[发明专利]一种黑臭水体关键控制变量及其目标值的确定方法有效
申请号: | 201811329727.9 | 申请日: | 2018-11-09 |
公开(公告)号: | CN109346134B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 汪靓;程吉林;王玉琳;程浩淼 | 申请(专利权)人: | 扬州大学 |
主分类号: | G16C20/10 | 分类号: | G16C20/10 |
代理公司: | 扬州苏中专利事务所(普通合伙) 32222 | 代理人: | 沈志海 |
地址: | 225009 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 水体 关键 控制变量 及其 目标值 确定 方法 | ||
1.一种黑臭水体关键控制变量及其目标值的确定方法,其特征在于,包括以下步骤:
(1)搜集或监测需要治理的黑臭水体n组亚铁离子浓度Fe、总磷浓度P、总氮浓度N、溶解氧浓度D以及叶绿素a浓度C的观测数据;计算亚铁离子浓度观测数据的累积分布函数F(Fe),并用核密度估计获得该函数对应的密度函数f(Fe);
(2)从观测得到的总磷浓度数据P的最小值和最大值范围内随机生成n组均匀分布随机数,取代总磷的观测数据作为新的总磷浓度数据P';
(3)随机从总磷浓度、总氮浓度、溶解氧浓度以及叶绿素a浓度中选取m个变量为自变量;并从被选中变量的所有观测值中运用提靴法随机抽取I组数据作为自变量的样本,以对应的I组亚铁离子浓度为因变量的样本,运用回归树算法获得1棵不剪枝回归树;
(4)步骤(3)重复k次获得k棵不剪枝回归树,k≥100;
(5)根据步骤(4)得到的k颗回归树结果,加权得到给定总磷浓度、总氮浓度、溶解氧浓度以及叶绿素a浓度数据情况下,亚铁离子浓度的伪累积分布函数G(Fe),并用核密度估计获得该函数对应的密度函数g(Fe);
(6)计算F(Fe)与G(Fe)间Jensen-Shannon散度,取其最大值作为总磷重要性的度量;
(7)分别用观测得到的总氮、溶解氧及叶绿素a浓度取代总磷浓度重复步骤(2)-(6)得到总氮、溶解氧及叶绿素a的重要性;
(8)取总磷、总氮、溶解氧及叶绿素a重要性最大的变量作为黑臭水体的关键控制变量;
(9)在最邻近黑臭水体的正常水体中测量关键控制变量的平均值,作为黑臭水体中该关键控制变量的管理目标值;
所述步骤(1),具体包括以下步骤:
1-a.搜集或监测需要治理的黑臭水体n组亚铁离子浓度Fe、总磷浓度P、总氮浓度N、溶解氧浓度D以及叶绿素a浓度C的观测数据;保证n大于50;
1-b.将亚铁离子浓度Fe从小到大排列,获得亚铁离子观测数据的累积分布函数F(Fe);累积分布函数由下式计算:
其中AFe是亚铁离子观测数据中数值小于Fe的个数;
1-c.根据获得的累积分布函数,利用核密度估计获得对应的概率密度估计f(Fe);
所述步骤(5),具体包括以下步骤:
5-a.确定观测数据z在每颗回归树中所属的叶片;同时确定所有与z属于同一叶片的观测数据及其总个数Az;
5-b.若zt与z属于同一叶片,则以下式计算每一颗回归树中zt对z的权重λs(z,zt):
否则zt在该颗回归树中对z的权重为0
5-c.以下式计算zt在k颗回归树中对z的总权重ω(z,zt):
5-d.以下式计算zt对应的亚铁离子浓度的伪累积分布函数的值G(Fe)z:
其中,若zt对应的亚铁离子浓度Fet小于或等于Fe则ID(zt)=1,否则ID(zt)=0;
5-e.对重复执行5-a到5-d,计算每组数据中所有数据对应的G(Fe)z,所有计算得到G(Fe)z的集合即是伪累积分布函数G(Fe);
5-f.根据获得的伪累积分布函数,利用核密度估计获得对应的伪概率密度估计g(Fe)。
2.根据权利要求1所述的一种黑臭水体关键控制变量及其目标值的确定方法,其特征在于:所述步骤(2),具体包括以下步骤:
a.确定总磷观测数据P的最大值MAX和最小值MIN;
b.利用均匀分布随机数的乘同余发生器,在MAX与MIN之间生成n组均匀分布的随机数P';并将生成的随机数分配给n组观测数据,每组1个随机数,取代总磷浓度的观测数据,成为新的总磷浓度数据P,并记为zt,t=1,…,n。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于扬州大学,未经扬州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811329727.9/1.html,转载请声明来源钻瓜专利网。