本文關鍵詞：遼河流域地下水污染模型反問題的卡爾曼濾波方法研究

  更多相關文章： 遼河流域 “三氮”溶質運移模型 卡爾曼濾波 有限差分法

【摘要】：遼河流域是我國北方以地下水作為主要飲用水源的流域,由于多年來不合理的開發(fā)利用,造成了一系列的環(huán)境地質問題,而“三氮”污染問題尤為嚴重。在眾多針對地下水污染問題的模型建立及實際應用中,受模型參數(shù)及實際誤差影響,很難得到理想結果。卡爾曼濾波作為一種最優(yōu)狀態(tài)估計方法,以其較強的噪聲抑制能力在地下水狀態(tài)估計及參數(shù)識別中正受到越來越多的重視。本文針對遼河流域李官堡水源地研究區(qū)建立的“三氮”溶質運移模型,應用卡爾曼濾波技術,結合有限差分法,對研究區(qū)水質及參數(shù)進行實時預測。主要包括兩方面:一方面是參數(shù)識別。將卡爾曼濾波算法與溶質運移模型相結合,將污染物運移模型參數(shù)視為隨機過程的狀態(tài)估計量,根據(jù)實時輸入的溶質濃度實測信息,運用卡爾曼濾波算法進行參數(shù)識別。由于傳統(tǒng)的卡爾曼濾波器是針對線性系統(tǒng)的一種算法,要求狀態(tài)方程與觀測方程的線性性,而作為觀測方程的偏微分方程是非線性的,需要先對其進行線性化處理,本文利用有限差分的方法,較普遍流行的擴展卡爾曼濾波算法在保證精度階數(shù)基本相同的前提下,避免了繁瑣的Jacobian矩陣和Hessian矩陣的計算,降低了計算難度;另一方面是對水質濃度及模型參數(shù)的同時預測�？柭鼮V波算法不僅是一種有效的參數(shù)識別方法,而且可以通過對狀態(tài)方程的增廣,并行估計狀態(tài)和參數(shù),達到實時估計污染物濃度及相關參數(shù)的目的。
【關鍵詞】：遼河流域 “三氮”溶質運移模型 卡爾曼濾波 有限差分法
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O241.82
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-10
• 1.1 研究背景及意義7-8
• 1.2 國內外研究現(xiàn)狀8-9
• 1.2.1 地下水反問題研究現(xiàn)狀8
• 1.2.2 卡爾曼濾波算法研究現(xiàn)狀8-9
• 1.3 本文的研究內容9-10
• 第二章 卡爾曼濾波及有限差分10-16
• 2.1 傳統(tǒng)的卡爾曼濾波10-11
• 2.2 擴展的卡爾曼濾波11-13
• 2.3 有限差分擴展的卡爾曼濾波13-16
• 2.3.1 差商的定義13-14
• 2.3.2 溶質運移模型的差分格式14-16
• 第三章 水污染模型中的有限差分卡爾曼濾波算法16-20
• 3.1 水質參數(shù)識別16-18
• 3.1.1 狀態(tài)方程的確定16
• 3.1.2 觀測方程的確定16-17
• 3.1.3 參數(shù)識別17-18
• 3.2 增廣狀態(tài)方程及變參量辨識法18-19
• 3.3 水質參數(shù)實時預測19-20
• 第四章 有限差分卡爾曼濾波在遼河流域地下水污染模型中的應用20-31
• 4.1 水源地概況20
• 4.2 三氮的遷移轉化規(guī)律20-21
• 4.3 數(shù)學模型21-22
• 4.4 模型剖分22
• 4.5 模型參數(shù)分區(qū)22-24
• 4.6 初始條件24-25
• 4.7 結果分析25-31
• 第五章 結論與展望31-32
• 5.1 結論31
• 5.2 展望31-32
• 致謝32-33
• 參考文獻33-36
• 作者簡介36
• 攻讀碩士學位期間研究成果36

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉麗雅;何江濤;王俊杰;;渾河傍河區(qū)地下水氮污染來源貢獻研究[J];巖土工程技術;2015年02期

2 魏憲云;;遼河流域水資源對策研究[J];西部資源;2015年01期

3 沈曄;李海濤;黎濤;李文鵬;;地下水位預測:集合卡爾曼濾波(EnKF)應用概述[J];水文地質工程地質;2014年01期

4 金瑤;蔡之華;梁丁文;;基于差分演化算法的自適應無跡卡爾曼濾波[J];電子與信息學報;2013年04期

5 馬建文;秦思嫻;;數(shù)據(jù)同化算法研究現(xiàn)狀綜述[J];地球科學進展;2012年07期

6 韓一龍;單永明;;運用模擬退火遺傳算法估計地下水反演參數(shù)[J];計算機工程與應用;2012年12期

7 彭亞綿;楊愛民;龔佃選;閻少宏;;改進的最佳攝動量法及在反問題中的應用[J];數(shù)學的實踐與認識;2011年05期

8 李德東;王振臣;郭小星;;基于模糊卡爾曼濾波的HEV氫鎳電池SOC估計[J];電源技術;2011年02期

9 李俊霞;蘇春利;謝先軍;王焰新;;多元統(tǒng)計方法在地下水環(huán)境研究中的應用——以山西大同盆地為例[J];地質科技情報;2010年06期

10 楊宏;李亞安;李國輝;袁潤平;;一種改進中心差分卡爾曼濾波方法[J];計算機工程與應用;2010年19期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 周海燕;基于集合卡爾曼濾波法的非高斯含水層參數(shù)識別[D];中國地質大學（北京）;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 伍仁杰;基于卡爾曼濾波法的危巖預測模型研究[D];重慶交通大學;2013年

2 莊祉昀;衛(wèi)星導航數(shù)據(jù)優(yōu)化處理技術研究[D];國防科學技術大學;2010年

3 柳玉炯;基于擴展卡爾曼濾波的模糊神經(jīng)網(wǎng)絡學習算法研究[D];重慶大學;2010年

4 劉玉念;微分方程的數(shù)值模擬[D];河南大學;2010年

5 王昕;卡爾曼濾波在模型參數(shù)估計中的應用[D];哈爾濱工業(yè)大學;2008年

6 仲衛(wèi)進;基于擴展卡爾曼濾波的動態(tài)負荷建模與參數(shù)辨識[D];上海交通大學;2007年

7 陸波;流域水文模型與卡爾曼濾波耦合實時洪水預報研究[D];河海大學;2006年

，

本文編號：777567