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%.     

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。     

不同建议分布MCMC算法在地下水污染源反演识别中的对比研究

为了探究正态分布、均匀分布和随机游走三种不同建议分布的MCMC算法对地下水污染源反演识别结果的影响,并遴选出最优的建议分布.本文根据假想案例建立了污染质运移模拟模型及基于Kriging方法的替代模型,并建立了基于正态分布、均匀分布和随机游走三种建议分布的MCMC算法以反演识别地下水污染源的释放历史.结果表明,针对本文算例,以均匀分布为建议分布的MCMC算法具有反演精度高、稳定性好、收敛速度快等优点,最为适合作为本研究案例的建议分布进行地下水污染源反演识别研究.     

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.     

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...     

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.     

基于U-D分解的卡尔曼滤波法在地下水污染源识别中的应用

采用U-D分解的方法对常规卡尔曼滤波进行改进,以提高反演结果的有效性和可靠性.借助假想算例,引入模糊集合理论,将污染羽以模糊集的形式表示,利用U-D分解的卡尔曼滤波方法不断更新复合污染羽,通过复合污染羽和单个污染羽间模糊集的对比更新潜在污染源权重,进而达到真实污染源位置识别的目的.算例结果表明该方法与常规卡尔曼滤波方法相比具有更高的可靠性和有效性,能更好的达到污染源位置识别的目的.     

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.     

基于相关性分析的PCBA热力学模型修正

目的精确且高效地对印制电路板组件热力学模型进行修正。方法采用基于拉丁超立方抽样试验设计和Speraman等级相关系数计算公式的相关性分析方法,找出电子产品热仿真试验中对元器件表面温度值影响较大的输入参数,然后进一步分析得出输入与输出之间的函数关系。在此基础上给出印制电路板组件(PCBA)热力学模型修正的一般方法流程。最后利用该方法对某航空电子产品中一块PCBA的热力学模型进行修正。结果修正结果较精确且只调用2次有限元软件。结论该热模型修正方法具有较高的精确性和高效性,可推广用于工程实践。     

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.     

基于危害性分级的地下水污染源分类识别方法

地下水污染源分类识别是有序开展地下水污染防控工作的前提。以典型地下水污染源为研究对象,建立综合考虑优控污染物、污染源特征的地下水重点污染源识别指标体系,以污染源危害性评价结果作为重点污染源的判别依据。将哈斯(Hasee)图解法与综合评分法相结合,用于地下水优控污染物识别,同时引入修正的内梅罗综合污染指数法,对多组分的地下水优控污染物开展综合评价,并选择3个典型地下水污染源进行分类识别方法实地验证。结果表明:污染源S1、S2和S3的危害性等级分别为Ⅲ、Ⅲ、Ⅱ。在区域地下水污染分类防控与分级管理中,应对危害性等级较高的污染源S1和S2加以重点关注。     

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,...     

Identification and spatial patterns of coastal water pollution sources based on GIS and chemometric approach

Comprehensive and joint applications of GIS and chemometric approach were applied in identification and spatial patterns of coastal water pollution sources with a large data set （5 years （2000-2004）, 17 parameters） obtained through coastal water monitoring of Southern Water Control Zone in Hong Kong. According to cluster analysis the pollution degree was significantly different between September-next May （the 1st period） and June-August （the 2nd period）. Based on these results, four potential pollution sources, such as organic/eutrophication pollution, natural pollution, mineral/anthropic pollution and fecal pollution were identified by factor analysis/principal component analysis. Then the factor scores of each monitoring site were analyzed using inverse distance weighting method, and the results indicated degree of the influence by various potential pollution sources differed among the monitoring sites. This study indicated that hybrid approach was useful and effective for identification of coastal water pollution source and spatial patterns.