地下水DNAPLs污染修复多相流模拟的替代模型

应用克里格法、支持向量回归法、核极限学习机法建立多相流模拟模型的替代模型,并应用集对分析法建立组合替代模型,通过将多种替代模型进行对比,分析不同替代模型在地下水DNAPLs污染修复多相流模拟问题中的适用性.结果表明,3种单一替代模型中,克里格模型的精度最高,其次是核极限学习机模型,最后是支持向量回归模型;应用集对分析原理建立集对权组合替代模型,与单一替代模型相比,其模拟模型的逼近精度更高,且提升效果十分显著,平均残差和平均相对误差分别为0.4009%和0.5373%;集对权组合替代模型运行一次仅需1.5s,选择组合替代模型代替多相流模拟模型进行地下水DNAPLs污染的修复方案优选分析,能够大幅减小模拟-优化过程的计算负荷,并保持较高的计算精度.     

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。     

基于Kriging替代模型的地下水污染监测井网优化设计

采用模拟-优化方法进行地下水污染监测井网的优化设计,建立的优化模型以最大化覆盖高污染区域为目标,且综合考虑了各时段污染质的运移情况.为减小计算负荷,研究中引入Kriging方法建立模拟模型的替代模型,来代替模拟模型与优化模型进行耦合.最后通过一个假想案例评估替代模型的拟合精度和优化模型的性能.结果表明:替代模型的输出结果相对误差均小于0.5%,拟合精度较高;通过计算优化模型得到的最优布设方案污染质检出浓度和为3.37mg/L,检出率为85%,远高于随机布设方案.说明该方法能够以较小的计算量实现最大化覆盖高污染区域的目标.本次研究为监测井的布设提供了一种稳定可靠的优化方法.     

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.     

边界元法在填埋场气体运移数值模拟中的应用

基于多孔介质流体动力学理论和边界元法原理,构建了填埋气运移边界元数值模型,进行填埋场内部填理气的运动规律研究;通过与理想条件下的解析解对比分析,检验了该边界元数值模型方法本身;进行了垂直抽气井设施的填埋场实例气体运动数值模拟,得到了填埋场内部填埋气体的压力分布情况,由此确定了集气井的影响范围.模型精度分析和模型验证结果表明,该模型与解析解的平均相对误差在3%以下,与实测数据的平均相对误差均在10%左右,具有较高的精度;抽气井模拟结果表明,该模型可应用于填埋场气体运移的模拟预测和现场分析,能够为填埋场释放气体控制系统设计和优化提供理论依据.     

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.     

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.     

基于含水层DNAPL污染修复替代模型的多目标优化研究

基于Kriging方法建立表面活性剂强化修复DNAPL污染含水层的替代模型,与混合多目标算法NSGAII-HCS（Nondominated sortinggenetic algorithm II-Hill climber with step）耦合,实现修复成本最小化和治理效率最大化的多目标优化.以三维非均质承压含水层中PCE污染物的运移与修复过程为例,采用UTCHEM程序模拟表面活性剂强化修复含水层过程.将Kriging替代模型与多相流模型的输出结果进行对比,两种模型得到的含水层中PCE去除效率的平均相对拟合误差为0.80%,相关系数为0.9992,表明Kriging模型可以有效替代多相流模型.进一步将替代模型的Pareto最优解与相应的多相流模型的模拟值进行比较,得到两种模型的平均相对拟合误差仅为0.70%,相关系数达0.9998,表明在多目标优化的迭代求解过程中可以直接调用Kriging替代模型,而无须重复调用多相流模型的大负荷运算,从而为制定表面活性剂强化含水层修复决策提供一种稳定可靠的多目标优化方法.     

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%.     

流域系统优化调控的新模型与应用

流域系统具有复合性和非线性特征,其机理过程的数值描述本身也存在随机和认知不确定性.在此前提下,如何优化调控流域系统,实现水质改善和水生态系统健康成为当前水资源、水环境及水生态领域亟待解决的突出问题.本文提出了贝叶斯递归回归树模型和区间不确定性的风险决策分析方法,与强化区间线性规划结合形成了新的不确定性＂模拟-优化＂间接耦合模型,实现流域系统优化调控及风险决策方案.上述方法将应用于美国佛杰尼亚州Chesterfield县Swift Creek水库营养盐TMDL分配方案,确定8个子流域的最小负荷分配以实现叶绿素a浓度达标.结果表明该耦合模型既能表征流域系统特征,也能兼顾不确定性模拟的准确度、计算效率以及不确定性优化与风险决策的解空间全局最优性、绝对可行性,为流域系统优化调控及其未来非线性系统的预测与最优控制提供了新的计算工具.     

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.     

流域水质管理优化决策模型研究

针对目前流域水污染难以有效控制的局面,依据已有的流域水文、水动力、水质、水生态相关机理模拟模型的研究,在考虑了流域社会经济发展条件的基础上,构建了流域水质管理优化决策模型框架体系.基于该框架体系,本文从简单流域系统优化模型、模拟与优化联合模型和时空尺度复杂优化模型3个方面对流域优化决策模型的研究发展历程进行综述,并指出其各自在发展过程中所出现的问题.最后,提出了优化决策模型面临的瓶颈问题,并从模型结构简化和适应性管理两个方面提出了相关的解决思路.