[发明专利]一种基于多模型耦合的流域水环境模拟预测的方法及装置有效
申请号: | 202111329360.2 | 申请日: | 2021-11-10 |
公开(公告)号: | CN114117848B | 公开(公告)日: | 2022-11-11 |
发明(设计)人: | 王国强;薛宝林;郝芳华;谢刚 | 申请(专利权)人: | 北京师范大学 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F30/28;G06F16/29 |
代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 |
地址: | 100875 北*** | 国省代码: | 北京;11 |
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 基于 模型 耦合 流域 水环境 模拟 预测 方法 装置 | ||
本发明公开了一种基于多模型耦合的流域水环境模拟预测的方法及装置,涉及环境水利与计算数学技术领域。包括:获取待预测流域的输入数据;将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟。本发明能够通过形成一个多维嵌套陆域水文、水动力及水环境耦合模拟框架,实现水环境从流域到水体到水生态的动态模拟。
技术领域
本发明涉及环境水利与计算数学技术领域,特别是指一种基于多模型耦合的流域水环境模拟预测的方法及装置。
背景技术
水文模型是对自然界中水文过程的模拟和概化,对于水资源开发利用、区域资源规划、生态环境需水、防洪减灾、水库调度、点源和非点源污染评价以及气候变化和人类活动的对流域生态系统的影响等诸多方面均有重要的支持作用。虽陆地单元产生的污染物质通过点源排放,降雨径流携带和土壤水河道水交换进入河流和湖泊。污染物在水环境中迁移转化的定量描述需要以水动力水质模型为工具。依据模拟对象的不同,研究包括河网水动力水质模型和湖泊水动力水质模型两大类。水质模型是基于水质模拟和预测工作需要,根据能量和物质守恒定律开发出来,在多年的实际工作中得到了发展和丰富。目前国际上使用较广泛的模型有神经网络模型、MIKE系列模型、WASP模型系统和QUAL系列模型等。
建立陆面水量-水质-生态耦合系统模型,是定量研究陆面水资源系统水量变化、水质变化、生态系统变化以及它们之间的相互关系的重要内容,也是量化研究可持续水资源管理的重要基础内容和难点问题。在流域管理中,水文模拟的分布式面源过程模型已经发展得比较成熟了,也取得了较好的效果,但是污染物进入水体后的演变和迁移转化过程仍然无法细致的描述与刻画。一维或多维水动力学模型可以全面的描述水体中的水动力-水质过程,但是难以获得非点源污染的输入。生态系统是一个复杂的系统,对于水生生态系统而言,水体污染物的时空分布是决定水生生态系统健康的关键,因此水生态的模拟是建立在水体污染物浓度准确模拟的基础上的。由于流域的复杂性,存在不同类型、不同水文环境的影响,如何根据流域特点选择合适的水文、水质及水生态模型是流域水环境模拟面临的重要问题。
发明内容
本发明针对现有技术如何根据流域特点选择合适的水文、水质及水生态模型的问题,提出了本发明。
为解决上述技术问题,本发明提供如下技术方案:
一方面,本发明提供了一种基于多模型耦合的流域水环境模拟预测的方法,该方法由电子设备实现,该方法包括:
S1、获取待预测流域的输入数据;输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
S2、将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
另一方面,本发明提供了一种基于多模型耦合的流域水环境模拟预测的装置,该装置应用于实现一种基于多模型耦合的流域水环境模拟预测的方法,该装置包括:
数据获取模块,用于获取待预测流域的输入数据;输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
输出模块,用于将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
可选地,水文水质模型的选取方法为基于待预测流域的下垫面特征,选择水文水质模型。
水文水质模型包括水文模拟模型HSPF、分布式水文模型SWAT。
可选地,输出模块,进一步用于:
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北京师范大学,未经北京师范大学许可,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/202111329360.2/2.html,转载请声明来源钻瓜专利网。