随着我国工业化的大力发展,促进着国民经济的提高,与此同时,发展背后的隐患也不容忽视。近年来,水污染事件在各地也时有发生,其原因主要有工厂偷排漏排现象、农药化学污染、人为用水污染等。我国作为人均淡水资源最贫乏的国家之一,用水安全问题已经刻不容缓。在水污染事件发生后,如何快速、准确的对目标水域的污染源信息进行识别获取,寻找到污染源的排放位置、排放时间和排放浓度,并为相关部门在污染发生后及时制定出相关策略提供参考与依据具有重要意义。本文针对内河点源污染物的排放现象,归纳总结了水污染事件发生的特点,提出一种改进融合局部搜索的和声搜索算法,由于和声算法的基于随机搜索的特性和优秀的全局优化能力,在此基础上通过每次迭代优化都从原和声库中随机选出两个和声进行线性运算,并将结果与新生成的和声进行对比,显著的提高了其算法的局部搜索的能力,可以有效避免局部最优解,并将其运用于二维点源污染物溯源中,通过结合水质运动方程构建目标函数,建立了污染源识别的智能模型。通过仿真证明,该方法可以满足二维单污染源、多污染源连续排放与单污染源瞬时排放下的水域溯源需求,其溯源指标(排放浓度、排放坐标和排放时间)偏差在6%以内。本文为了满足对目标水域进行污染物溯源的灵活性与实时性,研发了一款基于云平台的移动式在线监测平台,包括地面控制中心、云服务器端与无人船三个部分。用户可打开地面控制中心,与无人船建立连接,可以支持远程通过地图设定航线控制无人船进行动作作业;无人船与地面控制中心采用MAVLINK协议作为通讯协议,无人船使用GPS获取自身经纬度、使用水质传感器监测水质数据上传至云服务器,云服务器将数据转发至控制中心处理和展示。地面控制中心采用B/S架构设计,结合百度地图对无人船轨迹进行动态展示,可以做到定点巡航、远程溯源作业等操作。文章最后将本文提出的溯源算法结合移动式在线监测平台在实际水域环境进行验证,岸边设置若干个辅助监测点,实验采用Na Cl作为污染物试剂,监测点定时发送监测到的电导率值给地面控制中心,控制中心将电导率转换成对应Na Cl浓度,带入算法中进行迭代计算,得出下一步坐标点发送给无人船,无人船航行至目标位置,最终迭代出污染物排放点与排放浓度,其溯源指标(排放浓度、排放坐标和排放时间)偏差在30%以内。最后对实验结果进行分析,并给出后续实验建议。论文的研究内容为相关部门在污染发生后及时掌握水质信息、制定出相关策略提供帮助。