不確定性耦合水質模型的研究與應用.pdf

1、水環(huán)境是一個充滿不確定性的復雜巨系統(tǒng)，若要更加準確、真實地反映水環(huán)境系統(tǒng)中的各種現(xiàn)象，不確定性水質數(shù)學模型的研究與應用是十分必要的，但長期以來這方面的工作還局限于假設河道均勻情況下的穩(wěn)態(tài)問題方面。本研究通過確定性水質數(shù)學模型、Monte Carlo隨機模擬方法與人工神經(jīng)網(wǎng)絡(ANN)相互耦合、優(yōu)勢互補的方式構建了一種適用于天然河流復雜河道的不確定性耦合水質數(shù)學模型，突破了已有模型的局限性，將其應用于黃河白銀段進行實例研究并與已有模型進行

2、比較，結果表明：該耦合模型具備在復雜水環(huán)境下對河流水質進行不確定性模擬的能力，并且提供的水質信息相當豐富。 1、論文主要研究結論與成果如下： (1)論文提出的不確定性耦合水質模型豐富了不確定性水環(huán)境的研究方法，對復雜水環(huán)境變化過程的理解與掌握具有一定的貢獻：同時這種研究思路以及研究手段對于其它類似復雜環(huán)境系統(tǒng)行為的不確定性認識也具有一定的借鑒作用。 (2)本研究通過二次開發(fā)后的ANSYS有限元軟件與MATL

3、AB的耦合，完成了確定性水質模型、Monte Carlo隨機模擬方法與ANN在MATLAB環(huán)境下的集成，并將該不確定性耦合水質模型應用于黃河白銀段主要污染物遷移轉化規(guī)律的研究當中。模擬結果表明，針對COD<,cr>、NH<,3>-N和揮發(fā)酚三種水質指標，模型的平均模擬誤差為9.6％，模擬精度較高，能夠用來預測天然河流的水質變化過程。 (3)論文中研究的不確定性耦合水質模型以確定性水質模型為基礎，利用Monte Carlo隨機模

4、擬方法將確定性模型轉變?yōu)殡S機微分方程類水質模型之后，再借助ANN的非線性映射泛化能力來模擬該隨機水質模型的求解機制，取代模擬過程中的大量有限元分析計算，從而提高了模型的計算效率。 (4)將論文中所研究的不確定性耦合模型應用于黃河白銀段進行水質風險評價，結果表明：利用該模型不但可以通過各種污染指標的模擬濃度均值對水質是否超標進行判斷，而且還可以利用模擬結果的概率分布特性對水質的超標風險進行定量評估。模型模擬結果提供的豐富的水質信

5、息，對未來該流域控制水質污染、事故預警、保護水環(huán)境、合理利用現(xiàn)有水資源具有很強的實用價值。 (5)采用相同算例和相同求解方法將論文中所研究的天然河流不確定性耦合水質模型與已有水質模型進行了詳細的對比分析與確定性水質模型的比較結果表明：①不確定性耦合水質模型的模擬精度(η=9.6％)明顯高于確定性水質模型的模擬精度(η=14.8％)；②論文中所研究的模型除了可以像確定性模型那樣反映污染物濃度變化的趨勢之外，還可以對水質風險進行概

6、率評價，應用范圍更廣；③該模型利用Monte Carlo方法對影響水質變化的主要因素進行了隨機化處理，因此模型參變量的選取更具客觀性與科學性。 與已有不確定性水質模型的比較結果表明：①本研究借助ANSYS有限元軟件在數(shù)值求解復雜偏微分方程方面的優(yōu)勢構建的復雜河道不確定性耦合水質模型突破了已有不確定性模型只能對假設河道均勻情況下的水質模型方程進行解析化求解的限制；②該不確定性耦合水質模型的模擬精度(η=9.6％)要高于已有不確定

7、性水質模型的模擬精度(η=10.6％)；③借助ANN的映射泛化能力，論文中所研究的不確定性耦合水質模型的模擬時間僅為已有不確定性水質模型模擬時間的26.9％，模擬計算效率大大提高，節(jié)約了計算資源。 2、本文關于不確定性水質模型的研究還存在一些有待進一步深入的問題： (1)需要結合實驗室實驗和現(xiàn)場監(jiān)測對影響水質變化的眾多不確定性因素進行深入地研究分析，并且對模型模擬的水質指標進行擴展，以期建立更加完善和精確的水質模型。