基于贝叶斯推断的时变流场下污染源反演

摘要：

对5个不同位置的污染源分别做污染物扩散数值模拟,将其计算结果作为测量浓度;利用伴随方程计算时变流场下传感器的模拟浓度.通过测量浓度和模拟浓度构造似然函数,基于贝叶斯推断计算了在时变流场下污染源参数的后验概率.结果表明:污染源参数反演的误差取决于测量浓度与模拟浓度之间的误差.当污染源与传感器的距离较远时,污染源参数的后验概率呈较宽的分布,反演结果具有较大的不确定性;当污染源与传感器距离较近时,反演结果的不确定性得到了显著的降低.此外,还讨论了反演污染源参数时,利用污染物扩散不同阶段的测量数据对反演效果的影响.发现利用扩散初始阶段的测量浓度反演源位置,可以得到比利用稳定阶段数据时更小的反演误差和后验概率标准差,但效果没有得到显著提升.

关键词：污染物扩散、污染源反演、伴随方程、贝叶斯推断

所属期刊栏目：50

分类号：X506(一般性问题)

资助基金：国家自然科学基金52078380

在线出版日期：2022-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：802-811