基于WASP模型的不确定性水质模型研究
发布时间：2021-10-25 17:37
随着水质模型研究的不断深入和模型的不断完善,水质模型的结构日趋复杂,所涉及的模型参数日益增多,给模型的应用带来了很大的不确定性。以不确定性方法进行水质模型参数校核,建立不确定性水质模型,是当前研究中一个亟待解决的问题。本文以Water Quality Analysis Simulation Program（WASP）水质模型为研究对象,探讨了应用不确定性方法进行模型参数校核的技术路线和具体步骤。以Delayed rejection Adaptive Metropolis（DRAM）算法为核心,同时结合模型参数灵敏度分析和Markov链收敛性的综合判断等辅助方法,对模型参数进行了贝叶斯定理框架下的参数不确定性分析,确定了参数的后验分布。并以参数不确定性分析为基础,实现了水质随机模拟,建立了基于WASP的不确定性水质模型。本文创新性的将DRAM算法应用于水质模型的不确定性研究。该算法采用高效的参数搜索策略,能对目标分布进行有效采样。本文数值试验的结果表明,该算法是对水质模型参数后验分布进行采样的有效方法。该算法的应用未见相关文献报道。本文制定了DRAM算法应用于WASP参数不确定性分析的技...
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：148 页
【学位级别】：博士
【部分图文】：
不确定性的分类（按对事物的认知程度分类）
Markov 链收敛于平稳分布，即完成算法的初始化阶段，并在初始化阶段之后产生足够多的参数样本进行参数的统计分析。为准确评价算法生成的 Markov 链的收敛性，每一数值试验平行运行 4 次。对于数值试验 1~5，每次试验迭代次数为10000。以数值试验 1 为例介绍算法的收敛性诊断过程。1. 收敛性诊断的定性分析：数值试验 1 校核的参数为 K12C、K12T、KNIT、K71C、K71T，进行了 4次平行试验，每次试验迭代 10000 次。按照上文对 MCMC 方法收敛性诊断的概述，对数值试验 1 的 4 次平行试验进行定性和定量的收敛性诊断分析。首先作参数的取值变化过程图，观察参数是否有明显的变化趋势，参数的取值是否遍历整个参数空间。图 5-2为数值试验1中一次平行试验的参数K12C、K12T、KNIT、K71C、K71T 的取值变化过程图。选取其中对 K12C、K12T 的分析进行详细说明。如图 5-3，可以看到参数 K12C、K12T 的取值遍历了整个参数搜索空间，且在采样过程中没有明显的变化趋势。
图 5-3 K12C、K12T 取值变化过程图 5-4 和图 5-5 分别为 K12C、K12T 的平均值和方差的变化过程图迭代次数 i>5000 左右之后，K12C、K12T 的平均值逐步收敛到 0.方差也基本收敛到一个稳定水平。由此可以得出算法采样得到的敛的，尽管还不能证明已经达到全局收敛。迭代次数
【参考文献】：
期刊论文
[1]英国排水管网建模技术实例分析[J]. 陈圆,张亚雷,Foong Ying-Chyung,周雪飞,张选军. 中国给水排水. 2009(22)
[2]基于MIKE11模型计算河流水功能区纳污能力方法[J]. 刘伟,刘洪超,徐海岩. 东北水利水电. 2009(08)
[3]灰色聚类关联评估在水环境质量评价中的应用[J]. 姚建玉,钟正燕,陈金发. 环境科学与管理. 2009(02)
[4]水环境数值模型研究进展[J]. 樊石磊,吕鍳. 山西建筑. 2008(10)
[5]内嵌神经网络的不确定水质模型研究[J]. 宋华兵,张新政. 水资源与水工程学报. 2008(01)
[6]Metropolis-Hastings自适应算法及其应用[J]. 陈平,徐若曦. 系统工程理论与实践. 2008(01)
[7]二维河道的灰色水质模拟模型研究[J]. 朱长军,郝振纯,张金良,李树文,周继红. 西安建筑科技大学学报(自然科学版). 2007(06)
[8]湖泊水质模型研究进展[J]. 万金保,李媛媛. 长江流域资源与环境. 2007(06)
[9]不确定性水质模型及其研究进展[J]. 姜云超,南忠仁. 环境污染与防治. 2007(09)
[10]环境水样采集过程中的质量保证措施[J]. 池靖,邢核,王光,连军. 环境监测管理与技术. 2007(01)
博士论文
[1]水环境中的不确定性理论与方法研究——以三峡水库为例[D]. 谢更新.湖南大学 2005
硕士论文
[1]NOMMLE分布的参数估计与MCMC模拟研究[D]. 韩艳敏.武汉理工大学 2007
本文编号：3457879
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：148 页
【学位级别】：博士
【部分图文】：
不确定性的分类（按对事物的认知程度分类）
Markov 链收敛于平稳分布，即完成算法的初始化阶段，并在初始化阶段之后产生足够多的参数样本进行参数的统计分析。为准确评价算法生成的 Markov 链的收敛性，每一数值试验平行运行 4 次。对于数值试验 1~5，每次试验迭代次数为10000。以数值试验 1 为例介绍算法的收敛性诊断过程。1. 收敛性诊断的定性分析：数值试验 1 校核的参数为 K12C、K12T、KNIT、K71C、K71T，进行了 4次平行试验，每次试验迭代 10000 次。按照上文对 MCMC 方法收敛性诊断的概述，对数值试验 1 的 4 次平行试验进行定性和定量的收敛性诊断分析。首先作参数的取值变化过程图，观察参数是否有明显的变化趋势，参数的取值是否遍历整个参数空间。图 5-2为数值试验1中一次平行试验的参数K12C、K12T、KNIT、K71C、K71T 的取值变化过程图。选取其中对 K12C、K12T 的分析进行详细说明。如图 5-3，可以看到参数 K12C、K12T 的取值遍历了整个参数搜索空间，且在采样过程中没有明显的变化趋势。
图 5-3 K12C、K12T 取值变化过程图 5-4 和图 5-5 分别为 K12C、K12T 的平均值和方差的变化过程图迭代次数 i>5000 左右之后，K12C、K12T 的平均值逐步收敛到 0.方差也基本收敛到一个稳定水平。由此可以得出算法采样得到的敛的，尽管还不能证明已经达到全局收敛。迭代次数
【参考文献】：
期刊论文
[1]英国排水管网建模技术实例分析[J]. 陈圆,张亚雷,Foong Ying-Chyung,周雪飞,张选军. 中国给水排水. 2009(22)
[2]基于MIKE11模型计算河流水功能区纳污能力方法[J]. 刘伟,刘洪超,徐海岩. 东北水利水电. 2009(08)
[3]灰色聚类关联评估在水环境质量评价中的应用[J]. 姚建玉,钟正燕,陈金发. 环境科学与管理. 2009(02)
[4]水环境数值模型研究进展[J]. 樊石磊,吕鍳. 山西建筑. 2008(10)
[5]内嵌神经网络的不确定水质模型研究[J]. 宋华兵,张新政. 水资源与水工程学报. 2008(01)
[6]Metropolis-Hastings自适应算法及其应用[J]. 陈平,徐若曦. 系统工程理论与实践. 2008(01)
[7]二维河道的灰色水质模拟模型研究[J]. 朱长军,郝振纯,张金良,李树文,周继红. 西安建筑科技大学学报(自然科学版). 2007(06)
[8]湖泊水质模型研究进展[J]. 万金保,李媛媛. 长江流域资源与环境. 2007(06)
[9]不确定性水质模型及其研究进展[J]. 姜云超,南忠仁. 环境污染与防治. 2007(09)
[10]环境水样采集过程中的质量保证措施[J]. 池靖,邢核,王光,连军. 环境监测管理与技术. 2007(01)
博士论文
[1]水环境中的不确定性理论与方法研究——以三峡水库为例[D]. 谢更新.湖南大学 2005
硕士论文
[1]NOMMLE分布的参数估计与MCMC模拟研究[D]. 韩艳敏.武汉理工大学 2007
本文编号：3457879
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/3457879.html
