基于多元统计和受体模型的流域分区污染源识别方法技术

本发明专利技术公开了一种基于多元统计和受体模型的流域分区污染源识别方法，该方法包括以下步骤：步骤1，将研究区划分为多个控制单元；步骤2，将多个控制单元进行分组，以将研究区分为多个子区；步骤3，获取每个子区中的污染源；步骤4，获得每个子区中污染源的贡献率。本发明专利技术所提供的基于多元统计和受体模型的流域分区污染源识别方法，步骤简单，综合考虑流域、陆域和污染源的影响，能够对主要污染因子及其贡献率进行高效、全面解析，确定优控行业，为水质改善和水环境管理提供科学建议。和水环境管理提供科学建议。和水环境管理提供科学建议。

【技术实现步骤摘要】
基于多元统计和受体模型的流域分区污染源识别方法


[0001]本专利技术涉及流域污染源识别
，具体涉及一种基于多元统计和受体模型的流域分区污染源识别方法。

技术介绍

[0002]流域水污染是多种污染源作用的结果，随着城市化进程的不断发展，人口急剧增加，工业和农业的迅速发展导致污染物排放量的增加，工业废水、农业灌溉以及畜禽养殖排放都可能造成流域污染。近年来，随着环境监测系统的建立，政府获得了大量的水质监测数据，包括物理化学、有机物、重金属和生物指标等方面。监测指标和监测点之间复杂的相互作用给决策者管理和改善水环境提出了挑战。从监测数据中挖掘有用的信息，可以提高人们对区域环境状况的了解，帮助决策者建立有效合理的水环境管理方案。
[0003]受体模型技术是通过对样品中检测到的具体污染物数据，建立污染物与来源的因果对应关系的一种源解析方法。结合多元统计方法来识别和量化流域的污染源，已被广泛应用于河流、近海海域、湖泊、城市河网和地下水等的水质评价与分析中。例如：Zushi et al.(2011)结合监测数据和GIS地理信息通过多元线性回归分析研究了东京湾盆地空间分布的污染因子，根据分析结果在点源和非点源之间进行源分配；Azimah et al.(2016)利用化学计量法和主成分分析(PCA)，确定了马六甲海峡地表水中重金属污染的空间变异和来源识别；Salim et al.(2019)比较了APCS-MLR和正矩阵因子分析(PMF)模型对雨水径流数据解析的性能，确定了生活废水和土壤侵蚀分别为两个场地的主要污染源。<br/>[0004]但是，对于某些集水面积较大的流域，各子流域的污染源构成往往显示出空间差异性，现有技术难以对不同子流域的污染源进行辨析，源解析结果对水质管理的指导意义有限。因此，有必要提供一种流域污染源识别方法，以对主要污染因子及其贡献率进行高效、全面解析，为水质改善和水环境管理提供科学建议。

技术实现思路

[0005]为了克服上述问题，本专利技术人进行了锐意研究，设计出一种基于多元统计和受体模型的流域分区污染源识别方法，该方法首先采用聚类分析对流域水质空间特征进行分析，然后利用因子分析和绝对主成分-多元线性回归受体模型提取主要污染因子并定量解析各污染因子的贡献率，实现了对流域污染源的全面解析，为研究区水质改善和水环境分区管理提供了科学建议，从而完成了本专利技术。
[0006]具体来说，本专利技术的目的在于提供一种基于多元统计和受体模型的流域分区污染源识别方法，所述方法包括以下步骤：
[0007]步骤1，将研究区划分为多个控制单元；
[0008]步骤2，将多个控制单元进行分组，以将研究区分为多个子区；
[0009]步骤3，获取每个子区中的污染源；
[0010]步骤4，获得每个子区中污染源的贡献率。
[0011]本专利技术所具有的有益效果包括：
[0012](1)本专利技术所提供的基于多元统计和受体模型的流域分区污染源识别方法，步骤简单，实用性强；
[0013](2)本专利技术所提供的基于多元统计和受体模型的流域分区污染源识别方法，能够准确的追溯污染物的来源，对水质管理部门控制污染风险提供了可靠的技术保障；
[0014](3)本专利技术所提供的基于多元统计和受体模型的流域分区污染源识别方法，综合考虑流域、陆域和污染源的影响，能够对主要污染因子及其贡献率进行高效、全面解析，确定优控行业，为水质改善和水环境管理提供科学建议。
附图说明
[0015]图1示出本专利技术实施例1中研究区的概况图；图2示出本专利技术实施例1中研究区控制单元划分结果图；图3示出本专利技术实施例1中的研究区水体污染物的空间尺度聚类系谱图；图4示出本专利技术实施例1中的研究区水体污染物的箱线图；图5示出本专利技术实施例1中的研究区水体污染物的子区划分结果图；图6示出本专利技术实施例1中A区域污染源对总污染贡献率饼形图；图7示出本专利技术实施例1中B区域污染源对总污染贡献率饼形图。
具体实施方式
[0016]下面通过优选实施方式和实施例对本专利技术进一步详细说明。通过这些说明，本专利技术的特点和优点将变得更为清楚明确。
[0017]在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
[0018]本专利技术人研究发现，水质管理是“流域-区域-控制单元-污染源”的多层次体系，控制单元可作为流域水污染防治的基础单元，将污染源解析与控制单元分区相结合，兼顾流域和陆域环境的特点，对流域水质的空间特征进行分析，有利于全面精准的解析主要污染因子及其贡献率。
[0019]当前的污染源识别技术大体可以分为三种：清单分析法、扩散模型和受体模型。清单分析法是通过观测和模拟污染物的源排放量、排放特征及排放地理分布等，建立列表模型的一种源解析方法；扩散模型属于预测式模型，它是通过输入各个污染源的排放数据和相关参数信息来预测污染物的时空变化情况；受体模型则是通过对受体样品的化学和显微分析，确定各污染源贡献率的一类技术，其最终目的是识别对受体有贡献的污染源，并且定量计算各污染源的分担率。
[0020]此外，在基于受体模型化学法的各类源解析方法中，多元统计法应用简单，且不需要预先知道各个污染源的指纹图谱，不需要事先对研究区域污染源进行监测，仅需要受体样品监测数据。
[0021]基于上述原因，本专利技术提供了一种基于多元统计和受体模型的流域分区污染源识别方法，所述方法包括以下步骤：
[0022]步骤1，将研究区划分为多个控制单元；
[0023]步骤2，将多个控制单元进行分组，以将研究区分为多个子区；
[0024]步骤3，获取每个子区中的污染源；
[0025]步骤4，计算每个子区中污染源的贡献率。
[0026]以下进一步描述所述基于多元统计和受体模型的流域分区污染源识别方法：
[0027]步骤1，将研究区划分为多个控制单元。
[0028]在本专利技术中，优选通过GIS(Geographic InformationSystem)划分研究区的控制单元。
[0029]优选地，步骤1包括以下子步骤：
[0030]步骤1-1，基于研究区的数字高程模型，获取子流域边界。
[0031]在本专利技术中，优选采用数字高程模型(DEM)中的水分分析模块提取子流域边界。优选地，利用ArcGIS软件中的水文分析模块提取子流域边界。
[0032]根据本专利技术一种优选的实施方式，在子流域划分后，根据研究区河流水系的卫星影像，调整河网提取参数，对子流域划分进行修正。
[0033]步骤1-2，结合研究区的行政区划和水系分布，获得多个控制单元。
[0034]在本专利技术中，结合当地的行政区划，以污染控制单元划分原则为指导，在地图上将水系分布、子流域边界、控制断面分布、行政边界等指标的空间数据进行叠加获得多个控制单元。
[0035]其中，控制断面是指为了解特定污染源对水体的影响，为评价监测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多元统计和受体模型的流域分区污染源识别方法，其特征在于，所述方法包括以下步骤：步骤1，将研究区划分为多个控制单元；步骤2，将多个控制单元进行分组，以将研究区分为多个子区；步骤3，获取每个子区中的污染源；步骤4，获得每个子区中污染源的贡献率。2.根据权利要求1所述的方法，其特征在于，步骤1包括以下子步骤：步骤1-1，基于研究区的数字高程模型，获取子流域边界；步骤1-2，结合研究区的行政区划和水系分布，获得多个控制单元。3.根据权利要求1所述的方法，其特征在于，步骤2包括以下子步骤：步骤2-1，获取研究区的水质数据和陆域污染源数据；步骤2-2，对各监测断面的水质数据进行聚类分析；步骤2-3，根据聚类分析结果，实现对研究区的划分。4.根据权利要求3所述的方法，其特征在于，步骤2-1中，所述水质数据包括物理化学、有机物和生物指标，优选地，所述水质数据包括温度、pH值、电导率(EC)、溶解氧(DO)、高锰酸盐指数、化学需氧量(COD)、五日生化需氧量(BOD5)、总磷(TP)、氨氮(NH3-N)、锌(Zn)、氟化物(F－)、硫化物、砷(As)和粪大肠菌群。5.根据权利要求3所述的方法，其特征在于，步骤2-1中，在获取研究区的水质数据后，对其进行预处理，...

【专利技术属性】
技术研发人员：孙源媛，苏婧，郑明霞，赵含嫣，傅雪梅，丁鸿羽，
申请(专利权)人：中国环境科学研究院，
类型：发明
国别省市：