System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种污染物溯源,特别是关于一种基于变速释放先验和贝叶斯理论的源重建方法及系统。
技术介绍
1、对于未知来源的放射性泄漏事件,核素监测站台会探测到放射性核素浓度的升高,即使此类事件短期内对人体健康和环境没有太大影响,国家或者地区也需要对其快速响应,评估放射性物质在大气中扩散和传输的后果,及时采取有效的应对措施。此类事件的共同点是释放源可简化为单一的固定点源,由于释放位置未知,无法利用源项反演方法进行源项估计,因此需要利用有限的环境监测数据和气象信息对释放源位置和释放率进行反推,这个过程被称为源重建。源重建问题是一个典型的反问题,由于监测与源位置呈非线性关系,且实际中监测数据数量较少,源参数个数多,因此该问题往往是非线性的欠定问题,求解难度非常大,成为世界各国核应急的新挑战。
技术实现思路
1、针对上述问题,本专利技术的目的是提供一种基于变速释放先验和贝叶斯理论的源重建方法及系统,其不依赖于恒定释放的假设,可以在释放行为未知的情况下快速对释放源位置和时序释放率进行估计。
2、为实现上述目的,本专利技术采取以下技术方案:一种基于变速释放先验和贝叶斯理论的源重建方法,其包括:基于预先制作的监测样品文件进行反向大气扩散模拟,得到反向模拟结果;基于反向模拟结果构造设定格式的源受体灵敏度srs数据文件,并根据源受体灵敏度数据文件生成srs矩阵h;构造源位置r的先验分布p(r),并利用srs矩阵h和监测数据μ构造变速释放率q的条件先验p(q|μ,r);根据条件先验分布,并
3、进一步,监测样品文件的表头行信息,包括:
4、案例名称、监测起始时间、监测结束时间、监测数据单位、数据路径,监测样品文件数据行信息包括采样结束时间、采样持续时间、监测站点纬度、监测站点经度、监测浓度、监测站点名称、监测不确定性以及监测阈值。
5、进一步,基于预先制作的监测样品文件进行反向大气扩散模拟,包括:
6、基于flexpart拉格朗日粒子扩散模型,读取监测样品文件信息,根据反向扩散模式进行大气扩散模拟。
7、进一步,基于反向模拟结果构造设定格式的源受体灵敏度数据文件,包括:
8、根据反向模拟结果的nc文件,将反向模拟结果单位由s转化为1/m3,构造txt格式的srs文件;
9、读取txt文件并构造四维srs矩阵其中m表示监测样品个数,nx表示经度方向网格个数,ny表示纬度方向网格个数,nt表示考虑的释放时间步个数。
10、进一步,构造源位置r的先验分布p(r),并利用srs矩阵h和监测数据构造变速释放率q的条件先验分布p(q|μ,r),包括:
11、根据经度的先验分布和纬度的先验分布构建源位置r的先验分布p(r);
12、对于先验分布的每一组源位置采样结果,进行释放率的反演计算,根据反演计算构造变速释放率的条件先验分布;
13、构造似然函数以评估不同源参数下的监测-模拟误差。
14、进一步,利用马尔科夫链蒙特卡洛方法对后验分布进行抽样,直至收敛,得到源位置和变速释放率的后验概率分布估计结果,包括:
15、根据先验分布将经度和纬度初始化,利用tikhonov正则化反演方法计算释放率q0,得到初始源参数s0;
16、对经纬度添加从高斯分布中采样得到的扰动,利用tikhonov正则化反演方法计算释放率q′,得到新的源参数s′;
17、计算初始源参数s0与新的源参数s′的似然函数值,得到两者的比值,若比值大于等于预设值,则新的源参数s′被接受,反之则被拒绝;
18、重复添加扰动并获取比值,直至达到收敛条件,得到源位置和变速释放率的后验概率分布估计结果。
19、进一步,收敛条件,包括:收敛值小于预设值或达到最大收敛次数;
20、收敛值的计算为:
21、计算抽样链之间的链间方差b和抽样链内的链内方差v,并根据链间方差b和链内方差v确定源参数的方差;
22、根据源参数的方差和链内方差v确定收敛值。
23、一种基于变速释放先验和贝叶斯理论的源重建系统,其包括:反向模拟模块,基于预先制作的监测样品文件进行反向大气扩散模拟,得到反向模拟结果;srs矩阵生成模块,基于反向模拟结果构造设定格式的源受体灵敏度srs数据文件,并根据源受体灵敏度数据文件生成srs矩阵h;先验分布模块,构造源位置r的先验分布p(r),并利用srs矩阵h和监测数据μ构造变速释放率q的条件先验p(q|μ,r);后验分布模块,根据条件先验分布,并利用马尔科夫链蒙特卡洛方法对后验分布进行抽样,直至收敛,得到源位置和变速释放率的后验概率分布估计结果。
24、一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述方法中的任一方法。
25、一种计算设备,其包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
26、本专利技术由于采取以上技术方案,其具有以下优点:
27、1、本专利技术由于采用反向扩散模型,在监测数据稀疏的情况下可以大大降低大气扩散模拟的计算成本,从而加速了重建计算,适用于应急场景。
28、2、本专利技术制作了设定格式的监测样品文件,便于监测信息的在线更新,完美适配大气扩散模型的输入文件,从而支持对重建结果的实时优化。
29、3、本专利技术采用变速释放先验,适配真实泄漏场景,充分利用监测信息降低了源参数的空间,提高了贝叶斯方法的收敛速度和优化了收敛方向。
30、4、本专利技术采用马尔科夫链蒙特卡洛方法,允许从复杂的后验分布中抽取样本,以获取源参数估计的分布信息。
本文档来自技高网...【技术保护点】
1.一种基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,包括:
2.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,监测样品文件的表头行信息,包括:
3.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,基于预先制作的监测样品文件进行反向大气扩散模拟,包括:
4.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,基于反向模拟结果构造设定格式的源受体灵敏度数据文件,包括:
5.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,构造源位置r的先验分布P(r),并利用SRS矩阵H和监测数据构造变速释放率q的条件先验分布P(q|μ,r),包括:
6.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,利用马尔科夫链蒙特卡洛方法对后验分布进行抽样,直至收敛,得到源位置和变速释放率的后验概率分布估计结果,包括:
7.如权利要求6所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,收敛条件,包括:收敛值小于预设值
8.一种基于变速释放先验和贝叶斯理论的源重建系统,其特征在于,包括:
9.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1至7所述方法中的任一方法。
10.一种计算设备,其特征在于,包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。
...【技术特征摘要】
1.一种基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,包括:
2.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,监测样品文件的表头行信息,包括:
3.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,基于预先制作的监测样品文件进行反向大气扩散模拟,包括:
4.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,基于反向模拟结果构造设定格式的源受体灵敏度数据文件,包括:
5.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在于,构造源位置r的先验分布p(r),并利用srs矩阵h和监测数据构造变速释放率q的条件先验分布p(q|μ,r),包括:
6.如权利要求1所述基于变速释放先验和贝叶斯理论的源重建方法,其特征在...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。