基于贝叶斯推断的时变流场下污染源反演

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。