基于替代模型的地下水DNAPLs污染源反演识别

应用基于核极限学习机替代模型的模拟-优化理论和方法研究解决了地下水DNAPLs污染源及含水层参数的同步反演识别问题.结果表明：1）核极限学习机替代模型对模拟模型有较高的逼近精度,能够识别并模仿模拟模型的输入-输出关系,绝大部分相对误差小于5%,平均相对误差仅有2.98%;2）以替代模型代替模拟模型,大幅度地减小了模拟-优化过程的计算负荷,将反演识别时间由传统方法的83天减少到3小时,并能够保持较高的计算精度;3）应用基于模拟退火的粒子群优化算法求解优化模型,能够以较快的速度搜寻到全局最优,同时避免搜索过程陷于局部极小解.     

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.     

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。     

流域水质目标管理的风险识别与对策研究

以水质目标为约束和核心的管理将逐步完善、补充和强化当前的总量控制模式,成为我国中长期流域水环境管理的重要内容.流域水质目标管理是一个"响应→调控"并不断反馈调整的过程,但由于流域系统的非线性和不确定性,流域污染减排并不能完全确保水质目标的实现.本文将这种由不确定性而引致的流域水质目标的不完全可达性界定为风险,并在分析流域水质目标管理框架思路的基础上,识别并实证了水质目标管理中的主要风险来源,主要包括:1在"响应"层面,由于水质响应与负荷削减等措施间的非线性、时滞性、指标不协同等不对应关系带来的风险;2在"调控"层面,由于水环境管理缺乏适应性的调控和反馈机制而产生的水质达标风险.在此基础上,提出了流域水质目标风险管理的转变途径及其定量表征方法,以期为流域水质目标风险管理提供借鉴.     

GROUND WATER MANAGEMENT OPTIMIZATION USING GENETIC ALGORITHMS AND SIMULATED ANNEALING: FORMULATION AND COMPARISON1

ABSTRACT: Genetic algorithms (GA) and simulated annealing (SA), two global search techniques, are coupled with MODFLOW, a commonly used groundwater flow simulation code, for optimal management of ground water resources under general conditions. The coupled simulation-optimization models allow for multiple management periods in which optimal pumping rates vary with time to reflect the changing flow conditions. The objective functions of the management models are of a very general nature, incorporating multiple cost terms such as the drilling cost, the installation cost, and the pumping cost. The models are first applied to two-dimensional maximum yield and minimum cost water supply problems with a single management period, and then to a multiple management period problem. The strengths and limitations of the GA and SA based models are evaluated by comparing the results with those obtained using linear programming, nonlinear programming, and differential dynamic programming. For the three example problems examined in this study, the GA and SA based models yield nearly identical or better solutions than the various programming methods. While SA tends to outperform GA in terms of the number of forward simulations needed, it uses more empirical control parameters which have significant impact on solution efficiency but are difficult to determine.     

Application of Unknown Groundwater Pollution Source Release History Estimation Methodology to Distributed Sources Incorporating Surface-Groundwater Interactions

Sources of contamination of groundwater are often difficult to characterize. However, it is essential for effective remediation of polluted groundwater resources. This study demonstrates an application of the linked simulation-optimization based methodology to estimate the release history from spatially distributed sources of pollution at an illustrative abandoned mine-site. In linked simulation-optimization approaches a numerical groundwater flow and transport simulation model is linked to the optimization model. In this study, topographic and geologic characteristics of the abandoned mine-site were simulated using a three-dimensional (3D) numerical groundwater flow model. Transport of contaminant in the groundwater was simulated using a 3D transient advective-dispersive contaminant transport model. Adsorption or chemical reaction of the contaminant was not considered in the contaminant transport model. Adaptive simulated annealing (ASA) was employed for solving the optimization problem. An optimization algorithm generates the candidate solutions corresponding to various unknown groundwater source characteristics. The candidate solutions are used as input in the numerical groundwater transport simulation model to generate the concentration of pollutant in the study area. This information is used to calculate the objective function value, which is utilized by the optimization algorithm to improve the candidate solution. This process continues until an optimal solution is obtained. Optimal solutions obtained in this study show that the linked simulation-optimization based methodology is potentially applicable for the characterization of spatially distributed pollutant sources, typically present at abandoned mine-sites.     

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.