长所需营养物含量的最小值,第一营养物积蓄量阈值为地下水不被污染的营养物输入量最大值。
当第一积蓄量满足第一预设积蓄要求且当第二积蓄量满足第二预设积蓄要求时,确定营养物的积蓄量满足预设积蓄要求,此时,可按照当前透镜体的分布占比进行投放。
当第一积蓄量不满足第一预设积蓄要求和当第二积蓄量不满足第二预设积蓄要求中的至少一种情况发生时,可判断营养物的积蓄量不满足预设积蓄要求,需要重新调整透镜体的分布占比。
步骤S404,直至营养物的积蓄量满足预设积蓄要求时,将透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中。详细请参见图3所示实施例的步骤S304,在此不再赘述。
本实施例结合了营养物在土基材料和沙漠沙中的输移过程,采用由双阶段的时间分数阶对流扩散反应方程和Hausdroff对流扩散反应方程耦合形成的营养物输移模型,精确高效的模拟了营养物的输移过程。而且,本实施例还通过判断营养物积蓄量是否满足预设积蓄要求,确定出了一种既能保持植物正常生长所需的营养物,又不会造成地下水污染的透镜体分布占比,从而为沙漠地区绿色生态农牧业的发展做出了贡献。
作为本发明实施例中的一个最优实施例,下文将结合实际应用场景对本方案进行详细描述。
获取目标沙漠地区的垂向分布信息、环境信息、土基材料信息和沙漠沙信息。并按照沙漠沙地区的垂向分布信息、环境信息、土基材料信息和沙漠沙信息构建室内土柱,使得室内土柱所属的环境以及室内土柱土层的垂向分布等信息均与目标沙漠地区保持一致。需要说明的是,本实施例中已经将透镜体按照初始的分布占比埋置入土基材料中。
当室内土柱实验准备就绪后,将营养物施放至室内土柱中,等待一段时间后,获取各预设位置分别对应的营养物含量。
将各预设位置分别对应的营养物含量输入至由双阶段的时间分数阶对流扩散反应方程和Hausdroff对流扩散反应方程耦合而成的营养物输移模型中,通过最小二乘法反演出预设施放方式对应的反演系数,并将反演系数输入至营养物输移模型中,得到与当前透镜体分布占比对应的营养物输移过程。
根据营养物在土基材料中的输移过程,确定土基材料部分营养物的第一积蓄量,并将第一积蓄量与第一营养物积蓄量阈值(即植物正常生长所需营养物含量的最小值)进行比较,得到第一比较结果。
根据营养物在沙漠沙中的输移过程,确定沙漠沙中营养物的第二积蓄量。第二积蓄量即沙漠沙输入至地下水的营养物的浓度。将第二积蓄量与第二营养物积蓄量阈值(即地下水不被污染的营养物输入量最大值)进行比较,得到第二比较结果。
当第一比较结果为第一积蓄量大于或等于第一营养物积蓄量阈值,且,第二比较结果为第二积蓄量大于或等于第二营养物积蓄量阈值时,表示当前透镜体在土基材料中的分布占比既能在土基材料中保有植物生长所需的营养物含量,又不会造成地下水污染,此时,可将透镜体按照当前分布占比进行投放。当第一比较结果和第二比较结果为除上述情况外的其它情况时,当前透镜体的分布占比不能作为实际使用过程中的分布占比。此时,还需要重新调整透镜体在土基材料中的分布占比,直至调整后的分布占比对应的营养物积蓄量达到预设积蓄要求时,才可将透镜体按照调整后的分布占比投放值目标沙漠地区的土基材料中。
本实施例通过将实验数据和预构建的营养物输移模型结合,得到营养物在土基材料和沙漠沙中的输移过程,通过该输移过程确定出一种既能保持植物正常生长所需的营养物,又不会造成地下水污染的透镜体分布占比,从而为沙漠地区绿色生态农牧业的发展做出了贡献。
在本实施例中还提供了一种透镜体分布占比的确定装置,该装置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。
本实施例提供一种透镜体分布占比的确定装置,如图5所示,包括:
获取模块501,用于获取当前透镜体分布占比对应的实验数据,实验数据为将营养物施放至室内土柱中后采集到的各预设位置处分别对应的营养物含量,室内土柱中包含透镜体。
确定模块502,用于将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到室内土柱中营养物的积蓄量。
判断模块503,用于判断营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中透镜体的分布占比,重新模拟营养物输移过程。
投放模块504,用于直至营养物的积蓄量满足预设积蓄要求时,将透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中。
在一些可选的实施方式中,获取模块501,包括:
获取子模块,用于获取目标沙漠地区的环境信息、土基材料信息以及沙漠沙信息。
构成子模块,用于基于环境信息、土基材料信息和沙漠沙信息形成室内土柱,并在室内土柱的土基材料层铺设透镜体。
采集子模块,用于将营养物施放至室内土柱后,采集各预设位置处分别对应的营养物含量。
在一些可选的实施方式中,确定模块502,包括:
反演子模块,用于将各预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,利用最小二乘法反演出当前透镜体分布占比对应的反演参数。
模拟子模块,用于将反演参数输入至营养物输移模型中,模拟当前透镜体分布占比下营养物在室内土柱中的输移过程。
第一确定子模块,用于从输移过程中确定出垂直方向上各位置处的营养物含量。
第二确定子模块,用于基于所有的营养物含量确定营养物的积蓄量。
在一些可选的实施方式中,确定模块502中的营养物输移模型由时间分数阶对流扩散方程和Hausdroff对流扩散方程耦合而成,利用时间分数阶对流扩散方程模拟营养物在土基材料中的输移过程,利用Hausdroff对流扩散方程模拟营养物在沙漠沙中的输移过程。
在一种可选的实施方式中,确定模块502中的营养物输移模型通过如下控制方程体现:
其中,为地表位置,/>为土基材料与沙漠沙接触位置,/>为沙漠沙的下边界,/>为垂向空间位置,/>为Caputo类型的时间分数阶导数,/>中/>表示该类型导数为Caputo类分数阶导数,0表示初始时刻,/>表示时间分数阶阶数,代表透镜体结构和土基材料对营养物的滞留程度,/>,/>取值越低,滞留效果越强,无透镜体结构时,由于土基材料的滞留效果,/>依然小于1,但取值比存在透镜体时高,/>为Hausdroff导数,定义/>为Hausdroff导数阶数,由于沙漠沙无滞水效果,此处/>1,/>为液体氮肥中氮元素的浓度,/>为氮元素背景浓度值值函数,/>为土基材料的流动参数,/>为沙漠沙的流动参数,/>为土基材料的扩散系数,/>为沙漠沙的扩散系数。
在一些可选的实施方式中,确定模块502中的室内土柱中营养物的积蓄量为土基材料中营养物的积蓄量。
在一些可选的实施方式中,判断模块503,包括:
比较子模块,用于将土基材料中营养物的积蓄量与土基材料对应的预设营养物积蓄量阈值进行比较。
第三确定子模块,用于当营养物的积蓄量大于或等于预设营养物积蓄量阈值时,确定营养物的积蓄量满足预设积蓄要求。
在一些可选的实施方式中,确定模块502中的室内土柱中营养物的积蓄量包括土基材料中营养物的第一积蓄量和沙漠沙中营养物的第二积蓄量。
在一些可选的实施方式中,判断模块503,包括:
第一判断子模块,用于判断第一积蓄量是否满足第一预设积蓄要求,得到第一判断结果。
第二判断子模块,用于判断第二积蓄量是否满足第二预设积蓄要求,得到第二判断结果。
第四确定子模块,用于当第一判断结果和第二判断结果中存在至少一个不满足要求时,确定营养物积蓄量不满足预设积蓄要求,其中,预设积蓄要求包括第一预设积蓄要求和第二预设积蓄要求。
本实施例中的透镜体分布占比的确定装置是以功能单元的形式来呈现,这里的单元是指ASIC(Application Specific Integrated Circuit,专用集成电路)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。
本发明实施例还提供一种计算机设备,具有上述图5所示的透镜体分布占比的确定装置。
请参阅图6,图6是本发明可选实施例提供的一种计算机设备的结构示意图,如图6所示,该计算机设备包括:一个或多个处理器10、存储器20,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相通信连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器10为例。
处理器10可以是中央处理器,网络处理器或其组合。其中,处理器10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,可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件,现场可编程逻辑门阵列,通用阵列逻辑或其任意组合。
其中,所述存储器20存储有可由至少一个处理器10执行的指令,以使所述至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中,存储器20可选包括相对于处理器10远程设置的存储器,这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器,例如,随机存取存储器;存储器也可以包括非易失性存储器,例如,快闪存储器,硬盘或固态硬盘;存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括通信接口30,用于该计算机设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机可读存储介质,上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可记录在存储介质,或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中,存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等;进一步地,存储介质还可以包括上述种类的存储器的组合。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件,当软件或计算机代码被计算机、处理器或硬件访问且执行时,实现上述实施例示出的方法。
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 (11)
1.一种透镜体分布占比的确定方法,其特征在于,所述方法包括:
获取当前透镜体分布占比对应的实验数据,所述实验数据为将营养物施放至室内土柱中后采集到的各预设位置处分别对应的营养物含量,所述室内土柱中包含透镜体;
将各所述预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到所述室内土柱中营养物的积蓄量;
判断所述营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中所述透镜体的分布占比,重新模拟营养物输移过程;
直至所述营养物的积蓄量满足所述预设积蓄要求时,将所述透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中;
所述将各所述预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到所述室内土柱中营养物的积蓄量,包括:
将各所述预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,利用最小二乘法反演出当前透镜体分布占比对应的反演参数;
将所述反演参数输入至所述营养物输移模型中,模拟当前透镜体分布占比下营养物在室内土柱中的输移过程;
从所述输移过程中确定出垂直方向上各位置处的营养物含量;
基于所有的所述营养物含量确定所述营养物的积蓄量;
所述营养物输移模型由时间分数阶对流扩散方程和Hausdorff对流扩散方程耦合而成,利用所述时间分数阶对流扩散方程模拟所述营养物在土基材料中的输移过程,利用所述Hausdorff对流扩散方程模拟所述营养物在沙漠沙中的输移过程。
2.根据权利要求1所述的方法,其特征在于,所述获取当前透镜体分布占比对应的实验数据,包括:
获取所述目标沙漠地区的环境信息、土基材料信息以及沙漠沙信息;
基于所述环境信息、所述土基材料信息和所述沙漠沙信息形成室内土柱,并在所述室内土柱的土基材料层铺设所述透镜体;
将所述营养物施放至所述室内土柱后,采集各所述预设位置处分别对应的营养物含量。
3.根据权利要求1所述的方法,其特征在于,所述营养物输移模型通过如下控制方程体现:
其中,为地表位置,/>为土基材料与沙漠沙接触位置,/>为沙漠沙的下边界,/>为垂向空间位置,/>为时间分数阶导数,/>中/>表示时间分数阶导数所属的类型,0表示初始时刻,/>表示时间分数阶阶数,/>为豪斯多夫导数,/>为豪斯多夫导数阶数,/>为液体氮肥中氮元素的浓度,/>为氮元素背景浓度值值函数,/>为土基材料的流动参数,/>为沙漠沙的流动参数,/>为土基材料的扩散系数,/>为沙漠沙的扩散系数。
4.根据权利要求1所述的方法,其特征在于,所述室内土柱中营养物的积蓄量为土基材料中营养物的积蓄量。
5.根据权利要求4所述的方法,其特征在于,所述判断所述营养物的积蓄量是否满足预设积蓄要求,包括:
将所述土基材料中营养物的积蓄量与土基材料对应的预设营养物积蓄量阈值进行比较;
当所述营养物的积蓄量大于或等于所述预设营养物积蓄量阈值时,确定所述营养物的积蓄量满足预设积蓄要求。
6.根据权利要求1所述的方法,其特征在于,所述室内土柱中营养物的积蓄量包括所述土基材料中营养物的第一积蓄量和所述沙漠沙中营养物的第二积蓄量。
7.根据权利要求6所述的方法,其特征在于,所述判断所述营养物的积蓄量是否满足预设积蓄要求,包括:
判断所述第一积蓄量是否满足第一预设积蓄要求,得到第一判断结果;
判断所述第二积蓄量是否满足第二预设积蓄要求,得到第二判断结果;
当所述第一判断结果和所述第二判断结果中存在至少一个不满足要求时,确定所述营养物积蓄量不满足预设积蓄要求,其中,所述预设积蓄要求包括第一预设积蓄要求和第二预设积蓄要求。
8.一种透镜体分布占比的确定装置,其特征在于,所述装置包括:
获取模块,用于获取当前透镜体分布占比对应的实验数据,所述实验数据为将营养物施放至室内土柱中后采集到的各预设位置处分别对应的营养物含量,所述室内土柱中包含透镜体;
确定模块,用于将各所述预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,模拟营养物在室内土柱中的输移过程,得到所述室内土柱中营养物的积蓄量;
判断模块,用于判断所述营养物的积蓄量是否满足预设积蓄要求,当不满足时,调整土基材料中所述透镜体的分布占比,重新模拟营养物输移过程;
投放模块,用于直至所述营养物的积蓄量满足所述预设积蓄要求时,将所述透镜体按照调整后的分布占比投放至目标沙漠地区的土基材料中;
所述确定模块,包括:
反演子模块,用于将各所述预设位置处分别对应的营养物含量输入至预构建的营养物输移模型中,利用最小二乘法反演出当前透镜体分布占比对应的反演参数;
模拟子模块,用于将所述反演参数输入至所述营养物输移模型中,模拟当前透镜体分布占比下营养物在室内土柱中的输移过程;
第一确定子模块,用于从所述输移过程中确定出垂直方向上各位置处的营养物含量;
第二确定子模块,用于基于所有的所述营养物含量确定所述营养物的积蓄量;
所述确定模块中的营养物输移模型由时间分数阶对流扩散方程和Hausdorff对流扩散方程耦合而成,利用所述时间分数阶对流扩散方程模拟所述营养物在土基材料中的输移过程,利用所述Hausdorff对流扩散方程模拟所述营养物在沙漠沙中的输移过程。
9.根据权利要求8所述的装置,其特征在于,所述获取模块,包括:
获取子模块,用于获取所述目标沙漠地区的环境信息、土基材料信息以及沙漠沙信息;
构成子模块,用于基于所述环境信息、所述土基材料信息和所述沙漠沙信息形成室内土柱,并在所述室内土柱的土基材料层铺设所述透镜体;
采集子模块,用于将所述营养物施放至所述室内土柱后,采集各所述预设位置处分别对应的营养物含量。
10.一种计算机设备,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至7中任一项所述的透镜体分布占比的确定方法。
11.一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上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至7中任一项所述的透镜体分布占比的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311147828.5A CN116911072B (zh) | 2023-09-07 | 2023-09-07 | 透镜体分布占比的确定方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311147828.5A CN116911072B (zh) | 2023-09-07 | 2023-09-07 | 透镜体分布占比的确定方法、装置、计算机设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116911072A CN116911072A (zh) | 2023-10-20 |
CN116911072B true CN116911072B (zh) | 2024-01-26 |
Family
ID=88363327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311147828.5A Active CN116911072B (zh) | 2023-09-07 | 2023-09-07 | 透镜体分布占比的确定方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116911072B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010214282A (ja) * | 2009-03-16 | 2010-09-30 | Ritsumeikan | 汚染土壌の微生物分布および栄養塩分布の推定方法 |
CN102628856A (zh) * | 2012-02-24 | 2012-08-08 | 中国环境科学研究院 | 一种湖泊营养物基准参照状态确定的组合方法 |
CN105181607A (zh) * | 2015-09-07 | 2015-12-23 | 中国科学院遥感与数字地球研究所 | 土壤速效养分反演方法及装置 |
JPWO2016194379A1 (ja) * | 2015-06-02 | 2018-03-29 | 日本電気株式会社 | シミュレーション装置、シミュレーション方法及びプログラムを記憶する記録媒体 |
CN111982740A (zh) * | 2020-06-30 | 2020-11-24 | 中国水利水电科学研究院 | 基于长膜泥沙的水体元素迁移扩散的分析方法 |
CN114970135A (zh) * | 2022-05-19 | 2022-08-30 | 长江大学 | 一种砂岩比例的确定方法、系统、电子设备及存储介质 |
CN115048883A (zh) * | 2022-07-27 | 2022-09-13 | 中国长江三峡集团有限公司 | 一种土壤-植被可溶胶体迁移过程动态模拟方法及装置 |
CN115115123A (zh) * | 2022-07-12 | 2022-09-27 | 国网山东省电力公司经济技术研究院 | 一种地基沉降预测系统和沉降预测方法 |
CN115203893A (zh) * | 2022-06-08 | 2022-10-18 | 长江大学 | 基于贝叶斯定理的砂岩比例不确定性区间缩小方法及系统 |
CN115249512A (zh) * | 2021-12-22 | 2022-10-28 | 长江大学 | 基于无网格法的微生物驱模拟方法、装置、介质和终端 |
CN115577597A (zh) * | 2022-11-15 | 2023-01-06 | 中国长江三峡集团有限公司 | 裂隙通道中溶质超扩散的模拟方法、装置、介质、设备 |
CN115859570A (zh) * | 2022-11-08 | 2023-03-28 | 中国长江三峡集团有限公司 | 水库下泄泥沙快速输移模拟方法、装置、计算机设备及介质 |
CN116539482A (zh) * | 2023-05-12 | 2023-08-04 | 中国长江三峡集团有限公司 | 河流中磷元素迁移检测方法、装置、电子设备及存储介质 |
CN116559396A (zh) * | 2023-05-12 | 2023-08-08 | 中国长江三峡集团有限公司 | 一种河流中硝酸盐检测方法、装置、电子设备及存储介质 |
CN116628990A (zh) * | 2023-05-25 | 2023-08-22 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 一种模拟污染物在土中运移的模型试验方法 |
CN116628959A (zh) * | 2023-05-12 | 2023-08-22 | 中国长江三峡集团有限公司 | 一种携沙河流污染物迁移检测方法、装置及电子设备 |
-
2023
- 2023-09-07 CN CN202311147828.5A patent/CN116911072B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010214282A (ja) * | 2009-03-16 | 2010-09-30 | Ritsumeikan | 汚染土壌の微生物分布および栄養塩分布の推定方法 |
CN102628856A (zh) * | 2012-02-24 | 2012-08-08 | 中国环境科学研究院 | 一种湖泊营养物基准参照状态确定的组合方法 |
JPWO2016194379A1 (ja) * | 2015-06-02 | 2018-03-29 | 日本電気株式会社 | シミュレーション装置、シミュレーション方法及びプログラムを記憶する記録媒体 |
CN105181607A (zh) * | 2015-09-07 | 2015-12-23 | 中国科学院遥感与数字地球研究所 | 土壤速效养分反演方法及装置 |
CN111982740A (zh) * | 2020-06-30 | 2020-11-24 | 中国水利水电科学研究院 | 基于长膜泥沙的水体元素迁移扩散的分析方法 |
CN115249512A (zh) * | 2021-12-22 | 2022-10-28 | 长江大学 | 基于无网格法的微生物驱模拟方法、装置、介质和终端 |
CN114970135A (zh) * | 2022-05-19 | 2022-08-30 | 长江大学 | 一种砂岩比例的确定方法、系统、电子设备及存储介质 |
CN115203893A (zh) * | 2022-06-08 | 2022-10-18 | 长江大学 | 基于贝叶斯定理的砂岩比例不确定性区间缩小方法及系统 |
CN115115123A (zh) * | 2022-07-12 | 2022-09-27 | 国网山东省电力公司经济技术研究院 | 一种地基沉降预测系统和沉降预测方法 |
CN115048883A (zh) * | 2022-07-27 | 2022-09-13 | 中国长江三峡集团有限公司 | 一种土壤-植被可溶胶体迁移过程动态模拟方法及装置 |
CN115859570A (zh) * | 2022-11-08 | 2023-03-28 | 中国长江三峡集团有限公司 | 水库下泄泥沙快速输移模拟方法、装置、计算机设备及介质 |
CN115577597A (zh) * | 2022-11-15 | 2023-01-06 | 中国长江三峡集团有限公司 | 裂隙通道中溶质超扩散的模拟方法、装置、介质、设备 |
CN116539482A (zh) * | 2023-05-12 | 2023-08-04 | 中国长江三峡集团有限公司 | 河流中磷元素迁移检测方法、装置、电子设备及存储介质 |
CN116559396A (zh) * | 2023-05-12 | 2023-08-08 | 中国长江三峡集团有限公司 | 一种河流中硝酸盐检测方法、装置、电子设备及存储介质 |
CN116628959A (zh) * | 2023-05-12 | 2023-08-22 | 中国长江三峡集团有限公司 | 一种携沙河流污染物迁移检测方法、装置及电子设备 |
CN116628990A (zh) * | 2023-05-25 | 2023-08-22 | 中国地质调查局西安地质调查中心(西北地质科技创新中心) | 一种模拟污染物在土中运移的模型试验方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116911072A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Guzman et al. | A model integration framework for linking SWAT and MODFLOW | |
Autovino et al. | Predicting soil and plant water status dynamic in olive orchards under different irrigation systems with Hydrus-2D: Model performance and scenario analysis | |
Makungo et al. | Rainfall–runoff modelling approach for ungauged catchments: A case study of Nzhelele River sub-quaternary catchment | |
Bieger et al. | Simulation of streamflow and sediment with the soil and water assessment tool in a data scarce catchment in the three Gorges region, China | |
Collick et al. | Predicting phosphorus dynamics in complex terrains using a variable source area hydrology model | |
Ersahin | Comparing ordinary kriging and cokriging to estimate infiltration rate | |
Fghire et al. | Response of quinoa to different water management strategies: field experiments and SALTMED model application results | |
Lazarovitch et al. | Subsurface water distribution from drip irrigation described by moment analyses | |
Nakamura et al. | Assessment of root zone nitrogen leaching as affected by irrigation and nutrient management practices | |
Singh | Decision support for on-farm water management and long-term agricultural sustainability in a semi-arid region of India | |
Collick et al. | Improved simulation of edaphic and manure phosphorus loss in SWAT | |
Nilawar et al. | Use of SWAT to determine the effects of climate and land use changes on streamflow and sediment concentration in the Purna River basin, India | |
Yang et al. | Examination and parameterization of the root water uptake model from stem water potential and sap flow measurements | |
Cichota et al. | Describing N leaching from urine patches deposited at different times of the year with a transfer function | |
Onuşluel Gül et al. | Modelling of hydrologic processes and potential response to climate change through the use of a multisite SWAT | |
Fovet et al. | Using long time series of agricultural-derived nitrates for estimating catchment transit times | |
Lilburne et al. | Computer‐based evaluation of methods to sample nitrate leached from grazed pasture | |
Starry et al. | Parameterizing a water-balance model for predicting stormwater runoff from green roofs | |
Woznicki et al. | Spatial and temporal variabilities of sediment delivery ratio | |
Heathman et al. | Application of the soil and water assessment tool and annualized agricultural non-point source models in the St. Joseph River watershed | |
García Morillo et al. | Drip irrigation scheduling using HYDRUS 2‐D numerical model application for strawberry production in South‐West Spain | |
Risal et al. | Impact of BMPs on water quality: A case study in Big Sunflower River watershed, Mississippi | |
Li et al. | Simulation of runoff and nutrient export from a typical small watershed in China using the Hydrological Simulation Program–Fortran | |
Albek et al. | Ensemble streamflow projections for a small watershed with HSPF model | |
Zhang et al. | Evaluation of three models for simulating pesticide runoff from irrigated agricultural fields |
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 |