河流污染物纵向离散系数确定的演算优化法

提出一个确定河流污染物纵向离散系数的新方法——演算优化法。该方法采用示踪剂在两个断面的时间浓度过程数据,将上游断面的实测浓度过程视作下游断面的连续投放源。在下游断面浓度计算值与实测值的平方误差达到最小的条件下,利用优化方法求出河段的平均流速和纵向离散系数。该方法摈弃了传统演算法采用的冻结云团假设,客观地反映了污染物上游浓度变化过程对下游浓度变化过程的影响,同时避免了演算法中繁琐的试算过程。采用Fischer的室内示踪试验数据,对演算优化法与传统演算法进行比较,结果表明演算优化法的计算过程比演算法更快捷,计算出的离散系数更精确可靠。

天然河流纵向离散系数的最优化计算方法及其应用

提出了计算天然河流纵向离散系数的最优化方法 ,并用此法对岷江蕨溪段的试验数据进行处理 。

用最优化方法计算河流纵向离散系数

本文提出一种由示踪试验计算河流纵向离散系数的新方法——双站拟合法。大量的实测资料说明,瞬时面源在一维河流中形成的浓度过程是偏态的,Fick模型解析解与实际情况有一定偏差。作者选用皮尔逊Ⅲ型曲线,对实测浓度时间过程进行非线性拟合计算,得到了十分满意的拟合结果,说明可以用此曲线来描述浓度时间过程,采用最优化设计的方法,对双站进行同步拟合计算,由此计算出纵向离散系数。本文对各种方法进行了比较计算,说明了双站拟合法的优越性。

基于粒子群优化算法的天然河道纵向离散系数估计

明晰纵向离散系数对于研究河流污染物的迁移至关重要,目前学者对此已经提出了许多经验公式和理论公式,但是计算结果准确性并不高。基于收集的纵向离散系数实测值及对应的河道水文数据与河道形态数据,通过对纵向离散系数计算准确度和计算值与实测值的相关性双重目标的加权组合,采用粒子群优化算法(一种数据驱动的算法)对加权组合后的目标函数进行优化,从而获得了纵向离散系数一般表达式中的待定系数,最终提出了具有高准确度和高相关性的天然河道纵向离散系数计算公式。验证结果表明:该公式能够适用于纵向离散系数在0~100 m 2/s之间的常见天然河道的纵向离散系数估计。