污水管网典型混流制区域水量水质波动特征解析

混流制管网区域的入流入渗等问题致使污水水量水质波动较大,这给城市污水系统运行管理带来极大挑战.以某市典型混流制区域为对象,建立基于物联网的多点同步监测平台,重点研究了混流制污水管网的运行特点,识别关键的特征指标和不同情景下的指标变化特征.结果表明,旱流正常液位情景下水量水质日变化规律明显、多点同步性规律较一致;旱流高液位情景下水量水质日变化规律依然存在,但水质多点同步性差异较大;旱流液位、电导率波动特征受季节降雨量变化影响显著,且其主分布区间与季节降雨显著相关.降雨过程对液位变化速率及特征时段内的电导率变化速率分布特征影响较大,高低液位两种情景下液位、电导率对雨量雨型的响应特征差异显著,低液位时电导率响应更灵敏,高液位时液位响应更灵敏.基于旱季雨季分布规律以及降雨过程水量水质变化特征,建立了基于多点同步监测的管网运行参数特征库,为雨污混流管网优化运行管理提供支持.     

基于正交试验直积法的曝气池柔性设计

为了设计出能够应对水质水量等不确定性参数变化的污水处理过程,提出了一种基于正交试验设计直积法的曝气池柔性设计方法。该方法用正交表分别安排不确定性参数和控制参数,用直积法进行分析计算,通过分析柔性瓶颈寻找改进设计方案的策略。从案例研究可以看出:用传统的设计方法设计出的曝气池在水质水量等不确定性参数的变化范围内,可能存在着无法正常运行的情形,而用该方法有助于避免这一缺点。     

基于不确定性优化模型的空气质量管理

针对空气质量管理系统存在的多重不确定性与复杂性,基于区间线性规划(ILP)、随机数学规划(SMP)和模糊可能性规划(FPP)方法,研究开发了区间随机模糊可能性规划(ISFPP)模型以实现有效管理政策的制订。开发的ISFPP模型不仅能够处理多重不确定性,而且能够反映系统复杂性。同时,ISFPP模型能够分析不同置信水平下的管理情景。将ISFPP模型应用到一个假设的空气质量管理案例中,结果表明,置信水平的变化,可能导致系统总成本、污染物处理量及超标排放量发生相应的变化;在不同的置信水平下,生产企业能够选择合适的污染物控制措施,确定合理的污染物处理量和超标排放量。因而,模型结果能够用于生成决策方案,进而帮助决策者制订有效的管理政策。     

污水管网在线流量监测技术在无锡市的应用

对无锡市XZ片区污水系统实施了在线流量监测,详细介绍了监测数据核查修正的过程,分析了污水泵站、系统干管以及典型小区的污水排放规律,以期加深对系统污水管网排水特性的认识,掌握系统的旱天、雨天运行规律。结果表明:XZ片区污水系统存在显著的雨水混接现象;下游基本都处于过载状态,管网负荷偏大且坡度平缓,管网水力状态主要受泵站启闭状态影响,表现出相似的水深-流速变化规律;干管流速不超过0.3 m/s,易发生淤积。监测结果为污水系统的管理和建模提供可靠的数据支撑。     

基于MATLAB的污水管道工程管径比选

为优化投资与运行效益,采用费用现值法和MATLAB软件进行数学运算,对新建泵站排水管道工程管径进行比选。结果表明:在泵站水量为30 000、45 000、60 000 m3/d等条件下运行30年,DN 800管道都具有较好的经济性,可以有效应对由污水量不确定性导致的工程投资效益问题。     

城市供水管网模型参数自动识别方法研究

在分析城市供水管网模型建设和应用问题的基础上,针对管网模型参数识别这一核心问题进行了研究,提出了基于GIS和SCADA的管网模型参数自动识别的流程,分析了管网模型参数自动识别的核心算法,提出了基于RSA方法的灵敏参数自动识别和基于MCS方法进行参数识别的算法和技术路线,并完成了管网模型参数自动识别模块的编程实现.最后选择一个典型城市小区供水管网为案例,进行了管网水力模型参数自动识别的示例研究,并得到满足要求的模型参数.     

全过程内涝防治体系对缓解城市内涝的效果分析

基于综合流域排水系统模型（Infoworks ICM）,将海绵城市、排水管网系统及城市河网、排涝泵站系统相互耦合,形成了全过程内涝防治系统模型。此耦合模型将内涝产生的源头、过程、末端三个阶段进行耦合评估,弥补了传统内涝防治措施中单一模拟管网或雨水控制系统的不足之处。分别通过模拟现状、完善管网系统、增加雨水控制设施、完善排涝泵站系统4种情景,分析了建立全过程内涝防治系统的优势。模拟结果表明,3种耦合措施在现状系统基础上对城市内涝均有不同程度的缓解,管道排水能力逐步增强,内涝风险区面积分别降低了13.5%、39.4%和86.9%。研究结果表明,单一内涝防治措施不能从根本上解决内涝风险,建立完整的全过程内涝防治体系在实践层面至关重要。     

基于混合生命周期评价的小型灌溉泵站碳排放核算方法研究

小型灌溉泵站是农田灌溉的重要基础设施,单座规模较小但数量庞大,从“双碳”角度对其开展全生命周期的碳排放核算分析对实现其可持续发展和促进高效供水具有重要意义。基于碳足迹理论,采用混合生命周期分析法,将灌溉泵站全生命周期分为材料设备生产、材料设备运输、建设施工、运行维护和拆除报废5个阶段,分析了灌溉泵站在建设、运行、管理整个过程中的碳排放规律,构建了小型灌溉泵站碳排放模型核算方法,包括核算原理、研究思路、计算流程和核算公式等。选择了6处不同地区小型灌溉泵站开展了碳排放核算方法的实例分析,结果显示：6处灌溉泵站的碳排放总量分别为402.87,34.30,849.37,140.93,1645.56,312.89 t CO₂e,年单位灌溉面积的碳排放系数分别为331,147,681,144,202,126 kg CO₂e/(hm²·a);各个阶段的碳排放量具有较大差异,总体来看运行维护阶段(62.57%)和材料设备生产阶段(26.64%)排放量最大,建设施工阶段(5.32%)、拆除报废阶段(4.78%)、材料设备运阶段输(0.69...     

基于压力时空特征的供水管网漏失定位方法及物理实验验证

供水管网漏失是国内外普遍存在的问题。如何有效降低管网漏失率、定位漏失发生的位置,是困扰我国供水行业的一个重要问题。基于水力模型和在线监测数据的管网漏失定位方法能够较快地对管道漏失事件进行侦测识别,并实现初步定位,但该类方法较为依赖水力模型精度,同时缺乏足够的实际管网漏失案例监测数据进行检验。通过搭建实验室管网模型,布设SCADA系统用以监测压力、流量数据,从而实现对城市供水管网的模拟,以生成各类管网漏失的模拟数据,用于检验漏失定位方法的有效性。同时,通过改变漏失位置及漏量、模型精度、监测点优化布置方式,进行漏失定位效果的比对,分析了影响漏失定位效果的因素。     

不确定性能源电力系统-碳贸易模型及其应用——以天津为例

文章将不确定能源电力系统碳贸易模型用于天津市的能源系统规划与碳管理中。研究基于融入区间和随机不确定性优化理论构建了区间随机碳贸易模型,可以处理表现为随机和区间形式的不确定性信息,并可以有效的对能源电力系统中的碳允许排放定额进行再分配。通过将该模型应用于天津市能源电力系统内,可以证明该模型的可行性。文章提出的模型具体可以实现:保证碳排放量达标的前提下,实现能源电力系统的规划与管理;以及在系统成本最小前提下,生成CO气体减排方案。2     

基于自适应遗传小波神经网络的水质评价建模

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性。为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型。采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试。仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性。     

基于SWAT模型的挠力河流域地表径流数值模拟与不确定性分析

为探究水文模型参数敏感性及模型不确定性对径流模拟的影响,运用SWAT模型对挠力河流域地表径流过程进行了数值模拟,利用SUFI-2方法评价模型参数敏感性及不确定性对模拟结果的影响,选取决定系数（R2）与Nash-Sutcliffe效率系数（E_NS）对模型精度进行评价。敏感性分析结果表明:对挠力河流域径流模拟影响最大的4个参数是CN2（SCS径流曲线数）、SLSUBBSN （平均坡长）、SOL_BD （土壤湿密度）和SOL_K （土壤饱和导水率）,表明SCS径流曲线数、土壤与地形地貌是影响挠力河流域地表径流最重要的因素。月径流模拟过程与实测水文过程拟合较好,率定期和验证期R2与E_NS分别为0.68、0.67和0.76、0.44,均达到令人满意的结果。不确定性分析结果表明:p因子为0.78,r因子为0.94,模型不确定性较小,进一步验证了模型的适用性。研究结果可为其他相似流域SWAT模型的应用及参数的率定提供参考。     

公路路网建设项目声环境影响评价研究

以甘肃省某市新区基础设施建设中的路网建设为例,根据公路路网的交通参数、道路地形地貌条件、路面设施等,利用导则推荐模式预测路网噪声贡献值。该新区路网中道路距离多在500m以上,不论道路平行还是相交,噪声影响以主干道为主,以次干道为辅,相互影响;根据路网噪声环境影响的特点,提出切实可行的声环境影响减缓措施。     

双基球扁药工艺优化仿真研究

目的优化双基球扁药成球工艺参数,解决由于目前双基球扁药理论研究不充分、控制模型不明确、生产工艺参数调控依靠人工经验所导致的药品成球后直径、弧厚偏差大的问题。方法利用BP神经网络在处理复杂非线性映射问题上的强大的能力,对成球关键工艺参数与成球质量指标进行建模,并应用成球工艺过程仿真数据对其进行训练,将训练得到的BP神经网络模型用于优化成球工艺参数。同时利用仿真数据进行检验模型的可靠性。结果训练后BP神经网络均方误差为0.001,成球直径误差率为1.27%,成球弧厚误差率为2.08%,成球质量参数误差均很小,可以满足工艺要求。结论该BP神经网络模型具有较高精度,适用于含能材料工艺优化,提出的成球工艺优化方法能有效降低成球试制成本,缩短生产周期。     

The uncertainty of atmospheric source-receptor relationships in Europe

This paper investigates the composite uncertainty of a long range transport model of sulfur in Europe. This composite uncertainty includes the effect on model output of uncertain transport wind, meteorological forcing functions, parameters, and spatial distribution of emissions. Other sources of uncertainty are omitted in the analysis. Stochastic simulation is used for computations. The combined effect of these uncertainties on total annual sulfur deposition at three receptors ranged from about 10 to 20% (coefficient of variation). In comparing the effects of different uncertainties on annual model output, meteorological forcing functions were found to be the least important because of their frequent temporal variation in the model.The stochastic procedure was also used to compute the uncertainty of transfer coefficients for 30 source-receptor combinations; their relative uncertainty ranged from about 10 to 30% and was not correlated with distance. However, their absolute uncertainty (standard deviation) was strongly correlated. with distance and was found to be proportional to the values of the transfer coefficients themselves. This insight was used to develop a simple method for estimating the uncertainty of sulfur deposition calculated with a transfer matrix. This method was then used to evaluated the “reliability” of emission reduction scenarios in reducing deposition.     

神经网络模型用于数值水质模型逼近的适用性及非敏感参数的欺骗效应

水质模型被广泛应用于水环境管理和决策,但却面临着计算时间和模型应用效率等多方面的问题;利用函数映射和逼近等方法来建立水质模型的输入-输出响应关系,可有效减少计算成本并显著改善模型效率.水质模型的输入-输出响应函数关系有多种形式,本文以其中的2种为例,并分别基于2个水质模型(零维总磷模型、WASP/EUTRO5)的案例,分析和验证了神经网络模型在响应关系逼近中的适用性.案例的结果表明:神经网络函数可以有效地用于水质模型输入-输出响应关系的逼近;当网络规模超出阈值大小时,神经网络函数逼近的准确度和泛化度对网络规模不敏感.在案例研究的基础上,推导和讨论了在神经网络模型函数映射过程中所可能出现的非敏感参数的欺骗效应,以及可能由此导致的过度预测或过低预测问题;并建议在神经网络函数逼近中,应只包含水质模型的敏感参数,以防止降低神经网络模型的准确度.     

基于人工神经网络的森林资源管理模型研究

介绍了人工神经网络方法，建立了森林资源管理的三层前馈反向传播神经网络模型，并与Ｌｏｇｉｓｔｉｃ函数进行了比较。仿真结果表明，人工神经网络模型优于Ｌｏｇｉｓｔｉｃ模型，可应用于森林资源动态模拟。     

基于人工神经网络的森林资源管理模型研究

介绍了人工神经网络方法，建立了森林资源管理的三层前馈反向传播神经网络模型，并与Ｌｏｇｉｓｔｉｃ函数进行了比较。仿真结果表明，人工神经网络模型优于Ｌｏｇｉｓｔｉｃ模型，可应用于森林资源动态模拟。     

基于SPARROW模型的面源污染模拟研究进展

随着点源污染的有效控制,面源污染逐渐成为我国水环境治理亟须解决的问题。但是,由于面源污染物的来源及其传输过程难于监测,因此需要使用模型模拟的方法进行评估分析。对面源污染模拟常用的统计模型方法和机理模型方法的分析比较发现,空间属性回归模型(SPAtially referenced regressions on watershed attributes,SPARROW)在利用统计学方法的同时,考虑了简单的水文传输过程,是一种介于简单统计模型与复杂机理模型之间的实用模型模拟方法。通过对该模型在污染溯源模拟与分析、流域变化预测分析和管理措施评估等方面的综述,得出结论如下:1) SPARROW模型模拟所需的数据相对较少,难度适中,十分符合我国流域人为干扰严重且监测数据相对不足的管理特点;2) SPARROW模型以空间模拟为主,可以基于目标水体的污染物负荷对上游流域的污染贡献进行溯源分析,并为面源污染的模拟研究提供技术支持。3) SPARROW模型可以在不确定性分析、时间分辨率和空间差异性等方面进行优化改进,进而实现更为广泛的应用。     

基于替代模型的地下水溶质运移不确定性分析

为分析参数的不确定性对地下水溶质运移数值模型的影响,采用蒙特卡罗(Monte Carlo)模拟对一算例进行分析,并从风险评估的角度对不确定性分析的结果进行了阐释.为减小计算负荷,利用Sobol'法对模型参数进行了灵敏度分析,筛选出较为敏感的参数作为随机变量,建立了模拟模型的克里格(Kriging)替代模型,进而实现Monte Carlo模拟.结果表明:置信度为80%时,井1,2,3浓度值的置信区间分别为23.46~42.06,47.99~66.73,69.54~82.94mg/L;结合风险评估,计算出地下水受污染的风险为0.54,可为地下水污染物防控与修复提供科学依据.