智能流域管理:理论、方法与应用

近几十年来,全球范围内的水资源短缺、水环境污染和水生态退化趋势加剧,湖泊富营养化、河口与湖泊低氧、有毒藻类水华爆发等已成为突出且亟待解决的全球性环境问题。在我国,随着20世纪80年代后期我国快速的工业化、城镇化和农业现代化进程,水环境问题已经从陆域延伸到近海水域与河口、从单一污染发展到复合型污染,常规污染物、有毒有机物、重金属、藻毒素等水污染衍生物相互作用,形成复杂的流域性污染态势,对公众健康与经济社会可持续发展造成巨大障碍。在此背景下,自20世纪80年代开始,在全球范围内开展了大量针对不同尺度流域的综合管理研究与实践。但分析大量的流域综合管理案例发现,在目前的流域管理研究与决策中,普遍存在着无效信息收集、模型滥用以及决策非最优化的问题;大量的模型开发与构建却无法回答流域管理与决策中的根本问题。在此前提下,究竟如何构建一个流畅高效的流域管理的决策模式,就成为摆在流域管理研究者与决策者面前的一个共同问题。

20世纪90年代以来,本研究团队一直在中国与美国从事流域模拟、水质模型及流域管理优化决策等方面的研究,在此过程中也一直在思索与探索合适的流域管理与决策模式。最近几年来,在充分反思现有流域研究的基础上,经过频繁讨论、逐步酝酿,明晰并确立提出了智能流域管理(IntelligentWatershed Management, IWM的概念与思想,并开展了相关的理论构建、关键技术研发与案例应用研究,希冀能通过提出的理念与关键技术回答流域管理中目前亟待解决的难点和决策模式问题。200911月,在中国武汉召开的第13届世界湖泊大会(The 13th World Lake Conference)上,由邹锐博士代表本团队首次完整地诠释了智能流域管理的提出缘由、理论体系与方法框架。此后,我们开始在中、美开展系统的理论完善、集成技术研发及应用推广研究,如:水体污染控制与治理科技重大专项滇池项目和美国Los Angeles流域非线性模拟-优化研究,均取得了显著成果;尤其在后者的研究过程中所开发的非线性区间数映射重构(NIMS)算法及其在大规模流域模拟-优化方面的成功应用,带来了流域管理智能化领域的重大技术突破。

智能流域管理(IWM)以流域为整体,模仿人在决策中由感官至大脑再形成智慧的行为过程,因此它实际上是仿生学原理在流域管理中的一种延伸。智能流域管理基于仿生学原理、以最优化为目标并以流域中人类活动与水资源水质的响应因果为纽带;其主要步骤包括流域信息获取、输入-输出因果关联模拟、优化与适应性决策。

2012年,我们在科学出版社出版《智能流域管理研究》专著,从3个部分对IWM的概念、模型技术与算法以及案例研究等开展论述:

1)第一篇界定为大脑篇——因果关系之机理表达,主要探讨智能流域管理的因果关联及输入-输出响应、流域层面的因果关系定量表达、水体层面的因果关系定量表达、模型参数估值及不确定性分析、流域-水体因果关系的集成等方面的内容;

2)第二篇界定为智慧篇——优化之决策,主要分析了形成智慧型最优流域决策的主要步骤,探讨了流域管理的智慧型决策框架、流域智慧型决策之线性规划模型、流域智慧型决策的模拟-优化模型、流域适应性决策演化模型等方面的内容,并结合案例分析探讨了相关的新算法与模型开发;

3)第三篇界定为感官篇——流域信息的整合、集成与反馈,主要分析了流域数据信息获取与集成以及流域数据库设计与开发等方面的内容。