位置:成果数据库 > 期刊 > 期刊详情页
基于相关系数优化法的河流突发污染源项识别
  • ISSN号:1000-6923
  • 期刊名称:《中国环境科学》
  • 时间:0
  • 分类:X703.1[环境科学与工程—环境工程]
  • 作者机构:[1]哈尔滨工业大学市政环境工程学院,黑龙江哈尔滨150090
  • 相关基金:基金项目:国家自然科学基金资助项目(50821002)致谢:文章的英文部分由美国弗吉尼亚大学土木与环境工程系龙梧生教授修改与指导,在此表示感谢.
中文摘要:

基于相关系数优化法,结合地表水环境特征和污染物水质过程特征,推导出一维河道中单点源瞬时排放的源项反演算法,得到了污染源排放特征与河流环境特征参数的反演公式.采用假想算例进行数值试验,综合分析了流速信息、污染物衰减、监测距离、监测数据误差及中间参数△T选取等因素对反演结果的影响,确定了该方法的适用条件和最优条件的寻找方式.间隔10min进行两次监测采样,若监测误差小于5%,反演结果的相关系数达到-0.97,污染源位置和排放量反演结果的相对误差均小于4%,综合相对误差在2%以内.并且方法具有监测布点简单高效,数据需求低,编程简单等优点,值得在环境应急管理中进行实际应用.

英文摘要:

A novel inversion algorithm based on an optimization approach for river point pollution sources was developed. Mass transport and kinetics processes of the contaminants in surface waters were combined along with the discharge history. And other relative parameters were deduced under the scenario that singular source instantly discharges degradable and soluble chemicals into one-dimensional rivers. A series of numerical experiments were carded out based on the hypothetic cases to analyze inversion effects associated with ambient river flow rates, contaminant decay rates, monitoring sites setting, sampling data errors and time intervals between two groups of sampling. When the monitoring time interval was less than 10 minutes and sampling data errors were controlled fewer than 5% approximately, the relative errors of pollution source location, total released mass and synthetical relative error are under 4%, 4% and 2%, respectively. Results show that parameters calculated fit well with the real values. In addition, the algorithms had the advantages such as efficient sampling process, minimum data requirement as well as easy programming. It was worthwhile to utilize this method for emergency environmental management practices.

同期刊论文项目
期刊论文 135 会议论文 6
同项目期刊论文
期刊信息
  • 《中国环境科学》
  • 中国科技核心期刊
  • 主管单位:中国科协
  • 主办单位:中国环境科学学会
  • 主编:王文兴
  • 地址:北京市海淀区红联南村54号
  • 邮编:100082
  • 邮箱:zghjkx1981@126.com
  • 电话:010-62215145
  • 国际标准刊号:ISSN:1000-6923
  • 国内统一刊号:ISSN:11-2201/X
  • 邮发代号:2-572
  • 获奖情况:
  • 国家期刊提名奖,国家“双效”期刊,第三届中国科协优秀科技期刊一等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国农业与生物科学研究中心文摘,波兰哥白尼索引,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:47702