發(fā)布時(shí)間：2020-10-20 14:43

　　 人口的持續(xù)增長(zhǎng)以及工業(yè)化進(jìn)程的加快帶來(lái)了水資源需求的不斷上升,水資源供需矛盾突出,導(dǎo)致了一系列生態(tài)環(huán)境問(wèn)題。如何將水資源系統(tǒng)特征及其內(nèi)在聯(lián)系抽象到數(shù)學(xué)模型中,定量表征水資源系統(tǒng)中存在的復(fù)雜不確定性信息,是實(shí)現(xiàn)水資源優(yōu)化配置的關(guān)鍵問(wèn)題。因此,本文在辨識(shí)水資源系統(tǒng)復(fù)雜性的基礎(chǔ)上,引入二型模糊集表征系統(tǒng)中存在的雙重模糊信息,開(kāi)發(fā)一系列二型模糊方法應(yīng)用于水資源管理。具體包括:(1)二型模糊抽樣模擬方法。該方法整合了SLURP模型與二型模糊抽樣方法,能夠有效處理模型中存在的模糊隸屬度不確定問(wèn)題。選取開(kāi)都河流為研究區(qū)域,建立分布式流域水文模型,不僅驗(yàn)證了SLURP模型在開(kāi)都河流域的適應(yīng)性,而且對(duì)參數(shù)敏感性進(jìn)行了定性分析。(2)二型模糊方差分析方法。該方法在二型模糊抽樣模擬方法的基礎(chǔ)上引入方差分析技術(shù),不僅能夠有效模擬開(kāi)都河流域水文過(guò)程,而且能夠定量分析多參數(shù)不確定性及其交互效應(yīng)對(duì)模擬輸出的影響。方法應(yīng)用到開(kāi)都河流域水文模擬,量化分析了SLURP模型中淺層土壤截留常數(shù),淺層土壤最大持水量,深層地下水截留常數(shù)和降水系數(shù)四個(gè)參數(shù)對(duì)徑流量峰值和均值的影響,識(shí)別了顯著性因子,有助于提高模型率定效率。(3)二型模糊概率配點(diǎn)法。通過(guò)引入二型模糊隨機(jī)變量,耦合多項(xiàng)式混沌展開(kāi)和概率配點(diǎn)法,該方法能夠有效處理模型參數(shù)獲取過(guò)程中存在的模糊和隨機(jī)信息,并在一定程度上提高了計(jì)算效率。方法應(yīng)用到開(kāi)都河流域降雨融雪混合產(chǎn)流過(guò)程模擬中,量化分析了參數(shù)不確定性對(duì)不同季節(jié)徑流量的影響,探究了徑流量隨融雪過(guò)程的變化情況。(4)二型模糊區(qū)間優(yōu)化方法。該方法通過(guò)在二型模糊集中插入普通模糊集進(jìn)行降型,能夠有效處理灌區(qū)水資源配置過(guò)程中存在的二型模糊區(qū)間信息,避免了過(guò)于簡(jiǎn)化帶來(lái)的信息丟失。以漳衛(wèi)南流域灌區(qū)為例,建立了基于二型模糊區(qū)間優(yōu)化的地表水地下水聯(lián)合配置模型,得到了不同地下水用水情景下水資源分配方案。結(jié)果有利于控制地下水水位,緩解地下水超采帶來(lái)的生態(tài)環(huán)境問(wèn)題。(5)二型模糊區(qū)間隨機(jī)優(yōu)化方法。該方法整合了EKM降型算法、機(jī)會(huì)約束優(yōu)化方法和模糊可能性優(yōu)化方法,不僅能夠處理約束條件和目標(biāo)函數(shù)中存在的雙重模糊問(wèn)題,而且能夠處理約束右手邊存在的二型模糊隨機(jī)變量。綜合考慮區(qū)域可用水資源量、用戶需水量以及可用耕地面積等因素,建立了基于二型模糊區(qū)間隨機(jī)優(yōu)化的漳衛(wèi)南流域灌區(qū)水資源配置模型,得到了不同允許違約水平下作物灌溉面積和水資源分配方案,權(quán)衡了系統(tǒng)風(fēng)險(xiǎn)和經(jīng)濟(jì)收益之間的關(guān)系。(6)二型模糊隨機(jī)因子分析方法。該方法在二型模糊優(yōu)化和隨機(jī)優(yōu)化方法的基礎(chǔ)上耦合田口實(shí)驗(yàn)設(shè)計(jì),不僅能夠反映系統(tǒng)中可能存在的風(fēng)險(xiǎn)損失,而且能夠量化不確定參數(shù)及其交互效應(yīng)對(duì)決策方案的影響。方法應(yīng)用到漳衛(wèi)南流域灌區(qū)水資源管理中,量化分析了輸水系數(shù)、輸水成本和可用水量對(duì)系統(tǒng)收益、總灌溉面積、地下水分配量和地表水分配量的影響,有助于農(nóng)業(yè)種植結(jié)構(gòu)的優(yōu)化調(diào)整。本文通過(guò)引入二型模糊參數(shù)、二型模糊區(qū)間數(shù)和二型模糊隨機(jī)變量,拓展了水文水資源管理中不確定性的表征形式,開(kāi)發(fā)了一系列二型模糊方法,建立了開(kāi)都河流域分布式水文模型,揭示了不確定參數(shù)以及參數(shù)交互作用對(duì)模型輸出的影響,對(duì)探究流域水文過(guò)程具有重要意義;構(gòu)建了基于二型模糊優(yōu)化的灌區(qū)水資源優(yōu)化配置模型,揭示了灌區(qū)水資源配置與社會(huì)經(jīng)濟(jì)發(fā)展以及生態(tài)環(huán)境保護(hù)之間的互動(dòng)聯(lián)系,分析了系統(tǒng)可能存在的缺水風(fēng)險(xiǎn)以及不同地下水使用量可能帶來(lái)的社會(huì)經(jīng)濟(jì)效益,平衡了有限水量、糧食生產(chǎn)、地下水開(kāi)采和生態(tài)環(huán)境保護(hù)之間的矛盾,有助于提高水資源利用效率,建立和完善水資源安全保障體系。
【學(xué)位單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2017
【中圖分類(lèi)】：P334;TV213.4
【部分圖文】：

直接決定產(chǎn)流量。相反地，土壤層截留常數(shù)對(duì)峰值和均值影響最小（斜率最�。�。這可能是由于土壤層截留常數(shù)不能直接影響徑流量，只能通過(guò)蒸散發(fā)和滲漏間接影響流量。特別地，深層地下水截留常數(shù)對(duì)均值影響較大，同時(shí)呈現(xiàn)出非線性關(guān)系。這主要是由于深層地下水截留常數(shù)能夠調(diào)節(jié)基流，在一定程度上補(bǔ)償河道徑流量。1151291431572752953153351 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4PF MF RF RS均值(m3/s)峰值(m3/s)峰值 均值圖 3-6 參數(shù)主效應(yīng)圖Figure 3-6 Main effect plot on of (a) peak flow and (b) average flow response

圖 3-8 均值隨參數(shù)交互響應(yīng)變化情況Figure 3-8 Interaction plots for average flow response3.1.2.3 參數(shù)交互效應(yīng)分析圖 3-7 和圖 3-8 給出了參數(shù)交互效應(yīng)響應(yīng)圖。由圖可知不同參數(shù)水平下峰值和均值隨另一參數(shù)水平變化情況。如果圖中曲線相互平行則說(shuō)明兩個(gè)參數(shù)之間沒(méi)有交互效應(yīng)，即當(dāng)要求擬合效果最好時(shí)，一個(gè)參數(shù)的取值不會(huì)影響另一參數(shù)取值。反之，圖中曲線相交的話則兩個(gè)參數(shù)之間則存在交互效應(yīng)，即一個(gè)參數(shù)的取值將影響另一參數(shù)取值。由圖 3-7 可知，直接相交的直線說(shuō)明土壤層最大持水量和土壤層截留常數(shù)之間存在交互效應(yīng)。當(dāng)土壤層最大持水量在低水平（Level 1）時(shí)，土壤層截留常數(shù)對(duì)峰值的影響較�。辉诟咚�平時(shí)（Level 4）時(shí)，土壤層截留常數(shù)對(duì)峰值的影響較大。造成這種現(xiàn)象可能是因?yàn)橥寥缹幼畲蟪炙�量在一定程度上影響土壤層截留常�?shù)，兩者之間相互影響，因此，土壤層最大持水量對(duì)峰值的影響也會(huì)隨著土壤層截留常數(shù)的變化而變化。由圖 3-8 可知，當(dāng)土壤層截留常數(shù)在低水平時(shí)，土壤層最大持水量對(duì)均值影
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭克倫;梁國(guó)華;何斌;;基于API水文模型的動(dòng)態(tài)臨界雨量山洪預(yù)警方法及應(yīng)用[J];水電能源科學(xué);2016年12期

2 張帆;郭萍;李茉;;基于雙區(qū)間兩階段隨機(jī)規(guī)劃的黑河中游主要農(nóng)作物種植結(jié)構(gòu)優(yōu)化[J];中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào);2016年11期

3 粟曉玲;宋悅;劉俊民;黨永仁;田智;;耦合地下水模擬的渠井灌區(qū)水資源時(shí)空優(yōu)化配置[J];農(nóng)業(yè)工程學(xué)報(bào);2016年13期

4 李晨洋;張志鑫;;基于區(qū)間兩階段模糊隨機(jī)模型的灌區(qū)多水源優(yōu)化配置[J];農(nóng)業(yè)工程學(xué)報(bào);2016年12期

5 蔣南杰;權(quán)開(kāi)兄;李成英;;柴達(dá)木盆地魚(yú)卡水源地地下水?dāng)?shù)值模型建立與預(yù)測(cè)[J];青海大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年03期

6 賀穎慶;任立良;李彬權(quán);;基于IBUNE方法的水文模型不確定性分析[J];水文;2016年02期

7 付強(qiáng);李佳鴻;劉東;李天霄;;考慮風(fēng)險(xiǎn)價(jià)值的不確定性水資源優(yōu)化配置[J];農(nóng)業(yè)工程學(xué)報(bào);2016年07期

8 王艷紅;;岳城水庫(kù)供水管理中存在的問(wèn)題與對(duì)策[J];水利經(jīng)濟(jì);2016年02期

9 岳國(guó)峰;付強(qiáng);趙可;李天霄;;基于區(qū)間規(guī)劃水權(quán)交易模型研究[J];東北農(nóng)業(yè)大學(xué)學(xué)報(bào);2016年03期

10 楊改強(qiáng);郭萍;李睿環(huán);李茉;;基于排隊(duì)理論的灌區(qū)渠系地表水及地下水優(yōu)化配置模型[J];農(nóng)業(yè)工程學(xué)報(bào);2016年06期

相關(guān)博士學(xué)位論文 前10條

1 柏玲;氣候變化對(duì)天山南坡典型流域徑流過(guò)程的影響[D];華東師范大學(xué);2016年

2 付殿崢;不確定性優(yōu)化技術(shù)在區(qū)域資源能源配置系統(tǒng)中的應(yīng)用研究[D];華北電力大學(xué);2015年

3 周雅;改進(jìn)型模糊規(guī)劃方法及城市能源系統(tǒng)管理[D];華北電力大學(xué);2015年

4 段凱;氣候變化影響下的流域干旱評(píng)估研究[D];武漢大學(xué);2014年

5 韓京成;不確定性水文模擬與流域管理模型研究[D];華北電力大學(xué);2014年

6 李科;氣候變化對(duì)美國(guó)麻州水資源系統(tǒng)供水量影響風(fēng)險(xiǎn)評(píng)價(jià)研究[D];哈爾濱工業(yè)大學(xué);2014年

7 索梅芹;基于存儲(chǔ)論的區(qū)域資源優(yōu)化方法研究[D];華北電力大學(xué);2013年

8 史曉亮;基于SWAT模型的灤河流域分布式水文模擬與干旱評(píng)價(jià)方法研究[D];中國(guó)科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所);2013年

9 李明亮;基于貝葉斯統(tǒng)計(jì)的水文模型不確定性研究[D];清華大學(xué);2012年

10 龔偉;基于信息熵和互信息的流域水文模型不確定性分析[D];清華大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 洪波;氣候變化和人類(lèi)活動(dòng)對(duì)開(kāi)都河源區(qū)徑流的影響[D];新疆大學(xué);2015年

2 張玉娜;基于SWAT模型的干旱區(qū)內(nèi)陸河流域水資源敏感性分析[D];新疆大學(xué);2014年

3 王志忠;通遼市灌溉水有效利用系數(shù)測(cè)算分析[D];吉林大學(xué);2014年

4 張春紅;基于層次分析法對(duì)岳城水庫(kù)脆弱性的分析與評(píng)價(jià)[D];河北工程大學(xué);2014年

5 韓鑫;GIS支持下開(kāi)都河流域水文特征定量分析[D];四川師范大學(xué);2014年

6 許杰玉;優(yōu)化模擬模型在流域管理中的應(yīng)用研究[D];華北電力大學(xué);2013年

7 李曉雁;基于SWAT模型的香溪河流域農(nóng)業(yè)水資源規(guī)劃研究[D];華北電力大學(xué);2013年

8 李其梁;淮沂水系洪澤湖與駱馬湖水資源聯(lián)合優(yōu)化調(diào)度研究[D];天津大學(xué);2012年

9 趙曉劍;水資源短缺風(fēng)險(xiǎn)綜合評(píng)價(jià)[D];山東大學(xué);2012年

10 羅文映;自然災(zāi)害因素對(duì)中國(guó)農(nóng)民收入影響的實(shí)證研究[D];陜西師范大學(xué);2012年

本文編號(hào)：2848810