一种基于地理探测器的流域水污染风险因子分析方法技术

本发明专利技术提供了一种基于地理探测器的流域水污染风险因子分析方法。获取流域内每个水质监测站点所在的位置以及水质综合污染指数评价项目；建立以每个水质监测站点为中心的具有设定大小的缓冲区；获取流域内的影响因子，并进行离散化处理，获得流域内处理后的影响因子；获得每个水质监测站点的影响因子；计算出每个水质监测站点的水质综合污染指数；利用地理探测器分析每个影响因子对水污染空间分布的影响程度，获得影响水污染空间分布的关键影响因子。本发明专利技术既能消除影响因子之间的多重共线性，又能将单因子对水污染空间分布的影响程度和不同影响因子对水污染的交互作用纳入考虑，充分保证对水污染空间分布影响因子的考虑的准确性。

【技术实现步骤摘要】
一种基于地理探测器的流域水污染风险因子分析方法
本专利技术涉及水污染研究
，尤其涉及一种基于地理探测器的流域水污染风险因子分析方法。
技术介绍
随着科学技术的发展，工业化污染、农业污染及生活污染日益严重，保护水质、控制水体污染，已经成为全球许多国家的重大策略。当进入水体的污染物含量超过水体本地值和自净能力时，水体原有的性质和用途就会受到损害，水污染受多种因素的共同影响，厘清水污染的影响因子能掌握主要污染物的种类及其时空变化规律，根据影响因子可以分析不同区域污染状况与周围污染源的关系，找出主要治理对象，针对主要影响因素进行治理，收到更好的治理效果。水污染的空间分布是由多种影响因子共同作用的结果。在多影响因子研究中，不仅需要单独考虑每个因子的作用还需要考虑多个因子的交互作用，同时研究结果易受多个影响因子间冗余性与共线性的影响。目前，主要是基于空间统计学方法，要求影响因素不随空间变化而变化。如因子相关性分析，将影响因子间的协同和交互作用纳入考虑，但该方法可能导致与水污染显著相关的变量被忽略；为了有效避免多重共线性问题，需要利用主成分分析方法对影响因子进行降维处理，但该方法容易忽视因子间的交互作用。
技术实现思路
为了解决上述问题，本专利技术提供了一种基于地理探测器的流域水污染风险因子分析方法，主要包括以下步骤：S1、获取流域内每个水质监测站点所在的位置以及水质综合污染指数评价项目；S2、基于每个水质监测站点所在的位置，建立以每个水质监测站点为中心的具有设定大小的缓冲区；S3、获取流域内的影响因子，并进行离散化处理，获得流域内处理后的影响因子；S4、基于地理空间分析技术，提取出每个缓冲区中处理后的影响因子，从而获得每个水质监测站点的影响因子；S5、基于所述水质综合污染指数评价项目，计算出每个水质监测站点的水质综合污染指数；S6、基于步骤S4中所述水质监测站点的影响因子和步骤S5中所述水质监测站点的水质综合污染指数，利用地理探测器分析每个影响因子对水污染空间分布的影响程度，获得影响水污染空间分布的关键影响因子。进一步地，在步骤S1中，每个水质监测站点的水质综合污染指数评价项目相同，其中，水质综合污染指数评价项目包括：PH、溶解氧、高锰酸盐指数、生化需氧量、氨氮、挥发酚、汞、铅以及石油类；进一步地，步骤S2中，每个水质监测站点对应的缓冲区大小相同；进一步地，步骤S3中，所述影响因子包括：人口密度、城镇化率、地区生产总值、工业增加值占GDP比重、工业企业数、耕地面积、农药化肥使用量、污水排放量、污染物排放总量、环保机构数、环境污染治理投资占GDP比重、森林覆盖面积、年均降水量以及平均海拔高度；进一步地，在步骤S3中，采用ArcGIS自然间断点分级法对数值量的影响因子进行离散化处理，转换为类型量；其中，工业企业数和环保机构数均为类型量，除工业企业数和环保机构数之外的影响因子全为数值量；进一步地，在步骤S5中，每个水质监测站点污染物种类都相同，通过公式(1)和(2)，计算出每个水质监测站点的水质综合污染指数：其中，Pi表示第i个水质监测站点的综合污染指数，i表示第i个水质监测站点，i∈{1,2,...,M}，M表示流域内水质监测站点的总数，j表示第j种污染物，n表示污染物类型的总数，Cij表示第i个水质监测站点处第j种污染物的浓度的平均值，Sj表示第j种污染物的评价标准值，Pij表示第i个水质监测站点处第j种污染物的污染指数；进一步地，在步骤S6中，基于地理探测器分析每个影响因子对水污染空间分布的影响程度的具体过程如下：S61、进行因子探测，包括以下步骤：S611、利用地理探测器计算各影响因子对水污染状况空间分布的解释力，计算公式如公式(3)所示：其中，qt表示第t种影响因子的解释力，t表示影响因子的种类，t∈{1,2,...,T}，T表示影响因子的总数，h表示第t种影响因子的分层，Ht表示第t种影响因子的总分层数，Nth表示在第h层中包含第t种影响因子的缓冲区总数，即第h层中包含第t种影响因子的水质监测站点总数，N表示全流域的缓冲区总数，即流域内水质监测站点的总数，表示第h层的水质综合污染指数的方差，σ2表示全流域的水质综合污染指数的方差，分别如公式(4)、(5)所示：其中，Pi表示第i个水质监测站点的综合污染指数，i表示第i个水质监测站点，i∈{1,2,...,M}，M表示流域内水质监测站点的总数，P表示水质监测站点水质综合污染指数的平均值，k表示第h层中第k个水质监测站点，k∈{1,2,...,Nh}，Nh表示第h层中水质监测站点的总数，Phk表示第h层中第k个水质监测站点的水质综合污染指数，Ph表示第h层中水质监测站点水质综合污染指数的平均值；S612、将所有的解释力的大小进行降序排序，当所有的解释力均小于设定阈值时，将排序后的解释力中的前五个解释力对应的影响因子作为水污染空间分布的第一类影响因子，否则将大于设定阈值的解释力对应的影响因子为水污染空间分布的第一类影响因子；S62、进行交互探测，包括以下步骤：S621、将影响因子两两组合，利用地理探测器分析双因子的耦合作用，获得双因子耦合作用时对应的解释力以及双因子之间的关系；S622、找出双因子之间的关系为双因子增强或双因子非线性增强的双因子组合以及每一个双因子组合对应的解释力，并对所有的解释力进行降序排序，选择前三位的双因子作为第二类影响因子；S63、基于步骤S61-S62，计算出近五年第一类影响因子和第二类影响因子的解释力，分别绘制出每个影响因子对应的解释力的折线图，获得影响水污染空间分布的第一类影响因子以及第二类影响因子的变化趋势；其中，折线图中，横坐标为年份，纵坐标为某一种的影响因子对应的解释力；S64、根据因子探测与交互探测分别获得的第一类影响因子和第二类影响因子以及折线图进行综合分析，选择两种类型的影响因子：①第一类影响因子与第二类影响因子中相互重叠的影响因子，且重叠的影响因子中，近五年对水污染空间分布影响程度呈上升趋势的影响因子；②非第一类影响因子中，与其它影响因子耦合作用时对应的解释力位于前三位，且近五年对水污染空间分布影响程度呈上升趋势的因子为影响水污染空间分布的影响因子；上述两种类型的影响因子中包含的所有影响因子即为影响水污染空间分布的关键影响因子，进而为水污染治理提供决策支撑；进一步地，在步骤S612中，设定阈值为0.5；进一步地，在步骤S621中，双因子之间的关系包括：双因子非线性减弱、单因子非线性减弱、双因子彼此独立、双因子增强和双因子非线性增强；具体为：若q(X1∩X2)<Min[q(X1),q(X2)]，则双因子非线性减弱；若Min[q(X1),q(X2)]<q(X1∩X2)<Max[q(X1),q(X2)]，则单因子非线性减弱；若q(X1∩X2)>Max[q(X1),q(X2)]，则双本文档来自技高网...

【技术保护点】
1.一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：包括以下步骤：/nS1、获取流域内每个水质监测站点所在的位置以及水质综合污染指数评价项目；/nS2、基于每个水质监测站点所在的位置，建立以每个水质监测站点为中心的具有设定大小的缓冲区；/nS3、获取流域内的影响因子，并进行离散化处理，获得流域内处理后的影响因子；/nS4、基于地理空间分析技术，提取出每个缓冲区中处理后的影响因子，从而获得每个水质监测站点的影响因子；/nS5、基于所述水质综合污染指数评价项目，计算出每个水质监测站点的水质综合污染指数；/nS6、基于步骤S4中所述水质监测站点的影响因子和步骤S5中所述水质监测站点的水质综合污染指数，利用地理探测器分析每个影响因子对水污染空间分布的影响程度，获得影响水污染空间分布的关键影响因子。/n

【技术特征摘要】
1.一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：包括以下步骤：
S1、获取流域内每个水质监测站点所在的位置以及水质综合污染指数评价项目；
S2、基于每个水质监测站点所在的位置，建立以每个水质监测站点为中心的具有设定大小的缓冲区；
S3、获取流域内的影响因子，并进行离散化处理，获得流域内处理后的影响因子；
S4、基于地理空间分析技术，提取出每个缓冲区中处理后的影响因子，从而获得每个水质监测站点的影响因子；
S5、基于所述水质综合污染指数评价项目，计算出每个水质监测站点的水质综合污染指数；
S6、基于步骤S4中所述水质监测站点的影响因子和步骤S5中所述水质监测站点的水质综合污染指数，利用地理探测器分析每个影响因子对水污染空间分布的影响程度，获得影响水污染空间分布的关键影响因子。


2.如权利要求1所述的一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：在步骤S1中，每个水质监测站点的水质综合污染指数评价项目相同，其中，水质综合污染指数评价项目包括：PH、溶解氧、高锰酸盐指数、生化需氧量、氨氮、挥发酚、汞、铅以及石油类。


3.如权利要求1所述的一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：步骤S2中，每个水质监测站点对应的缓冲区大小相同。


4.如权利要求1所述的一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：步骤S3中，所述影响因子包括：人口密度、城镇化率、地区生产总值、工业增加值占GDP比重、工业企业数、耕地面积、农药化肥使用量、污水排放量、污染物排放总量、环保机构数、环境污染治理投资占GDP比重、森林覆盖面积、年均降水量以及平均海拔高度。


5.如权利要求4所述的一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：在步骤S3中，采用ArcGIS自然间断点分级法对数值量的影响因子进行离散化处理，转换为类型量；其中，工业企业数和环保机构数均为类型量，除工业企业数和环保机构数之外的影响因子全为数值量。


6.如权利要求1所述的一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：在步骤S5中，每个水质监测站点污染物种类都相同，通过公式(1)和(2)，计算出每个水质监测站点的水质综合污染指数：






其中，Pi表示第i个水质监测站点的综合污染指数，i表示第i个水质监测站点，i∈{1,2,...,M}，M表示流域内水质监测站点的总数，j表示第j种污染物，n表示污染物类型的总数，Cij表示第i个水质监测站点处第j种污染物的浓度的平均值，Sj表示第j种污染物的评价标准值，Pij表示第i个水质监测站点处第j种污染物的污染指数。


7.如权利要求6所述的一种基于地理探测器的流域水污染风险因子分析方法，其特征在于：在步骤S6中，基于地理探测器分析每个影响因子对水污染空间分布的影响程度的具体过程如下：
S61、进行因子探测，包括以下步骤：
S611、利用地理探测器计算各影响因子对水污染状况空间分布的解释力，计算公式如公式(3)所示：



其中，qt表示第t种影响因子的解释力，t表示影响因子的种类，t∈{1,2,...,T}，T表示影响因子的总数，h表示第t种影响因子的分层，Ht表示第t种影响因子的总分层数，Nth表示在第h层中包含第t种影响因子的缓冲区总数，即第h层中包含第t种影响因子的水质监测站点总数，N表示全流域的缓冲区总数，...

【专利技术属性】
技术研发人员：李子琪，王永桂，黄晓，孙一桐，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42