The invention discloses a method for predicting lake water quality model by multi-objective uncertainty analysis, which includes the following steps: (1) determining the model and parameters for water quality prediction; (2) determining the range and distribution characteristics of model parameters; (3) determining multiple objective functions for parameter uncertainty analysis; (4) determining the values of objective functions under corresponding circumstances; (5) comparing and obtaining. The dominant parameter set corresponding to Pareto set under objective function is obtained; (6) Two-parameter uncertainty analysis is carried out: (7) The density distribution of each parameter in the dominant set is estimated and drawn by using the kernel function, and the corresponding value at the highest probability density is the result of calibration of model parameters; (8) The boundary conditions and calibrated parameters required for prediction are collected and substituted into the model for water quality prediction. The invention can give the uncertainty and calibration of water quality model parameters at the same time, and predict them. It can greatly save the time needed for model application and provide reference information and basis for lake water quality management.
【技术实现步骤摘要】
一种通过多目标不确定性分析进行湖泊水质模型预测的方法
本专利技术涉及一种通过多目标不确定性分析进行湖泊水质模型预测的方法,属于湖泊水质管理领域。
技术介绍
受工农业污染排放的影响,我国大部分湖泊水质状况趋于恶化,污染问题频繁。为了保护湖泊水质及生态安全,运用湖泊水质模型进行污染预测是一种必要的手段。在使用湖泊水质模型进行预测的过程中,对模型的参数进行不确定性分析及率定是极其重要的步骤。目前,水质模型的不确定性分析大多为但目标不确定性分析不足以反映湖泊水质和生态的多样性;而现有的多目标不确定性分析由于需要通过权重将其转化为单目标分析,因此权重的选取非常主观随意。此外,目前水质模型参数的率定与参数不确定性分析相互分离,在完成不确定性分析以后还需要对参数率定优化,这大大的增加了模型应用的计算成本,极大的阻碍了模型预测的推广和应用。
技术实现思路
本专利技术的目的在于针对上述存在的问题,为了克服现有技术中存在的不足,提供一种通过多目标不确定性分析进行湖泊水质模型预测的方法。本方法能够客观的对水质模型的参数进行多目标不确定性分析,并同时完成参数的率定工作,从而大大减少了湖泊水质模型预测的计算工作量。本专利技术的目的是这样实现的,一种通过多目标不确定性分析进行湖泊水质模型预测的方法,其特征在于,包括以下步骤:(1)搜集所要预测水质的湖泊及其边界河流的监测数据,确定进行水质预测的模型及其参数;(2)确定模型参数的取值范围及分布特征,并在取值范围内按照各自的分布特征抽取m组参数取值,m大于或等于10000;(3)确定进行模型参数不确定性分析的n个目标函数,n大于或等于2;(4 ...
【技术保护点】
1.一种通过多目标不确定性分析进行湖泊水质模型预测的方法,其特征在于,包括以下步骤:(1)搜集所要预测水质的湖泊及其边界河流的监测数据,确定进行水质预测的模型及其模型参数;(2)确定模型参数的取值范围及分布特征,并在取值范围内按照各自的分布特征抽取m组参数取值,m大于或等于10000;(3)确定进行模型参数不确定性分析的n个目标函数,n大于或等于2;(4)将m组模型参数的取值、边界河流的监测数据及湖泊本身的监测数据代入水质模型进行计算,确定目标函数的m组取值;(5)比较获得目标函数下的帕累托集对应的占优参数集,参数占优集中的参数组个数d不小于500;若d小于500则增大步骤(2)中抽取的参数组个数m,并重复执行步骤(2)‑(4);(6)画出占优参数集的双参数的联合概率密度函数,进行双参数不确定性分析;(7)利用核函数估计并画出每一个参数在占优集中的概率密度分布,概率密度最高处对应的取值作为模型参数率定结果;(8)搜集预测所需边界河流的监测数据和已经率定的模型参数一起代入水质模型,进行水质预测。
【技术特征摘要】
1.一种通过多目标不确定性分析进行湖泊水质模型预测的方法,其特征在于,包括以下步骤:(1)搜集所要预测水质的湖泊及其边界河流的监测数据,确定进行水质预测的模型及其模型参数;(2)确定模型参数的取值范围及分布特征,并在取值范围内按照各自的分布特征抽取m组参数取值,m大于或等于10000;(3)确定进行模型参数不确定性分析的n个目标函数,n大于或等于2;(4)将m组模型参数的取值、边界河流的监测数据及湖泊本身的监测数据代入水质模型进行计算,确定目标函数的m组取值;(5)比较获得目标函数下的帕累托集对应的占优参数集,参数占优集中的参数组个数d不小于500;若d小于500则增大步骤(2)中抽取的参数组个数m,并重复执行步骤(2)-(4);(6)画出占优参数集的双参数的联合概率密度函数,进行双参数不确定性分析;(7)利用核函数估计并画出每一个参数在占优集中的概率密度分布,概率密度最高处对应的取值作为模型参数率定结果;(8)搜集预测所需边界河流的监测数据和已经率定的模型参数一起代入水质模型,进行水质预测。2.根据权利要求1所述的一种通过多目标不确定性分析进行湖泊水质模型预测的方法,其特征在于,所述步骤(1)中:a.搜集的所要预测水质的湖泊及其边界河流的监测数据至少连续2个月,至少平均每周1次,监测数据包括所预测湖泊的水质监测数据、湖泊边界河流的水质监测数据以及边界河流的流量数据;b.根据搜集到的所要预测水质的湖泊及其边界河流的监测数据中包括的水质指标及需要进行预测的指标确定用于预测湖泊水质的模型,根据其模型结构确定该模型的参数。3.根据权利要求1所述的一种通过多目标不确定性分析进行湖泊水质模型预测的方法,其特征在于,所述步骤(2)具体包括以下步骤:a.确定模型参数的取值范围及其分布,可以假设模型参数在其各自的取值范围内为均匀分布;b.在每个参数各自的取值范围内依据其分布形式,用随机数生成程序生成m个随机数,m需大于等于10000;c.根据模型要求将生成的参数随机取值进行分组,确保每组中每个参数有且只有1个值,共形成m组可用于驱动模型的参数组。4.根据权利要求1所述的一种通过多目标不确定性分析进行湖泊水质模型预测的方法,其特征在于,所述步骤(3)具体包括以下步骤:a.对水质预测要求进行分析;b.根据分析要求结果,确定进行参数不确定性分析的n个目标函数,n大于或等于2;目标...
【专利技术属性】
技术研发人员:王玉琳,何成达,程吉林,程浩淼,汪靓,
申请(专利权)人:扬州大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。