АСИМПТОТИЧЕСКИЙ МЕТОД ОЦЕНКИ ДИФФУЗНОГО СТОКА КОНСЕРВАТИВНЫХ ЗАГРЯЗНИТЕЛЕЙ ДЛЯ МАЛЫХ РАВНИННЫХ РЕК
Основное содержимое статьи
Аннотация
В работе рассматривается метод оценки полного массового расхода консервативных загрязнителей с использованием асимптотического представления решения уравнения адвекции-диффузии в предположении малости обратной величины числа Пекле. На основе метода асимптотических сращиваний соответствующей сингулярно возмущенной задачи получена алгебраическая связь между концентрацией загрязнителя, величиной его полного массового расхода и числом Пекле. Точный расчет прямой задачи основывался на аналитическом представлении исходных тестовых функций источника для уравнения адвекции-диффузии. Расчет обратной задачи проводился методом глобальной оптимизации для определения абсолютного минимума соответствующего функционала качества. Установлено удовлетворительное соответствие результатов решения обратной и прямой задач, при этом отклонение расчетных параметров от их точных значений не превосходит несколько процентов. Для учета возможных случайных отклонений значений концентраций загрязнителя от точного решения использовался метод Монте-Карло. Установлено, что в этом случае расчет также дает устойчивые результаты, и отклонения искомых параметров от их точных значений не превышает десяти процентов. Предложенная методика дает корректные результаты с точки зрения оценки величин рассматриваемых параметров.
Информация о статье
Библиографические ссылки
Диффузное загрязнение водных объектов: Проблемы и решения / Под рук. Данилова-Данильяна. М.: РАН, 2020. 512 с.
Коронкевич Н.И., Долгов С.В. Сток с водосбора как источник диффузного загрязнения рек // Вода и экология: проблемы и решения. 2017. № 4(72). С. 103–110. doi: 10.23968/2305-3488.2017.22.4.103-110
Найфэ А.Н. Введение в методы возмущений. М.: Мир, 1984. 535 с.
Филимонов В.Ю., Ловцкая О.В. Полуэмпирический метод расчета диффузного стока консервативных загрязнителей на участках малых равнинных рек: Сообщение 1. Восстановление полного массового расхода загрязнителей // Водное хозяйство России: проблемы, технологии, управление. 2025. № 1. С. 5–23. doi: 10.35567/19994508-2025-1-5-23
Andrle M., Badia A.E. Identification of multiple moving pollution sources in surface waters or atmospheric media with boundary observations // Inverse Probl. 2012. V. 28. P. 1–22.
Badia A.E., Hamdi A. Inverse source problem in an advection–dispersion–reaction system: application to water pollution // Inverse Probl. 2007. V. 23. P. 2103–2120.
Bender C.M.; Orszag S.A. Advanced mathematical methods for scientists and engineers. I. Asymptotic methods and perturbation theory. New York: Springer-Verlag, 1999. 605 p.
Boano F., Revelli R., Ridolfi L., Source identification in river pollution problems: A geostatistical approach. // Water Resour. Res. 2005. V. 41. P. 1–13.
Chaikovskii D., Zhang Y. Convergence analysis for forward and inverse problems in singularly perturbed time-dependent reaction-advection-diffusion equations // J. Comput. Phys. 2021. 470:111609. doi: 10.1061/(asce)hy.1943-7900.0000537
Dennis J.E., Jr., Schnabel R.B., Numerical methods for unconstrained optimization and nonlinear equations. New York: SIAM Publ., 1987. 395 p.
Global Optimization Toolbox. User’s Guide. The MathWorks, Inc., 2020. 877 p.
Jun K.S., Kang J.W., Lee K.S. Simultaneous estimation of model parameters and diffuse pollution sources for river water quality modelling // Water Sci. Technol. 2007. Vol. 56. № 1. P. 55–162.
Kashefipour S.M., Falconer R.A. Longitudinal dispersion coefficients in natural channels // Water Res. 2002. V. 36(6). P. 1596–1608.
Kulbay M., Mukanova B., Sebu C. Identification of separable sources for advection-diffusion equations with variable diffusion coefficient from boundary measured data // Inverse Probl. Sci. Eng. 2017. Vol. 25. № 2. P. 279–308. doi: 10.1080/17415977.2016.1160396
Nocedal J., Wright S.J. Numerical Optimization. New York: Springer, 2006. 651 p.
Pannone M. Longitudinal dispersion in river flows characterized by random large-Scale bed irregularities: first-order analytical solution // Journal of Hydraulic Engineering. 2012. V. 138, Issue 5. P.410–411.
Pannone M., Mirauda D., Vincenzo A.D. Molino B. Longitudinal dispersion in straight open channels: Anomalous breakthrough curves and first-order analytical solution for the depthaveraged concentration. Water. 2018. Vol. 10 (4). 478. https://doi.org/10.3390/w10040478
Sousa D.M., Roberty N.C. An inverse source problem for the stationary diffusion-advection-decay equation // Inverse Probl. Sci. Eng. 2012. V. 20. № 7. P. 891–915. doi: 10.1080/17415977.2011.609466
Strijov V., Weber G.W., Nonlinear regression model generation using hyperparameter optimization // Computers & Mathematics with Applications. 2010. Vol. 60 (4). 981–988. https://doi.org/ 10.1016/j.camwa.2010.03.021.
Tayfur G., Singh V.P., Predicting longitudinal dispersion coefficient in natural streams by artificial neural network. Journal of Hydraulic Engineering. 2005. Vol. 131 (11). 991–1000. https://doi.org/10.1061/(asce)0733-9429(2005)131:11(991)
Verhulst F. Methods and applications of singular perturbations: Boundary layers and multiple timescale dynamics. New York: Springer, 2005. 332 p.
