第1章 绪论 1
1.1 研究背景 1
1.2 研究意义与目的 4
1.2.1 研究意义 4
1.2.2 研究目的 5
1.3 研究内容与方法 5
1.3.1 EFDC模型不确定性与敏感性分析 5
1.3.2 基于替代模型的多目标参数估计 6
1.3.3 基于不确定性的水质响应可能性评价 6
1.4 技术路线 7
第2章 国内外研究进展 9
2.1 水质模型 9
2.1.1 水质模型发展历程 9
2.1.2 常见的水质模型 10
2.2 模型的不确定性和敏感性分析 12
2.2.1 水质模型不确定性分析 12
2.2.2 敏感性分析 13
2.3 模型参数率定方法 18
2.3.1 传统方法 18
2.3.2 替代模型法 19
2.4 基于不确定性的决策风险评估 23
2.5 本章小结 25
第3章 研究区域及EFDC水动力水质模型 26
3.1 研究区域 26
3.1.1 地理位置和地形地貌 26
3.1.2 气候条件及流域水系 28
3.1.3 水质状况 29
3.1.4 社会经济 31
3.2 EFDC水动力水质模型 33
3.2.1 EFDC水动力水质模型简介 33
3.2.2 EFDC模型主控方程 33
3.3 滇池EFDC水动力水质模型构建 39
3.3.1 EFDC模型集成 39
3.3.2 滇池EFDC三维水动力水质模型开发 40
3.3.3 水动力水质校验结果 42
3.4 本章小结 44
第4章 EFDC模型不确定性与敏感性分析 46
4.1 概述 46
4.2 EFDC模型的异参同效现象 47
4.3 不确定性和敏感性分析方法 48
4.3.1 LHS不确定性分析 48
4.3.2 敏感性分析方法 50
4.4 EFDC模型参数及外部输入条件分布 54
4.4.1 EFDC模型参数分布 54
4.4.2 外部驱动力选择与分布 54
4.5 EFDC模型参数不确定性分析和敏感性分析结果 55
4.5.1 参数不确定性分析结果 55
4.5.2 EFDC模型参数敏感性分析结果 64
4.5.3 SRRCs法敏感性结果及对比 71
4.5.4 敏感性分析的时空差异性 74
4.6 外部驱动力不确定性和敏感性分析 80
4.6.1 外部驱动力的不确定性分析 81
4.6.2 外部驱动力的敏感性分析 87
4.7 本章小结 88
第5章 基于替代模型的多目标参数估计 90
5.1 基于替代模型的多目标参数估计方法 90
5.1.1 替代模型 92
5.1.2 多目标优化计算 96
5.2 参数估计结果 100
5.2.1 参数与样本生成 100
5.2.2 BP神经网络训练结果 102
5.2.3 情景设计与BP神经网络构建 104
5.2.4 参数估计结果 107
5.3 本章小结 113
第6章 基于不确定性的水质响应可能性评价 115
6.1 决策的不确定型模型与概率型水质模型 115
6.2 研究方法 116
6.2.1 控制目标、指标和基准年设置 117
6.2.2 条件概率预测 118
6.2.3 负荷削减情景设计 126
6.3 结果与讨论 127
6.3.1 可行样本筛选 127
6.3.2 负荷削减情景统计分析 132
6.3.3 水质达标可能性（风险性）分析 135
6.3.4 讨论 137
6.4 本章小结 138
第7章 结论与展望 140
7.1 主要结论 140
7.2 创新点 142
7.3 不足与展望 142
参考文献 144
附录 156
致谢 169