摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 绪论 | 第15-30页 |
1.1 研究背景及意义 | 第15-21页 |
1.1.1 研究背景 | 第15-21页 |
1.1.2 研究意义 | 第21页 |
1.2 国内外研究现状 | 第21-27页 |
1.2.1 确定性理论方法 | 第22-25页 |
1.2.2 不确定性理论方法 | 第25-27页 |
1.2.3 现有研究存在的不足 | 第27页 |
1.3 主要研究内容及技术路线 | 第27-30页 |
1.3.1 主要研究内容 | 第27-28页 |
1.3.2 本文的技术路线 | 第28-30页 |
2 河渠中污染物的迁移转化机理及追踪溯源基本原理 | 第30-59页 |
2.1 污染物在河渠中迁移转化机理 | 第30-40页 |
2.1.1 河渠中污染物迁移扩散坐标系的建立 | 第30-31页 |
2.1.2 污染物在河渠中迁移与转化 | 第31-34页 |
2.1.3 污染物在河渠中的衰减行为 | 第34-37页 |
2.1.4 河渠的耗氧和复氧 | 第37-40页 |
2.2 河渠中不同类型的污染物迁移转化过程 | 第40-43页 |
2.2.1 难溶性污染物 | 第40-42页 |
2.2.2 可溶性污染物 | 第42页 |
2.2.3 挥发性污染物 | 第42-43页 |
2.3 突发水污染追踪溯源基本原理 | 第43-50页 |
2.3.1 突发性水污染事件的概念及特点 | 第43-46页 |
2.3.2 突发水污染追踪溯源的提出 | 第46-48页 |
2.3.3 突发水污染追踪溯源的概念及内涵 | 第48-49页 |
2.3.4 突发水污染追踪溯源的分类 | 第49-50页 |
2.4 追踪溯源技术与方法 | 第50-58页 |
2.4.1 第Ⅰ类追踪溯源 | 第50-56页 |
2.4.2 第Ⅱ类追踪溯源 | 第56-57页 |
2.4.3 第Ⅲ~Ⅳ类追踪溯源 | 第57-58页 |
2.5 本章小结 | 第58-59页 |
3 河渠水流水质耦合模拟模型与方法 | 第59-86页 |
3.1 河渠一维水流水质耦合模拟模型 | 第59-64页 |
3.1.1 一维水动力学模型 | 第59-62页 |
3.1.2 一维污染物迁移转化模型 | 第62-63页 |
3.1.3 一维水流水质耦合模拟模型基本方程 | 第63-64页 |
3.2 河渠二维水流水质耦合模拟模型 | 第64-69页 |
3.2.1 二维水动力模型 | 第64-67页 |
3.2.2 二维污染物迁移转化模型 | 第67-68页 |
3.2.3 二维水流水质耦合模型基本方程 | 第68-69页 |
3.3 河渠三维水流水质耦合模拟模型 | 第69-74页 |
3.3.1 三维水动力模型 | 第69-71页 |
3.3.2 三维污染物迁移转化模型 | 第71-73页 |
3.3.3 三维水流水质耦合模拟模型基本方程 | 第73-74页 |
3.4 河渠水流水质耦合模拟模型的数值方法 | 第74-78页 |
3.4.1 有限差分法 | 第75页 |
3.4.2 有限元法 | 第75-77页 |
3.4.3 有限体积法 | 第77页 |
3.4.4 其它方法 | 第77-78页 |
3.5 河渠水流水质耦合模拟模型的计算流程 | 第78-81页 |
3.5.1 河渠突发水污染事件模拟过程的难点 | 第78-80页 |
3.5.2 河渠突发水污染模拟计算流程 | 第80-81页 |
3.6 模型验证 | 第81-84页 |
3.6.1 概况 | 第81-82页 |
3.6.2 流场计算 | 第82-83页 |
3.6.3 浓度场计算 | 第83-84页 |
3.6.4 结果分析 | 第84页 |
3.7 本章小结 | 第84-86页 |
4 基于混合DE-NMS的追踪溯源方法 | 第86-111页 |
4.1 基于优化算法的追踪溯源模型 | 第86-88页 |
4.2 微分进化算法 | 第88-96页 |
4.2.1 概述 | 第88-89页 |
4.2.2 标准微分进化算法 | 第89-94页 |
4.2.3 DEA与其他进化方法的比较 | 第94-96页 |
4.3 基于混合微分进化算法的追踪溯源研究 | 第96-104页 |
4.3.1 单纯形法 | 第96-99页 |
4.3.2 混合DE-NMS的基本原理 | 第99-101页 |
4.3.3 混合DE-NMS的操作步骤与计算流程 | 第101-104页 |
4.3.4 基于混合DE-NMS的追踪溯源研究 | 第104页 |
4.4 算例分析 | 第104-110页 |
4.4.1 问题的提出 | 第105-106页 |
4.4.2 单点源瞬时排放 | 第106-107页 |
4.4.3 多点源瞬时排放 | 第107-109页 |
4.4.4 算例结果分析 | 第109-110页 |
4.5 本章小结 | 第110-111页 |
5 基于Bayesian-MCMC的追踪溯源方法 | 第111-134页 |
5.1 河渠突发水污染追踪溯源的不适定性 | 第111-112页 |
5.2 基于概率统计的追踪溯源方法 | 第112-117页 |
5.2.1 概述 | 第112-113页 |
5.2.2 贝叶斯定理 | 第113-114页 |
5.2.3 先验分布的确定 | 第114-116页 |
5.2.4 似然函数的选择 | 第116-117页 |
5.2.5 后验概率密度函数 | 第117页 |
5.3 MCMC方法 | 第117-127页 |
5.3.1 追踪溯源的蒙特卡罗法 | 第118页 |
5.3.2 马尔科夫链 | 第118-120页 |
5.3.3 蒙特卡罗积分 | 第120-122页 |
5.3.4 抽样方法 | 第122-127页 |
5.4 算例分析 | 第127-133页 |
5.4.1 研究区域的描述 | 第127页 |
5.4.2 恒定流 | 第127-129页 |
5.4.3 非恒定流 | 第129-132页 |
5.4.4 算例结果分析 | 第132-133页 |
5.5 本章小结 | 第133-134页 |
6 基于Bayesian-DEMCMC的追踪溯源方法 | 第134-158页 |
6.1 引言 | 第134-136页 |
6.2 影响追踪溯源精度及速率的主要因素 | 第136-137页 |
6.2.1 观测值的特性 | 第136页 |
6.2.2 观测值的异常 | 第136页 |
6.2.3 观测点的布置 | 第136-137页 |
6.3 Bayesian-DEMCMC算法 | 第137-141页 |
6.3.1 Bayesian-DEMCMC基本原理 | 第138页 |
6.3.2 Bayesian-DEMCMC算法的操作步骤与流程 | 第138-141页 |
6.4 基于Bayesian-DEMCMC的第Ⅰ类追踪溯源研究 | 第141-145页 |
6.4.1 恒定流 | 第141-142页 |
6.4.2 非恒定流 | 第142-144页 |
6.4.3 结果分析 | 第144-145页 |
6.5 基于Bayesian-DEMCMC的第Ⅱ类追踪溯源研究 | 第145-157页 |
6.5.1 单点源瞬时排放 | 第145-150页 |
6.5.2 多点源瞬时排放 | 第150-156页 |
6.5.3 结果分析 | 第156-157页 |
6.6 本章小结 | 第157-158页 |
7 全文总结 | 第158-161页 |
7.1 主要成果与结论 | 第158-159页 |
7.2 主要创新点 | 第159-160页 |
7.3 展望 | 第160-161页 |
参考文献 | 第161-177页 |
附录 | 第177-179页 |
致谢 | 第179页 |