城市配水系统面临各类水质污染风险,当水污染事件被定性检测后,为更好地提供污染程度和辅助处理手段等应急信息,污染物浓度的定量检测与评估对管网污染物溯源与追踪、提高快速应急能力、保障饮用水供水系统安全具有重要意义。本文结合科研项目研发任务,重点针对配水系统在线监测指标难以无限增加、在线监测数据所包含的丰富信息尚未充分挖掘等问题,开展了城市配水系统中突发事故污染物的在线定量评估方法研究,提出了通过多个水质在线监测参数融合分析污染物浓度的技术方案,研究了水质在线监测指标与不同污染物之间的相关响应关系以及多水质指标数据融合方法,为配水系统突发污染事件应急监测和应急处置提供新的技术支持。论文主要工作和创新点如下:(1)研究了常规水质参数与典型污染物之间的相关响应关系,将水污染事件中水质参数的检测值相对背景基线值的变化量定义为水质参数的相对响应量,应用离线实验数据验证了利用常规参数相对响应量进行水体污染物浓度定量评估的可行性。通过与前人相关响应研究中不同类型污染物和不同环境下传感器阵列的对比,讨论了不同污染物会引起不同传感器的相关响应,且各传感器相对背景基线值的变化量与污染物的浓度存在一定的相关性,并期望利用这种现象使用在线水质参数对配水系统中的已知污染物的浓度进行定量评估。(2)针对单一水质指标所含信息有限、而多水质指标所包含的水质污染事件信息又非简单相加的问题,研究了多水质指标推演污染物浓度的数据融合方法,重点围绕各在线水质指标监测值在时间轴上存在异位、伸缩和扭曲等现象导致所包含水质信息可能存在“证据冲突”而无法简单融合的问题,研究了基于D-S证据融合的污染物浓度在线评估方法。结合在线水质数据的特点对D-S证据理论的基本概率分配函数进行了设计,利用水质参数之间的相似系数作为证据冲突处理的依据。以铁氰化钾的在线实验数据为例,基于D-S证据融合多维水质参数实现了对2.5mg/L及以上浓度值的铁氰化钾样本较高精度预测。(3)针对低浓度污染物可能导致部分相关水质参数的相对响应量不明显、应急监测中可能无法增加太多的训练样本等问题,研究了基于最小二乘支持向量机(LS-SVM)回归模型的污染物浓度在线评估方法,弥补了 D-S证据融合方法进行低污染物浓度量化分析时的不足。分别使用四种不同的参数寻优方法对模型超参数进行寻优,所提方法具有更好的泛化能力和准确度,且结果显示LS-SVM模型能有效在线预测的铁氰化钾浓度下限值为0.5mg/L。(4)分别在水质参数存在微小扰动和扰动造成证据冲突两种情况下,对基于D-S证据融合和基于LS-SVM回归模型的污染物浓度在线评估方法的鲁棒性进行了量化分析,结果表明在扰动造成证据冲突的情况下,基于D-S证据理论的污染物浓度定量评估方法具有更好的稳定性;在水质参数存在微小扰动的情况下,两种算法稳定性的好坏取决于该水质参数的类别。此外,分析了污染物浓度定量评估算法中边界问题产生的原因,并分别讨论了利用数学拟合扩充训练集和在估计值附近进行二次计算解决边界问题时的优缺点。总体而言,本文研究的污染物浓度在线定量评估方法提供了一种无二次污染的技术方案,较好地融合了多维水质数据之间的信息,可以应用于水质预警系统和应急监测系统,对保障城市配水系统安全具有潜在应用价值。