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。     

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.     

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...     

地下水DNAPLs污染多相流的随机模拟及其不确定性分析

水文地质参数本身存在不确定性,为分析水文地质参数不确定性对地下水DNAPLs污染多相流数值模拟模型输出结果的影响,本文针对假想算例展开研究,首先建立了研究区地下水DNAPLs污染多相流数值模拟模型;然后,运用灵敏度分析法筛选对模型输出结果影响较大的参数作为随机变量;为减少反复调用多相流模拟模型产生的计算负荷,运用克里格方法建立多相流模拟模型的替代模型,利用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并完成地下水污染风险评价.结果表明,利用污染物浓度分布函数可以估算单井遭受污染的风险;利用地下水污染风险图可以对全区地下水遭受不同程度污染的风险大小进行分区,为地下水污染防治提供更加科学、丰富的参考依据.     

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.     

基于相关系数优化法的河流突发污染源项识别

基于相关系数优化法,结合地表水环境特征和污染物水质过程特征,推导出一维河道中单点源瞬时排放的源项反演算法,得到了污染源排放特征与河流环境特征参数的反演公式.采用假想算例进行数值试验,综合分析了流速信息、污染物衰减、监测距离、监测数据误差及中间参数?T选取等因素对反演结果的影响,确定了该方法的适用条件和最优条件的寻找方式.间隔10min进行两次监测采样,若监测误差小于5%,反演结果的相关系数达到-0.97,污染源位置和排放量反演结果的相对误差均小于4%,综合相对误差在2%以内.并且方法具有监测布点简单高效,数据需求低,编程简单等优点,值得在环境应急管理中进行实际应用.     

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,...     

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.     

NAPLs污染物垂向指流迁移分形表征中图像处理的影响研究

染色示踪技术是研究多孔介质中指流形态的主要手段之一,而如何更精确地对所采集的图像数据进行分析,是该研究工作中非常重要的组成部分.分形理论在染色示踪影像的基础上对指流形态进行定量描述,以质量分形维数(D m)表征渗流面积,以界面分形维数(D s)表征渗流驱替边界长度,对于识别和预测指流形态有一定的实际意义.而分形维数的计算基于二值化图像完成,因此明确图像二值化过程对分形维数表征的影响对分形维数的应用有重要意义.本研究以4种非水相流体在二维砂箱中迁移的130幅染色图像为目标影像,详细比较了图像预处理过程中不同饱和度(红色)阈值、不同亮度(灰度)阈值以及图形中"湖"的填充3个因素分别对D m和D s的影响.结果表明,在砂箱实验中,与田间实验相比由于染色污染物与石英砂颜色对比度较大,红色阈值调整对两种分形维数影响相对较小;随着灰度阈值的提高D m平均降低0.02,D s平均增加0.05;图形中"湖"的填充对D m几乎没有影响,而使D s平均降低0.10.研究发现与D s相比,D m在图像处理过程中受各种因素影响较小,建议在进一步研究中以D m为指流形态指示指标以避免图形处理过程中主观因素的影响.     

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.     

NAPLs污染物指进锋面形态的指间距离预测

选取4种不同性质的NAPLs(非水相流体)污染物,分别应用分形维数方法和毛细压力函数方法对NAPLs迁移过程中有效界面张力和指进过程中指间距离的大小进行预测,同时建立二维可视化砂箱模型,模拟污染物在多孔介质中的非稳态指进迁移过程,获得指进迁移形态影像75幅. 结果表明,与试验观测值比较,对于相同迁移过程中的指间距离,毛细压力函数方法预测误差绝对值介于1%~93%,分形维数方法预测误差绝对值介于2%~25%,分形维数方法的预测误差小于毛细压力函数方法. 毛细压力函数方法对指间距离的预测随着NAPLs密度的增加而增大,对DNAPLs(重非水相流体)的预测误差明显增加,更适用于预测密度与水的密度相差不大的物质;分形维数方法的预测值与观测值呈显著线性相关(R2=0.957),相比于传统毛细压力函数方法,分形维数方法对指间距离的预测更准确,更适合用来预测不同密度NAPLs污染物的指进距离参数.