确定河流水质参数的简算法

确定河流弥散系数的方法主要有示踪法,Elder法与Fischer法。目前分析示踪试验资料采用的公式虽然简单,但是需代入的两测站的平均通过时间不易准确确定,计算结果难免有人为因素的影响;Eider法属于经验性质的,     

确定河流横向扩散系数的直线图解法

文中以二维稳态河流水质扩散基本方程的解析解为基础，通过理论推导，提出了在忽略河流纵向弥散作用，沿河流横向与纵向取水样测定河水污染物浓度确定河流横向扩散系数的直线图解方法和相应的计算公式，与此同时还可以求出河流的平均流速．最后，通过数字算例说明了方法的具体应用     

确定河流横向扩散系数的改进矩法

针对应用现有分析河流示踪试验数据，确定河流横向扩散系数Ｄｙ的矩法时，要求试验河段平均注速ｕ为已知的不足之处，并对其进行改进，应用改进矩法不仅能够计算Ｄｙ值，而且也可以计算ｕ值，从而达到减少野外试验工作量的目的。     

分析河流水团示踪试验数据的改进直线图解法

文中对作者原提出的分析一维河流水团示踪试验数据，确定河流纵向弥散系数Ｄ和河流平均流速的直线图解法进行了改进。与直线图解法相比较，改进方法具有：１）．在示踪剂一级反应速率常数Ｋ１为未知的情况下仍可以应用，进一步拓宽了水团示踪试验的适用范围；２）．在原始数据处理过程中，避免了计算浓度的差商值，可能会提高参数计算结果的精度等特点．     

含水层抽水试验水位恢复过程数据的直线图解分析法

提出了一种分析含水层抽水试验水位恢复过程数据的新方法。该法对水位恢复阶段降深表达式中的两个井函数分别采取了不同的简化方式。对由于持续抽水引起的降深项，保留了井函数级数展开式中的前两项；对由于在停抽时刻开始的虚拟注水而引起的降深项，保留了展开式中的前三项。在这样的简化方式下，分别推导了具有降深-时间和降深-距离两种数据情况下的参数计算公式。与现有方法相比较，本方法具有使用条件容易得到满足，不需要水泵停抽时刻的降深观测值即可计算含水层的贮水系数，仅利用一个观测孔的资料且进行一次直线图解或线性回归计算，就可进行参数计算等优点。     

分析三次定流量非稳定井流试验数据的原理与方法

文中提出的分析三次定流量非稳定井流试验数据的方法能够同时计算出含水层导水系数T、综合性参数r_w~2/α井损系数C和井损CQ~n项中的指数n四个参数,与现有的方法相比较,它具有:(1)仅要求具有三次不同定流量井流试验数据就可求解出比较可靠的参数值;(2)适用于指数n为未知的情况下等优点,最后,通过实际算例详细地说明了方法的应用步骤。     

确定越流含水层参数的混沌序列优化算法

将混沌序列优化算法应用在第一类越流系统含水层非稳定流井流问题上,进行抽水试验数据的分析、含水层参数的求解,并就算法的搜索能力和结果与给定含水层各参数取值范围的关系进行探讨。结果表明:(1)求解越流条件下含水层参数的计算问题能用混沌序列优化算法得到很好的解决;(2)除越流因数上限取值会降低越流因数搜索结果的准确性外,储水系数、导水系数、越流因数上限取值对算法的搜索能力和搜索结果没有太明显的影响。相较于其他方法,混沌序列优化算法易于编程、运算简单、运算结果不被人为因素干扰等特点更为突出。     

利用单纯形-粒子群算法识别二维河流水质参数

将单纯形-粒子群混合算法应用于分析二维河流横向扩散情况下的水团示踪试验数据,估计河流的横向扩散系数、断面平均流速和污水排放位置。数值试验结果表明:(1)加速因子c_1,c_2和参数初值取值范围综合影响粒子的搜索能力,当加速因子c_1=c_2=1.72时,有利于保持粒子的搜索能力;(2)在同样的条件下,混合算法的时间性能指标值小于单一的粒子群优化算法;(3)参数初值的取值范围对混合算法收敛性几乎没有影响;(4)混合算法可以有效地应用于河流水质数学模型参数识别问题。混合算法能改善粒子群算法在迭代后期出现的收敛速度慢、早熟的不足,是分析河流水质模型参数的一种有效方法。     

河流水团示踪试验数据分析的双站直线解析法

本文提出了一种分析瞬时投放示踪剂条件下的一维河流水团示踪试验数据的新方法.该方法利用2个观测断面的示踪剂浓度观测数据,确定河流纵向离散系数、河流断面平均流速与释放参数等水质参数,并能够根据一级反应速率常数的计算结果判断示踪剂是否为惰性.通过实例应用表明,与利用直线图解法确定河流纵向离散系数相比较,新方法不仅能同时分析2个断面的观测数据,能够在预先不知示踪剂是否为惰性的情况下进行判断,而且具有计算结果可靠,计算过程比较简单、易于应用等特点.     

分析供水边界含水层抽水试验数据的新方法

提出了一种分析直线供水边界含水层抽水试验数据的新方法。本文将井函数中的2个级数表达式分别采取不同的简化方式，建立了一个二元线性回归方程。将试验数据分别转换为对应回归方程中因变量和自变量的数据后，利用线性最小二乘法计算回归方程中的常数，然后利用这些常数计算含水层参数和映射井至观测井间的距离。与传统方法相比较，本文方法不需预先绘制专门图解曲线；不存在人为的随意性对计算结果精度的影响，计算过程易于程序化。