《不确定性非线性系统“模拟-优化”耦合模型研究》开发了一套不确定性非线性系统“模拟—优化”耦合模型及其源代码，可以用于水体、大气容量总量控制和基于机理过程模拟的过程最优控制（如地下水、石油、化工等）。全书共5章，第1、2章阐述了研究背景、目的、技术路线，以及容量总量控制（TMDL）、不确定性非线性系统模拟和不确定性优化模型的历程和科学问题；第3章阐述了基于受体模式的分布式源解析统计模型、贝叶斯递归回归树和强化区间线性规划的数学理论及其算法和先进性；第4章建立了基于上述耦合模型的Swift Creek水库流域营养盐TMDL最优分配与风险决策方案；第5章讨论了主要结论、创新点以及该研究领域的发展方向。
    《不确定性非线性系统“模拟-优化”耦合模型研究》可供环境科学、生态学、湖沼学、运筹学等学科的科研人员、高校师生以及政府部门有关人员参考。

    作为非点源和水质模拟的基础，源解析可以量化区域污染的时空分异性及不同水文单元内潜在污染源的贡献程度，为非点源和水质模拟提供水质参数和污染源输人数据的时空分异性信息。从研究方法来看，源类型数量、源特征和源贡献程度及其不确定性分析是目前研究热点，国内外研究机构对于各种“受体模型”开展了大量研究。美国沙漠研究所（DRI）的John G.Watson教授和JudithC.Chow教授领导的研究组开发了化学质量平衡法（CMB）及其软件（Watson eta1.1999）；美国克拉克森（（21arkson）大学的Philip K.Hopke教授领导的CARES团队提出基于多元统计分析方法识别源类型和源特征方法（Kim eta1.2004），同时提出了back trajectoty model与“受体模型”的耦合途径（Hopke et a1.2005）；美国南加利福尼亚州（Southern California.）大学的Ronald C.Henry教授开发了uNMIx算法和软件，并从受体模型原理出发，指出当今“受体模型”的难点表现为源类型／源特征确定和源贡献程度算法选择，解决途径有引擎算法（ME）、SMCR和WLS等算法（Htenry，2005）；就“受体模型”的不确定性来说，E.s.Park研究员总结了受体模型的不确定性来源，并采用Mento Carlo方法对模型参数进行不确定性分析（Park et a1.2002）。近年FA／MLR模型已引入到地表水（Simeonov et a1.2003）、海水、海洋沉积物等研究，证明了其在水环境领域的可行性。

前言
1 绪论
1.1 研究背景与目的
1.2 研究内容与技术路线

2 国内外研究进展
2.1 TMDL技术
2.1.1 TMDL及我国容量总量控制的发展历程
2.1.2 对比分析
2.1.3 三点不足之处
2.2 不确定性“质-量”模拟模型
2.2.1 研究热点与发展历程
2.2.2 模型特点与对比分析
2.2.3 重要的科学问题
2.3 不确定性优化模型
2.3.1 研究热点与发展历程
2.3.2 模型特点与对比分析
2.3.3 重要的科学问题

3 不确定性非线性系统“模拟-优化”耦合模型开发
3.1 DRSS模型
3.1.1 DRSS模型的数学理论
3.1.2 DRSS模型的算法
3.1.3 模型对比分析与讨论
3.2 BRRT模型
3.2.1 BRRT模型的数学理论
3.2.2 BRRT模型的算法
3.2.3 模型对比分析与讨论
3.3 EILP模型
3.3.1 EILP模型的数学理论
3.3.2 EILP模型的算法
3.3.3 EILP模型的衍生模型
3.3.4 模型对比分析与讨论

4 应用研究：SwiftCreek水库流域营养盐TMDL最优分配与风险决策方案
4.1 研究区域与数据
4.2 水体污染物分布式源解析
4.3 半分布式水文、非点源和二维水质水动力机理模型校准
4.4 基于机理过程的不确定性“质-量”响应模拟
4.5 营养盐TMDL最优分配与风险决策方案

5 结论、创新点与展望
5.1 主要结论
5.2 创新点与贡献
5.3 研究展望
参考文献
附录
附录A SCR流域的其他子流域水文模拟结果
附录B SCR流域的其他子流域非点源模拟结果
附录C BRRTv1.0的C程序
附录D SCR流域营养盐TMDL的不确定性“模拟-优化”耦合模型的Lingo程序
彩图