[发明专利]一种利用可移动污染物探测器辨识城市空间多污染物源的方法

说明书

技术领域

本发明属于大气污染物源辨识技术领域，具体涉及一种利用可移动污染物探测器辨识城市空间多污染物源的方法，用于对同时存在的多个污染物源进行位置和释放强度的辨识，从而对污染物进行源头控制。

背景技术

现有的污染物源辨识方法主要分为两大类：正向计算方法和逆向计算方法。正向计算方法是一种相对比较简单的试错方法，比如Gorelick S M等人在文章Identifying sources of groundwater pollution:an optimization approach中通过可移动探测器的不断尝试性移动逐渐趋近于污染物源的位置，这样一种方法往往效率比较低。而逆向计算方法则从探测器探测到污染物这一最终状态出发，通过逆向时间和速度场的模拟计算快速识别出污染物源。正向方法往往只能慢慢趋近于污染物源位置，但逆向方法在得到足够多的信息时，可以通过模拟计算快速确定污染源的位置、释放强度甚至污染物释放规律。Skaggs和Kabala在文章“Recovering the history of a groundwater contaminant plume:Method of quasi-reversibility”中利用准可逆方法，通过求解对流扩散方程实现了地下水污染源的辨识，并确定了其准可逆扩散因子求解方法。Zhang和Chen在文章“Identification of contaminant sources in enclosed environments by inverse CFD modeling”中将此方法与计算流体力学结合，成功应用于飞机客舱污染物源和污染物释放强度的辨识。但是此方法的一个严重缺陷是需要提前知道污染物源的部分信息，这在实际情况中往往是难以实现的。Wagner在其文章“Simultaneously parameter estimation and contaminant source characterization for coupled groundwater flow and contaminant transport modeling”中提出了一套基于概率论的逆向模拟计算方法并将其应用于地下水污染物源的辨识。此方法将地下水流模拟计算与污染物传播模拟计算相结合，利用非线性最大相似理论对污染物源的位置和释放强度进行了逆向辨识。Neupauer和Wilson在其一系列文章“Backward probabilistic model of groundwater contamination in non-uniform and transient flow”等中则将伴随方法引入地下水污染物源位置和释放时间的辨识。此方法能够准确推测出复杂几何环境下地下水污染物的历史特性，即其释放强度、位置和变化规律。Lin在文章“Inverse modeling methods for indoor airborne pollutant tracking:literature review and fundamentals”中则通过引入概率分析进一步提高了其计算精确度并将此方法应用于一个实际地下水污染物源辨识的算例中。Liu和Zhai等人通过发表一系列文章，如“Location identification for indoor instantaneous point contaminant source by probability-based inverse computational fluid dynamics modeling”等，则将此理论和方法应用于空气环境，并实现了室内空气污染物源的辨识。其方法能够根据污染物探测器提供的有限的信息实现室内空气污染物源位置和释放强度的快速辨识。前述大量方法仅仅是能成功实现单个污染物源的辨识，而现实中污染物源往往不止一个。目前在多个污染物源辨识方面取得的进展则寥寥可数。具有代表性的是Cai等人在文章Fast identification of multiple indoor constant contaminant sources by ideal sensors:a theoretical model and numerical validation中使用正向方法进行多污染物源的辨识，结果表明此方法需要耗费大量的计算资源并且要预先知道可能的污染物源位置等很多实际情况下很难得到的数据。

本发明将基于概率论的伴随方法应用于室外污染物源的辨识，并发展出一整套辨识室外多污染物源的方法。此方法借助可移动污染物探测器快速确定多个污染物源的具体位置和释放强度。

发明内容