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(hào)： TU991.21;X832 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 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(guó)計(jì)民生，我國(guó)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(lái)水水質(zhì)安全保障問(wèn)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(hù)成本等原因管網(wǎng)中的組件易生銹老化，而其特殊的開(kāi)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(zhǎng)久以來(lái)，供水管網(wǎng)中的水污染事件在我國(guó)層出不窮，嚴(yán)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(lái)水污染而使多名群眾出現(xiàn)食物中毒的癥狀并就醫(yī)，嚴(yán)重者出現(xiàn)急性呼吸衰竭、腦中毒等現(xiàn)象，中毒原因進(jìn)一步確定為自來(lái)水中鋇金屬超標(biāo)。此污染事件甚至影響了當(dāng)?shù)氐淖詠?lái)水供應(yīng)，直到一周后才恢復(fù)正常供水，對(duì)居民的生活和生命安全造成了非常嚴(yán)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(gè)難點(diǎn)[3]。污染物隨著水的流動(dòng)在供水管網(wǎng)中傳播的速度快，污染情況難以預(yù)測(cè)，污染事件發(fā)生后如果被污染管段未能及時(shí)隔離和關(guān)閉，污染范圍未能及時(shí)界定，那么將會(huì)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(jì)損失，甚至危害公眾健康。因此供水管網(wǎng)中的污染溯源問(wèn)題具有十分重要的現(xiàn)實(shí)意義。

1 污染溯源研究方法

國(guó)內(nèi)外的眾多學(xué)者針對(duì)供水管網(wǎng)的污染溯源問(wèn)題進(jìn)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(wèn)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(wèn)題時(shí)，常會(huì)根據(jù)真實(shí)數(shù)據(jù)建立水力水質(zhì)模型，再正向推出信息的過(guò)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(cè)點(diǎn)監(jiān)測(cè)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(kāi)始和持續(xù)時(shí)間等相關(guān)信息。目前，在對(duì)污染源進(jìn)行定位識(shí)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(jī)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(lái)解決供水管網(wǎng)中的污染溯源問(wèn)題。這種方法根據(jù)傳感器監(jiān)測(cè)到的信息，反推前面的時(shí)間段中各個(gè)節(jié)點(diǎn)的狀態(tài)，對(duì)各粒子進(jìn)行反向追蹤。ZIEROLF M L 等人[4]在供水管網(wǎng)簡(jiǎn)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(dòng)態(tài)位置進(jìn)行污染溯源，確定了污染物在傳播過(guò)程中的流動(dòng)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(dòng)信息，應(yīng)用I/O 模型在一定的時(shí)間模式中對(duì)粒子進(jìn)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(duì)應(yīng)時(shí)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(jì)算機(jī)技術(shù)、大數(shù)據(jù)和云平臺(tái)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(lái)進(jìn)行供水管網(wǎng)污染溯源研究。污染源溯源問(wèn)題通過(guò)模擬-優(yōu)化的思想被看作是一個(gè)根據(jù)水質(zhì)監(jiān)測(cè)點(diǎn)的監(jiān)測(cè)數(shù)據(jù)反向推出污染源的反演問(wèn)題。在確定了時(shí)間步長(zhǎng)和水質(zhì)監(jiān)測(cè)點(diǎn)數(shù)量的前提下，將供水管網(wǎng)中的污染溯源問(wèn)題轉(zhuǎn)化成數(shù)學(xué)上的最優(yōu)化問(wèn)題，目標(biāo)函數(shù)為各個(gè)水質(zhì)監(jiān)測(cè)點(diǎn)在每個(gè)時(shí)間步長(zhǎng)上的模擬污染濃度與實(shí)測(cè)污染濃度之間差值的平方和。GUAN J 等人 [7]基于EPANET 軟件進(jìn)行水力水質(zhì)計(jì)算，結(jié)合負(fù)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(zhǔn)確性的水質(zhì)監(jiān)測(cè)數(shù)據(jù)后，不斷擬合污染物濃度的實(shí)測(cè)值和模擬值。結(jié)果表明：在污染溯源問(wèn)題中，這種方法能較好地求出污染入侵節(jié)點(diǎn)與對(duì)應(yīng)時(shí)間。模擬優(yōu)化法準(zhǔn)確性和開(kāi)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(lái)的研究者打開(kāi)了新的研究方向。此后，國(guó)內(nèi)外分別有研究者使用關(guān)系樹(shù)-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(lái)進(jìn)行污染溯源研究[8-10]。呂謀等人[11]在實(shí)際管網(wǎng)中進(jìn)行污染實(shí)踐，搭建了一個(gè)供水管網(wǎng)模擬試驗(yàn)平臺(tái)，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(diǎn)，以拉格朗日時(shí)間驅(qū)動(dòng)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?fù)浣Y(jié)構(gòu)對(duì)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(zhǔn)確地進(jìn)行污染溯源。王久振等人[12]同樣搭建了試驗(yàn)供水管網(wǎng)系統(tǒng)，使用EPANET 作為計(jì)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(zhǔn)確、高效地進(jìn)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(fù)梯度法和候選污染源節(jié)點(diǎn)集合方法，沿著目標(biāo)函數(shù)的負(fù)梯度方向在候選污染源節(jié)點(diǎn)中搜索最優(yōu)解，在前人的基礎(chǔ)上，引入差分步長(zhǎng)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(duì)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(cè)數(shù)據(jù)異常的水質(zhì)監(jiān)測(cè)點(diǎn)的信息進(jìn)行逆向溯源，并開(kāi)發(fā)相應(yīng)的程序嵌合到實(shí)時(shí)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(shí)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(jì)算量很大，通常需要調(diào)用仿真軟件來(lái)進(jìn)行污染模擬，因而求解速度相對(duì)較慢。如何在提高溯源精度的同時(shí)提升溯源速度，是當(dāng)前科研工作者研究的熱點(diǎn)。

1.3 結(jié)合機(jī)器學(xué)習(xí)研究

隨著機(jī)器學(xué)習(xí)算法的飛速發(fā)展，研究者相繼開(kāi)始使用機(jī)器學(xué)習(xí)算法解決供水管網(wǎng)中的污染溯源問(wèn)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(gè)監(jiān)測(cè)點(diǎn)的上游節(jié)點(diǎn)都認(rèn)為是具有一定概率的污染源節(jié)點(diǎn)，假設(shè)污染為單源污染的情況下，按某一固定的方向計(jì)算，能依次求出每個(gè)上游節(jié)點(diǎn)的概率，污染源節(jié)點(diǎn)即為概率最大的節(jié)點(diǎn)。YANG X 等人[18]在監(jiān)測(cè)點(diǎn)能否監(jiān)測(cè)到污染物的問(wèn)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(cè)點(diǎn)監(jiān)測(cè)到污染物后，通過(guò)貝葉斯網(wǎng)絡(luò)計(jì)算出各監(jiān)測(cè)點(diǎn)的上游管網(wǎng)節(jié)點(diǎn)的是污染侵入點(diǎn)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(gè)投訴用戶看成是水質(zhì)監(jiān)測(cè)點(diǎn)，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(shí)間信息確定最可能的污染節(jié)點(diǎn)。利用概率分析理論結(jié)合波達(dá)法則進(jìn)行綜合分析和評(píng)價(jià)，被投訴概率最大的節(jié)點(diǎn)被認(rèn)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(lái)對(duì)供水管網(wǎng)中的污染溯源問(wèn)題進(jìn)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(diǎn)的位置，給出多個(gè)可能是污染源的節(jié)點(diǎn)，再通過(guò)雙種群并行演化算法在其中確定準(zhǔn)確污染源的相關(guān)信息。實(shí)驗(yàn)結(jié)果表明：這種方法在污染溯源問(wèn)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(wèn)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(huì)影響管網(wǎng)的水力工況的假定，但在污染入侵后，實(shí)際管網(wǎng)發(fā)生的情況非常復(fù)雜，局部管段會(huì)受流量的影響而使水力工況改變從而也會(huì)改變其中的水質(zhì)變化規(guī)律，對(duì)不確定因素（包括污染源信息、污染物性質(zhì)、觀測(cè)數(shù)據(jù)、水動(dòng)力條件、數(shù)學(xué)模型等）[22]的影響還需要進(jìn)行深入的研究。

2.2 監(jiān)測(cè)數(shù)據(jù)精確性

當(dāng)前，大研究大多數(shù)基于實(shí)際管網(wǎng)在計(jì)算機(jī)軟件中的拓?fù)浣Y(jié)構(gòu)和水力模型，但在實(shí)際情況中，為減少計(jì)算量提升計(jì)算速度，通常會(huì)對(duì)某些節(jié)點(diǎn)和管段進(jìn)行預(yù)處理，水力模型數(shù)據(jù)隨之會(huì)造成誤差，同時(shí)，不同污染物在管網(wǎng)中有著不同的擴(kuò)散特性，污染物變化的變化情況會(huì)更加難以預(yù)測(cè)。受多種因素的影響和限制，難以獲取實(shí)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(cè)點(diǎn)的監(jiān)測(cè)數(shù)據(jù)會(huì)與實(shí)際情況產(chǎn)生一定的誤差，建議后續(xù)研究者以實(shí)際監(jiān)測(cè)所得的污染物濃度數(shù)據(jù)來(lái)進(jìn)行下一步的理論和實(shí)踐研究。

2.3 溯源結(jié)果準(zhǔn)確性

智能算法具有良好的兼容性，能用來(lái)幫助各行各業(yè)的研究。目前，對(duì)于污染溯源問(wèn)題，大多數(shù)研究會(huì)使用智能算法來(lái)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(cuò)誤找不到污染節(jié)點(diǎn)，每種智能優(yōu)化算法都有其缺陷[23]，使用單一算法無(wú)法避免，可以考慮使用集成算法，進(jìn)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(zhǔn)確性，還需要進(jìn)一步研究。

3 結(jié)語(yǔ)

本文系統(tǒng)地介紹了國(guó)內(nèi)外供水管網(wǎng)中多種污染溯源方法的最新研究進(jìn)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(jìn)行了展望，對(duì)此還需要進(jìn)一步加大研究力度，提高溯源結(jié)果的準(zhǔn)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(shí)采取應(yīng)急供水和沖洗消毒等措施來(lái)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。