基于数字地球和复杂性理论的水污染模拟仿真研究

面向水污染事件的综合展现以及水质模型的建立和模拟仿真，按照"数据深度集成、模型实用可行、处理高效可靠、展现丰富直观"的基本原则，开展水污染实测数据、特征数据、空间地理数据的有效集成；对水污染过程进行复杂性理论建模，在探索河道多尺度分解方法的同时构建水质复杂Agent模型，以自组织涌现方式向宏观层面提供污染物造型及运移渲染；引入高性能计算技术，将大型计算量作业分解为相对独立的原子任务来提高仿真算法效率；在遵循OGC/KML、水利标准的基础上，以数字地球为基础平台建立可视化环境，并面向水污染事件分析提供运移演化、情景分析、实体标示等接口服务。解决现有方法中的水质模型理想化程度过高难以贴合实际过程、高精度仿真计算力不足、缺乏融合地形地貌的丰富表现平台等问题，为各流域、行政机构的水污染事件处置提供信息支撑和决策辅助，进而减少水污染过程带来的经济损失。

本项目重点面向水污染事件的综合展现以及水质模型的建立和模拟仿真，以数据地球和复杂性理论为基础，通过数据集成、水质复杂Agent建模、高性能计算以及运移演化等方面的研究，建立一个水污染运移模拟仿真框架，从而解决现有方法中的水质模型理想化程度过高难以贴合实际过程、高精度仿真计算力不足、缺乏融合地形地貌的丰富表现平台等问题。经过三年的研究，项目组建立了以数据集中、数据映射为中心的信息资源汇集方案，给出了干流河道的三角网剖分方法和三角网细分方法，构建了水质Agent模型及其行为演化方案，完成了污染物浓度色阶与渲染，同时在仿真任务原子化的基础上，提高了模拟仿真的效率，并结合视域模型进行了格网优化，为更加有效、全面的掌握水污染的运移过程提供一个可视化的服务模型，支持了情景分析与研讨，辅助了行政管理部门的决策工作。在这一过程，积累了经验，培养了人才，取得了自主知识产权，开展了系统实现，业务应用达到了预期效果。