基于流域系统模拟一情景优化的精细治理决策支持方法

面向美丽中国生态文明建设所需,亟待有效实现流域精细治理的科学决策,以根据流域综合治理愿景目标,优化流域管理措施（BMP）的空间布局方案（即BMP情景）、制定符合实际需求的实施路线图。对此,“流域系统模拟—情景优化”方法框架近年展现出广阔应用前景。本文介绍了该框架在应对实际应用需求中尚存的一系列问题,开展了体系性的方法研究：(1)提出新的流域过程建模框架,以兼顾建模灵活性和高性能计算、高效实现流域系统模拟;(2)提出以坡位单元作为BMP空间配置单元、并在情景优化过程中可进行单元边界动态调整的BMP情景优化方法,可有效考虑流域综合治理的经验知识,保障优化结果合理性;(3)提出考虑分阶段投资约束的BMP情景实施次序优化方法,可推荐出符合实际落地需求的实施路线图;(4)设计研发用户友好的参与式流域规划系统,供各方利益相关者协商决策。通过典型小流域应用案例验证了上述新方法、工具和原型系统的有效性和实用价值。     

基于少量典型样点土壤属性空间分布推测模型中的土壤属性参数敏感性分析

针对基于少量典型样点土壤属性空间分布推测模型中的土壤属性参数敏感性问题,以坡位渐变信息结合典型土壤样点的加权平均模型为例,利用东北地形平缓小流域的土壤表层有机质含量样点集,使用阶乘设计、箱线图分析、扰动分析法和本文新设计的MR指数评价该模型的参数敏感性。结果表明,该模型中土壤属性参数敏感性较大,其大小与典型样点空间分布有关。敏感性主要由应用该模型时采用的坡位分类体系的不确定性引起。该文的分析方法可用于对基于少量典型样点的土壤属性空间分布推测模型进行参数敏感性综合分析。     

水流分配策略随下坡坡度变化的多流向算法

提出了一种新的多流向算法方法(MFD-fg),其基本思想是水流分配策略应在空间上随着与下坡坡度相关的地形参数而变,从而地形对水流分配的影响可以得到合理、有效的建模。比较分析表明,MFD-fg采用以最大下坡坡度的线性函数对水流分配进行加权,是较好的水流分配策略。应用实验表明,与目前具代表性的单流向算法与多流向算法相比,MFD-fg方法的结果可获得更合理的汇流面积。     

基于坡位-地块单元的流域最佳管理措施空间优化配置方法

最佳管理措施（BMP）是治理流域土壤侵蚀、非点源污染等环境问题的有效途径,基于流域过程模拟的情景优化方法可得到综合效益近似最优的BMP空间配置方案集。目前用于配置BMP的空间单元（如子流域、水文响应单元、地块、坡位）均不能有效地综合体现BMP与地形部位间的空间关系以及同一地形部位内不同土地利用斑块上的BMP差异。本文提出将坡位单元与地块单元叠加生成的坡位-地块单元作为BMP空间配置单元,结合分布式流域建模框架SEIMS和多目标优化算法NSGA-II建立一套流域BMP空间优化配置方法。以江苏省溧阳市中田舍流域的非点源污染治理为例,选取减量施肥、退耕还林、封山育林和生态林草4种典型BMP,以最大化总氮削减率、最小化经济成本为优化目标,分别采用坡位单元、地块单元、坡位-地块单元进行情景优化。结果表明：相比坡位单元和地块单元,采用坡位-地块单元可获得最多具有近似最优综合效益的BMP情景,定量评价解集分布性和收敛性的Hypervolume指数分别提升了7%和4%,且BMP在空间上分布更加精细、配置更加灵活。本文方法可有效、合理地优化流域最佳管理措施的空间配置,为流域治理提供决策支持。     

多子群遗传神经网络模型用于路口短时交通流量预测

作为智能交通系统ITS的基础和关键问题,交通流量预测方法的研究有着重要的意义。为适应交叉路口短时交通流量的实时变化性和非线性性,本文提出将一种多子群遗传神经网络算法（MPGNN）应用于交叉路口短时交通流量预测的方法,结合BP网络对非线性问题良好的求解能力和遗传算法优良的全局寻优能力,并建立遗传算法的多个子种群来搜索BP网络的最佳结构。通过对武汉市珞瑜路、武珞路、珞狮南路、珞狮北路交叉路口的短时交通流量进行预测分析,取得了良好的实验效果。根据预测结果对该路段的交通流量进行重新分配和控制,对缓解珞瑜路和武珞路段高峰时期交通流量的压力具有重要作用。     

以坡位为空间配置单元的流域管理措施情景优化方法

基于流域过程模型的BMP情景分析是当前流域管理措施评价、非点源污染控制等研究应用中广泛采用的方法,但其通常采用的BMP空间配置单元（地块、农场、水文响应单元或子流域）与坡面上的地形部位关系较弱,难以有效地根据坡面过程特点表达坡面上多种BMP之间的空间配置关系,影响了BMP情景优化效率和结果的合理性。为此,本文提出以坡位单元作为BMP空间配置单元,将各种BMP在不同坡位间合理的空间配置关系显式表达为基于坡位的空间配置规则,通过结合NSGA-II优化算法建立了一套基于坡位单元的BMP空间配置优化方法。应用案例表明,本文构建的基于坡位单元的BMP情景优化方法可有效利用基于坡位的空间配置规则进行BMP情景优化,优化所得的BMP空间配置方案更为合理,优化效率较高。