申请/专利权人：北京师范大学

申请日：2018-12-05

公开（公告）日：2020-10-23

公开（公告）号：CN109657200B

主分类号：G06F17/18(20060101)

分类号：G06F17/18(20060101);G01D21/02(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.10.23#授权;2019.10.01#实质审查的生效;2019.04.19#公开

摘要：本发明公开了一种确定湖泊水库蓝藻水华爆发几率的方法，包括如下步骤：通过实地采样和室内鉴定获取水体中藻类物种、密度和生物量数据；通过水质仪器测量获得水质数据；根据物种、密度和生物量数据获得各藻类的优势度；根据藻类优势度和水质数据确定优势物种主要驱动因子；根据优势物种主要驱动因子预测蓝藻爆发几率。本发明利用实测的藻类和水质数据，通过识别优势物种、确定主要驱动因子，最终根据蓝藻爆发几率预测模型预测蓝藻爆发几率。本发明不依赖蓝藻爆发的实测数据，应用范围广，对于蓝藻水华的防治具有重要作用。

主权项：1.一种确定湖泊水库蓝藻水华爆发几率的方法，其特征在于：所述方法包括如下步骤：1通过实地采样和室内鉴定获取水体中藻类物种、密度和生物量数据；2通过水质仪器测量获得水质数据，包括水体温度、pH、电导率、溶解氧、总氮、总磷；3根据物种、密度和生物量数据获得各藻类的优势度；4根据藻类优势度和水质数据确定优势物种主要驱动因子；5根据优势物种主要驱动因子预测蓝藻爆发几率；所述步骤4采用典范对应分析方法分析藻类优势度和水质数据的关系，确定优势物种的主要驱动因子，步骤5具体为：a、根据公式一计算蓝藻爆发几率： 式中，P代表蓝藻爆发几率，c为权重，n为主要驱动因子总数，Sj为第j种主要驱动因子实测值，为第j种主要驱动因子最适值；b、将水质因子的监测范围均分为五级，计算每个分级的栖息地适宜度指数，确定主要驱动因子最适值范围，以该范围的中间值为主要驱动因子最适值；c、以主要驱动因子和物种数据做典范对应分析，物种-环境关系的累积百分比变化在第一排序轴的值大于50％时，以第一排序轴的Biplotscores值的绝对值归一化得到各驱动因子的权重，物种-环境关系的累积百分比变化在第一排序轴的值小于50％时，以第一排序轴和第二排序轴的Biplotscores值的均方根归一化得到各驱动因子的权重。

全文数据：一种确定湖泊水库蓝藻水华爆发几率的方法技术领域本发明涉及一种方法，尤其涉及一种确定湖泊水库蓝藻水华爆发几率的方法。背景技术随着工农业的发展，大量营养物质流入江河湖泊，水体富营养化程度不断加剧，在全球变暖的促进下，蓝藻爆发事件频繁发生。蓝藻的大量繁殖和腐烂，影响水体溶解氧含量，导致水生动物大量死亡，使水生态系统遭到严重破坏。蓝藻水华还会产生各种各样的生物毒素，尤其是微囊藻毒素最为常见且危害最大，能损害脊椎动物的肝、肾、心脏、性腺等器官组织和神经系统。蓝藻水华的爆发不仅危害水生态系统的健康，更严重危害人类的饮水安全和生命健康。目前存在众多的蓝藻爆发预测模型，多以神经网络等不确定的数据驱动模型为主，此类模型注重于蓝藻爆发的临界判断，对于水华未爆发的环境状况不能分析其爆发风险和主要驱动因子。并且受到地域限制，不能在蓝藻未爆发的区域使用，因此限制了它们的使用范围，不能有效预报蓝藻爆发范围和爆发时间，削弱了人类对水华藻类的预判和控制能力。因此，基于蓝藻物种的统计数据分析蓝藻优势物种，基于优势物种筛选主要驱动因子，建立不受地域限制的蓝藻爆发几率预测模型、确定蓝藻爆发风险对于蓝藻水华的防治具有重要意义。发明内容为了解决上述技术所存在的不足之处，本发明提供了一种确定湖泊水库蓝藻水华爆发几率的方法。为了解决以上技术问题，本发明采用的技术方案是：一种确定湖泊水库蓝藻水华爆发几率的方法，包括如下步骤：1通过实地采样和室内鉴定获取水体中所有藻类的数据；2通过仪器测量获得水质数据，包括水体温度、pH、电导率、溶解氧、总氮、总磷；3根据采样数据获得各种藻类的密度和生物量；4确定优势物种主要驱动因子：5蓝藻爆发几率预测。进一步地，步骤3中，密度用D表示，生物量用B表示，通过公式一计算各个物种的优势度I；式中，i代表第i种物种，a、b为权重。进一步地，步骤4根据公式二确定权重a、b。进一步地，步骤5采用典范对应分析方法分析优势物种与环境因子的关系，确定优势物种的主要驱动因子，具体为：a、根据公式三计算蓝藻爆发几率；式中，P代表蓝藻爆发几率，c为权重；S为主要驱动因子，Sb为主要驱动因子的最适值；b、将水质因子的监测范围均分为五级，计算每个分级的栖息地适宜度指数，确定主要驱动因子最适值范围，以该范围的中间值为主要驱动因子最适值；c、以主要驱动因子和物种数据做典范对应分析，物种-环境关系的累积百分比变化在第一排序轴的值大于50％时，以第一排序轴的Biplotscores值的绝对值归一化得到各驱动因子的权重，物种-环境关系的累积百分比变化在第一排序轴的值小于50％时，以第一排序轴和第二排序轴的Biplotscores值的均方根归一化得到各驱动因子的权重。综上，根据以上步骤可以根据采样数据确定水体中蓝藻的爆发几率。本发明的有益效果在于：本发明是一种确定水体中蓝藻的爆发几率的方法，与现有技术相比，本发明通过藻类和水质采样数据分析优势物种和主要驱动因子，根据蓝藻爆发几率预测模型计算蓝藻爆发几率，适用范围广，不依赖蓝藻爆发的实测数据。具体实施方式下面结合具体实施方式对本发明作进一步详细的说明。一种确定湖泊水库蓝藻水华爆发几率的方法，包括以下步骤：步骤一：数据获取：1通过实地采样和室内鉴定获取水体中所有藻类的数据；2通过仪器测量获得水体温度、pH、电导率、溶解氧、总氮、总磷等水质数据。步骤二：优势物种确定：1根据采样数据获得的各种藻类的密度和生物量，密度用D表示，生物量用B表示，通过公式一计算各个物种的优势度，用I表示。公式一：公式中，i代表第i种物种，a、b为权重。2根据公式二确定权重a、b。公式二：步骤三：优势物种主要驱动因子确定：采用典范对应分析方法分析优势物种与环境因子的关系，确定优势物种的主要驱动因子。步骤四：蓝藻爆发几率预测：1根据公式三计算蓝藻爆发几率。公式三：公式中，P代表蓝藻爆发几率，c为权重。S为主要驱动因子，Sb为主要驱动因子的最适值。2将水质因子的监测范围均分为五级，计算每个分级的栖息地适宜度指数，确定主要驱动因子最适值范围，以该范围的中间值为主要驱动因子最适值。3以主要驱动因子和物种数据做典范对应分析，物种-环境关系的累积百分比变化在第一排序轴的值大于50％时，以第一排序轴的Biplotscores值的绝对值归一化得到各驱动因子的权重，物种-环境关系的累积百分比变化在第一排序轴的值小于50％时，以第一排序轴和第二排序轴的Biplotscores值的均方根归一化得到各驱动因子的权重。综上，根据以上步骤可以根据采样数据确定水体中蓝藻的爆发几率。本发明充分利用采样得到的藻类和水质数据，识别优势物种代表藻类群落以确定主要驱动因子，根据蓝藻爆发几率预测模型计算蓝藻爆发几率，可以指导蓝藻防治工作。本发明不需要蓝藻爆发的实测数据即可确定研究水体的蓝藻爆发几率，应用范围不受研究水体蓝藻是否爆发限制。以上显示和描述了本发明的基本原理和主要特征及本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

权利要求：1.一种确定湖泊水库蓝藻水华爆发几率的方法，其特征在于：所述方法包括如下步骤：1通过实地采样和室内鉴定获取水体中所有藻类的数据；2通过仪器测量获得水质数据，包括水体温度、pH、电导率、溶解氧、总氮、总磷；3根据采样数据获得各种藻类的密度和生物量；4确定优势物种主要驱动因子：5蓝藻爆发几率预测。2.根据权利要求1所述的确定湖泊水库蓝藻水华爆发几率的方法，其特征在于：所述步骤3中，密度用D表示，生物量用B表示，通过公式一计算各个物种的优势度I；式中，i代表第i种物种，a、b为权重。3.根据权利要求2所述的确定湖泊水库蓝藻水华爆发几率的方法，其特征在于：所述步骤4根据公式二确定权重a、b。4.根据权利要求3所述的确定湖泊水库蓝藻水华爆发几率的方法，其特征在于：所述步骤5采用典范对应分析方法分析优势物种与环境因子的关系，确定优势物种的主要驱动因子，具体为：a、根据公式三计算蓝藻爆发几率；式中，P代表蓝藻爆发几率，c为权重；S为主要驱动因子，Sb为主要驱动因子的最适值；b、将水质因子的监测范围均分为五级，计算每个分级的栖息地适宜度指数，确定主要驱动因子最适值范围，以该范围的中间值为主要驱动因子最适值；c、以主要驱动因子和物种数据做典范对应分析，物种-环境关系的累积百分比变化在第一排序轴的值大于50％时，以第一排序轴的Biplotscores值的绝对值归一化得到各驱动因子的权重，物种-环境关系的累积百分比变化在第一排序轴的值小于50％时，以第一排序轴和第二排序轴的Biplotscores值的均方根归一化得到各驱动因子的权重。

百度查询： 北京师范大学 一种确定湖泊水库蓝藻水华爆发几率的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD