一种预测不同径流下河流硅浓度的方法技术

本发明专利技术属于河流溶质浓度预测技术领域，提供了一种新的预测不同径流下河流硅浓度的方法

【技术实现步骤摘要】
一种预测不同径流下河流硅浓度的方法


[0001]本专利技术属于河流溶质浓度预测
，具体的是涉及一种预测不同径流深下河流硅浓度的方法
。

技术介绍

[0002]河流是地表水循环过程的重要环节，在全球硅循环中，输入世界大洋中的硅大部分来自于河流的输运
。
硅是目前全球环境变化研究中重点关注的元素之一
。
[0003]现有多种预测河流硅浓度的方法，例如
Johnson et al.(1969)
混合模型
、Langbein and Dawdy(1964)
化学模型等
。Langbein and Dawdy(1964)
化学模型假设水与土壤和岩石的反应迅速，可以忽略不同成分或不同浓度的水的混合，但其特定条件难以满足
。Johnson et al.(1969)
推导出的混合模型，是基于不同浓度的水混合的模型，其所需参数较难获得，其公式如下：
[0004][0005]式中：
a
为低浓度水中溶质的浓度，常认为是降雨中的浓度，
μ
mol/L
；
b
为平均停留时间
/V
Q
＝0(V
Q
＝0表示流域出口排泄流量为0时的流域水储存量
)
，
s/m3；
d
为高
、
低浓度水之间的溶质浓度差，
μ
mol/L
；
Q
为流量，
m3/s。

技术实现思路

[0006]本专利技术通过河流径流深
、
基流指数
BFI、
河流硅浓度的关系，推导出一种新的河流硅浓度随河流径流变化的模型，用于预测不同河流径流下的河流硅浓度
。
[0007]本专利技术是这样实现的，一种通过河流径流深预测河流硅浓度的方法，如图1所示包括以下步骤：
[0008]步骤一，获取长时间序列河流径流深数据
h。
[0009]步骤二，根据长时间序列径流深数据
h
计算得到基流指数
BFI
，并获取拟合参数
α
、n。
[0010]步骤三，获取河流低
、
高径流深时的浓度数据，以此获取拟合参数
A、B。
[0011]步骤四，根据上述模型参数，构建预测模型并预测河流硅浓度
。
[0012]进一步，所述步骤一中，获取河流长时间序列径流深数据
。
[0013]进一步，所述步骤二中，基于径流深数据，利用
local
‑
min
法
(Beck et al.,2015)
计算获取
BFI。
[0014]基流指数
BFI
与径流深
h
有如下经验关系：
[0015]BFI
＝
α
·
h
n
ꢀꢀꢀꢀꢀꢀꢀ
(2)
[0016]式中：
h
为河流径流深，
mm/month
；
α
为拟合参数；
n
为拟合参数
。
[0017]以径流深
h
为
x
轴，以基流指数
BFI
为
y
轴，绘制基流指数
BFI
和径流深
h
乘幂关系图
。
根据趋势线确定
BFI
最大值
、BFI
最小值以及拟合参数
α
和
n。
[0018]进一步，所述步骤三中，根据河流低
、
高径流深时的浓度数据，经算数平均可得出河流硅浓度最大值和硅浓度最小值
。
为预测河流硅浓度，将
BFI
最大值
、BFI
最小值
、
河流硅浓度最大值
、
河流硅浓度最小值以及拟合参数
α
和
n
代入下式：
[0019][0020]式中：
C
为预测出的河流硅浓度，
μ
mol/L
；
C
max
为河流硅浓度最大值，
μ
mol/L
；
C
min
为河流硅浓度最小值，
μ
mol/L
；
BFI
max
为基流指数最大值；
BFI
min
为基流指数最小值
。
[0021]令为
A
，令为
B
，可简化式
(3)
，得出式
(4)
：
[0022]C
＝
A
·
α
·
h
n
+B
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0023]进一步，所述步骤四中，利用步骤一至三中估算的模型参数及公式
(4)
估算河流硅浓度
。
[0024]综上所述，本专利技术的优点及积极效果为：
[0025]引入基流指数，提出了一种新的河流硅浓度预测思路即：对基流指数
‑
径流关系进行坐标缩放和平移，构建硅浓度预测模型，进而预测不同径流下河流硅浓度
。
模型拟合值与观测值有较好的匹配度；本方法仅需测量河流径流深，河流低
、
高径流深时的浓度，模型数据和参数较易获得
。
附图说明
[0026]图1为预测河流不同径流深下硅浓度方法流程示意图；
[0027]图2为美国
McDonalds
河流的
BFI
‑
h
乘幂关系图；
[0028]图3为美国
McDonalds
河流硅浓度预测值与观测值对比图；
具体实施方式
[0029]为了使本专利技术的目的
、
技术方案及优点更加清楚明白，以下结合实例，对本方法进行进一步详细说明
。
[0030]本专利技术实例提供的一种预测河流硅浓度的方法，包括以下步骤：
[0031]步骤一，获取至少十年的河流径流深数据
h。
[0032]步骤二，根据径流深数据
h
计算得到基流指数
BFI
，并获取拟合参数
α
、n。
[0033]步骤三，获取河流低
、
高径流深时的浓度数据，即所获径流深数据从小到大排列的前
10
％对应的浓度数据和后
10
％对应的浓度数据，以此获取拟合参数
A、B。
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种预测不同径流下河流硅浓度的方法，其特征在于按照下述步骤进行：步骤1：获取长时间序列河流径流深数据；步骤2：根据长时间序列径流深数据计算基流指数
BFI
，并获取拟合参数
α
、n
；步骤3：获取河流低
、
高径流深时的浓度数据，以此获取拟合参数
A、B
；步骤4：根据上述模型参数，构建预测模型并预测河流硅浓度
。2.
根据权利要求1所述的预测不同径流下河流硅浓度的方法，其特征在于：步骤2中，基于径流深数据，利用
local
‑
min
法计算获取
BFI。3.
根据权利要求1所述的预测不同径流下河流硅浓度的方法，其特征在于：步骤2中，以径流深为
x
轴，以基流指数
BFI
为
y
轴，绘制基流指数
BFI
和径流深
h
乘幂经验关系图，根据趋势线确定
BFI
最大值
、BFI
最小...

【专利技术属性】
技术研发人员：张冠儒，陆纯，陈可欣，唐浩，黄艺，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：