蒙特卡洛算法在水动力水质模型(DYRESM-CAEDYM)参数优选中的应用

针对以往生态动力学模型DYRESM-CAEDYM在应用中,多采用手动方法确定参数值时较为费时费力的缺点,引入蒙特卡洛随机抽样算法对模型参数进行自动率定。以广东省大沙河水库为例,选择率定期为2011年11月至2012年2月,利用2012年7月至2012年11月实测水质数据对模型进行验证。结果表明,在率定阶段模型对水温的模拟结果非常好,表层和底层温度的均方根误差(RMSE)分别为3.53℃和2.00℃,相对误差(RE)值均小于0.15;模型对溶氧的模拟结果良好,表层和底层的RMSE值分别为1.23 mg·L·-1和1.85 mg·L·-1,RE值分别为0.08和0.20。在验证阶段,温度表层和底层的RMSE分别为2.49℃和1.67℃,RE值均小于0.1;溶氧在表层和底层的RMSE分别为2.15 mg·L·-1和0.79 mg·L·-1,RE分别为0.17和0.11。因此,经采用蒙特卡洛方法率定后得到的大沙河水库DYRESM-CAEDYM模型参数值较为可靠。

调水对巢湖浮游植物群落演替模式的影响

建立了巢湖生态动力学模型CAEDYM,并利用2010年的实测出入湖流量、水质、水文、气象等数据对模型进行了参数验证,确定了适用于巢湖水环境特征的生态动力学模型参数.利用模型中的磷循环原理模拟了巢湖水体中磷的生态动力学循环过程和浮游植物群落的季节性演替模式,并模拟了调水对浮游植物群落演替模式的影响.模拟结果表明,巢湖浮游植物优势种的演替模式为:春季绿藻占优势,夏季和秋季蓝藻占优势,冬季硅藻占优势.通过夏季的短期调水可使巢湖各点最终的TN、TP分别平均下降了约18.9%,25.2%.从Chl a的计算结果可知,调水的实施对巢湖西半湖和中部湖区Chl a的改善效果比较明显,可使Chl a的峰值从69μg/L下降到57μg/L,对巢湖的蓝藻有较好的改善效果,且对浮游植物群落的季节性演替影响不大.

引江调水改善太湖贡湖湾的水环境效应

本文以生态系统动力学模型CAEDYM为建模框架,紧密结合太湖生态系统结构与功能特点,以河道流量及其物质含量、风场、太阳辐射等为外部函数,以藻类生消及其相关营养盐变化过程为建模核心,建立考虑内源释放的各种形态氮、磷输移与转化的太湖整体三维藻类动力学模型。在选取关键性评估指标的基础上,构建非调水及实况调水两种情景方案,应用模型计算了两种情景方案下贡湖湾环境指标的时空变化,重点对比分析了蓝藻生物量的变化规律及其影响因素,较客观评估了引江调水对贡湖湾的水环境效应,阐明了引江调水对贡湖湾水环境的改善机制。