[发明专利]一种湖库营养状态的智能判别方法及装置

说明书

技术领域

本发明属于环境保护与资源综合利用技术领域，涉及一种湖库营养状态的智能判别方法及装置。

背景技术

湖库水流交换不畅，易承受过量营养盐形成富营养化，进而诱发藻类过度繁殖形成水华灾害。全球富营养化湖库已经超过50％，我国长江流域、云贵高原、东北地区以及蒙新地区的大部分湖库已达到富营养化或即将富营养化，造成的经济损失难以估量。维系湖库水环境健康已成为社会经济可持续发展的核心问题之一，而只有定量、准确、快速地判别湖库营养状态，才能采取相应的措施实现对湖库富营养化的防治。

湖库营养状态判别是环境保护与资源综合利用领域中水质监测、评估和管理的一种预判分析技术，目前有代表性的湖库营养状态判别方法包括：

(1)多参数判别法：此方法需测量目标水体的多个水质特征参数，再将实测值与预设标准临界值逐个对比，最终依据经验确定水体营养状态结果；如美国环境保护署多参数直接判别法需测得总磷(TP)、叶绿素(Chla)、透明度(SD)和底层水体溶解氧(D0)。

(2)卡尔森指数判别法：此方法首先测得Chla、TP、SD、总氮(TN)、高锰酸盐指数(CODMn)值，运用卡尔森营养状态指数计算公式求得综合营养状态指数，再按照营养状态分级评分值对应的评价确定湖库营养状态。

(3)间接判别法：此种方法又可以分为神经网络法、模特征法、模糊数学法、灰色系统法、热力学分析法等，共同特征是测得若干特征水质指标，再建立特定的数学模型分析水质参数的非线性关系，实现间接评判营养状态的目的。

湖库营养状态判别过程中最关键的步骤是：特征水质参数的选取、判别分析算法的设定。目前已有的各类判别方法所选取的特征水质参数并不统一，判别分析算法也都是基于若干实例研究后的经验推广，人为因素影响较大。另一方面，不同地理区划的自然和人文差异很大，不同类型的湖库营养状态变化过程并不一致，而已有方法均忽略了湖库营养状态评判中的地理信息。因此，对同一目标使用不同的判别方法进行评价，往往评价结果差别很大，而对不同类型的目标水体使用同一判别方法进行评价，结果往往也不符合实际情况。

此外，已有的判别方法所需的特征水质参数，往往依赖实验室水化学分析，操作繁琐，具有严重的滞后性，迫切需要能将水质自动检测和计算机自动控制技术有机结合在一起，实现营养状态快速智能判别。近年来，已出现专利技术将水质信息获取装置与水体富营养化识别直接联系起来，形成近似智能的水体富营养化判别技术。如专利申请号为200910092922.9，名称为“水质信息获取装置、水体富营养化程度识别方法及系统”，公开号为CN101655462的发明专利申请就公开了一种将水体光学图像转换为电信号的装置，通过对图像的处理分析实现水体富营养化的多时相监测和评价的功能。然而，该专利主要是对遥感信息参与富营养化评价的辅助处理技术，仅可取代以实验室样品分析为主的富营养化判别方法，并不具备从自动水质监测到智能判别的全自动化功能，在判别方法上也没用考虑地理属性对不同类型湖泊的影响。

发明内容

本发明所要解决的技术问题是，克服现有技术的缺点，提供一种湖库营养状态的智能判别方法及装置，能减少特征水质参数选取的困难，提高判别结果的准确性，且判别更快速。

本发明解决以上技术问题的技术方案是：

一种湖库营养状态的智能判别方法，包括以下步骤：

(一)测量目标湖库的水体透明度、叶绿素a浓度、总磷浓度和总氮浓度四个特征水质参数，测量频率不低于1次/周，时间间隔不低于4周，取各指标的平均值；

(二)调查目标湖库的经纬度和水面海拔高度，确定其所属的地理区划为“寒带”、“内陆山区”、“内陆平原区”、“滨海区”和“干旱及过渡区”之一；

(三)按照下表中的目标湖库所属不同地理区划，选取特征判别指标进行第一次判别，得到营养状态结果I，

其中，对于寒带、内陆山区、内陆平原和滨海平原，特征判别指标仅为叶绿素a浓度，对于干旱及过渡区，特征判别指标为叶绿素a浓度、透明度和总磷浓度；

(四)用神经网络数据驱动方法对四个判别特征指标：水体透明度、叶绿素a浓度、总磷浓度和总氮浓度进行非线性分析，得出归一化的营养状态结果II，结果II为“贫营养”、“中营养”和“富营养”之一；

(五)比较结果I和结果II，若结果一致，均为“富营养”，或均为“中营养”，或均为“贫营养”，则输出一致的营养状态结果为最终结果，判别结束；