《智慧环境仿真与管控》共十章，系统介绍了：智慧环境与数模仿真的基本概念、发展、构成；数学建模仿真方法与数学基础；环境数模仿真管控的环境专业基础——污水处理、水环境生态修复、大气环境污染控制、固体废物处理、土壤环境污染控制等方面的数模仿真；人工智能技术、数据可视化、机器学习等环境智慧化管控技术；人工智能赋能与环境智慧管控应用及案例。 本书可用作高等院校环境工程、环境科学、市政工程、给排水工程、智慧环境、环境信息、环境生态等专业本科生、研究生的课程教材或教学参考，也可供有意了解或从事智慧环境仿真管控的科研人员、工程师、管理人员等作为参考。

周雪飞：同济大学环境科学与工程学院教授，博导。国际水协(IWA)会员。 近年来一直从事污染物环境行为、水环境保护的机理、技术及数学模型等方面的研究，并对水体中典型污染物的降解机理与处理技术、农村应急水处理技术开展了较为系统的前期研究。作为完成人之一的项目“小城镇环境保护关键技术研究与设备开发”获2006年度教育部科技进步二等奖，“小城镇一体化水处理关键技术研究与设备开发”获2007年度上海市科技进步二等奖，“耦合式城市污水处理新技术及应用”获2008年度国家技术发明二等奖。

第一章智慧环境与数模仿真 1 1.1 智慧环境的发展背景与构成 1 1.2 系统、 系统分析与环境数学模型 5 1.2.1 系统、环境系统 5 1.2.2 系统分析、环境系统分析 5 1.2.3 模型、数学模型、环境数学模型 6 1.3 数学建模与数模仿真 6 1.3.1 仿真建模的基本原则 7 1.3.2 仿真建模的一般步骤 7 1.3.3 仿真建模的典型方法 10 参考文献 10 第二章数模仿真的常用数学方法 12 2.1 蒙特卡罗算法 12 2.2 数据拟合法 13 2.2.1 最小二乘法 13 2.2.2 插值法 16 2.3 数学规划法 16 2.3.1 线性规划 17 2.3.2 多目标规划 20 2.3.3 整数规划 21 2.3.4 非线性规划 22 参考文献 22 第三章污水处理系统数模仿真 24 3.1 物理处理单元数模仿真 24 3.1.1 沉淀过程数学模型 24 3.1.2 点沉降模型 26 3.1.3 Takacs模型 27 3.1.4 CFD模型 28 3.1.5 高效澄清池数模仿真 32 3.2 生物处理单元数模仿真 34 3.2.1 活性污泥处理过程数模仿真 34 3.2.2 生物膜处理过程数模仿真 53 3.2.3 厌氧消化过程数模仿真 56 3.3 深度处理单元数模仿真 63 3.3.1 消毒过程数模仿真 63 3.3.2 生物活性炭滤池数模仿真 66 3.3.3 臭氧-活性炭深度处理系统数模仿真 68 3.4 污水处理系统数模仿真案例 68 3.4.1 基于ASM2d模型开发的模拟程序ASM2G 68 3.4.2 臭氧接触池深度处理数模仿真 69 参考文献 69 第四章水环境与水生态数模仿真 71 4.1 水环境系统的数模仿真 71 4.1.1 水环境模型概述 71 4.1.2 河流数模仿真 77 4.1.3 湖、库数模仿真 80 4.1.4 河口数模仿真 89 4.1.5 海洋系统的数模仿真 89 4.1.6 地下水系统的数模仿真 95 4.2 水环境生态修复技术数模仿真 104 4.2.1 人工增氧生态修复技术数模仿真 105 4.2.2 水环境植物修复技术数模仿真 109 4.2.3 水环境底泥修复技术数模仿真 115 4.3 水环境生态健康评价模型及应用 117 4.3.1 基于生物完整性指数的水环境生态健康评价模型及其应用 118 4.3.2 压力状态响应模型及其应用 119 4.3.3 基于生态完整性的水环境生态健康评价模型及其应用 119 参考文献 120 第五章大气环境污染控制过程数模仿真 124 5.1 大气湍流扩散的影响因素 125 5.2 大气湍流扩散应用理论与模型 126 5.2.1 梯度输送理论 127 5.2.2 湍流统计理论 131 5.2.3 湍流相似扩散理论 133 5.2.4 湍流数模仿真 134 5.3 点源排放下的大气污染物扩散模型与仿真案例 135 5.3.1 通常模式下连续排放点源的大气污染物扩散模型 136 5.3.2 特殊条件下连续排放点源的大气污染物扩散模型 141 5.3.3 突发事故大气污染物瞬时泄漏扩散模型 145 5.4 线源排放下的大气污染物扩散模型与仿真案例 146 5.4.1 无限长线源模型 146 5.4.2 有限长线源模型 146 5.4.3 线源模型仿真案例 147 5.5 区域大气质量估算模型仿真应用 149 5.5.1 小尺度的区域大气质量估算模型 149 5.5.2 中小尺度区域大气质量估算模型 150 5.5.3 综合型区域大气质量估算模型 150 5.5.4 大尺度大气质量估算模型 151 参考文献 152 第六章固体废物污染及其处理过程的数模仿真 155 6.1 固体废物填埋处理过程的数模仿真 155 6.1.1 生活垃圾典型污染物转化过程数模仿真 155 6.1.2 生活垃圾填埋过程的产气数模仿真 158 6.1.3 垃圾渗滤液扩散过程数模仿真 161 6.1.4 生活垃圾卫生填埋反应过程的数模仿真 162 6.1.5 混合固废堆埋系统污染物迁移数模仿真 165 6.2 垃圾堆肥处理过程的数模仿真 167 6.2.1 有机垃圾厌氧堆肥过程的数模仿真 169 6.2.2 厨余垃圾好氧堆肥过程的数模仿真 171 6.2.3 垃圾堆肥工艺的数模仿真 172 6.3 垃圾焚烧处理过程的数模仿真 175 6.3.1 垃圾焚烧过程的热力学数模仿真 176 6.3.2 垃圾焚烧烟气扩散过程的数模仿真 177 6.3.3 垃圾焚烧工艺的数模仿真 180 6.4 固废污染防控系统模拟 182 参考文献 183 第七章土壤环境污染控制过程数模仿真 184 7.1 土壤环境的典型污染物及污染修复技术 184 7.1.1 土壤环境概述 184 7.1.2 土壤环境污染方式、特征与典型污染物 185 7.1.3 土壤环境污染修复技术 186 7.2 重金属污染物迁移转化及其污染修复过程的数模仿真 188 7.2.1 重金属吸附、转化过程数模仿真 188 7.2.2 重金属迁移过程数模仿真 190 7.3 有机污染物迁移转化及其污染修复过程的数模仿真 195 7.3.1 有机污染物吸附、降解过程数模仿真 195 7.3.2 有机物迁移过程数模仿真 199 7.4 胶体污染物迁移转化及其污染修复过程的数模仿真 205 7.4.1 胶体污染物吸附、降解过程数模仿真 205 7.4.2 胶体迁移过程数模仿真 208 参考文献 211 第八章环境智能化技术原理与应用 214 8.1 人工智能技术简介 214 8.1.1 人工智能概述 214 8.1.2 机器学习 215 8.2 数据可视化及异常值处理 216 8.2.1 数据可视化的理论基础与方法 216 8.2.2 异常值的定义与检测 216 8.3 机器学习在环境领域的应用 217 8.4 人工智能技术在环境领域的应用 218 8.4.1 环境数据收集与分析 219 8.4.2 环境监测与预警 220 8.4.3 环境治理 222 参考文献 223 第九章AI 赋能环境领域典型案例 225 9.1 AI用于固废管理 225 9.1.1 深度学习在城市固体废物产量预测中的应用 225 9.1.2 基于ResNet-50结合迁移学习可视化模型应用于上海城市生活垃圾四分类研究 227 9.1.3 基于动力学和热力学与深度学习多维度定量化分析筛下垃圾热化性质研究 229 9.2 AI用于大气颗粒物污染预测 232 9.2.1 机器学习用于PNSD预测 232 9.2.2 机器学习模型在PNSD预测中的表现 232 9.2.3 LSTM 预测未来PNSD 234 9.3 AI用于土壤污染控制 234 9.3.1 模型回归与拟合分析 235 9.3.2 模型可解释性分析 236 9.4 AI用于水污染控制 239 9.4.1 不同水力停留时间下MBBR的污染物去除性能 239 9.4.2 基于机器学习的水质预测 241 参考文献 243 第十章环境智慧管控 246 10.1 智慧水务 246 10.1.1 智慧排水一体化管控平台 247 10.1.2 污水处理智慧运管平台 254 10.2 智慧固废 261 10.2.1 厂网联动物流调度 261 10.2.2 物料能源平衡分析 263 10.2.3 固废安全应急处理 268 10.3 智慧大气 271 10.3.1 空气质量 “监测大脑” 271 10.3.2 空气质量 “预测大脑” 276 10.3.3 管控效果 “评估大脑” 283 参考文献 292