石油产品的大量使用致使石油类有机污染物进入含水层,对地下水造成了严重的污染,危及生态环境和饮用水安全。这类液态有机污染物在水中的溶解度很小,在含水层中多以单独的相态进行流动,称为非水相流体(Nonaqueous phase liquids,NAPLs)。根据密度的不同,可将非水相流体分成两类:密度小于水的轻非水相流体(Light nonaqueous phase liquids,LNAPLs)以及密度大于水的重非水相流体(Dense nonaqueous phase liquids,DNAPLs)。重非水相流体具有高密度、高毒性、低水溶性和高界面张力的特性,常用的抽出-处理技术和气体抽提技术等对其修复效率都很低。近年来发展起来的表面活性剂冲洗技术,又称为表面活性剂强化含水层修复技术(Surfactant enhanced aquifer remediation,SEAR),是对抽出处理修复技术的一种化学强化。表面活性剂对憎水性的有机污染物具有增溶和增流作用,能大幅提高DNAPLs在水中的溶解性和迁移性,进而提高抽出-处理技术对于DNAPLs修复的有效性。然而,SEAR修复过程的费用很高,如何在野外调查的基础上,通过灵敏度分析、多相流数值模拟以及非线性规划等分析方法的综合运用,分析不同因素对修复效果的影响,对修复方案进行分析和优选,以提高修复效率并节省修复费用,是一个亟待解决且具有重要理论和实际意义的科学问题。本文针对某化工厂爆炸事故导致的硝基苯污染地下水的修复问题,通过灵敏度分析、多相流数值模拟、替代模型、混合整数非线性规划等分析方法的综合运用,对DNAPLs污染含水层的修复方案进行分析和优选。首先,在建立多相流数值模拟模型的基础上,研究应用Sobol’全局灵敏度分析法计算不同变量对修复效果的影响程度,识别出对修复效果影响较大的变量作为输入变量,以减小优化过程中变量的个数,进而减小优化过程中的计算负荷。然后,应用最优拉丁超立方抽样方法在多相流数值模拟模型的输入变量的可行域内抽样,得到输入样品数据,运行多相流数值模拟模型得到相应的输出数据,并与应用拉丁超立方抽样方法得到的样品数据进行比较,对比分析两种方法的抽样结果对于抽样空间覆盖填充程度的影响。其次,分别应用多项式回归法(Polynomial regression,PR),径向基函数人工神经网络法(Radial basis function artificial neural network,RBFANN)和克里格法(Kriging)建立多相流数值模拟模型的替代模型,并对所建立的不同的替代模型的精度进行对比分析,从中甄选出最优的替代模型。最后,在综合分析各种因素的基础上,以修复费用最小为目标函数,建立混合整数非线性规划优化模型。在优化模型中嵌入所建立的替代模型,用其来反映模拟模型的输入输出关系,以减小优化模型求解过程的计算负荷。采用遗传算法以及罚函数法对优化模型进行求解,从而获得关于修复方案的最优决策。丰富了 DNAPLs污染含水层修复方案优选分析过程中的理论与技术内涵。通过本文的研究,主要得出以下结论:(1)Sobol’灵敏度分析法的分析结果表明:当三个因素在其给定的可行域内变化时,对修复效果影响最大的因素为修复时间,其次为总抽水量,表面活性剂浓度对修复效果的影响最小。各因素(变量)的二阶和三阶灵敏度值虽然大于零,但都很小(小于0.05),说明各变量间的协同作用对输出响应(修复效果)的影响作用不大,在某种程度上可以忽略。因此,在后续的修复方案优选的优化模型中,应将修复时间和总抽水量处理为决策变量,而将表面活性剂的浓度近似地处理为常量(取值范围的中间值),以减少变量的个数,进而减小计算负荷。(2)经过优化后的拉丁超立方设计的中心化L2偏差(度量样品点空间覆盖填充程度的指标)大大减小。与拉丁超立方抽样法相比,最优拉丁超立方抽样方法的引入有效提高了样品点对抽样空间的覆盖填充程度。(3)克里格模型与径向基函数人工神经网络模型对模拟模型都有较好的近似精度,且克里格模型的近似精度比径向基函数人工神经网络更高。而多项式回归模型对多相流数值模拟模型的近似精度最低,可能是由于多项式回归模型对高度非线性关系的拟合能力较弱。因此,在接下来的优化模型中,将克里格模型嵌入到优化模型中,用其来计算不同修复方案的修复效果。(4)以修复费用最小为目标函数,建立了同时含有离散变量和连续变量的混合整数非线性规划优化模型,在优化模型中,调用克里格替代模型来代替模拟模型,用克里格替代模型来计算不同修复方案的修复效果。应用遗传算法以及罚函数法对优化模型进行求解,得到了最优的修复方案。混合整数非线性规划的引入,解决了井位和抽注水量同时优选的问题。(5)在模拟优化计算过程中,以替代模型作为模拟模型的转化形式,用替代模型代替模拟模型,大幅度地减小了计算负荷,并保持了较好的精度。