当前位置: 首页 > 专利查询>浙江大学专利>正文

一种河流点源突发污染事故溯源方法技术

技术编号:13749191 阅读:69 留言:0更新日期:2016-09-24 09:15
本发明专利技术公开了一种河流点源突发污染事故溯源方法。本方法的主要步骤如下:1) 污染物扩散模型参数率定;2) 河流污染源反演计算;3) 移动水质监测平台实时反馈:利用反演计算得到的污染源信息驱动移动水质监测平台,并令其向污染源位置靠近,对污染源进行局部搜索并实时反馈在线监测数据,修正在线率定算法,并重新进行反演计算,循环工作直至溯源过程结束。本发明专利技术方法将污染物扩散模型参数率定方法、污染源反演计算以及移动水质平台反馈校正有机结合,使得溯源成为一个闭环反馈的过程。

【技术实现步骤摘要】

本专利技术涉及污染物模拟领域,具体提出一种河流点源突发污染事故溯源方法
技术介绍
水是生命的源泉,是人类社会赖以生存的基础。然而,地球上可用的淡水资源却十分有限,真正可以为人们所直接利用的淡水资源大概只占全球水资源总量的0.01%左右,加上江河水环境污染时有发生,淡水资源的安全问题严重影响人们生活与社会稳定。江河水环境污染的主要污染源可以归纳为以下三类:(1)农业污染:主要是农村畜牧养殖以及作物种植过程中产生的废弃物和化学品未合理处置,流入自然水体,导致农村自然水体受到污染;(2)生活污染:人类日常生活中产生的污水在未经处理的情况下,直接排放到自然水体中;(3)工业污染:工业废水可能含有化学药剂和重金属元素,如未经处理直接排放到自然水体中,对环境的破坏性往往比生活污水和农业污水更为严重。如何监测和整顿工业废水乱排、偷排是水环境治理中的一项艰巨任务。河流突发性水污染事故溯源一般是指河流发生水污染事故后,利用各种方式追踪定位污染的来源,主要工作包括:分析污染物的来源和种类,寻找出污染源位置、泄漏时间、泄漏强度等关键信息。为了实现这个目标,国内外学者研究了多种河流水质污染事故溯源算法,按照原理和实现方式的区别,可将其大致分为以下几个类别:(1)通过示踪法或多元统计法推断污染来源;(2)利用污染源搜索定位的方法来确定污染源的位置;(3)应用污染源反问题推导的方法来溯源。但用现有的方法来应对突发污染事件的溯源问题,仍然存在以下几点不足:(1)在应对突发水污染事故上,水面或水下自主机器人由于自身的机动性和续航的限制,污染源追踪定位的空间范围不会太大;而反问题推导的方式其反演结果一般是关于污染源信息的大致分布,无法验证反演结果的准确与否;(2)基于贝叶斯统计的概率统计方法可以有效利用污染源的先验信息以及监测断面的污染物监测数据,但是普通的贝叶斯方法存在一定缺陷,其计算量会随着反演参数个数的增加呈现指数型增长,在应对突发污染时,若污染源参数个数较多,反演计算的时间会很长。因此,当污染事故发生时,如何利用所获取的污染物监测数据,迅速找到污染发生地点,然后采取控制措施尽量减小污染事件对于环境带来的影响,具有现实意义。
技术实现思路
针对现有技术的不足,本专利技术提供一种河流点源突发污染事故溯源方法。一种河流点源突发污染事故溯源方法,工作流程如下:水质模型参数在线率定算法利用监测断面提供的水文和水质数据作为污染物扩散模型参数率定的输入,得到符合当前水文条件的水质扩散模型,基于马尔科夫蒙特卡罗(MCMC)方法的河流污染源反演算法利用该水质扩散模型,反演计算得到的污染物的溯源结果驱动移动水质监测平台,令其向污染源位置靠近,移动水质监测平台对污染源进行局部搜索并实时反馈水质在线监测数据,修正污染物扩散模型参数率定的参数,并重新进行基于MCMC方法的河流污染源反演污染计算,循环工作直至驱动移动水质监测平台到达污染源位置过程结束,得到污染源的空间位置、发生时间、泄漏量关键信息;其中,所述的基于MCMC方法的河流污染源反演污染计算包括污染事件类型判断、获取污染源先验分布、构造似然函数和后验概率密度函数和溯源结果抽样分析。所述的污染物扩散模型参数率定包括:2.1确定污染物扩散模型,依据不同的河流情况选定不同的污染物扩散模型;2.2率定污染物扩散模型参数,通过获取的污染物类型和浓度数据,以及先验信息,率定出适合当前水环境条件的污染物扩散模型参数。所述的基于MCMC方法的河流污染源反演计算方法包括:3.1污染事件类型判断确定静态岸边点源污水导致的河流突发污染事件溯源的排放的形式为是瞬时或是连续;3.2获取污染源先验分布污染源参数的上下限用上下限区间上的均匀分布来表示,若有i个参数需要反演,那么:式中,a和b为参数上下限,在溯源时,根据实际情况对未知参数的上下限进行设置;3.3构造似然函数和后验概率密度函数和溯源结果抽样分析在基于MCMC方法的河流污染物溯源反演算法中,似然函数用于表示模型参数和观测数据的拟合程度;由贝叶斯定理得到 P ( X | Y ) = P ( Y | X ) * P ( X ) P ( Y ) ∝ P ( Y | X ) * P ( X ) - - - ( 2 ) ]]>式中参数含义如下:P(X)为污染源未知参数X的先验分布,在未获取相关信息之前,近似成均匀分布;P(Y|X)表示污染源未知参数为X下,污染监测数据为Y的条件概率,称为似然概率;P(X|Y)表示在获取污染监测数据Y后,污染源未知参数X的概率分布,当得到污染源未知参数X的后验分布后,对该参数进行估计,从而实现对释放源空间位置等信息的反演计算;似然概率P(Y|X)反映了测量点观测值Y={Y1,Y2,…,Yi,…,Yn本文档来自技高网
...

【技术保护点】
一种河流点源突发污染事故溯源方法,其特征在于,工作流程如下:水质模型参数在线率定算法利用监测断面提供的水文和水质数据作为污染物扩散模型参数率定的输入,得到符合当前水文条件的水质扩散模型,基于马尔科夫蒙特卡罗(MCMC)方法的河流污染源反演算法利用该水质扩散模型,反演计算得到的污染物的溯源结果驱动移动水质监测平台,令其向污染源位置靠近,移动水质监测平台对污染源进行局部搜索并实时反馈水质在线监测数据,修正污染物扩散模型参数率定的参数,并重新进行基于MCMC方法的河流污染源反演污染计算,循环工作直至驱动移动水质监测平台到达污染源位置过程结束,得到污染源的空间位置、发生时间、泄漏量关键信息;其中,所述的基于MCMC方法的河流污染源反演污染计算包括污染事件类型判断、获取污染源先验分布、构造似然函数和后验概率密度函数和溯源结果抽样分析。

【技术特征摘要】
1.一种河流点源突发污染事故溯源方法,其特征在于,工作流程如下:水质模型参数在线率定算法利用监测断面提供的水文和水质数据作为污染物扩散模型参数率定的输入,得到符合当前水文条件的水质扩散模型,基于马尔科夫蒙特卡罗(MCMC)方法的河流污染源反演算法利用该水质扩散模型,反演计算得到的污染物的溯源结果驱动移动水质监测平台,令其向污染源位置靠近,移动水质监测平台对污染源进行局部搜索并实时反馈水质在线监测数据,修正污染物扩散模型参数率定的参数,并重新进行基于MCMC方法的河流污染源反演污染计算,循环工作直至驱动移动水质监测平台到达污染源位置过程结束,得到污染源的空间位置、发生时间、泄漏量关键信息;其中,所述的基于MCMC方法的河流污染源反演污染计算包括污染事件类型判断、获取污染源先验分布、构造似然函数和后验概率密度函数和溯源结果抽样分析。2.根据权利要求1所述的方法,其特征在于,所述的污染物扩散模型参数率定包括:2.1确定污染物扩散模型,依据不同的河流情况选定不同的污染物扩散模型;2.2率定污染物扩散模型参数,通过获取的污染物类型和浓度数据,以及先验信息,率定出适合当前水环境条件的污染物扩散模型参数。3.根据权利要求1所述的方法,其特征在于,所述的基于MCMC方法的河流污染源反演计算方法包括:3.1污染事件类型判断确定静态岸边点源污水导致的河流突发污染事件溯源的排放的形式为是瞬时或是连续;3.2获取污染源先验分布污染源参数的上下限用上下限区间上的均匀分布来表示,若有i个参数需要反演,那么:式中,a和b为参数上下限,在溯源时,根据实际情况对未知参数的上下限进行设置;3.3构造似然函数和后验概率密度函数和溯源...

【专利技术属性】
技术研发人员:黄平捷骆旭伟侯迪波张光新沈一凡张晓燕汤雪萍赵树浩
申请(专利权)人:浙江大学
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1