基于LOADEST和卡尔曼滤波的河流污染通量过程估算

作者：陈炼钢; 陈俊鸿; 陈黎明; 徐祎凡; 施勇

来源：水利水电技术(中英文), 2019, 50(10): 138-144.

DOI：10.13928/j.cnki.wrahe.2019.10.019

• 污染通量
• 预估校正
• LOADEST模型
• 卡尔曼滤波

针对当前国内水质低频监测的现状以及河流污染通量计算方法的缺陷,为了提高河流污染通量估算成果的合理性与可信度,将LOADEST污染通量估算模型与卡尔曼滤波校正算法相结合提出一种新的河流污染通量估算方法。基于LOADEST模型的污染通量过程预估,通过建立污染物通量与流量之间的回归方程,利用逐日高频流量数据预估出波动变化的逐日污染通量过程;基于卡尔曼滤波的污染通量过程校正,对通量实测值与基于LOADEST模型的通量预估值进行同化,减小最终估算值与实测值之间的误差。新方法应用于淮河干流蚌埠闸断面2012年污染通量的估算,氨氮和高锰酸盐指数通量过程的估算值与高频水污染联防监测值吻合较好,判定系数R2分别为0.78和0.99,累计通量相对偏差分别为1.71%和5.57%。研究结果表明,新方法在不增加数据需求的同时能合理可信的估算河流污染通量的变化过程,可弥补月单值法、线性插值法、污染负荷过程模型法估算河流污染通量的不足与缺陷。

• 单位
  南京水利科学研究院; 武汉大学; 水文水资源与水利工程科学国家重点实验室; 水资源与水电工程科学国家重点实验室