一种非线性农业非点源污染控制方法技术

本发明专利技术公开了一种非线性农业非点源污染控制方法，包括收集数据，建立流域水文模型，验证，对非线性非点源污染控制模型采用交互式算法，拆分子模型，分别对上界子模型和下界子模型开展线性化求解，通过改变风险水平ρ定义11种风险情景，通过求解线性方程，获得这11种风险情景下农业最优种植面积以及每个农业区通过交易得到的最优排污权并得到11种风险情景下环境污染的综合满意度该方法综合考虑随机数、区间数、模糊数等不确定性信息表征，可以帮助研究流域调整生产计划，使排放物满足环境要求。

【技术实现步骤摘要】

本专利技术属于水质管理领域，具体涉及。
技术介绍
农业是国计民生的支柱产业。随着人口增长，对粮食的需求越来越大，农产品产量 快速增长的同时，环境问题也随之而来。农业非点源污染负荷大，污染面广，治理难度大。为 提高粮食产量，大量化肥农药被施用于农田中。据统计，2012年中国有五千七百万吨化肥被 投放到农田中，在降雨和地形作用下，这些物质极易随着地表径流和水土流失流入水体，造 成严重的水体生态破坏，例如水体富营养化，严重威胁着下游生态安全和人民健康福祉。此 外，非点源污染处于广大农村，环境保护的基础设施及规范制度极其缺乏，急需建立科学合 理的非点源污染控制和管理机制，从源头上管理水质。排污权交易制度作为水质管理的一 种有效手段，能够跨越行政区划，在各农业区域之间合理分配排污权，从而实现环境资源的 优化配置，在保证农产品产量和经济效益的前提下，从整体上减少农业非点源污染。 在水质管理系统中，存在着大量的复杂性和不确定性，例如，由于降雨和地表径流 具有随机性，非点源污染负荷也具有随机的性质；农业、经济和技术数据不完全，统计也存 在误差；水文观测数据存在观测误差；流域属性数据具有时间上和空间上的异质性等。此 外，随机数据的变动性也会导致相关参数在均值附近变动，造成系统不稳定性。在多个规划 阶段内，上述不确定性交互作用，造成大量复杂性问题。目前，在农业水质管理系统的不确 定性管理和决策的研宄应用方面，已经开展了大量的探索工作，但仍存在一定的局限性。例 如，对不确定性条件下排污权交易制度研宄不足，缺乏对排污权交易系统风险的定量分析， 从而难以反映实际，提出科学合理的水质管理和排污权交易方案，这些问题日益成为严重 制约水质管理的瓶颈。
技术实现思路
为了克服上述缺陷，本专利技术的目的在于提供一种非线性农业非点源污染控制方 法。 -种非线性农业非点源污染控制方法，包括如下步骤： S1.收集和整理流域自然数据和社会数据，结合两阶段随机规划方法，区间规划方 法，随机鲁棒规划方法和系统模糊规划方法，构建区间模糊两阶段鲁棒多目标优化模型及 流域水文模型，并结合流域水文模型，模拟流域产流物理机制，预测地表径流； S2.对所建立的水文模型进行验证，基于验证后的水文模型，进行水文预测模拟研 宄； S3.基于基流分割技术，从河道径流过程中提取地表径流数据，得到地表径流过程 线； S4.基于蒙特卡罗技术拟合地表径流概率累积分布函数，对分布函数进行离散化 处理，获得多种概率水平下的地表径流离散数据，建立目标函数以及约束条件，构建和求解 优化模型； S5.基于地表径流离散数据估算非点源负荷，将计算结果输入非线性非点源污染 控制模型，实现模拟技术与优化模型的对接； S6.对非线性非点源污染控制模型采用交互式算法，拆分子模型，分别对上界子模 型和下界子模型开展线性化求解； S7.通过改变风险水平P，定义11种风险情景，11种风险情景下风险水平取 值分别为〇,〇. 1，〇. 2,0. 3,0. 4,0. 5,0. 6,0. 7,0. 8,0. 9, 1。风险水平代表了管理者对系 统风险的重视程度，风险水平越高，表明管理者越重视系统风险，例如，P =1表明管理 者基于风险规避的思想在非点源排污权交易规划过程中认真地考虑了系统风险对系统 的影响，将系统风险【主权项】1. ，其特征在于，包括如下步骤：51. 收集和整理流域自然数据和社会数据，结合两阶段随机规划方法，区间规划方法， 随机鲁棒规划方法和系统模糊规划方法，构建区间模糊两阶段鲁棒多目标优化模型及流域 水文模型，并结合流域水文模型，模拟流域产流物理机制，预测地表径流；52. 对所建立的水文模型进行验证，基于验证后的水文模型，进行水文预测模拟研宄；53. 基于基流分割技术，从河道径流过程中提取地表径流数据，得到地表径流过程线；54. 基于蒙特卡罗技术拟合地表径流概率累积分布函数，对分布函数进行离散化处理， 获得多种概率水平下的地表径流离散数据，建立目标函数以及约束条件，构建和求解优化 丰旲型；55. 基于地表径流离散数据估算非点源负荷，将计算结果输入非线性非点源污染控制 模型，实现模拟技术与优化模型的对接；56. 对非线性非点源污染控制模型采用交互式算法，拆分子模型，分别对上界子模型和 下界子模型开展线性化求解；57. 通过改变风险水平P，定义11种风险情景，11种风险情景下风险水平取值分别为 0, 0? 1，0? 2, 0? 3, 0? 4, 0? 5, 0? 6, 0? 7, 0? 8, 0? 9, 1 ;58. 通过求解线性方程，获得这11种风险情景下农业最优种植面积以及每个农业 区通过交易得到的最优排污权(^v巧-1^)，并得到11种风险情景下环境污染的综合满意 度4。2. 根据权利要求1所述的方法，其特征在于，步骤Sl中所述自然数据和社会数据包括 流域地形数据、流域河网数据，土壤属性数据、多年气象数据、作物类型、年产量、农产品价 格、种植面积以及包括农药、化肥、水电费在内的农业种植成本。3. 根据权利要求1所述的方法，其特征在于，步骤Sl中所述流域水文模型是分布式流 域水文模型，采用的算法为：其中，各符号表不的参数含义如下： SWt是土壤含水量（mmH20); SWci是起始土壤含水量（mmH2O); Rday是日降雨量（mmH2O); Qsurf是日地表径流量（mmH2O); Ea是日蒸发量（mmH2O); 土壤水下渗量（mmH2O); Qgw的地下水日径流量（mmH2O); Ia是降雨初损值（mmH2O); S是迟滞系数； CN是径流曲线数；i是时间（day); t是时长（day)。4. 根据权利要求1所述方法，其特征在于，所述步骤S4构建和求解优化模型中；将系 统不确定性以随机数和区间数的形式体现在该过程中。5. 根据权利要求1所述方法，其特征在于，所述步骤S7中分别建立交易制度下和不交 易制度下非点源污染控制模型，如下所示： A、交易制度下： 目标函数： (1) .系统满意度最大 Max入土 (2) .总氮总磷排放量最小0彡入1 B、非交易制度下： 目标函数： (1) .系统满意度最大 Max入土 (2) .总氮总磷排放量最小O彡入1 其中，各符号表不的参数含义如下： +和-分别代表区间参数的上限和下限； ~代表非线性随机参数；i指代农业区；t是规划期；j是概率水平； Dtjpt是系统净收益的期望水平； A是决策者关于系统收益以及环境污染的综合满意度； Bit是i农业区在规划期t时的单位面积土地收益（RMBY);Sit是i农业区在规划期t时的土地面积（ha); 31是决策系数； P是多种风险情景下的风险水平； EPnJPEP!^分别是超标Ikg排污所受到的罚款（RMBY); Ymt和YpiAv别是总氮和总磷超标排放量（kg); DEnw和DEput分别是i区域超标排放总氮和总磷收到环境罚款与罚款平均水平的偏差(RMBY)； Qmj和QPU分别是i农业区在j概率水平下的单位面积排污量（kg); TNt和Tpt分别是流域内关于总氮总磷的排放总量标准（kg); 卩(^是1农业区的人口数量（人）； 本文档来自技高网...

【技术保护点】
一种非线性农业非点源污染控制方法，其特征在于，包括如下步骤：S1.收集和整理流域自然数据和社会数据，结合两阶段随机规划方法，区间规划方法，随机鲁棒规划方法和系统模糊规划方法，构建区间模糊两阶段鲁棒多目标优化模型及流域水文模型，并结合流域水文模型，模拟流域产流物理机制，预测地表径流；S2.对所建立的水文模型进行验证，基于验证后的水文模型，进行水文预测模拟研究；S3.基于基流分割技术，从河道径流过程中提取地表径流数据，得到地表径流过程线；S4.基于蒙特卡罗技术拟合地表径流概率累积分布函数，对分布函数进行离散化处理，获得多种概率水平下的地表径流离散数据，建立目标函数以及约束条件，构建和求解优化模型；S5.基于地表径流离散数据估算非点源负荷，将计算结果输入非线性非点源污染控制模型，实现模拟技术与优化模型的对接；S6.对非线性非点源污染控制模型采用交互式算法，拆分子模型，分别对上界子模型和下界子模型开展线性化求解；S7.通过改变风险水平ρ，定义11种风险情景，11种风险情景下风险水平取值分别为0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1；S8.通过求解线性方程，获得这11种风险情景下农业最优种植面积以及每个农业区通过交易得到的最优排污权并得到11种风险情景下环境污染的综合满意度...

【技术特征摘要】

【专利技术属性】
技术研发人员：张俊龙，李永平，王春晓，李延峰，刘静，于磊，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11