流域点污染源识别的唯一性与计算方法

考虑两端无污染的流域中单个污染源的识别问题．该问题的数学模型为一维线性对流反应扩散方程，方程的源项为F（x，t）=λ（t）δ（x-s），它表示源项是一个随时间变化的点污染源．在对污染源及测量点的先验假设下，证明了源项识别的唯一性．最后，给出了识别点污染源的计算方法．     

基于随机统计方法的地下水污染源反演识别

地下水污染具有存在的隐蔽性、发现的滞后性特点,这给地下水污染修复方案设计、污染风险评估、污染责任认定都带来了很大的困难。以某垃圾填埋场垃圾渗滤液地下泄漏为例,对地下水污染源的反演识别问题进行研究。通过污染质运移模拟模型、替代模型、随机统计方法(伴随状态方法及贝叶斯方法)的综合运用,反演识别地下水污染源的位置、个数及释放历史。结果表明,伴随状态方法和贝叶斯方法的联合运用可以反演识别出污染源的个数、位置及释放历史;贝叶斯方法反演识别污染源过程中,以替代模型作为模拟模型的转化形式,用替代模型代替模拟模型大幅度地减小了计算负荷,并保持较高的精度。     

基于卡尔曼滤波和模糊集的地下水污染羽识别

在场地信息不确定性的前提下基于卡尔曼滤波技术和模糊集合理论提出一种地下水污染羽识别的方法.利用卡尔曼滤波技术通过连续作用采样点更新综合污染羽与误差协方差矩阵,并结合误差协方差矩阵和不确定度的关系进行新采样点的选取;引入模糊集理论进行污染羽的模糊对比,以确定污染源的权重.算例研究表明,该方法是一种有效的污染羽识别算法,能够以尽可能少的采样点确定污染源的位置,并较为准确地达到识别污染羽的目的.     

石油场地地下水优控污染物识别筛选方法

炼化企业的生产及储存环节,对其地下土壤和地下水造成污染的事件时有发生污染物会随时间和渗漏量的变化而逐步向层深处迁移渗透,污染地下水或周边水体,甚至导致饮用水的污染事故,对人体健康造成极大危害,造成社会和经济的巨大损失。为了精准判别污染源可能导致的地下水污染问题,识别地下水优控污染物就显得十分必要。本文在进行场地调查的基础上,提出一种石油场地地下水优控污染物识别筛选方法。     

多任务学习的稀布线阵方向图综合

提出一种基于多任务学习的线阵阵元位置与激励的联合稀疏优化方法。该方法可以在先验知识不足的情况下,从目标方向图中获得更多的特征信息,并将阵列天线稀疏优化问题转换成为稀疏矩阵的线性回归问题。通过稀疏向量支撑区的识别,将欠定的导向矢量矩阵方程转换为超定的特征矩阵方程的求解,在实现阵列方向图逼近的前提下,对阵元的激励与位置进行联合稀疏优化。仿真结果证明,该方法在优化阵元激励和位置的同时,实现了对天线阵列功能方向图波束的有效赋形。     

基于SMSA混合算法的地下水污染源强度反演研究

基于单纯形模拟退火混合算法(SMSA混合算法),结合污染物迁移问题的解析解反演地下水污染源的强度变化历时曲线.SMSA混合算法结合了单纯形法的确定性搜索和模拟退火算法的全局概率搜索机制,是一种高效的混合优化算法;同时采用Yeh提出的解析解,它具有可靠性强、易于编程实现和扩展性强的特点.计算结果显示,1维、2维、3维情形下点污染源的反演浓度均较好地再现了真实的污染物释放过程,这表明基于SMSA混合算法和Yeh解析解的反演方法是一种有效的地下水污染源重建方法.     

地下水环境风险评价初步研究

地下水污染问题日益引起人们的重视,本文从地下水的污染源出发介绍了地下水污染的基本情况,说明了地下水环境风险评价的必要性和重要性,并介绍了目前国内外地下水环境风险评价的主要方法,提出了目前国内地下水污染风险评价存在的问题和不足。     

多污染源对流-扩散方程的参数识别反问题

研究了多污染源对流-扩散方程参数识别的一种新方法.该方法把参数反问题转化为优化问题,利用正则化迭代法求解控制方程的参数。实例模拟结果表明,该方法具有精度高、收敛速度快且易于编程实现和计算时间少的特点。数值模拟结果与所研究汾河河段的实际水质监测结果基本吻合,表明该方法具有一定的合理性和实用性。     

HYDRUS-1D在基于过程的地下水污染评价中的应用

 包气带是污染质进入地下水必须经过的介质,对地下水的污染源强起到至关重要的作用。本文应用HYDRUS-1D模型模拟了污染物进入地下水前在包气带中的迁移转化过程,构建了基于过程的地下水污染评价方法。并以某尾矿库为例,进行了污染质在土壤-地下水系统运移模拟与污染评价的耦合研究。结果表明,使用基于过程的地下水污染评价方法与传统单一对地下水进行模拟预测评价的方法相比,能够较准确地反映地下水污染源强的时空变化过程。该理论完善了地下水污染预测评价的方法,为预防地下水污染提供了理论基础及实践指导。     

地下水污染监测井优化设计及污染源识别

在地下水污染源识别过程中,针对监测井监测值信息量不充分或监测值与模型参数关联性较弱的问题,提出一种基于贝叶斯公式与信息熵的监测井优化方法.构建二维地下水溶质运移模型,并运用GMS软件进行数值求解.为减少监测井优化设计及污染源识别过程中反复调用数值模型的计算负荷,采用克里金法建立数值模型的替代模型.以信息熵作为优化指标,筛选出不同监测类型的最优监测方案,并以监测成本和反演精度为参考因素,选定相应监测方案,最后运用差分进化自适应Metropolis算法进行污染源识别.算例研究表明:7口监测井的克里金替代模型的决定系数均大于0.98,可较好地替代原数值模型.基于监测成本最小的方案1(3号单井),其信息熵为12.772;兼顾监测成本和反演精度的方案2(井(2,3)组合),其信息熵为9.723;基于反演精度较高的方案3(3井(2,3,5)组合),其信息熵为9.377.方案1到方案3参数后验分布范围及标准差均逐渐减小,验证了信息熵是参数后验分布不确定性的有效量度.     

基于元胞自动机的污染物潜水面扩散仿真算法

污染物由介质进入地下潜水面后,会在饱和带随地下水径流发生扩散。对该过程进行动态模拟与评估,可为地下水污染应急决策提供可视化手段。以元胞自动机为基础,耦合地下水污染扩散的分子扩散和机械弥散过程模型,构建了污染物地下水扩散的元胞自动机规则。采用抛物线方程模拟污染源汇项的输入,在二维平面上通过经验公式推演水动力弥散系数,计算元胞的污染扩散通量。将该方法应用到北京密怀顺地区,动态模拟农药在潜水面的扩散过程,具有较好的可视化效果。     

榆中盆地地下水环境特征及保护措施

对榆中盆地地下水水质评价引入特异性指数,毒理学指数的统计方法进行了定量分析,探讨了地下水的污染源和污染途径,提出了相关的防治保护措施。     

基于负梯度法的供水管网污染源识别

利用负梯度法研究供水管网突发污染事故时污染源识别问题.首先针对供水管网的污染源识别问题构建最优化问题数学模型,然后用EPANET作为内嵌的水质模拟计算引擎,沿着目标函数的负梯度方向进行问题的最优解搜索,并针对管网算例,对污染源侵入时间、地点和侵入过程进行计算求解.分析差分步长、梯度求解方法等因素对问题求解效率的影响,结果表明采用基于水质模拟的差分法求解梯度向量并以水质公差作为差分步长,具有最好的求解效果.     

运用地下水水位对多频潮汐的响应识别含水层的压力传导系数

为了经济实用地识别含水层的压力传导系数,利用地下水水位对潮汐的响应数据,提出一种识别含水层压力传导系数的方法.首先,建立了滨海地区一维地下水运动方程,并获得其解析解;其次,利用地下水水位对多频潮汐信号的响应,提出一种识别滨海地区含水层压力传导系数的方法;最后,为地下水水位观测井布设提供合理的参考位置.为了验证方法的可靠性,采用叠加高斯白噪声N(0,0.1~2)和N(0,0.05~2)后的2组地下水水位对潮汐响应的解析解仿真数据识别压力传导系数,所得结果相对误差分别为2.949%和0.878%,均低于3%,符合工程误差标准,说明利用地下水水位对多频潮汐的响应识别含水层压力传导系数是可行的.     

基于稀疏正则化的稳态热源识别

热源识别属于热传导反问题,目的在于识别热源的空间位置和强度,及时掌握实际工程结构的热源属性。热源问题一般具有非适定性,即当测量数据不够充分时,识别结果对测量噪声十分敏感。为克服非适定性,需要引入额外的约束条件。考虑点热源在空间上呈现稀疏性的特点,提出了一种新的基于稀疏正则化的点热源识别方法。考虑测量噪声的存在,通过罚函数将测量数据以弱形式施加到目标函数。接着,采用交替优化方法对温度和热源两个分离的变量进行迭代求解,并提出了一种快速确定正则化参数的阈值法。二维薄板稳态热传导数值算例表明,该方法能快速准确地识别热源的位置和强度,并且具有较好的抗噪性。     

动态稀疏表示方法在非接触式指纹图像识别中的应用

传统指纹图像识别方法无法解决数据量大、样本维数高、样本数据呈非线性等问题。为此,将动态稀疏表示方法应用于非接触式指纹图像识别中。通过低秩矩阵恢复解决采集样本中出现的颜色偏差、局部遮挡以及内容缺失等问题。通过局部区域划分法把待识别图像分成若干子图像块,完成维数转换。引入可衡量待识别样本与训练样本间局部结构关系的准则和联合动态活跃集合对目标函数进行改进,建立动态稀疏表示模型。对各子图像的稀疏表示系数进行求解,依据稀疏表示系数求出所有非接触式指纹子图像的重构误差,融合全部误差,将误差最小的类别赋予待识别指纹图像,实现非接触式指纹图像识别。实验结果表明,所提方法实用性强,与其他方法相比识别可靠性更高。     

基于15N的地下水中硝酸盐污染源解析：以陡河流域为例

地下水中硝酸盐污染源解析是区域地下水污染调查评价的重要内容,也是地下水资源管理的重要依据。以陡河流域为例,采用野外采样测试和室内分析的研究方法,结合地下水中15N同位素技术识别地下水中NO3污染的来源及其贡献比。研究结果表明:地表水中N来源于沿岸化粪系统排泄物,地下水中N来源于动物粪便和化肥的混合;远离河岸带农灌区地下水中硝酸盐主要来源为化肥,贡献比例从50%~72%不等,远离河岸带居民区地下水中硝酸盐主要来源为粪便,贡献比例从42%~80%;河岸带地下水中硝酸盐主要来源于河水入渗,但普遍存在反硝化现象。     

基于稀疏表征的异常点检测方法

为了提高异常检测算法在高维数据上的性能,提出了一种基于稀疏表征的孤立点检测(ODSR)方法.将实例表征为其他实例的稀疏线性组合,得到所有实例的近邻关系矩阵,并使用基于图谱理论的谱聚类方法识别异常点.该方法具有自动选择近邻的优势,能有效地得到近邻关系,并解决传统近邻算法中的k值选择困难问题.将ODSR与6种流行的异常检测算法在11个真实数据集上进行了综合实验比较,结果表明ODSR的复杂度及曲线下面积(AUC)值及稳定性更高.     

基于区域改进LBP的三维人脸识别

针对三维人脸识别中的表情问题,提出一种基于区域改进局部二值模式(LBP)的三维人脸识别算法.首先将预处理后的三维点云转化为深度图并进行归一化处理;然后根据表情对人脸的影响,利用二元掩膜提取人脸的刚性、半刚性和非刚性区域;对每个局部区域,计算其改进LBP特征,并用等价模式进行表征;最后使用稀疏表示分类器(SRC)对单个局部区域进行识别实验,并使用带权重的稀疏表示分类器(W-SRC)对刚性和半刚性区域进行决策级融合,给出最终识别结果.在FRGC v2.0人脸数据库上的实验结果表明,该方法具有较好的鲁棒性和较高的识别精度.     

鲁棒主元分析和稀疏表示方法在模拟电路错误检测中的应用

模拟电路错误检测问题,即重点是检测出模拟电路芯片存在错误后确定错误元件或参数的问题,对于进一步明确错误产生原因,在设计或制造中加以改进,有重要的意义.经典做法是通过预先设置错误,并仿真得到其对应的响应数据,构造"错误字典",然后将测试信号与错误字典进行比对,识别其属于哪一类错误类型.本文提出一种基于数据稀疏表示方法来进行错误类型识别的新方法,它计算属于不同错误类型的数据在所有类型的数据构成的空间中的展开向量,根据得到的稀疏向量来判断其所属错误类型.对于稀疏表示方法无法进行准确分类识别的情况,采用SVM作为二级分类器进行修正.存在某些错误类型,其响应数据构成的空间之间线性相关性较强,对于稀疏表示后属于其中之一类型的数据,采用传统的SVM方法来加以辅助分类.在两个实验例子中,与SVM,Ada Boost以及没有加SVM辅助分类的单纯稀疏表示方法相比较,本文方法有更高的错误类型识别正确率.