《基于MONTE CARLO模拟的流量变异性对灌水质量的影响评价.doc》由会员分享，可在线阅读，更多相关《基于MONTE CARLO模拟的流量变异性对灌水质量的影响评价.doc（5页珍藏版）》请在三一办公上搜索。
1、基于Monte Carlo模拟的流量变异性对灌水质量的影响评价文章来源 毕业论文网 0 引言25 灌水流量的控制误差是影响灌水质量的重要要素之一。有研讨标明，虹吸管的流质变差系数在15左右，管道输水的变差系数能到达25，而软管灌溉零碎的流质变差系数甚至可以超越35 1, 2。这种流量的变差使得水流在沟畦间的推进表现出分明的差别3。为此，许多学者对流量的差别性及其对灌水质量的影响停止了研讨。在思索灌水流量存在变异的情况下，对IPARM 水量均衡模型停止了改良，使之可以思索灌水流量的变化，并采用变化的30 流量预算了土壤入渗参数4。采用零惯量模型研讨了流量的变差和灌水沟断面外形的变异对
2、灌溉水流推进及灌水质量评价的影响，以为入沟流质变异对灌水质量的影响较大5。Rajeev研讨了灌溉水渠流量的空间变异规律，发现渠道实践流量与设计值相差较大，但并未剖析流量的变化对灌水质量的影响。管孝艳等基于灌溉流量的径流进程，推求了空中灌溉的土壤入渗参数6。后果标明，假如不思索灌溉流量的日子变异性，将会对入渗计算后果发生较大影35 响，进而影响灌水质量评价和管理。在灌水质量评价中，灌水流量的这种变异性不可疏忽。以上诸多研讨对大样本数据的搜集有困难，而且灌水流质变异性对灌水质量的影响缺乏量化规范。目前数值模仿技术日趋成熟，采用蒙特卡罗随机模仿可以很好的模仿出流质变异特性。因而，本文基于蒙特卡罗实际
3、，树立稳健度评价目标以提醒井出水流量的变异性对灌水质量影响水平。为思索影响参数变异性格况下，寻求稳健性的灌水技术方案提供牢靠的理40 论根底与根据。 1 流质变异性对灌水质量的影响评价办法研讨1.1 蒙特卡罗法的根本思想蒙特卡罗法是一种基于“随机数”的计算办法,可求解具有随机性的不确定性成绩7。利用蒙特卡洛法求解成绩时,首先要树立一个概率模型，目的函数y=f(x1，x2，xn) ，其中45 x1，x2，xn 是互相独立的随机变量, 满足一定的概率散布。把需求求解的成绩同概率模型结合起来，对各变量停止随机抽样可以失掉一个目的函数值y，停止屡次抽样就可以失掉y的概率散布，然后经过随机抽
4、样实验失掉某些所求成绩解的概率剖析，随着随机抽样次数的不时添加，y 的概率散布便接近其母体散布8。这就是蒙特卡洛法的根本思想。1.2 Monte Carlo 随机生成的模仿流量50 依据现场灌溉测得多组流量数据，统计流质变异的数值特性，如均值、规范差、变异系数和散布类型等。基于流量的概率统计特征值(均值x 和规范偏向Sd)，并应用Monte Carlo随机模仿办法8生成一组流量随机数（ ） i n Q Q Q .Q .Q 1 2 = 。Monte Carlo 办法只是随机生成灌水流量时所要借助的一种数学工具，对未经各种修正的灌水流量随机变量而言，其本身并不具有明白的物理意义和实践运用价值9。因
5、而要对产55 生的随机数停止值域范围修正和统计特征修正。1.2.1 值域范围修正从实践意义和数学角度思索，井出水流量的值域范围应限制在X-3Sd，X+3Sd之间10，超出该范围的井出水流量值被视为有效或是伪点。在足够多的随机生成次数下，才干更真实的模仿来表现灌水流量的变异状况。60 1.2.2 统计特征修正由于对由Monte Carlo 办法随机生成的灌水流量展开值域范围的修正后，改动了随机生成时给定的灌水流量的概率统计特征值。为此，需对经值域范围修正后的灌水流量值停止再次修正。在统计特征修正进程中，先依据式(1)停止井出水流量均值的修正，随后应用式(2)停止井出水流量的规范差的修正。2 11
6、i ixx65 = (1)3 22( ) di idx S xS = − + (2)式中1i 、2i 、3i 辨别为灌水流量至于范围修正、均值修正和规范偏向值修正后第i 个井出水流量值，1 x 、x 原始随机发生和值域范围修正后灌水流量的均值， d S 、d 2 S 原始随机发生和均值修正后的灌水流量的规范差值。70 1.3 SRFR 灌溉模型评价灌水流质变异性对灌水质量的影响在对畦灌功能评价目标停止定量剖析根底上，基于随机生成的n 组井出水流量，借助SRFR 灌溉模型展开对井出水流量散布情况及其变异性对畦灌功能影响的评价。畦灌功能评价目标包括：灌溉效率Ea、灌水平均度DU 和储水
7、效率Es。在实践灌溉时，要想抵达较好的灌水效率和灌水平均度，作物需水是被完全满足的，也就是储水效率根本上接近于111。因75 此，本论文中只选择灌水效率Ea 和灌水平均度Du 作为评价目标。模型输出的灌水定额、畦长、畦宽、入渗指数、入渗系数、糙率系数等参数，SRFR（4.06）根本输入界面如下图所示：图1 SRFR（4.06）根本输入界面80输出随机生成n 组灌水流量，用SRFR 灌溉模型评价出n 组灌水质量（灌溉效率Ea 与灌水平均度DU），统计其均值与应用灌水流量Q 的均值，用SRFR 灌溉模型评价出的灌水质量比拟剖析灌水流质变异性对灌水质量的影响水平。1.4 流质变异性对灌水质量的影响评
8、价目标85 树立稳健度评价目标来评价流质变异性对灌水质量的影响水平。 稳健度Z 是指在自然要素变异状况下，灌水效率Ea 与灌水平均度DU 均大于80%的灌水模仿组数占总组数量的百分比。评价目的函数表达式如下= 100%NZ M (3)式中：Z 为灌水质量评价目标：稳健度；M 为灌水效率Ea 与灌水平均度DU 均大于80%90 的灌水模仿组数； N 为灌水技术方案组合的总数量。稳健度Z 数值越高，阐明在此流质变异性对灌水质量的影响水平低。稳健度到达80%以上，阐明这种灌水流量方案关于该区域灌水的使用性就良好。2 使用实例据灌区日常灌水流量调查得知：灌水流量的统计特征如表1 所示：95表1 灌水流
9、量Q 的统计特征值均值/Ls-1 最大值/Ls-1 最小值/Ls-1 规范差 变异系数Cv 散布类型7.0 10.5 3.8 2.6 0.37 正态2.1 Monte Carlo 随机生成的模仿流量基于Monte Carlo 随机模仿的1000 组灌水流量的统计特征值如表2 所示：100表2 随机模仿1000 组灌水流量的统计特征值灌水流量 最大值Max 最小值Min 均值x 规范差 变异系数Cv 散布类型Q/Ls-1 15.425 -0.328 7.0 2.6 0.37 正态2.1.1 模仿流量值域范围修正随机模仿灌水流量值域范围修正后的统计特征值如表3 所示：105 表3 随机模仿灌水流量
10、值域范围修正后的统计特征值灌水流量 最大值Max 最小值Min 均值x 规范差 变异系数Cv 散布类型Q/Ls-1 12.0 3.0 6.97 2.62 0.376 正态2.1.2 模仿流量统计特征修正依据公式(1)、(2)对灌水流量停止修正的统计特征值见表4：110 表4 随机模仿灌水流量均值、规范差修正的统计特征值灌水流量 最大值Max 最小值Min 均值x 规范差 变异系数Cv 散布类型Q/Ls-1 12.0 3.0 7.01 2.60 0.371 正态2.2 SRFR 灌溉模型评价灌水流质变异性对灌水质量的影响模型输出的灌水定额为60mm(折合40m3/亩)，灌水方式采用畦灌灌水技术方
11、式，畦尾闭合。各技术要素如表5 所示：115表5 SRFR 模型输出的灌水技术要素值畦长/m 畦宽/m 入渗指数 入渗系数k/ m•min−a 糙率系数n100 2.0 0.69 0.0052 0.040以上各技术要素的值作为空中灌溉模型SRFR 的输出参数,评价灌水流质变异性对灌水质量的影响，见图2 所示：0204060801002 3 4 5 6 7 8 9 10 11 12 13流量Q（Ls-1）灌水质量值（%）灌水效率Ea灌水平均度Du120图2 灌水流质变异性对灌水质量的影响输出随机生成1000 组灌水流量，用SRFR 灌溉模型评价出1000 组灌水质量（灌溉
12、效率Ea 与灌水平均度DU），统计灌溉效率Ea 均值为91.6%、灌水平均度DU 均值为79.2%，利125 用灌水流量Q 的均值，用SRFR 灌溉模型评价出的灌溉效率Ea 为97.2%、灌水平均度DU为91%。灌水效率和灌水平均度的变幅辨别为6.1%和14.9%。后果标明，灌水质量受灌水流量的变异性影响越大，灌水平均度DU 对灌水流量的敏理性大于灌水效率Ea。2.3 流质变异性对灌水质量的影响评价将输出随机生成1000 组灌水流量，用SRFR 灌溉模型评价出1000 组灌水质量（灌溉效130 率Ea 与灌水平均度DU），查找出灌水效率Ea 与灌水平均度DU 均大于80%的灌水模仿组数。依据公
13、式(3)计算如下：M = 655；N=1000= 100% = 65.5%NZ M ；式中：M 为Ea 与Du 均大于到80%的灌水技术方案数量；N 为灌水技术方案组合的总135 数量； Z 为流质变异性对灌水质量影响的稳健水平。稳健度Z 仅为65.5%标明，这种灌水流量方案关于该区域灌水的顺应性比拟差。3 结语本文研讨标明，灌水质量受灌水流量的变异性影响越大，灌水平均度对灌水流量的敏感性大于灌水效率。针对灌水流质变异性对灌水质量的影响，稳健度目标数值越高，阐明在此140 流质变异性对灌水质量的影响水平低，稳健度到达80%以上，阐明这种灌水流量方案关于该区域灌水的使用性就良好。基于Monte Carlo 模仿的流质变异性对灌水质量的影响评价方法为思索影响参数变异性格况下，寻求稳健性的灌水技术方案提供牢靠的实际根底与根据。
