基于神经网络的小尺度环境下生物气溶胶溯源方法研究

摘要

目的:为了准确获取小尺度环境下生物恐怖袭击、生物泄漏等事件中的源头信息,提出一种基于神经网络的生物气溶胶溯源方法。方法:首先,采用计算流体力学(computational fluid dynamics,CFD)模拟小尺度环境下某一释放的生物气溶胶扩散状态,分析释放区域中不同点位的生物粒子分布特征;其次,通过合理布设释放源和监测点,模拟某生物污染事件,对生物气溶胶的释放过程进行实验,采集释放点及监测点的浓度信息、位置信息和气象信息;最后,利用AlexNet、ResNet18和ResNet343种不同结构的人工神经网络搭建溯源模型,将CFD模拟产生的85%的模拟数据用于模型训练、15%的模拟数据用于模型测试,遴选出最优模型,并进行现地实验验证。结果:ResNet18模型相较于AlexNet、ResNet34模型在保证准确率的前提下运算简单、耗时更短。在自然扩散条件下,ResNet18模型可以有效地预测释放源的浓度、经度和纬度,相对误差率分别为3.46%、4.87%和4.98%。结论:基于神经网络的生物气溶胶溯源方法具有准确率高、用时短的优点,可以较准确地反演出小尺度环境下生物气溶胶的释放源位置信息和浓度信息。