CN109800529B - 一种基于InfoWorks ICM水质模型的参数自率定方法 - Google Patents

一种基于InfoWorks ICM水质模型的参数自率定方法 Download PDF

Info

Publication number
CN109800529B
CN109800529B CN201910094575.7A CN201910094575A CN109800529B CN 109800529 B CN109800529 B CN 109800529B CN 201910094575 A CN201910094575 A CN 201910094575A CN 109800529 B CN109800529 B CN 109800529B
Authority
CN
China
Prior art keywords
water quality
parameter
model
icm
quality model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910094575.7A
Other languages
English (en)
Other versions
CN109800529A (zh
Inventor
魏忠庆
言铭
陆丽君
上官海东
黄翔峰
李汇沣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou Urban Construction Design Research Institute Co ltd
Tongji University
Original Assignee
Fuzhou Urban Construction Design Research Institute Co ltd
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuzhou Urban Construction Design Research Institute Co ltd, Tongji University filed Critical Fuzhou Urban Construction Design Research Institute Co ltd
Priority to CN201910094575.7A priority Critical patent/CN109800529B/zh
Publication of CN109800529A publication Critical patent/CN109800529A/zh
Application granted granted Critical
Publication of CN109800529B publication Critical patent/CN109800529B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于InfoWorks ICM水质模型的参数自率定方法,首先基于ICMExchange平台,采用Ruby编程语言,开发3个ICM模型的API程序,包括水质参数批导入程序;多网络并行程序;结果批导出程序;接着采用MATLAB编程语言,设计率定目标函数与终止准则,结合参数灵敏度分析,借助遗传优化算法进行调参,最终使参数收敛至更小区间内,实现对区域水质的高精度模拟。本发明提高了InfoWorks ICM水质模型对各研究水体的应用效果及效率,能够更准确、有效地模拟水质指标。

Description

一种基于InfoWorks ICM水质模型的参数自率定方法
技术领域
本发明涉及城市水文模型技术领域,特别是一种基于InfoWorks ICM水质模型的参数自率定方法。
背景技术
InfoWorks ICM模型实现了城市排水管网系统模型与河道湖泊模型的整合,可更为真实地模拟地下排水管网系统与地表受纳水体之间的相互作用。它在一个独立模拟引擎内,完整地将城市排水管网及河道的一维水力模型同城市流域二维洪涝淹没模型结合在一起。在众多数字水文模型中,由于InfoWorks ICM在模拟评估排水系统对于水量水质的控制效果上的准确性、模型建立及方案比选上的可操作性、结果表现形式的多样性等优点,被越来越多的业内人士所关注,在我国科学研究和实际工程领域的应用也愈发广泛。
目前,大多数设计及研究人员在使用InfoWorks ICM建模时,受制于我国本土水质模拟研究起步较晚,基础数据相对缺乏,因此建模过程中各水质模型参数均直接采用模型默认值,忽略了外来模型在我国应用的局限性,缺乏对模型内在机理的分析和参数率定优选的方法,进而导致了InfoWorks ICM模拟结果的不稳定性,给使用InfoWorks ICM模型指导城市水环境管理的工作带来了极大的困难和不便。如何对模型参数进行准确的率定,克服外来模型的水土不服问题,成为模型能否准确反应水质变化规律的关键所在。
发明内容
有鉴于此,本发明的目的是提出一种基于InfoWorks ICM水质模型的参数自率定方法,提高了InfoWorks ICM水质模型对各研究水体的应用效果及效率,能够更准确、有效地模拟水质指标。
本发明采用以下方案实现:一种基于InfoWorks ICM水质模型的参数自率定方法,具体包括以下步骤:
步骤S1:获取区域基本数据,以InfoWorks ICM模型为平台构建区域水力水质模型;
步骤S2:指定水质模型中所需要率定的参数组及个数,结合实测数据设定各参数的取值范围及其参数灵敏度,同时划定最小变动步长,生成数组参数取值序列;
步骤S3:将数组参数取值序列导入InfoWorks ICM生成水质网络模型并驱动运行;
步骤S4:构建参数优化计算的适应度函数与终止准则,批量导出模拟结果并计算不同迭代次数各结果适应度值;若适应度值满足终止准则循环停止,则进入步骤S5,否则返回步骤S3,迭代循环继续;
步骤S5:将实测水质指标结果与最优模拟结果进行拟合度评价。
进一步地,步骤S2中,水质模型中需要率定的参数为InfoWorks ICM水质模型地表污染编辑器中的12个参数。具体的,所述指定水质模型中所需要率定的参数组包括降雨侵蚀力因子、污染物效能因子、地表累积因子、衰变因子、沉积物平均粒径、沉积物组分密度、线性累积率;其个数分别为:所述降雨侵蚀力因子有三个,分别为C1、C2、C3;污染物效能因子有四个,分别为A1、A2、A3、A4;地表累积因子有一个Ps;衰变因子有一个,为K1;沉积物平均粒径有一个,为D50;沉积物组分密度包括一个,为S;线性累积率有一个,为M。
进一步地,步骤S3中,参数取值序列导入及模型驱动均采用Ruby语言编码,由率定算法主体程序调用,借助ICMExchange平台运行。
进一步地,步骤S4中,所述构建参数优化计算的适应度函数与终止准则具体为:从模拟结果与实测水质结果的总体吻合程度(NASH-Sutcliffe系数)RNS、污染物浓度峰值温和度FQP以及峰现时间吻合度
Figure BDA0001964196310000021
三个维度进行综合设计,其表达式分别为:
Figure BDA0001964196310000022
Figure BDA0001964196310000031
Figure BDA0001964196310000032
式中,
Figure BDA0001964196310000033
分别表示t时刻的实测值和模拟值;
Figure BDA0001964196310000034
表示实测值的平均值;Mp表示峰值个数;nj为第j个洪峰的序号;
Figure BDA0001964196310000035
分别为第j个洪峰在实测序列和模拟序列中出现的时间;wt表示t时刻权重,本发明取wt=1,即将加权最小二乘简化为简单最小二乘;
综合上述三个维度,按照城市排水系统水文模拟的通常准则,模拟结果总体相对误差可接受范围为-15%~+15%,据此设计相应的终止准则为:RNS≥0.85;FQP≤0.15;
Figure BDA0001964196310000036
当三个终止准则同时满足时,本次率定循环停止。
进一步地,步骤S5中的拟合度评价为以步骤S4建立的终止准则为标准进行评判。
与现有技术相比,本发明有以下有益效果:本发明在InfoWorks ICM水质模型的基础上引入优化算法进行改进,以达到自动率定InfoWorks ICM水质模型参数的目的,突破了InfoWorks ICM模型半封闭式结构开发门槛高的难点,弥补了目前InfoWorks ICM水质模型无法自动率定参数的弱点,让外来模型更好地适用于我国水文水质领域的研究与应用,提高了InfoWorks ICM水质模型对各研究水体的应用效果及效率,能够更准确、有效地模拟水质指标,为后续InfoWorks ICM模型在我国水环境管理、预测、评估等工作的精确化应用奠定基础。
附图说明
图1为本发明实施例的方法流程示意图。
图2为本发明实施例的福州大儒世家片区子汇水区划分和管网概化结果示意图。
图3为本发明实施例的水质模型参数率定效果图(以SS为例)。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,本实施例提供了一种基于InfoWorks ICM水质模型的参数自率定方法,首先基于ICMExchange平台,采用Ruby编程语言,开发3个ICM模型的API程序,包括水质参数批导入程序;多网络并行程序;结果批导出程序;接着采用MATLAB编程语言,设计率定目标函数与终止准则,结合参数灵敏度分析,借助遗传优化算法进行调参,最终使参数收敛至更小区间内,实现对区域水质的高精度模拟。
具体包括以下步骤:
步骤S1:获取区域基本数据,以InfoWorks ICM模型为平台构建区域水力水质模型;
步骤S2:指定水质模型中所需要率定的参数组及个数,结合实测数据设定各参数的取值范围及其参数灵敏度,同时划定最小变动步长,生成数组参数取值序列;
步骤S3:将数组参数取值序列导入InfoWorks ICM生成水质网络模型并驱动运行;
步骤S4:构建参数优化计算的适应度函数与终止准则,批量导出模拟结果并计算不同迭代次数各结果适应度值;若适应度值满足终止准则循环停止,则进入步骤S5,否则返回步骤S3,迭代循环继续;
步骤S5:将实测水质指标结果与最优模拟结果进行拟合度评价。
较佳的,本实施例能够进行不同污染物率定循环,包括COD效能因子率定循环、TP效能因子率定循环、TN效能因子率定循环、以及NH4效能因子率定循环、悬浮固体(SS)浓度率定循环等。
本实施例的研究对象为位于福建省福州市大儒世家片区,面积为200ha,地块内主要为建设用地,少部分为道路和绿化之用;排水管网系统采用雨污分流制,设计标准为一年一遇,排水管管径为300~1650mm,设计坡度为0.001~0.01。依据实际勘测数据建立研究区域的水文模型,区域子汇水区划分和管网概化结果如图2所示。通过对该区域的降雨、末端出流进行实时监测,以备后续模型率定。
在本实施例中,步骤S2中,水质模型中需要率定的参数为InfoWorks ICM水质模型地表污染编辑器中的12个参数。具体的,所述指定水质模型中所需要率定的参数组包括降雨侵蚀力因子、污染物效能因子、地表累积因子、衰变因子、沉积物平均粒径、沉积物组分密度、线性累积率;其个数分别为:所述降雨侵蚀力因子有三个,分别为C1、C2、C3;污染物效能因子有四个,分别为A1、A2、A3、A4;地表累积因子有一个Ps;衰变因子有一个,为K1;沉积物平均粒径有一个,为D50;沉积物组分密度包括一个,为S;线性累积率有一个,为M。
结合模型手册及实测数据,设定各水质参数的取值范围,生成参数取值序列。各参数取值范围如表1所示。
表1水质参数取值范围
Figure BDA0001964196310000051
需要指明的是,因为InfoWorks ICM模型中的水质模型参数大多为虚拟变量,与现实物理量无直接对应关系,故本发明实施例选择的参数取值范围选择较大区间范围,可以根据研究的需要进行调整。
较佳的,由于InfoWorks ICM水质模型中,各污染物浓度的计算均基于悬浮固体(SS)浓度之上。故本实施例中,以SS为例使用本发率定方法进行水质模型率定。
本发实施例率定算法中的优化算法选用遗传算法,经多次试算与调整,本实施例中遗传算子取值为:参数个数N=12;初始种群数NIND=80;最大遗传代数MAXGEN=40;代沟GGAP=0.8;交叉算子px=0.9;变异算子pm=0.05。
在本实施例中,步骤S3中,依据表1所述取值区间,随机生成NIND个参数组取值序列作为初始种群,将参数取值序列导入InfoWorks ICM生成水质网络模型并驱动运行;其中将参数取值序列导入及模型驱动均采用Ruby语言编码,由率定算法主体程序调用,借助ICMExchange平台运行。
在本实施例中,步骤S4中,所述构建参数优化计算的适应度函数与终止准则具体为:从模拟结果与实测水质结果的总体吻合程度(NASH-Sutcliffe系数)RNS、污染物浓度峰值温和度FQP以及峰现时间吻合度
Figure BDA0001964196310000061
三个维度进行综合设计,其表达式分别为:
Figure BDA0001964196310000062
Figure BDA0001964196310000063
Figure BDA0001964196310000064
式中,
Figure BDA0001964196310000065
分别表示t时刻的实测值和模拟值;
Figure BDA0001964196310000066
表示实测值的平均值;Mp表示峰值个数;nj为第j个洪峰的序号;
Figure BDA0001964196310000067
分别为第j个洪峰在实测序列和模拟序列中出现的时间;wt表示t时刻权重,本实施例取wt=1,即将加权最小二乘简化为简单最小二乘;
综合上述三个维度,按照城市排水系统水文模拟的通常准则,模拟结果总体相对误差可接受范围为-15%~+15%,据此设计相应的终止准则为:RNS≥0.85;FQP≤0.15;
Figure BDA0001964196310000071
当三个终止准则同时满足时,本次率定循环停止。
在本实施例中,步骤S5中的拟合度评价为以步骤S4建立的终止准则为标准进行评判。
本实施例采用2017年7月28日实测区域降雨事件,同步采集降雨期间研究区域末端出水口水样进行水质指标测试,以便率定。
率定后的InfoWorks ICM水质模型参数取值区间如表2所示。
表2率定后水质参数置信范围
Figure BDA0001964196310000072
表2中参数的取值范围区间比较小,说明在本实施例方法的率定下,模型的参数不确定性显著降低。该范围内的参数取值可以满足各项输出的精度要求,最终的模拟效果如图3所示。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。

Claims (4)

1.一种基于InfoWorks ICM水质模型的参数自率定方法,其特征在于:包括以下步骤:
步骤S1:获取区域基本数据,以InfoWorks ICM模型为平台构建区域水力水质模型;
步骤S2:指定水质模型中所需要率定的参数组及个数,结合实测数据设定各参数的取值范围及其参数灵敏度,同时划定最小变动步长,生成数组参数取值序列;
步骤S3:将数组参数取值序列导入InfoWorksICM生成水质网络模型并驱动运行;
步骤S4:构建参数优化计算的适应度函数与终止准则,批量导出模拟结果并计算不同迭代次数各结果的适应度值;若适应度值满足终止准则循环停止,则进入步骤S5,否则使用遗传算法对导入的数组参数取值序列进行遗传操作,包括选择、交叉、变异,得到更新后的数组参数取值序列,返回步骤S3,迭代循环继续;
步骤S5:将实测水质指标结果与最优模拟结果进行拟合度评价;
步骤S4中,所述构建参数优化计算的适应度函数与终止准则具体为:从模拟结果与实测水质结果的总体吻合程度 RNS、污染物浓度峰值吻合度
Figure DEST_PATH_IMAGE001
以及峰现时间吻合度
Figure DEST_PATH_IMAGE002
三个维度进行综合设计,其表达式分别为:
Figure DEST_PATH_IMAGE003
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
式中,
Figure DEST_PATH_IMAGE006
Figure DEST_PATH_IMAGE007
分别表示t 时刻的实测值和模拟值;
Figure DEST_PATH_IMAGE009
表示实测值的平均值;Mp表示峰值个数;nj为第j个洪峰的序号;
Figure DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE011
分别为第j个洪峰在实测序列和模拟序列中出现的时间;wt表示t时刻权重,N为t的取值;
设计相应的终止准则为:
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE013
Figure DEST_PATH_IMAGE014
;当三个终止准则同时满足时,本次率定循环停止。
2.根据权利要求1所述的一种基于InfoWorks ICM水质模型的参数自率定方法,其特征在于:步骤S2中,所述指定水质模型中所需要率定的参数组包括降雨侵蚀力因子、污染物效能因子、地表累积因子、衰变因子、沉积物平均粒径、沉积物组分密度、线性累积率;其个数分别为:所述降雨侵蚀力因子有三个,分别为
Figure DEST_PATH_IMAGE015
;污染物效能因子有四个,分别为
Figure DEST_PATH_IMAGE016
;地表累积因子有一个
Figure DEST_PATH_IMAGE017
;衰变因子有一个,为
Figure DEST_PATH_IMAGE018
;沉积物平均粒径有一个,为
Figure DEST_PATH_IMAGE019
;沉积物组分密度包括一个,为
Figure DEST_PATH_IMAGE020
;线性累积率有一个,为
Figure DEST_PATH_IMAGE021
3.根据权利要求1所述的一种基于InfoWorks ICM水质模型的参数自率定方法,其特征在于:步骤S3中,参数取值序列导入及模型驱动均采用Ruby语言编码,由率定算法主体程序调用,借助ICMExchange平台运行。
4.根据权利要求1所述的一种基于InfoWorks ICM水质模型的参数自率定方法,其特征在于:步骤S5中的拟合度评价为以步骤S4建立的终止准则为标准进行评判。
CN201910094575.7A 2019-01-31 2019-01-31 一种基于InfoWorks ICM水质模型的参数自率定方法 Active CN109800529B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910094575.7A CN109800529B (zh) 2019-01-31 2019-01-31 一种基于InfoWorks ICM水质模型的参数自率定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910094575.7A CN109800529B (zh) 2019-01-31 2019-01-31 一种基于InfoWorks ICM水质模型的参数自率定方法

Publications (2)

Publication Number Publication Date
CN109800529A CN109800529A (zh) 2019-05-24
CN109800529B true CN109800529B (zh) 2022-06-07

Family

ID=66560702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910094575.7A Active CN109800529B (zh) 2019-01-31 2019-01-31 一种基于InfoWorks ICM水质模型的参数自率定方法

Country Status (1)

Country Link
CN (1) CN109800529B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111709108B (zh) * 2019-12-27 2024-01-23 广州市市政工程设计研究总院有限公司 基于大数据的污染减排分析方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900956A (zh) * 2006-07-11 2007-01-24 南京大学 一种改进的混合遗传算法优化水质模型参数的设计方法
CN103914586A (zh) * 2014-01-27 2014-07-09 首都师范大学 基于glue多目标水质模型率定的水质模拟方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512767B (zh) * 2015-12-15 2019-06-11 武汉大学 一种多预见期的洪水预报方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900956A (zh) * 2006-07-11 2007-01-24 南京大学 一种改进的混合遗传算法优化水质模型参数的设计方法
CN103914586A (zh) * 2014-01-27 2014-07-09 首都师范大学 基于glue多目标水质模型率定的水质模拟方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"An automatic calibration framework based on the InfoWorks ICM model: the effect of multiple objective during multiple water pollutant modeling";Weilong Wu, Lijun Lu,Xiangfeng Huang 等;《Environmental Science and Pollution Research》;20210221;全文 *

Also Published As

Publication number Publication date
CN109800529A (zh) 2019-05-24

Similar Documents

Publication Publication Date Title
CN109376925B (zh) 供水管网节点流量动态自适应优化方法
CN110909485B (zh) 一种基于bp神经网络的swmm模型参数自率定方法
CN108022047A (zh) 一种海绵城市水文计算方法
Calver Calibration, sensitivity and validation of a physically-based rainfall-runoff model
CN108984823B (zh) 一种合流制溢流调蓄池规模的确定方法
CN112101693B (zh) 基于正交分析的现状城区河道水质达标分析方法
Little et al. Least‐squares calibration of QUAL2E
CN110334876A (zh) 一种基于径流情势、水质及生物多要素的环境流量过程调控方法
CN115689051A (zh) 一种基于GA算法耦合Morris和GLUE的SWMM模型参数自动率定方法
CN109800529B (zh) 一种基于InfoWorks ICM水质模型的参数自率定方法
CN111880431A (zh) 一种综合性的城市排水系统联合调度实时仿真控制方法及所用系统
CN114819322B (zh) 湖泊入湖流量的预报方法
Lestari et al. Determination of pollution load capacity using QUAL2Kw program on The Musi River Palembang
Hall et al. Regional analysis using the geomorphoclimatic instantaneous unit hydrograph
CN113792367A (zh) 基于PySWMM的排水系统多来源入流入渗和出渗量动态估算方法
CN112699611A (zh) 一种基于人工蚁群算法的排水管网模型参数寻优方法
CN114818211B (zh) 一种基于mike+构建污水收集系统量化模拟技术方法
CN114595631B (zh) 一种基于efdc模型和机器学习算法的水质预测方法
CN116502531A (zh) 一种基于多元线性回归模型的基流模拟方法
Henigal et al. Artificial neural network model for forecasting concrete compressive strength and slump in Egypt
Khan Inverse problem in ground water: model development
CN110633532B (zh) 一种swmm模型参数的高精度率定方法
Wenzel Jr et al. Adaptation of ILLUDAS for continuous simulation
Ostojski Application of hydrological and hydraulic models for hydrological data transfer
Mirbagheri et al. Mathematical modeling of water quality in river systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant