CN116226586A - 一种模拟微囊藻群体迁移分布的理论解析方法及装置 - Google Patents
一种模拟微囊藻群体迁移分布的理论解析方法及装置 Download PDFInfo
- Publication number
- CN116226586A CN116226586A CN202310519306.7A CN202310519306A CN116226586A CN 116226586 A CN116226586 A CN 116226586A CN 202310519306 A CN202310519306 A CN 202310519306A CN 116226586 A CN116226586 A CN 116226586A
- Authority
- CN
- China
- Prior art keywords
- microcystis
- population
- concentration
- control equation
- dimensionless
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 241000192701 Microcystis Species 0.000 title claims abstract description 107
- 230000005012 migration Effects 0.000 title claims abstract description 69
- 238000013508 migration Methods 0.000 title claims abstract description 69
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 63
- 230000014509 gene expression Effects 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000000926 separation method Methods 0.000 claims abstract description 12
- 238000011426 transformation method Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 23
- 238000009792 diffusion process Methods 0.000 claims description 12
- 230000000750 progressive effect Effects 0.000 claims description 11
- 230000004907 flux Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 241000195493 Cryptophyta Species 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 3
- 241000192710 Microcystis aeruginosa Species 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 9
- 239000002028 Biomass Substances 0.000 description 4
- 239000007787 solid Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 208000012868 Overgrowth Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000003053 toxin Substances 0.000 description 1
- 231100000765 toxin Toxicity 0.000 description 1
- 108700012359 toxins Proteins 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种模拟微囊藻群体迁移分布的理论解析方法及装置,方法包括:建立微囊藻群体迁移分布的控制方程,并对其从维度上简化得到立面二维控制方程;确定立面二维控制方程的初始条件和边界条件;引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件;将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式,并对其运用预设渐进展开进行求解,得到微囊藻群体立面二维浓度分布的理论解析式。本发明提供的理论解析方法及装置,能够精确描述微囊藻群体迁移分布过程,为水华预测预报提供可靠支撑。
Description
技术领域
本发明涉及水生态环境技术领域,具体涉及一种模拟微囊藻群体迁移分布的理论解析方法及装置。
背景技术
微囊藻水华是全球普遍面临的水域生态问题。围绕微囊藻水华发生机制,国内外学者开展了大量研究工作。目前认为微囊藻水华暴发需要满足两个条件,一是微囊藻生长使生物量达到较高水平;二是微囊藻迁移聚集在水体表面。由于微囊藻自身生理生态特性和外部环境条件有关,在水体中微囊藻的生物量较高。例如,微囊藻自身具有较高光照和温度耐受范围、营养盐储存能力、分泌藻毒素,以及浮力调节能力的特性,这些特性使得微囊藻在富营养化水体中容易过度生长,成为优势种。水体中微囊藻积累至较高生物量后,微囊藻的空间分布决定了水华生消情势。在富营养化水体中,微囊藻通常能达到较高的生物量,因此,微囊藻在水体中的迁移成为水华暴发的关键过程。目前微囊藻群体迁移分布的研究方法有原位观测、室内实验和数值模拟,缺乏理论解析方法,不能精确描述微囊藻群体迁移分布过程,难以为水华预测预报提供可靠支撑。
发明内容
因此,本发明提供了一种模拟微囊藻群体迁移分布的理论解析方法及装置,可精确描述微囊藻群体迁移分布过程,反映出水动力和微囊藻群体自身迁移特性对浓度分布的影响,从而揭示物理变量之间本质联系和规律,为水华预测预报提供可靠支撑,以解决上述背景中提出的技术问题。
为达到上述目的,本发明提供如下技术方案:
第一方面,本发明实施例提供一种模拟微囊藻群体迁移分布的理论解析方法,包括:
建立微囊藻群体迁移分布的控制方程;
从维度上简化控制方程,得到立面二维控制方程;
确定立面二维控制方程的初始条件和边界条件;
引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件;
将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式;
运用预设渐进展开方法对p阶浓度矩的解析表达式进行求解,得到微囊藻群体立面二维浓度分布的理论解析式。
优选地,微囊藻群体迁移分布的控制方程为:
优选地,立面二维控制方程为:
优选地,确定立面二维控制方程的初始条件和边界条件的过程,包括:
假设初始时刻t=0时,微囊藻群体斑块集中在x=0和z=0处,则浓度的初始条件表示为:
其中,H代表水深。
优选地,得到无量纲的控制方程、初始条件和边界条件的过程,包括:
引入无量纲参数,具体如下:
将上述无量纲参数代入立面二维控制方程、初始条件和边界条件,则无量纲的控制方程、初始条件和边界条件分别为:
优选地,得到p阶浓度矩的解析表达式的过程,包括:
浓度分布满足如下的附加关系:
当p=0时,得到:
当p>0时,得到:
优选地,得到微囊藻群体立面二维浓度分布的理论解析式的过程,包括:
第二方面,本发明实施例提供一种模拟微囊藻群体迁移分布的理论解析装置,包括:
控制方程获得单元,用于建立微囊藻群体迁移分布的控制方程;
控制方程简化单元,用于从维度上简化控制方程,得到立面二维控制方程;
初始条件和边界条件确定单元,用于确定立面二维控制方程的初始条件和边界条件;
无量纲参数引入单元,用于引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件;
浓度矩的解析表达式求解单元,用于将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式;
二维浓度分布解析式求解单元,用于运用预设渐进展开方法对p阶浓度矩的解析表达式进行求解,得到微囊藻群体立面二维浓度分布的理论解析式。
第三方面,本发明实施例提供一种计算机设备,包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行本发明实施例第一方面的一种模拟微囊藻群体迁移分布的理论解析方法。
第四方面,本发明实施例提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使计算机执行本发明实施例第一方面的一种模拟微囊藻群体迁移分布的理论解析方法。
本发明技术方案,具有如下优点:
本发明提供的一种模拟微囊藻群体迁移分布的理论解析方法及装置,方法包括:建立微囊藻群体迁移分布的控制方程;从维度上简化控制方程,得到立面二维控制方程;确定立面二维控制方程的初始条件和边界条件;引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件;将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式;运用预设渐进展开方法对p阶浓度矩的解析表达式进行求解,得到微囊藻群体立面二维浓度分布的理论解析式。通过本发明提供的理论解析方法及装置,能够精确描述微囊藻群体迁移分布过程,反映出水动力和微囊藻群体自身迁移特性对浓度分布的影响,从而揭示物理变量之间本质联系和规律,为水华预测预报提供可靠支撑。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1本发明实施例中提供的模拟微囊藻群体迁移分布的理论解析方法的流程示意图;
图2本发明实施例中提供的模拟微囊藻群体迁移分布的理论解析装置的模块组成图;
图3本发明实施例中提供的计算机设备一个具体示例的组成图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分的实施例,不是全部的实施例,而并非要限制本发明公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要的混淆本发明公开的概念。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供一种模拟微囊藻群体迁移分布的理论解析方法,如图1所示,该方法包括:
步骤S1:建立微囊藻群体迁移分布的控制方程。
在本实施例中,微囊藻群体迁移分布的控制方程为:
需要说明的是,是三维的速度表示,其速度沿x、y、z方向分别表示为/>、v、w,由于水流速度仅考虑x方向,所以对应其速度表示为/>;由于微囊藻群体自身迁移方向整体是垂直向上,其速度仅考虑z方向,所以对应速度表示为/>,仅作为举例说明。
步骤S2:从维度上简化控制方程,得到立面二维控制方程。
在本实施例中,立面二维控制方程为:
步骤S3:确定立面二维控制方程的初始条件和边界条件。
在本实施例中,确定立面二维控制方程的初始条件和边界条件的过程,包括:
假设初始时刻t=0时,微囊藻群体斑块集中在x=0和z=0处,则浓度的初始条件表示为:
其中,H代表水深。
步骤S4:引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件。
在本实施例中,引入的无量纲参数,包括:
将上述无量纲参数代入立面二维控制方程、初始条件和边界条件,则无量纲的控制方程、初始条件和边界条件分别为:
步骤S5:将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式。
浓度分布满足如下的附加关系:
当p=0时,得到:
当p>0时,得到:
步骤S6:运用预设渐进展开方法对p阶浓度矩的解析表达式进行求解,得到微囊藻群体立面二维浓度分布的理论解析式。
一具体实施例中,运用积分变换法和分离变量法求解得到p阶浓度矩的解析解,由于计算水平的限制以及领域内常取前四项系数作为理论解析式的近似解,因而对应p=4,即得到零阶至四阶浓度矩/>的解析解,则微囊藻群体立面二维浓度分布的理论解析式中对应的多项式系数/>具体为:
其中,v 2、v 3和v 4分别为二阶、三阶和四阶中心浓度矩,具体表示如下:
综上,本发明实施例提供的模拟微囊藻群体迁移分布的理论解析方法,通过采用Aris浓度矩法和Chatwin渐进展开方法得到了微囊藻群体浓度分布的解析式,可以精确描述微囊藻群体迁移分布过程,反映出水动力和微囊藻群体自身迁移特性对浓度分布的影响,从而揭示物理变量之间本质联系和规律,为水华预测预报提供可靠支撑。
实施例2
本发明实施例提供一种模拟微囊藻群体迁移分布的理论解析装置,如图2所示,包括:
控制方程获得单元,用于建立微囊藻群体迁移分布的控制方程;此模块执行实施例1中的步骤S1所描述的方法,在此不再赘述。
控制方程简化单元,用于从维度上简化控制方程,得到立面二维控制方程;此模块执行实施例1中的步骤S2所描述的方法,在此不再赘述。
初始条件和边界条件确定单元,用于确定立面二维控制方程的初始条件和边界条件;此模块执行实施例1中的步骤S3所描述的方法,在此不再赘述。
无量纲参数引入单元,用于引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件;此模块执行实施例1中的步骤S4所描述的方法,在此不再赘述。
浓度矩的解析表达式求解单元,用于将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式;此模块执行实施例1中的步骤S5所描述的方法,在此不再赘述。
二维浓度分布解析式求解单元,用于运用预设渐进展开方法对p阶浓度矩的解析表达式进行求解,得到微囊藻群体立面二维浓度分布的理论解析式;此模块执行实施例1中的步骤S6所描述的方法,在此不再赘述。
本发明实施例提供的模拟微囊藻群体迁移分布的理论解析装置,能够精确描述微囊藻群体迁移分布过程,反映出水动力和微囊藻群体自身迁移特性对浓度分布的影响,从而揭示物理变量之间本质联系和规律,可为水华预测预报提供可靠支撑。
实施例3
本发明实施例提供一种计算机设备,如图3所示,包括:至少一个处理器301,至少一个通信接口303,存储器304和至少一个通信总线302。其中,通信总线302用于实现这些组件之间的连接通信,通信接口303可以包括显示屏和键盘,可选通信接口303还可以包括标准的有线接口、无线接口。存储器304可以是高速易挥发性随机存取存储器,也可以是非不稳定的存储器,还可以是至少一个位于远离前述处理器301的存储装置。其中处理器301可以执行实施例1的模拟微囊藻群体迁移分布的理论解析方法。存储器304中存储一组程序代码,且处理器301调用存储器304中存储的程序代码,以用于执行实施例1的模拟微囊藻群体迁移分布的理论解析方法。
其中,通信总线302可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。通信总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器304可以包括易失性存储器(Volatile Memory),例如随机存取存储器(Random Access Memory,简称RAM);存储器也可以包括非易失性存储器(Non-volatileMemory),例如快闪存储器(Flash Memory),硬盘(Hard Disk Drive,简称HDD)或固态硬盘(Solid-state Drive,简称SSD);存储器304还可以包括上述种类的存储器的组合。
其中,处理器301可以是中央处理器(Central Processing Unit,简称CPU),网络处理器(Network Processor,简称NP)或者CPU和NP的组合。
其中,处理器301还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(Application-Specific Integrated Circuit,简称ASIC),可编程逻辑器件(Programmable Logic Device,简称PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(Complex Programmable Logic Device,简称CPLD)、现场可编程逻辑门阵列(FieldProgrammable Gate Array,简称FPGA)、通用阵列逻辑(Generic Array Logic,简称GAL)或其任意组合。
可选地,存储器304还用于存储程序指令。处理器301可以调用程序指令,实现如本发明执行实施例1中的模拟微囊藻群体迁移分布的理论解析方法。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机可执行指令,该计算机可执行指令可执行实施例1的模拟微囊藻群体迁移分布的理论解析方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read Only Memory,简称ROM)、随机存储记忆体(Random Access Memory,简称RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,简称HDD)或固态硬盘(Solid State Drive,简称SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种模拟微囊藻群体迁移分布的理论解析方法,其特征在于,包括:
建立微囊藻群体迁移分布的控制方程;
从维度上简化控制方程,得到立面二维控制方程;
确定立面二维控制方程的初始条件和边界条件;
引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件;
将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式;
运用预设渐进展开方法对所述p阶浓度矩的解析表达式进行求解,得到微囊藻群体立面二维浓度分布的理论解析式。
8.一种模拟微囊藻群体迁移分布的理论解析装置,其特征在于,包括:
控制方程获得单元,用于建立微囊藻群体迁移分布的控制方程;
控制方程简化单元,用于从维度上简化控制方程,得到立面二维控制方程;
初始条件和边界条件确定单元,用于确定立面二维控制方程的初始条件和边界条件;
无量纲参数引入单元,用于引入无量纲参数,代入立面二维控制方程、初始条件和边界条件,得到无量纲的控制方程、初始条件和边界条件;
浓度矩的解析表达式求解单元,用于将p阶浓度矩的待解析表达式代入无量纲的控制方程、初始条件和边界条件,运用积分变换法和分离变量法进行求解,得到p阶浓度矩的解析表达式;
二维浓度分布解析式求解单元,用于运用预设渐进展开方法对所述p阶浓度矩的解析表达式进行求解,得到微囊藻群体立面二维浓度分布的理论解析式。
9.一种计算机设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-7中任一所述的模拟微囊藻群体迁移分布的理论解析方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-7中任一所述的模拟微囊藻群体迁移分布的理论解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310519306.7A CN116226586B (zh) | 2023-05-10 | 2023-05-10 | 一种模拟微囊藻群体迁移分布的理论解析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310519306.7A CN116226586B (zh) | 2023-05-10 | 2023-05-10 | 一种模拟微囊藻群体迁移分布的理论解析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116226586A true CN116226586A (zh) | 2023-06-06 |
CN116226586B CN116226586B (zh) | 2023-07-14 |
Family
ID=86570035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310519306.7A Active CN116226586B (zh) | 2023-05-10 | 2023-05-10 | 一种模拟微囊藻群体迁移分布的理论解析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116226586B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118211014A (zh) * | 2024-05-22 | 2024-06-18 | 长江三峡集团实业发展(北京)有限公司 | 模拟多尺寸微囊藻群体迁移分布的理论解析方法和装置 |
CN118211014B (zh) * | 2024-05-22 | 2024-07-26 | 长江三峡集团实业发展(北京)有限公司 | 模拟多尺寸微囊藻群体迁移分布的理论解析方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893672A (zh) * | 2016-03-31 | 2016-08-24 | 中国水利水电科学研究院 | 一种狭长河道型水库全生命周期温度场研究方法 |
CN109920028A (zh) * | 2019-03-12 | 2019-06-21 | 中国电建集团中南勘测设计研究院有限公司 | 一种宽度平均立面二维模型的地形修正方法 |
US20210262329A1 (en) * | 2020-02-20 | 2021-08-26 | Exxonmobil Upstream Research Company | Method for Generating Initial Models For Least Squares Migration Using Deep Neural Networks |
CN115048883A (zh) * | 2022-07-27 | 2022-09-13 | 中国长江三峡集团有限公司 | 一种土壤-植被可溶胶体迁移过程动态模拟方法及装置 |
CN115994463A (zh) * | 2022-12-08 | 2023-04-21 | 中国辐射防护研究院 | 一种受限空间三维流场的数值模拟方法、存储介质及*** |
-
2023
- 2023-05-10 CN CN202310519306.7A patent/CN116226586B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893672A (zh) * | 2016-03-31 | 2016-08-24 | 中国水利水电科学研究院 | 一种狭长河道型水库全生命周期温度场研究方法 |
CN109920028A (zh) * | 2019-03-12 | 2019-06-21 | 中国电建集团中南勘测设计研究院有限公司 | 一种宽度平均立面二维模型的地形修正方法 |
US20210262329A1 (en) * | 2020-02-20 | 2021-08-26 | Exxonmobil Upstream Research Company | Method for Generating Initial Models For Least Squares Migration Using Deep Neural Networks |
CN115048883A (zh) * | 2022-07-27 | 2022-09-13 | 中国长江三峡集团有限公司 | 一种土壤-植被可溶胶体迁移过程动态模拟方法及装置 |
CN115994463A (zh) * | 2022-12-08 | 2023-04-21 | 中国辐射防护研究院 | 一种受限空间三维流场的数值模拟方法、存储介质及*** |
Non-Patent Citations (1)
Title |
---|
高然等: ""释放位置对明渠湿地流点源溶质弥散特征的影响"", 《应用基础与工程科学学报》, vol. 26, no. 3, pages 455 - 470 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118211014A (zh) * | 2024-05-22 | 2024-06-18 | 长江三峡集团实业发展(北京)有限公司 | 模拟多尺寸微囊藻群体迁移分布的理论解析方法和装置 |
CN118211014B (zh) * | 2024-05-22 | 2024-07-26 | 长江三峡集团实业发展(北京)有限公司 | 模拟多尺寸微囊藻群体迁移分布的理论解析方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116226586B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112014005866B4 (de) | Verbesserung der plenoptischen Kameraauflösung | |
US8949096B2 (en) | Three-dimensional tracer dispersion model | |
CN106529185B (zh) | 一种古建筑位移的组合预测方法及*** | |
CN111581836A (zh) | 一种输电线路滑坡体稳定性计算方法 | |
Witek et al. | An eddy diffusivity–mass flux approach to the vertical transport of turbulent kinetic energy in convective boundary layers | |
CN116226586B (zh) | 一种模拟微囊藻群体迁移分布的理论解析方法及装置 | |
CN110765694B (zh) | 一种基于简化型浅水方程组的城市地表水流数值模拟方法 | |
CN110634187B (zh) | 基于户型图的房屋点云模型生成方法及装置 | |
CN107944205B (zh) | 一种基于高斯烟羽模型的水域特征模型建立方法 | |
CN112434935B (zh) | 一种可选的pm2.5浓度估算方法 | |
CN116127802B (zh) | 3d视景展示cae仿真结果的方法、装置及*** | |
CN115577597A (zh) | 裂隙通道中溶质超扩散的模拟方法、装置、介质、设备 | |
Rud et al. | Development of GPU-accelerated localization system for autonomous mobile robot | |
CN118211014B (zh) | 模拟多尺寸微囊藻群体迁移分布的理论解析方法和装置 | |
Krikunov et al. | Refraction of an astigmatic laser beam in a transition layer of a stratified liquid | |
KR102026153B1 (ko) | 행위자 기반 모형을 포함하는 다중 규모 모형을 이용한 남조류 이송·확산 거동의 수치모의 방법 | |
Qu et al. | Numerical simulation of sphere impacting water by SPH with hydrodynamics | |
CN114386226A (zh) | 一种放射性核素海洋迁移扩散模型自动化建立方法 | |
CN118211014A (zh) | 模拟多尺寸微囊藻群体迁移分布的理论解析方法和装置 | |
Villefranque et al. | Path-tracing monte carlo libraries for 3d radiative transfer in cloudy atmospheres | |
Zasov et al. | Supermassive black holes and galaxy kinematics | |
Leitão et al. | Pushing the envelope: stretching the limits of generative design | |
JP6286902B2 (ja) | 解析装置及び流体解析手法 | |
Athanailidi et al. | Tensegrity systems acting as windbreaks: Form finding and fast fluid dynamics analysis to address wind funnel effect | |
CN112131776B (zh) | 裂缝性三维数字岩心油水或气水分布模型的构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |