基于改进麻雀搜索算法的地下水DNAPLs污染溯源反演辨识研究.pdf

基于改进麻雀搜索算法的地下水DNAPLs污染溯源反演辨识

研究

摘要

在地下水有机污染物中，重非水相流体密度大，水溶性低，界面张力高，能

够穿透含水层滞留在含水层的底部。再加上地下水本身具有较强的隐蔽性，使

DNAPLs污染不易被发现且修复难度大。因此掌握地下水DANPLs污染源的相

关信息，对制定科学高效的污染修复方案具有重要的理论意义和指导作用。

地下水污染溯源反演辨识研究是指以现有的现场实际监测数据(地下水水位

和污染物浓度的监测数据)为基础，结合资料收集与分析、现场调查和专家经验

等辅助信息，对描述地下水污染迁移转化规律的数学模拟模型展开反演求解，进

而对地下水污染源的空间位置、个数以及释放历史等进行识别和确定。

由于污染物在地下水系统中的迁移转化是一个不可逆的过程，因此地下水污

染溯源反演辨识问题是一个非线性的数理方程反演问题。反演问题由于具有不适

定性和非线性的特点，因此较难求解。随着计算机技术的飞速发展，反问题已经

成为一个非常重要且活跃的研究方向，具有重要的现实意义和广阔的应用前景。

本文采取假想例子和实际例子相结合的方式，应用数学物理正反演、模拟-

优化、深度学习、优化算法等多种理论和方法，对地下水DNAPLs污染溯源反演

辨识问题展开研究。本文首先将研制的理论与方法应用于假想例子，并验证其有

效性和适用性。再将其应用到吉林市某石油化工污染场地，最终识别确定实际污

染场地的地下水DNAPLs污染源信息及模拟模型中的部分参数取值。

首先根据实际污染场地的地质及水文地质条件概况，建立研究区的水文地质

概念模型及地下水DNAPLs污染多相流数值模拟模型。

在应用模拟-优化方法求解地下水DNAPLs污染溯源反演辨识的优化模型时，

需要不断将优化模型新生成的猜想值代入模拟模型进行迭代计算，这将导致计算

的时间成本大大增加。替代模型大多为黑箱模型，具有运算快速的特点，对于相

同的输入，其输出可以以较高的精度逼近模拟模型。本文通过建立地下水

DNAPLs多相流数值模拟模型的替代模型的来大幅减小由于调用模拟模型所带

I

来的计算负荷。

为减小替代模型的建模维度，本文研究应用局部灵敏度分析方法计算多相流

数值模拟模型中部分参数的灵敏度。根据灵敏度分析结果，筛选出对模拟模型输

出结果影响较大的参数，将其与污染源信息一起作为替代模型的输入变量，即为

最终地下水DNAPLs污染溯源反演辨识研究的待求变量。将对模拟模型输出结

果影响较小，且通过辅助信息(现场调查、资料收集、专业经验等)能够获得近似

值的变量，作为背景变量，将其以已知值输入到多相流数值模拟模型之中。然后

应用拉丁超立方抽样方法在待求变量的可行域内进行抽样，将抽样结果代入多相

流数值模拟模型之中，运转模拟模型进行正演计算，最终获得一系列输入-输出

样本数据集，再将其划分为训练样本数据集和检验样本数据集，进行替代模型的

建模和检验工作。

本文分别应用两种浅层学习方法(BP神经网络方法和基于麻雀搜索算法改

进的BP神经网络方法)，两种深度神经网络方法(长短期记忆神经网络方法和双

向长短期记忆神经网络方法)，以及一种不同于深度神经网络的深度学习方法(深

2

度森林方法)，建立模拟模型的替代模型。再通过RMSE、MRE、R对五种替代

模型的精度进行检验和对比，从而分析出深度森林替代模型的可行性和优势。

然后，研究建立地下水DNAPLs污染溯源反演辨识的优化模型。为提高优

化模型的求解精度，引入Sobol序列以及纵横交叉策略对传统麻雀搜索算法进行

改进，构建基于Sobol序列和纵横交叉策略的麻雀搜索算法，称之为改进麻雀搜

索算法。通过假想例子，分析出改进麻雀搜索算法的有效性和适用性。最后将本

文提出的基于改进麻雀搜索算法和深度森林替代模型的模拟-优化方法应用于吉

林市某污染场地，最终识别确定实际污染场地的地下水DNAPLs污染源信息和

多相流数值模拟模型部分参数。

借助以上研