侯泽宇,卢文喜*,王 宇



基于替代模型的地下水DNAPLs污染源反演识别

侯泽宇1,2,卢文喜1,2*,王 宇1,2

(1.吉林大学,地下水与资源环境教育部重点实验室,吉林 长春 130021；2.吉林大学环境与资源学院,吉林 长春 130021)

应用基于核极限学习机替代模型的模拟-优化理论和方法研究解决了地下水DNAPLs污染源及含水层参数的同步反演识别问题.结果表明:1)核极限学习机替代模型对模拟模型有较高的逼近精度,能够识别并模仿模拟模型的输入-输出关系,绝大部分相对误差小于5%,平均相对误差仅有2.98%;2)以替代模型代替模拟模型,大幅度地减小了模拟-优化过程的计算负荷,将反演识别时间由传统方法的83天减少到3小时,并能够保持较高的计算精度;3)应用基于模拟退火的粒子群优化算法求解优化模型,能够以较快的速度搜寻到全局最优,同时避免搜索过程陷于局部极小解.

DNAPLs；污染源反演识别；模拟-优化；多相流模拟；核极限学习机替代模型

石油类有机污染物在水中的溶解度一般很小,进入含水层后通常以非水相流体(Non-Aqueous Phase Liquids, NAPLs)的形式存在.在与水接触的过程中,NAPLs会不断向水中溶解释放.密度大于水的重非水相流体(Dense NAPLs, DNAPLs)具有高密度、低水溶性和高界面张力的特性,实际修复过程中,常常面临污染物去除率低、修复过程时耗长和修复费用昂贵的困难[1].因此,制定合理高效的修复方案就显得尤为重要.而合理高效修复方案的制定则要以对于含水层中DNAPLs污染源状况的识别和掌握为前提……