CN102981414A - 基于3s的污染源监控系统 - Google Patents

Abstract

本发明涉及一种基于3S的污染源监控系统，其特征在于，包括连接底层数据库的模型库模块，与模型库模块编程接口连接的负荷控制模块，负载控制模块由区域层面消减模型和排污单位层面消减模型组成；和绩效评估模块，与模型库模块通过编程接口连接，绩效评估模块由污染源削减费用模型和处理方削减费用函数模型组成。本发明具有良好的封装性，接口只提供输入与输出，处理过程完好封装；易扩展性，原有接口根据需要在系统无需重新编译的情况下即可完成接口的扩充；开放性，除了系统提供的模型外，系统使用者可以根据模型和模型库接口规范，将自己的模型动态的加入到系统中，无缝集成。

Description

基于3S的污染源监控系统

技术领域

本发明是集成水质模型、污染物负荷分配、污染削减绩效评估等多功能为一体的污染源监控系统，是特别涉及3S(GPS/GIS/RS)数据的准动态水污染监控系统，属于地理信息系统的水环境监控。

背景技术

Arc Engine是ESRI公司的GIS平台软件ArcGIS的一个重要组成部分，是ArcGIS提供的GIS二次开发工具。实际上，ArcGIS系列软件是基于ArcObject为基础的GIS功能组件组成的，所有的ArcGIS系列软件，都是利用ArcObject通过二次开发完成的，这也说明了ArcObject具有极强的二次开发能力和GIS基础功能支持

ArcEngine是对ArcObject的进一步封装，它提供了更加友好的编程接口，主要是对组件化软件开发技术以及高级程序设计语言的支持；ArcEngine还提供了一系列封装良好的用户界面元素，包括地图控件、地图图层列表、地图常用工具条等，这样可以很方便的使用ArcEngine开发基于图形化用户界面（GUI）的应用程序。一般将ArcEngine所提供的功能划分为三个部分：地图数据可视化模块、地图数据访问模块和空间分析模块。

现我国对大型河流水污染控制的技术缺乏方法大多通过主观经验判断，缺乏定量的计算，结果往往也不准确。而本系统在数据整合方面对区域地形地貌、水文、水质、排污口、企业等数据搜集筛选，保证了数据的真实性；在计算方面，利用适用于不同条件的水质模型对水质状况进行模拟，以及污染物分配模型及绩效评估模型对管理者的决策提供定量化的支持，可以很好地改善上述问题。

发明内容

本发明针对现有技术的不足提出采用软件工程面向对象的设计思路，综合应用3S技术，构建渭河污染源数据库，研究开发污染源评价分析模型及其模型库，目的在于建立污染源监控GIS系统，可以对各控制单元、排污口、污染源等信息进行集中处理，明确污染源-排污口-监测断面的对应关系，实现对流域的污染负荷量估算方法，根据一维水质模型计算环境容量以及排污口与水质之间的响应关系，在此基础上进行负荷分配、与绩效评估、相关政策查询。

为了达到上述的目的，本发明提出一种基于污染源的水污染监控系统，本系统采用.net技术作为系统支持平台，以windows form窗体作为工作载体。Microsoft.NET Framework包括两个部分：应用程序开发包（SDK，即Software Development Kit）和应用程序运行时（Runtime），其中SDK和Runtime还可以用于扩展现有的Microsoft IIS网络服务器，使其可以支持ASP.NET动态网页技术。本发明采用ArcGIS Engine Developer Kit二次开发GIS应用。

a.采用了“库”的概念，将各种水质预测模型加入到容器--即“库”中。模型库是在计算机中按一定组织结构形式存储多个模型的集合体。该模型库提供对模型的注册、查询、修改、删除等管理功能。

b.利用XML技术组织监控模型的各个部分。将一个应用中的多个模型按照性质、用途、适用条件等属性进行分类管理和维护，同时开发规范的模型接口，对模型实体进行封装，通过标准接口实现系统调用模型分析和模型体之间数据的传输和功能的调用，支持模型的评估、优化等演化过程，从而实现水质预测模型的组织、管理和调用等功能。

本发明提一种基于3S的污染源监控系统，包括连接底层数据库的模型库模块，与所述模型库模块编程接口连接的负荷控制模块，所述负载控制模块由区域层面消减模型和排污单位层面消减模型组成；和绩效评估模块，与所述模型库模块通过编程接口连接，所述绩效评估模块由污染源削减费用模型和处理方削减费用函数模型组成。

所述模型库模块建模的方法为：当排放污染物浓度不变时，可以调用默认一维稳态模型

$C=C_0\exp \left[\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\right]$

当突发事件产生，可以调用排放污染物瞬时排放模型：

$C=\frac{W}{A\sqrt{4\mathrm{\π}{E}_{x}t}}\exp [-\frac{{(x-\mathrm{ut})}^2}{4E_{x}t}]\exp (-\mathrm{kt})+C_0$

当排放污染物进行连续非稳态排放时，可以调用非稳态模型：

$C(x,t)=\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1+\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x+\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

$+\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x-\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

其中参数含义：C0-起始断面污染物浓度mg/l，x-计算断面距排污口纵向河道距离m，u-河流平均流速m/s，Ex-污染物在河流中的纵向弥散系数m²s，k-污染物降解系数1/s，L-距排污起始时的时间s，W-点源突发性阵性排出的污染物的量g，A河流断面面积m²。

所述区域层面消减模型和排污单位层面消减模型采用如下公式进行构建：

$\mathrm{Gini}=1-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(X_i-X_{i-1})(Y_i+Y_{i-1}),$

其中，Xi为人口等指标所占的累计百分数；Yi为污染物排放量的累计百分数；n为分配区域的个数。

所述排污单位层面消减模型建立方法是：以待分配区县内所有企业产值最大为目标函数，区县内各个企业的COD分配量为决策变量，约束条件为各排污单位的COD排放量之和，与新鲜用水之和，均不超过该区县的COD排放总量和新鲜用水总量。

所述区域层面消减模型建立方法是根据既定的可分配总量W，以各控制指标对应环境基尼系数之和最小为目标函数，各区县的削减比例为决策变量，约束条件为削减后的污染物总量达到预定的总量削减目标，各控制指标对应的环境基尼系数小于等于现状值。

所述污染源削减费用模型可通过全因子费用函数表示为：

C_i＝f(Q_i，W_i，I_ik，E_ik，M_j，X_i)

其中，C_i-企业i每年的污染削减费用，Q_i-企业i的产值，W_i-企业i每年的废水或废气排放量，I_ik-企业i所产生的k种污染物的进口浓度，E_ik-企业i所产生的k种污染物的出口浓度，M_j-企业i所在j地区的成本价格，X_i-企业i的特性。

所述处理方削减费用函数模型为其中C为污水处理费用，Q为污水处理规模，η为污水去除率，k₁，k₂，k₃，k₄为参数。

所述处理方削减费用函数经验模型为C＝K*Q^-m*E^-n，其中，C为污水处理费用，Q为污水厂的服务人数，E污染物的进厂浓度，k、m、n为参数。

所述模型库模块、负荷控制模块和绩效评估模块通过XML统一调用和记录，通过的DLL文件完成模型实现。

所述系统采用.net技术作为系统支持平台，windows form窗体为载体，根据ArcEngine对所述模型库模块进行查找。

本发明的有益效果

由于本发明中，对模型采用库监控方式，并利用xml技术组织和管理模型，因此，系统具有如下特点：

a.良好的封装性：接口只提供输入与输出，处理过程完好封装；

b.易扩展性：原有接口根据需要在系统无需重新编译的情况下即可完成接口的扩充。

c.开放性：除了系统提供的模型外，系统使用者可以根据模型和模型库接口规范，将自己的模型动态的加入到系统中，无缝集成。

附图说明

图1是本发明基于3S的污染源监控系统结构图；

图2是本发明一实施例中对水污染系统建模的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，可以理解的是，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

渭河流域的生态环境长期以来呈总体恶化趋势。特别是近50年，其恶化速度进一步加快，随着人类开发利用水资源强度的不断增大，流域生态环境问题也日益突出。

结合国家重大水专项的项目要求，本发明的实施例针对渭河污染现状，在发明中设计了从“源”到“排污口”再到“水质”的一套污染源监控系统架构。主要包括的内容有：“源、排污口、水质”空间对应关系的确定、环境容量计算、

水质评价、多条件下的污染源与河流水体水质的响应关系（即水质模型库的开发）、污染负荷分配削减、政策查询及绩效评估。

水质模型监控技术

水环境监控主要通过C#进行开发完成。集成在系统内部，在这里对主要部分进行其原理简介。

模型库模块

在模型库的建立方面，系统设计了适用于不同条件的一维水质模型，用来对不同状况的排污进行模拟：

当排放污染物浓度不变时，可以调用一维稳态模型（默认）：

$C=C_0\exp \left[\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\right]$

当突发事件产生（如化学药品泄漏事故），可以调用污染物瞬时排放模型：

$C=\frac{W}{A\sqrt{4\mathrm{\π}{E}_{x}t}}\exp [-\frac{{(x-\mathrm{ut})}^2}{4E_{x}t}]\exp (-\mathrm{kt})+C_0$

当污染物进行连续非稳态排放时，可以调用非稳态模型：

$C(x,t)=\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1+\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x+\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

$+\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x-\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

其中参数含义：

C0—起始断面污染物浓度（mg/L）

x—计算断面距排污口纵向河道距离（m）

u—河流平均流速（m/s）

Ex—污染物在河流中的纵向弥散系数（m²/s）

k—污染物降解系数（1/s）

t—距排污起始时的时间（s）

W—点源突发性阵性排出的污染物的量（g）

A—河流断面面积（m²）

根据所有出现的情况对一维水质进行建模，一般情况下是采用默认的模型公式，将该一维水质模型建模完成后存放到库中以便监控使用。

负荷分配模块

该模块可用于指定污染物削减的方案的制订，计算过程是根据数据库中企业污染负荷数据以及效益数据进行的。与水质模块相结合，可以得到负荷削减后改善的水质情况。

该模块可为两个部分：区域层面的消减模型和排污单位层面的削减模型。

区域层面的削减模型——基尼系数法

基尼系数(Gini coefficient)，是20世纪初意大利经济学家基尼根据洛伦茨曲线(Lorenzcurve)提出的，判断国民收入分配平等程度的指标。

从环境角度来看，基于基尼系数的水污染负荷分配削减，就是利用基尼系数的概念反应各个区域的单位经济、社会或环境资源指标所代表的负荷污染物排放强度的公平性，即根据区域的人口、土地面积、经济和环境四方面指标来分配排污权，保证分配的排污权和区域的各项规模相匹配，基尼系数越小，区域中单位的人口数量或经济规模所负荷的污染物量越平等，削减分配越公平。

计算方法：

①确定流域内可分配的总量指标W;

②分别计算流域内各区域主要控制指标的累计百分数和污染物排放量累计百分数，计算出基于各控制指标污染物排放量的基尼系数。计算基尼系数时采用梯形面积法，计算公式为:

$\mathrm{Gini}=1-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(X_i-X_{i-1})(Y_i+Y_{i-1})---\left(1\right)$

式中:Xi——人口等指标所占的累计百分数；

Yi——污染物排放量的累计百分数；

n——分配区域的个数，当i=1时,(Xi-1,Yi-1)视为(0,0)。

③根据既定的可分配总量W，以各控制指标对应环境基尼系数之和最小为目标函数，各区县的削减比例为决策变量，采用下述多约束单目标线性规划方法求取最优解。约束条件为：削减后的污染物总量达到预定的总量削减目标；各控制指标对应的环境基尼系数小于等于现状值（基于各分指标的环境公平性不变差）；各区县削减比例的可行上下限（保证分配方案的可实施性）；各区县在相应控制指标的洛伦茨曲线图中相对位置不变。

1）目标函数

$\min F=\underset{j=1}{\overset{4}{\mathrm{\Σ}}}{G}_j---\left(2\right)$

2）约束条件

总量削减约束：

$\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{W}_i=(1-q)\•\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{W}_{0\left(i\right)}---\left(3\right)$

各控制指标现状基尼系数约束：

G_j≤G_0(j)                                   (4)

各区县基于现状的削减比例约束：

$P_{\mathrm{io}}\≤\frac{w_{0\left(i\right)}-W_i}{W_{0\left(i\right)}}\≤P_{\mathrm{il}}---\left(5\right)$

式中：F为人口、土地面积、GDP和水环境容量四个控制指标的环境基尼系数的总和；W0(i)为第i个区县内污染物排放总量现状值；q为目标总量的削减率；G0(j)为j指标对应基尼系数的现状值；Pi为第i个分配区县削减比例；Pi0，Pi1分别为分配区县污染物削减比例的可行上下限。

排污单位层面的削减模型——通过优化排放绩效法实现

以经济效益为主的工业企业，采用主要考虑效率的分配削减方法，并以最大产值为目标函数，力求达到以最小的环境代价获得最大的经济发展规模的目的。

按照从效率角度确定水污染物排放量的企业分配的原则，以待分配区县内所有企业产值最大为目标函数，以各个企业的COD（注解：Chemical Oxygen Demand，即化学需氧量，是重要水质指标）分配量为决策变量，约束条件为各排污单位的COD排放量之和，与新鲜用水之和，均不超过该区县的COD排放总量和新鲜用水总量；各排污单位的COD削减率的上下限为该区县削减率的正负10%。

1）目标函数

$\max M=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i{C}_i---\left(6\right)$

2）约束条件

区县COD目标总量约束：

区县新鲜用水量约束：

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{B}_i\•C_i\≤\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{D}_{0i}---\left(8\right)$

企业削减率上下限约束：

式中：M为待分配企业所在区县的总产值（目标），Ai为第i个企业的单位COD排放量的产值，Ci为第i个企业的COD分配量（决策变量），为待分配企业所在区县的总量目标，C0i为第i个企业现状的COD排放量，Bi为第i个企业单位COD排放量对应的新鲜用水量，D0i为第i个单位新鲜用水量现状值，C_上为削减率的上限约束，C_下为削减率的下限约束，根据上述基尼系数法分配的各个区县的削减率分配方案，在区县削减的基础上，考虑各企业的生产经营情况，企业分配削减率的上限约束为本区县削减率加上10％，下限约束为本区县削减率减去10％。

以上得到区域内企业被分配到的可排放指标，侧重与污染物的消减排污模型。绩效评估模块

该模块通过企业数据相关数据的计算以及负荷分配模块当中计算出来的削减量来对企业的削减绩效进行量化评估。

(1)工业水污染削减费用函数模型

①全因子费用函数

即对大量不同地区、不同规模、不同技术水平的企业进行生产过程全监测，企业在进行污染削减时，可以采用很多方法来降低削减成本，包括改进生产工艺、实行清洁生产、采用新的治理技术和提高削减效率等，也就是说，企业的污染物削减是和生产的全过程紧密相关的，因此，更精确的反映企业污染物削减费用的函数应该是全因子费用函数。对于企业i而言，其全因子费用函数可以表示为：

C_i＝f(Q_i，W_i，I_ik，E_ik，M_j，X_i)

式中，C_i-企业i每年的污染削减费用

Q_i-企业i的产值

W_i-企业i每年的废水或废气排放量

I_ik-企业i所产生的k种污染物的进口浓度

E_ik-企业i所产生的k种污染物的出口浓度

M_j-企业i所在j地区的成本价格（包括煤价、电价、原材料和劳动力价格等）

X_i-企业i的特性（工厂i所属行业、所有制、规模和厂龄等）

②污染物联合削减模型

即直接将污染治理设施的投资和运行费用相加得到。

从环境工程的角度，对于某污染处理设施而言，可同时处理多种污染物，如COD，BOD和TSS可由同一污水处理设施削减。因此费用函数不能仅针对单一污染物，而应针对所有污染物。对于处理n种污染物的第i个工厂的污染物削减的费用可表示为：

$C_i=f(W_i,\frac{E_{\mathrm{in}}}{I_{\mathrm{in}}},X_i)---\left(1\right)$

式中，C_i-第i个工厂的污染物削减总费用

W_i-工厂i的污水排放量

E_in-n种污染物的出口浓度

I_in-n种污染物的进口浓度

X_i-工厂i的特性（所属行业、所有制和厂龄等）

采用二阶二级函数逼近上面的费用函数，模型（1）可表示为：

$\mathrm{In}{C}_i={\mathrm{\α}}_0+{\mathrm{\α}}_1\mathrm{In}{W}_i+{\mathrm{\α}}_2{\left(\mathrm{In}{W}_i\right)}^2+\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\β}}_k\mathrm{In}\left(\frac{E_k}{I_k}\right)\mathrm{In}{W}_i+\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{p=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{\γkpIn}\left(\frac{E_k}{I_k}\right)\mathrm{In}\left(\frac{E_p}{I_p}\right)$

$+{\mathrm{\α}}_3{\left[\left(\mathrm{In}\frac{E_k}{I_k}\right)\right]}^2+\mathrm{\ϵ}---\left(2\right)$

该削减费用函数模型(2)有4种形式：①全对数转换函数(二阶二级逼近函数)；②限制对数转换函数(在二阶二级逼近函数中，不考虑处理水量与削减污染物相互作用的影响)；③对数转换与二次影响函数(在二阶二级逼近函数中，不考虑处理水量与削减污染物相互作用的影响，也不考虑削减污染物之间相互作用的影响)；④简单固定弹性模型(只考虑一次函数)。世界银行政策研究局DASGUPTA等针对中国327家工业企业污染物排放进行研究后认为，在处理污染物削减费用函数时，简单的固定弹性模型不仅线性回归的拟合度较好，而且回归所得的各主要变量的相关性也是合理的，显著性较高，能够较好地解释变量之间的关系。因此，可对模型(2)进行简化。

$C_i=e^{{\mathrm{\α}}_0}\·{W_i}^{{\mathrm{\α}}_1}\·\underset{k=1}{\overset{n}{\mathrm{\Π}}}{\left[\frac{E_k}{I_k}\right]}^{{\mathrm{\β}}_k}---\left(3\right)$

③幂函数型

此类函数的通常表达式为：

y＝ax^b

式中，y为污染物处理费用，x为污染物的去除率或去除量

ab-为参数

④排放行为模型

这种方法将污染物排放价格p作为排放量x的因变量，即x＝f(p)，那么边际治理费用（Marginal Abatement Cost）即为f¹(x)。

(2)污水处理厂削减费用函数模型

城市污水处理厂的费用函数采用如下公式：

$C=k_1{Q}^{k_2}+k_3{Q}^{k_2}{\mathrm{\η}}^{k_4}$

式中，C-为污水处理费用

Q-为污水处理规模

η-为污水去除率

k₁，k₂，k₃，k₄为参数

以上得到全因子费用函数模型、污水处理厂削减费用函数模型，从污水处理厂的角度和工业水污染削减费用，监控源头水污染。

下面通过附图对本发明的实施例进行详细的说明，图1是模型描述模式。以模型元数据规范为指导，在模型库的体系结构的基础上，采用XML技术，综合所有相关模型，建立包括模型数据描述和模型描述内容的水质模型描述接口。

如图2所示，是是本发明一实施例中对谁污染系统建模的流程图，包括步骤如下：

a.模型注册

模型管理员进行模型注册，填写模型元数据信息；一方面这些信息存储到模型元数据库中，另一方面系统根据这些信息自动生成描述这个模型的描述文档。

b.模型编辑发布

模型管理员对自己注册的模型进行修改、维护。模型发布就是让普通用户可以检索、浏览和使用模型。

c.模型浏览

模型使用人员检索到模型后，查看模型的具体信息。

d.模型运行

模型使用人员输入模型参数、数据源，执行模型计算。

模型描述接口描述的内容主要包括：

（1）模型名称；

（2）模型的说明信息；

（3）模型的执行程序信息，包括模型实现部分的dll文件信息、dll中模型具体对应的函数信息；

（4）模型的范围描述信息，包括模型预测的起始源点、空间范围、时间范围等；

（5）模型的参数信息，记录模型所有的输入参数，包括参数名称、参数类型、参数描述信息和参数缺省值等；

（6）其他可选信息，主要是用于记录模型的补充信息，根据模型的具体内容会有所不同。

稳态解析解水质评价模型描述

图2是模型库模式。通过模型库实现对水质预测模型的统一管理和调度，模型库对模型的组织管理信息使用XML记录。

模型库分类组织管监控型，目前主要包括三类：

（1）一维水质模型：

组织管理一维水质评价模型的基本信息，包括：当排放污染物浓度不变时，可以调用一维稳态模型（默认）：

$C=C_0\exp \left[\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\right]$

当突发事件产生（如化学药品泄漏事故），可以调用污染物瞬时排放模型：

$C=\frac{W}{A\sqrt{4\mathrm{\π}{E}_{x}t}}\exp [-\frac{{(x-\mathrm{ut})}^2}{4E_{x}t}]\exp (-\mathrm{kt})+C_0$

当污染物进行连续非稳态排放时，可以调用非稳态模型：

$C(x,t)=\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1+\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x+\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

$+\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x-\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

稳态水质预测模型、非稳态连续排污水质预测模型、非稳态瞬时排污水质预测模型、非稳态数值解水质预测模型等，采用ArcEngine查询该库中的水质数据。

（2）负荷分配模型

分为区域层面的消减模型和排污单位层面的削减模型。

3）绩效评估模型

模型库中对模型的描述主要包括模型的名称、模型描述的XML文件和模型实现的DLL文件，通过XML文件和DLL文件与模型描述接口相关联，具体引用每个模型。分为：1)工业水污染削减费用函数模型和2)污水处理厂削减费用函数模型。

Claims (10)

1.一种基于3S的污染源监控系统，其特征在于，包括连接底层数据库的模型库模块，与所述模型库模块编程接口连接的负荷控制模块，所述负载控制模块由区域层面消减模型和排污单位层面消减模型组成；和绩效评估模块，与所述模型库模块通过编程接口连接，所述绩效评估模块由污染源削减费用模型和处理方削减费用函数模型组成。

2.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述模型库模块建模的方法为：当排放污染物浓度不变时，可以调用默认一维稳态模型

$C=C_0\exp \left[\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\right]$

当突发事件产生，可以调用排放污染物瞬时排放模型：

$C=\frac{W}{A\sqrt{4\mathrm{\π}{E}_{x}t}}\exp [-\frac{{(x-\mathrm{ut})}^2}{4E_{x}t}]\exp (-\mathrm{kt})+C_0$

当排放污染物进行连续非稳态排放时，可以调用非稳态模型：

$C(x,t)=\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1+\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x+\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

$+\frac{C_0}{2}\exp [\frac{\mathrm{ux}}{2E_x}(1-\sqrt{1+\frac{4k{E}_x}{u^2}})\•\mathrm{erfc}\left(\frac{x-\mathrm{ut}\sqrt{1+\frac{4k{E}_x}{u^2}}}{\sqrt{4E_{x}t}}\right)]$

其中参数含义：C0—起始断面污染物浓度mg/l，x—计算断面距排污口纵向河道距离m，u—河流平均流速m/s，Ex-污染物在河流中的纵向弥散系数m²s，k-污染物降解系数1/s，t-距排污起始时的时间s，W-点源突发性阵性排出的污染物的量g，A-河流断面面积m²。

3.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述区域层面消减模型和排污单位层面消减模型采用如下公式进行构建：

$\mathrm{Gini}=1-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(X_i-X_{i-1})(Y_i+Y_{i-1}),$

其中，Xi为人口等指标所占的累计百分数；Yi为污染物排放量的累计百分数；n为分配区域的个数。

4.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述排污单位层面消减模型建立方法是：以待分配区县内所有企业产值最大为目标函数，区县内各个企业的COD分配量为决策变量，约束条件为各排污单位的COD排放量之和，与新鲜用水之和，均不超过该区县的COD排放总量和新鲜用水总量。

5.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述区域层面消减模型建立方法是根据既定的可分配总量W，以各控制指标对应环境基尼系数之和最小为目标函数，各区县的削减比例为决策变量，约束条件为削减后的污染物总量达到预定的总量削减目标，各控制指标对应的环境基尼系数小于等于现状值。

6.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述污染源削减费用模型可通过全因子费用函数表示为：

C_i＝f(Q_i，W_i，I_ik，E_ik，M_j，X_i)

其中，C_i-企业i每年的污染削减费用，Q_i-企业i的产值，W_i-企业i每年的废水或废气排放量，I_ik-企业i所产生的k种污染物的进口浓度，E_ik-企业i所产生的k种污染物的出口浓度，M_j-企业i所在j地区的成本价格，X_i-企业i的特性。

7.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述处理方削减费用函数模型为其中C为污水处理费用，Q为污水处理规模，η为污水去除率，k₁，k₂，k₃，k₄为参数。

8.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述处理方削减费用函数经验模型为C＝K ·Q^-m*E^-n，其中，C为污水处理费用，Q为污水厂的服务人数，E污染物的进厂浓度，k、m、n为参数。

9.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述模型库模块、负荷控制模块和绩效评估模块通过XML统一调用和记录，通过的DLL文件完成模型实现。

10.如权利要求1所述的基于3S的污染源监控系统，其特征在于，所述系统采用.net技术作为系统支持平台，windows form窗体为载体，根据ArcEngine对所述模型库模块进行查找。

Images