[发明专利]基于混杂动态系统的水质机理建模及健康风险评估方法

说明书

本发明公开了一种基于混杂动态系统的水质机理建模及健康风险评估方法，属于环境工程技术领域。本发明包括：首先构建一般性水质机理模型，并为弥补一般性水质机理模型在有效建模水质演化过程的不足，利用混杂动态系统，构建基于混杂动态系统的水质机理模型；在已知水质测量数据的基础上，利用果蝇优化算法估计模型的未知参数；利用改进的交互多模型实现水质演化状态估计，结合健康度，实现水质健康风险评估。本发明建立了能有效描述水体不同状态和水质退化过程的水质机理模型，并能准确估计水质机理模型的未知参数，与已有方法相比，提高了水质监测的精度和速度，能有效实现水质评价，且考虑更加全面、准确，克服了单值评价带来的偶然性。

技术领域

本发明属于环境工程技术领域，具体涉及一种基于混杂动态系统的水质机理建模及健康风险评估方法。

背景技术

水是地球上生命的基础，但这种宝贵的资源越来越受到威胁。在中国，据《2018年中国环境公报》可知，111个监测营养状态的湖泊(水库)中，I类水质的湖泊(水库)占6.3％；Ⅱ类水质的湖泊(水库)占30.6％；Ⅲ类水质的湖泊(水库)占29.7％；Ⅳ类水质的湖泊(水库)占17.1％；Ⅴ类水质的湖泊(水库)占8.1％；劣Ⅴ类水质的湖泊(水库)占8.1％。因此，水环境问题已迫不容缓。水质机理建模能有效描述水体内部环境变化，水质评价能有效评估水质情况，二者结合能有效描述水质健康状况，对水污染防治具有现实意义，这是解决水环境问题的重要思路。

目前，已有的水质建模方法主要分为两类：基于机理的水质建模方法和数据驱动的水质建模方法。(1)基于机理的水质建模方法。这类方法主要是通过分析水体内部的机理演化过程来建立水质模型。已有的经典水质机理模型包括：MIKE、WASP和EFDC等。(2)数据驱动的水质建模方法。这类方法利用数据分析模型和工具对水质指标的实测数据进行建模。常用的数据驱动模型包括：人工神经网络、时间序列模型和支持向量机等。两类方法各有优势，然而也各有缺点。首先，数据驱动的水质建模效果取决于数据量的数量和质量，且无法合理解释水质指标演化过程。其次，已有的经典水质机理模型通常包含大量未知参数，仅给定经验取值范围，而水质参数决定了水质模型的精确度，在此基础上预测水质变化或评价水质健康状态难以满足精度要求。最后，水质指标，例如叶绿素、总氮和总磷等，会随温度、光照等自然因素和过度耕种、过度使用化肥等人为因素的变化而变化，且自然因素和人为因素均同时具有规律性(自然行为和人为行为都存在周期性)和随机性，这导致湖泊(水库)水体演化过程也具有规律性和随机性，因此同一湖泊(水库)在不同时期内的水质模型参数不尽相同，即单一特性的水质演化机理模型(一般性水质机理模型)无法有效描述水体长时间内的演化过程。

发明内容

本发明针对已有的水质建模存在的问题，提供了一种基于混杂动态系统的水质机理建模及健康风险评估方法。首先，本发明为了弥补一般性水质机理模型在有效建模水质演化过程的不足，即无法有效描述水体不同状态和水质退化过程的问题，提出基于混杂动态系统的水质机理建模方法；其次，为了准确估计水质机理模型的模型参数，提出基于果蝇优化算法(Fruit fly optimization algorithm，FOA)的参数辨识方法，最后，为了弥补单值水质评价方法的偶然性，利用改进的交互多模型实现水质演化混杂状态估计，结合健康度，实现水质健康风险评估，为水质建模和评价提供一种新思路。

本发明的一种基于混杂动态系统的水质机理建模及健康风险评估方法，包括如下步骤：

步骤一：基于水质指标建立一般性水质机理模型；所述的水质指标包括溶解氧DO、浮游植物Phyt、碳生化需氧量BOD、有机磷OP、正磷酸盐PO₄、有机氮ON、氨氮NH₃-N和硝酸盐氮NO₃-N。

步骤二：对待研究的水体，从水体环境分析获得M个离散模态，建立基于混杂动态系统的水质机理模型，简称混杂水质机理模型，以描述水体不同状态和水质退化过程；