基于全局敏感性分析方法的WASP模型不确定性分析

为了定量讨论WASP(The water quality analysis simulation program,水质分析模拟程序)模型中各参数对模拟结果的影响及其不确定性,本文在Simulink环境下对模型进行重组,利用Sobol方法,对影响DO、CBOD、NH3-N、NO3--N等4项输出的各参数敏感性进行了研究,重点讨论了输入条件如时空变化对参数敏感性的影响.结果表明:Sobol全局敏感性分析方法能够有效地筛选出WASP模型中对DO、CBOD、NH3-N、NO3-变化模拟较为敏感的参数,在实现模型参数“本土化”中具有较大的应用潜力;对比总敏感性与一阶敏感性指数之间的差异, WASP模型当中的若干参数(如GP1、PNH3、anc等)耦合性较强,不宜使用一次一个变量法对这些变量进行敏感性分析;在参数敏感性变化方面,即使对于同一条河流,WASP的参数敏感性指数会因边界条件的时空变化而发生改变.敏感性受空间变化的影响不大,但受时间(季节)变化的影响显著;输入变量随时间的变化,会引起模型不确定性在各季节上的较大的差异;WASP模型当中存在明显的“异参同效”作用,仅靠传统方法进行全局寻优率定,并不能体现水体各组分之间相互转化的过程,还需要结合实验对关键参数进行率定.     

环渤海地区2,4,4'-三氯联苯的多介质归趋模拟

为探究多氯联苯(PCBs)在环渤海地区的环境多介质迁移和归趋行为,本研究以2,4,4′-三氯联苯(PCB28)为目标污染物,基于区域尺度多介质城乡逸度模型,模拟了稳态条件下PCB28在各环境相中的浓度分布、总量分配以及相间迁移过程,并对模型的输入参数和输出结果分别进行了敏感性和不确定性分析.结果表明,PCB28在淡水、农村土壤、城市土壤和沉积物中的模拟浓度与实测浓度吻合较好,验证了模型的可靠性.PCB28在城市土壤中的浓度最大,浓度均值为5.26×10~(-6) mol·m~(-3),在农村大气中的浓度最小,浓度均值为5.79×10~(-14) mol·m~(-3).当环境系统达到平衡时,土壤是PCB28最主要的"汇",占其在环境中总储量的96.45%.大气相与其他环境相间的相互迁移过程是PCB28在环渤海地区进行空间迁移的主导过程.大气传输是PCB28最主要的入海途径,从农村大气到海水的迁移通量占总入海通量的97.22%.参数敏感性分析结果表明PCB28排放速率、栅格规模及与迁移速率相关的参数是影响大气相中PCB28浓度的关键参数.不确定性分析结果表明PCB28在农村大气和城市大气中的浓度分布都符合对数正态分布,其变异系数分别为0.44和0.41.     

基于PMF模型的土壤重金属源解析中变量敏感性研究

为探究应用受体模型对土壤污染物进行源解析,输入变量对模型运行及其结果的影响,以乐安河中上游地区土壤重金属调查数据作为典型受体模型（PMF模型）的输入数据集,并在PMF模型基础方案运行结果的基础上,采用局部敏感性分析法来探讨输入变量变化对模型诊断及源识别结果的影响.结果表明：6因子数情景是研究区土壤重金属源解析PMF模型最佳运行结果;土壤中Cu、Mo、Na₂O、As、Mn和Cd等参数属于敏感变量,这些变量均为每个因子中的主要载荷元素,即每个源的特征污染物;不同变量的敏感性有较大差异,Cu、Mo的总敏感性最大,分别为12.1,8.2,大于其他输入变量的敏感性.因此,在应用PMF模型进行源解析时,特征污染物是敏感性较强的变量,其数据质量的优劣是影响源解析结果可靠性的重要因素.     

模型参数与边界条件对滇池水质变化的全局敏感性分析

借助湖泊系统模拟可定量地追踪滇池水质的变化过程,而模型输入水质参数和边界条件对机理模型的结果有显著的影响.然而,目前研究主要关注参数或边界条件对模拟结果的敏感性影响,缺乏兼顾模型内部方程参数与外部输入边界条件对结果的影响,并对比分析其相对大小.以滇池为例,通过对其构建的IWIND水质模型中的90个水体参数、83个底泥参数、6个气象边界条件、51个河流输入边界条件进行联合采样,计算叶绿素a、总氮、总磷、氨氮以及溶解氧5种指标的对数纳什系数（现状为基线）,并进行Sobol全局敏感性分析,获得滇池的敏感性参数和边界条件.结果表明：通过比较两大类输入数据的全局敏感性,气象边界条件敏感性最大,其次是水体参数、底泥参数,河流输入边界条件敏感性最小.其中气象敏感边界条件是风速、气压、气温、相对湿度、辐射且风速敏感性最大,水体敏感水质参数主要是藻类代谢及生长过程、碳循环碳矿化过程、氧循环复氧过程与温度相关的参数（KTG2d、TRc;KTMNL;KTR）,惰性颗粒态有机物沉降速率（WSrp）.底泥敏感参数主要是第二层泥沙浓度（rM2）、底泥中有机碳降解过程中温度相关系数（ThKC1）、惰性颗粒态有机碳转...     

多时间尺度HSPF模型参数不确定性研究

模型参数的不确定性是水文模型应用研究领域的重点与难点.本研究以密云水库东北部的潮河流域为例,构建了潮河流域HSPF水文模型,并采用1998~2010年逐月地表径流量数据对模型参数进行校准与验证,并结合GLUE算法分析了模型参数的敏感性和不确定性.结果表明:(1)经过参数调整,HSPF模型径流模拟取得了较好的效果,率定期和验证期的纳什系数分别为0.84和0.55;(2)可将影响HSPF模型的参数分为3类,即全局敏感性参数(LZSN、INFILT、IRC和AGWRC)、局部敏感性参数(UZSN)和不敏感参数(DEEPFR、BASETP、AGWEPT、INTFW和CEPSC);(3)不同敏感性参数间存在复杂的相关关系,参数组合(LZSN与INFILT)、(INFILT与UZSN)和(UZSN与AGWRC)间均呈极显著负相关关系;(LZSN与UZSN)和(UZSN与AGWRC)呈极显著正相关;(4)HSPF模型参数存在大量复杂的"异参同效"现象,证实影响模拟结果优劣的是参数组合而非某一参数值;(5)模型不确定性发现,模型预测的不确定性范围与降雨量密切相关,即降雨量越大,模型预报的不确定性就越大,反之亦然;(6)不同时间尺度下HSPF模型的模拟效果总体较好,但是也存在一定差异性,年尺度、季节尺度和月尺度下不确定性范围分别包含了81.80%、78.70%和80.56%的观测值,即年尺度效果略优于月尺度和季节尺度;该研究结果可为HSPF模型在相似区域应用与参数本土化提供科学参考和借鉴.     

地表参数对面源大气预测结果的影响性分析研究

为了研究地表参数取值对AERMOD中面源模拟预测浓度值的影响,文章通过改变粗糙度、反照率和波文比的取值来进行不同地表参数与预测结果的相关性分析,同时采用正交试验法来研究不同地表参数对预测结果的敏感性.相关性分析表明,不同地表参数和预测结果有着很高的相关性.敏感性分析表明,反照率数值变化对小时最大落地浓度的敏感性最大,粗糙度数值变化对日均和年均最大落地浓度的敏感性最大.通过研究可以看出在面源大气预测过程中合理选择地表参数值是准确预测的前提.     

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。     

生态系统呼吸温度敏感性的分布及影响因素

生态系统呼吸的温度敏感性(Q10)是表征气候变暖-陆地碳循环反馈作用的一个关键参数,然而其全球分布格局及其对关键环境因子变化的响应仍存在很大的不确定性.该研究基于全球199个站点的碳通量和气象数据,形成了一套全球生态系统呼吸温度敏感性的数据集.分析结果表明:全球生态系统呼吸Q10的平均值为(2.69±1.26),不同生态系统间存在显著差异,其中湿地的Q10值最高(3.37±1.62),灌丛最低(2.49±1.60).除多树热带草原外,各生态系统的Q10值均随纬度的增加而增大,随年均气温、年降水量及饱和水气压差的增大而减小,这种差异与环境因子对Q10产生影响的阈值范围有关.研究结果突出了生态系统呼吸Q10的空间变异及对环境因子的响应在生态系统碳循环研究中的重要性,并建议在陆地碳收支研究中除了考虑Q10的总体变化还应兼顾不同生态系统类型间的差异.     

分布式水文模型的参数率定及敏感性分析探讨

参数率定与敏感性分析是分布式水文模型应用和发展中的难点问题,论文对当前典型的、应用比较成功的全局最优化参数率定和敏感性分析方法进行归纳和分析,包括:遗传算法(Genetic Algorithm)、SCE-UA算法(Shuffled Complex Evolution)、贝叶斯方法(Bayesian Method)、RSA方法(Regionalized Sensitivity Analysis)、GLUE方法(Generalized Likelihood Uncertainty Estimation)等等。并对计算机自动优化方法和人工参数调试方法的利弊进行讨论,展望了分布式水文模型的参数率定与敏感性分析的发展方向。     

土地利用现状环境影响评价研究——以湖南省湘潭县为例

本文结合土地利用的环境影响机制及湘潭县土地利用现状、土地利用过程中存在的主要环境问题构建了湘潭县土地利用现状环境影响评价的指标体系，采用客观赋权法确定了指标权重，选取模糊综合评判法进行综合评价；以湘潭县白石乡为例，应用模型对其进行了环境敏感性等级划分，最终得出了湘潭县所辖的22个乡（镇）环境敏感性等级评价结果，并对评价结果进行了分析。[编者按]     

环境模型参数优化方法的比较

模型参数优化是通过极小化目标函数使得模型输出和实际观测数据之间达到最佳的拟合程度.由于环境模型本身的复杂性,常规优化算法难以达到参数空间上的全局最优.近年来,随着计算机运算效率的快速提高,直接优化方法得到了进一步开发与广泛应用.本文比较了CRS、SCEUA、SA和Annealing-Simplex等4种算法应用于环境模型参数优化的结果和计算效率.     

Improvement of agility and sustainability: A case study in an Indian rotary switches manufacturing organisation

Increasing competition has been forcing the modern manufacturing organisations to adopt advanced manufacturing paradigms. Agile Manufacturing (AM) is an advanced manufacturing paradigm that enables an organisation to survive in the competitive business environment. Agility is the performance measure of AM practices. Simultaneously, modern business organisations are forced to evolve environmental friendly products. Sustainability is regarded as an important concept for survival by the modern organisations. In this context, agility and sustainability are regarded as performance measures for contemporary organisations. This paper reports a case study which has been carried out in an Indian rotary switches manufacturing organisation. The candidate product is the knob of rotary switch. Initially Computer Aided Design (CAD) has been used to digitalise the baseline model. Keeping the baseline model as reference, five new knob models have been evolved. Then the sustainability analysis has been carried out to determine the environmental impact of the knob models. The analysis results indicated that the proposed knob models possess minimal environmental impact. The conduct of case study has lead to an inference that there is a significant improvement of agility and sustainability in the design and development of knob of rotary switch.     

中国农业植被净初级生产力模拟(I)——模型的建立与灵敏度分析

以业已建成的稻麦作物净初级生产力模型为基本框架,建立了一个具有普适性的中国农业植被净初级生产力模型(CropC-)。CropC-的模拟对象为占我国农作物总播种面积2/3的水稻、小麦、玉米、棉花、油菜和大豆。该模型包括2个主要功能模块:光合作用和呼吸作用;土壤-作物系统氮素运移。前者综合考虑了环境因子和氮素的影响,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放。灵敏度分析表明,在输入参数变化±10%时,CropC-对6个主要输入参数响应的敏感性依次为温度>光合有效辐射>大气CO2浓度>土壤全氮含量>施氮量>降水。模型分析表明,气候变暖将降低作物净初级生产力。     

Fuzzy modelling to identify key drivers of ecological water quality to support decision and policy making

Water quality modelling is an effective tool to investigate, describe and predict the ecological state of an aquatic ecosystem. Various environmental variables may simultaneously affect water quality. Appropriate selection of a limited number of key-variables facilitates cost-effective management of water resources. This paper aims to determine (and analyse the effect of) the major environmental variables predicting ecological water quality through the application of fuzzy models. In this study, a fuzzy logic methodology, previously applied to predict species distributions, was extended to model environmental effects on a whole community. In a second step, the developed models were applied in a more general water management context to support decision and policy making. A hill-climbing optimisation algorithm was applied to relate ecological water quality and environmental variables to the community indicator. The optimal model was selected based on the predictive performance (Cohen’s Kappa), ecological relevance and model’s interpretability. Moreover, a sensitivity analysis was performed as an extra element to analyse and evaluate the optimal model. The optimal model included the variables land use, chlorophyll and flow velocity. The variable selection method and sensitivity analysis indicated that land use influences ecological water quality the most and that it affects the effect of other variables on water quality to a high extent. The model outcome can support spatial planning related to land use in river basins and policy making related to flows and water quality standards. Fuzzy models are transparent to a wide range of users and therefore may stimulate communication between modellers, river managers, policy makers and stakeholders.     

Capturing market impacts of farm level policies: a statistical extrapolation approach using biophysical characteristics and farm resources

Technical change at the farm level or changes in input prices often have an impact on the firm's supply function, which in turn affect their economic and environmental performance. These changes can take place in numerous ways. This paper presents a methodology that increases the consistency of supply responses across various sets of agricultural products and most representative farm typologies in Europe, with a market model based on a statistical response function approach. Since most farm simulation models are limited to a subset of regions and farm types, the linkage to an aggregated model requires a procedure for expanding these results to non-sample regions to achieve full regional coverage. This paper addresses theoretical aspects related to the consistency between micro and market level models. The proposed approach is applied using a consistent set of simulation results from farm models in seven European regions. Our results show a fairly stable behaviour of the farm models considered for the analysis and quite good fit of the estimated response surface. As results are still preliminary we critically reflect on the applicability of this method in addressing further needs on up-scaling of other economic as well as environmental indicators.     

城市综合交通规划环境评价中大气环境预测的数学模型

以城市综合交通规划环境影响评价中大气环境影响预测为例,分析了战略环境评价(SEA)中环境影响预测的特点,提出了SEA中应用空气质量模型的基本原则。在此基础上,对现有的空气质量模型(主要包括箱模式、高斯模式、拉格朗日模式和欧拉型数值模式)分别讨论了模型的时空尺度、所描述的环境要素和因子、模型的复杂性和输入数据、模拟区的下垫面特征在城市综合交通规划环境评价中的适用性。     

人工神经网络模型在水质预警中的应用研究进展

水质预警模型是大数据时代构建环境智能决策与管理体系的关键技术.近年来,水质自动化监测能力的提升以及测管协同对环境模型的强烈需求,激发了研究人员探索新的建模方法并努力提高模型预测性能.其中,人工神经网络(Artificial Neural Network, ANN)模型发展迅速.本文综述了3大类ANN模型的发展历史和模型结构特点,梳理了ANN模型在水质数据软测量、数据异常检测和时间序列预测等方面的研究进展,归纳了一般建模流程、技术建议和常用的模型性能指标,发现ANN模型的应用依赖于监测数据质量,存在模型可解释性差、模型运行硬件资源要求较高等不足,提出未来水质预警模型的研发思路和重点,需要加快推进水环境监测技术与预警模型的协同发展和业务化应用,通过多种应用场景检验实现技术迭代,形成大数据驱动的水质在线监测-智能预警-应急管理支撑体系,助力我国环境治理能力现代化.     

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.     

CALPUFF模型在洋浦区域环境空气影响评价中的应用

环境空气的预测评价技术方法众多,评价模型多种多样,其应用的技术条件各异,要求的状态参数亦不同。CALPUFF模型作为一种预测分析模型,在区域环境大气预测的分析应用评价中具有其独特的优点与特点。采用CALPUFF模型预测了洋浦经济开发区对环境空气的影响,得到了较好的结果,为提出减缓不利影响对策奠定坚实的基础,为洋浦经济开发区的环境管理提供科学依据。     

工程材料LCA中环境效益的分析与研究

论述了材料环境效益性的目标因素,详细分析产品材料在LCA中的环境效应性、能量消耗性和经济回收性;通过LCI分析建立环境效应、能量度量、经济度量的决策模型和数学模型实现材料环境效益性的目标;先整体定性分析LCA工艺,再定量计算环境效益的三属性值,建立目标函数、分层优化算法确定影响因子和相应的权重系数之间的关系以及对产品材料的环境效益性的影响,最后以家用小型风扇回收处理中各种材料环境效益性为例进行具体分析和决策,进一步明确和决策优化出环境效益性好的工程材料。