1. 课程导入与问题定义

在很多工程与环境场景中，我们面对的并不是源本身，而是源在空间中留下的“痕迹”：大气中某点测到的污染物浓度、管道沿线检测到的压力波、厂房外阵列采集到的声压信号、地面台站记录到的地震动。物理源项反演与位置估计要解决的问题，就是根据这些可观测的场量或信号，反推源的物理属性（强度、功率、质量释放率等）与空间位置。它属于典型的“由果推因”问题，与正演（已知源求场）方向相反，因此天然带有不适定性：解可能不存在、不唯一，或对观测噪声极其敏感。

为把问题说清楚，先约定符号与参照。设源参数向量为 m = [x_s, y_s, z_s, Q]^T，其中 (x_s, y_s, z_s) 为源位置，Q 为源强；观测向量为 d，由 N 个传感器（或监测点）的读数组成。正演模型记为 d = G(m) + ε，G 为物理传播算子，ε 为观测噪声。反演即求解 m 使观测残差与先验约束的加权目标函数最小。坐标系全文统一采用右手直角坐标系，x 轴指向正东、y 轴指向正北、z 轴竖直向上，源位置与传感器坐标均在此系下表达。

三类典型应用场景

污染源追溯。某化工园区下风向布设 6 个浓度监测点，测得某特征污染物浓度分别为 12、18、25、31、22、9 μg/m³（示例数据）。已知风速 3 m/s、风向稳定、大气稳定度为中性，可用高斯烟羽模型作为传播算子 G。反演目标是确定泄漏点的平面坐标与释放率。此类问题的特点是传播算子近似解析、观测点少，位置与源强之间存在较强相关性，需要多时刻或多风向数据解耦。

泄漏定位。供水或输气管道发生泄漏时，上下游压力/流量传感器会记录到压力波到达时刻与流量突变。以负压波法为例，若上下游传感器间距 L = 2 km，波速 c ≈ 1000 m/s，上游先于下游 Δt = 0.6 s 检测到波到，则泄漏点距上游约 (L + cΔt)/2 = 1.3 km（示例计算）。这里反演的核心是时延估计，位置精度直接取决于波速标定与采样率。

声源/振动源识别。机械设备故障常表现为特定频段的异常辐射。用麦克风阵列或加速度计阵列采集信号，通过波束形成或到达时间差（TDOA）估计声源方位与距离。与浓度反演不同，声学问题频率高、波长短，阵列孔径与空间混叠成为主要限制，反演往往在频域逐频点进行。

为什么这个问题“不好解”

反演的不适定性体现在三方面：其一，非唯一性——不同位置与源强组合可能产生几乎相同的观测场，尤其在传感器数量少或布置共线时；其二，不稳定性——观测中 5% 的随机噪声经病态算子放大后可能造成位置估计偏移数百米；其三，模型误差——风场脉动、地形遮挡、管道波速随温度变化等都会使 G 偏离真实传播过程。因此，实际反演必须同时处理数据、模型与先验三类信息，而不是简单地“解一个方程”。

课程目标与学习路径

本课程围绕“建模—反演—评估”主线展开。第一阶段建立正演模型与观测模型，明确坐标系、传播算子与噪声假设；第二阶段学习确定性反演方法（最小二乘、正则化、Tikhonov、稀疏约束）与统计反演方法（贝叶斯推断、马尔可夫链蒙特卡洛）；第三阶段进入位置估计专题，包括 TDOA、波束形成、粒子滤波与多源融合；第四阶段通过污染溯源、管道泄漏、声源识别等案例完成端到端实践，并用残差分析、后验不确定度与交叉验证判断结果可信度。学完后，你应能针对一个具体场景写出正演表达式、选择合适的反演策略、给出源位置与源强的点估计及区间估计，并说明其局限。

需要强调的是，反演结果永远不是“真值”，而是“在当前数据与模型下最合理的估计”。养成报告残差、给出置信区间、说明假设条件的习惯，比追求单次精确数字更重要。