基于贝叶斯方法的液体排罐轨迹反向求解及污染取证
应用统计
2026-05-29 v1
摘要
工业和农业中常见储罐用于储存危险液体。在污染事件发生后，液体可能通过小孔、裂缝或管道排出。事后若无法确定罐内原有液体量，则需估计排放液体的体积，这对于公共安全、监管评估和环境修复至关重要。本文提出了一种从已观察到的最终液位和排放时长推断初始液位的框架。由于排放动力学、模型参数和观测存在不确定性，我们采用贝叶斯统计反演方法，将先验物理知识与实验液位时间序列数据结合，预测初始液位并量化不确定性。我们基于托里切利定律构建物理模型，并加入经验偏差函数以补充不完整或不准确的物理描述。在水排罐实验中，我们发现推断得到的初始液位较为准确，但随排放时长而增加不确定性。除污染取证应用外，本工作亦可作为动力学建模、模型偏差和贝叶斯推断的实践性教学案例。
引用
@article{arxiv.2605.29193,
title = {Bayesian reversal of the liquid level trajectory in a draining tank for pollution forensics},
author = {Kyla D. Jones and Gbenga Fabusola and Alexander W. Dowling and Cory M. Simon},
journal= {arXiv preprint arXiv:2605.29193},
year = {2026}
}