[发明专利]基于非线性动力学时序模型的蓝藻水华预测方法

摘要

本发明公开了一种基于非线性动力学时序模型的蓝藻水华预测方法，属于水环境预测技术领域。本发明将蓝藻生长率作为时变参数，建立带有双营养盐循环的蓝藻生长非线性动力学时序模型，采用数值算法和智能进化算法相结合对蓝藻生长非线性动力学时序模型中的定常参数进行优化率定，通过建立多元时间序列模型实现对时变参数及蓝藻生物量的预测，并采用分岔理论和中心流形理论对蓝藻生长时变系统进行非线性动力学分析，得到蓝藻水华暴发的条件，进而实现对水华暴发行为的预警。本发明不仅确定了蓝藻水华暴发的条件，也提高了水华预测精度，为环保部门提供有效的参考依据，为水环境治理提供了治理决策。

主权项

基于非线性动力学时序模型的蓝藻水华预测方法，其特征在于：包括以下五个步骤，步骤一、建立蓝藻生长双营养盐循环非线性动力学模型：其中，ca为t时刻叶绿素a的浓度，N、P分别为t时刻营养盐总氮、总磷的浓度；N0、P0分别为营养盐总氮、总磷在初始时刻的浓度；G为蓝藻生长率，T1为藻类的环境损失率；T2为氮营养盐的耗损率，gN为蓝藻对氮营养盐的吸收率，dN为藻类代谢分解对氮营养盐的贡献率；T3为磷营养盐的耗损率，gP为蓝藻对磷营养盐的吸收率，dP为藻类代谢分解对磷营养盐的贡献率；g(N)、g(P)分别为营养盐总氮、总磷增长函数，表达式为：其中，KN、KP分别代表蓝藻生长对氮和磷的半饱和浓度常数；步骤二、蓝藻生长非线性动力学时序建模；在公式(1)基础上，引入时变的蓝藻生长率G(t)，构建蓝藻生长双营养盐循环时变参数非线性动力学模型：其中，时变的蓝藻生长率G(t)随时间变化的公式为：其中，T(t),I(t)分别为水温和光照随时间变化的t时刻的数值；步骤三、蓝藻生长非线性动力学时序模型参数优化率定；对于定常参数，根据实际水体监测数据，结合遗传算法与数值算法，对蓝藻生长双营养盐循环非线性动力学模型即公式(1)中的定常参数进行优化率定；对于时变参数，根据多元时间序列模型预测水温T(t)、光照I(t)、……影响因素随时间变化的数值，将其预测结果代入公式(5)得到时变参数蓝藻生长率G(t)的预测值；将蓝藻生长率G(t)预测值代入到蓝藻生长非线性动力学时序模型中，根据龙格库塔算法对叶绿素a浓度、氮、磷营养盐浓度预测的计算公式，即实现对蓝藻生长非线性动力学时序模型的预测；步骤四、蓝藻水华暴发非线性动力学条件确定；将蓝藻生长率视为时变参数，首先采用分岔理论确定蓝藻生长非线性动力学时序模型的分岔集和分岔点，再采用中心流形方法对蓝藻生长非线性动力学时序模型降维得到约化方程，结合临界局部稳定性和分岔的类型，确定蓝藻水华暴发的临界点，并且提出了临界点满足的公式条件；当蓝藻生长率在(0，G1)范围内，蓝藻生长时变系统是稳定的，即在(0，G0)时，蓝藻生长时变系统会稳定在第一个平衡点，当蓝藻生长率处于(G0，G1)时，蓝藻生长时变系统会稳定在第二个平衡点；当生长率大于G1时，蓝藻生长时变系统不稳定，发生蓝藻水华暴发行为；步骤五、蓝藻水华暴发预警；蓝藻水华暴发风险的条件公式是：G(t)＝GT(T(t))·GI(I(t))＞G1  (18)当预测的蓝藻生物量大于实际水环境的水华灾害点阈值caT时，即满足条件：ca(t+1)＝ca(t)+h×(q1+2q2+2q3+q4)/6＞caT  (19)表示发生水华暴发行为，根据预测到的蓝藻水华发生时刻，提前为蓝藻水华暴发行为预警。