供水管網(wǎng)污染溯源方法研究綜述

關(guān)鍵詞： 供水管網(wǎng) 飲用水污染 污染溯源 溯源方法

中圖分類號： TU991.21;X832 文獻標識碼： A 文章編號： 1672-3791（2023）16-0189-04

水資源與人們的生活息息相關(guān)，是人們生存生活最基本的條件之一。飲用水安全關(guān)系著國計民生，我國政府一直高度重視飲用水安全保障工作[1]。用水安全是廣大人民群眾生產(chǎn)生活最基本的訴求，供水系統(tǒng)安全的重要地位不言而喻，城市自來水水質(zhì)安全保障問題，關(guān)系著廣大人民群眾的切身利益。供水管網(wǎng)分布廣闊，但由于天氣、維護成本等原因管網(wǎng)中的組件易生銹老化，而其特殊的開放性和分布性使之很容易受到外界的破壞，導(dǎo)致飲用水被污染， 繼而危害公共健康。長久以來，供水管網(wǎng)中的水污染事件在我國層出不窮，嚴重影響了民眾正常生產(chǎn)和生活秩序。2020 年10 月，湖北仙桃市某地區(qū)的化工廠中的有毒物質(zhì)泄漏到供水管網(wǎng)中，導(dǎo)致自來水污染而使多名群眾出現(xiàn)食物中毒的癥狀并就醫(yī)，嚴重者出現(xiàn)急性呼吸衰竭、腦中毒等現(xiàn)象，中毒原因進一步確定為自來水中鋇金屬超標。此污染事件甚至影響了當(dāng)?shù)氐淖詠硭?yīng)，直到一周后才恢復(fù)正常供水，對居民的生活和生命安全造成了非常嚴重的影響[2]。

管網(wǎng)突發(fā)性水質(zhì)污染具有隱蔽性、突發(fā)性、非連續(xù)性和不確定性，是當(dāng)前水污染防治的一個難點[3]。污染物隨著水的流動在供水管網(wǎng)中傳播的速度快，污染情況難以預(yù)測，污染事件發(fā)生后如果被污染管段未能及時隔離和關(guān)閉，污染范圍未能及時界定，那么將會直接影響飲用水品質(zhì)，造成大范圍的用水緊張，導(dǎo)致直接或間接的經(jīng)濟損失，甚至危害公眾健康。因此供水管網(wǎng)中的污染溯源問題具有十分重要的現(xiàn)實意義。

1 污染溯源研究方法

國內(nèi)外的眾多學(xué)者針對供水管網(wǎng)的污染溯源問題進行了很多深入的探索和研究，取得了很多優(yōu)異的成果。水質(zhì)模擬是供水管網(wǎng)的水質(zhì)污染研究問題的基礎(chǔ)，它有水質(zhì)正演模擬和水質(zhì)反演模擬兩種形式。在求解溯源問題時，常會根據(jù)真實數(shù)據(jù)建立水力水質(zhì)模型，再正向推出信息的過程稱為水質(zhì)正演模擬，其展示了污染物在管網(wǎng)中的變化情況與分布狀況。與水質(zhì)正演模擬不同，水質(zhì)反演模擬則是按已知的輸出信息反推輸入信息，其通常結(jié)合相應(yīng)智能優(yōu)化算法將各水質(zhì)監(jiān)測點監(jiān)測到的污染數(shù)據(jù)作為依據(jù)，反向推出污染源的位置、入侵污染物的濃度、污染的開始和持續(xù)時間等相關(guān)信息。目前，在對污染源進行定位識別和溯源研究中，主要的研究方法分為粒子回溯法、模擬優(yōu)化法以及結(jié)合了機器學(xué)習(xí)的人工智能方法這三類。

1.1 粒子回溯法

在研究早期，研究者通常使用粒子回溯法來解決供水管網(wǎng)中的污染溯源問題。這種方法根據(jù)傳感器監(jiān)測到的信息，反推前面的時間段中各個節(jié)點的狀態(tài)，對各粒子進行反向追蹤。ZIEROLF M L 等人[4]在供水管網(wǎng)簡單模型（不包含水箱、閥門等組件）的基礎(chǔ)上，構(gòu)建了與余氯傳輸相關(guān)的I/O 模型反向追蹤污染物動態(tài)位置進行污染溯源，確定了污染物在傳播過程中的流動路徑。SHANG F 等人[5]在復(fù)雜供水管網(wǎng)中結(jié)合水力模型的流動信息，應(yīng)用I/O 模型在一定的時間模式中對粒子進行回溯，應(yīng)用效果良好，求解得到了污染源信息；LAIRD C 等人[6]用非線性規(guī)劃法求出了管網(wǎng)中污染物入侵的位置和對應(yīng)時間，由于用這種方法得到的解不唯一，因此又有科研工作者在此基礎(chǔ)上，先用混合整數(shù)二次規(guī)劃法初步確定污染位置，再在其中確定最可能是污染源的位置，用這種方法得到的解唯一。

1.2 模擬優(yōu)化法

隨著計算機技術(shù)、大數(shù)據(jù)和云平臺等網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，啟發(fā)式算法被廣泛用來進行供水管網(wǎng)污染溯源研究。污染源溯源問題通過模擬-優(yōu)化的思想被看作是一個根據(jù)水質(zhì)監(jiān)測點的監(jiān)測數(shù)據(jù)反向推出污染源的反演問題。在確定了時間步長和水質(zhì)監(jiān)測點數(shù)量的前提下，將供水管網(wǎng)中的污染溯源問題轉(zhuǎn)化成數(shù)學(xué)上的最優(yōu)化問題，目標函數(shù)為各個水質(zhì)監(jiān)測點在每個時間步長上的模擬污染濃度與實測污染濃度之間差值的平方和。GUAN J 等人 [7]基于EPANET 軟件進行水力水質(zhì)計算，結(jié)合負梯度法提出了模擬優(yōu)化法，在這種方法中，得到數(shù)量充足且具有一定準確性的水質(zhì)監(jiān)測數(shù)據(jù)后，不斷擬合污染物濃度的實測值和模擬值。結(jié)果表明：在污染溯源問題中，這種方法能較好地求出污染入侵節(jié)點與對應(yīng)時間。模擬優(yōu)化法準確性和開發(fā)性較好，求解速度較快，能夠結(jié)合多種智能算法，為后來的研究者打開了新的研究方向。此后，國內(nèi)外分別有研究者使用關(guān)系樹-線性規(guī)劃算法、離散最優(yōu)化法和遺傳算法等智能優(yōu)化算法來進行污染溯源研究[8-10]。呂謀等人[11]在實際管網(wǎng)中進行污染實踐，搭建了一個供水管網(wǎng)模擬試驗平臺，將不同質(zhì)量濃度的次氯酸鈉溶液作為污染物投加至不同節(jié)點，以拉格朗日時間驅(qū)動算法的水質(zhì)正演模擬為基礎(chǔ)建立模擬-優(yōu)化反定位模型，分析了管網(wǎng)拓撲結(jié)構(gòu)對于模擬結(jié)果的影響。結(jié)果表明：模型能在不利因素的影響下也能快速、準確地進行污染溯源。王久振等人[12]同樣搭建了試驗供水管網(wǎng)系統(tǒng)，使用EPANET 作為計算引擎，利用粒子群優(yōu)化算法求解模擬-優(yōu)化反定位模型，在合理設(shè)置相關(guān)差數(shù)后，表明模型能準確、高效地進行污染溯源。信昆侖等人[13]在構(gòu)建了模擬-優(yōu)化反定位模型后，結(jié)合前人提出的負梯度法和候選污染源節(jié)點集合方法，沿著目標函數(shù)的負梯度方向在候選污染源節(jié)點中搜索最優(yōu)解，在前人的基礎(chǔ)上，引入差分步長法替代權(quán)重系數(shù)法降低了求解難度，提升了求解質(zhì)量。徐林等人[14]首先使用路徑分析確定污染源的初步候選區(qū)域，在此基礎(chǔ)上對選定區(qū)域分別使用遺傳算法和多種群遺傳算法求解，得到的求解結(jié)果良好，并分析和探討了算法的穩(wěn)定性及研究中的影響因素。羅富敏等人[15]結(jié)合南方某城鎮(zhèn)供水管網(wǎng)案例，使用粒子群-蟻群融合算法求解模擬-優(yōu)化反定位模型，在單源污染和多源污染的情況下均能提高求解模型的效率。程偉平等人[16]建立粒子源逆向追蹤算法（PBA），根據(jù)供水管網(wǎng)中下游監(jiān)測數(shù)據(jù)異常的水質(zhì)監(jiān)測點的信息進行逆向溯源，并開發(fā)相應(yīng)的程序嵌合到實時的水力模型中以查找可疑的污染源位置，在將其應(yīng)用到某新建管網(wǎng)時取得的效果良好。

目前，在污染溯源中，相比其他兩種方法，模擬-優(yōu)化法定位污染源的精度最高，但這種方法的計算量很大，通常需要調(diào)用仿真軟件來進行污染模擬，因而求解速度相對較慢。如何在提高溯源精度的同時提升溯源速度，是當(dāng)前科研工作者研究的熱點。

1.3 結(jié)合機器學(xué)習(xí)研究

隨著機器學(xué)習(xí)算法的飛速發(fā)展，研究者相繼開始使用機器學(xué)習(xí)算法解決供水管網(wǎng)中的污染溯源問題。NEUPAUER R M等人[17]在管網(wǎng)中的水流為穩(wěn)定流，且系統(tǒng)需水量和水力條件已知的情況下利用概率密度函數(shù)法將每個監(jiān)測點的上游節(jié)點都認為是具有一定概率的污染源節(jié)點，假設(shè)污染為單源污染的情況下，按某一固定的方向計算，能依次求出每個上游節(jié)點的概率，污染源節(jié)點即為概率最大的節(jié)點。YANG X 等人[18]在監(jiān)測點能否監(jiān)測到污染物的問題上，提出貝葉斯方法在此方面的應(yīng)用，當(dāng)水質(zhì)監(jiān)測點監(jiān)測到污染物后，通過貝葉斯網(wǎng)絡(luò)計算出各監(jiān)測點的上游管網(wǎng)節(jié)點的是污染侵入點的概率，再根據(jù)概率的數(shù)值排序求出污染源位置；信昆侖等人[19]在不考慮投加濃度的前提下，將每個投訴用戶看成是水質(zhì)監(jiān)測點，參考用戶投訴信息，根據(jù)所投訴用戶的分布位置確定污染源的大致范圍，再根據(jù)相關(guān)的時間信息確定最可能的污染節(jié)點。利用概率分析理論結(jié)合波達法則進行綜合分析和評價，被投訴概率最大的節(jié)點被認為是污染源。RUTKOWSKI T A等人[20]提出基于學(xué)習(xí)矢量量化（LVQ）神經(jīng)網(wǎng)絡(luò)分類器的方法來對供水管網(wǎng)中的污染溯源問題進行研究。錢凱[21]根據(jù)供水管網(wǎng)中傳感器在線采集的所有水質(zhì)數(shù)據(jù)，提出了基于深度學(xué)習(xí)與演化算法污染溯源方法，先使用深度學(xué)習(xí)模型在污染發(fā)生后初步確定污染入侵節(jié)點的位置，給出多個可能是污染源的節(jié)點，再通過雙種群并行演化算法在其中確定準確污染源的相關(guān)信息。實驗結(jié)果表明：這種方法在污染溯源問題中應(yīng)用良好。

2 研究展望

當(dāng)前，供水管網(wǎng)污染溯源技術(shù)仍不完美，受各種因素的限制，在此領(lǐng)域仍存在一些問題亟待完善和解決。

2.1 入侵污染物流量不確定性

當(dāng)前，大部分研究都基于污染物入侵流量的大小不會影響管網(wǎng)的水力工況的假定，但在污染入侵后，實際管網(wǎng)發(fā)生的情況非常復(fù)雜，局部管段會受流量的影響而使水力工況改變從而也會改變其中的水質(zhì)變化規(guī)律，對不確定因素（包括污染源信息、污染物性質(zhì)、觀測數(shù)據(jù)、水動力條件、數(shù)學(xué)模型等）[22]的影響還需要進行深入的研究。

2.2 監(jiān)測數(shù)據(jù)精確性

當(dāng)前，大研究大多數(shù)基于實際管網(wǎng)在計算機軟件中的拓撲結(jié)構(gòu)和水力模型，但在實際情況中，為減少計算量提升計算速度，通常會對某些節(jié)點和管段進行預(yù)處理，水力模型數(shù)據(jù)隨之會造成誤差，同時，不同污染物在管網(wǎng)中有著不同的擴散特性，污染物變化的變化情況會更加難以預(yù)測。受多種因素的影響和限制，難以獲取實際管網(wǎng)中的精確的水質(zhì)濃度數(shù)據(jù)，在研究中所使用的水質(zhì)監(jiān)測點的監(jiān)測數(shù)據(jù)會與實際情況產(chǎn)生一定的誤差，建議后續(xù)研究者以實際監(jiān)測所得的污染物濃度數(shù)據(jù)來進行下一步的理論和實踐研究。

2.3 溯源結(jié)果準確性

智能算法具有良好的兼容性，能用來幫助各行各業(yè)的研究。目前，對于污染溯源問題，大多數(shù)研究會使用智能算法來求解溯源模型，但很多智能算法大都容易陷入局部最優(yōu)解從而使溯源錯誤找不到污染節(jié)點，每種智能優(yōu)化算法都有其缺陷[23]，使用單一算法無法避免，可以考慮使用集成算法，進一步提高污染源位置的求解精度。關(guān)于如何提高溯源結(jié)果的準確性，還需要進一步研究。

3 結(jié)語

本文系統(tǒng)地介紹了國內(nèi)外供水管網(wǎng)中多種污染溯源方法的最新研究進展，結(jié)合當(dāng)前研究情況，分析總結(jié)了供水管網(wǎng)污染溯源方法的不足之處并進行了展望，對此還需要進一步加大研究力度，提高溯源結(jié)果的準確率和溯源速度，幫助供水企業(yè)在污染發(fā)生后盡快鎖定被污染管道，及時采取應(yīng)急供水和沖洗消毒等措施來保障公眾健康，提升城市的應(yīng)急響應(yīng)能力，更好地保障人民的飲用水安全。