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。     

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MCMC法的水质模型参数不确定性研究

参数识别是数学模型应用的前提.鉴于常用贝叶斯离散化方法在搜索复杂模型参数后验分布时的计算限制的原因,本文引入了MCMC采样法.为考察MCMC法对参数后验分布的搜索性能和效率,进行了2个案例研究.结果表明,MCMC法对参数后验分布的搜索,无论是搜索性能还是搜索效率,均表现出了独特的优越性.同时,Gelman收敛判别准则计算表明,MCMC采样序列均能稳定收敛到参数的后验分布上.可见,MCMC法适用于复杂环境模型的参数识别和不确定分析研究.     

基于改进遗传算法的河流水污染源反演方法

针对河流水污染应急响应过程中污染源排放历史迟知、未知的问题,结合多种群遗传算法和自适应遗传算法,利用一维河流水质模型和水质监测数据,研究建立了基于改进遗传算法的河流水污染定量源反演方法,实现了对河流污染源排放历史的识别与重构.将该方法应用于美国特拉基河流的3个不同流量下的示踪剂实验中,对示踪剂排放历史进行定量源反演分析.结果表明：IGA算法对高、中、低不同流量下的3次示踪剂实验均可以很好的重构和识别示踪剂排放历史,对于实际河流水污染源反演分析的误差均在可接受范围内.IGA算法在河流水污染源反演分析中具有一定的可靠性和稳定性,可为河流水污染精准溯源与治理提供科学的技术支撑.     

基于贝叶斯公式的地下水污染源识别

将贝叶斯公式与地下水二维水质对流-扩散方程相耦合,建立依靠监测井监测值的地下水污染源参数（污染源强度M、排放位置（X₀,Y₀）和排放时刻T₀）反演模型.针对监测井监测值信息量不充分或者监测值与模型参数关联性较弱的问题,提出了一种基于贝叶斯公式与信息熵的监测井优化设计方法.构建一个污染物在承压含水层中瞬时排放的算例,在确定单井监测及监测次数条件下,以监测井位置D及监测频率Dt的优化为目标,分别进行模型参数后验分布信息熵最小的单目标监测方案优化,以及信息熵最小且监测耗时最短的多目标监测方案优化.依据优化后的监测方案采用延迟拒绝自适应Metropolis算法进行污染源参数反演识别.算例研究表明：在预设定单井监测,且监测次数为5次条件下,单目标优化后的监测方案为D=（830.2,199.8）,△t=2.7,在此监测方案下,4个污染源参数M,X₀,Y₀,T₀的反演均值误差分别为19.5%、13.2%、3.4%、1.3%;多目标优化后的监测方案为D=（807.9,199.4）,△t=1.2,在此监测方案下,4个污染源参数M,X₀,Y₀,T₀的反演均值误差分别为19.9%、13.4%、3.7%、4.2%.与基于单目标优化的监测方案的反演结果相比,基于多目标优化的监测方案条件下,污染源参数的反演均值误差虽分别增加了0.4%、0.2%、0.3%、2.9%,但监测时间却显著缩短了55.6%.     

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.     

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.     

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.     

地下水污染风险区划方法研究

针对地下水易污性评价未考虑污染源要素,缺乏系统有效的地下水污染风险区划方法与参数体系等问题,基于对污染地下水的系统结构分析,污染源解析,构建了地下水脆弱性与污染源综合评价耦合模型,提出了针对地下水污染源的多指标评价方法,形成了地下水污染风险区划的多因素综合评价方法,建立了系统的地下水污染风险评价的参数体系.利用构建的多因素耦合评价方法,以我国北方某大型岩溶地下水源地作为案例进行了污染风险区划,确定了主要污染风险区域.结果表明,风险源与地下水易污性的共同作用决定了地下水高污染风险区分布.地下水污染风险区划方法的建立为地下水污染有效监管提供了必要的方法支撑.     

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.     

北京平原区地下水污染源识别与危害性分级

地下水污染源的有效识别与分级对地下水污染风险源识别和地下水污染防控区划具有重要意义.本研究通过对北京市平原区主要污染源进行解析,构建了以特征污染物属性与污染物排放量计算污染源危害性的量化计算方法.运用ARCGIS 9.3软件实现了北京市平原区的污染负荷空间分布和污染物属性的叠加分析,得到地下水污染源识别与危害性分级.结果表明,该方法能够较为细致准确地反映出污染源的危害性分级,识别结果表明工业污染源对北京平原区地下水污染贡献最大,其次是城镇居民区和垃圾场.     

突发型大气污染源位置识别反演问题的数值模拟

在突发型大气污染事件中,能否根据临时监测数据对污染源的位置进行快速识别,对于城市大气污染源的控制管理以及改善城市空气质量意义重大.为了构建突发型大气污染源位置识别的空间反演算法,本文通过分析大气应急污染监测的临时采样数据,结合污染物浓度扩散模型,随机生成污染源和计算污染物浓度的空间分布,对突发型大气污染源进行定位并与实际测量结果进行对比分析,采用蒙特卡洛模拟(Monte Carlo simulation)对相关参数进行讨论,最终构建能对突发型大气污染源进行快速估计定位的空间反演算法.研究结果表明,本文构建的空间反演算法输出的污染源坐标与实际情况相符.因此,该算法可用于突发型大气污染源位置的快速识别.     

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.     

基于无人机多光谱影像和OPT-MPP算法的水质参数反演

无人机多光谱遥感可用于监测多个水质参数,如悬浮物、浊度、总磷和叶绿素等,建立稳定和准确的水质参数反演模型是开展这一工作的前提.matching pixel-by-pixel(MPP)算法是一种针对无人机影像高分辨率特点的反演算法,但其存在运算量过大和过拟合的问题,基于此,提出optimize-MPP(OPT-MPP)算法,以克服运算量过大和过拟合的问题.本研究以浙江省杭州市青山湖作为研究区域,采集45个样本,分别构建悬浮物浓度(SS)与浊度(TU)的OPT-MPP算法反演模型.结果表明,最佳悬浮物反演模型的决定系数R~2达到0.787 0,综合误差为0.130 8;最佳浊度反演模型的决定系数R~2达到0.804 3,综合误差为0.150 3.最后利用分别建立的两个参数的最优模型,实现青山湖各实验区域的水质参数空间分布信息的反演.     

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%.     

某垃圾填埋场地下水质监测井网优化设计——基于模拟优化法

以白城市垃圾填埋场为研究区,通过正交试验设计法得到2个污染源的4组可能污染源强组合,建立地下水流及溶质运移数值模拟模型,预测潜在污染源可能对研究区地下水产生的污染.根据污染羽分布情况,布设了57口潜在监测井.以最大化覆盖高污染区域为目标建立0-1整数规划优化模型并用隐枚举法进行求解.结果表明：模拟优化方法在允许监测井数目不同的情况下得到了最优地下水质监测井网布设方案.以7口监测井为例,最优布设方案为1,6,9,15,19,23,31号监测井（5口位于渗滤液调节池下游,2口位于填埋区下游）.最优布设方案的污染物检出概率达95%,远高于随机布设方案.     

典型耦合优化算法在源项反演中的对比研究

突发大气污染事故中,污染源的快速、准确确定是应急处置的基础.为研究有效的源项评估方法,本文基于美国草原外场SO₂释放实验,利用GA-PSO、GA-NM、PSO-NM 3种耦合算法,分别与高斯点源烟羽扩散模型结合,对源强和位置等污染源参数进行反演与对比,并从算法结构与大气扩散条件方面进行反演效果差异分析.结果表明,从源强反演角度看,PSO-NM反演结果的准确性最高、稳定性最强,平均误差（11.3%）与平均标准偏差（0.7g/s）明显低于GA-NM（16.4%、13.3g/s）与GA-PSO（29.0%、26.6g/s）.从位置反演角度看,PSO-NM的反演结果最为稳定,反演的平均标准偏差（0.29m）明显低于GA-NM（3.20m）与GA-PSO（3.03m）算法;在不稳定和中性扩散条件下,PSO-NM算法的位置反演准确性最高,误差为4.97m;但在稳定扩散条件下,GA-NM的位置反演误差（7.69m）最小.从反演效率角度看,PSO-NM与GA-NM反演时间最短,更适用于污染源的快速确定.