地下水污染源识别的数学方法研究进展   总被引：3，自引：0，他引：3       下载免费PDF全文

王景瑞  胡立堂 《水科学进展》2017,28(6):943-952

地下水污染源识别模型可利用有限的观测资料估计污染源位置、污染物泄露强度及其泄露过程,是制定地下水污染修复方案的依据。在阐明地下水污染源识别基本问题基础上,综述了污染源识别研究的两大类数学方法,一类为直接方法,包括反向追踪法和基于正则化的方法;另一类为间接方法,包括基于优化的方法和基于概率统计的方法。同时指出了当前污染源识别数学方法应用中存在的主要问题:地下水污染源识别问题的复杂性、地下水有机污染问题和模型求解效率的低下性。对土壤-地下水的联合管理、基于物联网的地下水污染监测、对非水相流体（Non-aqueous Phase Liquid,NAPL）类污染源识别以及基于图形处理器（GPU）的异构并行计算将是未来研究的重点方向。  相似文献   

采用案例推理的城市扩张模拟及情景预测     

叶欣  于薇薇  管海棠  吕利娜 《测绘科学》2023,(4):119-128+139

针对应用案例推理(CBR)对城市扩张过程进行模拟时，斑块结构的案例难以表现出城市对其他土地类型的侵蚀过程，且缺少时间因子的控制导致无法实现对特定时期结果的预测的问题，该文以土地栅格单元作为案例的计算单元，使其能够适应城市扩张过程；并将案例的变化过程通过“土地利用→城市化结果”两个时期的状态进行描述，以体现出模拟的时间周期，提高了模拟过程的时间控制力度。在此基础上，对模型的算法进行了拓展，构建了城市扩张CBR模型。以鸡西市作为研究区，模拟结果总精度为96.87%,Kappa和品质因数(FoM)分别为0.85和0.146;规划情景下的城市聚集程度明显提高，有效地体现出情景设定的作用。实验结果表明，该文提出的模型为城市扩张模拟研究提供了一种有效的思路。  相似文献