含污染的非饱和土壤水流问题的特征方法

来源 :山东大学 | 被引量 : 0次 | 上传用户:guaodeshanying
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地下水水质污染模型的研究,对合理经济地开发和管理地下水资源,了解多孔介质中物质和能量的输运规律有一定的意义。在环境污染问题中,地下水水质污染问题的数学模型也有着重要的理论和使用价值。   根据Darcy定律等,我们可以得到含污染的非饱和土壤水流问题的问题模型:求c,使得对任意t>0,都满足:{(δ)θ/(δ)t+(δ)k(θ)/(δ)z-(δ)/(δ)z(D(δ)θ/(δ)z-(δ)/(δ)x(D(δ)θ/(δ)x-(δ)/(δ)y(D(δ)θ/(δ)y)=Sr.{(x,y,z)∈Ω,0<t≤T.{(δ)c/(δ)t+q/θ(δ)c/(δ)z+q/θ(δ)c/(δ)y+q/θ(δ)c/(δ)x-(δ)/(δ)z(d(δ)c/(δ)z-(δ)/(δ)x((δ)c/(δ)x-(δ)/(δ)y(d(δ)c/(δ)y)=I(0.0.1){(x,y,z)∈Ω,0<t≤T.{(δ)(x,y,z,0)=0,c(x,y,z,0)=0.{(δ)(x,y,z,t)|((δ)Ω)=0,c(x,y,z,t)|((δ)Ω)=0.   其中(δ)Ω逐段光滑,θ为土壤含水率,c为污染物浓度,k(θ)为导水率,D(θ)为扩散率,t为时间,z为位置坐标,原点取在地表,向下为正方向,x,y为水平方向坐标.I为污染的源汇项,本文中按0处理.q为水分通量,即单位时间内通过单位面积的水量。Sr为土壤系数,本文也做0处理。d是扩散系数。   Douglas,Russell等提出的特征有限差分方法,可以大幅度提高时间步长,增加计算精度.利用这个方法,我们记∫=q/θ,一维情况下,取Ψ=√1+f2,τ(z,t)是相应于算子(δ)c/(δ)t+f(δ)c/(δ)z的特征方向的单位矢量。   从而,我们得到了本文的误差估计:0max≤n≤N‖ξn‖6K1∑∑(δzξn)hni△t≤~M(△t+h).   对于特征有限差分方法,本文给出了二维问题的误差分析,取=Ψ=√1+2f2,Υ(z,t)是相应于算子(δ)c/(δ)t+f(δ)c/(δ)z++f(δ)c/(δ)x的特征方向的单位矢量。仍得到了相似的结果:   0max≤n≤N‖ξn‖+K1(N∑n=0I-1[∑I=0J-1∑j=0[(δzξni,j)2hnihnj+(δxξni,j)2hnihni]△t])1/2≤~M(h|△t)
其他文献
保险公司在收取保费的同时也将承担支付保额的风险。有时可能会因为支付保额过高而导致破产。因此,怎样采取合理策略(比如:合理的再保险或投资策略)使公司风险达到最小或者使
P2P技术的发展不仅给个人用户带来了前所未有的便利,而且也极大地推动了网络潜能的进一步开发,但是其安全性是一个影响网络推广、应用所不容忽视的问题。因此在P2P网络中建立
本文主要研究全纯映射的高阶Schwarz—Pick估计.所涉及的映射包括复平面中单位圆盘上的、复空间中单位球上的以及复的Hilbert空间中单位球上的全纯映射.全文共分六章.  
函数逼近论是现代数学的一个重要分支.在函数逼近论中,有关正算子逼近误差的估计是一个非常有趣的研究领域.有不少学者对它进行了研究,得到了许多有价值的成果.但对有关正算
学位
图论在现代信息科学、生命科学中有较强的应用.如:网络设计、计算机科学、编码理论、DNA的基因谱的确定和计数、工业生产和企业管理中的优化方法等都非常广泛地应用了图论及
图的染色问题是图论研究中的一个热点话题.早在1965年M.Behzad就提出了全染色的概念,全染色是指对图G的顶点和边同时进行染色,使得任意相邻或相关联的元素(顶点和边)均染有不
竞争型神经网络是基于无监督学习方法的神经网络的一种重要类型,在图像处理、模式识别、信号处理和控制理论中有广泛应用,因此,研究竞争神经网络的动力特征,例如稳定性、不变