基于移動(dòng)檢測(cè)平臺(tái)的藻類水華短期預(yù)測(cè)方法研究.pdf

1、近年來(lái)，隨著水體富營(yíng)養(yǎng)化程度加劇，藻類水華頻繁暴發(fā)。藻類水華不僅破壞水體生態(tài)環(huán)境，還威脅人類身體健康，并且缺少短期內(nèi)的有效治理手段，因此，對(duì)水體藻類濃度進(jìn)行實(shí)時(shí)預(yù)測(cè)，在水華暴發(fā)之前采取應(yīng)急措施，降低治理成本，具有重要意義。
　　本文在分析了國(guó)內(nèi)外預(yù)測(cè)方法的基礎(chǔ)上，根據(jù)生長(zhǎng)機(jī)理和通用信號(hào)處理方法各自的特點(diǎn)，提出了一種基于藻類水華形成機(jī)理的分段短期預(yù)測(cè)方法。同時(shí)針對(duì)國(guó)內(nèi)外水質(zhì)移動(dòng)檢測(cè)系統(tǒng)的不足，改進(jìn)了一種低成本、便攜性好、操作方便靈活

2、、可在線檢測(cè)部分水質(zhì)參數(shù)的移動(dòng)檢測(cè)系統(tǒng)。并將基于藻類水華形成機(jī)理的分段短期預(yù)測(cè)模型與水質(zhì)移動(dòng)檢測(cè)系統(tǒng)結(jié)合，實(shí)現(xiàn)對(duì)飲用水源地（地表水）的不同水域進(jìn)行藻類水華實(shí)時(shí)預(yù)測(cè)。本文主要工作和特色如下:
　　(1)建立了基于藻類水華形成機(jī)理的分段短期預(yù)測(cè)模型。根據(jù)藻類水華形成的過(guò)程，確定了藻類水華形成關(guān)鍵影響因素，即水溫、光照和營(yíng)養(yǎng)鹽;參考藻類水華形成“四階段理論”，本文將全年按月分為3個(gè)階段，選擇不同階段的影響因子，建立藻類水華形成分段機(jī)理模

3、型;并根據(jù)藻類短期生長(zhǎng)趨勢(shì)預(yù)測(cè)未來(lái)某個(gè)時(shí)刻的生長(zhǎng)情況。
　　(2)完成了藻類分段短期機(jī)理預(yù)測(cè)模型的仿真實(shí)驗(yàn)。選用德國(guó)易北河2000年3月到10月的監(jiān)測(cè)數(shù)據(jù)用于模型驗(yàn)證，并用粒子群優(yōu)化算法動(dòng)態(tài)率定模型參數(shù)。從率定數(shù)據(jù)時(shí)間跨度、率定參數(shù)組合、參數(shù)動(dòng)態(tài)率定預(yù)測(cè)序列和未來(lái)三日預(yù)測(cè)序列四個(gè)角度分析了預(yù)測(cè)模型對(duì)葉綠素a濃度的預(yù)測(cè)情況，初步結(jié)論為:①選取率定數(shù)據(jù)時(shí)間跨度為7天時(shí)，預(yù)測(cè)結(jié)果最優(yōu);②光半飽和常數(shù)K1的率定對(duì)預(yù)測(cè)結(jié)果的影響要優(yōu)于光系數(shù)

4、（a）;③預(yù)測(cè)序列誤差約為10％，說(shuō)明該預(yù)測(cè)模型能夠很好的應(yīng)用于德國(guó)易北河葉綠素a濃度預(yù)測(cè);④從未來(lái)一日到未來(lái)三日，預(yù)測(cè)誤差依次增大。
　　(3)完成了水質(zhì)移動(dòng)檢測(cè)系統(tǒng)的硬件和軟件改進(jìn)。該系統(tǒng)由移動(dòng)檢測(cè)平臺(tái)、監(jiān)控中心和手持終端三部分組成，移動(dòng)檢測(cè)平臺(tái)用于對(duì)目標(biāo)水域水質(zhì)信息在線檢測(cè)，并將檢測(cè)結(jié)果發(fā)送到監(jiān)控中心和手持終端，本文實(shí)現(xiàn)了水溫和光照強(qiáng)度的遠(yuǎn)程檢測(cè);監(jiān)控中心用于存儲(chǔ)水質(zhì)歷史數(shù)據(jù)和實(shí)現(xiàn)藻類水華預(yù)測(cè);手持終端用于發(fā)送相應(yīng)控制命令。