智能流域管理的关键问题与模型技术

北京大学学报（自然科学版）

智能流域管理的关键问题与模型技术

邹锐^1,3,刘永²,颜小品²,郭怀成²

1. Tetra Tech, Inc. 10306 Eaton Place, Ste 340, Fairfax, VA 22030; 2. 北京大学环境科学与工程学院, 水沙科学教育部重点实验室, 北京 100871; 3. 昆明诚锐环保科技有限公司, 昆明 650021;

收稿日期:2010-07-01 出版日期:2011-09-20 发布日期:2011-09-20

Key Components and Modeling Framework for Intelligent Watershed Management (IWM)

ZOU Rui^1,3, LIU Yong², YAN Xiaopin², GUO Huaicheng²

1. Tetra Tech, Inc. 10306 Eaton Place, Ste 340, Fairfax, VA 22030; 2. College of Environmental Science and Engineering, Key Laboratory of Water and Sediment Sciences MOE, Peking University, Beijing 100871; 3. Kunming Challenger Technology Inc., Kunming 650021;

Received:2010-07-01 Online:2011-09-20 Published:2011-09-20

摘要/Abstract

摘要： 在总结流域问题现状及流域管理决策需求的基础上, 基于仿生学原理, 类比人的思维特征和决策过程, 提出了包括流域信息获取、输入- 输出因果关联模拟以及优化决策等步骤在内的智能流域管理模式, 并对比分析了智能流域管理和传统流域管理的差异性。提出了智能流域管理的4个关键问题: 管理目标的确定、基于智能因子关联与流动的模型开发与信息获取、非线性响应特征与流域决策模型的计算需求、流域系统的不确定性与决策适应性演化, 构建了智能流域管理的模型框架, 并通过案例展示了模型框架中的重要进展与预期决策支撑作用。

关键词: 智能流域管理, 决策, 模拟-优化, 不确定性

Abstract: A new watershed management module, Intelligent Watershed Management (IWM), was proposed. The decision need for watershed management was analyzed before the conception and components of IWM were formulated. The idea of IWM comes from the principles of bionics and imitates the process of human decisions. The IWM is significantly differing from traditional watershed management, which includes three main steps, i.e. watershed information inquiring, input-output response modeling at the watershed scale, and optimized decision making. Four key issues of IWM were identified, including the management goal, suitable models, non-linear responses and computational requirement, and the uncertainties in the watershed system. The modeling framework of IWM was developed and some new algorithms were proposed, such as Risk Explicit Interval Linear Programming (REILP) and Nonlinearity-Interval Mapping Scheme (NIMS) for simulation-optimization analysis. Some cases were demonstrated for the efficiency of the proposed models.

Key words: intelligent watershed management, decision making, simulation-optimization, uncertainty

中图分类号:

X192

邹锐,刘永,颜小品,郭怀成. 智能流域管理的关键问题与模型技术[J]. 北京大学学报（自然科学版）.

ZOU Rui,LIU Yong,YAN Xiaopin,GUO Huaicheng. Key Components and Modeling Framework for Intelligent Watershed Management (IWM)[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2011/V47/I5/868

[1]	姚泥沙, 杨寅, 舒淑, 殷小川. 不确定性不耐受对情绪问题的影响——应对的中介作用与正念的调节作用[J]. 北京大学学报自然科学版, 2023, 59(2): 317-325.
[2]	彭思源, 付博, 赖雨亲, 李京怡, 李本纲. 基于光能利用率集成模型的GPP估算不确定性研究[J]. 北京大学学报自然科学版, 2022, 58(2): 361-371.
[3]	郑宇凡, 蔡旭晖, 康凌, 张宏升, 宋宇. 大气扩散应急预报的风场不确定性影响研究[J]. 北京大学学报自然科学版, 2019, 55(5): 878-886.
[4]	饶俊峰, 张显峰, 潘一凡. 气溶胶光学厚度及Ångström指数遥感反演的不确定性对紫外线指数计算的影响[J]. 北京大学学报（自然科学版）, 2016, 52(2): 210-218.
[5]	冯莹;甘怡群;柳之啸;聂晗颖;陈炜夷. 不确定性反应风格和未来取向应对的关系探究: 预期情绪的中介作用[J]. 北京大学学报（自然科学版）, 2015, 51(3): 485-494.
[6]	张慧,陆静怡,谢晓非. 解释水平导致的自己-他人决策差异[J]. 北京大学学报（自然科学版）, 2014, 50(6): 1124-1132.
[7]	毛熙彦,蒙吉军. 土地利用变化的水文效应研究进展[J]. 北京大学学报（自然科学版）, 2013, 49(5): 928-936.
[8]	马禄义,许学工,徐丽芬. 中国综合生态风险评价的不确定性分析[J]. 北京大学学报（自然科学版）, 2011, 47(5): 893-900.
[9]	谢晓非,谢佳秋,任静,余松霖. 逼近真实风险情景下的动态决策[J]. 北京大学学报（自然科学版）, 2009, 45(5): 884-890.
[10]	商佳音,甘怡群. 主动性人格对大学毕业生职业决策自我效能的影响[J]. 北京大学学报（自然科学版）, 2009, 45(3): 548-554.
[11]	谭大,张剑波,丁剑,冯金敏. 金坛地区五氯酚在环境介质中分布迁移和转化的计算模拟[J]. 北京大学学报（自然科学版）, 2008, 44(2): 293-298.
[12]	丛威青,潘懋,李铁锋. 不确定性推理及其在斜坡类地质灾害危险性区划中的应用[J]. 北京大学学报（自然科学版）, 2007, 43(2): 198-203.
[13]	刘桥喜, 毛善君, 马蔼乃. 煤矿安全信息共享与网络决策平台研究[J]. 北京大学学报（自然科学版）, 2004, 40(4): 652-657.
[14]	罗英伟,汪小林,许卓群. 面向分布式GIS的多Agent系统模型[J]. 北京大学学报（自然科学版）, 2002, 38(3): 375-383.
[15]	陈冰,郭怀成,邹锐,Gordon Huang,Liu Lei. 旅游城市的不确定性多目标环境规划优化模型框架研究[J]. 北京大学学报（自然科学版）, 2000, 36(6): 840-849.