来源：期刊VIP网 时间：
作者：刘璐;张绍阳;冉思雨;沈柳彤;
单位：长安大学信息工程学院;
摘要：针对大气污染事故突发时，事故发生点无法确定或人员不能接近的情况，研究了基于环境监测数据源项反演以获取事故源项数据的技术，设计实现了一种基于粒子群-模拟退火源项反演方法。采用自适应方法调整惯性权重系数，与高斯烟羽扩散模型结合，对事故源项数据进行反演。实验结果显示：在所选监测点监测数据的反演实验中，基于粒子群-模拟退火算法（PSO-SA）结合了两种算法的优势，能够获得与期望值较为符合的反演结果。进一步分析了监测点数据误差及监测点数量对反演结果的影响，并将文中方法与粒子群算法（PSO）进行对比，同等条件下，较粒子群算法精度提高了8%，能够快速实现对大气污染源强和位置的准确估计。
关键词：源项反演;;大气污染;;粒子群算法;;模拟退火算法;;高斯烟羽;;自适应惯性权重
基金资助：重点产业创新链（群）（2021ZDLGY07-06）;; 陕西省交通运输科技项目（21-12R）
