有限差分卡尔曼滤波算法估计污染物在地下水中迁移转化
——在辽河流域的应用
2016-12-13王新民陈慧颖马旭东
长春工业大学学报 2016年5期
王新民,陈慧颖,马旭东
(长春工业大学 基础科学学院,吉林 长春 130012)
有限差分卡尔曼滤波算法估计污染物在地下水中迁移转化
——在辽河流域的应用
王新民,陈慧颖*,马旭东
(长春工业大学 基础科学学院,吉林 长春 130012)
采用有限差分方法,用差商代替微商导出卡尔曼滤波的转移矩阵,从而估计其主要污染物氨氮的迁移转化,为辽河流域治理提供技术支持。
地下水污染;污染物迁移转化;有限差分;卡尔曼滤波
0 引 言
在过去的几十年里,地表水和地下水污染问题已成为地质科学研究的主要领域,因为它对人类社会经济生活有着重要影响。包括污染物的跟踪、地下水水质的预测。目前已经建立了很多针对不同情况的地下水污染数值模型,在大多数情况下,这些模型许多都是带有参数的偏微分方程,模型是否可靠很多情况下取决于水文地质参数以及边界条件的概化是否准确。为此,许多学者们提出了大量关于水文地质参数估计的方法,用以提高模型的预测能力,如蒙特卡罗法、正则化方法等。这些方法在某种程度上可以处理模型参数的不确定性,但忽略了构建模型时模型本身存在的误差以及获得数据时的测量误差。参数估计的另一种选择是连续的数据同化,卡尔曼滤波器(KF)是最佳的顺序同化方案之一,它可以用来滤除观测数据中的噪声和干扰,以达到最佳的状态估计[1-2]。当模型和测量噪声在非线性模型情况下,可使用扩展卡尔曼滤波器[3](EKF)将模型线性化。……
登录APP查看全文
