首页|基于PSO算法的河流突发污染事故溯源研究

基于PSO算法的河流突发污染事故溯源研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了探讨突发污染事故溯源过程中诸多不确定性因素,该文将粒子群优化算法(PSO)与一维水质正演模型相结合,构建了一种突发污染事故溯源方法,利用数值试验重点探讨了监测时间间隔、监测断面距事故源的距离、降解系数对溯源结果的影响,该方法不仅能实现事故源源强单参数反演,而且能够同时对源强和位置进行联合反演,具有较高溯源精度.利用实验室水槽试验数据和野外观测数据对溯源方法进行了实例验证,表明溯源方法可以应用于实际河流中的事故溯源,为突发水污染事故的风险防范、应急处置和生态补偿提供科学依据.
Identification of Pollution Source in River Pollution Accident Based on PSO Algorithm

刘晓东、张广涵、吴偲、孙卫红

展开 >

浅水湖泊综合治理与资源开发教育部重点实验室,河海大学环境学院,江苏南京210098

江苏省环境科学研究院,江苏南京210036

粒子群优化算法 瞬时源 溯源 突发污染事故 反演

国家自然科学基金重点项目国家自然科学基金面上项目国家自然科学基金面上项目江苏省高校优秀科技创新团队及江苏高校优势学科建设工程资助项目

517390025147906451979079

2020

10.19672/j.cnki.1003-6504.2020.07.003

环境科学与技术
湖北省环境科学研究院

环境科学与技术

CSTPCDCSCD北大核心
影响因子：0.943
ISSN：1003-6504
年,卷(期)：2020.43(7)
  • 3
  • 11