基于改进重叠投影法的空间耦合水污染评估模型

为准确评估库区上游河流突发水污染的危害程度,针对库区上游区域河床中上游窄、下游宽的结构特点,在传统重叠投影法的基础上,于重叠区域上边界引入流速、水位、污染物浓度等物理量的二次横向分布函数,基于神经网络的思想,采用最速下降法构建训练算法,对各分布函数中的未知参数进行训练,将收敛后的分布函数作为模型的连接条件,进而建立改进的一维、二维水动力和水质空间耦合模型;以青龙河流域为例,将训练得到的分布函数的必要参数作为一维、二维连接,模拟了河流环境中污染物的时空变化规律.结果表明,改进的耦合模型计算结果稳定,显著降低了物理量由一维向二维过渡时的突变性,相比传统重叠投影的单数值传递,改进的方法以训练后的分布函数作为一维、二维耦合的连接,可以大幅度提高耦合的精确性.