一种以数据为导向的方法,以简化污染物羽毛达到最大范围的时间估计

科学领域:

• 环境科学 环境科学
• 水文地质学 水文地质学
• 污染物运输建模 污染物运输建模

背景情况:

• 由于对主要参数的简单估计方法有限,许多受污染的地点缺乏初步评估,例如最大羽毛长度 (Lmax) 和达到它的时间 (Tmax).
• 高质量的现场数据,特别是Tmax,很少,往往需要使用合成数据来开发模型.
• 现有的模型可能是数据密集型,对初始场地评估构成挑战.

研究的目的:

• 开发简化的二参二次多项式模型,用于估计Lmax和Tmax.
• 减少对初步场地评估的数据要求和工作量.
• 为估计Tmax提供一种更易于使用的方法,其中现场数据特别有限.

主要方法:

• 使用BIOSCREEN-AT (暂时3D模型) 作为开发新模型的基础.
• 在合成数据上进行了全球灵敏度分析 (莫里斯方法),以确定有影响力的参数 (衰变速率,地下水速度).
• 使用广泛的合成数据对Lmax和Tmax进行训练的二次多项式模型.
• 对BIOSCREEN-AT,一个稳定状态模型和两个现场站点进行了模型性能验证.

主要成果:

• 确定有效羽毛衰变速率 (λEFF) 和源衰变速率 (γ) 是对Tmax影响最大的.
• 确定有效羽毛衰变速率 (λEFF) 和地下水速度 (v) 对Lmax的影响最大.
• 开发的多项式模型在估计Lmax和Tmax方面表现出显著的简化,与既有模型和现场数据有很好的一致性.

结论:

• 拟议的多项式模型为污染现场评估中估计Lmax和Tmax提供了大幅简化的方法.
• 这些模型有效地解决了数据限制,特别是Tmax估计,提高了初步现场评估的效率.
• 这些发现为环保专业人士提供了宝贵的工具,他们应对全球大量可能被污染的地点.