| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-22页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 基于物理搜索的污染物溯源方法 | 第12-13页 |
| 1.2.2 基于数学模型的污染物溯源方法 | 第13-18页 |
| 1.3 污染物统计法数学模型溯源 | 第18-19页 |
| 1.4 研究目的、内容及技术路线 | 第19-22页 |
| 1.4.1 研究目的 | 第19-20页 |
| 1.4.2 研究内容 | 第20-21页 |
| 1.4.3 技术路线 | 第21-22页 |
| 2 基于MATLAB编程的贝叶斯-MCMC反演模型构建 | 第22-36页 |
| 2.1 单纯贝叶斯反演模型构建 | 第22-24页 |
| 2.1.1 贝叶斯定理 | 第22-23页 |
| 2.1.2 先验分布函数定义 | 第23页 |
| 2.1.3 似然函数构造 | 第23-24页 |
| 2.1.4 后验概率密度函数构造 | 第24页 |
| 2.1.5 贝叶斯反演过程 | 第24页 |
| 2.2 MCMC抽样Matlab抽样 | 第24-27页 |
| 2.2.1 MCMC抽样算法 | 第24-25页 |
| 2.2.2 MCMC Matlab编程 | 第25-27页 |
| 2.3 贝叶斯MCMC反演模型构建 | 第27-35页 |
| 2.3.1 贝叶斯-MCMC反演模型Matlab编程 | 第27-30页 |
| 2.3.2 贝叶斯-MCMC反演模型数值验证 | 第30页 |
| 2.3.3 游走步长及马氏链长对贝叶斯反演模型的影响 | 第30-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 SWMM、贝叶斯与MATLAB耦合的污染物溯源模型 | 第36-42页 |
| 3.1 SWMM水质模型 | 第36-37页 |
| 3.2 SWMM模型集成技术难点 | 第37-38页 |
| 3.3 SWMM、贝叶斯及MATLAB耦合污染物溯源模型 | 第38-39页 |
| 3.4 贝叶斯-SWMM污染物溯源模型的特点 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 排水管道污染物溯源模型的验证与应用 | 第42-100页 |
| 4.1 仿真数值试验设计 | 第42-48页 |
| 4.1.1 节点瞬时排放事件数值试验设计 | 第43-45页 |
| 4.1.2 节点连续排放事件数值试验设计 | 第45-48页 |
| 4.2 节点瞬时排放污染事件溯源 | 第48-83页 |
| 4.2.1 单个未知参数反演 | 第49-68页 |
| 4.2.3 两个未知参数反演 | 第68-76页 |
| 4.2.4 三个未知参数反演 | 第76-83页 |
| 4.3 节点连续排放污染事件溯源 | 第83-97页 |
| 4.3.1 单个未知参数反演 | 第84-88页 |
| 4.3.2 两个未知参数反演 | 第88-94页 |
| 4.3.3 三个未知参数反演 | 第94-97页 |
| 4.4 溯源结果分析与讨论 | 第97-98页 |
| 4.5 本章小结 | 第98-100页 |
| 5 结论与建议 | 第100-104页 |
| 5.1 结论 | 第100-101页 |
| 5.2 建议 | 第101-104页 |
| 致谢 | 第104-106页 |
| 参考文献 | 第106-110页 |
| 附录 | 第110页 |
| A.作者在攻读硕士学位期间发表的论文 | 第110页 |
| B.作者在攻读硕士学位期间参加的相关科研项目 | 第110页 |
| C.作者在攻读硕士学位期间申报与获批的专利 | 第110页 |
