摘要：利用逆向概率密度函数与浓度的关系,对逆向概率密度函数与初始浓度场进行卷积即可得到观测点的浓度值。建立了通过逆向概率密度微分方程求解观测点浓度值的数值模型,并通过算例验证了该方法的正确性。在此基础上,建立了基于逆向概率密度函数的污染云团空间重构模型,并采用扫描法进行最优解的搜索。该方法效率高,且得到的解是空间内的全局最优解。通过2维空间重构算例的仿真,对比研究了不同监测点数量时污染云团空间重构性能,发现两个及以上测点情况下,计算结果可靠性高,抗噪能力强。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社