水质修复条件下基于不确定性方法的景观水体水质模拟研究

Water quality preservation and restoration is important for the construction and operation of urban landscape water, since in recent years, water quality deterioration is very serious in cities of China. In the scenario of water quality restoration engineering for urban landscape water, the simulation capability of general water quality models is limited because of the complexity of model structure, the difficulty of model parameter identification and the absence of uncertainty analysis. Due to the lack of effective methods for water quality modeling, it is difficult to quantitatively describe the comprehensive effects of different engineering measures for water quality improvement. Therefore, in this research the pollutant abatement mechanism will be studied for water quality preservation and restoration engineering. Water quality model of landscape water will be built by introducing specialized simulation function into a general water quality model. A parameter identification algorithm based on uncertainty method is designed and optimized in parallel computing environment to improve the calculating effectiveness. Water quality models will be built based on selected practical landscape water bodies. The characteristic of water quality variation is revealed and studied by the realization of parameter identification and uncertainty water quality simulation. A set of specialized methods for water quality modeling will be achieved. It can be applied in comprehensive water quality analysis and program planning for water quality restoration projects. This research will provide technical support to the sustainable development of urban water environment conservation, and therefore has important academic significance and practical value.

当前我国城市景观水体水质恶化现象严重，水质保持与修复成为景观水体建设与运行中的重要议题。以往研究中，通用型水质模型对工程修复条件下的景观水体水质模拟适用性不足，且模型结构复杂、参数识别难度大、不确定性分析能力薄弱。由于缺少有效方法进行水质模拟，导致难于定量描述各种工程措施对水质保持与改善的综合效果。因此，本课题通过研究多种水质保持与修复工程措施的污染物消减作用机理，在通用型水质模型中纳入相应的水质模拟功能，构建景观水体水质模型；为提高计算效能，在并行计算环境下基于不确定性方法设计模型参数识别算法，并对算法进行优化；选定实际景观水体建立水质模型，实现参数识别计算与水质不确定性模拟，掌握在工程条件下的景观水体水质变化规律。最终形成一套适用于景观水体水质修复的水质模拟方法，以指导水质综合分析与水质修复方案规划设计，为城市水环境生态保持的可持续发展提供技术支持，因此具有重要的学术意义和实用价值。

水质保持与修复工程措施是提升景观水体水质、保障城市水环境健康的重要手段。在景观水体综合治理的工程实践过程中，需要采用水质模型对水体水质变化趋势进行预测与分析。但在以往研究中，通用型水质模型多基于天然水体中污染物的迁移转化规律而构建，对工程修复条件下的景观水体水质模拟适用性不足；另一方面模型一般结构较为复杂，算法不开放，参数众多，在使用过程中受到参数识别困难、计算量巨大、不确定性分析功能薄弱等制约。.针对以上问题，本课题研究了构建景观水体水质模型的方法，并纳入多种水质保持与修复工程措施的水质模拟功能；在并行计算环境下基于不确定性方法设计模型参数识别算法，并对算法进行优化；实现参数识别计算与水质不确定性模拟，掌握在工程条件下的景观水体水质变化规律。.在水质模型结构分析基础上，分析多种工程措施对景观水体水质改善的作用机理和数学描述方法，对水质模型的模型单元属性、水力驱动条件、模型反应参数等进行针对性的修改，扩充了模型的水质模拟功能。通过将各种人工措施的水质改善作用机理纳入模型的水质模拟过程，解决多种人工水质修复措施下的水质综合模拟问题，实现了在水质修复条件下的景观水体水质模拟。.对水质模型源代码进行修改，将模型与参数识别算法进行整合，实现参数不确定性采样与识别。通过MCMC方法结合遗传算法（GA）和并行计算实现快速的参数最优起始抽提点搜索，实现优化起始值选择、获取更好的收敛效率。针对通用型水质模型，开发基于参数抽提采样优化的不确定性参数识别算法，克服了复杂多参数水质模型参数识别困难、计算量大的问题。.根据研究内容与目标选定了景观水体，并进行了系统的水质监测，在构建景观水体水质模型基础上，对模型参数进行分析。基于上述不确定性参数识别算法，实现对水质模型的参数识别计算，并分别对模型的污染负荷输入、模型参数等进行了不确定性模拟与分析。在此基础上进行了多种典型人工水质修复措施工况下的水质模拟与综合分析。.本研究通过不确定性理论与复杂通用型水质模型的有机结合，在对人工水质改善措施进行系统分析的基础上，设计了在水质修复条件下的景观水体水质模拟与不确定性分析方法，可以为景观水体水质综合分析与水质修复方案制定提供有效的技术支持。