一种高精度确定湖泊营养物参照状态浓度的方法技术

本发明专利技术涉及一种高精度确定湖泊营养物参照状态浓度的方法，属于湖泊水质管理领域，包括以下步骤：(1)搜集需要确定营养物参照状态浓度的湖泊n年总氮、总磷观测值，频率为每月监测1次；(2)总氮每年观测值从小到大排列，挑选前r个观测值，取其各自的相反数；(3)将它们按年内从大到小排列，取出每年前m大个值代入次序模型估计其参数，并画出重现期95%置信区间；(4)逐次增加m参与次序模型计算，直到至少有1个值超出重现期图95%置信区间，形成m个次序模型；(5)选取第m‑1个次序模型，估计其25%分位点相反数作为该湖泊总氮的参照状态浓度；(6)重复(2)‑(5)确定该湖泊总磷参照状态浓度。本发明专利技术能够高精度确定湖泊营养物参照状态浓度，易于在各种湖泊管理中推广应用。

【技术实现步骤摘要】
一种高精度确定湖泊营养物参照状态浓度的方法
本专利技术涉及一种高精度确定湖泊营养物参照状态浓度的方法，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，富营养化问题频发。确定湖泊营养物如总氮、总磷的参照状态浓度是制定湖泊水质管理标准的必要前提之一，也是有效治理湖泊富营养化问题的必须步骤。目前制定湖泊营养物参照状态浓度的方法存在浪费监测数据，结果精度很低及不能运用于时间序列的观测数据等缺陷。这些问题的存在为湖泊富营养化问题的管理及水质的提高带来了困难。
技术实现思路
本专利技术的主要目的是为了克服现有技术中存在的不足，提供了一种高精度确定湖泊营养物参照状态浓度的方法，本方法能够减少对时间序列形式的观测数据的浪费，提高湖泊营养物参照状态浓度的估计精度，易于在各种富营养化湖泊水质管理中推广应用。本专利技术的目的是这样实现的，技术方案：为解决上述技术问题，本专利技术的高精度确定湖泊营养物参照状态浓度的方法，包括以下步骤：(1)搜集需要确定营养物参照状态浓度的湖泊n年总氮、总磷观测值，频率为每月监测1次；(2)总氮每年的观测值从小到大排列，挑选其中前r个观测值，取它们各自的相反数；(3)将选出的总氮观测值相反数按年内从大到小排列，取出每年前m大个总氮观测值相反数代入次序模型估计其参数，并画出重现期的95％置信区间；(4)逐次增加参与次序模型计算的每年总氮观测值相反数的个数m，直到存在至少1个观测值相反数超出重现期图的95％置信区间，共形成m个次序模型；(5)选取第m-1个次序模型结果，并估计25％分位点的相反数作为该湖泊总氮的参照状态浓度；(6)以总磷观测值代替总氮观测值重复步骤(2)-(5)，确定该湖泊总磷的参照状态浓度作为优选，所述步骤(1)中总氮、总磷观测数据为连续的n年观测数据，n不能小于5；观测频率为每月1次，所以总氮和总磷的观测数据不能少于60组。作为优选，所述步骤(2)具体包括以下步骤：a.将总氮的观测数据按其年内排序，从小到大排列；b.观察排列后的总氮观测数据，将每年最小的r(r小于等于5,并大于等于2)个总氮观测数据挑选出来；c.将挑选出的总氮观测数据取相反数。作为优选，所述步骤(3)具体包括以下步骤：a.将挑选出的总氮观测数据相反数按其年内排序从大到小选出某年的m(m大于等于1，小于等于r)个数，代入下式得到次序模型的概率密度函数f：其中，z1,……,zm为被挑选出的某年m个从大到小排列的总氮观测数据的相反数；μ，ξ和σ为模型所包含的参数，exp代表以自然对数为底的指数函数。b.极大似然法求解次序模型概率密度函数L的参数，其似然函数为下式：其中，是第i年被挑选出的第k大的总氮观测数据的相反数。用Newton求解上述似然函数的极大值及其对应的参数，即为所求的模型参数μ，ξ和σ。c.利用Fisher方法获得模型对应的重现期95％置信区间，并将其画出。作为优选，所述步骤(4)为逐次增加参与次序模型计算的每年总氮观测值相反数的个数m，重复步骤(3)，直到存在总氮观测值相反数超出重现期图的95％置信区间，共形成m个次序模型。作为优选，所述步骤(5)具体包括以下步骤：a.选取第m-1个次序模型结果，作为最终选定模型，记录对应的参数；b.求解下式，估计选定模型估计25％分位点x；其中：该方程可用Newton法求解。c.取x相反数作为该湖泊总氮的参照状态浓度；本专利技术中，利用富营养化湖泊每年最小的若干个总氮及总磷观测数据，结合次序统计模型，给出了湖泊营养物参照状态浓度高精度估计。这一方法充分利用了湖泊营养物的时间序列形式的观测数据及其特性，能够较好的给出湖泊营养物的富营养化参照状态。有益效果：高精度确定湖泊营养物参照状态浓度的方法能够减少对时间序列形式的湖泊总氮及总磷观测数据的浪费，进而提高湖泊营养物参照状态浓度的估计精度，易于在各种富营养化湖泊水质管理中推广应用。附图说明图1为本专利技术的流程图；图2为m等于1时的重现期及其95％置信区间图。具体实施方式下面结合附图和我国东部某湖泊的实际观测数据对本专利技术作更进一步的专利技术。(1)按照图1所示流程图，搜集该湖泊总氮及总磷12年每月1次的观测数据，共144个总氮和总磷观测数据；(2)步骤(2)包括：a.将总氮观测数据按其年内排名，从小到大排列；b.观察排列后的总氮观测数据，将每年最小的5个总氮观测数据挑选出来；c.将挑选后的总氮观测数据取相反数。(3)步骤(3)包括：a.将挑选出的总氮观测数据相反数按其年内排名从大到小选出某年的m个数，代入下式得到次序模型的概率密度函数，在本例中选择m为1；b.极大似然法求解次序模型概率密度函数的参数，其似然函数为下式：在本例中求出μ＝-4.14,ξ＝1.63,σ＝-0.41。c.在本例中用Fisher方法画出重现期及其95％置信区间如图2所示。(4)逐次增加参与次序模型计算的每年总氮观测值相反数的个数m，重复步骤(3)，直到存在总氮观测值相反数超出重现期图的95％置信区间，共形成m个次序模型。在本例中，当m等于3时存在总氮观测值相反数超出重现期图的95％置信区间，共形成3个次序模型。(5)步骤(5)包括：a.选取第2个次序模型结果，作为最终选定模型，得到对应的参数μ＝-4.09,ξ＝1.31,σ＝-0.17；b.求解下式，估计选定模型估计25％分位点x，取其相反数作为该湖泊总氮的参照状态浓度；其中：用Newton法求解上述方程，得x为-0.73。c.取x的相反数，可确定该湖泊总氮的参照状态浓度为0.73毫克/升。(6)以总磷观测值代替总氮观测值重复步骤(2)-(5)，确定该湖泊总磷的参照状态浓度为0.31毫克/升。本文档来自技高网...

【技术保护点】
1.一种高精度确定湖泊营养物参照状态浓度的方法，其特征在于，包括以下步骤：(1)搜集需要确定营养物参照状态浓度的湖泊n年总氮、总磷观测值，频率为每月监测1次；(2)总氮每年的观测值从小到大排列，挑选其中前r个总氮观测值，取它们各自的相反数；(3)将选出的总氮观测值相反数按年内从大到小排列，取出每年前m大个总氮观测值相反数代入次序模型估计其参数，并画出重现期的95％置信区间；(4)逐次增加参与次序模型计算的每年总氮观测值相反数的个数m，直到存在至少1个观测值相反数超出重现期图的95％置信区间，共形成m个次序模型；(5)选取第m‑1个次序模型结果，并估计25％分位点的相反数作为该湖泊总氮的参照状态浓度；(6)以总磷观测值代替总氮观测值重复步骤(2)‑(5)，确定该湖泊总磷的参照状态浓度。

【技术特征摘要】
1.一种高精度确定湖泊营养物参照状态浓度的方法，其特征在于，包括以下步骤：(1)搜集需要确定营养物参照状态浓度的湖泊n年总氮、总磷观测值，频率为每月监测1次；(2)总氮每年的观测值从小到大排列，挑选其中前r个总氮观测值，取它们各自的相反数；(3)将选出的总氮观测值相反数按年内从大到小排列，取出每年前m大个总氮观测值相反数代入次序模型估计其参数，并画出重现期的95％置信区间；(4)逐次增加参与次序模型计算的每年总氮观测值相反数的个数m，直到存在至少1个观测值相反数超出重现期图的95％置信区间，共形成m个次序模型；(5)选取第m-1个次序模型结果，并估计25％分位点的相反数作为该湖泊总氮的参照状态浓度；(6)以总磷观测值代替总氮观测值重复步骤(2)-(5)，确定该湖泊总磷的参照状态浓度。2.根据权利要求1所述的一种高精度确定湖泊营养物参照状态浓度的方法，其特征在于：所述步骤(1)中，总氮、总磷观测值数据为连续的n年观测数据，n不能小于5；观测频率为每月1次，所以总氮和总磷的观测数据不能少于60组。3.根据权利要求1所述的一种高精度确定湖泊营养物参照状态浓度的方法，其特征在于：所述步骤(2)，具体包括以下步骤：a.将总氮的观测数据按其年内排序，从小到大排列；b.观察排列后的总氮观测数据，将每年最小的r个总氮观测数据挑选出来，其中r小于等于5，且大于等于2；c.将挑选出的总氮观测数据取相反数。4.根...

【专利技术属性】
技术研发人员：汪靓，程吉林，程浩淼，王玉琳，
申请(专利权)人：扬州大学，
类型：发明
国别省市：江苏,32