突发性水污染事件溯源方法

为快速准确地求解突发性水污染溯源问题,在微分进化与蒙特卡罗基础上提出了一种新的溯源方法。该方法将溯源问题视为贝叶斯估计问题,推导出污染源强度、位置和排放时刻等未知参数的后验概率密度函数;结合微分进化和蒙特卡罗模拟方法对后验概率分布进行采样,进而估计出这些未知参数,确定污染源项。通过算例与贝叶斯-蒙特卡罗方法进行对比,结果表明:该方法可使迭代次数有效缩减3/4,污染源强度、位置和排放时刻的平均相对误差分别减少1.23%、2.23%和4.15%,均值误差分别降低0.39%、0.83%和1.49%,其稳定性和可靠性明显高于贝叶斯-蒙特卡罗方法,能较好地识别突发性水污染源,为解决突发水污染事件中的追踪溯源难点问题提供了新的思路和方法。