城市街区尺度污染物源辨识的参数反演方法研究

The rapid and accurate identification of the urban atmospheric pollutant source information, e.g. location and emission rate, is a crucial technique to allow urban environmental and public safety management efforts to make appropriate responses and reduce further damage. It is of great scientific significance and practical value for the city management. This project intends to investigate the neighborhood scale source term estimation of atmospheric releases in urban areas by using theoretical analysis, simulation modeling and experimental measurements, based on Bayesian inference and Computational Fluid Dynamics. The main research contents are listed as follows: (1) Developing a deterministic solution for the probability distributions of source parameters to improve the efficiency of source term estimation approach; (2) Investigating the impact of key input parameters in urban dispersion models on source term estimation results to reduce the errors brought by the uncertainties of the input parameters; (3) Applying Large-Eddy Simulation as the urban dispersion model in source term estimation to reduce the errors brought by dispersion models. The object of this project is to improve the efficiency and accuracy of source term estimation, and to promote the application of source term estimation in urban management practice.

快速准确地辨识城市中的大气污染源的位置与释放强度，可以为城市环境与安全管理者提供更为准确可靠的管理工具与数据参考，对于进一步提升我国城市管理水平具有重要的科学意义与应用价值。本项目拟围绕城市区域街区尺度的源辨识研究，采用理论分析、模拟研究、实验测试相结合的方法，基于贝叶斯推断与计算流体力学，解决算法与城市扩散模型中现存的计算效率与辨识精度不足的问题。其主要研究内容包括：（1）推导源参数概率分布的解析解法，提升源辨识算法求解效率；（2）进行基于参数反演的城市扩散模型关键输入参数研究，减少模型输入参数带来的源辨识误差；（3）探索大涡模拟在源辨识中的应用，减少扩散模型本身带来的误差。本项目旨在提升源辨识方法的效率与准确性，为推动源辨识方法在城市管理中的实际应用提供科学依据。

污染物或有害物质的泄漏或释放会对城市社区造成巨大威胁。快速准确地识别污染源参数有助于城市管理人员针对突然释放的有害物质进行应急处理，减少其对人员的暴露和对环境的破坏。本项目基于贝叶斯推断和计算流体力学，针对城市街区中源辨识的三大关键环节（测量过程、城市扩散模型和估计算法）开展了研究。在源辨识的测量过程方面，本项目的主要研究成果包括：（1）综合考虑传感器布置成本和源辨识性能，分别针对内部污染源和外部污染源设计了城市街区中用于源辨识的最佳传感器网络配置，确保了测量数据的可靠性；（2）分析了不同污染源位置、不同传感器数量和不同风向对源辨识性能的影响，为源辨识方法的推广和应用提供了理论支持。在城市扩散模型方面，本项目的主要研究成果包括：（1）分析了城市扩散模型中两项关键输入参数湍流扩散率与来流风向对源辨识结果的影响，将其纳入源辨识框架中，减小城市扩散模型中的由于输入参数不准确而带来的误差，提高源辨识的精度；（2）将大涡模拟应用于计算源辨识过程中所需要的源-受体关系，减少了模拟过程中的误差，提高了源辨识精度。在源辨识算法方面，本项目的主要研究成果包括为，推导了源参数概率分布的解析解法，克服现有随机方法需调试参数、误差大、耗时长的缺点，提升源辨识算法求解效率。本项目从以上三个关键环节出发，从不同角度分别提升了城市街区源辨识方法的统一性、适用性和准确性，为推动源辨识方法在城市管理中的应用提供了理论依据和技术支持。