基于DRAM的水质模拟不确定性分析和风险决策

摘要：

将点源作为未知参数,结合一种新的马尔科夫链蒙特卡罗(MCMC)算法——延迟拒绝适应性Metropolis算法(DRAM),对钱塘江支流东阳江许村至义东桥河段的化学需氧量、氨氮、饱和溶解氧等3种指标的水质模型进行了贝叶斯参数估计.DRAM算法兼有延迟拒绝算法和适应性Metropolis算法的优点,且稳定收敛速度更快.基于抽样得到的马尔科夫链,对参数和模型误差项的后验分布进行了量化,并实现了点源的不确定性反演.用这个不确定性模型对污染物质量浓度的后验分布进行模拟,表现了良好的拟合效果.基于马尔科夫链,可对各类情景(如不同的水温、流量或点源排放情况)下的污染物超标风险进行直观的分析和预测,也易于实现敏感性分析.研究结果能帮助管理者制定不同水期的减排和调水风险决策,为钱塘江流域的水污染风险管理提供支持.

关键词：DRAM、MCMC、贝叶斯估计、不确定性分析、风险决策

所属期刊栏目：46

分类号：X322;X52(环境规划与环境管理)

资助基金：浙江省自然科学基金重点资助项目Z5080048;国家自然科学基金资助项目50809058

在线出版日期：2013-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2231-2236,2242