海域水质模型参数动态反演方法研究初探

海域水质模型长周期数值模拟中,模型参数全时段统一赋值的方法忽略了参数随时间动态变化的物理特性,降低了模型的可靠性,增加了海域水质模型验证工作的难度.本文建立了将数据驱动模型和水质模型有机结合的参数动态反演的新方法:以水质模型多参数设计工况的数值模拟,构建海域内部观测点污染物浓度响应解集,并将解集划分为若干时段;应用基于人工神经网络的数据驱动模型归纳建立观测点每一时段内污染物浓度同多个模型参数之间的非线性关系;将实测资料带入关系中,进行模型参数随时间变化的动态反演.以渤海海域水质模型为例,采用“孪生”实验验证参数动态反演新方法的可行性,结果表明该方法是有效的,能够保证模拟周期内较高的数值精度,提高了模型的准确性.     

废水稳定池中分散系数的测定

通过解含有分散系数的二级稳态偏微分方程,推导出分散系数的一个简单的预测方程。该系数是在幂指数上含有变量的纵横比及摩擦系数的函数,使用多重线性回归分析计算它的值。此模型通过奈及利亚Nsukka废水稳定池及文献数据给予证明。其预测的分散系数值比Polprasert和Bhattarai模型更接近于实验值,前者的相关系数、回归斜率、截距和标准偏差分别为0.883、0.361、0.108和0.004,其后者的相应值为0.117、-0.227、0.400和0.034。     

基于贝叶斯优化的三维水动力-水质模型参数估值方法

随着水质目标管理要求的提升,基于复杂的三维水动力-水质模型的决策成为流域精准治理的必需.水质模型通常具有复杂的结构,包含大量的方程和参数,而参数取值的准确性会影响模型对水体系统表征的可靠性,进而影响根据模型结果进行水环境管理的效果,因此,有必要探究适用于复杂水质模型的高效参数估值方法.传统的自动参数估值方法应用于复杂的水质模型时会面临计算瓶颈,而贝叶斯优化适用于高运算成本模型的优化问题.本研究提出基于贝叶斯优化的复杂水质模型参数估值方法,主要包括:①重要影响参数识别;②重要参数敏感性排序与筛选;③采用贝叶斯优化对筛选出的参数进行估值;④方法的适用性评估.同时,将该方法应用于云南异龙湖的三维水动力-水质模型的参数估值中,发现进行参数估值后模型lg(NSE)均大于0.65,表明模型达到了满意的级别.研究表明,当贝叶斯优化算法的采集函数为EI时,仅需要141次迭代lg(NSE)即可达到0.766,该方法对复杂水质模型的参数估值具有一定的借鉴意义.     

某钼矿尾矿库地下水污染的随机模拟

为分析参数不确定性对地下水污染数值模拟模型输出结果的影响,以某钼矿尾矿库地下水污染问题作为研究实例,选取钼离子作为模拟因子,建立该钼矿尾矿库地下水污染数值模拟模型,对输出结果进行不确定性分析.为降低替代模型的维数,运用灵敏度分析法筛选出对模拟模型输出结果影响较大的2个参数作为模型中的随机参数.为减少反复调用数值模拟模型产生的计算负荷,分别运用克里格方法和支持向量机法建立模拟模型的替代模型,并比较二者的精度,选择精度较高的替代模型完成蒙特卡罗随机模拟.最后,对随机模拟的输出结果进行统计分析与区间估计,对地下水污染超标的风险进行评价.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0.71~2.29,0.28~1.02,1.55~3.25mg/L.此外,结合《地下水质量标准》以及污染物浓度分布函数曲线,井1,2,3中水质达到地下水质量标准Ⅴ类的概率分别为99.7%,97.1%,99.6%.本研究可为地下水污染防治提供更科学、全面的参考依据.     

遗传规划方法在水质预测中的应用

为克服现有水质预测方法的不足,应用遗传规划方法进行水质预测,用遗传规划个体表征预测函数,预测精度为评价标准,通过复制、交叉等操作,不断改变遗传规划个体结构,最终找到预测值的最佳显式预测函数.以漓江为例,建立了基于GP的预测模型,仿真计算结果表明模型具有较高的预测精度.     

水质模型研究发展综述

污染物在水体中的分布受物理、化学、生态等过程的影响,其物理过程通过水质模型控制方程中的对流扩散项来考虑,化学及生态过程通过控制方程中的源汇项来考虑。根据化学、生态作用的细化过程,将水质模型的发展分为3个阶段:第1阶段为考虑氧平衡阶段,第2阶段为考虑生态作用阶段,第3阶段为加入泥沙吸附作用阶段。文中总结了各个阶段的主要研究内容,并简单叙述了各个阶段具有代表性的水质模型,最后展望水质模型的进一步发展方向。     

基于GLUE法的多指标水质模型参数率定方法

目前对水质模型进行参数率定通常利用计算机算法来实现,但由于水质模型日趋复杂的非线性结构往往会导致"异参同效"现象,无法通过单个似然度判断参数的取值是否能够取得真值.为避免这一情况,本文提出了一套基于GLUE法的多目标模型参数率定方法,并以WASP水质模型的应用为例,通过Sobol方法确定模型的敏感参数,并利用DO、CBOD、氨氮、硝态氮4项指标的似然函数对参数同时进行率定.结果表明,该方法既可以有效地避免因追求"过拟合"而造成模型参数取值不当,也可以减小模型参数的不确定性,为具有"异参同效"现象的复杂模型的参数率定工作提供了一个更为可靠的方法.     

内陆水体水质参数遥感反演集合建模方法

以微山湖为研究对象,利用2015年6月11~13日获取的实测高光谱和水体叶绿素a浓度、总悬浮物浓度和浊度数据,构建3种水质参数遥感反演常用的经验模型和PSO-SVM模型并进行精度评价,确定参与3种水质参数集合建模的反演模型,分别利用以熵权法(EW-CM)、集对分析法(SPA-CM)为代表的确定性集合建模方法和以贝叶斯模型平均(BMA)为代表的概率性集合方法构建反演3种水质参数的EW-CM、SPA-CM和BMA集合模型.通过贝叶斯平均方法获取各模型和BMA集合模型反演3种水质参数的不确定性区间,对比3种水质参数各模型和集合模型反演结果.结果表明:(1)确定性集合模型中SPA-CM模型精度整体高于EW-CM模型;(2)BMA概率性集合模型建模精度整体上要优于SPA-CM和EW-CM集合模型,验证精度稍低于SPA-CM模型,和EW-CM模型相当;(3)概率性集合建模可以给出集合模型和各模型反演水质参数的不确定性区间;(4)确定性和概率性集合模型可以综合各模型信息,使得集合模型同时具有较高的建模和验证精度,降低单一模型反演水质参数的不确定性,并在一定程度上提高水质参数反演精度.     

河流水质分析的状态方法

考虑弥散时Streeter-Phelps一维稳态河流水质模型解析解难以得到，在计算BOD和溶解氧浓度时，很多文献在计算表达式右端都含有未知的弥散系数D＝Os-O。作者通过对上述方法研究结果表明：这种处理方法在计算BOD和溶解氧浓度时有较大的误差，本文给出了考虑弥散时Streeter-Phelps一维稳态河流水质的状态空间模型，该状态方程可以用多种微分方程数值计算方法（如龙格一库塔）求解，仿真结果表明，该方法不仅可以进一步提高BOD的计算精度，也可以改善溶解氧浓度计算结果的准确性。     

尾水外排长江口水域数值模拟的网格生成研究

尾水外排入长江口水域的数值模拟中,为提高对该水域中水动力场、浓度场模拟的精度,采用坐标变找方法建立了泊松方程控制的贴体正交曲线网络系统。选择适当的聚并函数控制的方法生成网格的结果,与拉普拉斯方程变换后的贴体正交曲线网格系统进行了比较分析,表明相同条件下前者效果更好,具能很好地拟合研究区域的复杂边界及计算水域,该方法适用于含有小岛的长江口水域复杂的多连通域的网格生成。     

基于灰色-随机风险率方法的湖泊水质分析

湖泊水环境是一个受多种不确定性因素限制的复杂系统。以内蒙古乌梁素海为研究对象,应用水质超标灰色-随机风险率的计算方法和系统可靠性分析理论建立了单项参数评价模型和综合参数评价模型,分析湖泊入口断面水质存在的潜在风险性。结果表明:乌梁素海镉的Ⅴ类达标率仅为7.69%~23.89%,镉污染已经十分严重,硫化物和氰化物的Ⅲ类和Ⅴ类达标率都达到100%,所以几乎不受这两项指标的污染。该方法能较好地反映乌梁素海入口断面不同水质参数的污染强度和污染历时的变异过程,为湖泊水环境风险的决策和管理工作提供了参考依据。     

变尺度混沌-遗传算法在复杂河流水质模型参数优化中的应用

将变尺度混沌-遗传算法(MSCGA)应用于复杂河流水质模型参数优化.采用湘江衡阳段水质监测资料,以二维河流水质数学模型反演结果的均方误差为适应度函数,估计横向扩散系数Dx、纵向弥散系数Dy和污染物衰减系数κ.数值实验结果表明,MSCGA寻优过程具有明显的分级特征,级级收敛;在同样的条件下,MSCGA的收敛速度较快,为遗传算法(GA)的1.36倍;同时,MSCGA克服了GA早熟收敛的问题,其最优适应度函数值为7.6×10-4,而GA的最优适应度函数值9.6×10-4.将MSCGA应用于研究河段,求得Dx、Dy分别为0.1335、0.0011,BOD5、As、Cr的衰减系数κ分别为0.0229、0.0100、0.0107.     

三维准动态水质数学模拟方法

本文介绍了用于模拟工程废水排口附近污水带的三维水质数学模型。该模型通过累积流量坐标交换,获得在较复杂地形条件下模型的解析解,模型简便,没有数值耗散误差,能较详尽地表述污染带时、空连续分布过程,应用结果表明,效果良好,是一种可以解决水质预测问题的有效方法。      

不同数学模型在地表水环境影响评价中的应用研究

采用一维数值解和二维解析解两种方法对某河段25km长区域的COD浓度进行现状模拟。主要结论为：两种方法对中山桥断面的水质模拟效果都不错,但两种方法又各有优缺点。一维数值解法求解过程是动态的,能更形象的模拟污染物浓度的迁移转化,但却损失了断面上的浓度变化细节。二维累积流量法对污染物浓度迁移转化的模拟精度大大高于一维模型,但求解过程是静态的,且需要的数据也多于一维模型。     

基于注意力机制优化的BiLSTM珠江口水质预测模型

为提高珠江口水质预测精度和稳定性,提出了基于时间和特征双注意力机制优化的BiLSTM水质预测模型,引入特征注意力机制强化模型捕获参数重要特征能力,加入时间注意力机制提高对时间序列相关性信息及水质波动细节信息的挖掘能力.将新模型应用于珠江8个入海口水质预测,开展预测性能试验、泛化能力试验和特征参数扩展性试验.结果表明:①新模型在珠海大桥水质预测取得了较高的预测精度,预测值与实测值的均方根误差RMSE为0.004 1 mg·L^-1,决定系数R²为98.3 %.与Multi-BiLSTM、Multi-LSTM、BiLSTM和LSTM对比,表明新模型预测精度最高,验证了模型的精准性.②训练样本数量和预测步数均对模型预测精度产生影响,模型预测精度随着训练样本的增加而提升,海珠大桥断面总磷预测时,240组以上训练样本可获得较高预测精度;增加预测步数,会使模型预测精度迅速下降,预测步数大于5步时无法保障模型预测的可靠性.③将新模型应用于珠江8个入海口不同水质指标预测,预测结果均取得较高精度,模型具有较强的泛化能力;输入对象断面预测指标相关联的上游来水、降雨量等特征参数,能够提高模型预测精度.通过多方面多次试验,结果表明新模型能够较好地满足珠江口水质预测精度、适用性和扩展性要求,为复杂水动力环境水体水质高精度预测进行了新的探索.     

水库水质预测的解析计算

通过对水库恒定时间连续污染源输移扩散特征的分析 ,在其简化条件下求得一维水质模型方程的解析解。结合河道型水库断面几何参数的沿程变化规律 ,给出了 2座水库沿程BOD5浓度分布 ,并分别将解析计算结果与相应水库的一维水质数值模型预测值进行比较 ,沿程BOD5浓度分布吻合良好。 更多还原      

基于KH-SVM的鄱阳湖水质评价及变化趋势分析

为了提高水质评价结果的精度,更客观地反映水体环境的质量状况,针对支持向量机（support vector machine,SVM）性能易受模型参数的影响,提出了一种基于磷虾群算法（krill herd,KH）优化SVM的模型,将其与地表水环境质量标准相结合,选取5种代表性水质指标作为模型的输入,5类水质标准作为输出,建立了基于KH-SVM的水质评价模型,并利用该模型对鄱阳湖2013—2018年丰水期、平水期和枯水期的水质状况及变化趋势进行研究。结果表明:鄱阳湖北湖区水质基本维持在GB 3838—2002《地表水环境质量标准》Ⅲ—Ⅳ类,而南湖区水质各时期波动较大,其中丰水期多为Ⅱ类水,平、枯水期以Ⅴ类水为主,整体上2013—2018年鄱阳湖水质恶化趋势没有明显改善,水质级别仍处于非优类水平;构建的KH-SVM模型性能良好,与传统评价方法相比可以较好地实现水质综合评价,能够从整体上更准确、客观地反映水体质量状况。该研究成果可为区域地表水资源科学管理及水环境保护提供科学依据。     

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.     

海域水质生态模型参数估计方法研究初探——以叶绿素参数估计为例

建立了海域水质生态模型参数估计新方法,将数据驱动模型理论同海域生态模型结合在一起,通过海域水质生态模型设计工况的计算构建海域内部观测点的解集,应用基于人工神经网络的数据驱动模型归纳建立状态变量(污染物浓度)同控制变量(模型参数)之间的关系,最后将实测资料带入上述关系反演模型参数最优解。以渤海海域水质生态模型叶绿素参数估计为例,采用"孪生"试验验证参数估计新方法的可行性,模型参数的校验结果表明该方法是有效的。     

基于无人机多光谱影像的小微水域水质要素反演

总磷(TP)、悬浮物浓度(SS)、浊度(TUB)3种水质参数可以直接通过遥感反演得到,常用于评价区域水环境的污染状况.以浙江农林大学东湖为研究对像,使用无人机携带多光谱传感器(Mica Sense Red Edge)获取多光谱影像,进而提取16个光谱参数,分别构建东湖水域TP、SS、TUB的反演模型.结果表明:光谱参数V5(NIR 0.770～0.890μm)与TP、SS相关性显著(r分别为0.470、-0.537,p0.05),V4(0.670～0.760μm)与TUB相关性显著(r=0.486,p0.05).在建立的TP反演模型中,指数函数模型精度最高,决定系数R~2为0.7829;在建立的SS、TUB反演模型中,多项式函数模型精度最高,决定系数R~2分别为0.7503、0.7334.经检验,TP、SS、TUB模型估测值与实测值线性拟合曲线的决定系数R~2分别为0.7374、0.8978、0.6726,满足水质要素反演的精度要求.最后利用建立的模型,结合多光谱影像数据,建立了东湖水域各参数的空间分布图,实现了水质参数的可视化,可为小微水域的污染防治提供技术支撑.