申请/专利权人：中国科学院南京地理与湖泊研究所

申请日：2021-01-08

公开（公告）日：2024-06-21

公开（公告）号：CN112488152B

主分类号：G06Q50/26

分类号：G06Q50/26;G06V10/94;G01N33/18

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2021.03.30#实质审查的生效;2021.03.12#公开

摘要：本发明公开一种基于湖泊营养盐分类的治理方法，基于不同湖泊夏季的背景因子、总氮浓度、总磷浓度和叶绿素a浓度，利用简单线性回归模型分析分类必要性，对无必要分类的湖泊进行统一营养盐上限的治理，对于需分类的湖泊，先后通过95%分位数回归模型、广义加性模型识别各湖泊背景因子对叶绿素a浓度和总氮浓度的关系的影响以及各湖泊背景因子对叶绿素a浓度和总磷浓度的关系的影响，再基于识别出的显著背景因子进行分类，并通过简单线性回归模型分别制定各湖泊类型营养盐治理方案。本发明所述方法具有充分的生态学依据，分类结果具备客观性，可以提高管理效率，节约经济成本。

主权项：1.一种基于湖泊营养盐分类的治理方法，其特征在于，包括以下步骤：（1）选取不同湖泊水体，并获取各湖泊夏季时的换水周期、水深、水草盖度、总磷浓度、总氮浓度和叶绿素a浓度；（2）利用简单线性回归模型分析步骤（1）得到的总磷浓度、总氮浓度和叶绿素a浓度，得到叶绿素a浓度和总氮浓度的关系式A，以及叶绿素a浓度和总磷浓度的关系式B；在分析前，对叶绿素a浓度、总氮浓度和总磷浓度分别进行对数转换；若关系式A和关系式B的决定系数均大于等于0.5，则将叶绿素a=20μgL分别代入关系式A和关系式B，得到总氮浓度上限和总磷浓度上限，并控制湖泊的总氮浓度和总磷浓度处于所述总氮浓度上限和总磷浓度上限以内；其余情况下进入下一步骤进行分类；（3）分析各湖泊背景因子对叶绿素a浓度和总氮浓度的关系的影响以及各湖泊背景因子对叶绿素a浓度和总磷浓度的关系的影响，选取影响最大的一个或两个湖泊背景因子，并依据选取的湖泊背景因子的高低对湖泊分类，对同一类型的湖泊采取相同的治理方法；步骤（3）中分析各湖泊背景因子对叶绿素a浓度和总氮浓度的关系的影响以及各湖泊背景因子对叶绿素a浓度和总磷浓度的关系的影响的方法为：（3-1）利用95%分位数回归模型分析，得到叶绿素a浓度和总氮浓度的关系式I，以及叶绿素a浓度和总磷浓度的关系式II；在分析前，对叶绿素a浓度、总氮浓度和总磷浓度分别进行对数转换；（3-2）将各湖泊的总氮浓度分别代入所述关系式I，得到各湖泊的叶绿素a浓度计算值I，之后计算各湖泊的叶绿素a浓度计算值I与对应叶绿素a浓度的实际值之间的差值，记为湖泊背景因子影响值I；将各湖泊的总磷浓度分别代入所述关系式II，得到各湖泊的叶绿素a浓度计算值II，之后计算各湖泊的叶绿素a浓度计算值II与叶绿素a浓度的实际值之间的差值，记为湖泊背景因子影响值II；（3-3）利用广义加性模型分别得出各湖泊背景因子对所述湖泊背景因子影响值I以及所述湖泊背景因子影响值II的解释率,即R2，所述湖泊背景因子分别为换水周期、水深和水草盖度；得到的解释率分别记为R换水周期-I、R换水周期-II、R水深-I、R水深-II、R盖度-I和R盖度-II；在分析前对叶绿素a浓度、总氮浓度、总磷浓度、换水周期、水深和水草盖度分别进行对数转换；步骤（3）中选取影响最大的一个或两个湖泊背景因子的方法为：（3-4）比较分析R换水周期-I、R换水周期-II、R水深-I、R水深-II、R盖度-I和R盖度-II；情况1：如果某个湖泊背景因子对所述湖泊背景因子影响值I和所述湖泊背景因子影响值II的解释率均超过50%，则选取该湖泊背景因子，记为单影响因子；情况2：情况1以外的其余情况下，记R换水周期-I、R换水周期-II、R水深-I、R水深-II、R盖度-I和R盖度-II中的最大值对应的湖泊背景因子为第一影响因子，记R换水周期-I、R换水周期-II、R水深-I、R水深-II、R盖度-I和R盖度-II中的除所述第一影响因子对应的解释率中的最大值所对应的湖泊背景因子为第二影响因子。

全文数据：

权利要求：

百度查询： 中国科学院南京地理与湖泊研究所 一种基于湖泊营养盐分类的治理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD