基于土地利用变化的城市规划环境影响评价

城市规划的环境影响具有显著的不确定性,难以定量评价。该文将社会经济活动落实到空间网格上,以土地利用变化表征城市规划的实施,集成情景分析和Monte Carlo技术来模拟土地利用变化,并结合不确定性分析技术构建了城市规划环境影响的定量评价方法。对大连市发展规划的地表水环境影响评价进行了方法应用,识别了规划年主要河流的环境风险、环境压力、极端环境影响、关键污染物和关键污染源。该方法可以系统识别城市规划环境影响的不确定性并定量评价其影响,为科学规划提供决策支持。     

基于土地利用变化的城市规划环境影响评价

城市规划的环境影响具有显著的不确定性,难以定量评价。该文将社会经济活动落实到空间网格上,以土地利用变化表征城市规划的实施,集成情景分析和Monte Carlo技术来模拟土地利用变化,并结合不确定性分析技术构建了城市规划环境影响的定量评价方法。对大连市发展规划的地表水环境影响评价进行了方法应用,识别了规划年主要河流的环境风险、环境压力、极端环境影响、关键污染物和关键污染源。该方法可以系统识别城市规划环境影响的不确定性并定量评价其影响,为科学规划提供决策支持。     

基于不确定性分析的IMPULSE模型预测能力评价

为解决分布式参数非点源污染(IMPULSE)模型不确定性分析中采样量和计算量过大的问题,在Bayes概率理论基础上,构建了基于Sobol序列的GLUE算法,用来描述多种扰动因素共同作用下的全局参数不确定性,从而对模型预测能力进行全面评价。将该方法应用于IMPULSE模型,对分布式参数的全局进行不确定性分析。结果表明:该模型结构优良,具有良好的预测能力,对空间不确定性有较高的预测稳定性和鲁棒性,可以满足实际流域污染模拟需要。     

基于不确定性分析的IMPULSE模型预测能力评价

为解决分布式参数非点源污染(IMPULSE)模型不确定性分析中采样量和计算量过大的问题,在Bayes概率理论基础上,构建了基于Sobol序列的GLUE算法,用来描述多种扰动因素共同作用下的全局参数不确定性,从而对模型预测能力进行全面评价。将该方法应用于IMPULSE模型,对分布式参数的全局进行不确定性分析。结果表明:该模型结构优良,具有良好的预测能力,对空间不确定性有较高的预测稳定性和鲁棒性,可以满足实际流域污染模拟需要。