基于模型参数不确定性的河流突发污染事故动态预测方法研究

发布时间：2017-12-18 20:07

  本文关键词：基于模型参数不确定性的河流突发污染事故动态预测方法研究

  更多相关文章： 突发河流污染事故 模型参数 不确定性 动态更新 水质预测

【摘要】：水质安全对于人类生存发展影响重大,然而近年来突发性河流污染事故频发,导致了巨大的国民经济损失,并引发了一系列环境问题和社会问题。如何在河流突发污染事故发生后为相关应急决策者提供准确、可靠的污染物扩散规律信息,成为了亟待解决的问题。本文通过研究应用不确定性方法、动态更新理论、普适似然不确定性(GLUE)算法以及基于马尔可夫链蒙特卡罗(MCMC)算法的改进GLUE算法等,建立了基于模型参数不确定性的河流突发污染事故动态预测方法,该方法可以在河流突发污染事故发生后为应急决策者提供污染物浓度的动态预测数据,方便他们有针对性地采取应急措施,应对污染事故。论文的主要工作和创新点如下：(1)为解决水质预测过程中的不确定性问题和实时性较差问题,本文分析了河流突发污染事故中的不确定性来源,提出了河流突发污染事故模型,并给出了基于模型参数不确定性的河流突发污染事故水质预测框架,然后以此为基础,引入动态更新方法对前述水质预测框架进行改进,利用事故发生后的污染物浓度实测数据对模型预测结果进行动态校正。(2)采用河流突发污染事故模型,结合蒙特卡罗方法和GLUE算法具体实现了本文提出的基于模型参数不确定性的河流突发污染事故动态预测框架。实例验证了本文方法的预测效果后,提出了将本文方法应用于实际突发污染事故中的具体步骤。(3)针对本文提出的基于GLUE算法的河流突发污染事故动态预测模型无法辨识模型参数的实际分布这一问题,提出了基于MCMC算法的改进GLUE算法—-Metropolis-Hastings GLUE (MHGLUE)算法,应用实际事故数据对该算法进行验证以后,证实其不但可以辨识模型参数的真实分布,还可以在此基础之上进行动态预测。(4)为进一步对比验证本文提出的两种水质预测方法的预测效果,本文设计了基于风浪水槽的污染物扩散模拟实验,然后分别采用前述两种算法应用实验数据进行不确定性预测,对比分析后,证实了两种算法处于各自适用条件的前提下均具有良好的预测效果。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X522

【参考文献】

中国期刊全文数据库 前10条

1 张丽;吴金亮;杨国范;刘玉机;;QUAL2K模型在苏子河水质模拟中的应用[J];人民黄河;2013年12期

2 姚锡良;黄国如;林凯荣;;利用GLUE方法不同算法分析TOPMODEL模型不确定性[J];广东水利水电;2014年02期

3 杜鑫;吴钢;许东;;基于ARMA模型的地表水水质预测方法研究[J];中国农学通报;2013年32期

4 黄国如;李春;;东江干流突发性重金属污染的水库调度效应研究[J];水电能源科学;2013年06期

5 朱茂森;;基于MIKE11的辽河流域一维水质模型[J];水资源保护;2013年03期

6 侯丽霞;;概率神经网络及其在河流水质评价中的应用研究[J];太原理工大学学报;2013年02期

7 马越;谭盼;黄廷林;朱春耀;;汾河水库水源水质在线监测预警系统构建[J];水利科技与经济;2013年02期

8 孙汝儒;肖迪;;基于PSO算法的ARMA模型长江化工污染水质预测[J];化工自动化及仪表;2012年09期

9 张朝;罗以生;吕平毓;;灰色新陈代谢GM(1,1)模型在长江干流水质预测中的应用[J];三峡环境与生态;2012年04期

10 苏彩红;向娜;陈广义;王飞;;基于人工蜂群算法与BP神经网络的水质评价模型[J];环境工程学报;2012年02期

中国博士学位论文全文数据库 前2条

1 宋筱轩;动态数据驱动的河流突发性水污染事故预警系统关键技术研究[D];浙江大学;2014年

2 黄友平;贝叶斯网络研究[D];中国科学院研究生院（计算技术研究所）;2005年

中国硕士学位论文全文数据库 前8条

1 魏泽彪;南水北调东线小运河段突发水污染事故模拟预测与应急调控研究[D];山东大学;2014年

2 徐月华;南水北调东线一期工程南四湖突发水污染仿真模拟及应急处置研究[D];山东大学;2014年

3 刘玮丹;基于ANN和TOPMODEL的新型降雨—径流模型构建研究[D];四川农业大学;2013年

4 汲剑锐;马尔科夫链应用的一些探讨[D];华中师范大学;2012年

5 王帅;基于水质模型的小流域污染控制方案[D];南京大学;2011年

6 王祥;三峡库区溢油模拟及应急对策研究[D];武汉理工大学;2010年

7 何进朝;突发性水污染事故预警应急系统研究[D];四川大学;2005年

8 武君;河流水质模拟预测的常用方法研究与新方法探索[D];合肥工业大学;2005年

，

本文编号：1305437