基于多源复合关系布释的地表水污染成因解析方法及系统

技术领域

本发明属于地表水污染分析与模拟技术领域，具体涉及基于多源复合关系布释的地表水污染成因解析方法及系统。

背景技术

地表水中污染物来源于不同的污染源，且污染物进入地表水后，各种物理、化学和生物作用也在很大程度上影响了污染物浓度变化。确定导致污染物浓度变化的主要因子及其影响程度，既是对地表水污染预测和模拟的重要依据，也是污染治理决策的重要依据。

目前，对于地表水污染成因分析的方法主要分为两类，第1类方法通过测定不同来源污染物的典型特征指示物(如同位素丰度或DNA等)，并与河道中的污染物特征指示物进行比对，进行污染成因解析。第2类方法根据参数率定后的物理模型，采用如灭灯法之类的方法，通过设定影响因子存在与否，计算地表水污染物浓度的变化对污染主要影响因子及其影响程度进行分析。需要指出，第1种方法在污染特征指示量存在高度时空变异的情况下，通常难以控制精度，并且对污染特征指示物的测定通常也非常昂贵。第二种方法，物理模型中参数率定通常是污染总量最优，对于各种影响因子及其贡献的分解则缺少必要的理论基础和物理依据。污染成因解释解雇很大程度上依赖于模型参数，更为重要的是，模型参数的率定通常需要多年长系列的气象、水文、污染源、下垫面等海量实测数据。可见，在多源复合污染条件下，污染物排放、下垫面因子、气象条件等污染影响因子高度时空变异性条件下，现有的地表水污染成因分析方法不能够有效的实现污染成因解析的缺陷。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供基于多源复合关系布释的地表水污染成因解析方法及系统，仅基于地表水监测数据，通过多源复合污染因子的一阶和二阶偏导展布，实现地表水污染成因的剖释，为流域分布式污染模型构建，污染治理决策提供科学依据。

为了实现以上目的，本发明采用了以下方案：

<方法>

本发明提供基于多源复合关系布释的地表水污染成因解析方法，其特征在于，包括以下步骤：

步骤1，获取地表水控制断面水文、污染物浓度和指标因子监测数据时间序列，时间序列的长度至少覆盖一个汛期和一个枯水期；

步骤2，对时间序列进行数据插补与归一化处理，作为后续步骤采用的数据；

步骤3，将多因子复合影响下的污染物浓度(插值和归一化后的实测数据，下同)表示为各种影响因子的一阶项和二阶偏导项的线性叠加；河道断面中污染物浓度的变化表示为：

式中，c为污染物浓度，x,y为位置坐标，t为时间步长，λ为影响因子；

通过一阶偏导项描述影响因子变化与污染物浓度变化的直接关系，通过二阶偏导项描述污染物的形成过程多因素相互交织的复杂化学、物理变化过程(多因素复合作用)对污染物浓度的影响；

步骤4，采用隐式差分法，基于实测数据对微分偏导项进行近似估计，一阶偏导项和二阶偏导项分别表示为：

式中，m+1、m和m-1分别表示第m+1日、第m日和第m-1日，λ

将多因素复合作用下的污染物的变化机制，展布为线性叠加的形式，用于确定各种因子对污染物浓度变化的影响程度；

步骤5，采用多元线性估计确定污染物浓度与影响因子一阶和二阶导数的线性关系，其中的线性系数即为反映影响因子对污染物的影响的因子，线性系数的值越大，表示影响越大，反之亦然，从而根据各影响因子的线性系数实现地表水污染成因的解析。

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析方法，还可以具有这样的特征：在步骤1获取的因子中，水文因子至少包括流量、含沙量或输沙率；污染物指标因子至少包括pH值、温度；与目标污染物相关的其他物质的浓度也会影响目标污染物的浓度变化，因此也能够作为因子。

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析方法，还可以具有这样的特征：在步骤1中，污染物主要包括水质自动站测定的氨氮(NH

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析方法，还可以具有这样的特征：在步骤2中，在水文、污染物浓度及指标因子数据存在缺失的情况下，采用格朗日多项式插值方法，基于插值位置前后各6个采样数据插补数据；完成数据插补后，采用线性归一化的方式将数据归一化到0和1之间：

式中：x和x

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析方法，还可以具有这样的特征：在步骤3中，不考虑各种因子交互作用对污染物浓度变化影响的情况下，可直接采用一阶偏导项展布-线性拟合的方法确定各种影响因子对水质成因的集总影响。

<系统>

进一步，本发明还提供了基于多源复合关系布释的地表水污染成因解析系统，能够自动实现上述<方法>，其特征在于，包括：

数据获取模块，获取地表水控制断面水文、污染物浓度和指标因子监测数据时间序列，时间序列的长度至少覆盖一个汛期和一个枯水期；

预处理模块，对时间序列进行数据插补与归一化处理，作为后续步骤采用的数据；

影响关系描述模块，将多因子复合影响下的污染物浓度表示为各种影响因子的一阶项和二阶偏导项的线性叠加；河道断面中污染物浓度的变化表示为：

式中，c为污染物浓度，x,y为位置坐标，t为时间步长，λ为影响因子；

影响程度确定模块，采用隐式差分法，基于实测数据对微分偏导项进行近似估计，一阶偏导项和二阶偏导项分别表示为：

式中，m+1、m和m-1分别表示第m+1日、第m日和第m-1日，λ

污染成因解析模块，采用多元线性估计确定污染物浓度与影响因子一阶和二阶导数的线性关系，其中的线性系数即为反映影响因子对污染物的影响的因子，线性系数的值越大，表示影响越大，反之亦然，从而根据各影响因子的线性系数实现地表水污染成因的解析；

控制模块，与数据获取模块、预处理模块、影响关系描述模块、影响程度确定模块、污染成因解析模块均通信相连，控制它们的运行。

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析系统，还可以具有这样的特征：在影响关系描述模块中，不考虑各种因子交互作用对污染物浓度变化影响的情况下，可直接采用一阶偏导项展布-线性拟合的方法确定各种影响因子对水质成因的集总影响。

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析系统，还可以包括：输入显示模块，与数据获取模块、预处理模块、影响关系描述模块、影响程度确定模块、污染成因解析模块、控制部均通信相连，用于让用户输入操作指令，并进行相应显示。

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析系统，还可以具有这样的特征：输入显示模块显示出各种可能存在的水文因子、污染物、污染物指标因子让操作员进行选择，数据获取模块基于选择的污染物和因子获取地表水控制断面水文、污染物浓度和指标因子监测数据时间序列。

优选地，本发明提供的基于多源复合关系布释的地表水污染成因解析系统，还可以具有这样的特征：输入显示模块能够根据污染成因解析模块的结果，生成显示有污染物浓度与各影响因子关系及污染成因分析结果的图或表，供操作员查看。

发明的作用与效果

本发明所提供的基于多源复合关系布释的地表水污染成因解析方法及系统，基于地表水监测数据，将多因子复合影响下的污染物浓度变化展布为影响因子的一阶偏导项和二阶偏导项的线性叠加，用一阶偏导项表示影响因子变化与污染物浓度变化的直接关系，二阶偏导项表示污染物的形成过程多因素相互交织的复杂化学、物理变化过程对污染物浓度的影响，采用差分法确定不同时段的一阶偏导项和二阶偏导项后，通过多元线性回归法确定各一阶偏导项和二阶偏导项的线性系数，线性系数反映各种影响因子以及因子之间交互对地表水质变化的影响程度，从而剖释了地表水的污染成因，能够为地表水污染治理决策和物理性模型构建提供科学支撑。

附图说明

图1为本发明实施例涉及的归一化后的溶解氧时间序列(浙江兰江将军岩断面)；

图2为本发明实施例涉及的地表水溶解氧的浓度变化的影响因子；

图3为本发明实施例涉及的计算结果和实测结果的对比图。

具体实施方式

以下结合附图对本发明涉及的基于多源复合关系布释的地表水污染成因解析方法及系统的具体实施方案进行详细地说明。

<实施例>

本实施例采用的基于多源复合关系布释的地表水污染成因解析方法包括如下步骤：

步骤1：获取地表水控制断面水文(流量，含沙量或者输沙率)和污染物浓度和指标因子(pH值，温度)监测数据时间序列，时间序列的长度至少覆盖一个汛期和一个枯水期。

步骤2：对各水文、污染物浓度以及参数指标时间序列数据进行插补与归一化处理：水文、污染物浓度以及参数指标数据缺失的情况下，基于插值位置前后6个采样数据，利用非缺失数据构造多项式，对该位置进行插值。完成缺失数据插补后，采用线性归一化的方式将数据归一化到0和1之间。

式中：x和x

以浙江省兰溪市兰江将军岩断面为例，2020年溶解氧监测数据中，共16日数据缺失，进行数据插补与归一化后的溶解氧浓度时间序列如图1所示。

步骤3：将多因子复合影响下的污染物浓度(插值和归一化后的实测数据，下同)表示为各种影响因子的一阶项和二阶偏导项的线性叠加。河道断面中污染物浓度的变化可以表示为：

式中，c为污染物浓度，x,y为位置坐标，t为时间步长，λ为影响因子；

其中一阶偏导项描述影响因子变化与污染物浓度变化的直接关系，二阶偏导项描述污染物的形成过程多因素相互交织的复杂化学、物理变化过程对污染物浓度的影响。

步骤4:采用隐式差分法，基于实测数据对去耦合关系后的微分偏导项进行近似估计，一阶偏导项和二阶偏导项分别用(3)式和(4)式进行差分近似；

式中，i和j表示不同的影响因子，m+1，m和m-1分别表示第m+1日，第m日和第m-1日，λ

地表水中溶解氧浓度变化的影响因子的关系如图2所示，根据图2的溶解氧浓度变化关系，方程(4)可以展布为：

式中，C和C

步骤5：采用多元线性估计确定污染物浓度与影响因子一阶和二阶导数的线性关系，根据2020年兰溪地表水实测数据拟合，得：

C

+4.44×10

如图3所示，基于以上公式，对2021年1～10月将军岩断面溶解氧浓度计算结果和实测结果进行比较，可以看出，计算值和实测值有良好的一致性，表明本发明提出的方法能够准确的剖释污染成因及其影响程度。

在本实施例中，影响河道中溶解氧浓度的主要因子为有机物(I

进一步，本实施例中，还提供能够自动实现以上本发明方法的基于多源复合关系布释的地表水污染成因解析系统，该系统包括数据获取模块、预处理模块、影响关系描述模块、影响程度确定模块、污染成因解析模块、输入显示模块。

数据获取模块执行上文步骤1所描述的内容，获取地表水控制断面水文、污染物浓度和指标因子监测数据时间序列，时间序列的长度至少覆盖一个汛期和一个枯水期。

预处理模块执行上文步骤2所描述的内容，对时间序列进行数据插补与归一化处理，作为后续步骤采用的数据。

影响关系描述模块执行上文步骤3所描述的内容，将多因子复合影响下的污染物浓度表示为各种影响因子的一阶项和二阶偏导项的线性叠加；通过一阶偏导项描述影响因子变化与污染物浓度变化的直接关系，通过二阶偏导项描述污染物的形成过程多因素相互交织的复杂化学、物理变化过程对污染物浓度的影响。

影响程度确定模块执行上文步骤4所描述的内容，采用隐式差分法，基于实测数据对微分偏导项进行近似估计；将多因素复合作用下的污染物的变化机制，展布为线性叠加的形式，进行确定各种因子对污染物浓度变化的影响程度。

污染成因解析模块执行上文步骤5所描述的内容，采用多元线性估计确定污染物浓度与影响因子一阶和二阶导数的线性关系，根据各影响因子的线性系数实现地表水污染成因的解析。

输入显示模块用于让用户输入操作指令，并进行相应显示。例如，输入显示模块能够显示出各种可能存在的水文因子、污染物、污染物指标因子让操作员进行选择，数据获取模块基于选择的污染物和因子获取地表水控制断面水文、污染物浓度和指标因子监测数据时间序列；输入显示模块还能够根据操作指令，将各个模块的输入、输出数据及处理过程以图表形式进行显示，供操作员查看。

控制模块与数据获取模块、预处理模块、影响关系描述模块、影响程度确定模块、污染成因解析模块、输入显示模块均通信相连，控制它们的运行。

以上实施例仅仅是对本发明技术方案所做的举例说明。本发明所涉及的基于多源复合关系布释的地表水污染成因解析方法及系统并不仅仅限定于在以上实施例中所描述的内容，而是以权利要求所限定的范围为准。本发明所属领域技术人员在该实施例的基础上所做的任何修改或补充或等效替换，都在本发明的权利要求所要求保护的范围内。