一种基于决策树分析的湖库水体混合程度及缺氧区评估预测方法

文档序号:33781414发布日期:2023-04-19 00:53阅读:70来源:国知局
一种基于决策树分析的湖库水体混合程度及缺氧区评估预测方法

本发明涉及水环境综合治理领域,尤其是涉及一种基于决策树分析的湖库水体混合程度及缺氧区评估预测方法。


背景技术:

1、水体热分层广泛存在于自然界中,其形成主要受湖库水体深度、水体流动性以及湖库所在区域气象气候条件等因素的协同影响。水体热分层是由于水体受到温度变化的影响,在水体的垂直方向上出现的温度分布不均的现象。热分层期间,水体由表层至底层可分为混合层、温跃层及滞温层,这种稳定的水温分层结构会引起水体在物理、化学性质及水生生物特征和分布上出现较为明显的变化。其中,溶解氧作为影响湖库水生态系统健康的最重要指标,其浓度的时空分布受热分层影响极为明显。温跃层抑制了湖库表层与底层水体的垂向掺混,阻碍了上层水体的大气复氧及光合作用产氧作用对下层水体的补充,滞温层水体的溶解氧在有机质分解和底部沉积物耗氧反应的共同作用下逐渐消耗,最终在湖库下层水体形成溶解氧浓度极小的区域。深水湖库在夏季的热分层期间,其滞温层出现缺氧区是十分常见的现象。湖库水体热分层及缺氧区的出现对水环境稳定造成一定的危害。

2、因此需要研究分析湖库水体不同热分层期水体混合程度变化及溶解氧分布情况,明确指出缺氧区范围,为更加科学合理地指导湖库水环境管理与水污染治理提供依据。


技术实现思路

1、发明目的:为了克服背景技术的不足,本发明公开了一种基于决策树分析的湖库水体混合程度及缺氧区评估预测方法;本方法通过对目标湖库的水样及气象因子进行实地监测,对水体理化指标进行分析,计算目标湖库水体混合层深度及缺氧指数并结合r语言决策树进行水体混合程度及缺氧区系统评价及预测。

2、技术方案:本发明所公开的基于决策树分析的湖库水体混合程度及缺氧区评估预测方法,包括以下步骤:

3、s1、采集目标湖库的水体理化指标及湖库所在地气象因子基本信息;

4、s2、基于目标湖库的理化指标信息,计算水体密度梯度并确定不同热分层时期水体各深度水体密度,评估湖库水体在不同热分层时期混合程度;

5、s3、基于目标湖库的理化指标信息,计算水体缺氧指数并确定不同热分层时期水体缺氧区分布范围,评估湖库水体在不同热分层时期溶解氧分布状态;

6、s4、通过rstudio软件进行决策树代码编写将气象因子与湖库混合层深度及缺氧区进行耦合,进而分析数值变化评估及发生概率与预测预报。

7、其中,s2具体采用如下方法进行评估:

8、

9、

10、

11、式中,ρi是湖库水体不同深度处的密度,单位为kg/m3;ti是湖库水体不同深度处的温度,单位为℃;由各水深处的ti便可求出此处的ρi,从而得到密度梯度,δmin结合实际监测数据及当地气候状况选取,单位为kg/m3/m;zi是第i层对应水深;ze是混合层深度,单位为m;

12、通过水体混合层深度,包括水体密度、水体密度梯度确定,若水体内部存在密度梯度突变区,则水体存在热分层现象,水体混合程度差;混合层深度越大水体混合程度越好,混合层深度越小水体混合程度越差,当混合层深度接近水深最大值时,水体处于完全混合状态。

13、进一步的,s3具体采用如下方法进行评估:

14、

15、式中,hanoxic为某监测垂线中溶解氧浓度低于x mg/l的水深,m;hw为监测点位的总水深,m;

16、水体缺氧区由缺氧指数进行衡量,当ai=0时,水体内无缺氧区;当ai>0时,水体内存在缺氧区;同时可以根据ai指数的大小来对水体缺氧程度进行比较,ai指数越高说明水体缺氧程度越严重。

17、进一步的,s4中通过r语言决策树分析可将混合层深度及缺氧区变化与气象因子耦合分析,进而得到在不同气象因子条件下混合层深度及缺氧区数值变化与发生概率,并结合预测气象因子进行混合层深度及缺氧区的预测预报。

18、有益效果:与现有技术相比:本发明考虑了湖库水体理化指标对水动力条件及气象因子的敏感性,通过现场监测和室内分析,获取湖库水体不同时间、空间及深度上的理化指标的长期数据,同时收集湖库所在地气象因子数据,基于目标湖库的实际水动力条件及理化指标信息,可以系统的评价湖库水体混合程度、缺氧区分布范围数值变化及发生概率并预测预报,为湖库水体水动力改善和水体热分层而导致水质恶化治理提供依据应对参考指标。



技术特征:

1.一种基于决策树分析的湖库水体混合程度及缺氧区评估预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于决策树分析的湖库水体混合程度及缺氧区评估预测方法,其特征在于,s2具体采用如下方法进行评估:

3.根据权利要求1所述的基于决策树分析的湖库水体混合程度及缺氧区评估预测方法,其特征在于,s3具体采用如下方法进行评估:

4.根据权利要求1所述的基于决策树分析的湖库水体混合程度及缺氧区评估预测方法,其特征在于:s4中通过r语言决策树分析可将混合层深度及缺氧区变化与气象因子耦合分析,进而得到在不同气象因子条件下混合层深度及缺氧区数值变化与发生概率,并结合预测气象因子进行混合层深度及缺氧区的预测预报。


技术总结
本发明公开了一种基于决策树分析的湖库水体混合程度及缺氧区评估预测方法,包括以下步骤:采集目标湖库的水体理化指标及湖库所在地气象因子基本信息;计算水体密度梯度并确定不同热分层时期水体各深度水体密度,评估湖库水体在不同热分层时期混合程度;计算水体缺氧指数并确定不同热分层时期水体缺氧区分布范围,评估湖库水体在不同热分层时期溶解氧分布状态;通过RStudio软件进行决策树代码编写将气象因子与湖库混合层深度及缺氧区进行耦合,分析数值变化评估及发生概率与预测预报。本方法可以系统的评价湖库水体混合程度、缺氧区分布范围数值变化及发生概率并预测预报,为湖库水体水动力改善和水体热分层而导致水质恶化治理提供依据应对参考指标。

技术研发人员:李一平,陈宇,朱雅,魏尧,王璨,鲍航通,王楚尔
受保护的技术使用者:河海大学
技术研发日:
技术公布日:2024/1/13
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1