基于两种耦合方法的模拟-优化模型在地下水污染源识别中的对比

采用一种基于模拟-优化模型的方法对地下水污染源进行识别研究.模拟-优化模型分别采用响应矩阵法和状态转移方程法进行耦合,并利用遗传算法求解,经过多次迭代,使得模拟结果与观测数据的误差达到最小.最后,通过一个假想例子评估模拟-优化模型的性能,同时比较应用不同耦合方法的计算结果.研究表明:应用响应矩阵法耦合模拟-优化模型所得结果的绝对误差范围为0.1~1.6g/L,应用状态转移方程法时,绝对误差范围为0~5.2g/L,因此,采用遗传算法求解模拟-优化模型能够有效且准确地得到地下水污染源的释放量,可以应用于地下水污染源识别问题,并且采用响应矩阵法耦合模拟-优化模型优于状态转移方程法.     

基于U-D分解卡尔曼滤波地下水污染源溯源辨识

采用基于U-D分解的卡尔曼滤波与非线性规划优化模型相结合,溯源辨识出地下水污染源的个数、位置与释放强度.基于一个假想例子,建立地下水污染质数值模拟模型,运用灵敏度分析筛选出对模型影响较大的参数作为模型中的随机变量.然后,应用基于U-D分解的卡尔曼滤波辨识出污染源的个数与位置.在此基础上建立辨识污染源释放强度的优化模型,应用克里格插值法建立地下水污染质运移数值模拟模型的替代模型,代替模拟模型,作为约束条件嵌入优化模型中,运用遗传算法求解优化模型辨识出地下水污染源源强.结果表明：采用基于U-D分解的卡尔曼滤波方法能够保证滤波的稳定性,有效识别出污染源的个数和位置;非线性规划优化模型,可以辨识出污染源释放强度.在优化模型的求解过程中,应用克里格方法建立模拟模型的替代模型嵌入优化模型,能在保证一定精度的情况下,大幅度减少计算负荷和计算时间.     

基于自组织映射(SOM)算法的地下水污染源反演

根据污染物浓度监测数据进行地下水污染源反演是一类典型的地下水逆问题,通过对地下水污染源位置与强度的确定有助于提高地下水污染治理与修复的效果。提出一种基于自组织映射(SOM)算法的地下水污染溯源模型的替代模型的构建方法,并通过数值算例研究了SOM替代模型中训练数据样本数目和神经元数目的最优组合,以得到能够准确地表征地下水污染源强信息与观测数据之间联系的最优替代模型。算例研究结果表明:基于SOM算法的替代模型作为一种快速反演算法,在应用于地下水污染源反演问题时能有效减少计算量,并能以较高的精度对地下水污染源进行快速识别,具有良好的稳定性和鲁棒性。     

考虑参数不确定性的地下水污染源识别

为分析参数不确定性对地下水污染源识别的影响,本文通过模拟-优化方法、灵敏度分析方法、蒙特卡罗方法和克里格方法的综合运用,建立了描述渗透系数与污染物质释放强度之间关系的推算模型,进行了考虑参数不确定性的地下水污染源识别研究.研究结果表明,推算模型具有较高的精度,确定性系数和平均相对误差分别为0.9895和4.51%;运用推算模型推算了8000组渗透系数影响下的污染源识别结果,节省了约99%的计算负荷和时间;对8000组污染源识别结果进行了定量的统计与分析,得到了概率密度最大的污染源识别结果和置信水平分别为80%、60%、40%和20%对应的污染源识别结果置信区间.本研究改善了应用模拟-优化方法进行地下水污染源识别时,难以考虑参数不确定性的缺点,可以为决策者提供更多的参考依据.     

基于粒子群径向基神经网络的矿井突水水源判别

以多项地下水化学组分指标作为判别因子,采用粒子群算法优化径向基函数神经网络中的参数,建立了最优结构的基于粒子群径向基函数神经网络的矿井突水水源判别模型,将此模型应用于实例分析中,并与其他方法进行了比较分析。结果表明:基于粒子群径向基函数神经网络的矿井突水水源判别模型的判别结果具有客观性和实用性,避免了权重分配等人为因素的干扰;与传统最小二乘法的RBF神经网络相比,其精度更高,优化结果更为合理,具有较强的突水水源判别能力,可为矿井突水水源判别提供了一条新途径。     

基于SSA-BP与SSA的地下水污染源反演识别

应用基于SSA-BP神经网络替代模型的模拟-优化方法和SSA研究了地下水污染源位置及释放历史的反演识别问题。并在建立地下水水流模型时,应用Cholesky分解方法建立含水层渗透系数连续场,该方法相比于普通的参数分区方法更好地描述了水文地质参数的非均质性。结果表明:SSA-BP神经网络替代模型对模拟模型具有较高的逼近精度,其平均相对误差仅有3.21%。应用SSA求解优化模型,能够快速准确地识别出点污染源的位置及释放历史。SSA对污染源位置的反演识别相对误差在10%左右,对污染源源强的反演识别相对误差不超过4%。因此,本文所提出的方法是一种有效的地下水污染源识别方法,可为污染责任认定及污染修复方案的优化提供参考。     

地下油罐泄漏区污染源的自动识别

地下油罐泄漏隐蔽性大,不易被及时发现,而且泄漏出的烃类化合物毒性强,对地下水会造成严重污染.为了对某一地下油罐污染源位置和强度进行准确识别,本研究结合现场调查结果,建立了该地下油罐泄漏区的石油污染物反应运移模型.在基本确定污染源泄漏区范围的前提下,进一步建立地下油罐泄漏区污染源的识别模型,并利用遗传算法对泄漏区污染源的位置和泄漏强度进行了自动识别,进而通过参数敏感性分析来评价和比较不同参数对污染物运移结果的影响.结果表明,运移模型中与地下水流场变化相关的特征参数（如开采量、水力坡度、渗透系数等）对污染物运移结果的影响相对比较明显.对于污染源来说,研究不同污染组分在含水层中的化学和生物化学变化显得尤为重要.     

基于模拟-优化方法的地下水污染源溯源辨识

以抚顺市某煤矸石堆放场为研究区,根据研究区的实际条件建立地下水污染质运移模拟模型,预测地下水污染质未来时空变化特征.基于正演预报结果构建了假想例子,应用模拟-优化方法对地下水污染源源强及场地的渗透系数进行反演识别.为减小优化模型反复调用模拟模型所产生的计算负荷,分别采用Kriging方法和BP神经网络方法建立了模拟模型的替代模型.最后运用模拟退火法求解优化模型,得到反演识别结果.研究表明：应用Kriging方法建立的替代模型输出结果的平均相对误差为0.3%;应用BP神经网络方法建立替代模型的输出结果平均相对误差为1.5%,应用两种替代模型对污染源源强识别的相对误差均小于0.5%,对场地两个参数分区渗透系数识别的相对误差均不大于5%.综上,应用Kriging方法建立的替代模型精度高于BP神经网络方法,利用基于两种替代模型的模拟-优化方法对污染源源强和渗透系数进行同步识别精度可以满足实际需求,是有效可行的.     

不同建议分布MCMC算法在地下水污染源反演识别中的对比研究

为了探究正态分布、均匀分布和随机游走三种不同建议分布的MCMC算法对地下水污染源反演识别结果的影响,并遴选出最优的建议分布.本文根据假想案例建立了污染质运移模拟模型及基于Kriging方法的替代模型,并建立了基于正态分布、均匀分布和随机游走三种建议分布的MCMC算法以反演识别地下水污染源的释放历史.结果表明,针对本文算例,以均匀分布为建议分布的MCMC算法具有反演精度高、稳定性好、收敛速度快等优点,最为适合作为本研究案例的建议分布进行地下水污染源反演识别研究.     

地下水有机污染源识别技术体系研究与示范

地下水有机污染点多面广、污染源不清、治理难度大,如何从源头上控制污染源,减少污染源对地下水的威胁,是地下水污染控制和治理的关键.以典型污染场地为例开展有机污染源辨识研究,建立地下水有机污染源识别技术体系,并应用于典型污染场地地下水有机污染源的识别.在掌握污染场地地质、水文地质条件的基础上,从大量地下水分析化验数据中,确定污染场地特征污染物为四氯化碳,建立污染场地溶质运移模型,并结合单体同位素技术,通过模型反演和同位素溯源,确定了典型场地有机污染源的分布、污染现状,并对识别出的潜在污染源进行调查和土壤取样分析,结果表明,辨识出的两个历史污染源位置、污染物浓度分布结果可靠,为地下水污染治理提供了依据.     

基于克里格法的地下水流数值模拟模型的替代模型研究

以内蒙古乌拉特中旗金泉工业园区水源地为研究区,建立了研究区地下水流数值模拟模型.采用拉丁超立方方法得到输入(抽水量)输出(水位降深)数据集,运用克里格法建立了地下水流数值模拟模型的替代模型—克里格模型.将克里格模型输出结果与地下水流数值模拟模型输出数据集进行对比发现,克里格模型和地下水流数值模拟模型得到的地下水位降深均值的拟合平均相对误差为0.22%,地下水位降深剩余标准差的拟合平均相对误差为0.03%,拟合误差很小.表明克里格模型可以有效地替代地下水流数值模拟模型,这为大幅减小优化模型在优化迭代求解过程中多次调用模拟模型造成的巨大计算负荷提供一种有效的替代方法.     

不确定性条件下地下水污染监测井网优化设计——基于XGBoost替代模型

在地下水污染监测井网优化设计中,应用模拟优化方法时客观存在的模型参数不确定性往往会影响到设计监测井网的可靠性.针对该问题,重点考虑了渗透系数和污染源释放强度的不确定性,应用模拟优化方法和蒙特卡罗方法求解上述不确定性参数影响下的最优监测井布设方案.为缓解蒙特卡罗方法多次调用模拟模型所产生的巨大计算负荷,本研究建立了XGBoost替代模型,代替模拟模型与优化模型进行耦合.为提高监测井网对实际污染羽的监测精度,污染监测井网优化模型以监测空间矩误差极小化为优化目标.此外,本次研究还考虑了监测井网设计中污染源释放强度的动态变化过程.最后,以抚顺市某煤矸石堆放场地为基础建立假想例子,验证所提方法的有效性.结果表明:1.XGBoost能够有效近似模拟模型的输入输出关系,显著降低了计算负荷.2.空间矩能够有效评估监测井网插值污染羽和实际污染羽的逼近程度,优化设计后的监测井网能够较为准确地捕捉到实际污染羽的状态.3.模拟优化方法结合蒙特卡罗方法能有效求解不确定性条件下最优监测井网的设计问题.本文为地下水污染监测井网设计提供了一种稳定可靠的方法.     

基于小波神经网络的地下水流数值模拟模型的替代模型研究

以吉林西部为研究区,建立地下水流数值模拟模型,分别应用蒙特卡罗方法和拉丁超立方方法在研究区10个县(市)开采量的可行范围内进行采样,经对比选择拉丁超立方抽样结果得到输入(开采量)—输出(水位降深)数据集,建立小波神经网络模型作为地下水流数值模拟模型的替代模型,而后对替代模型有效性作误差分析,并与多元非线性回归替代模型进行对比.结果显示,2种替代模型在功能上都能逼近地下水流数值模拟模型,但小波神经网络模型得到的水位降深均值和水位降深剩余标准差与模拟模型计算结果的相对误差分别低于多元非线性回归模型76%和45%,说明小波神经网络模型更适合作为地下水流数值模拟模型的替代模型,这为减少优化模型求解过程中直接调用模拟模型所造成的计算负荷提供了一种有效的替代方法.     

京津冀典型区域地下水污染风险评价方法研究

地下水污染风险评价是开展京津冀地区地下水污染防控工作的基础,对于保障京津冀地下水环境安全至关重要.为了有针对性地开展京津冀地区地下水污染防控工作,以京津冀地区内某典型区域为研究区,提出了一种基于HYDRUS-2D软件的地下水污染风险评价方法,并以研究区内特征污染物硝酸盐为对象进行地下水污染风险评价.结果表明:①研究区内地下水污染荷载主要受垃圾填埋场分布影响,其次为工业源和农业面源;②包气带结构类型不变的情况下,污染源荷载的变化只会导致进入含水层中的污染物浓度不同,不会改变包气带硝酸盐折减系数;③污染源类型、包气带介质岩性及厚度是造成研究区内地下水硝酸盐污染风险评价存在差异的主要原因.研究显示,采用基于HYDRUS-2D软件的地下水污染风险评价方法,能够有效地降低地下水污染评价过程中的主观性,对于确定京津冀地区地下水污染重点防控区域,提高地下水环境管理水平具有重要的参考价值.      

基于贝叶斯公式的地下水污染源及含水层参数同步反演

针对非均质地下含水层污染源识别及含水层参数反演过程中监测方案优化问题,提出一种基于贝叶斯公式及信息熵最小的累进加井的多井监测方案优化方法.首先,构建假想案例下的二维非均质各向同性潜水含水层水流及溶质运移模型,运用GMS软件进行数值模拟求解.采用最优拉丁超立方抽样方法和Kriging法建立数值模拟模型的替代模型.然后以参数后验分布的信息熵最小为目标函数,采用累进加井的方式进行多井监测方案优化设计.最后根据优化后的监测方案,采用差分进化自适应Metropolis算法进行污染源及含水层参数的同步反演.算例研究表明：在兼顾反演精度及监测成本,并保证每个参数分区内至少有1眼监测井的条件下,5眼井组合监测方案（6,5,1,2,8）为最优监测方案.与信息熵最小的10眼井组合监测方案（1,2,3,4,5,6,7,8,9,10）的参数反演结果相比,5眼井组合监测方案对11个参数α=（X_S,Y_S,T₁,T₂,Q_s,K₁,K₂,K₃,DL₁,DL₂,DL₃）的后验均值偏离率的平均值虽增大1.2%,但监测成本却是10眼井组合监测方案的50%.