亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于人工神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化的初期雨水調(diào)蓄池設(shè)計方法研究

        2021-01-28 05:39:44何勝男陳文學(xué)穆祥鵬
        水利學(xué)報 2020年12期
        關(guān)鍵詞:匯水區(qū)調(diào)蓄容積

        何勝男,陳文學(xué),劉 燕,穆祥鵬

        (1.中國水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室,北京 100038;2.中國電建集團(tuán)河南省電力勘測設(shè)計院有限公司,河南鄭州 450016)

        1 研究背景

        根據(jù)中國生態(tài)環(huán)境部2014—2018年中國生態(tài)環(huán)境狀況公報[1-2],從2014年至2018年水體劣Ⅴ類占比從9%降至6.7%,隨著生態(tài)文明建設(shè)國家戰(zhàn)略的推進(jìn),大部分的點(diǎn)源污染得到了控制,非點(diǎn)源污染控制成為當(dāng)前水環(huán)境治理的重點(diǎn)和難點(diǎn)。與其他非點(diǎn)源污染相比,城市地表徑流污染是城市水環(huán)境的主要污染源之一[3],隨著城市化的加速發(fā)展,城市地表徑流污染對水環(huán)境污染的貢獻(xiàn)將不容小覷。

        美國早在1975年開始研究地表徑流污染控制[4],中國始于1992年[5]。歐美等國通過地表徑流污染控制研究,提出了許多管理和控制策略,如美國在1972年首次提出的最佳管理措施(Best Management Practices,BMP)[6],英國的可持續(xù)城市排水系統(tǒng)(Sustainable Urban Drainage System,SUDS)[7],澳大利亞的“水敏感性城市設(shè)計”(Water Sensitive Urban Design,WSUD)[8],美國的“可持續(xù)基礎(chǔ)設(shè)施”(Sustainable Infrastructure,SI),1990年代美國提出的低影響開發(fā)(Low Impact Development,LID)[9-10],瑞典、德國、荷蘭等國發(fā)展的生態(tài)排水系統(tǒng)(Ecological Drainage System),中國也于2013年提出了海綿城市建設(shè)等。這些方法為非點(diǎn)源污染進(jìn)行治理,尤其是對城市水環(huán)境治理奠定了基礎(chǔ)。但對于中國大多數(shù)建筑密集的老城區(qū)而言,采用LID、SUDS等方法,時間長、造價高,施工難度也較大,修建初期雨水調(diào)蓄池設(shè)施是解決雨水徑流污染既快速、又直接的方法。

        目前,初期雨水調(diào)蓄池一般采用經(jīng)驗(yàn)方法設(shè)計,例如美國的1英寸法、英國的12~15 mm[11]、中國的城市屋面2~3 mm、路面7~8 mm、降雨量4~8 mm[12]等。經(jīng)驗(yàn)方法僅考慮初期雨水截留量大小,與研究區(qū)域下墊面條件無關(guān)。按照該方法設(shè)計的初期雨水調(diào)蓄池,對于不同的地區(qū),尤其是對于平原城市,地勢較緩,匯流速度較慢,污染物攜帶峰值量較晚出現(xiàn),其截污效果可能差異甚大。影響地表徑流污染物累積特性的因素復(fù)雜,主要包括城市的地形、地貌、雨量、雨強(qiáng)、降雨前的干旱天數(shù)、交通量、土地利用性質(zhì)等。因此,為了提高初期雨水調(diào)蓄池的截污效果,初期雨水調(diào)蓄池的設(shè)計,應(yīng)考慮地表徑流污染物的累積特性以及城區(qū)的實(shí)際情況,如可征用的土地面積和城市污水處理廠的處理規(guī)模等。因此,初期雨水調(diào)蓄池的設(shè)計本質(zhì)上是約束優(yōu)化問題,即在滿足調(diào)蓄池容積約束條件下,實(shí)現(xiàn)截污量最大。

        本文以中國平原城市某縣城城區(qū)黑臭水體整治項(xiàng)目為背景,以所有調(diào)蓄池的總截污量最大為目標(biāo),提出了初期雨水調(diào)蓄池容積的優(yōu)化方法。首先利用SWMM(Storm Water Management Model)模型模擬分析地表徑流污染物累積特性,再利用人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練出各調(diào)蓄池不同截污率與對應(yīng)總截污量之間的非線性高精度近似數(shù)學(xué)模型;以調(diào)蓄池總截污量最大為優(yōu)化目標(biāo),以污水處理廠處理規(guī)模和可用征地為約束條件,采用粒子群優(yōu)化算法優(yōu)化各調(diào)蓄池的截污率;結(jié)合各調(diào)蓄池截污率與徑流量累積量之間的關(guān)系,得出各調(diào)蓄池的設(shè)計容積,并與國內(nèi)常用設(shè)計方法進(jìn)行對比分析。

        2 優(yōu)化方法

        初期雨水調(diào)蓄池的設(shè)計需要考慮:(1)地表徑流污染物的累積特性。分析研究區(qū)的地表徑流累積特性,為確定合理的截污率提供科學(xué)依據(jù);(2)可用征地和污水處理廠處理規(guī)模。根據(jù)可用征地面積和污水處理廠的處理規(guī)模,可確定調(diào)蓄池的布局和最大截污量;(3)尋優(yōu)方法的選擇??紤]排水管網(wǎng)的布置和污水處理廠的分布情況,通常會設(shè)置多個初期雨水調(diào)蓄池。當(dāng)僅設(shè)置一個調(diào)蓄池時,利用多項(xiàng)式擬合可以得到調(diào)蓄池截污率與總截污量之間的函數(shù)關(guān)系,計算函數(shù)的最小值即得到最優(yōu)截污率。但隨著調(diào)蓄池數(shù)量的增加,擬合難度增加,尋優(yōu)計算的難度也相應(yīng)增加。為此,本文利用人工神經(jīng)網(wǎng)絡(luò)方法得到各調(diào)蓄池截污率與總截污量之間的非線性數(shù)學(xué)模型,利用粒子群優(yōu)化算法,以總截污量最大為目標(biāo)進(jìn)行尋優(yōu)。

        2.1 污染物累積特性一般采用數(shù)學(xué)模型定量研究調(diào)蓄池對應(yīng)匯水區(qū)的污染物累積特性。常用的城市非點(diǎn)源污染負(fù)荷的模型有SWMM[13]、STORM[14]、DR3M-QUAL[15]、SLAMM[16]、HydroWorks[17]、HSPF[18]、MOUSE[19-20]等。作為一款開源軟件,SWMM 提供4種污染物累積模型和3種沖刷模型,可模擬出水口污染物變化,能考慮單次降雨和長序列降雨,且能與其他軟件較好地銜接,因此,得到了廣泛應(yīng)用[21]。本文將利用SWMM模型分析地表徑流污染物累積特性。

        調(diào)蓄池的截污量與地表徑流總污染量之比稱之為調(diào)蓄池的截污率。假定研究區(qū)設(shè)置n個調(diào)蓄池,第i調(diào)蓄池對應(yīng)匯水區(qū)包含Ni個排水口,地表徑流時間為T(含退水時間),t是地表徑流的截流時間。根據(jù)SWMM模型模擬結(jié)果,可以得到第i個調(diào)蓄池對應(yīng)第j個排水口地表徑流過程qi,j(τ);第i個調(diào)蓄池對應(yīng)第j個排水口地表徑流污染物含量ci,j(τ);各調(diào)蓄池累計總量為Mi,max,污染物累計總量計算見式(1);第i個調(diào)蓄池截污率,計算見式(2);根據(jù)地表徑流過程,計算調(diào)蓄池的容積,見式(3)。

        2.2 人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)[22]是通過設(shè)置輸入層、隱藏層和輸出層,并結(jié)合激勵函數(shù),建立輸入和輸出變量之間的非線性關(guān)系,根據(jù)計算值和真實(shí)值之間的誤差進(jìn)行優(yōu)化,然后通過反向傳遞,進(jìn)而改變模型方程權(quán)重,如此反復(fù)訓(xùn)練,可以得到一組高精度非線性近似數(shù)學(xué)模型。單層隱藏層人工神經(jīng)網(wǎng)絡(luò)總表達(dá)式見式(4)。激勵函數(shù)采用ReLU 函數(shù),見式(5)[23],本文利用人工神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練調(diào)蓄池截污率與對應(yīng)總截污量之間的非線性數(shù)學(xué)模型:

        式中:y為輸出層;x為輸入層;AF為激勵函數(shù);xi為輸入層變量;wi,j、wj為權(quán)重;bi,j、bj為偏置;i為變量個數(shù);j為神經(jīng)元個數(shù)。

        為了提高人工神經(jīng)網(wǎng)絡(luò)的迭代收斂速度,采用變學(xué)習(xí)率技術(shù),即指數(shù)衰減學(xué)習(xí)率,計算見式(6),隨著迭代次數(shù)的增加逐步減小學(xué)習(xí)率,保證模型訓(xùn)練后期更加穩(wěn)定[24]。為防止訓(xùn)練時出現(xiàn)過擬合現(xiàn)象,采用L2正則化技術(shù),即在原損失函數(shù)上加一個懲罰項(xiàng),見式(7)[25]。

        式中:Lr0為學(xué)習(xí)率初始值;n為當(dāng)前訓(xùn)練輪數(shù); Δn為學(xué)習(xí)率變化間隔(步數(shù));Lrd為學(xué)習(xí)率衰減值。

        式中:C0為初始損失函數(shù);w為權(quán)重;λ為正則化參數(shù)。

        數(shù)據(jù)樣本的數(shù)量和樣本代表性影響函數(shù)擬合的精度。通常樣本數(shù)量越多,模型預(yù)測精度越高。但是實(shí)際樣本數(shù)量應(yīng)根據(jù)變量個數(shù)、采樣點(diǎn)范圍和客觀條件等確定。為提高樣本數(shù)據(jù)的代表性,選擇拉丁超立方抽樣(Latin Hypercube Sampling)方法。拉丁超立方抽樣方法是由三位科學(xué)家McKay、Beckman和Conover提出的分層隨機(jī)抽樣方法[26],其優(yōu)勢是劃分概率相等的間隔,在該間隔中選取一個樣本點(diǎn),不需要更多維度的樣本就可以達(dá)到相同的效果[27]。

        2.3 粒子群優(yōu)化算法粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)[28]是由Kennedy和Eberhart首先提出的一種全局隨機(jī)搜索算法。它首先初始化一組粒子(可行解),各個粒子根據(jù)自身最優(yōu)解和群體最優(yōu)解來更新個體的速度和位置,直至達(dá)到最大迭代次數(shù)或者滿足預(yù)設(shè)精度為止。為了更好的控制種群在全局范圍內(nèi)和局部的搜索和尋優(yōu)能力,本文采用Shi等提出帶慣性權(quán)重的PSO算法[29],計算見式(8)和式(9),其中慣性權(quán)重w和學(xué)習(xí)因子c均進(jìn)行線性降低優(yōu)化改進(jìn),分別見式(10)和式(11)。

        式中:v、x為粒子的速度和位置;d=1,2,…,n,n為搜素空間的維數(shù);i=1,2,…,m,m為種群規(guī)模;t為當(dāng)前進(jìn)化代數(shù);c1、c2為學(xué)習(xí)因子;w為慣性因子;r1、r2為[0,1]內(nèi)的隨機(jī)數(shù);pid為粒子歷史最優(yōu)位置;pgd為全局粒子最優(yōu)位置粒子;速度v∈[]-vmax,vmax,其中vmax為粒子的最大速度。

        式中:wmax、wmin分別為最大、最小權(quán)重;ci,max、ci,min分別為第i個最大、最小學(xué)習(xí)因子;tmax為迭代次數(shù);t為當(dāng)前迭代次數(shù)。

        2.4 優(yōu)化模型初期雨水調(diào)蓄池的優(yōu)化模型為:

        調(diào)蓄池總截污量的計算公式為:

        式中:Mi,max為第i個調(diào)蓄池對應(yīng)匯水區(qū)的污染物最大累計量;ζi為第i個調(diào)蓄池對應(yīng)的截污率,其中ζ≤ζi,max。

        調(diào)蓄池總?cè)莘e的計算公式為:

        粒子群優(yōu)化算法沒有處理約束條件的機(jī)制,本文采用罰函數(shù)法[30],即將約束函數(shù)與目標(biāo)函數(shù)組合成新的目標(biāo)函數(shù),將帶有約束條件的優(yōu)化問題轉(zhuǎn)化為無約束的優(yōu)化問題。具體計算公式為:

        2.5 調(diào)蓄池優(yōu)化方法初期雨水調(diào)蓄池的優(yōu)化方法如下:(1)建立SWMM 城市徑流污染模型,分析研究區(qū)各調(diào)蓄池對應(yīng)匯水區(qū)的污染物累積特性;(2)根據(jù)當(dāng)?shù)亟?jīng)濟(jì)、占地、對應(yīng)設(shè)備以及污水處理廠處理規(guī)模等客觀條件,確定各調(diào)蓄池實(shí)際最大容積Vi,max,將約束條件轉(zhuǎn)化為各調(diào)蓄池實(shí)際最大截污率ζi,max;(3)利用拉丁超立方抽樣方法在[]0,ζi,max內(nèi)構(gòu)建數(shù)據(jù)樣本,結(jié)合總截污量模型方程,計算每組截污率組合對應(yīng)的總截污量,最終形成m組各調(diào)蓄池不同截污率和對應(yīng)總截污量的數(shù)據(jù)樣本;(4)利用人工神經(jīng)網(wǎng)絡(luò)模型對數(shù)據(jù)樣本進(jìn)行訓(xùn)練,得到一個高精度非線性的截污率與總截污量之間的數(shù)學(xué)模型;(5)以為優(yōu)化目標(biāo),采用粒子群優(yōu)化算法計算各調(diào)蓄池的優(yōu)化截污率;(6)根據(jù)優(yōu)化截污率,計算得到各調(diào)蓄池優(yōu)化截污率對應(yīng)的時間,計算各調(diào)蓄池的最適容積。

        3 實(shí)例

        3.1 研究區(qū)概況以中國平原城市某縣城城區(qū)為例,城區(qū)擬設(shè)計9座截污調(diào)蓄池,研究區(qū)的總面積是43.646 km2,地勢平緩,西北高,東南低,地面高程平均海拔26.5~33.5 m,地面自然坡降為1/9000。城區(qū)內(nèi)河流水質(zhì)差,大部分為Ⅴ類水,其主要污染物為化學(xué)需氧量COD(Chemical Oxygen Demand)。

        3.2 水質(zhì)模型以SWMM為平臺,對研究區(qū)和排水系統(tǒng)進(jìn)行概化,概化后得到690個子匯水區(qū),總面積為42.135km2,管道876根,節(jié)點(diǎn)876個,出水口174個。研究區(qū)各要素的概化圖及子匯水區(qū)分區(qū)情況如圖1 所示。各子匯水區(qū)的不透水率和坡度利用地形資料和遙感影像借助ArcGIS 計算得到。Routing Model選擇Dynamic Wave and Allow Ponding,Infiltration Model選擇Horton模型,匯水區(qū)寬度系數(shù)、不透水區(qū)糙率、透水區(qū)糙率、不透水區(qū)洼蓄量、透水區(qū)洼蓄量、最大入滲率、最小入滲率、衰減常數(shù)、晴天時間分別取0.8、0.013、0.17、1、3、76.2、3.81、2、7[31]。

        本文選取COD 作為研究區(qū)的降雨徑流污染指標(biāo)。研究區(qū)的土地利用分為路面、屋面和綠地,對應(yīng)各土地的不同污染物累積參數(shù)和沖刷參數(shù)不同,根據(jù)SWMM 手冊[32]和相關(guān)文獻(xiàn)[33-34]得到污染物累積和沖刷所需要的參數(shù),見表1。

        圖1 研究區(qū)概化分布

        表1 污染物累積和沖刷參數(shù)

        降雨量和雨強(qiáng)的大小直接影響著排口處污染物的累積情況。考慮到研究區(qū)排水管網(wǎng)的設(shè)計標(biāo)準(zhǔn)是5年一遇,本文以設(shè)計暴雨5年一遇作為初雨調(diào)蓄池的設(shè)計標(biāo)準(zhǔn)。設(shè)計暴雨雨型選擇芝加哥雨型[35],雨峰系數(shù)取0.4,本文采用當(dāng)?shù)乇┯陱?qiáng)度公式:

        式中:q為暴雨強(qiáng)度,L/s·hm2;t為降雨歷時,min;P為暴雨重現(xiàn)期,a。

        3.3 污染物特性地表徑流模型模擬時間24 h(包含退水時間),前期干旱時間選擇10 d,計算步長為5 s。模擬出研究區(qū)各排口污染物COD隨時間過程線,根據(jù)各調(diào)蓄池對應(yīng)匯水范圍,計算得到各調(diào)蓄池對應(yīng)匯水區(qū)COD累積過程線,見圖2。

        從圖2可見,研究區(qū)地表徑流污染物具有初期累積速度較慢,中期累積速度較快,后期緩慢增加的特征。受子匯水區(qū)面積和下墊面的影響,各調(diào)蓄池對應(yīng)匯水區(qū)污染物累計總量差異較大。因此,在設(shè)計初期雨水調(diào)蓄池時,必須要考慮污染物的累積特性,盡可能地截留較多的污染物,以減輕非點(diǎn)源污染對城市水環(huán)境的影響。

        3.3.1 污染物累積總量 結(jié)合SWMM計算結(jié)果,各調(diào)蓄池污染物累計總量為Mi,max,見表2。

        表2 各調(diào)蓄池污染物累計總量

        圖2 不同匯水區(qū)COD前期累積過程線

        3.3.2 各調(diào)蓄池截污率 以調(diào)蓄池ST1 為例,調(diào)蓄池對應(yīng)匯水區(qū)污染物COD 截污率過程線如圖3 所示,不同截污率對應(yīng)的截留徑流量曲線如圖4所示。

        3.3.3 截污率與徑流量擬合公式 為了便于計算,對各調(diào)蓄池污率和徑流量的關(guān)系曲線進(jìn)行擬合,研究發(fā)現(xiàn),采用Gaussian 曲線可以很好地擬合截污率與徑流量之間的關(guān)系,擬合曲線的相關(guān)系數(shù)R2大于0.98。具體計算公式為:

        圖3 調(diào)蓄池ST1對應(yīng)匯水區(qū)截污率過程線

        圖4 調(diào)蓄池ST1對應(yīng)匯水區(qū)截污率與徑流量關(guān)系曲線

        式中:V (ζ)為徑流量;N為擬合函數(shù)的項(xiàng)數(shù);ai、bi和ci均為系數(shù)。

        3.4 優(yōu)化結(jié)果根據(jù)研究區(qū)征地情況,各調(diào)蓄池的建設(shè)最大容積為5萬m3;根據(jù)研究區(qū)污水處理廠的處理規(guī)模,調(diào)蓄池的總?cè)莘e不能超過18萬m3。根據(jù)各調(diào)蓄池匯水區(qū)的污染物累積過程線和對應(yīng)徑流量過程線,計算出9 個調(diào)蓄池的最大截污率ζi,max分別為34.13%、45.68%、62.93%、46.38 %、36.73%、34.64%、75.28%、74.47%和45.77%。

        研究區(qū)設(shè)置9個調(diào)蓄池,若在截污率范圍內(nèi)分別取10個采樣點(diǎn),則數(shù)據(jù)樣本高達(dá)109。樣本數(shù)量迅速增加,計算效率將顯著降低。結(jié)合作者的計算機(jī)硬件條件,本文控制數(shù)據(jù)樣本為600萬。再利用拉丁超立方抽樣方法對各調(diào)蓄池按照截污率在[]0,ζi,max內(nèi)抽樣,生成600萬組各調(diào)蓄池不同截污率數(shù)據(jù)組合,通過式(1)和(15),計算每行不同截污率組合對應(yīng)的總截污量,最終形成600萬行、10列的數(shù)據(jù)樣本組,其中前九列是9個調(diào)蓄池分別對應(yīng)的截污率,第10列是對應(yīng)的總截污量。

        借助spyder(python 3.5)平臺,調(diào)用tensorflow 模塊,搭建人工神經(jīng)網(wǎng)絡(luò)模型,數(shù)據(jù)樣本組分為訓(xùn)練組和驗(yàn)證組,訓(xùn)練組取590萬組,驗(yàn)證組取10萬組。為加快模型訓(xùn)練的收斂速度,初始學(xué)習(xí)率取0.1,學(xué)習(xí)率衰減率取0.99,改變學(xué)習(xí)率時的步數(shù)取50。輸入層為訓(xùn)練組數(shù)據(jù)的前九列,設(shè)置一層隱藏層,隱藏層神經(jīng)元個數(shù)取40,輸出層為對應(yīng)的計算總截污量,通過與訓(xùn)練組數(shù)據(jù)的第10列進(jìn)行誤差計算,并根據(jù)學(xué)習(xí)率學(xué)習(xí)誤差,通過反向傳遞,更改人工神經(jīng)網(wǎng)絡(luò)中的權(quán)重,并重新按照新的權(quán)重進(jìn)行訓(xùn)練,總模擬步數(shù)為3000,訓(xùn)練各調(diào)蓄池截污率與對應(yīng)總截污量之間的數(shù)學(xué)模型。。

        利用已訓(xùn)練出的數(shù)學(xué)模型,通過驗(yàn)證組數(shù)據(jù),預(yù)測對應(yīng)的總截污量,與驗(yàn)證組實(shí)際總截污量進(jìn)行對比。采用均方誤差MSE(Mean Square Error)、均方根誤差RMSE(Root Mean Square Error)和平均絕對百分比誤差MAPE(Mean Absolute Percentage Error)評價模型。通過計算MSE=0.0017,RMSE=0.041,MAPE=8.4%,驗(yàn)證精度高。

        為了加強(qiáng)全域的搜索能力,粒子群優(yōu)化過程中,wmax=0.9,wmin=0.4,ci,max=2.5,ci,min=0.5,tmax=4000,種群規(guī)模為30。優(yōu)化調(diào)蓄池的結(jié)果,見表3。

        表3 優(yōu)化調(diào)蓄池結(jié)果

        從表3可以看出,各調(diào)蓄池容積均小于5萬m3,所有調(diào)蓄池總?cè)莘e為17.98萬m3,滿足總?cè)莘e的約束,并接近18萬m3,充分利用了可用容積,總截污量為44349.14 kg,全域截污率為25.93%。

        <1),且各件產(chǎn)品是否為不合格品相互獨(dú)立.

        3.5 規(guī)范設(shè)計設(shè)計初期雨水調(diào)蓄池通常根據(jù)《室外排水設(shè)計規(guī)范》(GB 50014-2006)[12]進(jìn)行設(shè)計,計算公式如下:

        式中:V為調(diào)蓄池有效容積,m3;D為調(diào)蓄量,按降雨量計,可取4~8 mm,本文取5 mm;F為匯水面積,hm2;ψ是徑流系數(shù),本文取0.51;β安全系數(shù),可取1.1~1.5,本文取1.2。

        根據(jù)經(jīng)驗(yàn)設(shè)計方法得到的計算結(jié)果見表4。

        表4 設(shè)計調(diào)蓄池結(jié)果

        3.6 對比分析本文提出的優(yōu)化方法簡稱為“優(yōu)化法”,規(guī)范設(shè)計方法簡稱為“規(guī)范法”,二者計算結(jié)果比較見圖5。

        從圖5中可以看出,(1)通過相關(guān)性分析,“優(yōu)化法”設(shè)計的調(diào)蓄池的截污量和總截污量之間的相關(guān)系數(shù)為0.78,“規(guī)范法”設(shè)計的調(diào)蓄池的截污量和總截污量之間的相關(guān)系數(shù)為0.34。因此,與規(guī)范設(shè)計方法相比,優(yōu)化方法更能體現(xiàn)地表徑流的污染物累積特性。

        (2)“規(guī)范法”所需資料少,方便快捷,但該方法對不同匯水區(qū)采用相同的調(diào)蓄量計算公式,沒有考慮不同子匯水區(qū)地表特性和地表徑流污染量的差異。以ST5為例,該調(diào)蓄池對應(yīng)的匯水區(qū)位于老城區(qū),不透水面積比較大,因此,污染物累積量最大。利用規(guī)范法設(shè)計的調(diào)蓄池,容積僅有0.98萬m3,截污率僅有5.1%,截污效果差,而“優(yōu)化法”得到的調(diào)蓄池容積為4.97萬m3,截污率為36.7%,截污效果優(yōu)于規(guī)范設(shè)計法。

        (3)規(guī)范設(shè)計方法僅與子匯水區(qū)的面積有關(guān),優(yōu)化設(shè)計方法則與子匯水區(qū)面積、污染物累積過程、污染物累積總量及調(diào)蓄池的約束條件有關(guān),因此,從計算結(jié)果看,盡管會出現(xiàn)部分調(diào)蓄池優(yōu)化結(jié)果的截污量小于規(guī)范方法,但是,從研究區(qū)域的總截污量來看,優(yōu)化方法大于規(guī)范設(shè)計法。

        (4)比較表3和表4可見,“規(guī)范法”得到的調(diào)蓄池總?cè)莘e為12.71萬m3,截污總量26 590.06 kg,“優(yōu)化法”得到的調(diào)蓄池總?cè)莘e為17.98萬m3,截污量44 349.14 kg,與規(guī)范方法相比,優(yōu)化方法總?cè)莘e增加了41.5%,但截污量增加了66.79%。因此,相比較而言,采用優(yōu)化方法設(shè)計的調(diào)蓄池提高了土地的利用效率。

        圖5 優(yōu)化法與規(guī)范法結(jié)果對比

        4 結(jié)論

        本文以中國平原城市某縣城城區(qū)黑臭水體整治項(xiàng)目為背景,提出了一種滿足污水處理廠處理規(guī)模和土地利用規(guī)模等約束條件下的初期雨水調(diào)蓄池優(yōu)化設(shè)計方法,研究表明,本文提出的優(yōu)化設(shè)計方法設(shè)計,能在滿足實(shí)際占地和污水處理廠處理規(guī)模下實(shí)現(xiàn)截污效果最大化,采用本方法設(shè)計的調(diào)蓄池在土地使用率和截污效果方面均優(yōu)于規(guī)范設(shè)計法。該方法科學(xué)、高效和適用范圍廣,可為城市初期雨水調(diào)蓄池設(shè)計提供技術(shù)支撐。

        猜你喜歡
        匯水區(qū)調(diào)蓄容積
        藍(lán)綠協(xié)同視角下武漢南湖匯水分區(qū)綠地削減雨水徑流效應(yīng)特征與情景模擬
        不同坡地匯水區(qū)降雨徑流磷元素流失研究
        怎樣求醬油瓶的容積
        長春市某雨水調(diào)蓄池的工藝設(shè)計與計算
        巧求容積
        鄂爾多斯盆地二疊系盒8段沉積特征再研究
        截斷的自適應(yīng)容積粒子濾波器
        不同容積成像技術(shù)MR增強(qiáng)掃描對檢出腦轉(zhuǎn)移瘤的價值比較
        流域研究中幾組易混淆的術(shù)語辨析
        郴州市雨水調(diào)蓄利用對洪澇的影響初步探索
        无码成人AV在线一区二区| 亚洲av无码一区二区三区观看| 国产亚洲av片在线观看18女人| 韩国女主播一区二区在线观看| 日韩精品一区二区在线视| 久久久国产精品无码免费专区| 亚洲av最新在线网址| 国产白丝网站精品污在线入口| 精品一区二区三区女同免费| 国产精品狼人久久影院软件介绍| 久久人妻少妇嫩草av无码专区| 亚洲男人av香蕉爽爽爽爽| 日韩国产自拍精品在线| 亚洲国产天堂久久综合网| 鲁一鲁一鲁一鲁一曰综合网| 国产一区二区三区在线观看精品| 谁有在线观看av中文| 一本久久精品久久综合| 亚洲精品久久| 亚洲国产精品线路久久| 极品少妇在线观看视频| 亚洲成av人片女在线观看| 九九精品国产亚洲av日韩| 日日摸日日碰人妻无码老牲| 久久精品国产福利亚洲av| 丰满人妻熟妇乱又仑精品| 精品无码中文视频在线观看 | 国语对白嫖老妇胖老太| 波多野结衣在线播放一区| 国产精品丝袜美腿诱惑| 2019nv天堂香蕉在线观看| aaaaaa级特色特黄的毛片| 九月色婷婷免费| 亚洲一区二区三区偷拍女| 亚洲一卡2卡3卡4卡5卡精品| 久久九九有精品国产尤物| 国产伦一区二区三区久久| 国产老熟妇精品观看| 精品人体无码一区二区三区| 国产真实二区一区在线亚洲| 一本色道久久婷婷日韩|