河流突發(fā)性水污染事件實時預(yù)警方法研究及系統(tǒng)實現(xiàn).pdf

1、近年來，河流突發(fā)性污染事件頻頻發(fā)生，嚴重威脅到群眾的生命財產(chǎn)安全和社會的可持續(xù)發(fā)展，亟需研究應(yīng)對突發(fā)性水質(zhì)污染事件的預(yù)測、預(yù)警技術(shù)，建立河流突發(fā)性水質(zhì)預(yù)警系統(tǒng)。
　　 本文結(jié)合國家水專項課題和國家自然科學(xué)基金項目，重點圍繞突發(fā)性河流水質(zhì)污染事故實時預(yù)警技術(shù)展開研究，提出并建立了基于機理和非機理模型的水質(zhì)事故滾動預(yù)警方法，并嵌入到水質(zhì)預(yù)警系統(tǒng)之中;研究應(yīng)用了并行計算和任務(wù)動態(tài)分配技術(shù)，提高了預(yù)警計算的實時性和準確性。主要研究工作和

2、創(chuàng)新點如下:
　　 (1)為進一步提升應(yīng)對突發(fā)性水污染事件時水質(zhì)預(yù)警模型的實時性和準確性，研究提出了一種可對模型參數(shù)進行實時校正優(yōu)化從而提高預(yù)測預(yù)警準確度的滾動預(yù)警技術(shù)方法，并實現(xiàn)了基于機理模型的河流突發(fā)性水質(zhì)滾動預(yù)警。滾動預(yù)警技術(shù)方法主要利用預(yù)測控制中滾動計算的思想，按照數(shù)據(jù)觸發(fā)、水文數(shù)據(jù)預(yù)測、模型計算、模型校準和預(yù)警評價五個步驟完成突發(fā)性水質(zhì)污染的預(yù)警。在滾動預(yù)警框架下，分別開發(fā)出基于Mike軟件和圣維南方程的河流突發(fā)性水質(zhì)

3、實時預(yù)警模型，并結(jié)合實際需求進行了水質(zhì)演化分析，預(yù)測預(yù)警結(jié)果達到了較好的效果。
　　 (2)為彌補機理模型在復(fù)雜邊界條件下可能存在的建模困難、模型適應(yīng)性較單一的局限性，研究了基于非機理模型的突發(fā)性河流水質(zhì)事故滾動預(yù)警方法。以滾動預(yù)警方法為基礎(chǔ)，分別采用基于ARMA時間序列模型、灰色模型和神經(jīng)網(wǎng)絡(luò)模型的預(yù)測方法，在此基礎(chǔ)上，提出了組合預(yù)測方法，將各水質(zhì)預(yù)測方法的預(yù)測結(jié)果通過加權(quán)方式進行組合，獲得了更優(yōu)的預(yù)測結(jié)果，在水質(zhì)污染短期、中