[发明专利]基于GLUE多目标水质模型率定的水质模拟方法

权利要求书

1.一种基于GLUE多目标水质模型率定的水质模拟方法，其步骤包括： 

1）根据全局敏感性分析方法对水质模型进行参数的敏感性分析，并根据得到的敏感性指数筛选出多目标敏感参数； 

2）通过筛选出的多目标敏感参数的先验样本分布情况生成水质的随机参数组； 

3）对所述随机参数组中的水质指标进行模拟，并通过似然函数进行筛选，通过迭代得到各项水质指标的敏感参数交集，最终使参数收敛至更小区间内，实现对水质的高精度模拟。 

2.如权利要求1所述的方法，其特征在于：步骤1）所述全局敏感性分析方法为下列方法中的一种：Sobol方法、EFAST方法。 

3.如权利要求1所述的方法，其特征在于，步骤1）所述多目标敏感参数包括：硝化耗氧模块中的E12、K12、KNIT，沉积物耗氧模块中的SOD，水生植物生长模块中的GP1、PNH3，呼吸作用模块的E1R，沉淀模块的fD5，以及氮循环系统中的fon、anc。 

4.如权利要求1所述的方法，其特征在于：步骤3）设置信水平为0.5～1，用于判断单个参数值是否能够体现水质变化特征，并且通过对比不同水质指标的参数优化过程中每一次迭代的结果，来判断率定过程是否出现了过拟合现象。 

5.如权利要求4所述的方法，其特征在于：步骤3）设置所述置信水平为0.75。 

6.如权利要求1所述的方法，其特征在于：步骤3）每次筛选出模拟效果最好的样本，并依据最好的样本特征进行所述敏感参数交集的更新，进行若干次的迭代计算，最终使得敏感参数收敛至一定区间内。 

7.如权利要求1所述的方法，其特征在于：步骤3）所述似然函数优选采用NSE效率系数，也可以通过计算MSE均方根误差或者平均相对误差等方式来替代。 

8.如权利要求1所述的方法，其特征在于：步骤3）所述似然函数使用纳什系数来衡量模拟值与观测值之间的拟合度，纳什系数的表达式为： 

其中，Q_ob为观测值，Q_sim为模拟值，Q_{ob_average}为观测平均值，n为观测的次数。 

9.如权利要求1所述的方法，其特征在于：步骤3）每次迭代生成样本数为5000个，每次根据似然函数值，筛选其中最优的15%的样本作为下一次迭代的样本。 

10.如权利要求1所述的方法，其特征在于：步骤3）选取置信区间为（0.25，0.75）内的参数值构成迭代过程中所产生的最后交集。