基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
基于GBRT回归树的泥沙粒径对盐度测量影响的分析方法


[0001]本专利技术属于海水盐度测量
，具体涉及一种基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法
。

技术介绍

[0002]盐度是海洋学的最基本参数
。
海洋中许多现象与盐度分布和变化密切相关，而盐度资料对海洋理论研究
、
科学实验和工程实践都有重要意义
。
[0003]硝酸银滴定法是唯一实际测定海水中溶盐真实克数的方法，然而其耗时过长
、
操作复杂
。
比重法
、
折射法和声学法等方法的盐度测量精度不高，无法满足现代海洋测量的需求
。
卫星遥感法可快速获取大面积或全球同步连续的海洋表面盐度，主要应用于全球水循环和大洋环流等领域
。
电导率测盐度具有操作简单
、
测量速度快
、
精确度高等优点，是目前海洋盐度观测常用的方法
。
基于电导率的
1978
实用盐标更是广泛应用于海洋调查以及河口海岸的盐度测量中
。1978
实用盐标的标准海水取自北大西洋深海，故实用盐度在定义时没有考虑悬沙的影响
。
不考虑黏土矿物
、
有机质等因素，悬沙自身对盐度测量的影响包括悬沙浓度与悬沙粒径
。

技术实现思路

[0004]本专利技术提供了一种基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法解决上述提到的技术问题，具体采用如下的技术方案：
[0005]一种基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法，包含：
[0006]S1
：制备泥沙样品，所述泥沙样品包含若干不同粒径区间的沙样组；
[0007]S2
：确认最小方程数
N
max
；
[0008]S3
：根据所述最小方程数
N
max
对若干所述沙样组进行处理得到对应数量的新沙样组；
[0009]S4
：对每个所述新沙样组进行粒径分析和盐度检测；
[0010]S5
：通过粒径分析结果和盐度检测数据训练基于
GBRT
回归树的细颗粒泥沙群组影响分析模型得到估计函数
。
[0011]进一步地，所述步骤
S1
包含：
[0012]S11
：采集原始沙样及进行预处理；
[0013]S12
：通过智能水析装置对预处理后的沙样进行提取得到粒径区间为0～
10
μ
m、0
～
10
μ
m、10
～
20
μ
m、20
～
30
μ
m、30
～
40
μ
m、40
～
50
μ
m、50
～
60
μ
m、60
～
70
μ
m
的七组悬浊液，并通过烘干
、
捣碎制备所述沙样组，记为
Sed1、Sed2、Sed3、Sed4、Sed5、Sed6、Sed7。
[0014]进一步地，在所述步骤
S12
中，通过智能水析装置对预处理后的沙样进行提取
。
[0015]所述智能水析装置包含：
[0016]容器，所述容器上部开口，所述容器一侧间隔设有七道缝隙，所述缝隙上下两侧设置有密封条，所述容器另一侧还间隔设有七个排放孔，每个所述排放孔均连接一个排放管，
每个所述排放管上设置一个抽吸泵和阀门；
[0017]七个隔板，分别插入七道所述缝隙内将所述容器分割为若干隔离空间，若干空间的高度满足
H21:H22:H23:H24:H25:H26:H27
＝
1:4:9:16:25:36:49
，每个所述排放孔连通至一个对应的所述隔离空间，所述隔板包含板体和连接至板体一端的拉手；
[0018]拉动组件，连接至所述隔板的把手，所述拖动组件设有电机，并通过所述电机驱动所述隔板；
[0019]控制单元，连接至所述电机和所述抽吸泵
。
[0020]进一步地，所述密封条和所述拉手内均嵌设磁铁
。
[0021]进一步地，每个所述隔板的板体的侧部对应位置设有圆弧形缺口；
[0022]所述智能水析装置包含：
[0023]超声波振动棒，依次穿过每个所述缺口以插入所述容器内
。
[0024]进一步地，所述步骤
S2
包含：
[0025]S21
：将最小粒径区间的所述沙样组和最大粒径区间的所述沙洋组混合得到混合沙样组；
[0026]S22
：利用激光粒度仪分析所述混合沙样组的粒径分布数据，所述粒径分布数据包含不同有效粒径组对应的百分比含量，并将混合沙样组的有效粒径组数作为所述最小方程数
N
max
。
[0027]进一步地，所述步骤
S4
包含：
[0028]S41
：通过激光粒度仪分析每个所述新沙样组的粒径分布数据，所述粒径分布数据包含不同有效粒径组对应的百分比含量；
[0029]S42
：通过盐度测量装置测量每个所述新沙样组的盐度
。
[0030]进一步地，所述步骤
S5
包含：
[0031]S51
：构建包含
N
max
个方程组的回归模型，
[0032][0033]其中，
x
n,1
、x
n,2
、
…
、x
n,Nmax
为不同有效粒径组对应的百分比含量，
c1、c2、
…
、c
Nmax
为不同有效粒径组对盐度的影响系数，
y1、y2、
…
、y
Nmax
为测量盐度值；
[0034]S52
：采用
GBRT
回归树算法计算影响系数
。
[0035]进一步地，所述步骤
S52
包含：
[0036]步骤
S521
：给定训练样本集，
[0037][0038]输出估计函数
f(x
n,i
)
；
[0039]步骤
S522
：定义线性回归方程：
[0040]f(x)
＝
cx+b
[0041]其中，
x
＝
(x
n,1
,x
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法，其特征在于，包含：
S1
：制备泥沙样品，所述泥沙样品包含若干不同粒径区间的沙样组；
S2
：确认最小方程数
N
max
；
S3
：根据所述最小方程数
N
max
对若干所述沙样组进行处理得到对应数量的新沙样组；
S4
：对每个所述新沙样组进行粒径分析和盐度检测；
S5
：通过粒径分析结果和盐度检测数据训练基于
GBRT
回归树的细颗粒泥沙群组影响分析模型得到估计函数
。2.
根据权利要求1所述的基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法，其特征在于，所述步骤
S1
包含：
S11
：采集原始沙样及进行预处理；
S12
：通过智能水析装置对预处理后的沙样进行提取得到粒径区间为0～
10
μ
m、0
～
10
μ
m、10
～
20
μ
m、20
～
30
μ
m、30
～
40
μ
m、40
～
50
μ
m、50
～
60
μ
m、60
～
70
μ
m
的七组悬浊液，并通过烘干
、
捣碎制备所述沙样组，记为
Sed1、Sed2、Sed3、Sed4、Sed5、Sed6、Sed7。3.
根据权利要求2所述的基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法，其特征在于，在所述步骤
S12
中，通过智能水析装置对预处理后的沙样进行提取
。
所述智能水析装置包含：容器，所述容器上部开口，所述容器一侧间隔设有七道缝隙，所述缝隙上下两侧设置有密封条，所述容器另一侧还间隔设有七个排放孔，每个所述排放孔均连接一个排放管，每个所述排放管上设置一个抽吸泵和阀门；七个隔板，分别插入七道所述缝隙内将所述容器分割为若干隔离空间，若干空间的高度满足
H21:H22:H23:H24:H25:H26:H27
＝
1:4:9:16:25:36:49
，每个所述排放孔连通至一个对应的所述隔离空间，所述隔板包含板体和连接至板体一端的拉手；拉动组件，连接至所述隔板的把手，所述拖动组件设有电机，并通过所述电机驱动所述隔板；控制单元，连接至所述电机和所述抽吸泵
。4.
根据权利要求3所述的基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法，其特征所述密封条和所述拉手内均嵌设磁铁
。5.
根据权利要求3所述的基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法，其特征在于，每个所述隔板的板体的侧部对应位置设有；所述智能水析装置包含：圆弧形缺口超声波振动棒，依次穿过每个所述缺口以插入所述容器内
。6.
根据权利要求1所述的基于
GBRT
回归树的泥沙粒径对盐度测量影响的分析方法，其特征在于，所述步骤
S2
包含：
S21
：将最小粒径区间的所述沙样组和最大粒径区间的所述沙洋组混合得到混合沙样
...

【专利技术属性】
技术研发人员：焦建格，黄森军，黄赛花，聂会，刘鹏，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司浙江水利水电学院，
类型：发明
国别省市：