基于相关系数优化法的河流突发污染源项识别

陈媛华,王 鹏,姜继平,郭 亮 (哈尔滨工业大学市政环境工程学院,黑龙江 哈尔滨 150090)

基于相关系数优化法的河流突发污染源项识别

陈媛华,王 鹏*,姜继平,郭 亮 (哈尔滨工业大学市政环境工程学院,黑龙江 哈尔滨 150090)

基于相关系数优化法,结合地表水环境特征和污染物水质过程特征,推导出一维河道中单点源瞬时排放的源项反演算法,得到了污染源排放特征与河流环境特征参数的反演公式.采用假想算例进行数值试验,综合分析了流速信息、污染物衰减、监测距离、监测数据误差及中间参数∆T选取等因素对反演结果的影响,确定了该方法的适用条件和最优条件的寻找方式.间隔10min进行两次监测采样,若监测误差小于5%,反演结果的相关系数达到-0.97,污染源位置和排放量反演结果的相对误差均小于4%,综合相对误差在2%以内.并且方法具有监测布点简单高效,数据需求低,编程简单等优点,值得在环境应急管理中进行实际应用.

点源污染源；河流突发污染；源项反演；参数识别；相关系数优化

世界各地都受到化学品泄漏事故的危害[1],其中地表水环境污染所占比重及对社会影响和损失最为显著.一些突发性水污染事故很有可能在事故初期不知道污染源的位置以及排放特征,甚至有些污染事故在污染团流出管辖范围后管理者才知道污染的发生,这对流域水环境管理十分不利. 因此需要找到有效的手段减少事故危害.上述问题可以描……