HSY算法在水质模型参数识别中的应用探讨

参数识别是水质模拟中的技术核心,数据稀缺是水质模型经常面临的问题。采用HSY算法可求得模型参数的分布,而不再是一个单一的最优参数,从而在一定程度上避免了由于“最优”参数失真带来的决策风险。本文以南水北调一期工为例,讨论了在稀疏数据条件下如何应用HSY算法识别CSTR水质模型的参数。并对识别的模型参数进行了检验。模型检验采取了2种方法:分别用动态和稳态计算方法得出的参数进行比较;用模拟结果分布与实测值进行比较。结果表明,HSY算法为在稀疏数据条件下进行参数识别、建立数学模型提供了一条有效的途径。

基于不确定性分析的城市总体规划环评方法与案例研究

围绕城市总体规划特点,在分析识别规划经济增长和用地布局方案中存在的多种不确定性的基础上,以产业和用地为基本评估单元,综合运用蒙特卡罗随机采样技术和HSY算法及地理信息系统,建立了基于结构与空间不确定性分析的规划环评方法和系统评估模型.以大连城市发展规划对近岸海域的环境影响为例,说明该方法的具体运用.案例研究结果表明,规划年大连市入海污染物排放特征和环境敏感行业表现出较大的空间差异性,局部地区污染物排放量超出环境控制目标值的概率较大.

环境模型参数识别与不确定性分析

在对水文模型实例的参数不确定性分析基础上 ,分别采用传统灵敏度分析方法、HSY算法、线性回归等方法对模型参数特性进行了识别与比较研究 .结果表明参数优化算法与传统灵敏度分析方法不能解释模型结构复杂性特征 ,采用不确定性分析方法对环境模型参数进行识别提供了深入分析与理解模型系统的有效途径 .

基于不确定性分析框架的动态环状河网水质模型——以温州市温瑞塘河为例

以温州市温瑞塘河为背景,基于不确定性分析的框架,开发了动态环状河网水质模型。用HSY(Hornberger,SpearandYoung)算法作水质参数的不确定性分析,求得模型参数的空间分布,从而提高模型使用的可靠性、降低决策的风险度。模型由水量子模型及水质子模型两部分组成:水量子模型采用圣维南方程并用四级解法求解;水质子模型采用CSTR(ContinuouslyStirredTankReactor)模型的机理,并结合环状河网特征作了修正,由于只需解常微分方程,因而避免了矩阵求解,显著提高了计算效率,使得用HSY算法进行不确定性分析成为可能。模型选取温州市温瑞塘河流域的鹿城区河网进行了首次应用,用HSY算法率定水质参数并讨论了参数的不确定性。对参数率定结果进行验证,结果比较理想。最后简要讨论了参数不确定性传递。

HSY算法在环状河网动态环境容量估算中的应用

环状河网水环境容量带有明显的复杂性、动态性与不确定性,探讨环状河网动态水环境容量的估算方法,无论在学术上还是现实上都具有重要意义.在温瑞塘河综合整治规划编制过程中,笔者在不确定性分析框架下开发了动态环状河网水质模型,用基于HSY算法的自动试错法估算了鹿城河网的水环境容量,从而为决策提供了科学依据.相对于最优化分析法,本方法简便灵活,在求得水环境容量的同时,也产生了污染源削减方案.再作少量调整,可以与经济因素相关联.

基于不确定性分析技术的两种水质模型率定方法比较

以澳门南湾湖为例,对一个小型湖泊水质模拟模型的基本结构功能进行了描述.并且在进行水质模拟过程中,比较了两种用于参数率定的不确定性分析算法,讨论了参数不确定性,以及传递到计算结果中对水质模拟的不确定性影响.

在土地资源和环境承载力约束下的城市工业发展

在土地资源和环境承载力的约束条件下，分析了当今中国城市工业发展的适宜规模。以工业结构演化理论和概率论为基础进行定量分析，集成了情景分析、Monte Carlo模拟与HSY算法。以用地资源为约束条件，设定了3种情景的大连市2010年和2020年工业结构。计算结果表明：大连市11个行业中，电力行业对土地占有量的影响最明显；2010年适宜规模为87～123亿元。超越该上限，将导致较大的突破土地资源承载力风险。