及时准确地定位污染源是解决污染事件的关键,逐一排查的源搜索方式缺乏科学性,周期长、效率低。污染事件寻源搜索技术方法研究是查找突发污染等事件源头的有力保证。精确的水质模型能为源搜索方法、最优资源分配方案与路线的确定提供污染事件目标概率分布和最大浓度位置范围,其源项的确定是水质精确模拟的关键,目前方法较难实现大范围海域多源项同步反演。本课题将系统研究海域污染事件源搜索方法通过数据驱动理论、非线性遗传优化与水质模型的分步耦合,以多源项匹配关系为切入点,进行多源项同步反演方法的研究;分步结合云模型、数据驱动最优搜索理论和水质模型,通过产污与受污单元间的非线性关系、遥感资料图形匹配和幕景叠置,进行污染事件源搜索方法研究;将水质模型嵌入最优搜索理论模型中开展搜索资源最优分配研究;将军事领域的最佳搜索路线确定理论与水质模型有机结合,研究最佳的搜索工作模式,为海域污染事件的寻源与预警方法研究提供新思路。
英文主题词marine pollution accident;source search;multi-step coupled;inversion;optimum search route