您所在位置：网站首页 > 学术论文 > 其它学术论文多重不确定性条件下流域水质管理与水资源配置

多重不确定性条件下流域水质管理与水资源配置

2页

卖家[上传人]：大米

文档编号：475155211

上传时间：2022-08-23

文档格式：DOCX

文档大小：8.80KB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

10 金贝

/ 2 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、多重不确定性条件下流域水质管理与水资源配置近年来，快速的人口增长、城市化、工业化、气候变化,导致了淡水资源量的需求不断上升，污染物的排放增加也加剧了水环境污染等问题。合理和有效的进行水质管理和水资源配置对于缓解水环境污染和水资源短缺至关重要。系统优化技术是水质管理和水资源配置的有效手段。然而，水质管理系统和水资源配置系统是复杂的系统，其中的不确定性及其间的互动关系十分复杂，不易辨识。因此，如何表征系统中的多重不确定性信息及其互动关系，如何将这种复杂关系反映到实际管理与配置模型中，如何根据系统特点确定优化方法等是水质管理系统和水资源配置系统面临的关键问题。本论文将在水质管理系统和水资源配置系统不确定性辨识的基础上，整合多时期、多情景等复杂性,基于区间参数规划、模糊数学规划、随机数学规划和析因分析等方法，开发一系列多重不确定性系统优化方法用于流域水质管理与水资源配置。具体包括：（1）区间模糊可信约束规划方法。区间模糊可信约束规划方法由区间参数规划和模糊可信约束规划方法整合入一个常规优化框架而得。该方法能够处理处理以区间和可能性分布表征的不确定性及分析满足系统约束的可

2、靠性（或违反系统约束的风险）。随后，该方法被用于香溪河流域水质管理，优化得到了以区间值表示的经济活动适宜规模。此外，结果表明BSH化工厂的生化需氧量（BOD）排放量最高;种植业总氮排放量最高;以化工厂和磷矿公司为主的点源磷排放量最高。（2）模糊边界区间规划方法。该方法可以有效处理以区间和模糊边界区间形式表征的双重不确定性。为了验证该方法的有效性，模糊边界区间规划方法被应用于香溪河流域水质管理实例中。采用交互式算法和顶点分析方法，可求得不同a水平（模糊隶属度）下的解决方案。结果表明系统效益和经济活动规模模糊边界区间范围随a水平升高而缩减, 至最高水平（。=1）缩减为区间。结果揭示了 a水平的选取对模型结果有明显影响。（3）基于多水平析因-风险分析的可能-概率规划方法。该方法可以处理以模糊随机边界区间、概率分布和区间表达的不确定性，以及分析不确定性及其交互作用对模型输出的影响。基于此方法，本文中建立了香溪河流域水质管理管理模型。结果揭示了，当满足目标函数概率降低且违反环境约束概率升高时,系统可信度和必然度升高,对应的系统效益升高。此外，化工厂单位生产效益对系统效益影响

3、最显著;持中立风险态度的决策者应重视化工厂生产与城镇供水间的交互作用,持规避风险态度的决策者应重视违约风险与供水效益间的交互作用。(4)基于风险分析的区间两阶段随机规划方法。该方法可有效处理系统中以区间和概率分布形式表达的不确定性参数(如，允许污染物排放量和污染物排放率)，同时可进行风险管理和情景分析。通过控制追索成本的变化可反映决策者对系统风险的态度。该方法被应用于禾水流域水质管理。结果揭示了目标效益和风险水平升高,决策者风险态度趋于中立，系统效益期望值升高;允许排污量升高，污染物超额排放量降低，相关政策倾向经济发展。此外，该流域内农业是主要的土壤流失、总氮(TN)和总磷(TP)排放源，畜牧业是主要化学需氧量排放源(COD)。(5)基于蒙特卡洛模拟的双区间随机规划方法。该方法既可有效处理以双区间和概率分布形式表征的不确定性，也可以深入分析当预定目标未能达到时所需制定的经济补救政策(由水资源量的不确定性导致)。该方法被应用于漳卫南流域作物规划及水资源配置。得到了不同概率分布和隶属度下作物种植和水资源配置结果表明了概率分布均值高且标准差低时，可利用水资源量均值较高且变化范围较窄，实际灌溉面积高，最终导致系统效益高;揭示了可用水资源的不同概率分布可导致不同的系统效益和灌溉面积。小麦为该地区主要耗水作物且缺水量最高，可考虑调整小麦种植面积。本文开发的一系列多重不确定优化方法可以有效的处理水质管理系统和水资源配置系统的不确定性和风险阈值的复杂性。模型结果涵盖水质管理系统和水资源配置系统的各个环节，包括水资源的供需、产品生产、污染物排放控制和系统效益最大化。所得结果及发现有助于决策者在权衡社会经济和环境可持续发展的思路下，制定最优水质管理方案和水资源配置方案。

《多重不确定性条件下流域水质管理与水资源配置》由会员大米分享，可在线阅读，更多相关《多重不确定性条件下流域水质管理与水资源配置》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源