污染源定位的难点和解决方法

模拟-优化方法[4]是把污染源定位问题转化为优化问题，然后利用演化计算进行优化求解。在污染源定位过程中，已知数据为真实传感器监测数据，通过模拟污染事件获取传感器数据与真实传感器监测的数据进行对比，找出最接近真实传感器数据的污染事件，即为可能的污染源。从优化的角度来看，当污染事件在传感器处的累积模拟浓度和实际累积检测浓度最小方差为0或小于某一阈值时，则认为该污染事件注入的节点就是实际的污染源。优化问题可以表述为：

式中，N 是管网的节点总数，Ns 表示传感器的数目，Ts 表示仿真周期，M 表示污染物注入向量，n 表示污染源注入的管网节点序号，tI 表示注入污染物的初始时间，cj（t）表示在时间t时传感器j 的污染物浓度，它是（M，n，tI）的函数，cj*（t）表示在时间t 时传感器j 的实际检测的污染物浓度。优化的目标即求（M，n，tI）使得方差最小。

根据式（7-1）所示，污染源定位问题的4个参数包含污染源位置、污染物注入开始时间、持续时间、注入质量向量。由于污染物注入质量属于实数向量，通过优化算法很难求解出误差为0的注入质量向量，质量的细微偏差会直接影响每个传感器检测数据的细微变化，而根据式（7-1）所示目标函数值为传感器模拟浓度和实际累积检测浓度差的累积和，从而使细微的质量偏差对目标函数的值造成一定的影响。因此，目标函数值不能作为判断可行解的唯一标准。(www.xing528.com)

在求解污染源定位问题过程中，唯一已知条件为水质传感器监测污染物数据。因此，判断是否为可行解可以通过比较所求解对应的水质传感器数据曲线与实际水质传感器检测数据曲线是否一致。如果两个曲线相似则认为该解为可行解；反之，如果两条曲线偏差较大，则认为该解不是可行解。