基于梯度正则化联合重构河流水质模型多项参数

邢利英, 孙三祥，张国珍

(1.兰州交通大学环境与市政工程学院，甘肃 兰州 730070；2.南阳师范学院土木与建筑工程学院，河南 南阳 473061)

基于梯度正则化联合重构河流水质模型多项参数

邢利英1,2, 孙三祥1，张国珍1

(1.兰州交通大学环境与市政工程学院，甘肃 兰州 730070；2.南阳师范学院土木与建筑工程学院，河南 南阳 473061)

为识别河流水质模型参数，首先采用Crank-Nicolson有限差分格式离散控制方程，其次通过附加终端观测值，设计梯度正则化算法重构河流水质模型的多项参数。结果表明，不管是顺直河流的常系数模型，还是天然的线性相关或者线性无关的变系数模型，梯度正则化方法均能快速有效识别模型参数；初值和测量误差对参数重构影响较小，充分证明梯度正则化算法是一种有效稳定地反演河流水质模型参数的方法。

水质模型；模型参数；参数重构；Crank-Nicolson；梯度正则化

随着社会经济的快速发展，河流污染日趋严重。及时查找河流污染的具体原因，建立河流的水质模型，掌握河流污染物浓度的时空变化，对于水环境预测、水污染控制治理和生态修复等诸多方面有重要的意义。其中水质模型参数估计是建立水质模型的一个非常重要环节，而水质模型应用的成败很大程度上取决于参数估计是否正确[1-5]。通常模型参数可以通过模型试验或经验值法确定，然而模型试验往往工作量较大、效率较低，而经验值法很难保证其普适性。目前较为常用的方法是参数调试，实际上是根据实测的数据来调试参数，使得预测结果与实测数据吻合，即是基于初始边界条件识别控制方程的参数[6-7]。……