The invention discloses a fast prediction technology of Markoff based on the process of a marine water quality prediction and Markoff process technology in the field of marine pollution accident, the steps are as follows: (1), to partition the study area, according to the periodic motion with seawater will study the Markoff process is divided into the same cycle time, with certain pollutants the number of particles represented in the ocean, the ocean numerical model of Lagrange particle tracking method for regional mass transport simulation; (2) particles, statistics released in different areas in different periods in each partition ratio, calculated the Markoff probability transfer matrix; (3), according to the Markoff probability transfer matrix prediction of water exchange or the water pollutant transport process; the invention of regional water exchange Or the material transport process is predicted efficiently and quickly.
【技术实现步骤摘要】
海洋污染事故中基于马尔科夫过程的快速预测技术
本专利技术涉及的是海洋水质预测和马尔科夫过程
,具体的说是一种海洋污染事故中基于马尔科夫过程的快速预测技术。
技术介绍
海洋中诸如溢油等突发污染事故的预测、预报问题是海洋环境科学研究的一个热点问题。研究海洋污染事故发生后海洋中物质的输运规律,是进行污染事故应急处置,污染事故后果评估的重要参考依据。目前,对于此类水质预测问题,大多采用数值模型模拟的方法,国内外已开发了许多复杂的三维海洋数值模型。由于水体流动的复杂性,通过数值模拟方法研究海洋中物质的输运,一个区域内的物质完全输运到其他区域需要非常长的时间,时间尺度从几天到几百年。如果完全用数值模型的方法模拟该过程需要消耗大量的计算资源。海洋中,周期性的潮流是驱动水体交换的主要的动力条件,在周期性动力条件下,区域间的水体交换可近似认为满足马尔科夫性,即:一个系统在某一时刻的状态仅由前一个状态决定,而与之前的所处状态无关。通过马尔科夫链构造概率传输矩阵,可极大节省物质输运的计算时间。
技术实现思路
本专利技术的目的在于针对现有技术的缺陷和不足,提供了一种海洋污染事故中基于马尔科夫过程的快速预测技术,可以对研究区域的水体交换或者物质输运过程进行高效快速的预测。为实现上述目的,本专利技术采用的技术方案是:海洋污染事故中基于马尔科夫过程的快速预测技术,其步骤如下:1、对研究海域进行分区,根据海水周期性运动具有马尔科夫性将研究过程划分为相同时长的周期,用一定数量的粒子代表海洋中的污染物质,采用海洋数值模式中拉格朗日粒子跟踪方法对区域间的物质输运进行模拟;2、统计在不同分区内 ...
【技术保护点】
海洋污染事故中基于马尔科夫过程的快速预测技术,其特征在于:步骤如下:(1)、对研究海域进行分区,根据海水周期性运动具有马尔科夫性将研究过程划分为相同时长的周期,用一定数量的粒子代表海洋中的污染物质,采用海洋数值模式中拉格朗日粒子跟踪方法对区域间的物质输运进行模拟;(2)、统计在不同分区内释放的粒子在不同的周期出现在各个分区的比例,求出该区域的马尔科夫概率转移矩阵;(3)、根据马尔科夫概率转移矩阵预测研究水域的水体交换或污染物输运过程。
【技术特征摘要】
1.海洋污染事故中基于马尔科夫过程的快速预测技术,其特征在于:步骤如下:(1)、对研究海域进行分区,根据海水周期性运动具有马尔科夫性将研究过程划分为相同时长的周期,用一定数量的粒子代表海洋中的污染物质,采用海洋数值模式中...
【专利技术属性】
技术研发人员:张学庆,赵杨,辛力,李庆臻,
申请(专利权)人:中国海洋大学,
类型:发明
国别省市:山东,37
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。