×

基于粒子滤波的数据同化技术,用于评估小型河流中污染物的迁移。 (英语) Zbl 1463.62244号

摘要:污染物排入水资源对人类健康和环境造成了许多不良影响。在这种情况下,元神经方法,如模拟退火算法,只允许离线估计污染物的浓度和扩散系数。然而,在线数据同化对于实时决策支持非常重要。在这方面,本文重点介绍了所谓的粒子滤波器作为在线观测器的使用。我们的研究是通过采样重要性重新采样(SIR)和Liu和West(LW)算法进行的,使用了巴西一条小河的示踪实验观测。这种方法能够令人满意地跟踪污染物浓度、纵向扩散系数、流速、释放的污染物负荷以及距污染源的距离。通过LW滤波器可以进一步增强结果,这减少了样本的贫化以及由于使用平滑核而导致的计算时间。

MSC公司:

62升12 序贯估计
62-08 统计问题的计算方法
62页第12页 统计在环境和相关主题中的应用
65个M12 含偏微分方程初值和初边值问题数值方法的稳定性和收敛性
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿卜杜勒扎克,KEK;阿塔·R。;Zaoui,F.,《河流溶质运移的一维数值模拟:纵向弥散系数的作用》,《水文杂志》,527,978-989(2015)
[2] Abi,T。;Nwosu,P.,《石油泄漏对尼日利亚尼日尔三角洲地区河流州Eleme土壤的影响》,《环境科学研究杂志》,3,3,316-320(2009)
[3] Alapati,S。;Kabala,Z.,使用非线性最小二乘法恢复地下水污染物的释放历史,《水文过程》,14,6,1003-1016(2000)
[4] Allison C、Oriabure G、Ndimele PE、Shittu JA(2018)《尼日尔三角洲石油泄漏情景处理:过去的教训》。摘自:《尼日利亚水生生态系统中石油和天然气活动的政治生态学》,阿姆斯特丹爱思维尔,第351-368页
[5] Amirabdollahian,M。;Datta,B.,《使用自适应模拟退火和模糊逻辑识别污染水资源系统中不确定性下的污染源特征》,国际地理杂志,6,1,757-762(2014)
[6] 阿尼,欧共体;Wallis,S。;Kraslawski,A。;Agachi,PS,《小河中污染物传输的两个数学模型的开发、校准和评估》,环境模型软件,24,10,1139-1152(2009)
[7] 阿鲁兰帕兰,MS;马斯凯尔,S。;戈登,N。;Clapp,T.,在线非线性/非高斯贝叶斯跟踪粒子滤波器教程,IEEE Trans Signal Process,50,2,174-188(2002)
[8] Ayvaz,MT,《解决区域地下水污染源识别问题的混合模拟优化方法》,《水文杂志》,538161-176(2016)
[9] KO Baek;Seo,IW,《关于确定河流混合中横向弥散系数的方法》,Adv Water Resour,90,1-9(2016)
[10] KO Baek;Seo,IW,《天然河流中二维混合模型的横向弥散系数估算》,《水文环境研究杂志》,15,67-74(2017)
[11] 贝内迪尼,M。;Tsakiris,G.,《河流和溪流水质建模》(2013),柏林:施普林格出版社,柏林·Zbl 1270.86001号
[12] 比罗扎,M。;Heathwaite,A.,根据高频现场监测推断的磷浓度-放电滞后的季节变化,《水文杂志》,524,333-347(2015)
[13] 博纳,W。;Desmet,N。;Van Looy,S。;Seuntjens,P.,《在线水质监测用于评估河流中污水处理厂溢流的影响》,环境科学过程影响,16,6,1510-1518(2014)
[14] Chen,T。;莫里斯,J。;Martin,E.,《间歇过程中状态和参数估计的粒子滤波器》,《过程控制杂志》,第15、6、665-673页(2005年)
[15] 陈,D。;Dahlgren,RA;沈毅。;Lu,J.,计算可变总最大日负荷和不确定性评估的贝叶斯方法,Sci total Environ,430,59-67(2012)
[16] DeChant CM,Moradkhani H(2012)《水文预测中量化不确定性的序贯数据同化方法的有效性和稳健性检验》。水资源研究48(4)
[17] de Oliveira Neves,AC;Nunes,FP;de Carvalho,足总;Fernandes,GW,采矿忽视生态系统服务,以及巴西最严重的环境灾难,Natureza&Conserva o,1,14,24-27(2016)
[18] Doucet,A。;Johansen,AM,《粒子滤波与平滑教程:十五年后》,Handb非线性滤波器,12656-704,3(2009)·Zbl 1513.60043号
[19] Doucet A,De Freitas N,Gordon N(2001)序贯蒙特卡罗方法简介。In:实际中的序贯蒙特卡罗方法。柏林施普林格,第3-14页·Zbl 1056.93576号
[20] Freni,G。;Mannina,G.,《水质建模中不确定性量化的贝叶斯方法:先验分布的影响》,《水文杂志》,392,1-2,31-39(2010)
[21] Gordon NJ,Salmond DJ,Smith AF(1993)非线性/非高斯贝叶斯状态估计的新方法。In:IEE会议记录F(雷达和信号处理),IET,第140卷,第107-113页
[22] Guo,J。;Zheng,L.,一种改进的模拟退火算法,用于根据示踪剂实验数据估计河流中的溶质运移参数,环境模型软件,20,6,811-815(2005)
[23] Gustafsson,F.,粒子滤波理论与定位应用实践,IEEE Aerosp Electron Syst Mag,25,7,53-82(2010)
[24] Isermann,R。;Balle,P.,《基于模型的技术过程故障检测和诊断应用趋势》,《控制工程实践》,5,5,709-719(1997)
[25] Jirka GH,Weitbrecht V(2005)《河流水质管理混合模型:持续和瞬时污染物排放》。In:水质危害和污染物扩散。柏林施普林格,第1-34页
[26] Julier SJ,Uhlmann JK(1997)卡尔曼滤波器对非线性系统的新扩展。In:信号处理、传感器融合和目标识别VI,第3068卷。国际光学和光子学学会,第182-193页
[27] 凯皮奥,J。;Somersalo,E.,《统计反问题:离散化、模型简化和反犯罪》,《计算应用数学杂志》,198,2493-504(2007)·Zbl 1101.65008号
[28] 卡什菲普尔,SM;Falconer,RA,天然河道中的纵向色散系数,水资源研究,36,61596-1608(2002)
[29] Kirkpatrick S、Gelatt C、Vecchi M(1983)《科学》220:671(1983)。10.1126/science.220.4598(谷歌学者Crossref,CAS)·Zbl 1225.90162号
[30] Leibundgut,C。;Maloszewski,P。;Külls,C.,《水文示踪》(2011),纽约:威利,纽约
[31] Leisenring,M。;Moradkhani,H.,《使用连续数据同化分析悬浮泥沙量预测的不确定性》,《水文杂志》,468268-282(2012)
[32] Liu J,West M(2001)基于模拟的滤波中的组合参数和状态估计。in:实践中的序列蒙特卡罗方法。柏林施普林格,第197-223页·Zbl 1056.93583号
[33] Ljung,L。;Pflug,G.公司。;Walk,H.,随机系统的随机近似和优化(2012),巴塞尔:Birkhäuser,巴塞尔
[34] Lugon,J。;西尔瓦·内托,AJ;罗德里格斯,PPGW,《利用反问题方法评估河流中的分散机制》,《反问题科学工程》,16,8,967-979(2008)·Zbl 1155.86320号
[35] Luo X,Hoteit I,Duan L,Wang W(2011)《非线性卡尔曼、集合和粒子滤波及其在油藏历史拟合问题中的应用综述》
[36] 马尔塔·阿尔梅达,M。;门德斯,R。;阿莫林,FN;西拉诺,M。;Dias,JM,Fundáo大坝坍塌:巴西最大环境事故后Doce河的海洋扩散,Mar Pollut Bull,112,1-2,359-364(2016)
[37] 马丁,JL;McCutcheon,SC,《水质建模的流体动力学和运输》(2018),博卡拉顿:CRC出版社,博卡拉顿
[38] 梅耶,AM;克莱因,C。;Fünfrocken,E。;考滕伯格,R。;Beck,HP,《实时监测水质以确定中小型河流的污染路径》,《Sci Total Environ》,651233-2333(2019)
[39] Mori,J。;Yu,J.,使用基于核的多路非高斯潜在子空间投影方法进行质量相关非线性间歇过程性能监测,J process Control,24,1,57-71(2014)
[40] 纽曼,M。;哈特菲尔德,K。;海沃思,J。;Rao,P。;Stauffer,T.,《地下污染物通量反演的混合方法》,《污染物水文杂志》,81,1-4,34-62(2005)
[41] Ngo,结核病;Nguyen,TA;Vu、NQ;楚,TTH;Cao,MQ,利用GIS技术管理和监测空气和水污染,越南环境杂志,3,1,50-54(2012)
[42] Parolin,南路;罗德里格斯,P。;Domínguez,D。;俄亥俄州圣地亚哥。;Neto,AdS,Análise de sensibilidade e estimaçáo de uma fonte de contaminates no estuário do rio macaé,Rev Bras Recur Hídricos,20,24-33(2015)
[43] 罗德里格斯,PPGW;YM González;德索萨,EP;Neto,FDM,通过模拟退火方法评估巴西圣佩德罗河的色散参数,Inverse Probel Sci-Eng,21,1,34-51(2013)·Zbl 1267.86002号
[44] Salamon P,Feyen L(2010)使用乘法误差模型和序列数据同化来消除分布式水文建模中的不确定性。水资源研究46(12)
[45] Samuel,J。;库利巴利,P。;杜米达,G。;Moradkhani,H.,《评估水文数据同化中的模型状态和预测变化》,《水文杂志》,513127-141(2014)
[46] Schwaab M(2007)《Dados实验:I.Fundamentos de Estatística e Estimaço de Parámetros》,编辑电子论文
[47] Segura FR、Nunes EA、Paniz FP、Paulelli ACC、Rodrigues GB、Braga GüL、dos Reis Pedreira Filho W、Barbosa Jr F、Cerchiaro G、Silva FF等(2016)萨马尔科矿坝溃坝残渣的潜在风险(巴西本托·罗德里格斯)。环境污染218:813-825
[48] Seo,IW;Choi,HJ;Kim,YD;Han,EJ,《基于瞬态示踪试验的天然河流二维混合分析》,《水利工程杂志》,142,8,04016020(2016)
[49] SK辛格;Beck,M.,示踪剂实验数据中的水流扩散系数,《环境工程杂志》,129,6,539-546(2003)
[50] 史密斯,T。;马歇尔,L。;Sharma,A.,《利用贝叶斯推断建模剩余水文误差》,《水文杂志》,528,29-37(2015)
[51] Socolofsky SA,Jirka GH(2005)环境中混合和运输过程的专题。《工程结构》,第5版。德克萨斯州农工大学大学站第1-93页
[52] 斯托恩,R。;Price,K.,差分进化——连续空间上全局优化的一种简单有效的启发式算法,J Glob Optim,11,4,341-359(1997)·Zbl 0888.90135号
[53] 特尔斯,WR;罗德里格斯,PPGW;达席尔瓦·内托,AJ;圣地亚哥,OL;密歇根州梅萨;Junior,JL,Simulaçáo de uma plula de contaminates no rio macaéutilizando redes neurais artificiais,Revista Brasileira de Recursos Hidricos,18,2,165-174(2013)
[54] West,M.,通过混合物近似后验分布,J R Stat Soc Ser B(Methodol),55,2409-422(1993)·Zbl 0800.62221号
[55] Wolsey,LA,整数编程(1998),纽约:威利,纽约·Zbl 0930.90072号
[56] Wu,H。;黄,G。;孟,Q。;张,M。;Li,L.,用于调节下水道溢流污染和洪水灾害的深隧道:中国广州市的案例研究,《水》,8,8,329(2016)
[57] Yeh HD,Chang TH,Lin YC(2007)《用混合启发式方法识别地下水污染源》。水资源研究43(9)
[58] 是的,HD;林,CC;Chen,CF,基于AT123D重建地下水污染物释放历史,《水环境研究杂志》,13,89-102(2016)
[59] Zhao,Y。;Sharma,A。;Sivakumar,B。;马歇尔,L。;王,P。;Jiang,J.,多污染源水质模型和河段季节性水质管理的贝叶斯方法,环境模型软件,57216-226(2014)
[60] 周,Q。;任,Y。;徐,M。;Han,N。;Wang,H.,适应城市化对呼和浩特市排水的影响,水利科技,73,1167-175(2015)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。