湖庫(kù)藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警技術(shù)規(guī)范_第1頁(yè)
湖庫(kù)藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警技術(shù)規(guī)范_第2頁(yè)
湖庫(kù)藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警技術(shù)規(guī)范_第3頁(yè)
湖庫(kù)藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警技術(shù)規(guī)范_第4頁(yè)
湖庫(kù)藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警技術(shù)規(guī)范_第5頁(yè)
已閱讀5頁(yè),還剩11頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

湖庫(kù)藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警技術(shù)規(guī)范范圍本文件規(guī)定了湖庫(kù)藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警的基本要求、預(yù)測(cè)預(yù)警內(nèi)容、工作流程、工作要求及準(zhǔn)確率評(píng)估與質(zhì)量控制等技術(shù)內(nèi)容。本文件適用于湖庫(kù)等內(nèi)陸水體藍(lán)藻水華及其引起的湖泛事件的短期預(yù)測(cè)與預(yù)警。河流、池塘等類似水體藍(lán)藻水華預(yù)測(cè)預(yù)警、水草腐爛或外源有機(jī)質(zhì)輸入引起的湖泛預(yù)測(cè)預(yù)警可參照?qǐng)?zhí)行。規(guī)范性引用文件下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中,注日期的引用文件,僅該日期對(duì)應(yīng)的版本適用于本文件;不注日期的引用文件,其最新版本(包括所有的修改單)適用于本文件。HJ494水質(zhì)采樣技術(shù)指導(dǎo)HJ495水質(zhì)采樣方案設(shè)計(jì)技術(shù)規(guī)定HJ1098水華遙感與地面監(jiān)測(cè)評(píng)價(jià)技術(shù)規(guī)范(試行)術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。

表層水體surfacewater水體表面至水體深度10厘米之間的水團(tuán)。

藍(lán)藻水華cyanobacterialbloom內(nèi)陸水體中,藍(lán)藻門某種或多種種屬占優(yōu)并大量繁殖,表觀特征為表層水體有肉眼可見(jiàn)藍(lán)藻顆粒聚集或懸浮、葉綠素a濃度達(dá)到20微克/升以上或藍(lán)藻密度達(dá)到1000萬(wàn)個(gè)/升以上的生態(tài)現(xiàn)象。

藍(lán)藻水華面積cyanobacterialbloomarea表層水體出現(xiàn)藍(lán)藻水華的水域面積。

湖泛decayedblackwater內(nèi)陸水體中因有機(jī)物堆積和分解,藍(lán)藻水華暴發(fā)后積聚,水草死亡后堆積,底泥中處于降解過(guò)程中的有機(jī)物上浮泛濫以及外源輸入的有機(jī)質(zhì)富集等,引起水體中溶解氧下降(溶解氧濃度低于2.0毫克/升),水色發(fā)黑并伴隨有機(jī)硫化物等惡臭性氣味釋放的水環(huán)境現(xiàn)象。

短期預(yù)測(cè)預(yù)警short-termforecastandwarning運(yùn)用模型對(duì)湖庫(kù)未來(lái)3天~7天的藍(lán)藻水華、湖泛等水質(zhì)風(fēng)險(xiǎn)概率、位置、規(guī)模等實(shí)施預(yù)測(cè),并確定藍(lán)藻水華、湖泛風(fēng)險(xiǎn)的工作過(guò)程。

浮藻指數(shù)floatingalgaeindex利用遙感影像多個(gè)波段反射率信息,構(gòu)建光譜組合估算模型,解譯湖庫(kù)表層水體漂浮的并能對(duì)表層水色產(chǎn)生影響的藍(lán)藻生物量高低的度量指標(biāo)。

藍(lán)藻水華風(fēng)險(xiǎn)riskofcyanobacterialbloom藍(lán)藻生物量或藍(lán)藻密度達(dá)到形成水華的概率與程度的度量。

湖泛風(fēng)險(xiǎn)riskofdecayedblackwater湖泛發(fā)生概率和程度的度量。

預(yù)測(cè)準(zhǔn)確率forecastaccuracy用數(shù)值表示各預(yù)測(cè)指標(biāo)與實(shí)際情況的接近程度?;疽笮蕛?yōu)先在模型驅(qū)動(dòng)數(shù)據(jù)獲取和模型運(yùn)算時(shí)間方面均應(yīng)考慮時(shí)效性。驅(qū)動(dòng)數(shù)據(jù)的監(jiān)測(cè)完成時(shí)間原則上小于8小時(shí),模型運(yùn)算時(shí)間原則上小于2小時(shí)。簡(jiǎn)化簡(jiǎn)便藍(lán)藻水華及湖泛預(yù)測(cè)預(yù)警方法和模型應(yīng)簡(jiǎn)單,可操作性強(qiáng)。其中,模型方法、驅(qū)動(dòng)信息、運(yùn)算過(guò)程和結(jié)果判別,以滿足結(jié)果準(zhǔn)確率要求為前提,均應(yīng)使用簡(jiǎn)單簡(jiǎn)便的預(yù)測(cè)預(yù)警方法。預(yù)測(cè)準(zhǔn)確率藍(lán)藻水華及湖泛預(yù)測(cè)預(yù)模型應(yīng)保證預(yù)測(cè)準(zhǔn)確率,定期評(píng)估模型預(yù)測(cè)準(zhǔn)確率。預(yù)測(cè)預(yù)警內(nèi)容表征參數(shù)確定表征參數(shù)的基本原則應(yīng)確保藍(lán)藻水華和湖泛具備1個(gè)以上基本表征參數(shù),可根據(jù)預(yù)測(cè)預(yù)警水體對(duì)象構(gòu)建以1個(gè)基本參數(shù)為核心、結(jié)合多個(gè)輔助參數(shù)的表征參數(shù)體系。表征參數(shù)的監(jiān)測(cè)應(yīng)符合國(guó)家HJ494、HJ495和HJ1098的相關(guān)規(guī)定。藍(lán)藻水華表征參數(shù)藍(lán)藻水華的基本表征參數(shù)為水體葉綠素a濃度、藍(lán)藻密度和浮藻指數(shù)。輔助參數(shù)包括藍(lán)藻在藻類中的占比、藍(lán)藻優(yōu)勢(shì)種等。湖泛表征參數(shù)湖泛的基本表征參數(shù)為表層水體溶解氧濃度。輔助參數(shù)包括水體透明度、高錳酸鹽指數(shù),以及氨氮、硫化物、二價(jià)鐵、有機(jī)硫、β-紫羅蘭酮和β-檸檬醛等濃度參數(shù)。預(yù)測(cè)預(yù)警指標(biāo)預(yù)測(cè)指標(biāo)藍(lán)藻水華表征參數(shù)值表示的藍(lán)藻水華發(fā)生強(qiáng)度、發(fā)生面積、發(fā)生位置或其他相應(yīng)指標(biāo)。湖泛表征參數(shù)值表示的湖泛發(fā)生強(qiáng)度、發(fā)生面積、發(fā)生位置或其他相應(yīng)指標(biāo)。預(yù)警指標(biāo)藍(lán)藻水華發(fā)生的概率和風(fēng)險(xiǎn)等級(jí)。湖泛發(fā)生的概率和風(fēng)險(xiǎn)等級(jí)。預(yù)測(cè)預(yù)警時(shí)空范圍藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警的時(shí)間范圍應(yīng)為3天~7天,時(shí)間間隔不大于1天,必要時(shí)可縮短至1小時(shí)。根據(jù)水體敏感性確定預(yù)測(cè)預(yù)警的空間范圍,包括整個(gè)湖庫(kù),湖庫(kù)的敏感區(qū)域或關(guān)鍵點(diǎn)位。預(yù)測(cè)預(yù)警的重點(diǎn)水域包括飲用水水源地取水口、風(fēng)景名勝區(qū)、生態(tài)敏感區(qū)等。預(yù)測(cè)預(yù)警工作流程預(yù)測(cè)預(yù)警的工作流程見(jiàn)圖1。藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警工作流程預(yù)測(cè)預(yù)警工作要求數(shù)據(jù)準(zhǔn)備監(jiān)測(cè)數(shù)據(jù)整理原則收集目標(biāo)湖庫(kù)中藍(lán)藻水華及湖泛表征參數(shù)歷史和現(xiàn)狀數(shù)據(jù)、相關(guān)氣象與水文、水質(zhì)及生物等數(shù)據(jù),以及未來(lái)3天~7天天氣預(yù)報(bào)數(shù)據(jù)。不同途徑獲取的數(shù)據(jù),使用前應(yīng)進(jìn)行數(shù)據(jù)融合或比對(duì)分析,在預(yù)測(cè)預(yù)警結(jié)果分析時(shí)應(yīng)考慮不同途徑數(shù)據(jù)源之間的差異。監(jiān)測(cè)數(shù)據(jù)內(nèi)容基礎(chǔ)氣象數(shù)據(jù)包括但不限于未來(lái)3天~7天的氣溫、降水、氣壓、風(fēng)速、風(fēng)向、相對(duì)濕度、太陽(yáng)輻射、XX時(shí)數(shù)和相對(duì)濕度等。湖庫(kù)基礎(chǔ)物理數(shù)據(jù)包括但不限于水深、透明度,備選參數(shù)包括水體熱分層狀況、懸浮物濃度、水下光場(chǎng)和水體電導(dǎo)率等。湖庫(kù)基礎(chǔ)底泥數(shù)據(jù)包括但不限于底泥深度、關(guān)鍵水域浮泥厚度以及表層底泥有機(jī)質(zhì)、總氮、總磷、生物活性磷含量等底泥性狀參數(shù)?;A(chǔ)水文數(shù)據(jù)包括但不限于水下地形、出入湖庫(kù)湖河道的流量、水位、水溫、水深、波高、波周期、流速和流向等。湖庫(kù)基礎(chǔ)化學(xué)數(shù)據(jù)包括但不限于水體中總磷、氨氮、總氮和溶解氧濃度等,備選參數(shù)包括總?cè)芙庑粤?、硝酸鹽氮、總?cè)芙庑缘?、高錳酸鹽指數(shù)和pH值等。監(jiān)測(cè)數(shù)據(jù)更新頻次氣象、水文、藍(lán)藻水華發(fā)生情況及溶解氧等關(guān)鍵參數(shù)更新頻率不低于3天/次。水體營(yíng)養(yǎng)鹽等水質(zhì)參數(shù)更新頻率不低于1月/次。水下地形等湖泊背景參數(shù)更新頻率不低于5年/次。如發(fā)生湖庫(kù)清淤、圍墾、調(diào)水等對(duì)關(guān)鍵參數(shù)造成顯著影響的事件,則應(yīng)及時(shí)更新相關(guān)參數(shù)。模型分類與選擇模型分類藍(lán)藻水華及湖泛短期預(yù)測(cè)預(yù)警的模型分為機(jī)理模型和數(shù)據(jù)驅(qū)動(dòng)模型兩類。數(shù)據(jù)驅(qū)動(dòng)模型可單獨(dú)使用,也可與機(jī)理模型結(jié)合使用,作為機(jī)理模型在局部水域的有效補(bǔ)充。機(jī)理模型基于湖庫(kù)水XX動(dòng)力和水生態(tài)機(jī)理過(guò)程構(gòu)建數(shù)值方程,在監(jiān)測(cè)數(shù)據(jù)及未來(lái)3天~7天氣象等信息數(shù)據(jù)驅(qū)動(dòng)下求解方程,實(shí)現(xiàn)對(duì)未來(lái)3天~7天藍(lán)藻水華及湖泛情勢(shì)預(yù)測(cè)。數(shù)據(jù)驅(qū)動(dòng)模型基于藍(lán)藻水華或湖泛特征指標(biāo)自身的長(zhǎng)期變化規(guī)律,運(yùn)用數(shù)學(xué)統(tǒng)計(jì)方法構(gòu)建模型刻畫藍(lán)藻水華及湖泛特征指標(biāo)變化規(guī)律。模型選擇方法選擇模型種類時(shí)須考慮目標(biāo)湖庫(kù)的數(shù)據(jù)保障情況、水體的重要程度或主要功能、運(yùn)營(yíng)管理模式和預(yù)測(cè)預(yù)警技術(shù)隊(duì)伍狀況。模型類型選擇項(xiàng)目見(jiàn)表1,目標(biāo)湖庫(kù)符合3項(xiàng)及以上特征,即可選擇相應(yīng)類型模型。表1模型類型選擇項(xiàng)目目標(biāo)湖庫(kù)特征機(jī)理模型數(shù)據(jù)驅(qū)動(dòng)模型水域面積大小垂向分層差異大差異小水動(dòng)力輸移情況強(qiáng)弱空間異質(zhì)性強(qiáng)弱構(gòu)建與運(yùn)行機(jī)理模型湖庫(kù)水體空間網(wǎng)格劃分湖庫(kù)水體水平網(wǎng)格劃分的形狀為矩形網(wǎng)格、正交網(wǎng)格或三角形網(wǎng)格。水平網(wǎng)格分均勻網(wǎng)格和不均勻網(wǎng)格兩種。網(wǎng)格劃分方式應(yīng)根據(jù)湖庫(kù)岸線的曲折程度選取,兼顧模型準(zhǔn)確度、穩(wěn)定性及運(yùn)算效率。在岸線復(fù)雜區(qū)域和藍(lán)藻水華及湖泛的敏感區(qū)域,可加密水平網(wǎng)格。三維水動(dòng)力機(jī)理模型、二維垂向水動(dòng)力機(jī)理模型和一維垂向水動(dòng)力機(jī)理模型的垂直分層數(shù)量不少于2層,并根據(jù)預(yù)測(cè)預(yù)警需求增加垂直層數(shù)。增加垂直層數(shù)時(shí)應(yīng)考慮模型運(yùn)行效率和穩(wěn)定性。二維平面機(jī)理模型不考慮垂向分層。機(jī)理模型方程組確定機(jī)理模型組應(yīng)包括水動(dòng)力過(guò)程、藍(lán)藻生消過(guò)程、溶解氧變化過(guò)程。確定方程組時(shí)需結(jié)合目標(biāo)水體特征、水XX動(dòng)力特點(diǎn)和主要營(yíng)養(yǎng)鹽生物地球化學(xué)過(guò)程。方程組示例見(jiàn)附錄A.1。機(jī)理模型初始邊界條件設(shè)置設(shè)置基本要求在藍(lán)藻水華及湖泛預(yù)測(cè)機(jī)理模型運(yùn)行前,應(yīng)提供模型初始邊界條件。應(yīng)優(yōu)先選擇空間屬性強(qiáng)的數(shù)據(jù)作為初始邊界條件。初始條件數(shù)據(jù)通過(guò)插值法分配到預(yù)測(cè)目標(biāo)湖庫(kù)全部空間網(wǎng)格上。不同方式獲取的參數(shù)需要經(jīng)過(guò)相互校驗(yàn),利用內(nèi)插法生成時(shí)間上與數(shù)值模型計(jì)算步長(zhǎng)一致的時(shí)間序列。設(shè)置內(nèi)容及處理原則水—?dú)膺吔鐥l件水—?dú)膺吔鐥l件包括但不限于氣溫、光照、降水量、營(yíng)養(yǎng)鹽沉降通量等。氣象信息的獲取途徑包括自行構(gòu)建中尺度數(shù)值預(yù)報(bào)模型或氣象信息網(wǎng)站查詢提取。在無(wú)法直接獲取到未來(lái)7天的太陽(yáng)輻射、XX時(shí)數(shù)和降雨量數(shù)值時(shí),應(yīng)根據(jù)天氣預(yù)報(bào)提供的氣溫、天氣狀況(晴、陰、多云、雨等)、風(fēng)速和降雨信息估算。營(yíng)養(yǎng)鹽干濕沉降通量根據(jù)區(qū)域干濕沉降觀測(cè)數(shù)據(jù)或文獻(xiàn)數(shù)據(jù)等結(jié)合降雨信息等進(jìn)行估算獲得。出入流信息出入流信息包括但不限于入流位置及流量、出流位置及流量、出入流營(yíng)養(yǎng)鹽通量等。出入流側(cè)邊界數(shù)據(jù)來(lái)源包括但不限于:湖河道或河口的水質(zhì)自動(dòng)監(jiān)測(cè)數(shù)據(jù)平臺(tái);根據(jù)地表徑流(主要為河道)輸入到湖庫(kù)的水XX質(zhì)時(shí)間序列估算。出入流流量數(shù)據(jù)來(lái)源包括但不限于:各口門水文巡測(cè);各口門流量自動(dòng)站監(jiān)測(cè);根據(jù)降雨-徑流關(guān)系式和降雨量估算;流域水文模型模擬計(jì)算。水—沉積物界面信息水—沉積物包括泥沙及營(yíng)養(yǎng)鹽沉降通量、底泥再懸浮通量、營(yíng)養(yǎng)鹽釋放通量等。水—沉積物邊界條件參數(shù)的獲取方式包括但不限于:水-沉積物界面當(dāng)前進(jìn)入湖庫(kù)的物質(zhì)和能量觀測(cè);歷史觀測(cè)數(shù)據(jù);地下水模型估算;內(nèi)源釋放模型估算。機(jī)理模型求解藍(lán)藻水華和湖泛表征參數(shù)采用有限差分法或有限體積法求解。模型中水平方向上的矢量參數(shù)和標(biāo)量參數(shù)采用交錯(cuò)格式。差分格式為中心差分、向前差分或向后差分。垂直方向上采用隱含差分法,水平方向采用顯式差分格式。模型計(jì)算順序?yàn)椋核畡?dòng)力場(chǎng)變化方程、溫度方程、營(yíng)養(yǎng)鹽方程和藍(lán)藻方程。多方程、多過(guò)程求解時(shí),時(shí)間步長(zhǎng)應(yīng)與空間網(wǎng)格分辨率相匹配。構(gòu)建和運(yùn)行數(shù)據(jù)驅(qū)動(dòng)模型算法選擇數(shù)據(jù)驅(qū)動(dòng)模型算法選擇時(shí),應(yīng)考慮目標(biāo)湖庫(kù)的現(xiàn)狀、數(shù)據(jù)條件以及預(yù)測(cè)目標(biāo)參數(shù)。目標(biāo)湖庫(kù)的現(xiàn)狀包括湖庫(kù)形態(tài)、湖庫(kù)生態(tài)特征、藍(lán)藻水華風(fēng)險(xiǎn)的觸發(fā)條件等。數(shù)據(jù)條件包括驅(qū)動(dòng)數(shù)據(jù)的積累情況、監(jiān)測(cè)數(shù)據(jù)的頻次及持續(xù)支撐能力、藍(lán)藻水華及湖泛的發(fā)生規(guī)律特點(diǎn)等。模型算法可參考附錄A.2。數(shù)據(jù)準(zhǔn)備數(shù)據(jù)序列的時(shí)長(zhǎng)原則上不少于1年。應(yīng)通過(guò)分析數(shù)據(jù)序列中預(yù)測(cè)參數(shù)自身的變化規(guī)律及預(yù)測(cè)參數(shù)與中間過(guò)程參數(shù)的關(guān)聯(lián)特征,篩選關(guān)鍵參數(shù),減少模型的數(shù)據(jù)需求。應(yīng)通過(guò)構(gòu)建預(yù)測(cè)參數(shù)與關(guān)鍵參數(shù)之間的線性或非線性關(guān)系評(píng)估數(shù)據(jù)庫(kù)質(zhì)量,剔除異常數(shù)據(jù)。若觀測(cè)數(shù)據(jù)有缺失,可設(shè)置適合的窗口長(zhǎng)度,在窗口內(nèi)采取移動(dòng)中位數(shù)方法對(duì)缺失的觀測(cè)記錄進(jìn)行插值補(bǔ)充。對(duì)于高頻監(jiān)測(cè)數(shù)據(jù),可采用滑動(dòng)平均法將觀測(cè)數(shù)據(jù)的時(shí)間間隔控制在6小時(shí)~24小時(shí)之間,具體依據(jù)預(yù)測(cè)結(jié)果的時(shí)間間隔確定。初始化數(shù)據(jù)驅(qū)動(dòng)模型根據(jù)選定的數(shù)據(jù)驅(qū)動(dòng)模型算法進(jìn)行模型初始化,確定模型輸入層、隱含層及輸出層的各項(xiàng)參數(shù),調(diào)整層與層之間連接的權(quán)值和偏置值,設(shè)定各層參數(shù)的權(quán)值及閾值,避免輸入數(shù)據(jù)波動(dòng)引起模型預(yù)測(cè)結(jié)果異常。模型訓(xùn)練與結(jié)果驗(yàn)證利用目標(biāo)湖庫(kù)的歷史數(shù)據(jù)庫(kù)訓(xùn)練藍(lán)藻水華及湖泛預(yù)測(cè)模型。隨機(jī)選取樣本總數(shù)量的50%~70%作為訓(xùn)練集樣本輸入模型,根據(jù)輸出值與測(cè)定值之間的誤差反復(fù)調(diào)整權(quán)值和偏置值。模型構(gòu)建完成后,選取樣本總數(shù)量中其余的15%~25%數(shù)據(jù)作為驗(yàn)證集樣本輸入模型,用于測(cè)度在訓(xùn)練過(guò)程中泛化能力的表現(xiàn),防止訓(xùn)練中發(fā)生過(guò)擬合現(xiàn)象。根據(jù)測(cè)度結(jié)果調(diào)整模型參數(shù)、權(quán)值、偏置值。選取樣本總數(shù)量剩余的15%~25%數(shù)據(jù)作為測(cè)試集樣本輸入模型,測(cè)試模型性能,進(jìn)行模型效果的分析與評(píng)價(jià)。模型運(yùn)行訓(xùn)練、調(diào)試好模型后,輸入最新獲得的輸入?yún)?shù)運(yùn)行模型,計(jì)算獲得預(yù)測(cè)時(shí)間范圍內(nèi)的藍(lán)藻水華表征參數(shù)、湖泛參數(shù)。模型結(jié)果輸出與分析模型輸出須包括藍(lán)藻水華或湖泛表征參數(shù)。輸出結(jié)果的時(shí)間間隔為6小時(shí)~24小時(shí)。獲得符合預(yù)測(cè)時(shí)間間隔要求的藍(lán)藻水華和湖泛表征參數(shù)時(shí)間序列,繪制預(yù)測(cè)結(jié)果的時(shí)空序列圖。據(jù)預(yù)測(cè)結(jié)果分析目標(biāo)湖庫(kù)藍(lán)藻水華及湖泛的短期變化趨勢(shì)、強(qiáng)度和空間位置。新的監(jiān)測(cè)數(shù)據(jù)獲得之后,應(yīng)及時(shí)分析前次預(yù)測(cè)效果,進(jìn)行模型優(yōu)化。風(fēng)險(xiǎn)概率及預(yù)警信息藍(lán)藻水華及湖泛風(fēng)險(xiǎn)概率計(jì)算確定藍(lán)藻水華及湖泛的風(fēng)險(xiǎn)等級(jí)和對(duì)應(yīng)的表征參數(shù)閾值。確立藍(lán)藻水華風(fēng)險(xiǎn)概率因子和等級(jí)閾值。藍(lán)藻水華風(fēng)險(xiǎn)概率因子包括天氣狀況、風(fēng)速和降水等;根據(jù)已確定的風(fēng)險(xiǎn)等級(jí),賦值各概率因子的閾值及其風(fēng)險(xiǎn)概率。因子選取及概率閾值示例見(jiàn)附錄B。按公式(1)逐格點(diǎn)計(jì)算藍(lán)藻水華發(fā)生概率。F式中:F1f1N1tV1?n——1~nf2Vn——風(fēng)險(xiǎn)概率因子確立湖泛風(fēng)險(xiǎn)概率因子和等級(jí)閾值。湖泛風(fēng)險(xiǎn)概率因子包括天氣狀況、風(fēng)速和降水等。根據(jù)已確定的風(fēng)險(xiǎn)等級(jí),賦值各概率因子的閾值及其風(fēng)險(xiǎn)概率。因子選取及概率閾值示例見(jiàn)附錄C。按公式(2)逐格點(diǎn)計(jì)算湖泛發(fā)生概率。F2式中:F2f3N2tV1?n——1~nf4V1藍(lán)藻水華面積估算及預(yù)警風(fēng)險(xiǎn)等級(jí)確定目標(biāo)湖庫(kù)藍(lán)藻水華敏感度風(fēng)險(xiǎn)劃分應(yīng)考慮水體的風(fēng)險(xiǎn)承受程度。對(duì)具有飲用水水源地、珍稀物種棲息地和公眾休閑重點(diǎn)場(chǎng)所等功能的目標(biāo)湖庫(kù),應(yīng)設(shè)置更為嚴(yán)格的藍(lán)藻水華強(qiáng)度容忍度。計(jì)算單位格點(diǎn)藍(lán)藻水華發(fā)生概率,統(tǒng)計(jì)格點(diǎn)數(shù)量及位置,得到藍(lán)藻水華發(fā)生面積和位置;結(jié)合發(fā)生位置的風(fēng)險(xiǎn)控制要求等信息,確定相應(yīng)位置藍(lán)藻水華風(fēng)險(xiǎn)的預(yù)警等級(jí)。統(tǒng)計(jì)藍(lán)藻水華發(fā)生概率格點(diǎn)時(shí),應(yīng)只考慮概率值超過(guò)50%的格點(diǎn)。在敏感水域,應(yīng)考慮概率值超過(guò)40%的格點(diǎn)。根據(jù)預(yù)測(cè)的藍(lán)藻水華面積,確定整個(gè)目標(biāo)湖庫(kù)的藍(lán)藻水華預(yù)警風(fēng)險(xiǎn)等級(jí)。藍(lán)藻水華的風(fēng)險(xiǎn)等級(jí)可按照紅色、橙色、黃色、綠色和藍(lán)色劃分,水華發(fā)生概率閾值設(shè)置示例見(jiàn)附錄D。湖泛發(fā)生面積估算及預(yù)警風(fēng)險(xiǎn)等級(jí)確定目標(biāo)湖庫(kù)湖泛敏感度劃分時(shí)應(yīng)考慮預(yù)測(cè)水體的風(fēng)險(xiǎn)承受程度。對(duì)具有飲用水水源地、珍稀物種棲息地和公眾休閑重點(diǎn)場(chǎng)所等功能的目標(biāo)湖庫(kù),應(yīng)當(dāng)設(shè)置更為嚴(yán)格的湖泛強(qiáng)度容忍度。計(jì)算單位格點(diǎn)湖泛發(fā)生概率,統(tǒng)計(jì)格點(diǎn)數(shù)量及位置,得到湖泛發(fā)生面積和位置;結(jié)合發(fā)生位置的風(fēng)險(xiǎn)控制要求等信息,確定相應(yīng)位置湖泛的預(yù)警風(fēng)險(xiǎn)等級(jí)。統(tǒng)計(jì)湖泛發(fā)生概率格點(diǎn)時(shí),應(yīng)只考慮概率值超過(guò)50%的格點(diǎn)。在敏感水域,應(yīng)考慮概率值超過(guò)40%的格點(diǎn)。結(jié)合預(yù)測(cè)的湖泛面積,確定整個(gè)目標(biāo)湖庫(kù)的湖泛預(yù)警風(fēng)險(xiǎn)等級(jí)。湖泛風(fēng)險(xiǎn)等級(jí)可按照紅色、橙色、黃色、綠色和藍(lán)色等劃分,各風(fēng)險(xiǎn)等級(jí)之間的湖泛發(fā)生概率閾值示例見(jiàn)附錄E。預(yù)警信息編寫按6.6.1計(jì)算未來(lái)藍(lán)藻水華及湖泛風(fēng)險(xiǎn),制作圖表,填寫藍(lán)藻水華及湖泛預(yù)測(cè)預(yù)警報(bào)告(報(bào)告模板見(jiàn)附錄F)。藍(lán)藻水華及湖泛預(yù)測(cè)預(yù)警報(bào)告內(nèi)容至少包括:報(bào)告填寫時(shí)間;當(dāng)前關(guān)鍵信息狀態(tài)值;未來(lái)氣象條件;預(yù)測(cè)結(jié)果數(shù)據(jù)及圖表;風(fēng)險(xiǎn)等級(jí)判別與色彩等級(jí);預(yù)測(cè)預(yù)警結(jié)論;風(fēng)險(xiǎn)原因及應(yīng)對(duì)建議;報(bào)告制作單位及制作人等信息。預(yù)測(cè)準(zhǔn)確率評(píng)估與質(zhì)量控制基本要求評(píng)估內(nèi)容包括但不限于:預(yù)測(cè)目標(biāo)表征參數(shù)數(shù)值、藍(lán)藻水華或湖泛發(fā)生風(fēng)險(xiǎn)概率、藍(lán)藻水華或湖泛發(fā)生面積。藍(lán)藻水華及湖泛預(yù)測(cè)預(yù)警模型應(yīng)定期進(jìn)行預(yù)測(cè)準(zhǔn)確率評(píng)估,評(píng)估頻率不得低于1次/年。應(yīng)剔除天氣預(yù)報(bào)誤差。根據(jù)評(píng)估結(jié)果及時(shí)完善模型。預(yù)測(cè)目標(biāo)預(yù)測(cè)準(zhǔn)確率評(píng)估方法根據(jù)后期實(shí)際觀測(cè)表征參數(shù)值,逐觀測(cè)點(diǎn)位計(jì)算預(yù)測(cè)準(zhǔn)確率。預(yù)測(cè)目標(biāo)預(yù)測(cè)準(zhǔn)確率的計(jì)算方法可采用一種或多種方法相結(jié)合,包括模型預(yù)測(cè)結(jié)果與實(shí)際情況之間的平均偏差、絕對(duì)誤差、均方根誤差、相關(guān)系數(shù)及納什系數(shù)等。預(yù)測(cè)目標(biāo)預(yù)測(cè)準(zhǔn)確率應(yīng)分時(shí)段計(jì)算。根據(jù)預(yù)測(cè)預(yù)警報(bào)告預(yù)測(cè)周期,分1天預(yù)見(jiàn)期、2天預(yù)見(jiàn)期、3天預(yù)見(jiàn)期和7天預(yù)見(jiàn)期等不同時(shí)段。風(fēng)險(xiǎn)概率預(yù)測(cè)準(zhǔn)確率的評(píng)估方法對(duì)比后期實(shí)際監(jiān)測(cè)情況與預(yù)測(cè)結(jié)果,計(jì)算風(fēng)險(xiǎn)概率的預(yù)測(cè)準(zhǔn)確率??苫谡麄€(gè)湖庫(kù)、重點(diǎn)關(guān)注水域或關(guān)鍵站點(diǎn),評(píng)估風(fēng)險(xiǎn)概率的預(yù)測(cè)準(zhǔn)確率。應(yīng)逐期計(jì)算風(fēng)險(xiǎn)概率預(yù)測(cè)準(zhǔn)確率,獲取不同時(shí)間段內(nèi)風(fēng)險(xiǎn)概率的平均預(yù)測(cè)準(zhǔn)確率。風(fēng)險(xiǎn)概率預(yù)測(cè)準(zhǔn)確率應(yīng)按表2賦值,計(jì)算值越接近100%表示預(yù)測(cè)準(zhǔn)確率越高。表2藍(lán)藻水華(湖泛)風(fēng)險(xiǎn)概率的預(yù)測(cè)準(zhǔn)確率賦值實(shí)際情況預(yù)測(cè)風(fēng)險(xiǎn)發(fā)生概率0<風(fēng)險(xiǎn)發(fā)生概率<40%40%≤風(fēng)險(xiǎn)發(fā)生概≤60%60%<風(fēng)險(xiǎn)發(fā)生概率<100%發(fā)生藍(lán)藻水華(湖泛)050%100%未發(fā)生藍(lán)藻水華(湖泛)100%50%0面積預(yù)測(cè)準(zhǔn)確率的評(píng)估方法根據(jù)后期實(shí)際監(jiān)測(cè)結(jié)果與預(yù)測(cè)結(jié)果,對(duì)藍(lán)藻水華及湖泛發(fā)生面積進(jìn)行分期比對(duì)分析。根據(jù)HJ1098中水華程度分級(jí)標(biāo)準(zhǔn),按照藍(lán)藻水華面積占水面的比例,將水華程度分為Ⅰ~Ⅴ五個(gè)級(jí)別。湖泛風(fēng)險(xiǎn)事件分級(jí)數(shù)量和標(biāo)準(zhǔn)見(jiàn)蘇政辦函[2021]108號(hào)。對(duì)比藍(lán)藻水華、湖泛發(fā)生面積預(yù)測(cè)結(jié)果與實(shí)際監(jiān)測(cè)結(jié)果,若藍(lán)藻水華和湖泛預(yù)測(cè)發(fā)生面積與實(shí)測(cè)發(fā)生面積在同一級(jí)別內(nèi),則預(yù)測(cè)準(zhǔn)確。質(zhì)量控制每個(gè)預(yù)測(cè)準(zhǔn)確率評(píng)估周期中,預(yù)測(cè)目標(biāo)表征參數(shù)的平均預(yù)測(cè)準(zhǔn)確率應(yīng)大于80%。每個(gè)預(yù)測(cè)準(zhǔn)確率評(píng)估周期中,藍(lán)藻水華及湖泛重大事件的平均預(yù)測(cè)準(zhǔn)確率應(yīng)大于80%,藍(lán)藻水華及湖泛一般事件的平均預(yù)測(cè)準(zhǔn)確率應(yīng)大于60%。每個(gè)預(yù)測(cè)準(zhǔn)確率評(píng)估周期中,藍(lán)藻水華及湖泛發(fā)生位置的平均預(yù)測(cè)準(zhǔn)確率應(yīng)大于60%。每個(gè)預(yù)測(cè)準(zhǔn)確率評(píng)估周期中,當(dāng)預(yù)測(cè)目標(biāo)表征參數(shù)的平均預(yù)測(cè)準(zhǔn)確率低于80%,或者事件和發(fā)生位置的平均預(yù)測(cè)準(zhǔn)確率低于60%時(shí),應(yīng)及時(shí)對(duì)模型進(jìn)行優(yōu)化。

(資料性)

機(jī)理模型與數(shù)據(jù)驅(qū)動(dòng)模型算法示例機(jī)理模型應(yīng)包括水動(dòng)力方程和水質(zhì)輸移方程。以三維模型為例:三維水動(dòng)力方程包括連續(xù)方程、動(dòng)量方程XX壓方程。連續(xù)方程按A.1計(jì)算、動(dòng)量方程按A.2和A.3計(jì)算、靜方程按A.4計(jì)算、水質(zhì)輸移方程按A.5計(jì)算。 ?u/?x+?v/?y+?w/?z=0 (A.1)式中: u,v,w─流速在x,y,z三個(gè)方向上的分量,單位:米/秒; ?u/?t式中: u,v,w─流速在x,y,z三個(gè)方向上的分量,單位:米/秒; t─時(shí)間,單位:秒; ρ─水體密度,單位:千克/立方米; f─科里奧利力,單位:千克·米/平方秒; A?,Av─?v/?t式中: u,v,w─流速在x,y,z三個(gè)方向上的分量,單位:米/秒; t─時(shí)間,單位:秒; ρ─水體密度,單位:千克/立方米; f─科里奧利力,單位:千克·米/平方秒; A?,Av─ ?p/?z式中: ρ─水體密度,單位:千克/立方米; g─重力加速度,單位:米/平方秒 p─水壓,單位:百帕; ?C/?t+?(uC)/?x+?(vC)/?y+?(wC)/?z??/?xD??C/?x式中: u,v,w─流速在x,y,z三個(gè)方向上的分量,單位:米/秒; C─藻類生物量(毫克/升)或藻密度(萬(wàn)個(gè)細(xì)胞/升),總?cè)芙庑粤祝ê量?升)、總?cè)芙庑缘ê量?升)以及溶解氧(毫克/升)等水質(zhì)變量; S─各變量的源匯項(xiàng); D?,Dv數(shù)據(jù)驅(qū)動(dòng)模型算法可采用樸素貝葉斯算法、支持向量機(jī)算法、隨機(jī)森林算法、人工神經(jīng)網(wǎng)絡(luò)算法和深度學(xué)習(xí)等統(tǒng)計(jì)方法。

(資料性)

藍(lán)藻水華預(yù)測(cè)表征參數(shù)值及風(fēng)險(xiǎn)概率因子構(gòu)建的概率計(jì)算示例表B.1給出了藍(lán)藻水華預(yù)測(cè)表征參數(shù)值及風(fēng)險(xiǎn)概率因子構(gòu)建的概率計(jì)算示例。藍(lán)藻水華預(yù)測(cè)表征參數(shù)值及風(fēng)險(xiǎn)概率因子構(gòu)建的概率計(jì)算示例葉綠素a/(μg/L)fV1(風(fēng)速:m/sfV2f[60,~)1(~,3.3)1晴、多云1[50,60)0.9[3.3,5.4)0.9陰、小雨0.9[40,50)0.8[5.4,7.9)0.8陣雨、雷陣雨0.8[20,40)0.7[7.9,10.7)0.7中雨0.7(~,20)0.4[10.7,~)0.5大、暴雨0

(資料性)

湖泛預(yù)測(cè)表征參數(shù)值及風(fēng)險(xiǎn)概率因子構(gòu)建的風(fēng)險(xiǎn)概率計(jì)算示例表C.1給出了湖泛預(yù)測(cè)表征參數(shù)值及風(fēng)險(xiǎn)概率因子構(gòu)建的風(fēng)險(xiǎn)概率計(jì)算示例。湖泛預(yù)測(cè)表征參數(shù)值及風(fēng)險(xiǎn)概率因子構(gòu)建的風(fēng)險(xiǎn)概率計(jì)算示例溶解氧/(mg/L)fV1(風(fēng)速fV2f(~,1.0)1(~,3.3)1晴、多云1[1.0,2.0)0.8[3.3,5.4)0.9陰、小雨0.9[2.0,4.0)0.7[5.4,7.9)0.8陣雨、雷陣雨0.8[4.0,6.0)0.4[7.9,10.7)0.7中雨0.7[8.0,~)0[10.7,~)0.5大、暴雨0

(資料性)

藍(lán)藻水華風(fēng)險(xiǎn)概率與風(fēng)險(xiǎn)預(yù)警等級(jí)示例表D.1給出了藍(lán)藻水華風(fēng)險(xiǎn)概率與風(fēng)險(xiǎn)預(yù)警等級(jí)示例。藍(lán)藻水華風(fēng)險(xiǎn)概率與風(fēng)險(xiǎn)預(yù)警等級(jí)示例藍(lán)藻水華發(fā)生概率(~,40)[40,70)[70,85)[85,95)[95,~)水華風(fēng)險(xiǎn)預(yù)警等級(jí)藍(lán)色綠色黃色橙色紅色

(資料性)

湖泛風(fēng)險(xiǎn)概率與風(fēng)險(xiǎn)預(yù)警等級(jí)示例表E.1給出了湖泛風(fēng)險(xiǎn)概率與風(fēng)險(xiǎn)預(yù)警等級(jí)示例。湖泛風(fēng)險(xiǎn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論