1.一种用于河流突发水污染事件的溯源方法，其特征在于该方法包括以下步骤：步骤1：设定河流区域并测量参数以及确立水质方程；

测量所需要溯源河流区域的横纵向水流速度以及污染物的扩散系数，确立如下三维水质运输方程如下：式中，C是预测点在t时刻点(x,y,z)处的污染物浓度；t是时间；x,y,z是以污染物排放点为坐标原点的坐标；k为污染物的降解系数；ux,uy,uz分别是河流的纵向水流平均速度、横向水流平均速度、垂向水流平均速度；Dx,Dy,Dz分别是污染物在水体的纵向、横向和垂向扩散系数；S是源项；

步骤2：具体溯源条件下污染物浓度的解析解分析；

(1)若污染物排放方式为连续排放：

污染物连续排放在时间趋近于无穷大时，流域中各点的浓度均已达到平衡，不在变化，故与时间无关；假设初始条件为：当初始污染物投放坐标x＝0时，假定初始浓度C＝M0，M0是污染物的初始点排放量；当limx→∞C＝0,假设岸边的反射次数为一次，得连续排放条件下污染物浓度的解析解如下：其中B为河流宽度

若污染物排放方式为瞬时排放：

瞬时排放比连续排放多了个时间参数，假设初始条件为：当初始污染物投放坐标x＝0时，假定初始浓度C＝M0；当limx→∞C＝0,假设岸边的反射次数为一次，得瞬时排放条件下污染物浓度的解析解如下：步骤3：计算观测井处的浓度观测序列；

在河流区域内每隔一段距离设定观测井，定点测量污染物浓度随时间的浓度时间序列；

步骤4：溯源算法参数初始化；

令 为算法的优化目标函数，N是决策变量的数量，xi是每个决策变量，i＝1,2,…,N，是包含所有xi的决策变量的向量，记做 则优化问题可描述为：使得 在 内取得最大或最小值；

上式中，xmin,xmax分别是决策变量xi的最小、最大边界值；使用HS算法进行优化求解，此步骤中需要初始化和声记忆库的大小HMS、和声记忆库取值概率HMCR、音调微调概率PAR、音调微调带宽BW、每条和声向量的决策变量个数NVAR以及创作的次数Tmax；

根据每个决策变量的边界范围生成并初始化大小为HMS*(N+1)的和声矩阵；

步骤5：计算目标函数；

式中，C(xi,yi,Mi,t)是模型在观测井处的计算值， 是在已知源点浓度下的观测井处的观测值，n是观测点的个数，T是观测计算总时间；

步骤6：迭代求解

1.随机生成一组新的和声

通过和声记忆库HM选择、片段调整和在HM内随机产生一组新的和声Xnew：首先，随机生成一个0到1的数r1，若r1，小于等于HMCR，则新的决策变量Xnew从和声记忆库中随机选择一组和声生成，然后对这个变量进行微调；若r1大于HMCR，则新的决策变量Xnew利用HM初始化方法根据每个决策变量的边界范围生成；

2.更新和声组

若上一步骤的新的和声xnew是由和声记忆库HM中随机生成得到，则进行动态调整以获得适应度较高的一组新和声，此过程由PAR参数控制，采用一种动态调整PAR和BW的更新策略，当随机数小于等于0.5时，随机在当前和声库中选取两组和声进行与新生成的一组和声进行线性交叉组合；当随机数大于0.5时，则选用以往基于自适应的音调微调带宽更新；

步骤7：求解污染源源点个数；

迭代求解至达到迭代次数或目标函数达到误差允许范围内后，根据实际情况，自适应增加模型中污染源个数进行计算并与原目标函数做出比对，若误差小于原目标函数，则污染源源点个数加一，否则不变；

步骤8：溯源完成；

根据计算得出的污染源参数最优解作为模型输出。

2.根据权利要1所述的一种用于河流突发水污染事件的溯源方法，其特征在于：当河流深度远远小于河流宽度，且污染物垂向扩散的时间远远短于横向扩散时间尺度时，可将三维水质运输方程简化为二维水质运输方程如下：上式中，M0是污染物的初始点排放量，是以污染物排放点为坐标原点的坐标浓度；当污染源的位置以及初始排放总量M0已知时，就可以正向求解出指定河流区域内任意点处的浓度。

3.根据权利要1所述的一种用于河流突发水污染事件的溯源方法，其特征在于：步骤4中所述的和声矩阵包括和声库中所有的解向量与其对应的目标函数值，初始化生成的和声记忆库如下所示：