基于模型參數(shù)不確定性的河流突發(fā)污染事故動態(tài)預(yù)測方法研究.pdf

1、水質(zhì)安全對于人類生存發(fā)展影響重大，然而近年來突發(fā)性河流污染事故頻發(fā)，導(dǎo)致了巨大的國民經(jīng)濟(jì)損失，并引發(fā)了一系列環(huán)境問題和社會問題。如何在河流突發(fā)污染事故發(fā)生后為相關(guān)應(yīng)急決策者提供準(zhǔn)確、可靠的污染物擴(kuò)散規(guī)律信息，成為了亟待解決的問題。
　　本文通過研究應(yīng)用不確定性方法、動態(tài)更新理論、普適似然不確定性(GLUE)算法以及基于馬爾可夫鏈蒙特卡羅(MCMC)算法的改進(jìn)GLUE算法等，建立了基于模型參數(shù)不確定性的河流突發(fā)污染事故動態(tài)預(yù)測方法，

2、該方法可以在河流突發(fā)污染事故發(fā)生后為應(yīng)急決策者提供污染物濃度的動態(tài)預(yù)測數(shù)據(jù)，方便他們有針對性地采取應(yīng)急措施，應(yīng)對污染事故。
　　論文的主要工作和創(chuàng)新點(diǎn)如下:
　　(1)為解決水質(zhì)預(yù)測過程中的不確定性問題和實(shí)時性較差問題，本文分析了河流突發(fā)污染事故中的不確定性來源，提出了河流突發(fā)污染事故模型，并給出了基于模型參數(shù)不確定性的河流突發(fā)污染事故水質(zhì)預(yù)測框架，然后以此為基礎(chǔ)，引入動態(tài)更新方法對前述水質(zhì)預(yù)測框架進(jìn)行改進(jìn)，利用事故發(fā)生后的

3、污染物濃度實(shí)測數(shù)據(jù)對模型預(yù)測結(jié)果進(jìn)行動態(tài)校正。
　　(2)采用河流突發(fā)污染事故模型，結(jié)合蒙特卡羅方法和GLUE算法具體實(shí)現(xiàn)了本文提出的基于模型參數(shù)不確定性的河流突發(fā)污染事故動態(tài)預(yù)測框架。實(shí)例驗(yàn)證了本文方法的預(yù)測效果后，提出了將本文方法應(yīng)用于實(shí)際突發(fā)污染事故中的具體步驟。
　　(3)針對本文提出的基于GLUE算法的河流突發(fā)污染事故動態(tài)預(yù)測模型無法辨識模型參數(shù)的實(shí)際分布這一問題，提出了基于MCMC算法的改進(jìn)GLUE算法——Met