首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  免费   2篇
地球物理   2篇
  2022年   2篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
淡水湖库富营养化与蓝藻水华是全球性的突出水环境问题,尤其是滨岸带严重蓝藻水华堆积甚至造成了水体黑臭、威胁饮用水安全等严重危害,科学评估滨岸带蓝藻水华堆积风险、精准识别蓝藻水华易堆积区域是水环境管理与研究中亟待解决的关键科学问题.本研究以我国长江中下游的大型浅水富营养化湖泊巢湖为研究对象,依托流域水文与湖泊水动力模拟、遥感反演、GIS空间分析等技术,综合考虑藻类生物量、岸线形态、湖泊水动力、风速和风向等要素,创新构建了蓝藻水华堆积风险评估指标体系,量化评估了2018-2019年的巢湖滨岸带的蓝藻水华堆积风险,并将滨岸带蓝藻水华堆积风险等级划分为5级(Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ),绘制了蓝藻水华滨岸带堆积风险的空间分布,识别了蓝藻水华的易堆积区域.评估结果表明:巢湖滨岸带蓝藻水华堆积的高风险区域呈连续片状分布于西巢湖西岸与西北岸,占巢湖沿岸区域的12.1%,是巢湖蓝藻水华应急处置管理的关键区域,评估结果与调研结论总体一致.研发的蓝藻水华堆积风险评估方法可应用于其他大型富营养化湖库,为蓝藻水华应急处置管理提供关键技术支撑.  相似文献   
2.
数据同化是提升复杂机理过程模型精度的关键技术之一,而湖泊藻类模型的敏感参数具有随时间动态变化的特征,导致数据同化过程中无法精准更新某一时段的敏感参数,影响数据同化的模型精度提升效果.针对上述问题,本研究耦合了参数敏感性分析与集合卡尔曼滤波,研发了一种能够实时识别模型敏感参数的新型数据同化算法;为验证研发算法的效率,依托巢湖的高频水质自动监测数据,测试算法对藻类动态模型的精度提升效果.测试结果表明:研发算法能够精准跟踪模型敏感参数的动态变化,并根据监测数据实时更新模型敏感参数,实现了水质高频自动监测数据与藻类动态模型的深度融合,藻类生物量模拟精度提升了55%,即纳什系数(NSE)从0.49提升到0.76,模拟精度提升效果也显著优于传统数据同化算法(NSE=0.63).研发算法可应用于其它水生态环境模型的数据同化,为水生态环境相关要素的精准模拟预测提供关键技术支撑.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号