System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及水气交换领域,尤其涉及基于水面波动强度的水-气界面co2交换系数模型构建方法。
技术介绍
1、随着人类活动的加剧,在很多水域因人为因素的干扰,水面波动强度很难用风速进行精确参数化,忽略人为因素干扰的基于风速的k值经验模型往往会低估这些水域的气体交换系数,导致水-气界面co2交换系数模型构建方法存在较大的不确定性。虽然已经专利技术了一些基于水面波动强度的水-气界面co2交换系数模型构建方法,但是仍不能有效解决基于水面波动强度的水-气界面co2交换系数模型构建方法的不确定问题。
技术实现思路
1、本专利技术的目的是要提供基于水面波动强度的水-气界面co2交换系数模型构建方法。
2、为达到上述目的,本专利技术是按照以下技术方案实施的:
3、本专利技术包括以下步骤:
4、获取水-气界面的交换类数据和环境数据,对所述交换类数据和所述环境机理数据进行预处理;
5、对所述交换类数据进行动态区域划分获得区域数据,根据紧密度对所述区域数据进行选择获得交换数据;
6、根据所述交换数据获取区域干扰程度,根据所述干扰程度构建所述水-气界面co2交换系数模型;
7、采用测试误差优化所述水-气界面co2交换系数模型,输出目标模型。
8、进一步的,对所述交换类数据进行动态区域划分获得区域数据的方法,包括:
9、初始化交换类数据分区,计算分区模块的度指标:
10、
11、其中节点i
12、
13、
14、其中第t次迭代区域e内各节点i的地形复杂度指标为区域节点i的最大地形复杂度偏差量为区域节点i的地形复杂度偏差量为δli,第t次迭代区域e内各节点i的气体交换指标为关联程度q的气体交换偏差量为计算动态区域综合得分:
15、
16、
17、
18、其中划分区域的数量为m,权重系数为ρ1、ρ2、ρ3,地形复杂度指标为χl,气体交换指标为χr,动态区域综合得分为
19、保留动态区域综合得分最高的区域划分方式,生成新的区域划分方式,不断迭代直到得到最优动态区域综合得分,输出动态区域划分结果。
20、进一步的,根据紧密度对所述区域数据进行选择获得交换数据的方法,包括:
21、将区域数据随机分成数值数据和分类数据,计算区域数据点的距离:
22、
23、其中第u个第r个属性的数值数据为zur,第y个第r个属性的数值数据为zyr,第r个分类属性的权重为σr,距离矩阵为d,第u个第r个属性的分类数据为qur,第y个第r个属性的分类数据为qyr,分类数据的数量为n,数值数据的数量为e,区域数据的距离为η;
24、提取数值数据和分类数据的区域数据属性特征,计算特征值的累计贡献率:
25、
26、其中累计贡献率为第u个方差解释率为au,区域数据的属性特征偏离值为属性特征的列数u为m,属性特征的行数y为p,区域数据属性特征的列平均值为计算区域数据属性特征的相似度:
27、
28、其中区域数据属性特征的相似度为第1列区域数据的属性特征偏离值为第2列区域数据的属性特征偏离值为计算区域数据属性特征的紧密度:
29、
30、其中紧密度为μ,第u个属性的区域数据为xu,第y个属性的区域数据为xy,筛选出紧密度大于0.801的属性区域数据为交换数据。
31、进一步的,根据所述交换数据获取区域干扰程度的方法,包括:
32、
33、其中第k个区域的交换数据干扰程度为ζk,地形权重为水域权重为人为干扰权重为第k个区域交换数据区域的河道表面积为ak,第k个区域交换数据区域的河道拐角为θk,第k个区域交换数据区域的地形促进气体交换因素值为第k个区域交换数据区域的地形阻碍气体交换因素值为第k个区域交换数据区域的风速为γ,第k个区域交换数据区域的水域宽度为δhk,人类干扰程度为z,第k个区域交换数据区域的人为促进气体交换因素值第k个区域交换数据区域的人为阻碍气体交换因素值为洁净度为
34、进一步的,根据所述干扰程度构建所述水-气界面co2交换系数模型的方法,包括:
35、根据干扰程度构造水-气界面co2交换系数函数,表达式为:
36、
37、其中第k个区域的交换数据干扰程度为ζk,第k个区域的水-气界面co2交换系数函数为x轴向的加速度标准为wsd;
38、将水-气界面co2交换系数函数作为水-气界面co2交换系数模型的目标函数;
39、水-气界面co2交换系数模型采用随机森林算法、自编码器、多元线性回归算法、深度神经网络算法、深度机器学习算法和粒子群算法构成;
40、随机森林算法通过投票将数据划分成训练集和测试集;自编码器通过降维表示筛选测试集获得重要数据;
41、多元线性回归算法通过分析重要数据与水-气界面co2交换系数的多元线性关系预测co2交换系数;深度神经网络算法学习重要数据与水-气界面co2交换系数的非线性关系,预测co2交换系数;
42、深度机器学习算法根据实际测试数据整合多元线性回归算法的co2交换系数预测值和深度神经网络算法的co2交换系数预测值获得水-气界面co2交换系数;粒子群算法通过测试集误差水-气界面co2交换系数模型调整水-气界面co2交换系数模型的超参数。
43、进一步的,采用测试误差优化所述水-气界面co2交换系数模型的方法,包括:
44、测试误差为搜索位置,更新搜索位置,表达式为:
45、f(t+1)=f*(t)-τv
46、
47、其中空间隐射因子矢量为第t次迭代测试误差的最优解为f*(t),第t+1迭代的测试误差为f(t+1),调整权重为τ,目前最优解与更新最优解的距离为v,采用缩绕和螺旋上升更新搜索位置,表达式为:
48、
49、
50、其中随机数为自然常数e,对数螺线形状的一个常量为b,v与本地搜索最优解的距离为若则本地搜索最优参数的数学模型为:
51、
52、更新搜索过程中的搜索对象,表达式为:
53、
54、其中更新后的搜索对象为整体搜索范围为frand,如果测试误差小于0.1,则停止,否则继续迭代。
55、第二方面,本申请实施例还提供一种电子设备,包括:
56、处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行第一方面所述的方法步骤。
57、第三方面,本申请实施例还提供本文档来自技高网...
【技术保护点】
1.基于水面波动强度的水-气界面CO2交换系数模型构建方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于水面波动强度的水-气界面CO2交换系数模型构建方法,其特征在于,对所述交换类数据进行动态区域划分获得区域数据的方法,包括:
3.根据权利要求1所述的基于水面波动强度的水-气界面CO2交换系数模型构建方法,其特征在于,根据紧密度对所述区域数据进行选择获得交换数据的方法,包括:
4.根据权利要求1所述的基于水面波动强度的水-气界面CO2交换系数模型构建方法,其特征在于,根据所述交换数据获取区域干扰程度的方法,包括:
5.根据权利要求1所述的基于水面波动强度的水-气界面CO2交换系数模型构建方法,其特征在于,根据所述干扰程度构建所述水-气界面CO2交换系数模型的方法,包括:
6.根据权利要求1所述的基于水面波动强度的水-气界面CO2交换系数模型构建方法,其特征在于,采用测试误差优化所述水-气界面CO2交换系数模型的方法,包括:
7.一种电子设备,包括:
8.一种计算机可读存储介质,所述计算
...【技术特征摘要】
1.基于水面波动强度的水-气界面co2交换系数模型构建方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于水面波动强度的水-气界面co2交换系数模型构建方法,其特征在于,对所述交换类数据进行动态区域划分获得区域数据的方法,包括:
3.根据权利要求1所述的基于水面波动强度的水-气界面co2交换系数模型构建方法,其特征在于,根据紧密度对所述区域数据进行选择获得交换数据的方法,包括:
4.根据权利要求1所述的基于水面波动强度的水-气界面co2交换系数模型构建方法,其特征在于,根据所述交换数据获取区域干扰程度的方法,包括:
【专利技术属性】
技术研发人员:张陶,李建鸿,蒲俊兵,蒙歆媛,
申请(专利权)人:重庆师范大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。