基于SWMM-贝叶斯耦合方法的排水管网污染溯源

为解决雨水管道中未经处理的污水直接排放造成的一系列水污染问题和排水管网环境复杂性导致的反问题不确定性问题,基于暴雨洪水管理模型(SWMM)模拟的排水管网水质变化,采用MatSWMM工具箱构建了基于贝叶斯-马尔可夫链蒙特卡罗法的SWMM-贝叶斯溯源模型,估算每个潜在污染源的位置、排放量和排放时间的概率分布。实例验证结果表明:在推理单污染源单个未知参数的情况下,SWMM-贝叶斯溯源模型可准确判断未知参数的真实值;当单污染源3个参数均未知时,由于存在多种组合性,溯源准确度将显著降低,只能判断出近似范围,但可以通过增加适当的水质监测点,提高SWMM-贝叶斯溯源模型的准确性和效率;对于最大污染源为2个的情况,SWMM-贝叶斯溯源模型容易陷于局部最优解,通过利用似然函数对迭代过程的初始值进行择优处理的方法改进溯源模型,可以有效解决局部最优解的问题。