污染溯源问题及其快速数值方法是目前反问题研究的热点问题之一,在环保(化工原料泄漏、水污染的溯源),以及突发灾害(地铁及建筑物火灾、毒气扩散)的预警与监测等方面有着重要的实际应用,但由于此类问题具有高度不适定性,加之测量的时空局限性、测量数据的非精确性、以及重构的实时性等难点,严重制约了相关研究的进展。本项目将以对流扩散模型为研究对象,采用稀疏正则化与伴随敏感性分析理论,对污染溯源反问题的时空有限元重构,系统探讨可行、快速、稳定的数值方法,包括a.半拉格朗日时空有限元离散格式;b.多重网格方法;c.基于时空的自适应方法;d.时空点源的稀疏正则化;e.正则化参数选择;以期克服时空测量的局限带来的不稳定性,以及传统方法重构速度慢和解析度过粗而导致的时延和精度低问题。项目为污染溯源的快速数值方法的研究做出基础性的探索,可以为相关机构针对污染溯源与监测等提供科学的决策依据。
英文主题词source detection;imaging;adaptive algorithms;multiscale algorithms;