报告详情
基于深度学习及升尺度模型精准预测DNAPL污染通量
编号：1394
访问权限：私有
更新：2023-04-10 10:46:01 浏览：200次
口头报告
报告开始：2023年05月06日 16:04（Asia/Shanghai）
报告时间：12min
所在会场：[15A] 15A、水文地球科学 [15A-1] 15A-1 水文地球科学
暂无文件
摘要
重非水相液体（DNAPL）污染物泄漏已对地下水环境构成重大威胁。DNAPL污染源区所溶出的污染通量常作为污染地块决策管理及环境风险评估中的重要指标。DNAPL的溶出过程受控于污染源区结构。欲精准预测DNAPL污染通量，须准确估计源区结构参数。然而复杂的污染源区结构使源区结构参数的识别异常困难。同时，DNAPL污染源区衰减过程中，其溶出的污染通量常呈多阶段非线性变化。已有污染通量预测方法难以准确描述这一复杂的非线性溶解过程。本研究基于深度学习方法来学习DNAPL的复杂三维空间模式，基于有限的观测数据准确估计源区结构参数；随后基于数据驱动方式构建由污染源区结构参数至下游污染通量的升尺度模型来预测DNAPL的非线性溶解过程，进而基于理想算例室内试验定量评估所提出污染通量预测方法的精度及可靠性。研究成果可为DNAPL污染控制及风险评估提供有力技术支撑。
关键词
DNAPL污染,污染通量预测,深度学习
报告人
康学远
南京大学稿件作者
全部评论
重要日期
-
会议日期
05月05日
2023
至05月08日
2023
-
03月31日 2023
初稿截稿日期
-
05月25日 2023
注册截止日期
主办单位
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
承办单位
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
发表评论