中国环境科学
中國環境科學
중국배경과학
CHINA ENVIRONMENTAL SCIENCE
2013年
9期
1721-1727
,共7页
邹锐%张晓玲%刘永%赵磊%朱翔%颜小品%阳平坚
鄒銳%張曉玲%劉永%趙磊%硃翔%顏小品%暘平堅
추예%장효령%류영%조뢰%주상%안소품%양평견
三维水动力-水质模型%人工神经网络%风险%负荷削减
三維水動力-水質模型%人工神經網絡%風險%負荷削減
삼유수동력-수질모형%인공신경망락%풍험%부하삭감
three dimensional hydrodynamic-water quality model%artificial neural network (ANN)%risk%load reduction
以抚仙湖为研究对象,基于三维水动力-水质模型EFDC平台,开发了EFDC-神经网络(NN)耦合模型;并选用30d移动平均值为解译方式核算抚仙湖在不同风险下的流域负荷削减(TMDL).结果表明,对于100％的达标频度,为了达到Ⅰ类水质,TP允许增加14％～18％,COD允许增加9％～11％,但TN需要削减13％～14％.如果放松对达标频度的要求,污染负荷将允许相应地增加.研究结果可为流域管理依据不同的风险与管理费用偏好实施流域削减提供基础.
以撫仙湖為研究對象,基于三維水動力-水質模型EFDC平檯,開髮瞭EFDC-神經網絡(NN)耦閤模型;併選用30d移動平均值為解譯方式覈算撫仙湖在不同風險下的流域負荷削減(TMDL).結果錶明,對于100％的達標頻度,為瞭達到Ⅰ類水質,TP允許增加14％～18％,COD允許增加9％～11％,但TN需要削減13％～14％.如果放鬆對達標頻度的要求,汙染負荷將允許相應地增加.研究結果可為流域管理依據不同的風險與管理費用偏好實施流域削減提供基礎.
이무선호위연구대상,기우삼유수동력-수질모형EFDC평태,개발료EFDC-신경망락(NN)우합모형;병선용30d이동평균치위해역방식핵산무선호재불동풍험하적류역부하삭감(TMDL).결과표명,대우100％적체표빈도,위료체도Ⅰ류수질,TP윤허증가14％～18％,COD윤허증가9％～11％,단TN수요삭감13％～14％.여과방송대체표빈도적요구,오염부하장윤허상응지증가.연구결과가위류역관리의거불동적풍험여관리비용편호실시류역삭감제공기출.
