供水管网污染溯源方法研究综述.pdf

SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 学 术 综 述科技资讯SCIENCE&TECHNOLOGY INFORMATION供水管网污染溯源方法研究综述廖阳婷(新疆大学建筑工程学院 新疆乌鲁木齐 830017)摘要：供水管网在城市基础设施中有着不言而喻的重要性，一旦供水管网发生污染，将会危害居民的用水安全甚至引发公共安全事件。供水管网中的污染溯源问题由于其复杂性一直是科研工作者研究的热点问题，及时地进行污染溯源，对城市供水管网应急处理和制定控制策略至关重要。该文主要介绍了供水管网中污染溯源问题的研究背景和研究现状，对当前的代表性研究成果进行了分类综述，并对当前供水管网污染溯源研究中存在的问题和以后的发展趋势进行了分析和展望，为将来进行供水管网中的污染溯源问题提供一定的参考价值。关键词：供水管网 饮用水污染 污染溯源 溯源方法中图分类号：TU991.21;X832文献标识码：A 文章编号：1672-3791(2023)16-0189-04A Review of the Research on the Contamination Traceability Method of the Water Supply NetworkLIAO Yangting(College of Civil Engineering and Architecture,Xinjiang University,Urumqi,Xinjiang Uygur Autonomous Region,830017 China)Abstract:The water supply network has a self-evident importance in urban infrastructure,and once the water supply network is polluted,it will endanger the water safety of residents and even lead to public safety incidents.The problem of contamination traceability in the water supply network has been a hot issue for scientific researchers to study due to its complexity,and timely contamination traceability is crucial for the emergency response and control strategy formulation in urban water supply networks.This paper mainly introduces the research background and status of the pollution traceability problem in water supply pipeline networks,categorizes and reviews the current representative research results,and analyzes the problems in the current research on pollution traceability in water supply pipeline networks and prospects the future development trend,which provides certain reference value for conducting pollution traceability in water supply pipeline networks in the future.Key Words:Water supply network;Contamination of drinking water;Contamination traceability;Traceability method水资源与人们的生活息息相关，是人们生存生活最基本的条件之一。饮用水安全关系着国计民生，我国政府一直高度重视饮用水安全保障工作1。用水安全是广大人民群众生产生活最基本的诉求，供水系统安全的重要地位不言而喻，城市自来水水质安全保障问题，关系着广大人民群众的切身利益。供水管网分布广阔，但由于天气、维护成本等原因管网中的组件易生锈老化，而其特殊的开放性和分布性使之很容易受到外界的破坏，导致饮用水被污染,继而危害公共健康。长久以来，供水管网中的水污染事件在我国层出DOI：10.16661/ki.1672-3791.2302-5042-3541作者简介：廖阳婷（1997），女，硕士，研究方向为市政工程。189SCIENCE&TECHNOLOGY INFORMATION科技资讯学 术 综 述 2023 NO.16 SCIENCE&TECHNOLOGY INFORMATION科技资讯不穷，严重影响了民众正常生产和生活秩序。2020年10月，湖北仙桃市某地区的化工厂中的有毒物质泄漏到供水管网中，导致自来水污染而使多名群众出现食物中毒的症状并就医，严重者出现急性呼吸衰竭、脑中毒等现象，中毒原因进一步确定为自来水中钡金属超标。此污染事件甚至影响了当地的自来水供应，直到一周后才恢复正常供水，对居民的生活和生命安全造成了非常严重的影响2。管网突发性水质污染具有隐蔽性、突发性、非连续性和不确定性，是当前水污染防治的一个难点3。污染物随着水的流动在供水管网中传播的速度快，污染情况难以预测，污染事件发生后如果被污染管段未能及时隔离和关闭，污染范围未能及时界定，那么将会直接影响饮用水品质，造成大范围的用水紧张，导致直接或间接的经济损失，甚至危害公众健康。因此供水管网中的污染溯源问题具有十分重要的现实意义。1 污染溯源研究方法国内外的众多学者针对供水管网的污染溯源问题进行了很多深入的探索和研究，取得了很多优异的成果。水质模拟是供水管网的水质污染研究问题的基础，它有水质正演模拟和水质反演模拟两种形式。在求解溯源问题时，常会根据真实数据建立水力水质模型，再正向推出信息的过程称为水质正演模拟，其展示了污染物在管网中的变化情况与分布状况。与水质正演模拟不同，水质反演模拟则是按已知的输出信息反推输入信息，其通常结合相应智能优化算法将各水质监测点监测到的污染数据作为依据，反向推出污染源的位置、入侵污染物的浓度、污染的开始和持续时间等相关信息。目前，在对污染源进行定位识别和溯源研究中，主要的研究方法分为粒子回溯法、模拟优化法以及结合了机器学习的人工智能方法这三类。1.1 粒子回溯法在研究早期，研究者通常使用粒子回溯法来解决供水管网中的污染溯源问题。这种方法根据传感器监测到的信息，反推前面的时间段中各个节点的状态，对各粒子进行反向追踪。ZIEROLF M L等人4在供水管网简单模型（不包含水箱、阀门等组件）的基础上，构建了与余氯传输相关的I/O模型反向追踪污染物动态位置进行污染溯源，确定了污染物在传播过程中的流动路径。SHANG F等人5在复杂供水管网中结合水力模型的流动信息，应用I/O模型在一定的时间模式中对粒子进行回溯，应用效果良好，求解得到了污染源信息；LAIRD C等人6用非线性规划法求出了管网中污染物入侵的位置和对应时间，由于用这种方法得到的解不唯一，因此又有科研工作者在此基础上，先用混合整数二次规划法初步确定污染位置，再在其中确定最可能是污染源的位置，用这种方法得到的解唯一。1.2 模拟优化法随着计算机技术、大数据和云平台等网络技术的迅猛发展，启发式算法被广泛用来进行供水管网污染溯源研究。污染源溯源问题通过模拟-优化的思想被看作是一个根据水质监测点的监测数据反向推出污染源的反演问题。在确定了时间步长和水质监测点数量的前提下，将供水管网中的污染溯源问题转化成数学上的最优化问题，目标函数为各个水质监测点在每个时间步长上的模拟污染浓度与实测污染浓度之间差值的平方和。GUAN J等人 7基于EPANET软件进行水力水质计算，结合负梯度法提出了模拟优化法，在这种方法中，得到数量充足且具有一定准确性的水质监测数据后，不断拟合污染物浓度的实测值和模拟值。结果表明：在污染溯源问题中，这种方法能较好地求出污染入侵节点与对应时间。模拟优化法准确性和开发性较好，求解速度较快，能够结合多种智能算法，为后来的研究者打开了新的研究方向。此后，国内外分别有研究者使用关系树-线性规划算法、离散最优化法和遗传算法等智能优化算法来进行污染溯源研究8-10。吕谋等人11在实际管网中进行污染实践，搭建了一个供水管网模拟试验平台，将不同质量浓度的次氯酸钠溶液作为污染物投加至不同节点，以拉格朗日时间驱动算法的水质正演模拟为基础建立模拟-优化反定位模型，分析了管网拓扑结构对于模拟结果的影响。结果表明：模型能在不利因素的影响下也能快速、准确地进行污染溯源。王久振等人12同样搭建了试验供水管网系统，使用EPANET作为计算引擎，利用粒子群优化算法求解模拟-优化反定位模型，在合理设置相关差数后，表明模型能准确、高效地进行污染溯源。信昆仑等人13在构建了模拟-优化反定位模型后，结合前人提出的负梯度法和候选污染源节点集合方法，沿着目标函数的负梯度方向在候选污染源节点中搜索最优解，在前人的基础上，引入差分步长法替代权重系数法降低了求解难度，提升了求解质量。徐林等人14首先使用路径分析确定污染源的初步候选区域，在此基础上对190SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 学 术 综 述科技资讯SCIENCE&TECHNOLOGY INFORMATION选定区域分别使用遗传算法和多种群遗传算法求解，得到的求解结果良好，并分析和探讨了算法的稳定性及研究中的影响因素。罗富敏等人15结合南方某城镇供水管网案例，使用粒子群-蚁群融合算法求解模拟-优化反定位模型，在单源污染和多源污染的情况下均能提高求解模型的效率。程伟平等人16建立粒子源逆向追踪算法（PBA），根据供水管网中下游监测数据异常的水质监测点的信息进行逆向溯源，并开发相应的程序嵌合到实时的水力模型中以查找可疑的污染源位置，在将其应用到某新建管网时取得的效果良好。目前，在污染溯源中，相比其他两种方法，模拟-优化法定位污染源的精度最高，但这种方法的计算量很大，通常需要调用仿真软件来进行污染模拟，因而求解速度相对较慢。如何在提高溯源精度的同时提升溯源速度，是当前科研工作者研究的热点。1.3 结合机器学习研究随着机器学习算法的飞速发展，研究者相继开始使用机器学习算法解决供水管网中的污染溯源问题。NEUPAUER R M等人17在管网中的水流为稳定流，且系统需水量和水力条件已知的情况下利用概率密度函数法将每个监测点的上游节点都认为是具有一定概率的污染源节点，假设污染为单源污染的情况下，按某一固定的方向计算，能依次求出每个上游节点的概率，污染源节点即为概率最大的节点。YANG X等人18在监测点能否监测到污染物的问题上，提出贝叶斯方法在此方面的应用，当水质监测点监测到污染物后，通过贝叶斯网络计算出各监测点的上游管网节点的是污染侵入点的概率，再根据概率的数值排序求出污染源位置；信昆仑等人19在不考虑投加浓度的前提下，将每个投诉用户看成是水质监测点，参考用户投诉信息，根据所投诉用户的分布位置确定污染源的大致范围，再根据相关的时间信息确定最可能的污染节点。利用概率分析理论结合波达法则进行综合分析和评价，被投诉概率最大的节点被认为是污染源。RUTKOWSKI T A等人20提出基于学习矢量量化（LVQ）神经网络分类器的方法来对供水管网中的污染溯源问题进行研究。钱凯21根据供水管网中传感器在线采集的所有水质数据，提出了基于深度学习与演化算法污染溯源方法，先使用深度学习模型在污染发生后初步确定污染入侵节点的位置，给出多个可能是污染源的节点，再通过双种群并行演化算法在其中确定准确污染源的相关信息。实验结果表明：这种方法在污染溯源问题中应用良好。2 研究展望当前，供水管网污染溯源技术仍不完美，受各种因素的限制，在此领域仍存在一些问题亟待完善和解决。2.1 入侵污染物流量不确定性当前，大部分研究都基于污染物入侵流量的大小不会影响管网的水力工况的假定，但在污染入侵后，实际管网发生的情况非常复杂，局部管段会受流量的影响而使水力工况改变从而也会改变其中的水质变化规律，对不确定因素（包括污染源信息、污染物性质、观测数据、水动力条件、数学模型等）22的影响还需要进行深入的研究。2.2 监测数据精确性当前，大研究大多数基于实际管网在计算机软件中的拓扑结构和水力模型，但在实际情况中，为减少计算量提升计算速度，通常会对某些节点和管段进行预处理，水力模型数据随之会造成误差，同时，不同污染物在管网中有着不同的扩散特性，污染物变化的变化情况会更加难以预测。受多种因素的影响和限制，难以获取实际管网中的精确的水质浓度数据，在研究中所使用的水质监测点的监测数据会与实际情况产生一定的误差，建议后续研究者以实际监测所得的污染物浓度数据来进行下一步的理论和实践研究。2.3 溯源结果准确性智能算法具有良好的兼容性，能用来帮助各行各业的研究。目前，对于污染溯源问题，大多数研究会使用智能算法来求解溯源模型，但很多智能算法大都容易陷入局部最优解从而使溯源错误找不到污染节点，每种智能优化算法都有其缺陷23，使用单一算法无法避免，可以考虑使用集成算法，进一步提高污染源位置的求解精度。关于如何提高溯源结果的准确性，还需要进一步研究。3 结语本文系统地介绍了国内外供水管网中多种污染溯源方法的最新研究进展，结合当前研究情况，分析总结了供水管网污染溯源方法的不足之处并进行了展望，对此还需要进一步加大研究力度，提高溯源结果的准确率和溯源速度，帮助供水企业在污染发生后尽快锁定被污染管道，及时采取应急供水和冲洗消毒等措施来保障公众健康，提升城市的应急响应能力，更好地保191SCIENCE&TECHNOLOGY INFORMATION科技资讯学 术 综 述 2023 NO.16 SCIENCE&TECHNOLOGY INFORMATION科技资讯障人民的饮用水安全。参考文献1 楚文海,杨旭,肖融,等.长三角地区饮用水安全保障策略研究J.中国工程科学,2022,24(5):19-25.2 央视网.湖北仙桃20多名村民中毒 疑因化工厂有毒物质泄漏EB/OL.(2021-10-11)2023-02-05.https:/ 邝燕良,程浪,赵贝贝,等.管网突发水污染溯源模型构建及应用研究：以深圳东部某水质净化厂为例J.四川环境,2022,41(5):23-31.4 ZIEROLF M L，POLYCARPOU M M，UBER J G.Development and Autocalibration of an Input-output Model of Chlorine Transport in Drinking Water Distribution SystemsJ.IEEE Transactions on Control Systems Technology,1998,6(4):543-553.5 SHANG F,UBER J G,POLYCARPOU M M.Particle Backtracking Algorithm for Water Distribution System AnalysisJ.Journal of Environmental Engineering,2002,128(5):441-450.6 LAIRD C,BIEGLER L,WAANDERS B.Mixed-integer Approach for Obtaining Unique Solutions in Source Inversion of Water NetworksJ.Journal of Water Resources Planning and Management,2006,132(4):242-251.7 GUAN J,ARAL M,MASLIA M,et al.Identification of Contaminant Sources in Water Distribution Systems Using Simulation-optimization Method:Case StudyJ.Journal of Water Resources Planning&Management,2006,132(4):252-262.8 LIU L,RANJITHAN S R,MAHINTHAKUMAR G.Contamination Source Identification in Water Distribution Systems Using an Adaptive Dynamic Optimization ProcedureJ.Journal of Water Resources Planning&Management,2011,137(2):183-192.9 PREIS A,OSTFELD A.Contamination Source Identification in Water Systems:A Hybrid Model Trees Linear Programming SchemeJ.Journal of Water Resources Planning&Management,2006,132(4):263-273.10 CRISTO C D,LEOPARDI A.Pollution Source Identification of Accidental Contamination in Water Distribution NetworksJ.Journal of Water Resources Planning&Management,2008,134:197-202.11 吕谋,王梦琳,孙贤忠.供水管网突发污染试验模拟及污染源定位研究J.青岛理工大学学报,2009,30(6):1-6.12 王久振.基于粒子群优化算法的供水管网污染源识别研究D.长沙:湖南大学,2014.13 信昆仑,盛希夫,陶涛,等.基于负梯度法的供水管网污染源识别J.同济大学学报(自然科学版),2013,41(1):116-120.14 徐林.供水管网中水质监测点优化选址与污染源定位研究D.长沙:湖南大学,2013.15 罗富敏,王志红,李斌,等.某城镇供水管网污染源反追踪模型构建及求解过程J.中国给水排水,2018,34(19):62-66.16 程伟平,张邢,龙志宏,等.基于粒子源逆向追踪算法的管网污染源快速定位技术J.中国给水排水,2020,36(19):50-54.17 NEUPAUER R M,RECORDS M K,ASHWOOD W H.Backward Probabilistic Modeling to Identify Contaminant Sources in Water Distribution SystemsJ.Journal of Water Resources Planning&Management,2010,136(5):587-591.18 YANG X,BOCCELLI D L,SANCTI S A.A Bayesian Approach for Probabilistic Contamination Source IdentificationC/World Environmental&Water Resources Congress.2014.19 信昆仑,项宁银,陶涛,等.基于用户水质投诉信息的供水管网污染源追踪定位J.同济大学学报(自然科学版),2014,42(2):283-286,291.20 RUTKOWSKI T A,PROKOPIUK F.Identification of the Contamination Source Location in the Drinking Water Distribution System Based on the Neural Network ClassifierJ.IFAC-Papers OnLine,2018,51(24):15-22.21 钱凯.基于在线传感器数据的供水管网中的水污染检测与溯源D.哈尔滨:哈尔滨工业大学,2020.22 杨晓龙,张浩.管网突发性水质污染事故溯源技术研究进展J.广州化工,2020,48(20):32-35.23 龚瑾玉,颜雪松,胡成玉,等.基于智能优化算法的饮用水污染源定位方法研究综述J.控制理论与应用,2021,38(9):1313-1323.192