一种基于LSPC和IWIND-LR的水体月尺度水质预判方法和装置制造方法及图纸

本申请涉及一种基于LSPC和IWIND

【技术实现步骤摘要】
一种基于LSPC和IWIND
‑
LR的水体月尺度水质预判方法和装置


[0001]本申请涉及水环境管理
，尤其涉及一种基于LSPC和IWIND
‑
LR的水体月尺度水质预判方法和装置。

技术介绍

[0002]湖泊、水库等水体接受上游地表径流和污染负荷的汇入，其水质受到入流、气象条件、底泥、水动力流场等多种因素的叠加影响，具有高维、非线性、随机、不确定性等特征，必须在流域
‑
水体的耦合框架下开展系统分析。与此同时，水质又直接关乎水环境、水生态的可持续发展，以及工业、农业、生活的用水安全，有效保护水体水质是开展水环境管理的一项重要任务。
[0003]在湖泊、水库等的日常管理中，提前掌握水质的变化趋势对于水环境管理科学决策至关重要。这是因为水质响应相对于管理措施具有滞后性，只有在足够多的时间提前量的条件下识别水质的可能走向，才能够及早采取应对措施，进而使管控措施真正发挥效益，减轻或者消除可能的水质恶化风险，保障水质安全。
[0004]在实现本申请的过程中，专利技术人发现上述技术至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSPC和IWIND
‑
LR的水体月尺度水质预判方法，其特征在于，所述方法包括：基于LSPC搭建目标水体所在流域的流域水文水质模型；基于IWIND
‑
LR搭建目标水体的网格化水动力
‑
水质
‑
水生态模型；利用流域内最近N年(N≥5)的历史同期月尺度逐小时气象数据，构建未来一个月的逐小时气象预报情景库，生成包括丰、平、枯、丰偏平、平偏枯等5N种降雨情景的月尺度气象预报情景；以流域内未来一个月的气象预报情景库为输入，利用流域水文水质模型和目标水体网格化水动力
‑
水质
‑
水生态模型开展耦合模拟，获得目标水体网格未来一个月的5N种水动力
‑
水质
‑
水生态模拟结果；利用统计分析方法，对目标水体未来一个月的5N种水动力
‑
水质
‑
水生态模拟结果进行统计分析，得到未来一个月目标水体水质变化趋势的频率分布统计结果。2.根据权利要求1所述的方法，其特征在于，所述基于LSPC搭建目标水体所在流域的流域水文水质模型，包括：基于LSPC将目标水体所在流域划分为若干个子汇水区；基于LSPC搭建目标水体所在流域的水文模型和水质模型；基于LSPC对目标水体所在流域的水文模型和水质模型进行耦合，得到目标水体的水文水质模型。3.根据权利要求2所述的方法，其特征在于，所述将目标水体所在流域划分为若干子汇水区，包括：基于高程、河网、水库、主要道路、行政区划、用地类型等将流域划分为相互联系的子汇水区。4.根据权利要求1所述的方法，其特征在于，所述将搭建目标水体水动力
‑
水质
‑
水生态模型，包括：基于IWIND
‑
LR将所述目标水体离散为若干网格单元；基于IWIND
‑
LR和所述网格单元搭建所述目标水体的网格化水动力模型、网格化水质模型和网格化水生态模型；基于IWIND
‑
LR对所述网格化水动力模型、网格化水质模型和网格化水生态模型进行耦合，生成所述目标水体的网格化水动力
‑
水质
‑
水生态模型。5.根据权利要求4所述的方法，其特征在于，所述将目标水体离散为若干网格单元，包括：在水平和垂直方向上，将所述目标水体划分为若干个网格单元；根据所述目标水体的底部地形数据，对所述网格单元进行地形插值。6.根据权利要求1所述的方法，其特征在于，所述将构建目标水体所在流域未来一个月的5N种气象预报情景，包括：收集获取目标流域过去N年(N≥5)的逐小时气象数据；统计流域过去N年中每月实际总降雨量R
mn
(1≤m≤12，1≤n≤N)，对于未来一个月对应的月份f，将历史同期月份的N个实际总降雨量R
fn
(1≤n≤N)按照大小进行排序，得到与未来一个月月份对应的历史同期月份总降雨量最大值R
f
‑
max
(丰水)、最小值R
f
‑
min
(枯水)、中位值R
f
‑
median
(平水)；
根据丰水和平水情景的月降雨量值，计算得到未来一个月丰偏平情景的降雨量值R
f
‑
max
‑
median
；根据平水和枯水情景的月降雨量值，计算得到未来一个月平偏枯情景的降雨量值R
f
‑
median
‑
min
；根据丰水、枯水、平水、丰偏平、平偏枯5种情景降雨量值和历史同期月份的实际总降雨量R
fn
，计算5种情景降雨量值相对于历史同期实际总降雨量的折算系数λ
丰水
＝R
f
...

【专利技术属性】
技术研发人员：邹锐，马文静，任婷玉，黎晓路，
申请(专利权)人：北京英特利为环境科技有限公司，
类型：发明
国别省市：