動態(tài)數(shù)據(jù)驅(qū)動的河流突發(fā)性水污染事故預(yù)警系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、城市供水水源污染事件時有發(fā)生，嚴(yán)重時會威脅到群眾的飲水安全和國家的經(jīng)濟(jì)發(fā)展。面對這一問題，城市供水主管部門迫切需要多環(huán)節(jié)水質(zhì)預(yù)警信息支持。尤其是突發(fā)性水污染事故具有事發(fā)突然、不確定因素多等特點(diǎn)，快速準(zhǔn)確地預(yù)測水質(zhì)演化趨勢一直是研究的難點(diǎn)和熱點(diǎn)?；诖吮尘?，本文結(jié)合國家科技重大專項(xiàng)課題和國家自然科學(xué)基金項(xiàng)目，圍繞河流突發(fā)性水污染事故預(yù)警方法和系統(tǒng)實(shí)現(xiàn)技術(shù)開展理論與應(yīng)用研究，主要工作和創(chuàng)新點(diǎn)如下:
　　(1)研究提出了動態(tài)數(shù)據(jù)驅(qū)動的河

2、流突發(fā)性水污染事故預(yù)警系統(tǒng)架構(gòu)，為河流突發(fā)性水污染事故預(yù)警研究提供了新的研究方法和思路。完成了該架構(gòu)的總體設(shè)計，分析了基于該架構(gòu)下水質(zhì)預(yù)警系統(tǒng)的工作原理，與基于通常架構(gòu)下的水質(zhì)預(yù)警系統(tǒng)工作流程進(jìn)行了比較，剖析了動態(tài)數(shù)據(jù)驅(qū)動范式下的系統(tǒng)架構(gòu)具備多模型集成、共生反饋、動態(tài)性和自學(xué)習(xí)性等特點(diǎn)和優(yōu)勢。
　　(2)針對目前水質(zhì)預(yù)警模型在動態(tài)適應(yīng)性和應(yīng)用迅捷性等方面急需提升等問題，研究了基于動態(tài)數(shù)據(jù)驅(qū)動的河流突發(fā)性水污染事故預(yù)警系統(tǒng)架構(gòu)下的水

3、質(zhì)動態(tài)預(yù)警方法。在初始預(yù)警模型基礎(chǔ)上，結(jié)合歷史經(jīng)驗(yàn)數(shù)據(jù)和動態(tài)監(jiān)測數(shù)據(jù)，首先采用基于案例的推理方法進(jìn)行初始校正，實(shí)現(xiàn)初始預(yù)警;然后，針對水文數(shù)據(jù)和邊界條件數(shù)據(jù)較缺乏等情況下的精確化預(yù)測問題，研究了應(yīng)用后續(xù)實(shí)測數(shù)據(jù)和改進(jìn)的網(wǎng)格尋優(yōu)算法對水質(zhì)預(yù)測預(yù)警模型參數(shù)進(jìn)行自適應(yīng)校正的技術(shù)，針對預(yù)警模型往往因模型概化而導(dǎo)致結(jié)構(gòu)性誤差等問題，進(jìn)一步研究提出了基于時間序列算法的預(yù)測預(yù)警結(jié)果動態(tài)校正方法。以實(shí)際發(fā)生的河流突發(fā)性水污染事故為應(yīng)用案例，對所研究動態(tài)

4、預(yù)警方法進(jìn)行了應(yīng)用研究與分析。應(yīng)用結(jié)果表明該方法可有效地對河流突發(fā)性水污染事故進(jìn)行預(yù)警，預(yù)測結(jié)果與實(shí)測結(jié)果之間經(jīng)動態(tài)校正而減小偏差。
　　(3)針對應(yīng)急監(jiān)測點(diǎn)布局缺乏理論指導(dǎo)、應(yīng)急部門難以快速合理選點(diǎn)等問題，研究了動態(tài)數(shù)據(jù)驅(qū)動的河流突發(fā)性水污染事故預(yù)警系統(tǒng)架構(gòu)下的應(yīng)急監(jiān)測點(diǎn)選取、評價和布局優(yōu)化方法，建立了基于模糊層次分析法的應(yīng)急監(jiān)測點(diǎn)布局技術(shù)方案，為水質(zhì)事件不同階段應(yīng)急監(jiān)測點(diǎn)敏感性和重要性的量化評估提供了技術(shù)支撐，實(shí)現(xiàn)了有限應(yīng)急監(jiān)