《智能流域管理研究》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:刘永,皱锐,郭怀成等著
  • 出 版 社:北京:科学出版社
  • 出版年份:2012
  • ISBN:9787030339690
  • 页数:317 页
图书介绍:本书是国家水体污染控制与治理科技重大专项(2008ZX07102-001)的研究成果,是关于智能流域管理(IWM)这一全新领域的研究专著。本书紧密结合我国水环境领域的重大国家战略需求以及最新国际研究前沿,在总结和识别流域问题现状及流域管理决策需求的基础上,基于仿生学原理并类比人的思维特征和决策过程,提出了智能流域管理的概念、模型体系,并开展了案例研究;主要的模型框架包括:智能流域管理的因果关联及输入-输出响应、流域污染物输移过程与模拟、水质-水生态响应过程与模拟、模型参数估值及不确定性分析、流域智慧型决策之线性规划模型、模拟-优化模型、流域智慧型决策之适应性演化模型以及流域信息集成等。这是当前我国水污染关注的重点,对我国的水环境管理、湖泊富营养化控制等迫切需要解决的重大环境问题,都具有重要的实用价值和指导意义。本书中的创新性成果主要有:首次提出智能流域管理的概念;引进并自主开发了包括水质响应模拟模型、模型参数估值及不确定性分析方法、规划优化模型、不确定性模拟-优化模型以及适应性决策模型等在内的智能流域管理模型,为开展智能流域管理提供了综合性的定量方法;引导了流域学科研究的国内外发展方向

第1章 绪论 1

1.1流域管理的科学问题与决策需求 1

1.1.1研究背景 1

1.1.2科学问题 3

1.1.3决策需求 4

1.1.4研究目的 4

1.2流域模拟与决策模型研究进展 5

1.2.1流域模拟模型研究进展 6

1.2.2流域决策模型研究进展 11

1.3智能流域管理 15

1.3.1概念缘由 15

1.3.2概念界定 16

1.3.3关键问题 19

1.3.4模型框架 21

1.3.5讨论:IWM的生命周期 23

大脑篇——因果关系之机理表达 27

第2章 智能流域管理的因果关联及输入-输出响应 27

2.1智能流域管理决策的因果关联与响应模拟 27

2.1.1因果关联的概念及必要性 27

2.1.2因果关联网络构建与响应模拟 29

2.2案例研究:云南程海外流域调水工程的水质-水生态响应 32

2.2.1研究背景 32

2.2.2程海富营养化机制的神经网络模拟及响应情景分析 33

2.2.3程海水位调控的水质-水生态响应预测 43

2.3本章小结 50

第3章 流域层面的因果关联定量表达——流域污染物输移模拟 52

3.1流域层面的因果关联界定 52

3.1.1流域水循环及关联因素 52

3.1.2流域碳循环及关联因素 54

3.1.3流域营养物质输移及关联因素 55

3.2流域污染物输移过程与模拟 56

3.2.1流域污染物输移过程 56

3.2.2流域污染物输移模拟 57

3.3流域污染物输移常用模型 59

3.3.1模型概览 59

3.3.2 HSPF模型 60

3.3.3 LSPC模型 63

3.3.4 SWAT模型 64

3.4案例:美国Maumelle湖流域非点源模拟研究 64

3.4.1流域背景 64

3.4.2 HSPF流域模型 66

3.4.3 HSPF模型模拟结果与分析 67

3.5本章小结 83

第4章 水体层面的因果关联定量表达——水质-水生态响应模拟 85

4.1水体层面的因果关联界定与响应过程 85

4.1.1水动力-水质过程 86

4.1.2水质-水生态响应过程 87

4.1.3水体层面的因果关联网络构建 90

4.2水动力-水质-水生态响应模拟 92

4.2.1模拟模型概述 92

4.2.2常用模型:EFDC 98

4.2.3常用模型:CE-QUAL-W2模型 104

4.2.4常用模型:WASP 107

4.3案例(Ⅰ):浅水湖泊生态系统对人类干扰脆弱性的数值模拟研究 108

4.3.1湖泊生态系统的干扰脆弱性 108

4.3.2异龙湖水质-水生态模拟模型构建 108

4.3.3模拟结果与情景分析 110

4.3.4主要结论 114

4.4案例(Ⅱ):基于三维水质-水动力模型的滇池富营养化控制TMDL研究 114

4.4.1滇池富营养化控制与模型需求 114

4.4.2滇池三维水质-水动力模型开发 115

4.4.3模型校验和结果讨论 118

4.4.4 TMDL情景分析 123

4.4.5主要结论 125

4.5本章小结 126

第5章 模型参数估值及不确定性分析 128

5.1模型参数估值及不确定性分析方法 128

5.1.1参数估值方法 128

5.1.2不确定性分析方法 130

5.2案例(Ⅰ):基于交替适应度遗传算法的稳健性水质模型方法 131

5.2.1研究背景 131

5.2.2稳健性水质模型方法 132

5.2.3数值案例 136

5.3案例(Ⅱ):自适应神经网络内嵌遗传算法及应用 141

5.3.1方法介绍 141

5.3.2复杂富营养化模型逆向参数估值案例 144

5.4案例(Ⅲ):基于简单机理模型与贝叶斯推断算法的美国Chesapeake湾低氧分析 152

5.4.1研究背景 152

5.4.2模型方法 153

5.4.3参数估值 155

5.4.4结果 156

5.4.5讨论:流域负荷削减决策 159

5.5本章小结 160

第6章 流域-水体因果关系的集成——流域污染物输移的水质-水生态响应 162

6.1流域-水体因果关系集成的界定 162

6.2流域污染物输移的水质-水生态响应模拟 164

6.3案例:美国加利福尼亚州明湖流域集成因果关联网络研究 166

6.3.1研究背景 166

6.3.2流域描述 167

6.3.3数据清单 168

6.3.4模型选择与方法 169

6.3.5结果与讨论 180

6.4本章小结 183

智慧篇——优化之决策 187

第7章 流域管理的智慧型决策框架 187

7.1智慧型决策的界定 187

7.2流域智慧型决策模型框架 188

7.2.1流域决策的优化模型需求 188

7.2.2流域决策的不确定性 191

7.3本章小结 192

第8章 流域智慧型决策之线性规划模型 193

8.1流域决策的不确定性规划模型 193

8.1.1概述 193

8.1.2随机规划和模糊规划 194

8.1.3区间规划模型 196

8.1.4模型对比分析 198

8.2传统区间数线性规划模型 200

8.2.1模型方程与求解方法 200

8.2.2传统ILP模型的决策有效性探讨 202

8.3风险显性区间线性规划模型 202

8.3.1模型推导与求解 203

8.3.2 REILP模型数值案例与讨论 206

8.3.3案例:基于REILP模型的流域污染负荷削减决策 210

8.4本章小结 224

第9章 流域智慧型决策之模拟-优化模型 226

9.1流域智慧型决策与模拟-优化方法 226

9.2常用的模拟-优化模型算法 227

9.3模拟-优化的非线性区间映射重构算法 229

9.3.1非线性区间映射重构 229

9.3.2 REILP模型和IMS过程 231

9.3.3基于模拟-优化模型的NIMS过程 232

9.4案例:流域污染负荷削减的模拟-优化模型 233

9.4.1案例背景 233

9.4.2模型方程 235

9.4.3遗传算法构建 236

9.4.4 NIMS过程公式化 237

9.4.5结果与讨论 239

9.5本章小结 243

第10章 流域智慧型决策之适应性最优演化模型 245

10.1流域智慧型决策的“时”与“势” 245

10.2流域决策的适应性管理模式 246

10.3流域决策的适应性演化模型框架 247

10.3.1模型框架思路 247

10.3.2决策实施优选方法 248

10.3.3流域适应性决策方法 252

10.4基于风险的流域污染负荷削减最优适应性决策 252

10.4.1模型方程 252

10.4.2模型结果 253

10.4.3决策讨论 255

10.5本章小结 258

感官篇——流域信息的获取、集成与反馈 261

第11章 流域调查与数据信息 261

11.1信息获取:起点还是终点 261

11.2信息需求:目标导向与因果关联 262

11.3信息获取:基本途径 263

11.3.1基于IWM的数据需求识别 263

11.3.2流域调查与监测方案制订 264

11.3.3模型与数据的互动 268

11.4本章小结 268

第12章 流域信息集成与数据库开发 270

12.1流域信息集成 270

12.1.1智能流域管理的信息系统 270

12.1.2信息筛选与整理 272

12.2流域数据库设计 273

12.2.1设计思路 273

12.2.2数据库设计 275

12.3流域数据库开发 278

12.3.1数据库开发与信息存储 278

12.3.2信息集成与决策准备 279

12.4本章小结 281

参考文献 282

附录 312