海域水质模型参数动态反演方法研究初探

• 作者: 孙昭晨 尤学一 张光玉 李明昌 梁书秀
• 来源期刊: 海洋环境科学
• 关键词: 海域水质模型 参数 动态反演 数据驱动模型 人工神经网络
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 技术与方法
• 页码范围: 97-101
• 分类号: X1
• 语种: 中文
• DOI: 10.3969/j.issn.1007-6336.2012.01.022

摘要

海域水质模型长周期数值模拟中,模型参数全时段统一赋值的方法忽略了参数随时间动态变化的物理特性,降低了模型的可靠性,增加了海域水质模型验证工作的难度.本文建立了将数据驱动模型和水质模型有机结合的参数动态反演的新方法:以水质模型多参数设计工况的数值模拟,构建海域内部观测点污染物浓度响应解集,并将解集划分为若干时段;应用基于人工神经网络的数据驱动模型归纳建立观测点每一时段内污染物浓度同多个模型参数之间的非线性关系;将实测资料带入关系中,进行模型参数随时间变化的动态反演.以渤海海域水质模型为例,采用“孪生”实验验证参数动态反演新方法的可行性,结果表明该方法是有效的,能够保证模拟周期内较高的数值精度,提高了模型的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙昭晨	大连理工大学海岸和近海工程国家重点实验室	133	867	15.0	20.0
2	尤学一	天津大学环境科学与工程学院	51	374	8.0	17.0
3	张光玉	交通运输部天津水运工程科学研究院水路交通环境保护技术实验室	12	96	5.0	9.0
5	梁书秀	大连理工大学海岸和近海工程国家重点实验室	94	516	13.0	17.0
6	李明昌	交通运输部天津水运工程科学研究院水路交通环境保护技术实验室	9	44	4.0	6.0