环境数学模型

合集下载

S-P水环境模型

S-P水环境模型
1.河流稀释混合模式
水质完全混合数学表达式:
式中:Qp—污水排放量,m3/s;cP—污染物排放浓度,mg/L;
DP—污水中溶解氧亏量,mg/L;Qh—上游来水流量,m3/s;
ch—上游来水污染物浓度,mg/L;Dh—上游来水中溶解氧亏量,mg/L;
2.S-P模型
S-P模型的基本方程为:
DO=DOf-D
式中:c—河流的BOD沿程浓度,mg/L;co—计算初始断面的BOD浓度,mg/L;
k1—河流的BOD衰减(耗氧)速度常数,1/d;x—河流的沿程距离,m;
u—河流断面平均流速,m/s;D—河流的亏氧量,mg/L;
DO—计算初始断面的亏氧量,mg/L;DO—河流的溶解氧g/L;k2—河流的复氧速度常数,1/d;
T—河水的温度,℃。
3.S-P模型的临界点
根据S-P模型绘制的溶解氧沿程变化曲线称为氧垂曲线,如图所示。氧垂曲线的最低点C称为临界氧亏点,临界氧亏点的亏氧量称为最大亏氧量Dc。沿河水流动方向,最大亏氧量Dc和临界氧亏点距污水排放口的距离xc:

数学模型在环境工程中的应用

数学模型在环境工程中的应用

数学模型在环境工程中的应用近年来,全球范围内环保话题愈加受到重视,环境工程的重要性也随之增加。

而数学作为一门基础学科,其所拥有的建模和分析能力早已被应用在环境工程的诸多领域,为环保事业的顺利推进提供了有力的科学支持。

一、水质模型水质模型是环境工程中常见的数学模型之一,主要用于模拟水体中的污染物传输与转化规律。

在现代环保领域,这种模型已被广泛应用于潮汐河道漂浮物清理、城市排水系统优化设计、水库调度等方面。

例如,对于潮汐河道漂浮物的清理,数学模型可以通过对漂浮物浮力、水流流速等因素的分析,快速计算漂浮物的分布和清除难度,提高环保工作效率。

二、大气模型大气模型是指用数学方法来分析气体扩散、传输和化学反应等规律。

在环保领域中,大气污染成为了一个备受关注的问题。

通过数学模型,我们可以更好地了解污染物的来源和扩散途径,并提出有效的治理方案。

例如,城市交通污染严重,为此可以利用大气模型对交通流量、风向等变量进行监测和研究,以便在设计更有效的城市交通规划时考虑更多的环保因素。

三、垃圾填埋模型垃圾填埋通常是处理城市生活垃圾的一种方式,但有时也会对环境造成污染。

在当前环保背景下,垃圾填埋模型成为了环境工程中应用最为广泛的数学模型之一。

通过这种模型,可以预测垃圾随时变化的重量、体积和堆积高度,从而设计合理的填埋控制策略。

同时,还可以进一步分析垃圾填埋过程中的化学反应,以便更好地防范污染物的产生。

四、环境预测模型环境预测模型包括地质、生态、气候等多个领域,主要应用于对环境的预测和评估。

受到气候变化、全球变暖等问题的影响,用过人类对环境理解的深入,这种数学模型也越发重要。

例如,可以利用生态模型来评估某一地区的生态恢复能力,估算植被覆盖面积和特征等因素;又如气象模型,通过对全球各地气象数据的收集和模拟,可以更加精准地预测气象情况,为本地区环保工作提供科学支撑。

总体来看,数学模型在环境工程中的应用已经越来越广泛。

这种技术不仅能够分析环境污染问题,也可以为环保行业制定科学合理的治理方案提供有效的支持。

生态环境评估中的数学模型研究

生态环境评估中的数学模型研究

生态环境评估中的数学模型研究生态环境评估是指对生态环境质量、生态系统健康等进行定量评估与分析,以全面了解生态环境的现状和发展态势。

数学模型在生态环境评估中发挥着重要的作用,能够对生态环境的各种因素进行量化分析和预测,为决策者提供科学依据。

本文将重点介绍生态环境评估中的数学模型研究。

首先,生态环境评估中的数学模型主要包括环境质量模型、生态系统模型和景观格局模型等。

环境质量模型是对环境污染物浓度、空气质量、水质等进行建模和评估,常用的方法有浓度传输模型、多元线性回归模型等。

生态系统模型主要研究生物圈的结构、功能和动态变化,如物质循环模型、生物生态模型等。

景观格局模型则研究地表特征的空间分布格局,如景观多样性模型、景观连通性模型等。

其次,生态环境评估中的数学模型研究存在一些挑战和困难。

首先是数据不完备和数据质量问题,由于数据收集困难或者数据质量差,会影响模型的建立和分析结果的准确性。

其次是模型的参数和假设选择问题,模型的准确性和可靠性高度依赖于所选取的参数和假设,因此需要慎重选择。

另外,模型的建立和计算比较复杂,需要运用大量的数学方法和计算工具,这对于研究人员的能力要求较高。

然而,随着数学模型的不断发展和改进,生态环境评估的研究也取得了一系列的成果。

一方面,通过建立数学模型,可以对生态环境进行定量化评估,实现科学化的评估和预测。

例如,通过环境质量模型可以准确估算污染物的浓度分布,帮助决策者制定有效的环境保护措施。

另一方面,数学模型能够对生态系统的结构和功能进行深入分析,揭示生态系统中各种物质和能量流动的规律。

比如,物质循环模型可以研究元素的转化过程,生态系统模型可以模拟物种的演替和能量的传递等。

最后,为了提高生态环境评估中数学模型的准确性和可靠性,还需要进一步加强数据的收集和整理工作,完善模型的参数和假设选择,加强模型的验证和修正工作,并运用新的数学方法和计算工具进行模型研究。

同时,还需要建立交叉学科的研究团队,加强不同领域之间的合作和交流,共同推动生态环境评估模型的发展。

环境数学模型问题概述

环境数学模型问题概述

跨学科合作与集成建模
跨学科合作
环境数学模型的建立和应用需要多学科知识的融合,如数学、物理、化学、生物学等,加强跨学科合作能够提高 模型的全面性和科学性。
集成建模
集成建模是将多个模型、方法和数据整合到一个统一的框架中,以实现更全面、准确的环境模拟和预测,有助于 解决复杂的环境问题。
政策与决策支持的加强
环境数学模型问题 概述
目 录
• 环境数学模型的定义与分类 • 环境数学模型的应用领域 • 环境数学模型的基本原理 • 环境数学模型面临的挑战与问题 • 环境数学模型的发展趋势与展望
01
CATALOGUE
环境数学模型的定义与分类
定义
定义
组成
环境数学模型是用来描述环境系统中 各因素之间相互关系和动态变化规律 的数学表达方式。
数据预处理
环境数据通常具有时空特性,需要进行数据清洗 、去噪、插值等预处理工作,以提升数据质量。
模型复杂性与可解释性
模型复杂性
环境系统通常具有高度的非线性、时 变性和不确定性,导致数学模型变得 复杂,难以理解和分析。
可解释性
为了使模型更易于理解和接受,需要 提高模型的透明度和可解释性,这可 能需要对模型进行简化或采用可视化 技术。
05
CATALOGUE
环境数学模型的发展趋势与展望
大数据与人工智能技术的应用
大数据技术
环境数学模型需要处理大量的数据,大数据技术能够提供高效的数据存储、处 理和分析能力,提高模型的预测精度和可靠性。
人工智能算法
人工智能算法如深度学习、机器学习等在环境数学模型中具有广泛应用,能够 自动提取数据中的特征,优化模型参数,提高模型的自适应性和预测能力。
参数估计

环境数学模型-研究生2

环境数学模型-研究生2

L0
K1
DC K2
exp
K1 X C 86.4u
再根据质量守恒原理,得河流最大水环境容量为
ECBOD 86.4L0 (Q q) 86.4LpQ (13)
ECBOD为以溶解氧为控制指标条件下,河流BOD 的环境容量kg/d。
二)、一维河流水环境容量模型
3、沿程有面源汇入条件下的河流水环境容量模型 自学
二、绝对环境容量模型
2、基本环境容量 从管理学角度,基本环境容量是指静态条件下,
环境系统所能容纳的污染物的最大负荷值。该 最大负荷是指环境中污染物浓度达到规定的环 境标准时 的负荷。一般地,基本环境容量模型 可表示为:
EC0=V(CS-CB)/1000
EC0为绝对环境容量kg;V为环境系统内部某种环境 介质的体积m3;CS为规定的环境标准值mg/L;CB为 某种污染物的环境本底值或背景值mg/L
该式就是河流常用的定常稀释水环境容量表达式。
一)、零维河流的水环境容量模型
2、随机稀释容量计算
在模型式(5)中的假定一般是很难有的,实际上 各个变量都具有随机性,随机稀释水环境容量模 型更能很好地描述实际情况。
假定各个变量为相互独立的随机变量,并服从对 数正态分布。则混合后浓度C的概率分布为(P为 概率):
环境数学模型
天津理工大学 环境科学与安全工程学院
2008.1
目录
一.环境问题的数学模型概述 二.环境数学基础知识 三.环境质量基本模型 四.环境容量模型 五.环境质量评价模型 六.多介质环境数学模型 七.环境生态学数学模型
第四章 环境容量模型
第一节 环境容量 第二节 水环境容量模型 第三节 大气环境容量模型 第四节 土壤环境容量
一、环境容量

4环境数学模型

4环境数学模型

白箱模型 黑箱模型 灰箱模型
描述模型 分析模型 预报模型 优化模型 决策模型 控制模型 初等数学模型 几何模型 图论模型 马氏链模型 规划模型
按建模目的分类
按数学方法分类
二、建立模型的方法
1.图解法

采用点和线组成的用以描述系统的图形称为图模型。 图模型形象、直观,对决策者了解系统结构和功能之间的关系很 有帮助。但图解建模法作为一种描述性方法,往往精确度较差, 而且受人的视觉影响而局限于三维空间中,因此它通常作为建立 系统方x1 + a2x2 + … + aixi + … + anxn + b
非线性回归: 幂函数 y=axb 指数函数 y=aebx 对数函数 y=a+blgx 双曲函数 1/y=a+b/x
三、模型的检验
数学模型只能近似地反映实际问题中的关系和规律,反映得好不好, 还需要接受检验。 所谓检验就是用独立于确定参数时所用数据的观测数据与模型的计 算值相比较,进行误差分析和数据稳定性分析,如果不符合实际, 还应设法找出原因,修改原来的模型,重新求解和检验,直到比较 合理可行。 检验包括两部分:
2.质量平衡法

【举例】水质完全混合模型(零维模型)
C pQp ChQh C Qp Qh


C
C pQ p ChQh Q p Qh
Cp、Qp——分别为排放废水中污染物浓度和流量 Ch、Qh——分别为河流中污染物浓度和流量
3.概率统计法
根据变量之间函数形式的不同,回归分析分为线性回归和非线性 回归;根据自变量个数的多少,可分为一元回归和多元回归。 线性回归: 一元线性回归 y = b + ax

数学模型在环境保护中的应用研究

数学模型在环境保护中的应用研究

数学模型在环境保护中的应用研究在当今社会,环境保护已成为全球关注的焦点。

随着科学技术的不断发展,数学模型作为一种有效的工具,在环境保护领域发挥着日益重要的作用。

它能够帮助我们更好地理解环境系统的复杂性,预测环境变化的趋势,为制定科学合理的环保政策和措施提供有力的支持。

数学模型是对现实世界中复杂系统的简化和抽象表达。

在环境保护中,数学模型可以用来描述各种环境过程和现象,如大气污染的扩散、水污染的迁移转化、生态系统的动态变化等。

通过建立数学模型,我们可以将环境系统中的各种因素(如污染物的排放源、气象条件、地理地形等)及其相互关系用数学语言和方程表示出来,从而实现对环境问题的定量分析和预测。

例如,在大气污染研究中,常用的数学模型有高斯烟羽模型、拉格朗日模型等。

高斯烟羽模型用于模拟污染物在大气中的扩散过程,它基于一定的假设条件,如稳定的气象条件、均匀的下垫面等,通过计算污染物的浓度分布来评估污染源对周围环境的影响。

拉格朗日模型则侧重于追踪污染物粒子在大气中的运动轨迹,能够更准确地反映大气湍流等因素对污染物扩散的影响。

水污染问题也是环境保护中的一个重要方面。

对于河流、湖泊等水体中的污染物迁移转化过程,可以建立基于水动力学和水质方程的数学模型。

这些模型能够考虑水流速度、污染物的降解、吸附、沉淀等过程,预测污染物在水体中的浓度变化和分布情况,为水污染治理提供科学依据。

在生态环境保护中,数学模型同样具有广泛的应用。

例如,种群动态模型可以用来研究生物种群的增长、衰落和稳定状态,分析物种之间的竞争、捕食关系以及环境因素对种群的影响。

生态系统模型则能够综合考虑生态系统中的生产者、消费者、分解者等各个组成部分,以及物质循环、能量流动等过程,评估生态系统的健康状况和可持续性。

数学模型在环境规划和管理中也发挥着重要作用。

通过建立环境经济模型,可以评估不同环保政策和措施的成本效益,为决策提供参考。

例如,在制定减排政策时,可以利用数学模型预测不同减排方案下的污染物减排量、经济成本和环境效益,从而选择最优的减排策略。

环境数据处理与数学模型课程复习笔记

环境数据处理与数学模型课程复习笔记

数学模型的定义:根据对研究对象所观察到的现象和实践经验,归结成一套反映其数量关系的数学公式和具体算法,描述研究对象的规律,某个属性随时间、空间、其他属性、其他研究对象某些属性的变化特征数学模型的功能:再现历史(事件驱动的分布式参数非点源模型),预测未来,优化调控模型使用的意义:评价(回顾性评价,预测性评估),预测(社会经济发展/排放预测,环境质量预测),决策(单目标,多目标)数学模型的特征:抽象性:用数学符号表达具体事物的特征和数量关系,对研究对象的本质进行高度抽象。

局限性:对实际事物进行抽象,需要对研究对象作出简化和假设。

这些假设可能会偏离事物原来的特征,或者只反映事物的部分特征。

数学模型的分类:空间维数(零维、一维、二维、三维),变量与时间(稳态、动态(离散/连续)),变量间关系(线性模型、非线性模型),参数性质(集中式、分布式),变量变化规律(确定性模型、随机模型),模型用途(模拟模型、管理模型),研究方法(优化模型、系统动力学模型、神经网络模型、时间序列模型……),模型结构(白箱模型、灰箱模型、黑箱模型)✓白箱模型:通过逻辑演绎法建模,普遍适用,建立在模型变量的变化规律及其理论推理的基础上✓灰箱模型:介于“白”与“黑”之间,具有一定普适性,模型结构通过理论推导建立,参数取值利用实际数据确定✓黑箱模型:通过统计归纳法建模,仅适用于较窄的时空范围以反映事物客观变化的数据为基础,通过统计方法建立特定关系式来描述输入输出关系灰箱模型建立的基本过程:数据收集与处理(观测数据组1)→模型结构确定→模型参数估计→模型验证(观测数据组2)→模型应用✓数据收集与处理:收集反映研究对象特征的各种数据,与研究对象直接相关的数据(环境质量数据、污染源数据),与研究对象间接相关的数据(气象数据、社会经济发展数据)。

数据收集的途径:已有数据(二手)和现场监测数据(一手)。

对收集的数据进行整理分析,找出之间的相互关系(变量与变量、变量与时间、变量与空间,绘制变量的时间过程线、空间分布图等)✓模型结构的确定:环境模型大多属于灰箱模型,突发性污染事故的预测有时采用黑箱模型;既包含机理,又包含经验;质量守恒、能量守恒、经济理论、行为假设、反应类型、反应级数;根据研究对象内各个变量之间的物理、化学或生物过程建立起原则性的定量关系,同时引入一系列取值未知的参数。

环境质量评价的数学模型分析解析

环境质量评价的数学模型分析解析

2620
400
2100
中度污染
IV
300
1600
轻度污染
III
200
250
350
良 优
II I
100 50
150 50
150 50
1) 计算各单项污染物的API指数。

将监测点的各项污染物浓度日均值与各自的分 级标准限值相比较,确定对应于该浓度值时 API所在的API指数区间,再按照插值法计算 该污染物浓度的API值。
D P2 10.3 17.5 0.002
E 测点编号 P3 4.55 9.2 0.001
F P4 5.41 24.59 0.007
G P5 1.19 6.6 0.002
H P6 2.52 6.5 0.002
1 2 3 4 5 6
挥发酚
总镉 水温 溶解氧 总汞 总砷 总氮 因子 BOD5
0.005
0.005 5 0.0001 0.05 1 全湖平均 1.269583
空气污染指数的分级标准是: (1)空气质量指数 API 50 对应的污染物浓度为国家空 气质量日均值一级标准; (2)API 100 对应的污染物浓度为国家空气质量日均 值二级标准; (3)API 更高值段的分级对应于各种污染物对人体健 康产生不同影响时的浓度限制。

表2 空气污染指数分级标准(试行)
评价结果不同。如一天的二氧化氮(NO2)浓度如果是 100微克/立方米,用AQI评价为3级,为超标;但用API评
价是2级、达标的。这主要是因为AQI依据新标准计算,
而API依据老标准计算,新标准更严。
表1 环境空气质量标准 (GB3095-2012) (mg/Nm3)

/bjepb/323474/33402 5/334052/451754/index.html

第1讲 环境数学模型概述

第1讲 环境数学模型概述

数学模型的分类
划分依据
变量与时间关系
模型类型
稳态模型
动态模型
变量关系
变量性质
参量性质
对模型机理的 把握程度
线性模型
非线性模型
确定性模型 随机性模型
集中参数模型 分布参数模型
白箱模型、灰箱模型以及 黑箱模型
数学模型具有下列特征:
高度的抽象性。通过数学模型能够将形象思维转化 为抽象思维,从而可以突破实际系统的约束,运用已 有的数学研究成果对研究对象进行深入的研究。
我们则将事物 M 称为事物 S 的模型。从形式 上看,模型可分成抽象模型和具体模型。
模型分类:
模型
抽象模型 具体模型
数学模型:方程式,函数,逻辑式 图象模型:流程图,方向图,框图; 计算机程序:计算程序,模拟程序
相似模型:(实物放大缩小) 建筑模型,风洞实验模型 模拟模型:电模拟模型
满足模型条件的数学表达式和算法叫做 数学模型.
(2)灰箱模型
即半机理模型。在建立环境数学模型的过程 中,几乎每个模型都包含一个或多个待定参数,这 些待定参数一般无法由过程机理来确定。通常采 用经验系数来定量说明。经验系数的确定则要借 助于以往的观测数据或实验结果。
(3)黑箱模型
即输入-输出模型。需要大量的输入,输出数据 以获得经验模型。它们可在日常例行观察中 积累,也可由专门实验获得。根据对系统输入 输出数据的观测,在数理统计基础上建立起经 验模型的方法又叫归纳法。
归纳法:信息来自系统输入和输出观 测数据。
从考虑问题的系统性,可以将建模方法分 为:
系统建模法:从环境系统入手,采用系统 方法建立数学模型;
简单建模法:仅仅考虑某几种因素,并未 考虑其它因素,简单建立其数学模型。

环境系统数学模型

环境系统数学模型

《环境系统数学模型》课程教学大纲(Environmental System Mathematical Model)一、基本信息课程编号:C2113215课程类别:专业选修课适用层次:本科适用专业:环境工程、环境科学开课学期:7总学分:1.5总学时:24学时考核方式:考查二、课程教育目标环境系统数学模型是指用数学语言对环境系统各组成要素之间的关系进行描述,通过数学上的演绎推理和分析求解,使我们能够发掘出环境系统发展的内在规律,进而寻求到解决环境与经济之间的矛盾的有效途径。

三、教学内容与要求第一章:环境系统与数学模型(4学时)教学内容:环境系统、数学模型基本要求:了解环境系统和数学模型的定义与内在选择关系,掌握建立环境系统数学模型的思路。

重点:模型建立的过程难点:数学模型第二章:环境质量模型(4学时)教学内容:污染物运动的特征、模型的推导与解析基本要求:掌握环境质量模型的推导、建立和解析的基本原理和方法重点:模型的推导与解析难点:模型的推导与解析第三章:水质模型(8学时)教学内容:地表水一维、二维模型基本要求:掌握河流、河口、近海、湖库、排污水的水质模型的建立与解析重点:河流、湖库、排污水、近海等水质模型难点:河流三维水质模型第四章:大气质量模型(8学时)教学内容:大气污染预测模型、大气质量规划模型、大气污染扩散模型基本要求:了解大气污染预测模型和规划模型、掌握大气污染扩散模型重点:大气污染源扩散模型难点:大气污染源扩散模型四. 作业、练习的安排与要求每章留有思考题或文献阅读。

五. 各个章节学时分配六. 相关联的课程1.预修课程高等数学、大气污染控制工程、水污染控制工程2.后续课程:无七. 教材与教学参考书1.建议教材:《环境系统数学模型》郑彤、陈春云著化工出版社 2003年2.建议参考书目:《环境系统工程》侯可复北京理工大学出版社 1992年《环境系统工程方法》汤岳勇等中国环境科学出版社 1990年《环境系统分析》程声通高教出版社 1990年八.成绩评定考核的方式与方法:考查平时考核、提问为20% ;课程论文为80%编写人(签字):李光浩编写人职称:教授审阅人(签字):审阅人职称:审批人(签字):审批人职务:本大纲启用日期:年月日《环境系统数学模型》课程简介课程编号:C2113215英文名称:Environmental System Mathematical Model学分:1.5 学时:24授课对象:环境工程、环境科学课程目标:环境系统数学模型是指用数学语言对环境系统各组成要素之间的关系进行描述,通过数学上的演绎推理和分析求解,使我们能够发掘出环境系统发展的内在规律,进而寻求到解决环境与经济之间的矛盾的有效途径。

环境 数学建模题目

环境 数学建模题目

环境数学建模题目
以下是一个关于环境数学建模的题目示例:
题目:预测城市空气质量指数的变化
背景:城市空气质量指数(AQI)是衡量城市空气质量的重要指标,其变化受到多种因素的影响,如气象条件、污染物排放量等。

为了更好地了解和预测城市空气质量的变化,我们需要建立一个数学模型来描述AQI的变化规律。

任务:基于给定的数据集,建立数学模型,预测AQI的变化趋势,并根据预测结果给出相应的建议和措施。

分析:我们可以从时间序列分析、回归分析和机器学习等方面入手,选择适合的数据处理方法和算法,建立模型并进行分析。

例如,我们可以使用ARIMA模型或神经网络等算法,对AQI的历史数据进行分析和预测。

数据:数据集应包含AQI的历史数据、气象数据、污染物排放量等相关信息。

这些数据可以通过政府机构、环保组织或公开数据平台等途径获取。

输出:输出应包括预测结果、分析报告和相应的建议和措施。

预测结果应包括AQI未来一段时间内的变化趋势,分析报告应对模型的建立过程和结果进行详细的说明和解释,建议和措施应基于预测结果提出相应的应对措施和改善方案。

注意:在建立数学模型时,应充分考虑数据的可获取性、准确性和完整性,选择合适的算法和方法,并进行模型的验证和优化。

同时,在给出建议和措施时,应考虑到实际的可操作性和可行性,并提出相应的政策建议和实践方案。

第三章环境质量评价数学模型

第三章环境质量评价数学模型
0.05
0.2 0.04
0.138
1.0 0.30
例子
• 大气环境质量现状评价方法 1、单项质量指数法。
pi
ci si
• pi: 大气环境质量指数
• Ci: 监测值mg/m3
• si: 评价质量标准限值mg/m3
• 大气环境质量综合评价
n
p
max
pi
(
1 n
pi )
i 1
4、采用环境质量相对百分数作为单因子评价指数 • 用于景观生态学评价和生物多样性评价 ;
如景观多样性指数(H): H=-∑(Pi·lnPi) 式中:Pi为某类型景观所占面积百分数。 • 该值越大,景观多样性越好
二、多因子指数
• 1、加和型分指数 • (1)简单加和型分子数
I=∑Ii • (2)矢量加和式环境质量分指数
• 例生态评价中的标定相当量(系数): Pi=Bi/Boi
式中Pi为评价系数;Bi表示植被生物量、物种量等贮量;Boi 表示标定植被生物量、标定物种量等相对贮量。
• 主要针对环境中的非污染生态因子进行评价,因为 生态因子的地域性很强,很 难在大范围内制定统一 的国家标准。
• Pi值越大,环境质量就越好;越小,环境质量越差。
表1 空气污染指数对应的污染物浓度限值
污染指数
API
50 100 200 300 400 500
SO2 (日均 值) 0.050 0.150 0.800 1.600 2.100 2.620
污染物浓度(毫克/立方米)
NO2 (日均 值)
PM10 (日均 值)
CO
O3
(小时均 (小时均
值)
值)
0.080 0.050

第5章环境质量预测基本数学模型

第5章环境质量预测基本数学模型
考虑到环境流体介质中由于物理、化学和生 物作用引起污染物的增减,可附加一个源汇 项S(x,y,z,c,t)。这就是环境中污染物迁移转化 的基本方程,与环境流体动力学方程耦合, 就可以模拟污染物在环境中的迁移转化过程, 预测环境质量。
二维模型
c t U x x c U y y cE x x 2 2 c E y y 2 2 c S x,y,c,t
紊流扩散
又称湍流扩散,是在湍流流场中质点的各种状态 (流速、压力、浓度等)的瞬时值相对于其时平均值 的随机脉动而导致的分散现象。当流体质点的紊 流瞬时脉动速度为稳定的随机变量时,符合费克 第一定律。
m
3x
D 1x
c x
m
3y
D 1y
c y
c m 3z D 1z z
弥散
由于横断面上实际流速分布不均匀引起的分散作用, 在用断面平均流速描述实际的污染物迁移扩散时, 应考虑弥散作用,即由空间各点湍流流速(或其它状 态)的时平均值与其时平均值的空间平均值的系统差 别所产生的分散现象,也符合费克第一定律。
模拟模型、数学模型和概念模型
模拟模型 用便于控制的一组条件代表真实事 物特征,对客观事物发生的行为进行刻画,再 现客观事物特征及其行为变化的抽象模型。
数学模型 用字母、数学符号和数学关系建 立起来的,用来描述客观事物特征及内在联系 的抽象模型。
概念模型 通过对研究对象的定性分析,凭 借专家经验和假设条件建立的反映概念之间关 系的初步模型。
i 1
i 1
i 1
现将分子扩散系数、湍流扩散系数和弥散系数 合并成混合系数
E x D m D 1 x D 2 x ; E y D m D 1 y D 2 y ; E z D m D 1 z D 2 z

高校环境科学专业环境科学数学模型建立案例分析

高校环境科学专业环境科学数学模型建立案例分析

高校环境科学专业环境科学数学模型建立案例分析在高校的环境科学专业中,环境科学数学模型的建立是非常重要的一项工作。

通过建立数学模型,我们可以更好地理解环境问题,并找到解决这些问题的方法。

本文将以某个实际案例为例,介绍环境科学数学模型的建立过程。

案例背景:某个城市的空气质量受到了严重的污染,人们的健康受到了威胁。

为了改善这一问题,环境科学专业的研究团队决定建立一个数学模型,以帮助他们预测和控制空气质量。

问题定义:研究团队将问题分解为几个关键要素:污染源、大气扩散、人口分布和健康风险。

他们希望建立一个数学模型,通过这些要素的综合分析,来预测空气质量的变化,并提出相应的改进措施。

模型建立:1. 污染源分析首先,研究团队收集了该城市的污染源数据,包括工厂排放、交通尾气、建筑施工等。

然后,他们使用统计方法对这些数据进行了处理,得出了每个污染源的排放量。

2. 大气扩散模型为了了解污染物在大气中的传播规律,研究团队建立了一个大气扩散模型。

他们考虑了风速、气象条件等因素,并使用了数学方程组描述了污染物的传播和化学反应过程。

3. 人口分布分析为了评估不同人群暴露在污染物中的风险,研究团队分析了该城市的人口分布情况,并将其纳入模型。

他们考虑了不同地区居民的生活习惯、工作地点等因素,从而更精确地评估了不同人群的暴露程度。

4. 健康风险评估基于前述的污染源、大气扩散和人口分布数据,研究团队使用流行病学和毒理学的方法来评估不同人群的健康风险。

他们建立了一套风险评估模型,以量化各种污染物对人体健康的危害程度。

5. 模型验证和修正为了验证模型的准确性,研究团队将模型的预测结果与实际测量数据进行对比,进行了多轮的验证和修正工作。

通过不断地调整模型参数和算法,他们逐步提高了模型的准确性和可靠性。

结果与应用:通过以上的模型建立过程,研究团队最终得到了该城市未来一段时间内空气质量的变化趋势,并提出了一些改进措施,如减少污染源排放、优化交通组织等。

河湖水环境数学模型

河湖水环境数学模型

河湖水环境数学模型河湖水环境数学模型是一种基于数学理论的模拟工具,用于分析水环境的运动与变化规律,以及预测可能的污染扩散和治理效果。

该模型主要涉及流体力学、水动力学、水污染传输和化学反应等方面的知识,通过建立数学方程组并运用计算机程序求解,可以模拟出水体在时间和空间上的变化情况,并估计不同污染源对水体质量的影响程度。

模型基础理论河湖水环境数学模型主要包括自然水动力学模型和水污染传输模型两部分。

其中,自然水动力学模型主要描述水体的流动规律和水位变化情况,采用伯努利方程、连续方程及自由水面条件等基本方程描述自由水面水体运动,通过建立动量守恒方程、能量守恒方程和湍流应力方程等求解水体速度场和水位场。

水污染传输模型则描述了污染物在水中的扩散、降解和转移过程,主要利用输运方程、分布方程和化学反应方程等描述污染物传输和降解规律。

模型应用场景河湖水环境数学模型的应用范围比较广泛,常用于以下几个方面:1. 水质控制与预测:对于一些重要水源地、环保监测点和重大工业企业,可以建立相应的污染传输模型,预测污染物移动路径和扩散规律,为环保部门提供决策支持。

2. 水力工程优化:通过建模模拟水体流动和水污染物传输的过程,可以实现针对水利工程的优化设计、排放标准制定等,为工程的环境评价和规划提供重要基础。

3. 灾害风险评估:在洪涝、水灾、地灾等自然灾害发生前,可以利用模型模拟相应水文过程,并结合地形、土壤、降雨等因素,评估灾害风险并提前采取防灾措施。

4. 河道管理与治理:河涌切割、城市化扩张和环境污染等因素对河道环境造成较大影响。

通过建立河湖水环境数学模型,可以分析河道水动力学特性,制定河道优化治理策略,进一步提高河道生态环境的质量。

总体来说,河湖水环境数学模型具有建模精度高、数据传输方便、计算效率高等优点,可以有效地辅助环境监测和水质控制,为工程决策和环保管理提供支持。

随着计算机技术和数学方法的不断发展,河湖水环境数学模型必将在未来发挥更加重要和广泛的作用。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

冬季冰雪覆盖对高山湖泊中污染物浓度和通量的影响模型
摘要:最近的一些监测研究和根据环境变化模拟生态系统的远程动态响应模型,诸多涉及到高山湖泊。

高山湖泊与类似纬度的低地湖泊相比,一个重要的区别是,在冬季被厚厚的冰雪所覆盖,导致可与大气隔离6个月或更长时间。

冬季沉积在冰雪里的污染物,随着春季解冻进入水体中,这一过程具有很强的季节性。

在水体中的污染物浓度,可通过水柱通量的沉积来测量。

本文介绍了这些过程的数学模型。

该模型中使用210铅作为示踪剂,结果表明冰雪融化后,污染物的浓度立即增强高达70%。

虽然理论值往往比较保守,但是水柱通量模式显示了类似的实证结果。

通过测量水柱通量与大气通量,估计每年沉降到集水区的210铅有
4-6%被输送到湖泊,且平均停留时间是500-750年。

关键词:大气污染物;高山湖泊;210铅;沉积物记录;放射性核素示踪剂
1引言
许多研究表明,湖泊沉淀物可以准确表征一系列物理、化学和生物的参数,这些参数可用来研究当地的生态环境历史。

由于高山湖泊属敏感生态系统,且受环境变化影响大,因此在研究欧洲大气污染物和气候变化时,比较关注它。

尽管存在大量可靠的沉淀数据记录,但是这些沉淀数据记录和生态系统之间的关系还有待于研究。

例如,湖的表面和集水区都有大气污染物的的沉积。

假如用水柱中沉淀物数据记录来表征集水区-湖泊系统的话,那么集水运输过程将被忽略,但是这一过程却影响着放射性核素的沉降,例如210铅。

集水区-湖泊系统已经逐步建立了大气沉降和沉降通量之间的关系。

该系统主要用于估计水柱和大气沉降中污染物的浓度。

高山湖泊生态系统很复杂,但是基础物理参数却很有限,并且考虑其它简单模型也不现实。

有学者利用这个模型,并根据一些经验值,测定210铅的大气沉降是个常数,从而估计水柱中210铅的年平均浓度和通量。

然而,冬季水和大气被冰雪隔离,直到春季才接触,所以经验值可能受季节性的影响。

本文介绍的模型既涉及集水运输过程,又考虑了季节性的影响。

2模型
集水-湖泊系统的基本要素如图1。

系统可简化为湖泊和集水区两个主要要素。

长时间的径流、侵蚀过程,使土壤表面的沉积物随着集水运输到湖泊中。

假定Φ(t)表示大气通量(单位面积的沉降率),集水区的总沉降率表示为A
Φ(t),其
C
中A C是集水区的面积。

ΨC(t)表示输送率,Q C表示集水区的存有量,由质量守恒得方程:
集水区存有量(近似)=面积ⅹ单位面积沉降率-输送率-衰减
上式中:λ为衰减率,ΨC(t)可用时间函数h(s)的单位变化量来表示,即
取s=t-τ,对于任意的大气通量有:
式中A
L
为湖泊的面积,α=AC/AL,η定义为:
对于210铅来说,假定大气通量恒定为р,等式(2)可简化为:
集水区-湖泊系统的输送参数η
Pb
定义为:
图1.大气-集水区-湖泊系统污染物输送简图
2.1湖泊无冰期
在无冰期,由质量守恒得:
式中Ψ0为湖泊的向外输送率,定义为:
式中T W为湖水停留时间。

污染物的沉降散失包括沉淀物-水之间的界面扩散和粒子沉淀,研究表明粒子沉降起主导作用,甚至137C S也是如此。

沉降通量可表示为:
式中f
D 为湖水中污染物悬浮粒子比例,T
S
为沉降时间。

在此,我们假定:
式中:d为平均水深,v为平均沉降速度。

湖泊中污染物存量可表示为:Q
L =V
L
C,
其中V
L
为湖水体积,C为湖水中污染物的平均浓度。

将这个式子代入(6)式得:
上式中,对于平均浓度C,我们假定:
参数C表示污染物的自然衰减率,包括两部分:放射衰减λ和推移衰减T
L。

其中:
T
L
也许被认为是湖泊水中污染物的停留时间。

对于210Pb来说,由(4)和(10)
式可知,停留时间T
L
远小于210Pb的半衰期。

湖泊水中210Pb的平均浓度为:
式中η
Pb
由等式(5)可得。

通过等式(8)和(13)得,210Pb在沉淀物-湖泊水界面的通量:
2.2冰雪覆盖期
欧洲大部分湖泊在冬季都会结冰,一般为6个月,甚至更长。

在结冰期,湖泊水与大气隔离。

大气沉降的污染物将蓄积在冰雪中,直到第二年的春天冰雪融化时进入湖泊水中。

一年中,尽管大气污染物的沉降量在变化,但是相对较小。

通过对降水的监测,可近似的估算出大气中210Pb的累积沉降量。

假定Ф为大气污染物的年平均通量,湖泊水中污染物的通量可表述为:
式中I为冰雪融化后进入湖泊水中的污染物累积量。

在冰雪覆盖期,I可近似得到。

如下式:
式中:
定义t=0为无冰期,τ为结冰期时间。

其中t以年为单位,单位阶跃函数H(t)
定义为:
在此将H(t)近似为狄克拉函数δ(t)。

通过一个合理的假定,我们认为从集水区到湖泊的过程与以上过程遵循类似的模式。

对于湖泊水,夏季污染物浓度相对稳定,但是由于春季冰雪融化,污染物浓度将会突增。

变换等式(6)中的输入项,在任何时间污染物浓度满足微分方程:
式中常数
定义为湖泊水中污染物的年平均通量(包括直接沉降和输入),η是经验常数。

虽然每年污染物平均通量不同,但是遵循类似的模式。

在无冰期和有冰期,参数к也不同。

对于颗粒物,к值由f D/T S决定。

由等式(6),我们可以假定一年中к为常数。

等式(16)可变形为:
式中C(t)满足:
由拉普拉斯变换和逆变换得:
图2为深水湖泊中可溶和不可溶污染物浓度-时间(年)的函数图。

在特定的一年,湖泊水中不可溶污染物的停留时间最多2年,而可溶污染物则持续很多年。

在估算湖泊水中污染物的总浓度时,我们必须考虑多年的累积量。

假定为前第n年的输入量,为当年的输入量。

则当年的浓度为:
图2.可溶和不可溶污染物浓度-时间函数图
2.3沉积物通量
污染物的沉积通量由等式(8),可表示为:
为污染物存在状态的颗粒比例,ν为平均沉降速度。

由等式(20)和(21),式中f
D
总沉积物的通量为:
2.4大气通量常数
大气中污染物通量随时间而变化,湖泊水中污染物的浓度可由以上模型合理估算。

对于210Pb来说,可用C(t)来分析大气通量常数р,将
代入等式(20)得;
由拉普拉斯变换和逆变换得:
3结论
高山湖泊水中污染物的测定不仅难度大,而且数据有限,并受季节变化的影响,本文所阐述的模型为此提供了一个直接的工具。

该模型尽管简化许多因素,但对高山湖泊的监测研究有重要意义。

鸣谢
参考文献。

相关文档
最新文档