水质模型研究进展及发展趋势

水质模型研究进展及发展趋势

ID:45686046

大小:41.00 KB

页数:11页

时间:2019-11-16

水质模型研究进展及发展趋势_第1页
水质模型研究进展及发展趋势_第2页
水质模型研究进展及发展趋势_第3页
水质模型研究进展及发展趋势_第4页
水质模型研究进展及发展趋势_第5页
资源描述:

《水质模型研究进展及发展趋势》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、水质模型研究进展及发展趋势专业:环境工程类指导教师:日期:2012/6/3水质模型研究进展及发展趋势摘要:运用系统分析技术进行水污染控制系统的规划是现代水质管理的基础和依据,水质模型对整个规划过程起着至关重要的作用。文章较详细地综合评述了近年来国内外水质模型的研究进展与应用过程中普遍存在的一些问题及其主要表现、成因,并评价了水质模型研究的发展趋势。关键词:水质模型;研究进展;存在问题;发展趋势水质模型是污染物在水环境中变化规律及其影响因素之间相互关系的数学描述,它既是水环境科学研究的内容之一,又是水环境研究的重要工具。它的研究涉及到水环境科学的许多基本理论问题和水污

2、染控制的许多实际问题。它的发展在很大程度上取决于污染物在水环境中的迁移、转化和归宿研究的不断深入,以及数学手段在水环境研究中应用程度的不断提高。水质模型在理论上从最初的质量平衡原理发展到现在的随机理论、灰色理论和模糊理论;在实际应用上,从最初的城市排水工程设计发展到现在的污染物水环境过程模拟、水环境质量评价,污染物水环境行为预测,水生物污染暴露程度分析和水资源科学管理规划等水环境保护的各个方面;在研究方法上,从最初的解析解和浓度表达发展到现在的以人工神经网络模拟辅助解析、及与地理信息系统(GIS)相结合的数值解和逸度表达法。这些成果都极大地推动了水环境管理技术的现代

3、化。一、水质模型研究进展近年来,水质模型的研究取得了很大进展,主要体现在以下几个方面:1、包括水生食物链在内的多介质环境生态综合模型由于复杂的物理、化学和生物过程的结果,释放到环境中的污染物在大气、水、土壤和植被等许多环境介质中进行分配,由污染物引起的可能的环境影响与它们在各种环境单元中的浓度水平和停留时间密切相关。为了综合描述它们之间的相关关系,产生了多介质环境综合生态模型。多介质环境是指大气、水体、土壤、生物等组成的总环境体系,其中水体是核心。多介质环境数学模型可将各种不同的环境单元内部的污染物变化过程与导致污染物跨过介质边界的过程相联系,构成一个能描述在多介质

4、环境中污染物转化和介质间物质迁移的表达式。R.Tanneretal.对工业过饱和盐水蒸发池中的生物群食物链进行了研究,C.Falletal.针对五氯代苯酚在改良的地下水系统中的分布建立了模型,H.Y.Zhouetal.研究了沉积物中所吸附的多氯联苯(PCBs)量与罗非鱼体内多氯联苯(PCBs)的富集量之间的关系。由于还没有对污染物在各种介质之间的迁移过程有更充分的认识,现有的多介质环境模型在处理实际问题时不得不对污染物在介质间的迁移过程作近似假设,许多参数的随机性给模型预测结果带来不确定性。所以,这类模型还只能给出一种趋势预测,而不是状态的精确预报。多介质环境模型的

5、主要目的是污染物对人体或生物进行暴露分析(ExposureAnalysis),并对废物处的危险性进行评价。因此,只有将食物链模型与多介质环境模型联合起来,构成更为综合的模型,才能更好地适应实际应用的需要。2、模型不确定性的研究由于环境的水文条件具有很大的随机性,这就导致了水环境数学模型输出的不确定性。为了提高模型的精确度和结果的可靠性,有必要对模型不确定性进行研究。Andrewsk.Takyi分析了模拟-优化模型中不确定性的来源有:(1)污染物的排放量和河流背景值的随机性;(2)估计模型参数所需的河流和水质资料的不充分;(3)对污染物传输过程和水质管理系统的简化缺乏

6、充分的认识。他还为水质管理建立了多重实现(MultipleRealization)模型,该模型在单个优化模拟中同时融入几条可能的河流和背景污染排放量或实现值。这一技术在水质管理的经济性和可靠性之间产生一条权衡曲线。为了产生权衡关系,在单个优化模型中同时融入几种可能的设计条件背景值。这一模型既简单,且和那些传统的随机模型相比,能为复杂的和随机的水质管理系统提供更切实际的描述。此外,该模型通常能比传统的模拟)优化模型产生更有效的费用)可靠性关系曲线。MichaelD.Sohnetal.[8]为了估计和减小地下水流量的不确定性和预测污染物化学转移的不确定性,开发了贝叶斯#

7、蒙特卡罗(BayesMonteCarloMethods)不确定性分析方法。该方法采用工程推断来估计和用现场观测数据来更新污染源的特征参数、化学转移参数,以及假定的水文结构中的不确定性。AlaaH.Aly.etal.在不确定性情况下,运用神经网络和遗传算法(GA)来优化地下水去污系统的设计。这一方法包括:(1)用遗传算法来找到全局最优解答;(2)并入神经网络来模拟遗传算法内的反应表面(responsesurface)。这一方法在实际样本和不同优化背景下的应用表明,它需要较少的水力传导实现(hydraulicconductivityrealizations),并且可

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。