污染监测中的自然电场动态模拟与时序反演成像

Due to its sensitivity to variety of source mechanisms, and as a rapid and inexpensive means to monitor contaminant plume, self-potential method becomes a research focus recently in the field of environmental geophysics. In order to take full advantage of the time-lapse self-potential monitoring data, and to propose a better alternative to the traditional forward and inversion in which the dataset of each moment is processed isolatedly based on static model, we plan to do some research on dynamically forward modeling and continuous inversion for self-potential monitoring through processing the adjacent-time dataset relationally. The dynamic forward modeling will be performed on the base of a time-varying dynamic geo-electric model with streaming law and 3-D finite-infinite element coupling numerical simulation. Then the Kalman filter and the unscented transformation are combined to perform self-potential data assimilation. Based on this data assimilation mode, a time-lapse inversion with more reliability will be proposed for contaminant plume monitoring data. Lastly, on the base of characteristic parameter imaging,a multi parameter imaging method will be proposed by using picture fusion for maping contaminant plumes, and a image　sequence correction method will be raised by hiring motion estimation technique to improve the precision. The project will contribute a lot to the application of self-potential method in environment engineering, and promote development of geophysical forward and inversion from statics to dynamics.

自然电场法经济简便、对多种污染物敏感，成为浅地表污染监测方法研究的热点。为了充分利用自然电场法污染监测数据的关联信息，改变传统反演方式采用“静态”模型对各数据“孤立”处理解释的做法，开展自然电场动态数值模拟与连续反演成像的理论和方法研究。基于孔隙介质渗流理论构建污染扩散中时变自然电场的动态地电模型，开展有限元无限元耦合三维正演研究，实现时变自然电场的动态数值模拟。结合卡尔曼滤波与无迹变换技术，由无迹变换实现非线性卡尔曼滤波过程中的协方差传递，构建基于无迹卡尔曼滤波的自然电场数据同化模式，实现污染监测时序数据的连续反演，提高数据解译的准确可靠性。最后在研究污染物特征参数成像的基础上，利用图像合成技术研究多参数融合成像方法，以及采用运动估计技术的序列图像修正与校验方法，实现对污染扩散的高精度序列成像。项目实施可为环境污染物的有效监测提供技术支持，同时促进地球物理正反演研究由静态到动态的发展。

自然电场法经济简便、对多种污染物敏感，成为浅地表污染监测方法研究的热点。项目针对自然电场法在环境地球物理，特别是污染物监测中的潜在应用开展相关研究，在自然电场正演模拟和反演成像方面取得了一定的研究进展和研究成果。基于孔隙介质渗流理论构建了污染扩散中时变自然电场的动态地电模型，开展了有限元无限元耦合的三维正演研究，实现了时变自然电场的动态数值模拟。结合卡尔曼滤波与无迹变换技术，由无迹变换实现非线性卡尔曼滤波过程中的协方差传递，构建了基于无迹卡尔曼滤波的自然电场数据同化模式，实现了污染监测时序数据的连续反演，基于特征场源以及滤波估计的污染物序列成像方法提高了数据解译的准确性和可靠性。并基于无线自然电场传感器网络，开发了地下污染实时监测系统。研究过程中用动态地电模型替代静态地电模型，引入时间维参数进行动态数值模拟，利用动态关联信息实现了连续反演成像。解决了在统一的时空坐标中融合地球物理参数与渗流动力学参数将自然电场变化关联到污染物扩散变化的动态模拟问题，以及利用监测数据中的时序关联信息解决困扰地球物理反演的先验信息缺乏与后验验证困难的问题，推动了地球物理正反演研究由三维向四维发展。自然电场正反演方法以及无线传感器网络技术在环境地球物理中具有非常好的应用前景，特别是在污染物探查监测方面潜力巨大，从垃圾填埋场、尾砂库废液泄漏探查到土壤微生物修复、烃类污染物的降解监测等等都有其独特的用武之地。可以为实现土壤与地下水污染有效监测、保护环境、建设美丽中国提供有力的方法与技术支持。