考虑边界条件不确定性的地下水污染风险分析

为分析边界条件不确定性对地下水污染质运移数值模拟模型输出结果的影响,运用Monte Carlo方法对一算例进行阐明,并从污染风险预报方面对模拟结果进行分析.为减少重复调用模拟模型产生的大量计算负荷,将边界条件（第一类边界条件-水头值）作为随机变量,建立地下水污染质运移数值模拟模型的Kriging替代模型,在保证较高精度的同时,实现了Monte Carlo模拟.结果表明：边界条件的不确定性,对地下水污染质运移数值模拟模型预报的结果有很大影响,考虑与未考虑边界条件不确定性得到的研究区污染羽分布差别较大.对地下水污染质运移数值模拟模型的Monte Carlo模拟结果进行统计与分析,可以评估研究区观测井1,2,3污染物浓度预报结果的可靠程度,并且可以预报出研究区观测井1,2,3遭受不同程度污染的风险.     

某钼矿尾矿库地下水污染的随机模拟

为分析参数不确定性对地下水污染数值模拟模型输出结果的影响,以某钼矿尾矿库地下水污染问题作为研究实例,选取钼离子作为模拟因子,建立该钼矿尾矿库地下水污染数值模拟模型,对输出结果进行不确定性分析.为降低替代模型的维数,运用灵敏度分析法筛选出对模拟模型输出结果影响较大的2个参数作为模型中的随机参数.为减少反复调用数值模拟模型产生的计算负荷,分别运用克里格方法和支持向量机法建立模拟模型的替代模型,并比较二者的精度,选择精度较高的替代模型完成蒙特卡罗随机模拟.最后,对随机模拟的输出结果进行统计分析与区间估计,对地下水污染超标的风险进行评价.结果表明：置信度为80%时,井1,2,3浓度值的置信区间分别为0.71~2.29,0.28~1.02,1.55~3.25mg/L.此外,结合《地下水质量标准》以及污染物浓度分布函数曲线,井1,2,3中水质达到地下水质量标准Ⅴ类的概率分别为99.7%,97.1%,99.6%.本研究可为地下水污染防治提供更科学、全面的参考依据.     

考虑参数和边界条件不确定性的地下水污染随机模拟

为了分析模型参数的随机变化和边界条件的随机变化对地下水溶质运移模型输出结果的不确定性影响,采用蒙特卡洛模拟对一假想算例展开研究,并结合风险评估阐述不确定性分析结果.首先,建立研究区地下水溶质运移数值模拟模型,并综合利用局部灵敏度分析和全局灵敏度分析方法筛选出对模型输出结果影响较大的参数,连同模型的边界条件(第一类边界条件-水头值)一起作为随机变量.然后,利用优化超参数的高斯过程回归(GPR)方法建立模拟模型的替代模型,代替模拟模型完成蒙特卡洛随机模拟.最后,对随机模拟的结果进行统计分析和区间估计,并利用污染物浓度的概率分布函数对1、2、3号观测井进行地下水污染风险评价.结果表明:置信水平>80%时,1,2,3号观测井污染物浓度值的置信区间分别为34.77~35.03,57.74~58.04,100.07~100.69mg/L.此外,1,2,3号观测井为轻度污染的风险分别为6%,100%,100%;为中度污染的风险分别为0%,0%,99.6%;为重度污染的风险分别为0%,0%,0.5%,藉此为地下水污染修复防治和地下水的合理利用提供可靠参考依据.     

基于不确定性分析的地下水污染超标风险预警

地下水污染预测可以通过地下水污染质运移数值模拟模型予以实现,为分析模型参数取值不确定性对模型输出结果的影响,本文运用蒙特卡洛方法对模型输出结果进行不确定性分析.为降低数值模拟模型复杂程度,运用灵敏度分析方法筛选对模型影响较大参数作为模型中随机变量;为减少重复调用数值模拟模型产生的计算负荷,在保证一定精度前提下,运用克里格方法建立模拟模型的替代模型完成模拟过程.结果表明:应用概率密度函数积分可以估计地下水遭受污染风险与不同置信程度下污染物浓度区间.污染羽分布图与分级污染超标风险预警图可以分别对研究区不同等级污染覆盖面积和研究区不同污染风险对应污染羽分布进行估计.基于污染质运移数值模拟不确定性分析的地下水污染超标风险预警可以更加客观地对地下水污染问题进行预测.     

地下水DNAPLs污染多相流的随机模拟及其不确定性分析

水文地质参数本身存在不确定性,为分析水文地质参数不确定性对地下水DNAPLs污染多相流数值模拟模型输出结果的影响,本文针对假想算例展开研究,首先建立了研究区地下水DNAPLs污染多相流数值模拟模型;然后,运用灵敏度分析法筛选对模型输出结果影响较大的参数作为随机变量;为减少反复调用多相流模拟模型产生的计算负荷,运用克里格方法建立多相流模拟模型的替代模型,利用替代模型完成蒙特卡洛随机模拟;最后,对随机模拟的结果进行统计分析并完成地下水污染风险评价.结果表明,利用污染物浓度分布函数可以估算单井遭受污染的风险;利用地下水污染风险图可以对全区地下水遭受不同程度污染的风险大小进行分区,为地下水污染防治提供更加科学、丰富的参考依据.     

地下水污染模拟模型的不确定性分析

为同时分析源汇项和水文地质参数不确定性对地下水污染数值模拟模型输出结果的影响,以抚顺市某煤矸石堆放场为研究实例展开研究.首先以硫酸根离子作为模拟因子,建立该场地地下水污染数值模拟模型.然后,分别采用局部灵敏度分析和全局灵敏度分析两种方法对模拟模型参数进行灵敏度分析并对比二者的结果,最终筛选出对模型输出结果影响较大的两个参数作为模型的随机参数.为减少反复调用模拟模型产生的计算负荷,分别对3口观测井应用克里格、核极限学习机、支持向量机和BP神经网络4种方法建立模拟模型的替代模型,根据这4种替代模型在不同井的拟合效果,为每口井优选出一个表现最好的替代模型,并利用优选出的替代模型完成蒙特卡洛随机模拟.最后,对随机模拟的结果进行统计分析与风险评估.结果表明,在置信度为80%时,1,2,3号三口井浓度的置信区间分别为:211.48~845.04mg/L,0~406.98mg/L,231.42~958.37mg/L.此外,依据《地下水质量标准》和各井的污染物浓度分布函数曲线得出:1号井和3号井的水质达标Ⅴ类水的概率分别为90.1%和93.1%,2号井达标Ⅲ类水的概率为80.7%,藉此为地下水资源管理和污染防治提供合理依据.     

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.     

基于替代模型的地下水溶质运移不确定性分析

为分析参数的不确定性对地下水溶质运移数值模型的影响,采用蒙特卡罗(Monte Carlo)模拟对一算例进行分析,并从风险评估的角度对不确定性分析的结果进行了阐释.为减小计算负荷,利用Sobol'法对模型参数进行了灵敏度分析,筛选出较为敏感的参数作为随机变量,建立了模拟模型的克里格(Kriging)替代模型,进而实现Monte Carlo模拟.结果表明:置信度为80%时,井1,2,3浓度值的置信区间分别为23.46~42.06,47.99~66.73,69.54~82.94mg/L;结合风险评估,计算出地下水受污染的风险为0.54,可为地下水污染物防控与修复提供科学依据.     

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.     

卡尔曼滤波方法在地下水污染源反演中的应用

采用卡尔曼滤波方法反演识别地下水污染源的个数和大概位置.借助一个假想算例,建立地下水系统水流和溶质运移模拟模型,利用灵敏度分析方法筛选出对模拟结果影响最大的参数作为随机变量,对该参数进行抽样,运用蒙特卡罗方法将抽样结果输入模拟模型,生成污染质浓度场.采用卡尔曼滤波方法构造迭代过程,逐个利用采样点处浓度的实测值不断更新综合浓度场.引入模糊集理论表示污染羽,对比综合污染羽和单个污染羽的模糊集来更新各潜在污染源的权重,根据潜在污染源权重大小和综合污染羽收敛形状判断真实污染源的个数和大概位置.算例结果表明：采用卡尔曼滤波方法可以成功反演识别出地下水污染中真实污染源的准确个数和大概位置;引入模糊集理论表示污染羽,通过对比综合污染羽和单个污染羽的模糊集,可以确定各潜在污染源的权重.     

基于径向基函数模型的优化方法在地下水污染源识别中的应用

采用一种基于径向基函数的替代模型代替地下水溶质运移模型,将其作为约束条件嵌入污染源识别的优化模型中,通过遗传算法对优化模型进行求解.最后通过一个假想例子评估优化模型的性能.研究表明：污染源泄漏量识别结果的平均绝对误差为1.00g/s,误差较小,计算时间为51min,耗时较少,因此,基于径向基函数模型的优化方法有效地避免了优化模型求解过程中多次调用模拟模型造成的巨大计算负荷,获得了较为准确的计算结果,是一种有效的地下水污染源识别方法,能够用来求解地下水污染源泄漏量.     

运用GMS模型对某垃圾场地下水污染的研究

通过对洛阳市某垃圾场的环境地质条件调查和地下水污染监测,用综合污染指数和内梅罗污染指数法,评价了垃圾场对地下水的污染情况;运用GMS模型选择垃圾场的特征污染物对垃圾场周围土壤及地下水的污染现状进行了影响评价;并通过数值模拟计算进行污染预测,为垃圾场水土污染的防治提供了基础资料和科学依据。