首页 期刊 中国环境科学 基于贝叶斯公式的地下水污染源识别 【正文】

基于贝叶斯公式的地下水污染源识别

作者:张双圣; 强静; 刘汉湖; 刘喜坤; 朱雪强 中国矿业大学环境与测绘学院; 江苏徐州221116; 中国矿业大学数学学院; 江苏徐州221116; 徐州市城区水资源管理处; 江苏徐州221018
监测井优化   污染源识别   贝叶斯公式   信息熵   延迟拒绝自适应metropolis算法  

摘要: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%.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅