基于环境监测数据的源项估算技术研究

摘要

随着我国经济的持续发展和公众环境意识的不断增强，环境安全问题已经成为不可回避的社会焦点。对于固定设施的环境安全监控、处置，我国已经拥有一整套比较的成熟技术、方法。但对于未知地点、未知强度的危险气体释放事件的评估与处置，由于其释放及迁移过程具有较大地不确定性，使得决策者无法在突发事件早期采取有效的应急措施，导致整体应急响应行动滞后、应急行动效率低下。
　　 本研究的目的就在于：建立一套技术方案，通过特定的优化算法，使其能够有效利用环境监测数据，实现对环境大气中未知释放过程进行再现模拟。模拟结果可以是用以描述释放的释放参数的估计，也可以是对危险气体整个释放迁移过程及特定时刻危险气体地面浓度分布的再现。在开展针对国际上多个代表性的核辐射应急响应系统相关技术发展跟踪的同时，对卡尔曼滤波、贝叶斯推导、非参数化回归以及启发式算法等多种优化算法进行了充分调研，并以此为基础，首次提出利用遗传优化技术的良好鲁棒性，结合蒙特卡洛粒子扩散模式、逆向粒子扩散/轨迹模拟技术，以及皮尔森相关系数等统计分析方法，实现对未知释放参数(释放水平位置、释放高度、释放强度、释放起止时间)的估算以及气载污染物迁移扩散过程的再现。模式开发与验算的基础来自近年来开展的多例高质量SF6野外大气扩散试验数据。数据包括地形高程数据、气象观测数据、边界层流场数据等。应用Fortran语言实现了基于环境监测数据与气象数据的源项估算模式-Inverse开发，并应用多线程计算技术，使模式计算更为充分地利用计算资源，有效提高了模式计算效率。进而，通过对不同假定与真实条件下的数值模拟试验，对源项估算方案可行性、模式结果有效性、模式运行时效性等进行了分析。同时，通过对不同采样点布设的差异对模拟结果的影响开展了数值模拟试验，对该模式的应用条件进行了尝试，初步提出了敏感地区采样点布设的基本原则。最后，就下阶段Inverse模式的进一步完善提出了较系统的数值验证方案，为该模式在不同突发事件场景条件下的应用奠定基础。综合上述研究成果，分析认为：⑴Inverse模式选择遗传算法为主要优化手段，结合扩散/轨迹模拟技术，利用PCC(皮尔森相关系数)、NMSE(标准均方差)作为适宜的评判因子搜寻源项参量的技术方案是合理可行的；⑵提出在模拟早期，利用逆向轨迹/扩散模式合理限定解域区间的技术路线。这种做法不仅可以有效缩小优化算法的搜索区间，提高模式运算效率，而且其模拟结果可以直接为决策者事故提高重要决策信息；⑶程序实现中对已有成熟扩散模式的调用方式采用外部可执行程序的直接调用。这种灵活的调用方式，便于该模式功能拓展，极大拓展了程序未来应用领域；⑷基于程序可应用条件所开展的模拟与分析，首次提出敏感地区采样点布设的基本原则，为程序未来实际应用进行有重要的尝试。