相关实验视频
Updated: Jun 4, 2025

Watershed Planning within a Quantitative Scenario Analysis Framework
Published on: July 24, 2016
一个统一的次区域框架,用于在水文次区域的流域中建模流水质量
Itunu C Adedeji1, Ebrahim Ahmadisharaf1, Clayton J Clark2
1Department of Civil and Environmental Engineering, Florida A&M University-Florida State University College of Engineering, 2525 Pottsdamer St., Tallahassee 32310, FL, USA; Resilient Infrastructure and Disaster Response Center, Florida A&M University-Florida State University College of Engineering, 2525 Pottsdamer St., Tallahassee 32310, FL, USA.
一个统一的框架成功地模拟了佛罗里达州西南部流域的溪水质量,包括溶解氧和总. 这种方法有助于预测数据稀缺地区的水质.
科学领域:
- 环境科学 环境科学
- 水文学的水文学
- 水质建模水质建模
背景情况:
- 流水质量模型需要通过观测数据进行验证,这在未测量或测量不良的流域中往往很少.
- 机器学习 (ML) 模型依赖于数据,这引发了关于它们在不同流域的可转移性的问题.
- 开发可转移的ML模型对于数据有限地区的有效水质管理至关重要.
研究的目的:
- 开发一个统一的分区域框架,用于模拟每日的营养物质 (总 [TP]和总 [TN]),便大肠杆菌 (FC) 和溶解氧 (DO) 的流中的度.
- 评估一致的ML模型配置在不同土地使用/土地覆盖 (LULC) 和地形的流域中的可转移性.
- 确定影响预测河流水质的模型性能的关键流域特征.
主要方法:
- 开发了一个统一的分区域框架,用于基于机器学习的水质建模,具有标准化的输入变量.
- 在佛罗里达州西南部和平 - 坦帕湾次区域应用框架来建模每日TP,TN,FC和DO度.
- 使用纳什·萨克利夫效率 (NSE) 分析了LULC,地形和先前条件对模型性能的影响.
主要成果:
- 统一框架取得了DO和TP的成功建模 (NSE>0.75) 和TN和FC的中等成功 (NSE>0.49).
- 主导的LULC显著影响了FC和TP的建模,而FC和TN的地形更为明显.
- 在FC和TP的建模中,先行条件发挥了更大的作用,而短期和对TN和DO更有影响.
结论:
- 统一的框架使得流域规模的水质建模能够成功,即使流域特征不同.
- 该研究提供了关于开发相似性标准的见解,以提高ML模型对未经修复和未经修复的流域的可转移性.
- 这种方法支持在数据有限的环境中改进流水质量预测和管理.
相关概念视频
Typical Model Studies
Modeling and Similitude
Design Example: Analyzing Capacity Contours for Flood Risk Assessment
Rapidly Varying Flow
Gradually Varying Flow
Design Example: Creating a Hydraulic Model of a Dam Spillway

