智能流域管理研究

前言第1章 绪论 1．1 流域管理的科学问题与决策需求 1．1．1 研究背景 1．1．2 科学问题 1．1．3 决策需求 1．1．4 研究目的 1．2 流域模拟与决策模型研究进展 1．2．1 流域模拟模型研究进展 1．2．2 流域决策模型研究进展 1．3 智能流域管理 1．3．1 概念缘由 1．3．2 概念界定 1．3．3 关键问题 1．3．4 模型框架 1．3．5 讨论：1wM的生命周期大脑篇——因果关系之机理表达第2章 智能流域管理的因果关联及输入-输出响应 2．1 智能流域管理决策的因果关联与响应模拟 2．1．1 因果关联的概念及必要性 2．1．2 因果关联网络构建与响应模拟 2．2 案例研究：云南程海外流域调水工程的水质一水生态响应 2．2．1 研究背景 2．2．2 程海富营养化机制的神经网络模拟及响应情景分析 2．2．3 程海水位调控的水质-水生态响应预测 2．3 本章小结第3章 流域层面的因果关联定量表达——流域污染物输移模拟 3．1 流域层面的因果关联界定 3．1．1 流域水循环及关联因素 3．1．2 流域碳循环及关联因素 3．1．3 流域营养物质输移及关联因素 3．2 流域污染物输移过程与模拟 3．2．1 流域污染物输移过程 3．2．2 流域污染物输移模拟 3．3 流域污染物输移常用模型 3．3．1 模型概览 3．3．2 HSPF模型 3．3．3 LSPC模型 3．3．4 SWlAT模型 3．4 案例：美国Mlaumelle湖流域非点源模拟研究 3．4．1 流域背景 3．4．2 HSPF’流域模型- 3．4．3 HSPF模型模拟结果与分析 3．5 本章小结第4章 水体层面的因果关联定量表达——水质一水生态响应模拟 4．1 水体层面的因果关联界定与响应过程 4．1．1 水动力-水质过程 4．1．2 水质-水生态响应过程 4．1．3 水体层面的因果关联网络构建 4．2 水动力-水质-水生态响应模拟 4．2．1 模拟模型概述 4．2．2 常用模型：EFDC 4．2．3 常用模型：CE-QUAI-W2模型 4．2．4 常用模型：WASP 4．3 案例(Ⅰ)：浅水湖泊生态系统对人类干扰脆弱性的数值模拟研究 4．3．1 湖泊生态系统的干扰脆弱性 4．3．2 异龙湖水质-水生态模拟模型构建 4．3．3 模拟结果与情景分析 4．3．4 主要结论 4．4 案例(Ⅱ)：基于三维水质-水动力模型的滇池富营养化控制TMDL研究 4．4．1 滇池富营养化控制与模型需求 4．4．2 滇池三维水质一水动力模型开发 4．4．3 模型校验和结果讨论‘ 4．4．4 TMDL情景分析 4．4．5 主要结论 4．5 本章小结第5章 模型参数估值及不确定性分析 5．1 模型参数估值及不确定性分析方法 5．1．1 参数估值方法 5．1．2 不确定性分析方法 5．2 案例(Ⅰ)：基于交替适应度遗传算法的稳健性水质模型方法 5．2．1 研究背景 5．2．2 稳健性水质模型方法 5．2．3 数值案例 5．3 案例(Ⅱ)：自适应神经网络内嵌遗传算法及应用 5．3．1 方法介绍 5．3．2 复杂富营养化模型逆向参数估值案例 5．4 案例(Ⅲ)：基于简单机理模型与贝叶斯推断算法的美国Chesapeake湾低氧分析 5．4．1 研究背景 5．4．2 模型方法 5．4．3 参数估值 5．4．4 结果 5．4．5 讨论：流域负荷削减决策 5．5 本章小结第6章 流域-水体因果关系的集成——流域污染物输移的水质-水生态响 6．1 流域-水体因果关系集成的界定 6．2 流域污染物输移的水质一水生态响应模拟 6．3 案例：美国加利福尼亚州明湖流域集成因果关联网络研究 6．3．1 研究背景 6．3．2 流域描述 6．3．3 数据清单 6．3．4 模型选择与方法 6．3．5 结果与讨论 6．4 本章小结智慧篇——优化之决策第7章 流域管理的智慧型决策框架 7．1 智慧型决策的界定 7．2 流域智慧型决策模型框架 7．2．1 流域决策的优化模型需求 7．2．2 流域决策的不确定性 7．3 本章小结第8章 流域智慧型决策之线性规划模型 8．1 流域决策的不确定性规划模型 8．1．1 概述 8．1．2 随机规划和模糊规划 8．1．3 区间规划模型 8．1．4 模型对比分析 8．2 传统区间数线性规划模型 8．2．1 模型方程与求解方法 8．2．2 传统ILP模型的决策有效性探讨 8．3 风险显性区间线性规划模型 8．3．1 模型推导与求解 8．3．2 REIIP模型数值案例与讨论 8．3．3 案例：基于REILP模型的流域污染负荷削减决策 8．4 本章小结第9章 流域智慧型决策之模拟-优化模型 9．1 流域智慧型决策与模拟-优化方法 9．2 常用的模拟-优化模型算法 9．3 模拟-优化的非线性区间映射重构算法 9．3．1 非线性区间映射重构 9．3．2 REILP模型和IMS过程 9．3．3 基于模拟一优化模型的NIMS过程 9．4 案例：流域污染负荷削减的模拟-优化模型 9．4．1 案例背景 9．4．2 模型方程 9．4．3 遗传算法构建 9．4．4 NIMS过程公式化 9．4．5 结果与讨论 9．5 本章小结第10章 流域智慧型决策之适应性最优演化模型 10．1 流域智慧型决策的“时”与“势” 10．2 流域决策的适应性管理模式 10．3 流域决策的适应性演化模型框架 10．3．1 模型框架思路 10．3．2 决策实施优选方法 10．3．3 流域适应性决策方法 10．4 基于风险的流域污染负荷削减最优适应性决策 10．4．1 模型方程 10．4．2 模型结果 10．4．3 决策讨论 10．5 本章小结感官篇——流域信息的获取、集成与反馈第11章 流域调查与数据信息 11．1 信息获取：起点还是终点 11．2 信息需求：目标导向与因果关联 11．3 信息获取：基本途径 11．3．1 基于IWM的数据需求识别 11．3．2 流域调查与监测方案制订 11．3．3 模型与数据的互动 11．4 本章小结第12章 流域信息集成与数据库开发 12．1 流域信息集成 12．1．1 智能流域管理的信息系统 12．1．2 信息筛选与整理 12．2 流域数据库设计 12．2．1 设计思路 12．2．2 数据库设计 12．3 流域数据库开发 12．3．1 数据库开发与信息存储 12．3．2 信息集成与决策准备 12．4 本章小结参考文献附录