基于高效并行的混合优化方法推求地下水污染源及污染历程重建

我国水污染特别是地下水污染状况已非常严重并对民众健康构成了重大威胁，对污染地下水进行修复工作迫在眉睫。而地下水污染修复的特点迫切需要弄清污染源情况（包括污染源位置和污染物释放过程）以便能采取与之相应的有效的地下水修复措施。课题拟以地下水污染源的确定和重建污染物排放过程为研究重点，利用启发式随机寻优算法的内在并行特性，基于机群并行计算环境探求高效可行的并行求解方法，力求算法在搜索到全局最优解的同时保持较高计算效率。基于此，本课题以蚁群算法为核心优化算法，通过改进蚁群算法求解中存在的缺陷，寻求基于蚁群算法的高效混合算法，并在局域网机群并行计算环境下实现并行混合算法。算法的实现，不仅能解决地下水污染源的确定和重建污染物排放过程为国家相关部门进行污染责任认定提供科学依据，还能推动地下水逆问题的研究及应用，并能对地下水优化管理以及污染监测网优化问题的相关研究起到积极的推动作用，意义显著。

我国地下水污染状况已非常严重，对污染地下水进行修复势在必行。进行地下水污染修复的第1步就是要弄清污染源的情况（包括污染源位置和污染物释放过程），从而相应地采取有效的地下水修复措施。本课题以地下水污染源确定和污染物排放过程重建为研究重点，力图寻找和提出一类基于模拟-优化技术的地下水污染源的有效确定手段。课题通过对水文地质基准问题采用各种不同启发式随机寻优算法（或改进算法、混合算法）进行求解。课题中对污染物的运移过程采用MODFLOW程序和MT3DMS进行模拟研究，进而基于模拟-优化技术结合中心网格差分特点对对随机寻优算法进行改进研究。改进的随机寻优算法已成功运用于地下水强度反演、地下水污染源反演（已知水文地质参数情形）、地下水污染源与未知水文地质参数的同步反演等问题。通过本课题的研究，一方面能够为地下水污染源的确定和重建污染物排放过程提供一类有效的工具，另一方面，由于地下水逆问题的共同特点，本课题提出的优化方法也能运用于其他地下水逆问题的研究（比如参数反演问题等），还能在地下水优化管理及污染监测网优化问题发挥用武之地。