申请/专利权人：水利部交通运输部国家能源局南京水利科学研究院

申请日：2024-01-25

公开（公告）日：2024-04-09

公开（公告）号：CN117633721B

主分类号：G06F18/27

分类号：G06F18/27;G01N33/18;G06F18/25;G06F18/214;G06N3/0442;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明涉及一种机理模型与数据联合驱动的城市河网透明度预测方法，包括确定影响河网透明度的水动力和水质影响因子，采集河网内各测点的原型观测数据；根据原型观测数据及影响因子构建水动力‑水质‑透明度响应关系，并率定构建的河网水动力‑水质耦合模型，并模拟得到水动力‑水质数据集及透明度数据集；根据原型观测数据、水动力‑水质数据集及透明度数据集得到时间序列预测值和空间分布序列预测值；联合水动力‑水质数据集、时间序列预测值及空间分布序列预测值预测得到河网透明度预测值。本发明联合机理模型、河网原型观测数据、时间序列和空间分布序列预测数据准确高效地预测平原城市河网引调水条件下时的河网水体透明度响应。

主权项：1.一种机理模型与数据联合驱动的城市河网透明度预测方法，其特征在于：包括以下步骤：S1：确定影响河网透明度的水动力和水质影响因子，并在引水条件下采集河网内各测点的原型观测数据；S2：根据原型观测数据以及影响河网透明度的水动力和水质影响因子构建得到水动力-水质-透明度响应关系，其中，水动力-水质-透明度响应关系为：Zsm＝8.521+0.294LnU-0.131TSS-0.106Chl-0.122COD，式中，Zs为河网水体透明度，m为河网水体透明度的单位，U为河道平均流速，TSS为总悬浮物浓度，Chl为叶绿素浓度，COD为化学需氧量；S3：通过所述原型观测数据构建得到河网水动力-水质耦合模型，使用所述水动力-水质-透明度响应关系率定验证所述河网水动力-水质耦合模型，并通过率定验证后的所述河网水动力-水质耦合模型模拟得到水动力-水质数据集，以及相应的透明度数据集，其中，河网水动力-水质耦合模型为： 式中，H为河网水体深度，C为污染物总浓度，u为笛卡尔水平坐标x方向上的流速分量，KH为河网水平扩散系数，Qc为外部进入河网水体的点源与非点源污染物，F0为从河道沉积层到上覆水体的污染物净通量；S4：将原型观测数据、水动力-水质数据集及相应的透明度数据集进行拼接得到特征矩阵，并通过所述特征矩阵分别提取得到时间序列预测模块的输入序列和空间分布序列预测模块的输入序列；S5：将时间序列预测模块的输入序列和空间分布序列预测模块的输入序列输入至LSTM神经网络中进行处理，并通过各自的预测模块得到时间序列预测值和空间分布序列预测值；S6：联合水动力-水质数据集、时间序列预测值以及空间分布序列预测值预测得到河网透明度预测值。

全文数据：

权利要求：

百度查询： 水利部交通运输部国家能源局南京水利科学研究院 机理模型与数据联合驱动的城市河网透明度预测方法

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