一种精准识别断面尺度入河污染源类型的方法技术

本发明专利技术公开了一种精准识别断面尺度入河污染源类型的方法，包括：确定研究区域，所述研究区域为水资源丰富的区域；获得所述研究区域的入河污染源的排放量；基于所述研究区域的入河污染源类型、污染源入河浓度系数以及排放因子构建水环境CMB模型；选定断面，进行ID表示；整理所述断面的水环境监测数据，形成每月的断面污染源统计数据表；根据所述断面污染源统计数据表和相应月份的污染源入河浓度系数，得到各个污染源的排放成分谱；经由所述CMD模型，计算断面尺度入河污染源贡献大小，得到每月一次的源解析结果；对CMD模型的计算结果进行分析和验证，得到所需源解析结果。得到所需源解析结果。得到所需源解析结果。

【技术实现步骤摘要】
一种精准识别断面尺度入河污染源类型的方法


[0001]本专利技术涉及流域水环境污染治理
，具体而言，涉及一种精准识别断面尺度入河污染源类型的方法。本专利技术申请人的同日申请，标题为“一种用于估算入河污染源排放量的方法”全文引用并结合到本文中。

技术介绍

[0002]我国境内河流众多，地形地貌复杂，生态环境脆弱，加上地区水资源的禀赋和经济发展空间匹配差异较大，不同流域存在不同程度的水环境压力，水污染原因复杂，水环境管理面临诸多困难。水环境的自然属性决定了水环境质量改善必须从流域尺度，统筹考虑点源和非点源污染传输全过程，综合分析水(降水、地表径流、壤中流等)、土壤、地形、植被、受纳水体的生态功能等多种要素对水环境质量的相互影响。水环境问题发现不及时、不全面的问题普遍存在，难以满足快速发现环境问题的需求。而且，以往水环境问题多重视水质超标，对水质恶化、临界超标等的原因追溯问题识别较少。
[0003]精准溯源需要污染源排放量的科学估算做支撑，而要能够实现对流域断面尺度入河污染源进行精准识别，对于科学管理和治理水环境问题异常重要。水污染源解析法是寻求水污染源的一种方法，从广义上看，水污染源解析(Sourceapportionment)包含两层含义，一是运用多种技术手段定性识别水污染物不同来源；二是通过建立污染物与来源的因果对应关系定量计算各来源的相对贡献。源解析研究的污染来源，可以是具有某种共性的污染类型，也可以是流域产生污染的部位或是某种具体的输出单元，实际研究中需要根据研究的尺度和目标等因素确定源解析所要达到的“精度”。比如在较大的流域尺度上，可将点源和非点源作为来源类型研究其对污染发生的相对贡献，也可以将污染源解析到流域的不同部位(子流域)或者不同产出部门。在更小的尺度上，甚至可以将单一农业小流域产生的污染物源解析到流域内的不同种植类型。
[0004]现有的污染源解析技术主要方法大致可以分为三种：清单分析法、扩散模型和受体模型。清单分析法由于效率低下使用不多，扩散模型扩散模型需要众多研究流域的参数，一般难以得到，所以应用受限。为了适应现有水域管理中水域数据普遍不多的情况，需要一种水污染源模型及相应方法，以解决现有水域管理中水污染源难以精准识别的问题。

技术实现思路

[0005]本专利技术旨在针对现有技术存在问题，提出一种精准识别断面尺度入河污染源类型的方法。根据本专利技术的方法，包括：包括：确定研究区域，所述研究区域为水资源丰富的区域；获得所述研究区域的入河污染源的排放量；基于所述研究区域的入河污染源类型、污染源入河浓度系数以及排放因子构建水环境CMB模型；选定断面，进行ID表示；整理所述断面的水环境监测数据，形成每月的断面污染源统计数据表；根据所述断面污染源统计数据表和相应月份的污染源入河浓度系数，得到各个污染源的排放成分谱；经由所述CMD模型，计算断面尺度入河污染源贡献大小，得到每月一次的源解析结果；对CMD模型的计算结果进行
分析和验证，得到所需源解析结果。
[0006]优选地是，所述构建水环境CMB模型包括：
[0007]确定在受体上每种化学组分的浓度；所述浓度就是每一源类的化学组分的含量值和源贡献浓度值的乘积的线性相加和；具体为
[0008][0009]式中:
[0010]C
i
—环境受体中组分i的浓度测量值；
[0011]F
ij
—第j类源的化学组分i的含量值；
[0012]S
j
—第j类源贡献的浓度计算值；
[0013]J—污染源的数目；
[0014]I—污染因子数目。
[0015]只有当I>J时，方程有解。
[0016]第j类源对受体第i个污染因子的贡献率为：
[0017]η
ij
＝S
j
×
F
ij
/C
i
×
100％
[0018]式中：C
i
—环境受体中第i个污染物的浓度测量值。
[0019]优选地是，所述CMB模型采用有效方差最小二乘法，所述有效方差最小二乘法是使加权的化学组分测量值与计算值之差的平方和最小：
[0020][0021]式中，V
eff,i
—有效方差，权重值。
[0022][0023]式中：
[0024]—受体测量值的标准偏差。
[0025]—排放源元素测量值的标准偏差。
[0026]优选地是，所述有效方差最小二乘法采用迭代法进行计算，即在前一步迭代计算的S
j
的基础上再来计算一组新的S
j
值；具体为：设上标k用于指定第k次迭代中的变量值，有效方差最小二乘法步骤：
[0027]将源贡献的初始估计值设置为零：
[0028][0029]计算有效方差矩阵V
e
的对角分量，该矩阵的所有非对角线分量都等于零；
[0030][0031]计算S
j
的k+1步迭代值；
[0032][0033]针对第k次迭代测试S
j
的第(k+1)次迭代；如果任何一个相差超过1％，则执行下一次迭代；如果所有的差异小于1％，则终止算法；
[0034][0035]将第(k+1)次迭代结果分配给S
j
和σ，所有其他计算都使用这些最终值；
[0036][0037]其中：C＝(C1...C
I
)，以C
i
作为第i个分量的列向量；
[0038]S＝(S1...S
J
)，以S
j
为第j个分量的列向量；
[0039]F，I
×
J维污染源组成矩阵；
[0040]受体浓度C
i
测量的标准偏差不确定度；
[0041]F
ij
测量值的标准偏差不确定度；
[0042]V
e
，有效方差的对角矩阵；
[0043]源贡献的不确定度。
[0044]优选地是，所述各个污染源的月排放成分谱由污染源统计结果与相应月份的入河浓度系数乘积得到，其包括：工业污染、城镇污染、养殖污染和面源，所述污染源的排放成分包括：总磷、氨氮、化学需氧量、氟化物、挥发酚和石油类。
[0045]优选地是，所述计算断面尺度入河污染源贡献大小进一步包括：基于污染源入河浓度系数对CMB模型调试和优化，得到调整后的CMB模型；所述入河浓度系数是按月变化的，其根据研究区域降水和来水的影响，调整为相应月份的对应值。
[0046]优选地是，经过调整后的CMB模型，对于总磷和氨氮，其测量值和CMB模型计算值吻合良好；对于四个污染源进行源解析时，不适合养殖污染源进行源解析；所述污染源类型调整为工业污染、城镇污染、面源污染以及未知源。
[0047]优选地是，所述计算断面尺度入河污染源贡献大小进一步包括：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精准识别断面尺度入河污染源类型的方法，包括：确定研究区域，所述研究区域为水资源丰富的区域；获得所述研究区域的入河污染源的排放量；基于所述研究区域的入河污染源类型、污染源入河浓度系数以及排放因子构建水环境CMB模型；选定断面，进行ID表示；整理所述断面的水环境监测数据，形成每月的断面污染源统计数据表；根据所述断面污染源统计数据表和相应月份的污染源入河浓度系数，得到各个污染源的排放成分谱；经由所述CMD模型，计算断面尺度入河污染源贡献大小，得到每月一次的源解析结果；对CMD模型的计算结果进行分析和验证，得到所需源解析结果。2.根据权利要求1所述的精准识别断面尺度入河污染源类型的方法，其特征在于，所述构建水环境CMB模型包括：确定在受体上每种化学组分的浓度；所述浓度就是每一源类的化学组分的含量值和源贡献浓度值的乘积的线性相加和；具体为式中:C
i
—环境受体中组分i的浓度测量值；F
ij
—第j类源的化学组分i的含量值；S
j
—第j类源贡献的浓度计算值；J—污染源的数目；I—污染因子数目。只有当I>J时，方程有解。第j类源对受体第i个污染因子的贡献率为：η
ij
＝S
j
×
F
ij
/C
i
×
100％式中：C
i
—环境受体中第i个污染物的浓度测量值。3.根据权利要求2所述的精准识别断面尺度入河污染源类型的方法，其特征在于，所述CMB模型采用有效方差最小二乘法，所述有效方差最小二乘法是使加权的化学组分测量值与计算值之差的平方和最小：式中，V
eff,i
—有效方差，权重值。式中：
—受体测量值的标准偏差。—排放源元素测量值的标准偏差。4.根据权利要求3所述的精准识别断面尺度入河污染源类型的方法，其特征在于，所述有效方差最小二乘法采用迭代法进行计算，即在前一步迭代计算的S
j
的基础上再来计算一组新的S
j
值；具体为：设上标k用于指定第k次迭代中的变量值，有效方差最小二乘法步骤：将源贡献的初始估计值设置为零：计算有效方差矩阵V
e
的对角分量，该矩阵的所有非对角线分量都等于零；计算S
j
的k+1步迭...

【专利技术属性】
技术研发人员：刘海涵，陈双扣，刘晓，邵景安，
申请(专利权)人：重庆市生态环境大数据应用中心，
类型：发明
国别省市：