基于参数外延的样本监测方法及分布式面源模型应用研究

目前基于物理基础的分布式面源污染的理论模型已日趋系统化，但模型运行所需大量时空监测信息输入和参数估计的不确定性，仍是限制其在不同尺度流域推广应用的主要原因。因此，课题拟在已积累的大量监测资料及研究成果的基础上,基于克里金原理及随机抽样等分析技术，研究提出高斯变异函数理论模型，确立一种基于时空变异的信息外延方法，实现有限样本数据到分布式非点源模型（SWAT）各计算网格的信息移植。基于协同区域化变量理论分析多元信息间的协同规律，建立贝叶斯多变量条件概率和信息转换函数，分析表征性输入参变量由于单元尺度划分不同而对模型输出的变异性程度，提出定量化的优化采样及变量监测的指导方法，从而确定主要监控单元网格和敏感性参数，减少冗余，达到用较少监测点控制或表征面的目的。研究成果将有利于实现分布式模型在不同尺度上的推广应用，对少资料区域污染定量化预测及监控管理也具有重要意义。