基于分层监测装置的湖库热分层规律识别方法与流程

本发明涉及水环境监测，具体为基于分层监测装置的湖库热分层规律识别方法。

背景技术：

1、湖泊与水库形成的热分层会阻碍水体垂向物质交换，会导致底部溶解氧耗尽并引发底泥厌氧释磷等水质恶化问题，现有的监测方法多依赖离散采样，难以反映深水区垂向空间的连续动态特征，在对观测数据进行空间拟合时，由于缺乏物理边界条件的约束，拟合曲线会在水体表层和底层边界处产生数值振荡，导致温跃层和氧跃层的边界定位产生误差。

2、在热分层演化预测方面，现有模型难以将外部多源异构气象数据与内部水质分层特征进行时空耦合处理，常规深度学习模型作为纯数据驱动方法，缺乏水体内部物理拓扑关系的限制，其预测输出会违背自然规律，如出现温跃层跨越氧跃层的倒挂异常。

3、同时，表层水体会受风浪与降雨等短期气象事件干扰而产生高频跳变数据，现有方法由于缺乏有效的状态平滑处理，会造成对长周期热分层演化阶段的误判，此外，现有的识别系统通常仅输出抽象的水质评估指标，无法结合分层空间边界将预测结果直接转化为指导水库安全取水闸门调度以及曝气设备部署的具体物理控制参量。

技术实现思路

1、针对现有技术的不足，本发明提供了基于分层监测装置的湖库热分层规律识别方法，解决了现有技术中跃层空间边界定位误差大、演化预测缺乏气象耦合与物理约束导致结果异常、阶段判定会受短期气象干扰产生误判，以及无法输出直接指导水库工程调度的定量参量的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：基于分层监测装置的湖库热分层规律识别方法，所述方法包括以下步骤：

3、获取原始监测数据、多源气象水文数据集与时序特征数据集；

4、处理所述原始监测数据，生成时空连续数据矩阵；

5、基于所述时空连续数据矩阵提取温跃层上边界坐标与温跃层下边界坐标；

6、基于所述时空连续数据矩阵提取有效氧跃层、氧跃层上边界坐标与氧跃层下边界坐标、底层缺氧水体下边界与底层缺氧水体上边界以及缺氧水体厚度参量；

7、将所述多源气象水文数据集与所述时序特征数据集输入基于交叉注意力机制的双流长短期记忆神经网络，引入联合损失函数进行参数优化，输出预测温跃层下边界坐标、预测氧跃层下边界坐标以及预测缺氧水体厚度数值；

8、基于所述温跃层上边界坐标与所述温跃层下边界坐标计算水体相对热阻力连续序列以划分热分层演化阶段，输出真实的热分层演化阶段标识；

9、计算水质劣化预警指数序列，输出包含底层曝气设备启动指令与安全取水深度参量的湖库热分层规律识别结果。

10、本发明利用三次样条插值算法构建时空连续数据矩阵，实现离散观测值向空间连续物理场的转换，基于连续深度函数的一阶偏导数提取温跃层与氧跃层边界坐标及底层缺氧水体厚度，结合双流长短期记忆神经网络处理异构气象水文数据与水质分层特征，利用交叉注意力机制建立气象驱动力与水体内部生境演变的非线性映射关系，本发明通过计算水体相对热阻力划分热分层演化周期，最终输出水质预警序列与调度指令，提供融合气象、物理与生境特征的量化数据参量。

11、进一步的，处理所述原始监测数据，生成时空连续数据矩阵的步骤包括：

12、对所述原始监测数据执行异常突变剔除与时间同步处理，沿深度轴采用三次样条插值算法进行垂向空间连续化拟合；

13、采用滑动窗口中值滤波算法剔除异常跳变数据点，结合水温变化率限幅阈值与溶解氧变化率限幅阈值，实施变化率限幅判断并执行超限噪声点滤除操作；

14、提取插值基点序列与观测值序列组合构建离散空间坐标节点集，配置水体表层边界节点与底层边界节点处的二阶导数值等于零的自然边界条件；

15、联立所述离散空间坐标节点集中的各节点连续性方程与所述自然边界条件构建三对角线性方程组，利用追赶法求解获取各分段三次多项式的待定系数以重构高分辨率剖面连续函数；

16、针对各剖面在时间维度上的不连续问题，沿时间轴采用线性插值算法进行时间连续化处理，获取等时间步长的连续观测序列；

17、将等时间步长的连续观测序列节点作为行维度，将高分辨率剖面连续函数按固定间隔等分提取的离散深度节点作为列维度，构建二维的时空连续数据矩阵。

18、本发明通过配置自然边界条件与求解三对角线性方程组，避免拟合曲线在物理边界位置发生数据振荡，保证高分辨率剖面连续函数在全水深剖面上的数学收敛与物理连续；同步引入时间轴线性插值与矩阵行列维度重构操作，实现时间演化属性与空间深度属性的无缝耦合，消除传感器采样时间差引发的数据割裂问题，提供覆盖全生境周期的完备时空连续数据基底。

19、进一步的，基于所述时空连续数据矩阵提取温跃层上边界坐标与温跃层下边界坐标的步骤包括：

20、对所述时空连续数据矩阵中的水温连续函数关于深度求一阶偏导数以计算水温垂向梯度；

21、遍历整个水体深度空间提取所述水温垂向梯度绝对值连续大于或者等于预设温度梯度阈值的独立深度区间，剔除实际空间跨度小于有效跃层厚度阈值的深度区间，输出通过筛查的深度区间作为候选温跃层；

22、当同一采样时刻存在2个以上彼此独立的所述候选温跃层时，选取所述水温垂向梯度绝对值沿深度积分结果最大，或者下边界与前一有效采样时刻主温跃层下边界距离最小的候选温跃层作为主温跃层；

23、定位所述候选温跃层在水深垂直轴上对应的起始浅水端深度坐标作为温跃层上边界坐标，定位所述候选温跃层在水深垂直轴上对应的终止深水端深度坐标作为温跃层下边界坐标。

24、本发明通过计算空间一阶偏导数提取水体垂向梯度连续变化的区间，引入空间跨度筛选与连续性匹配条件，排除局部热力扰动造成的非结构性数据波动，提升温跃层空间边界坐标定位的精确度。

25、进一步的，基于所述时空连续数据矩阵提取有效氧跃层、氧跃层上边界坐标与氧跃层下边界坐标、底层缺氧水体下边界与底层缺氧水体上边界以及缺氧水体厚度参量的步骤包括：

26、对所述时空连续数据矩阵中的溶解氧连续函数关于深度求一阶偏导数以计算溶解氧垂向梯度；

27、提取所述溶解氧垂向梯度绝对值连续大于或者等于溶解氧梯度阈值，且实际空间跨度大于或等于有效氧跃层厚度阈值的所有独立深度区间作为所述有效氧跃层；

28、定位所述有效氧跃层在水深垂直轴上对应的起始浅水端深度坐标作为所述氧跃层上边界坐标，定位所述有效氧跃层在水深垂直轴上对应的终止深水端深度坐标作为所述氧跃层下边界坐标；

29、遍历所述溶解氧连续函数，提取溶解氧测定数值持续小于或者等于缺氧判定阈值且与水体底床边界连续相接的缺氧区间作为底层缺氧水体，提取所述底层缺氧水体的底层缺氧水体下边界与底层缺氧水体上边界，计算所述底层缺氧水体下边界与所述底层缺氧水体上边界的深度差值并将所述深度差值作为所述缺氧水体厚度参量。

30、本发明量化提取水生态系统中物理混合受限交界面的空间位置，精确定位底泥厌氧释磷风险区边界，为缺氧生境空间演化评估提供定量的输入指标。

31、进一步的，将所述多源气象水文数据集与所述时序特征数据集输入基于交叉注意力机制的双流长短期记忆神经网络，引入联合损失函数进行参数优化，输出预测温跃层下边界坐标、预测氧跃层下边界坐标以及预测缺氧水体厚度数值的步骤包括：

32、获取所述时序特征数据集对应的输入张量，水质特征提取分支采用堆叠配置的双层长短期记忆网络接收所述输入张量中的水质分层特征子集，输出水质隐藏状态序列；

33、提取所述多源气象水文数据集中的多源气象水文数据集子集，气象特征提取分支采用单层长短期记忆网络接收所述多源气象水文数据集子集，输出气象隐藏状态序列；

34、在交叉耦合注意力层以所述水质隐藏状态序列作为查询向量，以所述气象隐藏状态序列作为键向量与值向量计算交叉注意力权重矩阵，经过矩阵点乘运算获取融合气象驱动机制的水温与溶解氧协同耦合特征向量，将所述水温与溶解氧协同耦合特征向量输入至由三层全连接层构成的解码回归网络，输出预测温跃层下边界坐标、预测氧跃层下边界坐标以及预测缺氧水体厚度数值。

35、本发明通过双流独立分支处理架构分别提取水质分层特征与外部气象驱动特征，采用水质隐藏状态序列作为查询向量去查询引发该水质状态的气象条件，从而提取与水质波动存在因果映射关系的外部气象驱动特征，提高多维数据特征的提取精度。

36、进一步的，引入联合损失函数进行参数优化的步骤包括：

37、获取模型前向传播输出的预测评估张量与监督学习样本集对齐分配的真实标签张量的均方误差；

38、将所述预测温跃层下边界坐标减去所述预测氧跃层下边界坐标，并将相减结果与零进行最大值获取操作获取最大值；

39、将所述最大值乘以约束边界条件的物理惩罚权重系数，并与所述均方误差相加获取所述联合损失函数，利用反向传播算法通过所述联合损失函数更新网络权重参数。

40、本发明在网络均方误差评估基础上叠加物理限制条件，针对预测输出中温跃层越过氧跃层的空间倒挂异常情况施加收敛限制，保证神经网络输出数值符合物理规律。

41、进一步的，基于所述温跃层上边界坐标与所述温跃层下边界坐标计算水体相对热阻力连续序列以划分热分层演化阶段的步骤包括：

42、将所述温跃层上边界坐标与所述温跃层下边界坐标处的绝对水温测定参数换算为浅水层绝对密度参量与深水层绝对密度参量，针对各离散时间节点，计算所述深水层绝对密度参量与所述浅水层绝对密度参量之间的第一差值，计算最大纯水密度参考常量与标准纯水密度基准常量之间的第二差值，将所述第一差值除以所述第二差值，得到各离散时间节点对应的水体相对热阻力，并将各离散时间节点对应的水体相对热阻力按照时间发生顺序排列，生成表征上下水层混合难易程度的所述水体相对热阻力连续序列；

43、将所述水体相对热阻力连续序列中小于形成期阻力阈值的离散时间节点标记为混合期阶段，将所述水体相对热阻力连续序列中大于或者等于稳定期阻力阈值的离散时间节点标记为稳定期阶段；

44、针对所述水体相对热阻力连续序列中大于或者等于形成期阻力阈值且小于稳定期阻力阈值的离散时间节点，计算所述温跃层下边界坐标的时间一阶导数，将所述时间一阶导数大于零的离散时间节点标记为衰退期阶段并将所述时间一阶导数小于或者等于零的离散时间节点标记为形成期阶段。

45、本发明将水温参量转化为水体密度参量并计算水体相对热阻力，结合温跃层下边界坐标的时间连续演进趋势，提供反映热力演化全周期的定量划分方法。

46、进一步的，所述输出真实的热分层演化阶段标识的步骤包括：

47、引入滑动窗口众数滤波算法实施状态平滑处理，将前述标记的各阶段作为各种演化阶段状态标签，在设定的抗干扰滑动窗口内统计各种演化阶段状态标签的出现频率，将出现频率最高的演化阶段状态标签提取为当前中心时间节点的修正演化阶段；

48、输出剔除短期气象极值事件非周期干扰结果的重构平滑分层状态演化序列，将所述重构平滑分层状态演化序列与所述预测温跃层下边界坐标以及所述预测氧跃层下边界坐标按照时间发生序列执行时间轴对齐拼接以输出真实的热分层演化阶段标识。

49、本发明基于连续时间序列上的统计频率执行平滑处理，滤除风浪扰动和强降雨气象事件导致的短时高频误判跳变状态，输出反映长周期稳定规律的分层演化阶段标识。

50、进一步的，所述计算水质劣化预警指数序列的步骤包括：

51、获取所述预测缺氧水体厚度数值与水体最大深度的比值，将所述比值乘以缺氧厚度配置权重衰减系数；

52、计算所述有效氧跃层的有效氧跃层强度参数，获取所述有效氧跃层强度参数与预设氧跃层强度最大基准极值的比值，将所述比值乘以层结阻隔配置权重衰减系数；

53、将所述预测缺氧水体厚度数值与水体最大深度的比值同缺氧厚度配置权重衰减系数的乘积，与所述有效氧跃层强度参数与预设氧跃层强度最大基准极值的比值同层结阻隔配置权重衰减系数的乘积相加，获取水质劣化连续预警指数以计算连续时间轴上的水质劣化预警指数序列。

54、本发明综合考量缺氧物理空间扩展比例及氧跃层强度构成的阻隔效应，构建反映深水区域水体恶化程度的连续评价指标。

55、进一步的，所述输出包含底层曝气设备启动指令与安全取水深度参量的湖库热分层规律识别结果的步骤包括：

56、判断所述水质劣化预警指数序列中的水质劣化预警指数连续大于或者等于预警指数警报阈值时，生成底层曝气设备启动指令，将所述底层缺氧水体下边界与所述底层缺氧水体上边界的空间中点深度提取为底层曝气设备的部署深度参量；

57、提取当前时间节点的所述温跃层上边界坐标并将所述温跃层上边界坐标向上平移设定数值作为安全取水深度参量；

58、若向上平移后的所述安全取水深度参量小于水面零深度物理坐标，则将所述安全取水深度参量修正为深度物理坐标限制参数。

59、本发明将水体边界数值转化为指导工程运行的调度指令，规避底层缺氧释磷区水体上泛风险，为水库调整取水闸门高度以及布放曝气增氧装置深度提供数据限制参量。

60、本发明提供了基于分层监测装置的湖库热分层规律识别方法。具备以下有益效果：

61、1、本发明通过三次样条插值算法及自然边界条件的配置生成时空连续数据矩阵，并基于水温与溶解氧连续深度函数的一阶偏导数提取温跃层与氧跃层的空间边界坐标，本发明的方法将离散的测定数据转换为连续的垂向物理场，避免边界处的数值振荡，同时结合空间跨度筛选条件提取独立深度区间，排除局部热力扰动或测量噪声造成的非结构性数据干扰，提高湖库水体内部热分层结构与底层缺氧生境边界定位的精确度。

62、2、本发明采用基于交叉注意力机制的双流长短期记忆神经网络分别提取多源气象特征与水质分层特征，并引入叠加物理惩罚权重系数的联合损失函数进行参数优化，利用交叉注意力机制计算气象隐藏状态与水质隐藏状态的权重矩阵，确立外部气象强迫事件与水体生境演变的非线性映射关系；同时，联合损失函数对预测输出中温跃层越过氧跃层的空间倒挂异常情况施加强制收敛限制，使得神经网络的预测结果严格符合水体自然演化规律，提高预测模型的可靠性。

63、3、本发明基于水体相对热阻力连续序列与温跃层下边界坐标的时间导数划分热分层演化阶段，利用滑动窗口众数滤波算法滤除短期气象事件产生的非周期高频跳变特征，并结合水质劣化预警指数序列生成底层曝气设备部署深度参量与安全取水深度参量，本发明将水体物理阻尼属性与统计分布频率相结合，保证热分层周期判定的稳定性，并将预警指标直接转化为具体的工程控制参量，规避底层缺氧释磷区水体上泛导致的水体恶化风险。