一种考虑多重不确定性的低影响开发优化配置方法技术

本发明专利技术公开了一种考虑多重不确定性的低影响开发优化配置方法，包括利用城市径流污染负荷评估模型评估径流污染的负荷量，同时考虑评估模型中参数的不确定性因素，得到径流污染负荷的分布情况；然后，构建一个低影响开发措施的区间随机多目标优化模型，并将所述改进的城市径流污染负荷评估模型整合到区间随机多目标优化模型中，形成城市径流污染综合管理模型，然后利用熵值法、线性加权法、机会约束规划和交互式算法等方法求解所述城市径流污染综合管理模型，得到多重不确定性条件下所述研究区不同地区的低影响开发措施实施面积的优化结果，为低影响开发措施优化配置提供新思路。为低影响开发措施优化配置提供新思路。为低影响开发措施优化配置提供新思路。

【技术实现步骤摘要】
一种考虑多重不确定性的低影响开发优化配置方法


[0001]本专利技术涉及城市低影响开发
，具体为一种考虑多重不确定性的低影响开发优化配置方法。

技术介绍

[0002]随着城市化进程不断加快，城市土地利用和植被覆盖发生巨大变化，城市不透水面积破坏原有的自然水文循环过程，严重阻碍了雨水入渗，进而导致城市地表径流增加。另外，地表累积的各种污染物被径流冲刷到地表水体形成了径流污染。有效的城市径流污染评估和管理不仅可以促进城市水环境的可持续发展，同时还可以促进社会、经济、生态的协调发展。
[0003]低影响开发是城市径流污染管理的一个有效措施，主要通过生物滞留设施、绿色屋顶、透水铺装、下凹式绿地等措施来控制降雨所产生的径流和污染，使开发地区尽量接近于自然的水文循环，有效缓解城市径流、削减城市径流污染负荷。
[0004]尽管低影响开发措施的优化配置已被国内外学者进行广泛而深入的研究，以低影响开发措施建设成本最小，控制径流量、污染物等为目标的优化算法和优化模型也被总结出来。但这些模型并没有考虑径流污染评估中的不确定性，而且很难反映低影响开发措施本身和许多社会经济因素的不确定性特征。这样可能会对决策的制定产生一定的偏差，影响其客观性和准确性。

技术实现思路

[0005]本专利技术的目的在于提供一种考虑多重不确定性的低影响开发优化配置方法，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：一种考虑多重不确定性的低影响开发优化配置方法，包括以下步骤：
[0007]步骤一、针对研究区的数据进行收集；
[0008]步骤二、根据城市径流污染负荷评估模型，评估基准年的径流污染负荷量；考虑模型参数的不确定性特征，提出一个改进的城市径流污染负荷评估模型；
[0009]步骤三、构建区间随机多目标优化模型；
[0010]步骤四、将改进的城市径流污染负荷评估模型整合到区间随机多目标优化模型中，形成城市径流污染综合管理模型；
[0011]步骤五、求解城市径流污染综合管理模型，得到多重不确定条件下研究区不同情景不同地区的低影响开发措施优化配置结果。
[0012]进一步的，在步骤一中，研究区的数据包括：研究区的相关用地类型数据、污染物浓度、降雨数据以及低影响开发措施相关数据；
[0013]在步骤二中，通过改进的城市径流污染负荷评估模型，利用研究区的相关用地类型数据，污染物浓度和降雨数据，得到不确定条件下研究区不同地区各种污染物负荷量。
[0014]进一步的，在步骤三中，区间随机多目标优化模型包括：目标函数、决策变量和约束条件，并以研究区每个区县的低影响开发措施成本最小作为模型的目标函数，以不同区县不同种类的低影响开发措施建设面积作为决策变量。
[0015]进一步的，在步骤五中，采用熵值法和线性加权法将城市径流污染综合管理模型中的多目标问题转换单目标，用机会约束规划方法将约束中的随机参数转换为确定值，用交互式算法将城市径流污染综合管理模型转换成两个子模型，计算出不同污染物减排情景和置信水平下每个区县的低影响开发措施最小建设成本，生产适应不同情景下的低影响开发措施优化配置方案。
[0016]进一步的，所述研究区的相关用地类型数据包括：研究区的建设用地、耕地、林地、草地和水域；
[0017]所述污染物浓度包括：化学需氧量(COD)浓度、悬浮物(SS)浓度、总氮(TN)浓度和总磷(TP)浓度；
[0018]所述降雨数据，研究区的历年平均降雨量数据以及各雨量站统计的降雨数据；
[0019]所述低影响开发措施相关数据包括：研究区域所在地区低影响开发措施成本以及每种措施对污染物削减效果。
[0020]进一步的，在步骤二中，城市径流污染负荷评估模型的框架如下：
[0021]TL＝C
F
×
ψ
×
A
×
P
×
C
×
0.01
[0022]式中，TL表示城市径流污染的总负荷量，k
g
；C
F
表示降雨产生径流的比例；ψ表示平均径流系数，可以通过一个经验公式计算，ψ＝0.05+0.009*I；I表示不透水区域的百分数；A表示排水面积，ha；P表示年降雨深度，mm；C表示每个城市径流污染的流量加权事件平均浓度，mg/L；0.01表示单位转换因子。
[0023]进一步的，在步骤二中，改进的城市径流污染负荷评估模型的框架如下：
[0024][0025]式中，是一个离散区间；P(ω)是一个随机概率分布。
[0026]进一步的，在步骤三中，区间随机多目标优化模型，包括：
[0027]所述目标函数为：
[0028][0029]各约束条件：
[0030]总污染排放约束：
[0031][0032]污染削减能力约束：
[0033][0034]低影响开发实施约束：
[0035][0036]技术约束：
[0037][0038]式中，i表示区县的数量；j表示LID措施的种类；k表示考虑的污染物种类；IC表示不同地区LID措施的实施总成本；UC表示不同LID措施的单位成本；LID表示不同LID措施的实施面积；TL表示不同城市径流污染物的总负荷；α
k
表示第k类污染物削减率；LB和UB分别表示LID措施实施范围的上界和下界；表达式等都是区间参数，TL
k
(ω)和TL
ik
(ω)是随机参数。
[0039]进一步的，在步骤四中，城市径流污染综合管理模型的目标函数为：
[0040][0041]约束条件为：
[0042]总污染排放约束：
[0043][0044][0045][0046][0047]污染削减能力约束：
[0048][0049][0050][0051][0052]低影响开发实施约束：
[0053][0054][0055][0056][0057][0058]技术约束：
[0059][0060]式中，i表示区县数量；j表示低影响开发措施种类；α表示每种污染物的削减目标；式中，i表示区县数量；j表示低影响开发措施种类；α表示每种污染物的削减目标；和表示总氮、总磷、化学需氧量和悬浮物各自的削减系数；TNL
t
(ω)、TPL
t
(ω)、TCL
t
(ω)和TSL
t
(ω)表示总氮、总磷、化学需氧量和悬浮物各自输出的总量；量；和表示区县i总氮、总磷、化学需氧量和悬浮物各自输出的总量；出的总量；和表示区县i各自公共用地、建筑屋顶、居住用地、草地和水域的面积；表示区县i的总面积；β、δ、θ、μ、ν、小ξ、σ表示为0到1之间的常数。
[0061]进一步的，在步骤五中，求解城市径流污染综合管理模型包括以下具体步骤：
[0062]Step 1：使用线性加权本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑多重不确定性的低影响开发优化配置方法，其特征在于：包括以下步骤：步骤一、针对研究区的数据进行收集；步骤二、根据城市径流污染负荷评估模型，评估基准年的径流污染负荷量；考虑模型参数的不确定性特征，提出一个改进的城市径流污染负荷评估模型；步骤三、构建区间随机多目标优化模型；步骤四、将改进的城市径流污染负荷评估模型整合到区间随机多目标优化模型中，形成城市径流污染综合管理模型；步骤五、求解城市径流污染综合管理模型，得到多重不确定条件下研究区不同情景不同地区的低影响开发措施优化配置结果。2.根据权利要求1所述的一种考虑多重不确定性的低影响开发优化配置方法，其特征在于：在步骤一中，研究区的数据包括：研究区的相关用地类型数据、污染物浓度、降雨数据以及低影响开发措施相关数据；在步骤二中，通过改进的城市径流污染负荷评估模型，利用研究区的相关用地类型数据，污染物浓度和降雨数据，得到不确定条件下研究区不同地区各种污染物负荷量。3.根据权利要求2所述的一种考虑多重不确定性的低影响开发优化配置方法，其特征在于：在步骤三中，区间随机多目标优化模型包括：目标函数、决策变量和约束条件，并以研究区每个区县的低影响开发措施成本最小作为模型的目标函数，以不同区县不同种类的低影响开发措施建设面积作为决策变量。4.根据权利要求3所述的一种考虑多重不确定性的低影响开发优化配置方法，其特征在于：在步骤五中，采用熵值法和线性加权法将城市径流污染综合管理模型中的多目标问题转换单目标，用机会约束规划方法将约束中的随机参数转换为确定值，用交互式算法将城市径流污染综合管理模型转换成两个子模型，计算出不同污染物减排情景和置信水平下每个区县的低影响开发措施最小建设成本，生产适应不同情景下的低影响开发措施优化配置方案。5.根据权利要求2所述的一种考虑多重不确定性的低影响开发优化配置方法，其特征在于：所述研究区的相关用地类型数据包括：研究区的建设用地、耕地、林地、草地和水域；所述污染物浓度包括：化学需氧量浓度、悬浮物浓度、总氮浓度和总磷浓度；所述降雨数据，研究区的历年平均降雨量数据以及各雨量站统计的降雨数据；所述低影响开发措施相关数据包括：研究区域所在地区低影响开发措施成本以及每种措施对污染物削减效果。6.根据权利要求4所述的一种考虑多重不确定性的低影响开发优化配置方法，其特征在于：在步骤二中，城市径流污染负荷评估模型的框架如下：TL＝C
F
×
ψ
×
A
×
P
×
C
×
0.01式中，TL表示城市径流污染的总负荷量，kg；C
F
表示降雨产生径流的比例；ψ表示平均径流系数，可以通过一个经验公式计算，ψ＝0.05+0.009*I；I表示不透水区域的百分数；A表示排水面积，ha；P表示年降雨深度，mm；C表示每个城市径流污染的流量加权事件平均浓度，mg/L；0.01表示单位转换因子。7.根据权利要求6所述的一种考虑多重不确定性的低影响开发优化配置方法，其特征
在于：在步骤二中，...

【专利技术属性】
技术研发人员：荣戗戗，刘启明，徐超，苏美蓉，岳文淙，
申请(专利权)人：东莞理工学院，
类型：发明
国别省市：