수문학적 최적화

Hydrological optimization

수문학적 최적화는 물 관련 문제에 수학적 최적화 기법(동적 프로그래밍, 선형 프로그래밍, 정수 프로그래밍 또는 2차 프로그래밍 등)을 적용합니다.이러한 문제는 지표수, 지하수 또는 조합에 대한 것일 수 있습니다.이 작업은 여러 분야에 걸쳐 이루어지며 수문학자, 토목 엔지니어, 환경 엔지니어 및 운영 연구자에 의해 수행될 수 있습니다.

시뮬레이션과 최적화

지하수와 지표수 흐름은 수문 시뮬레이션을 통해 연구할 수 있다.이 작업에 사용되는 일반적인 프로그램은 MODFLOW입니다.그러나 시뮬레이션 모델은 시뮬레이션이 설명적이기 때문에 경영진의 의사결정에 쉽게 도움이 되지 않습니다.시뮬레이션은 특정 조건이 주어졌을 때 어떤 일이 일어날지 보여줍니다.반면 최적화는 일련의 조건에 가장 적합한 솔루션을 찾습니다.최적화 모델은 다음 세 부분으로 구성됩니다.

  1. "비용 최소화"와 같은 목표
  2. 관리에서 사용할 수 있는 옵션에 해당하는 의사결정 변수
  3. 옵션에 부과되는 기술적 요건 또는 물리적 요건을 기술하는 제약사항

수문학적 최적화를 사용하기 위해 시뮬레이션을 실행하여 최적화를 위한 제약 조건 계수를 찾습니다.그런 다음 엔지니어 또는 관리자는 일련의 가능한 의사 결정과 관련된 비용 또는 이점을 추가하고 최적화 모델을 해결하여 최적의 솔루션을 찾을 수 있습니다.

수문학적 최적화로 해결된 문제의 예

  • 대수층의 [1]오염물질 교정.결정 문제는 오염물질 확산을 방지하기 위해 비용을 최소화하기 위해 유정을 어디에 배치하고 펌핑 속도를 선택하는 것입니다.제약조건은 수문지질학적 흐름과 관련되어 있다.
  • 습지 개선을 위한 물 배분.이 최적화 모델은 우선 조류 종의 습지 서식지를 개선하기 위해 수분 할당과 침습적 식생 제어를 권장한다.이러한 권고사항은 물 가용성, 공간적 연결성, 유압 인프라 용량, 식생 대응 및 가용 재무 [2]자원과 같은 제약을 받는다.
  • 환경 흐름의 제약을 [3]받는 우물 추상화 극대화.목표는 각 사용자의 물 사용이 다른 사용자와 환경에 미치는 영향을 가능한 한 정확하게 측정하고 사용 가능한 해결책에 대해 최적화하는 것이다.
  • 수질 개선단순한 최적화 모델은 [4]분수령에서 영양소의 과잉을 줄이기 위해 비용 최소화 모범 관리 방법의 조합을 식별합니다.

PDE 제약 최적화

편미분방정식(PDE)은 수문학적 과정을 설명하는 데 널리 사용되며, 이는 수문학적 최적화의 높은 정확도가 주어진 최적화에 PDE 제약을 통합하기 위해 노력해야 함을 시사한다.수문학에서 사용되는 PDE의 일반적인 예는 다음과 같습니다.

기타 환경 프로세스에는 다음과 같은 입력 정보가 포함됩니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Ahlfeld, David P.; Mulvey, John M.; Pinder, George F.; Wood, Eric F. (1988). "Contaminated groundwater remediation design using simulation, optimization, and sensitivity theory: 1. Model development". Water Resources Research. 24 (3): 431–441. Bibcode:1988WRR....24..431A. doi:10.1029/WR024i003p00431. ISSN 1944-7973.
  2. ^ Alminagorta, Omar (2016). "Systems modeling to improve the hydro-ecological performance of diked wetlands". Water Resources Research. 52 (9): 7070–7085. Bibcode:2016WRR....52.7070A. doi:10.1002/2015WR018105.
  3. ^ Feyen, Luc; Gorelick, Steven M. (2005). "Framework to evaluate the worth of hydraulic conductivity data for optimal groundwater resources management in ecologically sensitive areas". Water Resources Research. 41 (3): 03019. Bibcode:2005WRR....41.3019F. doi:10.1029/2003WR002901.
  4. ^ Alminagorta, Omar; Tesfatsion, Bereket; Rosenberg, David E.; Neilson, Bethany (2013). "Simple Optimization Method to Determine Best Management Practices to Reduce Phosphorus Loading in Echo Reservoir, Utah". Journal of Water Resources Planning and Management. 139: 122–125. doi:10.1061/(ASCE)WR.1943-5452.0000224.
  5. ^ Santhosh, Apoorva; Farid, Amro M.; Youcef-Toumi, Kamal (2014). "Real-time economic dispatch for the supply side of the energy-water nexus" (PDF). Applied Energy. 122: 42–52. doi:10.1016/j.apenergy.2014.01.062.
  6. ^ Dandy, Graeme C.; Simpson, Angus R.; Murphy, Laurence J. (1996). "An improved genetic algorithm for pipe network optimization" (PDF). Water Resources Research. 32 (2): 449–458. Bibcode:1996WRR....32..449D. doi:10.1029/95WR02917. hdl:2440/1073. Archived from the original (PDF) on 2019-08-10.

추가 정보

외부 링크