文献综述
目前，国内外在泄漏源源强反算研究上已经取得不少开创性的积极成果。
源强反算的研究主要由大气扩散模型、大气扩散数据集、传感器排布反演定位这几个部分组成。
其中大气扩散模型、大气扩散数据及和传感器的排布虽然不是源强反算的主要内容，但会对反演定位的结果产生重要的影响。
大气扩散模型在源强反算中往往扮演两种角色，一是在验证反演准确度时作为正演大气扩散模型为反演提供数据，二是作为反演计算中的先验模型。
高斯模型[1] 是经典的轻气扩散模型，也是源强反算研究中使用最多的模型。
Peng He，Bohong Zheng等[2] 在标准高斯烟羽流模型的基础上进行了优化，并利用向量机结合传感器得到的的数据进行浓度变化的预测，并得到验证；Wang Ke[3]利用元胞自动机建立了危险化学品气体的扩散模型; Christopher T. Allen，Sue Ellen Haupt等[4]引入复杂离散模型（SCIPUFF）作为先验模型，利用遗传算法耦合系统反演泄漏源的位置和强度。
大气扩散实验数据对于源强反算研究十分重要，然而收集可靠的大气扩散数据需要耗费巨大的精力和财力，所以可使用的数据有限，常用来验证源强反算的大气扩散数据有2007年的FFT07实验[5]以及2003年的联合城市实验[6]。
传感器排布的研究上，Singh和Rani[5] 讲算法运用在FFT07实验中，利用敏感性分析确定有效传感器数据数量对源强反算结果的影响，结果发现若要得到准确的结果需要至少9组数据，而且反算的准确性还取决于传感器的顺风和测风的位置；Denglong Ma等[7] 提出一种定量评价源强反算结果的方法，并用于评价传感器数量和排布对源强反算结果的影响，结果表明对于遗传-模式搜索算法，要得到可以接受的结果至少需要三个有效的传感器数据，而且弧形的传感器排布相较于正方形网格排布可以提供更多信息，更有利于源强反算；Jikai Dong等[8]研究了不同传感器高度对源强反算结果的影响，认为相邻间隔位于高处的双层传感器方案非常有利于定位泄漏，而靠近地面布置的方案有利于提高源强度的估计精度。
泄漏源反演定位的主要工作包括对监测点提供的数据进行分析，同时根据扩散模型和现场的地理、气象等信息，对泄漏事故的泄漏位置和泄漏强度进行反演估算。
以上是文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
