基于数值模拟的负荷削减–水体水质响应的非线性强度指标

基于现有研究中典型的水质响应非线性行为,定义基于交叉样本熵、傅里叶变化、乱序计数和调整R2的4种负荷削减–水质响应非线性强度指标。在典型水质响应样本的基础上进行指标的计算和比选,为基于数值模拟的水质管理提供可参考的非线性强度衡量指标和非线性判断依据。研究结果表明,4种水质响应非线性强度指标虽然有一定的重叠,但不可以互相替代,它们分别指示季节差异、峰值变化、短期水质恶化以及水质均值变化等不同类型的非线性行为。结合计算结果,给出使用4种非线性指标判断非线性行为的方法,并讨论非线性定义的局限性以及所提指标的应用前景。研究结果有助于进一步区分和认识水体水质响应不同类型的非线性行为,以便针对非线性水质响应行为的特定类型进行分析。

基于贝叶斯优化的三维水动力-水质模型参数估值方法

随着水质目标管理要求的提升,基于复杂的三维水动力-水质模型的决策成为流域精准治理的必需.水质模型通常具有复杂的结构,包含大量的方程和参数,而参数取值的准确性会影响模型对水体系统表征的可靠性,进而影响根据模型结果进行水环境管理的效果,因此,有必要探究适用于复杂水质模型的高效参数估值方法.传统的自动参数估值方法应用于复杂的水质模型时会面临计算瓶颈,而贝叶斯优化适用于高运算成本模型的优化问题.本研究提出基于贝叶斯优化的复杂水质模型参数估值方法,主要包括:①重要影响参数识别;②重要参数敏感性排序与筛选;③采用贝叶斯优化对筛选出的参数进行估值;④方法的适用性评估.同时,将该方法应用于云南异龙湖的三维水动力-水质模型的参数估值中,发现进行参数估值后模型lg(NSE)均大于0.65,表明模型达到了满意的级别.研究表明,当贝叶斯优化算法的采集函数为EI时,仅需要141次迭代lg(NSE)即可达到0.766,该方法对复杂水质模型的参数估值具有一定的借鉴意义.