富营养化水体水华暴发的突变模型

对南方某水库1991～2004年水质数据进行了系统分析,综合考虑TP、N:P、Chla和DO4个对该水库富营养化乃至水华影响较大的因子,构建了该水库水华突变的尖点模型.经检验,模型的相对误差控制<5%,具有较好的拟合精度.根据模型的突变判别,水库的水生态系统在1997年发生了突变,这一模拟结论与TP指标的突变判别结论相印证,并与该水库1997年首度暴发水华的实际情况相一致.     

基于机理模型与数据模型融合的污水处理智能控制系统构建思路

污水处理智能控制是水污染控制领域的前沿方向。人工智能技术的快速发展,为污水处理智能化控制系统研发注入了新的活力。当前亟须探索污水处理机理模型与数据驱动方法交叉融通的科学路径,重构污水处理智能控制系统的逻辑模式,以提升污水处理智能控制技术研发水平。为此,从污水处理过程的确定性-随机性特征出发,提出了融合机理模型与数据模型的双回路控制系统设想,未来通过充分的实践探索,有望为污水处理智能控制提供新的技术路线。首先,分析了污水处理智能控制系统的基本要素,分别探讨了基于确定性的机理模型及基于随机性的数据驱动模型对污水处理系统的控制作用,进而提出了机理模型与数据模型融合驱动的双回路控制系统基本逻辑架构及控制原理,并分析了该系统在污水处理复杂过程中应用的拓扑结构。最后,围绕未来污水处理智能控制技术发展作了展望。     

基于NSGA-Ⅲ算法的合流管网末端截流调蓄设施优化设计

在城市排水系统中,截流调蓄设施是控制合流制溢流(CSO)的一项重要措施。通过将暴雨管理模型(SWMM)与多目标遗传算法(NSGA-Ⅲ)相结合,对截流调蓄设施优化设计问题进行求解。该方法以截流效率、建设成本、水泵启停次数作为模型的优化目标,实现了截流调蓄设施规模的多目标优化。通过对SWMM进行面向对象的重新编码,实现了多线程计算和SWMM与NSGA-Ⅲ模块之间的快速数据交换,避免了频繁的文件操作,求解速率可提升至单线程计算的16倍。利用该方法对武汉市某合流制管网末端截流调蓄设施进行了优化设计,结果表明:该方法所确定的优化设计方案的建设成本可降低为原设计方案的60%,且在截流效率、调蓄池容积等方面更具优势。     

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.     

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。     

浅谈城市污水承接分流制排水系统的建设与管理

城市的建设与发展离不开基础设施的不断完善,而城市排水系统作为基础设施的重要组成部分,它同时承载了城市雨污水控制与城市生态环境保护两方面的责任。针对当前城市污水承接分流制排水系统目前所存在的问题,只有提出相应的解决对策,强化排水系统的建设与管理工作,才能真正完善城市排水体系,优化管道系统,为城市的建设作出必要贡献。     

驱动数据对流域水文模拟中不同结果要素的影响

流域水循环中各要素之间高度的非线性关系,使得驱动数据对模拟结果的影响研究变得复杂。结合站点实测和遥感的降水、温度和潜在蒸散发驱动数据,构建了叶尔羌河流域的8个MIKE SHE模型;根据方差分析模型（ANOVA）对模型“输入”与“输出”之间显著性影响检验的结果,以积融雪过程为例,剖析了驱动数据影响的具体表现。结果表明：相比站点数据,TRMM降水驱动的模型导致积雪输出的空间分布差异性更加明显;MODIS温度数据驱动的模型导致了中低山区的永久性薄层积雪覆盖更广,而高山区的储雪量更少;遥感蒸散发驱动的模型在积雪模拟方面并无显著差异。ANOVA对水文系统中要素之间的显著性假设检验,可为明晰驱动数据对水文过程的具体影响方式提供重要前提。     

基于多智能体和土地转换模型的耕地撂荒模拟研究——以陕西省米脂县为例

多模型耦合已经成为国内外模拟LUCC有效途径之一。论文通过如下步骤阐明宏观耕地撂荒格局和微观主体行为间的互动机理。首先,将微观主体间的相互作用纳入其决策,构建有限理性多智能体决策模型（Multi-Agent System,MAS）;其次,通过SNNS平台的训练学习以及与历史数据对比分析,验证土地转换模型（Land Transformation Model,LTM）模拟研究区宏观撂荒格局的有效性;最后,依据多模型耦合机理,耦合MAS模型与LTM模型,形成耕地撂荒模拟模型（Cropland Abandonment Simulation Model,CASM）,并基于研究区耕地撂荒的实际数据,探讨模型的合理性和可行性。结果表明：与2013年历史土地利用数据对比,CASM模型的PCM（Percent Correct Metric）系数为71%,比单独利用LTM模型的模拟精度提高3%,不仅表明CASM能够较好地模拟分析米脂县耕地撂荒空间格局分布,而且可有效揭示宏观耕地撂荒格局的微观驱动机理;同时,文章指出未来研究中要考虑政策和市场的影响,进一步完善不同层次主体决策对撂荒的影响,以此来提高模型对现实耕地撂荒的解释力。     

流域水质管理优化决策模型研究

针对目前流域水污染难以有效控制的局面,依据已有的流域水文、水动力、水质、水生态相关机理模拟模型的研究,在考虑了流域社会经济发展条件的基础上,构建了流域水质管理优化决策模型框架体系.基于该框架体系,本文从简单流域系统优化模型、模拟与优化联合模型和时空尺度复杂优化模型3个方面对流域优化决策模型的研究发展历程进行综述,并指出其各自在发展过程中所出现的问题.最后,提出了优化决策模型面临的瓶颈问题,并从模型结构简化和适应性管理两个方面提出了相关的解决思路.     

输入数据精度与准确性对SWAT模型模拟的影响

以潮河流域为研究区域,利用潮河流域1990~2013年监测数据,构建SWAT模型,在模型结构和参数不改变的情况下,探究输入数据精度（DEM分辨率）与准确性（降水插值）对径流和总氮模拟结果影响.结果显示：DEM分辨率变化（30~300m）对径流及总氮模拟效果不同,对径流模拟影响不明显,纳什系数（ENS）和R²可达到0.87以上;对总氮模拟结果影响较大,分辨率越精细,模拟效果越好.不同水文年,DEM分辨率变化对总氮负荷模拟表现不同.丰水年对总氮负荷影响较大,负荷量差异较为明显,枯水年影响相对较小;不同DEM分辨率下,年均（1993~2002年）总氮负荷强度空间分布相似,高负荷区均位于潮河中游,潮河上游及下游的负荷强度相对较低.不同降水输入数据站点分布、站网密度和准确性不同,流域内降水空间分布差异显著.总体上,基于站点较少的气象站插值数据与雨量站实测降水数据,径流和总氮模拟效果较为接近;基于SWAT官方雨量站插值数据,径流和总氮模拟效果较差.不同降水数据输入情景下,模拟的总氮负荷强度模拟的空间分布差异明显;降水量分布较高的区域,负荷量也较高;不同水文年下,不同降水输入对总氮负荷模拟表现不同.丰水年和枯水年,基于气象站插值数据的总氮模拟结果与基于雨量站实测数据的模拟结果较为接近,而基于SWAT官方雨量站插值的模拟误差较大;平水年,基于SWAT官方雨量站插值的模拟结果较气象站插值数据的模拟结果更好.该研究可为流域开展模型构建提供科学参考和借鉴.     

An integrated assessment method of urban drainage system:A case study in Shenzhen City,China

In recent years, the urban drainage system in China is facing the dual pressure of renovation and construction. This requires that the integrated assessment for the planning and operation of the urban drainage system is obligatory. To evaluate the urban drainage system, an integrated assessment methodology based on the analytic hierarchy process (AHP), integrated simulation, and fuzzy assessment is established. This method is a multi-criteria decision adding app roach to the assessment of the urban drainage system comprehensively. Through the integration of the Storm Water Management Model (SWMM), a simple wastewater treatment plant model, and a surface water quality model, an integrated modelling system for the urban drainage system is developed and applied as a key tool for assessment. Using the established method, a case study in Shenzhen City has been implemented to evaluate and compare two urban drainage system reno vation plans, the distributed plan and the centralized plan. Because of the particularity of this case study, the established method is not applied entirely. Considering the water environ mental impact, ecological impact, technological feasibility, and economic cost, the integrated performance of the distri buted plan is better. As shown in this case study, the proposed method is found to be both effective and practical.     

基于模拟-优化方法的地下水污染源溯源辨识

以抚顺市某煤矸石堆放场为研究区,根据研究区的实际条件建立地下水污染质运移模拟模型,预测地下水污染质未来时空变化特征.基于正演预报结果构建了假想例子,应用模拟-优化方法对地下水污染源源强及场地的渗透系数进行反演识别.为减小优化模型反复调用模拟模型所产生的计算负荷,分别采用Kriging方法和BP神经网络方法建立了模拟模型的替代模型.最后运用模拟退火法求解优化模型,得到反演识别结果.研究表明：应用Kriging方法建立的替代模型输出结果的平均相对误差为0.3%;应用BP神经网络方法建立替代模型的输出结果平均相对误差为1.5%,应用两种替代模型对污染源源强识别的相对误差均小于0.5%,对场地两个参数分区渗透系数识别的相对误差均不大于5%.综上,应用Kriging方法建立的替代模型精度高于BP神经网络方法,利用基于两种替代模型的模拟-优化方法对污染源源强和渗透系数进行同步识别精度可以满足实际需求,是有效可行的.     

基于逆方差多模型融合的空气质量指数预测方法

空气质量预测对合理制定环境治理政策具有重要意义。针对目前单体预测模型存在模型不稳定和泛化能力不强的问题,提出基于逆方差权重分配方法融合3种单体模型的空气质量指数(air quality index, AQI)预测方法。首先,以北京市为例,构建空气质量指数预测数据集;其次,分别构建长短期记忆网络(LSTM)、门控循环单元(GRU)、双向长短期记忆网络(Bi-LSTM)、自回归积分滑动平均模型(ARIMA)和多元线性回归(MLR)5种模型对数据集进行预测,并对比以上模型的预测结果;最后,在多模型融合方法中,选择逆方差法计算预测精度较高的3种单体模型的权重,根据算得权重构建逆方差融合预测模型。与预测精度较高的3种单体模型以及加权平均融合预测模型相比,逆方差融合预测模型对空气质量指数的预测精度R²分别提高3.9%、3.4%、1.6%和0.5%,达到0.933。结果表明：逆方差融合预测模型综合了各单体预测模型的优点,能够提高AQI预测精度。     

集成AEC和时空特征的工业园区PM2.5浓度预测

为实现工业园区企业污染排放精细化管控,捕捉工业园区内企业污染排放与污染物浓度之间的响应关系,提出一种集成大气环境容量（AEC）和时空特征的工业园区PM_2.5浓度预测模型.通过有限体积法获得工业园区日均大气自净能力指数（ASI）,结合工业园区日排放数据作为AEC特征;同时利用小波分析和Pearson相关系数法提取时空特征,包括目标监测站PM_2.5浓度的时间变化特征和其与周围监测点PM_2.5的空间相关特征.通过CNN获取训练数据中PM_2.5的关联特征,并利用BILSTM充分反映时间序列训练数据中隐含的关键历史长短期依赖关系,确保快速准确的预测性能,以2018~2020年濮阳市工业园区大气污染物观测数据、气象数据及排放数据进行实验验证.结果表明：本文提出的CNN-BILSTM预测模型相较于传统LSTM模型预测精度提升10%;AEC特征和时空特征有利于提高模型精度和稳定性,集成AEC和时空特征的CNN-BILSTM预测模型在PM_2.5污染天数预测准确率最高,达93%;分季节预测结果表明,秋冬季的预测精度最高.     

基于SWMM模型的城市已建区排水防涝提标改造途径探讨

随着城镇化建设高质量发展,城市排水防涝标准也在逐渐提高,因此,如何实施已建区排水系统的提标改造,是城市有机更新重要建设内容之一。以北京某已建区域为研究对象,提出了针对排水系统的排水能力和内涝防治标准GB 50014—2021《室外排水设计标准》统筹提标改造的方案,并借助于SWMM模型进行了方案优化评估。结果表明:通过海绵城市建设,在80%年径流总量控制率条件下,现状管网的排水能力可由1年一遇提标至2年一遇。在上述方案基础上,通过模拟评估内涝防治重现期(P=20 a)条件下雨水管网的过载情况,进一步提出并比较了调蓄池集中布置和分散布置2种方案,模拟结果表明:调蓄池末端集中布置无法解决上游区域管网的冒溢问题,而调蓄池分散式布置,可有效消除现状冒溢点,实现现状区域的内涝防治标准提高至20年一遇目标。因此,在已建区排水防涝提标改造过程中,根据场地空间条件,可优先考虑采用海绵城市建设与调蓄池分散式布置相结合的方式实现排水防涝提标改造目标。     

面源污染输移过程高性能数值模拟方法

高效高精度模拟面源污染输移过程,掌握面源污染的输移规律,是研究面源污染最直接有效的途径之一,也是管理和控制面源污染的有效手段。基于此,提出了一种全面耦合二维水文水动力及污染物输移过程的数值模型,采用二阶Godunov格式的有限体积法进行求解,利用GPU加速技术提高计算效率。结果表明:在理想条件下,数值解与解析解间的平均相对误差为2.5%。对不同面积和精度的城市地表面源污染和农业面源污染输移过程的模拟结果显示,二者的输移规律符合实际的物理过程,模拟总时长为7200 s,城市地表面源污染模拟结果只需186 s;农业面源污染模拟结果只需1169 s,计算效率有显著提升。综上所述,GAST模型对不同下垫面面源污染可实现高精度模拟,且模拟效率有显著提升,为今后面源污染的治理和防控提供参考。     

基于注意力机制优化的LSTM河流溶解氧预测模型研究

溶解氧(DO)是水体中的重要水质指标,构建数据驱动模型,实现对溶解氧的准确预测,将为水环境管理提供科学有效的技术手段. 考虑到溶解氧序列数据非线性强、非平稳性突出的特点,提出一种基于双阶段注意力权重优化机制的长短时记忆网络(long short-term memory, LSTM)的河流溶解氧预测模型(DAIW-LSTM模型),该模型的编码器包含双阶段权重优化的空间注意力机制,而解码器包含双阶段权重优化的时间注意力机制. 将该模型应用于流溪河流域白云李溪坝、流溪河山庄、从化街口等水质监测站溶解氧日均值预测的研究,开展了该模型与DA-LSTM、LSTM、Bi-LSTM等基线模型的预测效果对比分析,探讨了特征权重优化机制及上游站点水质数据输入对模型预测性能的影响. 结果表明:①通过与基线模型的预测效果对比,验证了DAIW-LSTM模型的精准性,其对白云李溪坝站溶解氧预测的对称平均绝对百分比误差(SMAPE)、平均绝对误差(MAE)、均方误差(MSE)分别为0.075、0.611、0.712,在所有模型中最优. ②对于新的注意力权重优化机制,第二阶段会对第一阶段的初步权重进行优化修正;针对pH、电导率、水温、气温等影响溶解氧预测的重要特征,DAIW-LSTM模型会自适应调整其权重在时间序列上的分布,从而提高该模型的预测精度. ③加入上游水质特征的输入影响,通过9个组合试验对比可知,DAIW-LSTM模型仍然为表现最佳的模型,该系列组合试验也证明上游站点及其特征变量选取的重要性. 研究显示,注意力权重优化机制的引入使得该模型相较其他基线模型展现出更好的适用性和精准性,可为地表水水质预测研究提供新思路.      

基于元胞自动机的低影响开发对城市内涝削减效果模拟

低影响开发措施是解决城市内涝问题的重要途径。为评估其对城市内涝的防控效果,论文以福建省长汀县县城为研究案例,提出适宜在研究区开展的透水铺装、下凹式绿地、雨水罐等低影响开发措施方案,利用基于元胞自动机模型的城市内涝模型进行模拟,并通过验证发现元胞自动机模型可有效模拟城市内涝过程。对比低影响开发改造前后的内涝情况,结果显示：1）低影响开发措施能使内涝积水总量削减超过50%,暴雨重现期越长对内涝现象的削弱效果越低;2）通过分析改造前后内涝积水区的空间格局及变化特征,可见大部分内涝积水区在改造后积水削减幅度较大,卧龙山北部及汀江干流左岸的积水区内涝情况改善幅度较小;3）低影响开发改造削减效果最好的为积水深度低于0.2 m的区域,其次为积水深度高于0.5 m的区域,对积水深度处于0.2~0.5 m的区域削减效果并不明显。研究表明低影响开发措施可有效控制城市的内涝灾害。     

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

为进一步提高PM_2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM（Variable）.过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM_2.5浓度的影响,确定最优PM_2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM_2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM（Variable）模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM（Equal）和XGBoost-LSTM（Residual）模型.分季节预测结果表明,XGBoost-LSTM（Variable）模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.     

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。