【技术实现步骤摘要】
本专利技术涉及水环境模拟与管理，特别是涉及一种基于残差预测的营养盐通量模拟方法及相关装置。
技术介绍
1、经济社会发展带来传统工业企业、农业、养殖业及城镇生活的氮、磷等营养盐排放增加，汇入河流后导致水质恶化、富营养化等生态环境问题，制约了经济社会与生态环境协同可持续发展。准确刻画营养盐在陆域产出与河流演进过程中的通量变化，是诊断水环境问题和开展污染治理的前提。
2、水质机理驱动模型能够对营养物质随时间和空间的迁移转化规律进行数学表达，被认为是描述通量变化最有效的工具之一，典型代表模型包括agnps、hspf和swat等。这类机理驱动通常建立在小尺度微观过程描述基础上，当应用至大的流域尺度时，存在对参数和模型结构的一般性、有效性假设，带来模拟的不确定性。特别是在多下垫面景观，受自然和人类活动多元驱动耦合作用的流域，传统机理驱动很难全面真实地描述多元复杂驱动影响的宏观过程机理，其模拟值与真实值之间往往存在一定的误差。随着信息技术的发展，数据驱动模型(如lstm、svr和bp等)可通过识别历史数据的隐藏模式，有效建立多元复杂驱动力与营养盐通量之间的影响路径；但数据驱动模型同样存在过拟合、泛化能力弱以及缺乏物理机制等问题。
3、因此，如何改善和提升流域尺度营养盐通量的模拟刻画精度，是本领域亟待解决的技术问题。
技术实现思路
1、本专利技术的目的是提供一种基于残差预测的营养盐通量模拟方法及相关装置，通过机理驱动模型预测得到模拟营养盐通量序列，并利用lstm模型预测得到
2、为实现上述目的，本专利技术提供了如下方案：
3、一方面，本专利技术提供了一种基于残差预测的营养盐通量模拟方法，包括以下步骤：
4、获取输入数据序列集合；输入数据序列集合包括流域的气象数据序列、流域的水库泄流量数据序列和流域的污染源数据。
5、将流域的气象数据序列和水库泄流量数据序列输入到流域机理驱动模型中，得到流域的模拟径流量序列；流域机理驱动模型为基于流域的空间数据、气象数据序列、水库泄流量数据序列、污染源数据和观测数据序列率定得到的swat机理驱动模型。
6、将流域的模拟径流量序列和流域的污染源数据输入到流域机理驱动模型中，得到流域的模拟营养盐通量序列。
7、将流域的气象数据序列和水库泄流量数据序列输入到径流残差预测模型中，得到流域的预测径流残差序列；径流残差预测模型为基于流域的气象数据序列、水库泄流量数据序列和径流残差序列训练得到的lstm模型。
8、将流域的气象数据序列、水库泄流量数据序列、流域的污染源数据和流域的预测径流残差序列输入到营养盐通量残差预测模型中，得到流域的预测营养盐通量残差序列；营养盐通量残差预测模型为基于流域的气象数据序列、水库泄流量数据序列、污染源数据和径流残差序列训练得到的lstm模型。
9、根据流域的模拟营养盐通量序列和预测营养盐通量残差序列，得到流域的补偿营养盐通量序列。
10、可选地，观测数据序列包括观测径流量序列和观测营养盐通量序列；通过以下步骤得到流域机理驱动模型：
11、获取流域的空间数据、气象数据序列、水库泄流量数据序列和污染源数据。
12、基于流域的空间数据、气象数据序列、水库泄流量数据序列和污染源数据，构建得到初始流域机理驱动模型。
13、获取流域的观测径流量序列和观测营养盐通量序列。
14、利用流域的观测径流量序列，对初始流域机理驱动模型进行参数率定及验证，得到中间流域机理驱动模型。
15、利用流域的观测营养盐通量序列，对中间流域机理驱动模型进行参数率定及验证，得到流域机理驱动模型。
16、可选地，利用流域的观测径流量序列，对初始流域机理驱动模型进行参数率定及验证，得到中间流域机理驱动模型，具体包括以下步骤：
17、将流域的观测径流量序列、气象数据序列和水库泄流量数据序列，划分为第一率定集和第一验证集。
18、以第一率定集中的气象数据序列和水库泄流量数据序列作为输入，以第一率定集中的观测径流量序列作为目标输出，对初始流域机理驱动模型的径流敏感参数进行优化，得到径流优化流域机理驱动模型。
19、以第一验证集中的气象数据序列和水库泄流量数据序列作为输入，以第一验证集中的观测径流量序列作为目标输出，验证径流优化流域机理驱动模型的精度是否大于预设精度，得到第一判断结果。
20、若第一判断结果为是，则将径流优化流域机理驱动模型作为中间流域机理驱动模型。
21、若第一判断结果为否，则跳转至步骤：将流域的观测径流量序列、气象数据序列和水库泄流量数据序列，划分为第一率定集和第一验证集。
22、可选地，利用流域的观测营养盐通量序列，对中间流域机理驱动模型进行参数率定及验证，得到流域机理驱动模型，具体包括以下步骤：
23、将流域的气象数据序列和水库泄流量数据序列输入到所述中间流域机理驱动模型中，得到模拟径流量序列；
24、将流域的观测营养盐通量序列、模拟径流量序列、气象数据序列和水库泄流量数据序列，划分为第二率定集和第二验证集。
25、以第二率定集中的模拟径流量序列、气象数据序列和水库泄流量数据序列作为输入，以第二率定集中的观测营养盐通量序列作为目标输出，对中间流域机理驱动模型的营养盐通量敏感参数进行优化，得到营养盐通量优化流域机理驱动模型。
26、以第二验证集中的模拟径流量序列、气象数据序列和水库泄流量数据序列作为输入，以第二验证集中的观测营养盐通量序列作为目标输出，验证营养盐通量优化流域机理驱动模型的精度是否大于预设精度，得到第二判断结果。
27、若第二判断结果为是，则将营养盐通量优化流域机理驱动模型作为流域机理驱动模型。
28、若第二判断结果为否，则跳转至步骤：将流域的观测营养盐通量序列、模拟径流量序列、气象数据序列和水库泄流量数据序列，划分为第二率定集和第二验证集。
29、可选地，通过以下步骤得到径流残差预测模型：
30、获取流域的气象数据序列、水库泄流量数据序列和观测径流量序列。
31、以流域的气象数据序列和水库泄流量数据序列作为输入，利用流域机理驱动模型，预测得到流域的模拟径流量序列。
32、根据模拟径流量序列和观测径流量序列，确定径流残差序列。
33、以流域的气象数据序列和水库泄流量数据序列作为输入，以径流残差序列作为目标输出，训练得到径流残差预测模型。
34、可选地，通过以下步骤得到营养盐通量残差预测模型：
35、获取流域的气象数据序列、水库泄流量数据序列、污染源数据、观测径流量序列和观测营养盐通量序列。
36、以流域的气象数据序列和水库泄流量数据序列作为输入，利用流域机理驱动模型，预测得到流域的模拟径流量序列。...
【技术保护点】
1.一种基于残差预测的营养盐通量模拟方法，其特征在于，包括：
2.根据权利要求1所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，所述观测数据序列包括观测径流量序列和观测营养盐通量序列；通过以下步骤得到所述流域机理驱动模型：
3.根据权利要求2所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，利用流域的观测径流量序列，对所述初始流域机理驱动模型进行参数率定及验证，得到中间流域机理驱动模型，具体包括：
4.根据权利要求2所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，利用流域的观测营养盐通量序列，对所述中间流域机理驱动模型进行参数率定及验证，得到流域机理驱动模型，具体包括：
5.根据权利要求1所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，通过以下步骤得到径流残差预测模型：
6.根据权利要求5所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，通过以下步骤得到营养盐通量残差预测模型：
7.根据权利要求6所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，在以流域的气象数据序列
8.根据权利要求7所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，以流域的气象数据序列和水库泄流量数据序列作为输入，以径流残差序列作为目标输出，训练得到径流残差预测模型，具体包括：
9.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述的一种基于残差预测的营养盐通量模拟方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的一种基于残差预测的营养盐通量模拟方法的步骤。
...【技术特征摘要】
1.一种基于残差预测的营养盐通量模拟方法，其特征在于，包括：
2.根据权利要求1所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，所述观测数据序列包括观测径流量序列和观测营养盐通量序列；通过以下步骤得到所述流域机理驱动模型：
3.根据权利要求2所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，利用流域的观测径流量序列，对所述初始流域机理驱动模型进行参数率定及验证，得到中间流域机理驱动模型，具体包括：
4.根据权利要求2所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，利用流域的观测营养盐通量序列，对所述中间流域机理驱动模型进行参数率定及验证，得到流域机理驱动模型，具体包括：
5.根据权利要求1所述的一种基于残差预测的营养盐通量模拟方法，其特征在于，通过以下步骤得到径流残差预测模型：
6.根据权利要求5所述的一种基于残差预测的营养盐通量模拟方法...
【专利技术属性】
技术研发人员：辛卓航，刘志红，张弛，周惠成，常鹏娟，延志杰，
申请(专利权)人：大连理工大学，
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。