中国环境科学
 
 
中国环境科学  2023, Vol. 43 Issue (4): 1646-1654    DOI:
水污染与控制 最新目录| 下期目录| 过刊浏览| 高级检索 |
不同建议分布MCMC算法在地下水污染源反演识别中的对比研究
李雪利1,2, 罗建男1,2, 刘勇1,2
1. 吉林大学地下水资源与环境教育部重点实验室, 吉林 长春 130021;
2. 吉林大学新能源与环境学院, 吉林 长春 130021
Comparative study of different proposal distribution MCMC algorithms in groundwater pollution source identification
LI Xue-li1,2, LUO Jian-nan1,2, LIU Yong1,2
1. Key Laboratory of Groundwater Resources and Environment, Ministry of Education, Jilin University, Changchun 130021, China;
2. College of New Energy and Environment, Jilin University, Changchun 130021, China

全文: PDF (1200 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为了探究正态分布、均匀分布和随机游走三种不同建议分布的MCMC算法对地下水污染源反演识别结果的影响,并遴选出最优的建议分布.本文根据假想案例建立了污染质运移模拟模型及基于Kriging方法的替代模型,并建立了基于正态分布、均匀分布和随机游走三种建议分布的MCMC算法以反演识别地下水污染源的释放历史.结果表明,针对本文算例,以均匀分布为建议分布的MCMC算法具有反演精度高、稳定性好、收敛速度快等优点,最为适合作为本研究案例的建议分布进行地下水污染源反演识别研究.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
李雪利
罗建男
刘勇
关键词 地下水污染源识别贝叶斯理论MCMC算法建议分布    
Abstract:In order to obtain the optimal proposal distribution by exploring the influences of normal distribution, uniform distribution and random walk of the MCMC algorithms on the inversion identification results of groundwater pollution source, this paper established a simulation model of pollutant transport and a surrogate model using Kriging method with a hypothetical case, and the MCMC algorithm based on normal distribution, uniform distribution and random walk was developed to identify the release history of groundwater pollution sources. The results show that the inversion algorithm with uniform distribution as the proposal distribution has the advantages of high inversion accuracy, good stability and fast convergence speed, which proves to be the most suitable proposal distribution for groundwater pollution sources inversion.
Key wordsgroundwater pollution source identification    Bayesian theory    MCMC algorithm    proposal distribution   
收稿日期: 2022-08-10     
PACS: X523  
基金资助:国家自然科学基金资助项目(42072279);吉林省教育厅科学研究项目(JJKH20211108KJ)
通讯作者: 罗建男,副教授,luojiannan01@126.com     E-mail: luojiannan01@126.com
作者简介: 李雪利(1999-),女,河北唐山人,吉林大学硕士研究生,主要从事地下水数值模拟及污染源反演方面研究.xuelil21@mails.jlu.edu.cn.
引用本文:   
李雪利, 罗建男, 刘勇. 不同建议分布MCMC算法在地下水污染源反演识别中的对比研究[J]. 中国环境科学, 2023, 43(4): 1646-1654. LI Xue-li, LUO Jian-nan, LIU Yong. Comparative study of different proposal distribution MCMC algorithms in groundwater pollution source identification. CHINA ENVIRONMENTAL SCIENCECE, 2023, 43(4): 1646-1654.
链接本文:  
http://www.zghjkx.com.cn/CN/      或     http://www.zghjkx.com.cn/CN/Y2023/V43/I4/1646
中国环境科学
友情链接: 中国科学技术协会 中国环境科学学会 中国知网 万方数据
版权所有 © 2010 《中国环境科学》编辑部  地址:北京市海淀区红联南村54号(100082)  电话、传真:(010)62215145  
E-mail:zghjkx1981@126.com;zghjkx1981@chinacses.org;zghjkx1981@188.com
本系统由北京玛格泰克科技发展有限公司设计开发  技术支持:support@magtech.com.cn