一种基于潮汐和径流的河口咸潮预报方法技术

本发明专利技术公开了一种基于潮汐和径流的河口咸潮预报方法，具体包括以下步骤：步骤A00：选取参数；步骤B00：量化参数；步骤C00：预估盐度和潮差统计模型；步骤D00：初次预估盐度和径流量统计模型；步骤E00：初次预估盐度统计模型；步骤F00：修正盐度统计模型；步骤G00：得到盐度预测预报模型。本基于潮汐和径流的河口咸潮预报方法建立了基于含氯度与径流、潮差关系的咸潮上溯预测模型，可提前1-7天预测，实现了中短期咸潮预测预报；预测模型只有一个主要未知参数径流，把咸潮预测复杂问题简单化，具有简便实用的突出特点。

【技术实现步骤摘要】

本专利技术涉及一种预报方法，尤其涉及的是。
技术介绍
在建模过程中，因对咸潮入侵的动力过程缺少深入了解，现有的河口咸潮入侵统计模型建立的盐度与潮差和径流量关系不够理想，预测结果与实测资料比较误差较大，难于在涉水行业内得到应用。在数值预报模式中，给出的数值和边界条件复杂，计算量大，难于快速高效地预报河口取水口的盐度。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术的目的在于提供，旨在解决现有的咸潮预报预见期短，预测咸潮边界条件复杂、参数多和预测模型计算复杂的问题，紧密结合河口咸潮入侵动力过程，建立河口咸潮入侵统计预报模型，根据预测预报结果采取避咸取淡措施，保障工农业生产和饮用水供水安全。本专利技术的技术方案如下: ，其中，具体包括以下步骤: 步骤AOO:选取参数:选取长时段的预测点盐度日特征值、口门区某站点的潮汐日特征值和上游来水量； 步骤BOO:量化参数:选择日最大潮差值TR为潮差，径流量Q等于上游日总来水量；步骤COO:预估盐度和潮差统计模型:通过分析盐度和潮差的散点分布形式，建立盐度和潮差拟合关系式SO (TR)； 步骤DOO:初次预估盐度和径流量统计模型:将盐度差DS进行潮形归一化，得到归一化盐度差SDS,对归一化盐度差SDS和径流量Q进行拟合，得到径流量盐度差拟合函数SDS_M，对径流量盐度差拟合函数SDS_M去归一化，得到盐度差DS与径流量Q拟合关系式SO(Q)； 步骤EOO:初次预估盐度统计模型:根据盐度和潮差拟合关系式SO (TR)与盐度差和径流量拟合关系式SO (Q)，初次得出预估盐度统计模型； 步骤H)0:修正盐度统计模型:消除径流量对实测盐度值S的影响，得到滤去径流量影响的盐度值SI，将SI与潮差作分析，得到修正的盐度潮差拟合关系式SI (TR);将实测盐度值S消去修正的盐度潮差拟合关系式SI (TR)，得到与径流量Q相关的盐度差，并作归一化处理得到归一化盐度差SDS1，将归一化盐度差SDSl和径流量Q进行拟合，得到径流量盐度差拟合函数SDS1_M，对径流量盐度差拟合函数SDS1_M去归一化，得到修正盐度差与径流量拟合关系SI (Q)； 步骤GOO:得到盐度预测预报模型:根据修正后盐度和潮差的关系式SI (TR)与修正后盐度差和径流量的关系式SI (Q)，得到盐度与潮差和径流量Q的关系式S (Y)； 所述日特征值为日平均值、日最大值和日最小值，所以盐度日特征值是指盐度日平均值、日最大值和日最小值；潮汐特征值是指潮汐日平均值、日最大值和日最小值。所述的基于潮汐和径流的河口咸潮预报方法，其中，所述步骤COO中，通过观察盐度和潮差的散点分布形式，建立盐度和潮差关系式SO (TR):本文档来自技高网...

【技术保护点】
一种基于潮汐和径流的河口咸潮预报方法，其特征在于，具体包括以下步骤：步骤A00：选取参数：选取长时段的预测点盐度日特征值、口门区某站点的潮汐日特征值和上游来水量；步骤B00：量化参数：选择日最大潮差值TR为潮差，径流量Q等于上游日总来水量；步骤C00：预估盐度和潮差统计模型：通过分析盐度和潮差的散点分布形式，建立盐度和潮差拟合关系式S0（TR）；步骤D00：初次预估盐度和径流量统计模型：将盐度差DS进行潮形归一化,?得到归一化盐度差SDS，对归一化盐度差SDS和径流量Q进行拟合，得到径流量盐度差拟合函数SDS_M，对径流量盐度差拟合函数SDS_M去归一化,?得到盐度差DS与径流量Q拟合关系式S0（Q）；步骤E00：初次预估盐度统计模型：根据盐度和潮差拟合关系式S0（TR）与盐度差和径流量拟合关系式S0（Q），初次得出预估盐度统计模型；步骤F00：修正盐度统计模型：消除径流量对实测盐度值S的影响，得到滤去径流量影响的盐度值S1，将S1与潮差作分析，得到修正的盐度潮差拟合关系式S1（TR）；将实测盐度值S消去修正的盐度潮差拟合关系式S1（TR）,?得到与径流量Q相关的盐度差，并作归一化处理得到归一化盐度差SDS1，将归一化盐度差SDS1和径流量Q进行拟合，得到径流量盐度差拟合函数SDS1_M，对径流量盐度差拟合函数SDS1_M去归一化,?得到修正盐度差与径流量拟合关系S1（Q）；步骤G00：得到盐度预测预报模型：根据修正后盐度和潮差的关系式S1（TR）与修正后盐度差和径流量的关系式S1（Q），得到盐度与潮差和径流量Q的关系式S（Y）；所述日特征值为日平均值、日最大值和日最小值，所以盐度日特征值是指盐度日平均值、日最大值和日最小值；潮汐特征值是指潮汐日平均值、日最大值和日最小值。...

【技术特征摘要】
1.一种基于潮汐和径流的河口咸潮预报方法，其特征在于，具体包括以下步骤: 步骤AOO:选取参数:选取长时段的预测点盐度日特征值、口门区某站点的潮汐日特征值和上游来水量； 步骤BOO:量化参数:选择日最大潮差值TR为潮差，径流量Q等于上游日总来水量；步骤COO:预估盐度和潮差统计模型:通过分析盐度和潮差的散点分布形式，建立盐度和潮差拟合关系式SO (TR)； 步骤DOO:初次预估盐度和径流量统计模型:将盐度差DS进行潮形归一化，得到归一化盐度差SDS,对归一化盐度差SDS和径流量Q进行拟合，得到径流量盐度差拟合函数SDS_M，对径流量盐度差拟合函数SDS_M去归一化，得到盐度差DS与径流量Q拟合关系式SO(Q)； 步骤EOO:初次预估盐度统计模型:根据盐度和潮差拟合关系式SO (TR)与盐度差和径流量拟合关系式SO (Q)，初次得出预估盐度统计模型； 步骤H)0:修正盐度统计模型:消除径流量对实测盐度值S的影响，得到滤去径流量影响的盐度值SI，将SI与潮差作分析，得到修正的盐度潮差拟合关系式SI (TR);将实测盐度值S消去修正的盐度潮差拟合关系式SI (TR)，得到与径流量Q相关的盐度差，并作归一化处理得到归一化盐度差SDS1，将归一化盐度差SDSl和径流量Q进行拟合，得到径流量盐度差拟合函数SDS1_M，对径流量盐度差拟合函数SDS1_M去归一化，得到修正盐度差与径流量拟合关系SI (Q)； 步骤GOO:得到盐...

【专利技术属性】
技术研发人员：吕爱琴，王彪，朱建荣，王峥，蔡鑫，
申请(专利权)人：广东省水文局佛山水文分局，
类型：发明
国别省市：