海洋污染模型
最新湖水污染分析模型

摘要在两种情况下分析湖水中的污染物,分别建立模型即理论模型和实际模型。
理论模型是根据伊利湖和安大略湖各自的污染物流入流出的关系建立污染物量关于时间的差分方程:伊利湖的污染物总量n+1n a 0.62a =,安大略湖的污染物总量n n n b 6129.03230.627020.33600.87192.3077=-⨯+⨯+,n b 在n →∞时趋于一个定值192.3077,这个定值就是安大略湖系统的平衡值;当35n =时245.95n b =安大略湖的污染程度减少到目前水平的10%;当31n ≥≥是系统的污染物的量是一直增加的,当203n ≥≥系统的污染物量急剧减少,大约从40n ≥开始系统的污染物量几乎保持不变。
实际模型中首先根据湖水的实际更新情况重新确定湖水流入和流出占湖水总量的百分数,又由于湖水中污染物的浓度时刻变化,所以用时间微元的方法对实际污染物流出的比例进行修正。
分析铝厂排放的污染物时,铝厂排放的污染物是赤泥,根据赤泥的物化性质利用重力沉降原理求得赤泥颗粒从湖面沉降到湖底的时间t ,把一年分成多份t ,同时将铝厂每年向湖水中排放的污染物量25单位按t 分成多份,每一个单位时间铝厂排放到湖里的污染物量是0.3q ∆=单位,则安大略湖的湖水中将始终保持有0.3单位的赤泥,其余的赤泥都将在湖底沉积。
综合安大略湖中赤泥和伊利湖流入的污染物的情况预测了未来十年内的情况。
模型中重力沉降原理指出颗粒的直径影响沉降速度间接影响赤泥的排出量直径越小排出量越大,同时直径是最可能实现改进的因素。
在直径小于20um 时赤泥的排出量急剧增加。
为减少安大略湖的污染尽量把颗粒直径做小。
二、问题分析伊利湖的湖水每年有38%的更新,湖水的更新引起湖内污染物量的变化。
假设流入伊利湖的湖水是不含有污染物的,而流出伊利湖的湖水又将携带污染物,那么伊利湖是一个没有污染物注入只有污染物排除的系统,污染物的量逐渐减少,根据污染物排除的情况获得伊利湖污染物量随时间变化的关系。
一种海洋环境参数反演模型构建方法及装置

一种海洋环境参数反演模型构建方法及装置随着海洋资源开发利用的不断深入,海洋环境参数的监测与反演成为了海洋科学研究和海洋工程应用的重要问题。
在海洋环境参数反演中,常常需要构建相应的模型和装置来实现参数的精确反演。
本文将介绍一种海洋环境参数反演模型构建方法及装置,以期为相关领域的研究和应用提供一定的参考。
一、背景介绍海洋环境参数反演是指利用遥感技术获取的海洋数据,通过一定的模型和装置,推算出海洋环境中的各项参数,如海水温度、盐度、流速、悬浮物浓度等。
这些参数的精确反演对于海洋资源的开发利用、海洋环境的保护治理以及海洋灾害的预警预测都具有重要的意义。
二、模型构建方法在海洋环境参数反演中,模型的构建是重要的一步。
本文提出的海洋环境参数反演模型构建方法主要分为以下几个步骤:1. 数据获取:首先需要获取相关的海洋遥感数据,如卫星遥感数据、水下声呐数据等。
这些数据将成为模型构建的基础。
2. 参数分析:在获取数据的基础上,需要对数据进行参数分析,选择适当的参数作为反演的目标,如海水温度、盐度等。
3. 模型建立:基于参数分析的结果,建立相应的数学模型,描述海洋环境参数之间的关系,同时考虑到海洋环境的复杂性和不确定性。
4. 算法设计:针对所建立的数学模型,设计相应的参数反演算法,以实现对海洋参数的精确反演。
5. 有效性验证:最后需要对所建立的模型和算法进行有效性验证,利用实测数据进行模拟测试,验证模型的反演效果。
三、装置设计在模型构建的基础上,需要相应的装置来实现海洋环境参数的反演。
本文提出的海洋环境参数反演装置主要包括以下几个部分:1. 传感器系统:装置配备相应的传感器系统,用于获取海洋遥感数据,包括卫星遥感数据、水下声呐数据等。
2. 数据处理系统:装置内置数据处理系统,用于对获取的海洋遥感数据进行处理分析,提取所需的参数信息。
3. 反演模型模块:装置中还包括反演模型模块,用于实现海洋参数的精确反演,根据所建立的模型和算法计算出海洋环境参数的值。
水体污染物传输与扩散过程分析模型构建研究

水体污染物传输与扩散过程分析模型构建研究水体污染物传输与扩散过程是水环境领域的重要研究内容。
构建准确可靠的水体污染物传输与扩散分析模型,对于评估水体污染风险、制定有效的水环境管理措施具有重要意义。
本文将重点讨论水体污染物传输与扩散模型的构建方法和相关研究进展。
首先,传统的水体污染物传输与扩散模型通常基于水动力学理论,采用质点追踪方法来描述污染物的传输过程。
其中,最经典的是拉格朗日模型和欧拉模型。
拉格朗日模型以污染物质点的运动轨迹为基础,能够精确描述个别点的传输情况。
欧拉模型则以流体的机械性质为基础,描述流体内污染物浓度的分布情况。
这两种模型在实践中常常结合使用,以获得更为准确的传输与扩散结果。
然而,传统的水体污染物传输与扩散模型对于实际情况的假设过于简单,无法完全反映复杂的水环境系统。
为了解决这一问题,近年来出现了基于数值模拟和统计学方法的新型模型。
数值模拟方法借助计算机对水体流动和污染物传输进行数值模拟,能够解决不规则地形条件下流体运动的问题,并提供更精确的模拟结果。
统计学方法则通过统计分析大量实测数据,掌握水体污染物传输过程中的规律性,以此反推可能的传输路径和扩散方式。
此外,为了提高水体污染物传输与扩散模型的准确性,研究人员还引入了环境因子的考虑。
例如,气象因子(风速、风向等)和水文因子(水深、流速等)都对污染物的传输过程产生重要影响。
因此,在构建模型时,需要综合考虑多个环境因子的相互作用,以获得更为准确的模拟结果。
除了传输过程的模型构建,对于污染物浓度分布的模拟也是水体污染模型研究的重点。
传统的模型通常采用估算公式或者经验公式来估计水体污染物的浓度。
而现代模型则更多地采用基于混合层模型、稳态模型和非稳态模型的方法来描述水体污染物的浓度分布。
这些模型基于不同假设和方程,能够更准确地预测污染物在水体中的浓度分布情况。
此外,水体污染物传输与扩散模型的研究还面临着一些挑战。
首先,水体环境系统具有时空尺度的不均匀性,模型需要能够兼顾不同尺度上的传输与扩散过程。
海洋污染监测数据三维建模技术研究

程, 却损失 了空 间 信息 量 ( 其 是 高 程 信 息 z和三 尤 维 拓扑空 间信 息 ) 是 以牺 牲 空 间 信 息 的 真 实性 和 ,
完整 性为代价 的 。三维 G S正是 要针对 二维 G S的 I I
害物 质进入 海洋 环境 而 造 成 的污 染 , 会损 害 生物 资 源, 危害人类 健康 , 碍 捕鱼 和人类在 海上 的其他活 妨 动, 损坏海水 质量 和环境 质量 等 。 海洋 污染 物依其 来 源 、 性质 和毒性 , 可分为 以下
容缓 的任 务 。 借 助 三维 G S技 术 , I 对所 获 取 的海 洋污 染监 测 数据 , 进行 分析 、 理 , 在计算 机屏幕 上显示 出来 , 处 并
4 放射性 物质 。主要 来 自核爆 炸 、 工业 或 核 ) 核
舰艇的排污 ; 5 有机 废 液 和 生 活 污 水 。 由河 流 带 人 海 洋 。 )
几类 : 1 石油及 其产 品 ( 海洋石 油污染 ) ) 见 ;
这一本 质缺 陷 , 图直 接从 三维 空 间 的角 度 去理 解 试 和表 达现实世 界 中的地物 、 地理 现象及 其空 问关系 。 尽 管三维 GS 论 与 方法 研 究 较 多 , 是 迄 今 为止 I理 但 尚未 出 现 可 真 正 称 为 三 维 GS系 统 (elD GS I r 3 I a ) 。这使 得众 多领域 的三位 原 始数 据 的价值 得不 … 到 充分利用 , 三维空 间信息 的有 效表达 与可视 处理
图 1 二 维 V rni o o 图 o
三维 V r o体是 二维 V rni oo i n ooo 图的三维 扩展 。 点集 的二 维 V rni ooo 图将 平 面 划 分 为 若 干 区域 , 离
海洋环境污染监测与预测模型构建研究

海洋环境污染监测与预测模型构建研究引言海洋环境污染是当前全球面临的重要问题之一。
随着工业化和城市化进程的加快以及人类活动的增加,海洋环境受到了严重的污染。
为了有效监测和预测海洋环境污染,科学家们致力于构建精确可靠的预测模型。
本文将研究海洋环境污染监测与预测模型的构建方法,并探讨其在实际应用中的价值。
一、海洋环境污染监测方法1. 传统监测方法传统的海洋环境监测方法主要依靠采样实验和实地监测。
通过采集海洋水体、底泥和生物等样品,使用化学、物理、生物学等方法对其进行分析。
这种方法虽然能够提供一定的数据,但其工作量大、耗时长、成本高且无法实时监测等问题限制了其在海洋环境污染监测中的应用。
2. 遥感监测方法遥感技术是基于卫星对地面进行观测并获取信息的技术。
通过对海洋水体的光谱特征、表面温度、叶绿素含量等进行监测,可以较为准确地获取海洋环境的污染信息。
遥感监测方法具有高时空分辨率、不受采样困难和气象条件影响等优点,使其成为海洋环境污染监测的重要手段。
二、海洋环境污染预测模型构建方法1. 统计模型统计预测模型通过对历史数据和现有观测数据的分析,建立数学模型来预测未来的环境污染情况。
常用的统计模型包括回归分析、时间序列分析等。
这些模型能够根据历史数据的趋势和规律性,预测未来环境污染的变化趋势和程度。
2. 机器学习模型机器学习模型是一种数据驱动的模型构建方法,它通过对大量样本数据的学习来建立数学模型,并利用该模型进行预测。
常用的机器学习算法包括支持向量机、随机森林、神经网络等。
这些模型可以从大量的海洋环境数据中学习,并对未来的污染情况进行预测。
三、海洋环境污染监测与预测模型的应用价值1. 提高监测效率和准确性海洋环境污染监测与预测模型的应用可以大大提高监测效率和准确性。
传统的监测方法耗时长且需要大量的人力和物力投入,而基于遥感技术和数据模型的监测方法可以实现全天候、全时段的监测,并提供更准确的数据,为环境管理和资源保护提供科学依据。
海洋污染灾害对生物的影响建模分析

海洋污染灾害对生物的影响建模分析陈安;丁荣君【摘要】传统基于Agent的海洋生物污染监测模型存在分析海洋污染灾害对生物受污染面积界定精度低,可信度差的问题,造成对由海洋污染造成的生物污染严重性关注较差.基于该种问题,设计新的海洋污染灾害对生物的影响模型,基于科学化、合理化以及经济化的设计理念,研究模型开发的具体路线,通过构建支持数据库、数值模型以及图形可视化三部分完成模型的总体框架,基于构建海洋污染灾害对生物的影响评估数据库和开发海洋污染灾害数值模型组件实现海洋污染灾害对生物资源的损害高效评估,得到生物资源的损失程度和损害范围.实验结果说明,所设计模型在分析生物资源受污染面积结果上结果准确,可信度高.【期刊名称】《灾害学》【年(卷),期】2018(033)004【总页数】5页(P28-31,39)【关键词】海洋污染;灾害;生物;影响;建模分析;GIS【作者】陈安;丁荣君【作者单位】昆明理工大学, 云南昆明650000;昆明理工大学, 云南昆明650000【正文语种】中文【中图分类】X55;P7随着科学技术的发展工业的进步,人们不可避免的会对环境造成一定的污染。
海洋面积占地球表面的70%以上,海洋孕育了大量的生物,是生命系统的重要组成部分,经济的高速发展以及经济全球化的发展加速[1],许多工业污染和原油污染等对海洋环境造成不可恢复的伤害,因此需要有效分析海洋污染灾害对生物的影响。
传统基于Agent的海洋生物污染监测模型在分析海洋污染灾害对生物的影响时,对生物受污染面积的界定不准确,分析结果的可信度较低,文章提出新的海洋污染灾害对生物的影响模型,提高对生物受污染面积分析结果的精度。
1 新的海洋污染灾害对生物的影响模型为提高对海洋生物的保护能力,本文将综合运用数据库技术、地理信息系统、数值模拟技术以及组件开发等技术共同对海洋污染下的生物受污染影响进行建模[2],为海洋污染灾害的生物损害提供一个有效的量化评估模型。
环境学概论 3水体污染

③总有机碳量(TOC):水中溶解性和 悬浮性有机物中存在的全部碳量 ④ 总需氧量(TOD):当有机物全部被 氧化时,碳被氧化为二氧化碳,而氢、 氮、硫则被氧化为水、一氧化氮和二氧 化硫等。此时氧化所需的氧量称为总需 氧量。 • 在水质状况基本相同的情况下,BOD5与 TOC或TOD之间存在一定的相关关系。 通过实验建立相关,则可快速测定出 TOC,从而推算出其他有机物污染指标。
• 用BOD、DO两组方程式来表达水质变化。则 S-P模型的基本形式:
dL k1 L dt dc k1 L k2 (cs c ) dt
这两个方程式是耦合的。当取边界条件时
L 0
• 可得解析解为
L L0e k1 L0 k1t k2t k2t C C ( e e ) ( C C ) e s s 0 k2 k1
(一)河流 • 污染程度随径流量变化 • 污染扩散快 • 污染影响大 (二)湖泊(水库) • 污染来源广、途径多、类型复杂 • 污染稀释和搬运能力弱 • 生物降解和累积能力强
(三)地下水 • 污染来源广泛 • 污染难于治理 • 污染危害严重 (四)海洋 • 污染源多而复杂 • 污染持续性强 • 污染扩散范围大
• 常用的表示耗氧有机物污染的指标有: ① 化学耗氧量(COD):在规定条件下, 使水样中能被氧化的物质氧化所需耗用氧 化剂的量。常用的氧化剂K2Cr2O7、 KMnO4。 2K2Cr2O7+3C+8H2SO4→ 2K2SO4+2Cr2(SO4)3+3CO2+8H2O ② 生化需氧量(BOD):指在好气条件下, 微生物分解水体中有机物质的生物化学过 程中所需溶解氧的量,是反映水体中有机 污染程度的综合指标之一
海上交通资源与船舶污染环境承载力预测模型

Pr e d i c t i o n Mo d e l s f o r M a r i n e Tr a f f i c Ca r r y i ng Ca pa c i t y Co n c e r n i ng Re s o u r c e a n d p o l l ut i o n
第 3 6 卷 第 1 期
2 0 1 3O . 1
Ma r .2 O 1 3
N AV I G AT 1 0N O F CH I N A
文章编号 : 1 0 0 0 4 6 5 3 ( 2 0 1 3 ) O l 一0 l O 9 O 6
Ka n g Y u t a o, X u Le pi n g, Ji a o Y u
( Co l l e g e of Envi r on me nt a nd En gi n e e r i n g,S ha n gha i Ma r i t i me Un i ve r s i t y,S ha ng ha i 2 0 1 30 6,Ch i na )
a n a r e a i s i n t r o d u c e d t o r e v e a l t h e l i mi t a t i o n o f t h e r e s o u r c e a n d t h e e n v i r o n me n t c a p a c i t y . Th r o u g h a n a l y z i n g t h e
Ab s t r a c t : The gr e at c ha ng e s o f t he de ma n ds o f po r t s f o r r e s ou r c e s an d t he e n vi r o n me n t c ha l l e n ge s t he l i mi t a t i on o f t he r e s ou r c e s upp l y a nd e n vi r o nm e n t a l c on di t i o ns i n r e c e nt y e a r s . The c on c e pt of ma r i n e t r a f f i c c a r r y i n g c a pa c i t y f or
- 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、"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、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)。
1溢油模型的现状及研究方法
溢油模型的概念溢油模型是根据环境科学原理建立的以水为载体,用于模拟溢油轨迹、归宿及其环境影响的综合模型。
溢油模型涉及到溢油在环境中经历的风化(风化包括蒸发、溶解、乳化、沉降、化学氧化和生物降解)扩散、漂移,最终将如何归宿等整个过程,可以在计算机上快速模拟并动态显示不同时刻、不同厚度的油膜轨迹,并能评估溢油对海洋环境生态系统的影响。
溢油模型的基本原理根据溢油模型的数学计算理论不同,可以将溢油模型分为两种类型。
一种为利用欧拉-拉格朗日理论体系建立的溢油模型,用欧拉理论建立的流场和温盐场计算模型,利用拉格朗日理论体系建立的溢油扩散漂移轨迹的计算模型;另一种为利用蒙特卡罗方法建立的溢油扩散漂移轨迹计算方法,它是在欧拉—拉格朗日追踪的方法求得溢油扩散漂移的基础上,增加了溢油扩散漂移随机数的计算。
欧拉-拉格朗日理论模型用欧拉体系的数值模拟方法计算潮流预报模型,用拉格朗日体系的数值方法计算全动力轨迹模型和溢油归宿模型。
全动力轨迹模型是将溢油看作由很多小的运动质点组成,每一质点都在一定的动力作用下在自然界中运动。
动力是由潮流、湍流、风海流、重力沉降组成。
计算溢油浓度和油膜厚度。
溢油归宿模型包括油膜重力扩展模型、溢油蒸发模型、岸线吸附溢油模型、溢油水体溶出模型和溢油沉降再悬浮模型。
蒙特卡罗方法模型是通过运算溢油扩展预测程序显示溢油归宿轨迹。
溢油扩展预测程序包括风场预报子程序、蒸发子程序、乳化子程序、潮流场预报子程序、油膜扩展输移子程序和图象处理子程序等6个子程序。
风场预报子程序运算风场模型,蒸发子程序运算蒸发模型,乳化子程序运算乳化油的入水通量模型,潮流场预报子程序运算二维或三维潮流场模型,油膜扩展输移子程序运算油膜扩展输移模型,图象处理子程序将预测结果、油膜扩展图形与输移过程用彩色图象动画显示,并同时显示有关文字数据,油膜厚度用彩色表示。
、三维海洋溢油预测模型的建立两篇文章对海洋油污染模型的建立进行了说明。
溢油物理化学性质灰色模式的研究,也是油污染的研究方法。
有限时间排放的污染扩散模式及污染特征
一、潮汐流动中污染物排放的一种远区计算模型(可以认为是欧拉计算方法的潮
流预报模型)
该模型是适合于潮汐流动中污染物排放的远区动态平面二维数值计算模型。
模型的计算特点是将流场和浓度场分开计算,即所谓“非耦合解”,运用有限节点法计算了流场,用改进的有限节点法计算了浓度场。
该模型应用于长江大厂镇江段,其计算出的流场和该江段典型污染物F-的浓度场与实测一致。
模型用于计算潮汐对污染物浓度的影响。
潮汐流动中污染物排放的数学模型的基本方程Navier-Stokes方程和质量守恒方程。
在紊流情况下,采用雷诺的时间平均法,并对方程沿垂向积分,引入Boussinesq假定、涡粘性假定和静压假定,并且忽略不计垂向加速度、粘性切应力在水平方向上的变化率和水表面切应力,可得到平面二维浓度场计算的基本方程:
式中:
u, v分别为x, y向的垂线平均流速
t:时间
ξ:水位即基准面至水面的垂直距离
h:为基面至河底的垂直距离
f:柯氏力系数,f =2Ωsinθ,Ω为地转角速度,θ为纬度
C:为谢才系数
εx, εy :分别为x, y向水流紊动扩散系数
c:污染物浓度
Dx, Dy :分别为x, y向污染物紊动扩散系数,
S:为污染物的源项。
上述基本方程为初边值问题,要有适当的定解条件才能求解。
闭边界上,取法向流速为零,污染物浓度的法向梯度为零。
与其它水域相通的开边界上,用水位或流速过程和污染物浓度过程来控制。
初始时刻的水位、流速、污染物浓度均可取常值。
2.2计算方法
为了求解基本方程组,选择适当而有效的计算方法是非常必要的。
目前数学模型中应用的计算方法很多,如有限单元法、有限差分法、控制体积法、边界拟合法、破开算子法等等,各种方法各有其优点缺点。
我们选用一种介于有限差分法和有限单元法之间的方法——有限节点法。
将平面计算区域划分为有限个三角形网格。
在每个三角形单元上,未知函数用线性插值函数来近似。
任意一个函数f( x, y) C(水位,流速,污染物浓度)可用下式来表示。
f ( x, y) =a + bx + cy ( 5) f ( x, y):所指内容
将三角形单元三个节点的坐标值及函数值代入方程( 5),可求得( 5)式中三系数a, b, c,则三角形单元内任一点的函数可表示为:
其中ai, aj, ak, bi, bj, bk, ci, cj, ck 是由三节点的坐标值完全确定,fi, fj, fk 为三节点的函数值,△e为三角形单元面积。
则一阶偏导数为:
图1三角形单元
由于污染物随水流运动,其对流项用迎风格式,本文对上述的有限节点法进行改进,提出了迎风有限节点格式,V为M点的流速矢量,其n为其垂直方向,n方向将围绕M点的三角形单元分成二部分,其分布在流速矢量反方向的完整三角形单元数共M 个,按逆时间方向排序,则污染物浓度方程中对流项中的一阶导数用下式计算。
图2节点M周围的三角形单元
在节点处将基本方程进行差分离散,时间导数项用前差,空间导数用显格式,将上述的一些表达式代入差分方程,即可得到模式的差分方程,利用初始条件和边界条件,则可求各个节点上的潮位、流速和污染物浓度值;并以这些值作为下一时间步的初值,继续用这些方程求出下一时间步的函数值,这样一个步长接一个步长地反复计算下去,就可以算出整个计算时段内计算区域上各节点的水位、流速和污染物浓度值。
二、静止点源瞬时溢油扩延模型和迁移模型
溢油的扩延模型:溢油入海后,在海面上扩延,包括两个过程,即扩展和扩散。
在溢油扩展离散的过程中,其扩延尺度可用扩展尺度和离散尺度叠加来表示。
费伊将油的扩展划分为三个阶段:各阶段公式如下(各向同性):
重力扩展阶段:油膜直径为:
4121)(2gVt K D β=
粘性扩展阶段,油膜直径为:
43
8121
22)/(2t gV K D w γβ=
表面张力扩展阶段,油膜直径为: 4321213)/(2t K D w γρσω=
上式中:g :重力加速度
V :溢油体积
T :从溢油开始计算所经历的时间
w o ρρβ-
=1 o ρ :油的密度;w ρ:水的密度;
w γ:水的运动粘滞系数; ow ao aw σσσσ--= ;aw σ:空气和水之间的表面张力系数
ao σ :空气和油之间的表面张力系数
ow σ :油和水之间的表面张力系数
1K , 2K , 3K :各扩展阶段的经验系数(推荐值:分别为:1.14、1.18、1.60)
注:各扩展阶段的时间可用两相邻阶段扩展直径相等的条件来确定。
油的扩展在表面张力阶段结束,扩展终止原因式净表面张力系数减小为零或为负值。
Fay 试验确定的扩展终止时面积的经验公式为:
43510V A f =
扩展终止时间公式为:
31
32322334332531w w f V K T γρσ--=
溢油迁移模型:(一种简化模型,计算油膜运动轨迹趋势和宏观尺度) 基本假定:(1)整个油膜以质心点作迁移速度运动
(2)质心的迁移速度,只考虑海流流场(采用水动力模型计算表面流)
和风场的作用,忽略波浪的影响;
(3)质心迁移的方向为离散的纵向,与之成垂直的方向为离散的横向。
每一时刻的油膜扩延范围按照前面方法计算。
具体计算公式为:
{}ds r s t y t x V r s t y t x V i i t i i t t t i i i
∆∂∂+=⎰=)),(),(()),(),((1
γ 式中:i γ:质心点从i t 时刻到1+i t 时刻的位移;
)),(),((s t y t x V i i i 欧拉迁移速度;
r ,r ∆:?。