基于MCMC方法的城区有毒气体扩散源反演

被引：18

作者：

郭少冬 ^{[1
,2
]}

杨锐 ^{[1
]}

翁文国 ^{[1
]}

机构：

[1] 清华大学工程物理系公共安全研究中心

[2] 清华大学航天航空学院,工程力学系

来源：

清华大学学报(自然科学版) | 2009年 / 49卷 / 05期

关键词：

有毒气体泄漏; 反演; Bayes推断; 似然函数; 后验概率;

D O I：

暂无

中图分类号：

X928 [事故调查与分析（工伤事故分析与预防）];

学科分类号：

摘要：

城区中有毒气体突发性泄漏时,需要快速对泄漏源进行定位和识别,以便科学预测气体的蔓延及其影响范围。利用基于Bayes推断理论的MCMC(Markov chain Monte Carlo)抽样方法,根据城市中分布的传感器测量信息和气体扩散数值计算模型,构造似然函数,对泄漏源的位置、强度进行反演。计算了这些参数和空间各点浓度的相关统计量,表明反演结果与泄漏源的真实参数十分吻合。此外,还讨论了传感器测量误差的概率分布对结果的影响。结果表明,误差概率会显著影响计算效果,概率分布越平坦,泄漏源反演信息的不确定度越大。

引用

页码：629 / 634

页数：6

共 5 条

[1] 对流-扩散方程逆过程反问题的稳定性及数值求解
潘军峰
闵涛
周孝德
冯民权
[J]. 武汉大学学报(工学版), 2005, (01) : 10 - 13
[2] 反问题的数值解法[M]. 科学出版社 , 肖庭延等著, 2003
[3] Bernardo,JM,Smith,AFM. Bayesian theory . 1994
[4] Inverse Problems in Atmospheric Constituent Transport. Enting I. Cambridge Univ Press . 2002
[5] Genetic algorithm solution of groundwater management models. McKinney DC, Lin MD. Water Resources . 1994

← 1 →