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.