[发明专利]基于气象预报的水华预警方法、装置、介质及设备

权利要求书

1.一种基于气象预报的水华预警方法，其特征在于，包括如下步骤：

获取易爆发藻华河段的历史气象数据，以气温、光照、水体流量为指标参数构建易爆发藻华河段的历史数据库；

以气温、光照、水体流量为自变量，相对应的历史数据库为应变量，构建模型，得到基于历史相似的灰色关联度水华组合预测模型；

基于历史相似的灰色关联度水华组合预测模型，进行相似的水华爆发特征识别，预测未来发生相似水华事件的地点、大小和概率。

2.根据权利要求1所述的水华预警方法，其特征在于，基于历史相似的灰色关联度水华组合预测模型的建立过程如下：

设定指标体系参数列和比较数列；

对参数列和比较数列进行无量纲处理；

计算无量纲处理后的参数列和比较数列的关联系数；

基于关联系数，根据特征值不同赋予不同的去权重，以得到最为合理的整个数列中比较数列与参数列的关联度。

3.根据权利要求2所述的水华预警方法，其特征在于，设定指标体系参数列和比较数列，具体如下：

设定指标体系参考数列为{S_i(k)}，比较数列为{C_j(k)}：

{S_i(k)}＝{S_i(1)，{S_i(2)}，......，{S_i(m)}}，k∈(1，m)

{C_j(k)}＝{C_j(1)，{C_j(2)}，......，{C_j(m)}}，k∈(1，m)

式中，k＝1，2，...，m；m为每个因素的数据维度；i＝0，1，2，...，n，n为正整数；；j＝0，1，2，..，n，n为正整数。

4.根据权利要求3所述的水华预警方法，其特征在于，对参数列和比较数列进行无量纲处理，无量纲化方法主要有：

1)“极小化”处理，即：

2)“均值化”处理，即：

3)“极差化”处理，即：

上式中，C_i(k)为参考数列；{b_i(k)}为比较数列；{C_max(k)}，{C_min(k)}，σ_i(k)分别为C_i(k)的最大值，最小值、样本平均值以及样本均方差。

5.根据权利要求4所述的水华预警方法，其特征在于，计算无量纲处理后的参数列和比较数列的关联系数

/

式中，Δij(k)为{C_j(k)}与{S_i(k)}在k点的绝对差，

Δij(k)＝|S_i(k)-C_i(k)|；minΔij(k)和maxΔij(k)分别为Δij(k)的最小值和最大值，ρ为分辨系数，ρ∈[0，1]，一般为0.5。

6.根据权利要求5所述的水华预警方法，其特征在于，基于关联系数，根据特征值不同赋予不同的去权重，以得到最为合理的整个数列中比较数列与参数列的关联度θ_j：

式中，W_j(k)为第k特征因素值的权重，一般为0.5，即计算各个特征因素关联度系数的平均值。

7.一种基于气象预报的水华预警装置，其特征在于，包括：

第一处理单元，用于获取易爆发藻华河段的历史气象数据，以气温、光照、水体流量为指标参数构建易爆发藻华河段的历史数据库；

第二处理单元，用于以气温、光照、水体流量为自变量，相对应的历史数据库为应变量，构建模型，得到基于历史相似的灰色关联度水华组合预测模型；

第三处理单元，用于基于历史相似的灰色关联度水华组合预测模型，进行相似的水华爆发特征识别，预测未来发生相似水华事件的地点、大小和概率。