CN103810537A - 一种基于水质模型的区域环境风险评估方法 - Google Patents

一种基于水质模型的区域环境风险评估方法 Download PDF

Info

Publication number
CN103810537A
CN103810537A CN201410048205.7A CN201410048205A CN103810537A CN 103810537 A CN103810537 A CN 103810537A CN 201410048205 A CN201410048205 A CN 201410048205A CN 103810537 A CN103810537 A CN 103810537A
Authority
CN
China
Prior art keywords
risk
source
water quality
index
pollutant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410048205.7A
Other languages
English (en)
Other versions
CN103810537B (zh
Inventor
钱新
姚红
朱文婷
夏必胜
高海龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201410048205.7A priority Critical patent/CN103810537B/zh
Publication of CN103810537A publication Critical patent/CN103810537A/zh
Application granted granted Critical
Publication of CN103810537B publication Critical patent/CN103810537B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems
    • Y02P90/845Inventory and reporting systems for greenhouse gases [GHG]

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于水质模型的区域环境风险评估方法。方法包括五个步骤:建立区域环境风险源信息数据库,运用蒙特卡洛算法模拟风险源污染物的排放;选择水质模型,构建符合评估区域源强水质响应关系特点的水质模型;以水生态、人体健康和社会经济影响作为风险评估终点,采用模糊积分法计算风险受体的易损性指数;运用水质模型预测在所有可能的源强情景下区域的污染物浓度的分布,分析风险源的危险性;综合风险源的危险性与受体的易损性指数,以风险曲线表征区域环境风险。根据风险曲线,可以进行区域环境风险评估,识别高风险区域以及重点风险源和易损受体,从而为拟定具有针对性的区域风险防控方案提供参考。

Description

一种基于水质模型的区域环境风险评估方法
技术领域
本发明属于一种基于水质模型的区域环境风险评估方法,是一种根据水质模型模拟结果获取区域环境风险曲线定量表征与评估区域环境风险的方法。适用于流域或某个区域的水环境风险的综合评估。
背景技术
点源,面源,流动源是区域环境健康威胁的主要来源。人类活动排放的污染物直接影响水生生态安全,并最终影响人类健康和社会经济发展。风险评估采用定量分析方法系统探索潜在的环境问题,是一种常用且有效的环境管理技术。纵观目前已有的区域尺度的水环境风险评估方法,一般仅仅采用风险评估指标体系评估区域的风险水平,其指标筛选和指标权重的确定过程的主观性和随意性很难避免,导致风险评估结论也带有很大的主观性和随意性。因此,构建较为合理的、实用的区域环境评估方法,具有重要的理论意义和现实意义。
传统的风险概念由两个变量进行描述:潜在危险事件发生的概率、事件可能产生的不良后果。风险水平高低常常表征为由事件概率和可能的损失两个量构成的风险曲线,或者表示为所有可能事件情景中可能的损失的期望值。区域环境风险评估是分析多个环境风险源对多个环境风险受体带来的可能危害。区域环境风险与污染物在区域环境介质中的迁移和扩散特性密切相关。水质模型是用数学语言解释和预测污染物的混合,运输和转化过程的有效工具,是描述污染物在水环境介质中迁移和转化过程的重要手段。它可以高效地对所有可能的污染物源强情景进行污染物浓度预测,从而将环境风险源,环境介质以及环境风险受体联系起来,定量解释三者之间的关系,分析风险因子沿着“风险源-环境介质-风险受体”的转移过程,进而分析多个环境风险源对多个环境风险受体可能带来的危害,定量表征和评估区域环境风险。
发明内容
本发明的目的是,提供一种基于水质模型的区域环境风险评估方法,用于评估区域环境风险,从而揭示区域环境风险水平的空间异质性,比较各风险源对区域环境风险的贡献。
本发明的技术方案如下:
一种基于水质模型的区域环境风险评估方法,其特征在于步骤如下:
(1)建立区域环境风险源信息数据库,数据库数据包括区域点源、面源、风险源信息,运用蒙特卡洛算法模拟风险源污染物的排放,随机模拟出所有的污染物源强排放情景,获取风险源的概率-源强关系
点源,面源,流动源是区域环境健康威胁的主要来源。区域环境风险点源包括区域的直排工业源和污水处理厂;点源信息包括点源名称,所在乡镇,所在经度、纬度,废水排放量,主要污染物年排放量(COD,TP,TN,氨氮),排放去向类型,收纳水体名称,排污口位置(经纬度);点源资料来源于最新的污染源普查结果。面源包括区域内的未接管的生活污水,种植业带来的污染,畜禽养殖污水和水产养殖污水;面源负荷采用经验系数法进行估算,面源负荷细化至乡镇;面源计算资料来源于各县(市)统计年鉴。流动源主要指区域通航河道中船舶运输对水体带来的污染负荷;根据通航量统计资料进行流动源负荷估算。收集区域点源、面源、流动源数据,建立区域环境风险源信息数据库。
运用蒙特卡洛算法模拟风险源污染物的排放。随机模拟出所有的污染物源强排放情景,获取风险源的概率-源强关系。三类风险源分别进行模拟,各类污染物也分别进行模拟,所有源强单位均表述为千克/天。蒙特卡洛算法通过随机模拟和统计检验的手段来解决随机问题,实现采样,统计模拟,最终输出风险源的所有可能排放量及其对应的可能性(概率)。
点源风险源的分析以点源排污口为源强单位,一个排污口及相关点源组合称为一个点源排污单元,缩写为RSU。忽略污染物在排污管道内的降解过程,RSU的污染物源强可近似表述为所有相关点源排放量的总和:
SE i = Σ j = 1 n PSE ij
式中SEi指区域内第i个点源排放单元的源强,单位为kg/d,PSEij指第i个RSU中的第j个点源的污染物的排放量,单位为kg/d,n表示第i个RSU中包含的相关点源的个数。
运用蒙特卡洛算法模拟点源污染物源强排放情景,PSEij为模拟随机变量,SEi为决策变量,随机变量的分布可以符合均匀分布、正态分布等概率密度函数,决策变量与随机变量之间的关系即为上述公式。
面源风险源的分析以沿河乡镇为边界划分面源排污单元,缩写为NPRSU。面源排污单元的污染物入河口定义在乡镇的沿水流方向的下游边界处。一个NPRSU的污染物源强包括排污单元内相关乡镇的未接管的生活污水,种植业污水,畜禽养殖污水,水产养殖污水总和:
NPSE i = Σ j = 1 m DSE ij + Σ j = 1 m FSE ij + Σ j = 1 m LSSE ij + Σ j = 1 m AQSE ij
式中NPSEi指区域内第i个面源排放单元的源强,单位为kg/d,DSEij指第i个NPRSU中的第j个乡镇未接管生活污水的污染物排放量,单位为kg/d,FSEij指第i个NPRSU中的第j个乡镇种植业污水的污染物排放量,单位为kg/d,LSSEij指第i个NPRSU中的第j个乡镇畜禽养殖污水的污染物排放量,单位为kg/d,AQSEij指第i个NPRSU中的第j个乡镇水产养殖污水的污染物排放量,单位为kg/d,m表示第i个NPRSU中包含的相关乡镇个数。
运用蒙特卡洛算法模拟区域面源污染物源强排放情景,DSEij、FSEij、LSSEij、AQSEij均为模拟随机变量,NPSEi为决策变量,决策变量与随机变量之间的关系为上述公式。
流动源风险源的源强分析中,假定区域内流动源源强在单个通航河道上是均匀分布的。根据水质模型构建中的河道分段结果,将每个河段定义为一个流动源排污单元,缩写为LRSU。LRSU排放污染物的入河口定义在相应河段的最下游边界。LRSU的污染物源强可表述为通航河道单位长度流动源源强与河段长度的乘积:
LSEi=L*LE
式中LSEi指区域内第i个流动源排放单元的源强,单位为kg/d,LE指第i个LRSU所在的通航河道上单位长度的流动源污染负荷,单位为kg/d/km,L表示第i个LRSU中包含的河段长度,单位为km。
运用蒙特卡洛算法模拟流动源的污染物源强排放情景时,LE为模拟随机变量,LSEi为决策变量,决策变量与随机变量之间的关系为上式。
通过蒙特卡洛算法模拟区域环境风险源污染物的排放,得到每个排放单元的概率-源强曲线。
(2)选择水质模型,构建符合评估区域源强水质响应关系特点的水质模型
选择水质模型,构建反映符合评估区域源强水质响应关系特点的水质模型。建议采用WASP(WaterQuality Analysis Simulation Program)水质模型或其他类似功能的水质模型。WASP是美国环保局(USEPA)开发的Windows版本的水质分析模拟程序。用户可以通过这个模型对自然和人为污染引起的环境介质中的污染物浓度的变化进行解释和预测。WASP可模拟两种主要的水质问题:传统的污染(包括溶解氧,生化需氧量、营养盐等)和有毒的污染(包括有机化合物、金属等)。WASP的具体原理与操作步骤可参考USEPA发布的《Wasp操作手册》。
WASP模型在对河道进行分段的基础上进行水质模拟。在区域环境风险评估中,对水质模型中河道的分段主要考虑以下几个方面因素:a、风险源排污单元的位置。每个河段中仅包括每类风险源中的一个排污单元;b、河流的基础参数与水力特点。在同一河段中,河宽等基础参数,以及水力特点如流速、流量等基本保持一致;c、行政区界。行政区界也是河道分段的依据之一,不同行政区域归属河道划分在不同的河段中;d、水环境功能区。在同一河段中,保持水环境功能区的一致性;e、陆域社会经济状况。在同一河段中,所对应的陆域社会经济状况空间上呈均匀分布。
运用野外实测的水动力水质数据进行模型参数的率定与验证,保证该水质模型基本能反映评估区域水体的污染物源强-浓度的响应关系,水质指标的实测值与模拟值之间的误差控制在15%以内。
(3)以水生态、人体健康和社会经济影响作为风险评估终点,采用模糊积分法计算分别计算区域环境风险受体的水生态易损性指数VA.E.,人体健康易损性指数VH.H.,社会经济易损性指数VS.E.以及风险受体的综合易损性指数Vint
风险受体的易损性分析是区域环境风险的关键组成部分之一。人类活动排放的污染物直接影响水生生态安全,并最终影响人类健康和社会经济发展。选择水生态、人体健康和社会经济影响作为评估终点,因此区域环境风险可以从四个方面进行描述:水生态风险,人体健康风险,社会经济风险和综合风险。从这四个方面筛选环境风险受体易损性属性的指标,建立受体易损性指标体系;根据数据的可得性,综合考虑行政区界、水环境功能区的完整性、水文水质以及社会经济数据的同质性,划分风险受体单元(评估子区域),并对各单元进行易损性属性指标赋值,建立区域风险受体信息数据库。
表风险受体易损性指标、指标分级及各分级的标准化得分
Figure BSA0000101056230000031
Figure BSA0000101056230000041
备注:
*:直接娱乐功能指游泳,垂钓等与水直接接触的娱乐功能;非直接娱乐功能指水边公园等,不需要直接与水接触的功能。
**:水质优于水质目标指最近一年的常规监测中,所有的监测指标均优于水质目标;达到水质目标指最近一年的常规监测中,监测指标刚好达到水质目标要求;劣于水质目标指在一年的常规监测中,有监测指标没能达到水质目标要求。
***:易损人群指年龄小于12周岁和大于70周岁的人,这类人群对水污染更加敏感的。
****:人口密度、GDP密度和易损人群所占的百分比三个指标为连续型指标,其余均为离散型指标。
区域风险评估中风险受体易损性指标、指标分级及各级的标准化得分可根据区域的特点、水环境风险的管理目标等进行适当调整。
对所有指标进行赋值后,将指标数值标准化至[0,1]。指标按照取值的连续性分为离散型指标和连续型指标。离散型指标直接采用表中标准化得分,连续型指标则采用分段线性函数方法对指标值进行标准化,指标的分级点即为分段线性函数的分割点。
指标权重采用模糊权重。定义X=(x1,x2......xn)为指标的指标集,指标集的幂集定义为P(X)。为指标集幂集进行重要性评分作为指标集子集的模糊权重,分数在[0,1]范围内,1表示该子集对指标集表征含义的影响最重要,0表示子集对指标集表征含义的影响最不重要。
采用模糊积分方法计算易损性指数V。定义h为指标集X与[0,1]之间的映射关系,该映射关系即为指标赋值的标准化得分,根据标准化得分高低,将X进行重新排序为X′={x′1,x′2,...x′n},使得h(x′1)≥h(x′2)≥..≥h(x′n);定义X的指标子集与其模糊权重之间的对应关系为模糊测度,标记为g。则风险受体的易损性指数:
式中:X′i={x′1,x′2,...x′i}
分别计算区域环境风险受体的水生态易损性指数VA.E.,人体健康易损性指数VH.H.,社会经济易损性指数VS.E.以及风险受体的综合易损性指数Vint
(4)运用水质模型预测在所有可能的源强情景下污染物浓度的分布,分析风险源的危险性
风险源的危险性指风险源对水质的潜在的不良影响,可以定义为风险源对地表水污染物浓度的贡献。假定除评估的排污单元和上游来水以外,整个区域内没有其他污染负荷。应用水质模型预测所有可能的源强情景下区域污染物浓度的变化:
ΔCij=Cij-C0j
式中ΔCij指第i个排污单元对第j个河段的浓度变化的贡献值,C0j指在整个区域污染负荷仅有上游来水情况下,运用水质模型模拟的第j个河段污染物的浓度值,Cij指在整个区域污染负荷仅有上游来水和第i个排污单元的情况下,运用水质模型模拟的第j个河段污染物的浓度值。
使用最大最小值标准化方法将上述所有的浓度变化值标准化至[0,1],得到:
Hij=(ΔCij-min(ΔCij)/(max(ΔCij)-min(ΔCij)
式中Hij指第i个排污单元对第j个河段的危险性数值,max(ΔCij)和min(ΔCij)分别指所有可能情景下污染物浓度变化值的最大值和最小值。
(5)综合风险源的危险性与受体的易损性指数,采用风险曲线表征区域环境风险
由于很难区分风险源危险性和风险受体易损性两者对区域环境风险的重要程度,因此认为这两个变量对区域环境风险是同等重要的,从而:
如果Hij>0,Dim=Hij+Vm
如果Hij=0,Dim=0
式中Dim指第i个排污单元对第m个风险受体带来的可能损失(第j个河段位于第m个风险受体范围内),Vm指第m个风险受体的易损性指数。
通过分析不同情景下的可能损失,区域内每个排污单元对每个受体的风险可以描述为概率-损失曲线,包括综合风险,水生态风险,人体健康风险和社会经济风险。
本发明的有益效果:
1.通过该方法对区域环境风险进行评估,根据风险曲线,可以对环境风险源和风险受体进行风险水平排序,分析不同排污单元对各风险受体的风险贡献,从而筛选对区域环境风险贡献较大的重点风险源,以及区域内易受风险源影响的环境风险受体。从而为区域风险管理及有限资源的合理配置提供科学合理的参考数据和建议。
2.根据风险曲线中可能损失值的不同百分分位数(如损失值的中位数),将其反映为风险的区域空间分布图,可以分析区域环境风险的空间分布,识别出高风险区域,从而为拟定具有针对性的区域风险防控方案提供参考。
附图说明
图1——本发明的程序流程框图
图2——太浦河区域范围及排污单元位置、风险受体划分、河段划分的示意图
图3——太浦河区域累计概率-各排污单元污染物排放量(kg/d)曲线
图4——污染物实测值与WASP模型预测值比较
图5——太浦河区域累积概率-标准化后的污染物浓度贡献值曲线
图6——太浦河区域点源污染风险曲线(NH3-N和BOD)
具体实施方式
下面结合具体实施方式对本发明作进一步说明。
本发明提供一种基于水质模型的区域环境风险评估方法。基于水质模型的区域环境风险评估方法包括五个步骤:首先收集区域环境风险源信息,运用蒙特卡洛算法模拟风险源污染物的排放;选择水质模型,构建符合评估区域源强水质响应关系特点的水质模型;然后筛选评估终点,采用模糊积分算法计算风险受体的易损性指数;接着运用水质模型预测在所有可能的源强情景下区域污染物浓度的分布,分析风险源的危险性;最后综合风险源的危险性与受体的易损性指数,采用风险曲线表征区域环境风险。
(1)建立区域环境风险源信息数据库,数据库数据包括区域点源、面源、风险源信息,运用蒙特卡洛算法模拟风险源污染物的排放,随机模拟出所有的污染物源强排放情景,获取风险源的概率-源强关系
点源,面源,流动源是区域环境健康威胁的主要来源。区域环境风险点源包括区域的直排工业源和污水处理厂;点源信息包括点源名称,所在乡镇,所在经度、纬度,废水排放量,主要污染物年排放量(COD,TP,TN,氨氮),排放去向类型,收纳水体名称,排污口位置(经纬度);点源资料来源于最新的污染源普查结果。面源包括区域内的未接管的生活污水,种植业带来的污染,畜禽养殖污水和水产养殖污水;面源负荷采用经验系数法进行估算,面源负荷细化至乡镇;面源计算资料来源于各县(市)统计年鉴。流动源主要指区域通航河道中船舶运输对水体带来的污染负荷;根据通航量统计资料进行流动源负荷估算。收集区域点源、面源、流动源数据,建立区域环境风险源信息数据库。
运用蒙特卡洛算法模拟风险源污染物的排放。随机模拟出所有的污染物源强排放情景,获取风险源的概率-源强关系。三类风险源分别进行模拟,各类污染物也分别进行模拟,所有源强单位均表述为千克/天。蒙特卡洛算法通过随机模拟和统计检验的手段来解决随机问题,实现采样,统计模拟,最终输出风险源的所有可能排放量及其对应的可能性(概率)。
点源风险源的分析以点源排污口为源强单位,一个排污口及相关点源组合称为一个点源排污单元,缩写为RSU。忽略污染物在排污管道内的降解过程,RSU的污染物源强可近似表述为所有相关点源排放量的总和:
SE i = Σ j = 1 n PSE ij
式中SEi指区域内第i个点源排放单元的源强,单位为kg/d,PSEij指第i个RSU中的第j个点源的污染物的排放量,单位为kg/d,n表示第i个RSU中包含的相关点源的个数。
运用蒙特卡洛算法模拟点源污染物源强排放情景,PSEij为模拟随机变量,SEi为决策变量,随机变量的分布可以符合均匀分布、正态分布等概率密度函数,决策变量与随机变量之间的关系即为上述公式。
面源风险源的分析以沿河乡镇为边界划分面源排污单元,缩写为NPRSU。面源排污单元的污染物入河口定义在乡镇的沿水流方向的下游边界处。一个NPRSU的污染物源强包括排污单元内相关乡镇的未接管的生活污水,种植业污水,畜禽养殖污水,水产养殖污水总和:
NPSE i = Σ j = 1 m DSE ij + Σ j = 1 m FSE ij + Σ j = 1 m LSSE ij + Σ j = 1 m AQSE ij
式中NPSEi指区域内第i个面源排放单元的源强,单位为kg/d,DSEij指第i个NPRSU中的第j个乡镇未接管生活污水的污染物排放量,单位为kg/d,FSEij指第i个NPRSU中的第j个乡镇种植业污水的污染物排放量,单位为kg/d,LSSEij指第i个NPRSU中的第j个乡镇畜禽养殖污水的污染物排放量,单位为kg/d,AQSEij指第i个NPRSU中的第j个乡镇水产养殖污水的污染物排放量,单位为kg/d,m表示第i个NPRSU中包含的相关乡镇个数。
运用蒙特卡洛算法模拟区域面源污染物源强排放情景,DSEij、FSEij、LSSEij、AQSEij均为模拟随机变量,NPSEi为决策变量,决策变量与随机变量之间的关系为上述公式。
流动源风险源的源强分析中,假定区域内流动源源强在单个通航河道上是均匀分布的。根据水质模型构建中的河道分段结果,将每个河段定义为一个流动源排污单元,缩写为LRSU。LRSU排放污染物的入河口定义在相应河段的最下游边界。LRSU的污染物源强可表述为通航河道单位长度流动源源强与河段长度的乘积:
LSEi=L*LE
式中LSEi指区域内第i个流动源排放单元的源强,单位为kg/a,LE指第i个LRSU所在的通航河道上单位长度的流动源污染负荷,单位为kg/d/km,L表示第i个LRSU中包含的河段长度,单位为km。
运用蒙特卡洛算法模拟流动源的污染物源强排放情景时,LE为模拟随机变量,LSEi为决策变量,决策变量与随机变量之间的关系为上式。
通过蒙特卡洛算法模拟区域环境风险源污染物的排放,得到每个排放单元的概率-源强曲线。
以太湖流域太浦河区域点源风险评估为例,评估太浦河区域的点源排放的氨氮(NH3-N)与生化需氧量(BOD)的区域环境风险。在太浦河区域,所有的点源划分为三个排污单元,记为RSU1,RSU2和RSU3。每个点源排污单元包含的点源个数及主要行业类型列在下表中。
表太浦河区域的点源排污单元
点源排污单元编号 涉及的点源个数 主要行业类型
RSU1 18 食品加工,印刷,印染
RSU2 46 化工,纺织,印刷,印染
RSU3 31 机械制造
运用蒙特卡洛方法随机模拟排污单元污染物的排放,所有点源的污染物排放量均服从均匀分布,随机取样100000次,统计分析随机样结果,得出太浦河区域累计概率-各排污单元污染物排放量(kg/d)曲线。
(2)选择水质模型,构建符合评估区域源强水质响应关系特点的水质模型
选择水质模型,构建反映符合评估区域源强水质响应关系特点的水质模型。建议采用WASP(WaterQuality Analysis Simulation Program)水质模型或其他类似功能的水质模型。WASP是美国环保局(USEPA)开发的Windows版本的水质分析模拟程序。用户可以通过这个模型对自然和人为污染引起的环境介质中的污染物浓度的变化进行解释和预测。WASP可模拟两种主要的水质问题:传统的污染(包括溶解氧,生化需氧量、营养盐等)和有毒的污染(包括有机化合物、金属等)。WASP的具体原理与操作步骤可参考USEPA发布的《Wasp操作手册》。
WASP模型在对河道进行分段的基础上进行水质模拟。在区域环境风险评估中,对水质模型中河道的分段主要考虑以下几个方面因素:a、风险源排污单元的位置。每个河段中仅包括每类风险源中的一个排污单元;b、河流的基础参数与水力特点。在同一河段中,河宽等基础参数,以及水力特点如流速、流量等基本保持一致;c、行政区界。行政区界也是河道分段的依据之一,不同行政区域归属河道划分在不同的河段中;d、水环境功能区。在同一河段中,保持水环境功能区的一致性;e、陆域社会经济状况。在同一河段中,所对应的陆域社会经济状况空间上呈均匀分布。
运用野外实测的水动力水质数据进行模型参数的率定与验证,保证该水质模型基本能反映评估区域水体的污染物源强-浓度的响应关系,水质指标的实测值与模拟值之间的误差控制在15%以内。
继续以太浦河区域点源风险评估为例。将太浦河划分为九个河段。运用WASP水质模型中的热模块和富营养化模块,构建能够反映太浦河水动力水质对污染物输入的响应特点的一维河网模型。运用实测数据进行模型参数率定和验证,使实测值与WASP模型的预测值之间差异控制在15%以内。最终率定的主要参数取值如下:反硝化速率常数0.08/d,BOD衰减速率常数0.3/d,硝化速率常数0.6/d.
(3)以水生态、人体健康和社会经济影响作为风险评估终点,采用模糊积分法计算分别计算区域环境风险受体的水生态易损性指数VA.E.,人体健康易损性指数VH.H.,社会经济易损性指数VS.E.以及风险受体的综合易损性指数Vint
风险受体的易损性分析是区域环境风险的关键组成部分之一。人类活动排放的污染物直接影响水生生态安全,并最终影响人类健康和社会经济发展。选择水生态、人体健康和社会经济影响作为评估终点,因此区域环境风险可以从四个方面进行描述:水生态风险,人体健康风险,社会经济风险和综合风险。从这四个方面筛选环境风险受体易损性属性的指标,建立受体易损性指标体系;根据数据的可得性,综合考虑行政区界、水环境功能区的完整性、水文水质以及社会经济数据的同质性,划分风险受体单元(评估子区域),并对各单元进行易损性属性指标赋值,建立区域风险受体信息数据库。
表风险受体易损性指标、指标分级及各分级的标准化得分
Figure BSA0000101056230000081
备注:
*:直接娱乐功能指游泳,垂钓等与水直接接触的娱乐功能;非直接娱乐功能指水边公园等,不需要直接与水接触的功能。
**:水质优于水质目标指最近一年的常规监测中,所有的监测指标均优于水质目标;达到水质目标指最近一年的常规监测中,监测指标刚好达到水质目标要求;劣于水质目标指在一年的常规监测中,有监测指标没能达到水质目标要求。
***:易损人群指年龄小于12周岁和大于70周岁的人,这类人群对水污染更加敏感的。
****:人口密度、GDP密度和易损人群所占的百分比三个指标为连续型指标,其余均为离散型指标。
区域风险评估中风险受体易损性指标、指标分级及各级的标准化得分可根据区域的特点、水环境风险的管理目标等进行适当调整。
对所有指标进行赋值后,将指标数值标准化至[0,1]。指标按照取值的连续性分为离散型指标和连续型指标。离散型指标直接采用表中标准化得分,连续型指标则采用分段线性函数方法对指标值进行标准化,指标的分级点即为分段线性函数的分割点。
指标权重采用模糊权重。定义X=(x1,x2......xn)为指标的指标集,指标集的幂集定义为P(X)。为指标集幂集进行重要性评分作为指标集子集的模糊权重,分数在[0,1]范围内,1表示该子集对指标集表征含义的影响最重要,0表示子集对指标集表征含义的影响最不重要。
采用模糊积分方法计算易损性指数V。定义h为指标集X与[0,1]之间的映射关系,该映射关系即为指标赋值的标准化得分,根据标准化得分高低,将X进行重新排序为X′={x′1,x′2,...x′n},使得h(x′1)≥h(x′2)≥..≥h(x′n);定义X的指标子集与其模糊权重之间的对应关系为模糊测度,标记为g。则风险受体的易损性指数:
v = ∫ hdg = h ( x n ′ ) g ( X n ′ ) + ( h ( x n + 1 ′ ) - h ( x n ′ ) ) g ( X n - 1 ′ ) + . . . ( h ( x i - 1 ′ ) - h ( x i ′ ) ) g ( X i - 1 ′ ) + . . . + ( h ( x 1 ′ ) - h ( x 2 ′ ) ) g ( X 1 ′ )
式中:X′i={x′1,x′2,...x′i}
分别计算区域环境风险受体的水生态易损性指数VA.E.,人体健康易损性指数VH.H.,社会经济易损性指数VS.E.以及风险受体的综合易损性指数Vint
继续以太浦河区域点源风险评估为例。太浦河区域划分为12个风险受体单元,记为R1-R12,运用上述的受体易损性指标体系对太浦河区域的风险受体易损性进行评估。风险受体易损性指标集的所有子集的模糊权重如下表所示。运用模糊积分法计算出太浦河区域所有风险受体单元的易损性指数,包括水生态易损性指数,人体健康易损性指数,社会经济易损性指数,综合易损性指数。
表太浦河区域风险受体易损性指标集的所有子集的模糊权重
Figure BSA0000101056230000093
(4)运用水质模型预测在所有可能的源强情景下污染物浓度的分布,分析风险源的危险性
风险源的危险性指风险源对水质的潜在的不良影响,可以定义为风险源对地表水污染物浓度的贡献。假定除评估的排污单元和上游来水以外,整个区域内没有其他污染负荷。应用水质模型预测所有可能的源强情景下区域污染物浓度的变化:
ΔCij=Cij-C0j
式中ΔCij指第i个排污单元对第j个河段的浓度变化的贡献值,C0j指在整个区域污染负荷仅有上游来水情况下,运用水质模型模拟的第j个河段污染物的浓度值,Cij指在整个区域污染负荷仅有上游来水和第i个排污单元的情况下,运用水质模型模拟的第j个河段污染物的浓度值。
使用最大最小值标准化方法将上述所有的浓度变化值标准化至[0,1],得到:
Hij=(ΔCij-min(ΔCij))/(max(ΔCij)-min(ΔCij))
式中Hij指第i个排污单元对第j个河段的危险性数值,max(ΔCij)和min(ΔCij)分别指所有可能情景下污染物浓度变化值的最大值和最小值。
继续以太浦河区域点源风险评估为例。运用太浦河区域的水质模型计算各排污单元对各河段污染物浓度贡献值,将其标准化,得到太浦河区域累计概率-标准化后的污染物浓度贡献值曲线(横坐标表示累计概率,纵坐标表示标准化后的污染物的浓度贡献值,即Hij)。根据该曲线可以比较分析区域各排污单元的危险性。
(5)综合风险源的危险性与受体的易损性指数,采用风险曲线表征区域环境风险
由于很难区分风险源危险性和风险受体易损性两者对区域环境风险的重要程度,因此认为这两个变量对区域环境风险是同等重要的,从而:
如果Hij>0,Dim=Hij+Vm
如果Hij=0,Dim=0
式中Dim指第i个排污单元对第m个风险受体带来的可能损失(第j个河段位于第m个风险受体范围内),Vm指第m个风险受体的易损性指数。
通过分析不同情景下的可能损失,区域内每个排污单元对每个受体的风险可以描述为概率-损失曲线,包括综合风险,水生态风险,人体健康风险和社会经济风险。
继续以太浦河区域点源风险评估为例。根据风险源的危险性与受体敏感性分析的结果,估算出可能情景下的损失值,结合各情景的概率,得出太浦河区域的风险曲线(横坐标表示累积概率,纵坐标表示可能的损失值),包括水生态风险曲线,人体健康风险曲线,社会经济风险曲线和综合风险曲线。
也可以以任意百分位数下的损失值作为依据,绘制风险地图,如太浦河区域RSU1排放的氨氮对风险受体可能带来的损失的中位数的空间分布图,以描述区域环境风险的空间异质性。
以上所述,仅是本发明的实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (8)

1.一种基于水质模型的区域环境风险评估方法,其特征在于,评估方法包括五个步骤: 
(1)建立区域环境风险源信息数据库,数据库数据包括区域点源信息、面源信息、流动源信息; 
运用蒙特卡洛算法模拟风险源污染物的排放,随机模拟出所有的污染物源强排放情景,获取风险源的概率-源强关系; 
三类风险源分别进行模拟,各类污染物也分别进行模拟; 
(2)选择水质模型,构建符合评估区域源强水质响应关系特点的水质模型; 
采用WASP水质模型或其他类似功能的水质模型,运用野外实测的水动力水质数据进行模型参数的率定与验证,使得水质指标的实测值与模拟值之间的误差控制在15%以内,保证该水质模型基本能反映评估区域水体的污染物源强-浓度的响应关系; 
(3)以水生态、人体健康和社会经济影响作为风险评估终点,采用模糊积分法计算分别计算区域环境风险受体的水生态易损性指数VA.E.,人体健康易损性指数VH.H.,社会经济易损性指数VS.E.以及风险受体的综合易损性指数Vint; 
(4)风险源的危险性定义为风险源对地表水污染物浓度的贡献,应用水质模型预测所有可能的源强情景下区域污染物浓度的变化: 
ΔCij=Cij-C0j
式中ΔCij指第i个排污单元对第j个河段的浓度变化的贡献值,C0j指在整个区域污染负荷仅有上游来水情况下,运用水质模型模拟的第j个河段污染物的浓度值,Cij指在整个区域污染负荷仅有上游来水和第i个排污单元的情况下,运用水质模型模拟的第j个河段污染物的浓度值; 
根据计算出的污染物浓度的可能变化值,分析风险源的危险性; 
(5)综合风险源的危险性与受体的易损性指数,通过计算不同情景下的可能的损失,将评估区域内每个排污单元对每个受体单元的风险描述为概率-损失曲线,包括综合风险,水生态风险,人体健康风险和社会经济风险; 
所述区域环境风险源包括点源、面源、流动源;所述点源包括直排工业源和污水处理厂,所述面源包括区域内的未接管的生活污水,种植业带来的污染,畜禽养殖污水和水产养殖污水,所述流动源主要指区域通航河道中船舶运输对水体带来的污染负荷; 
所述点源信息包括点源名称,所在乡镇,所在经度、纬度,废水排放量,主要污染物年排放量(COD,TP,TN,氨氮),排放去向类型,收纳水体名称,排污口位置(经纬度);点源资料来源于最新的污染源普查结果,所述面源信息区域内的未接管区域的人口,种植业,畜禽养殖业和水产养殖业的年产生污水量,以及各自入河系数,面源负荷细化至乡镇,所述流动源信息主要指区域通航河道的通航量。 
2.根据权利要求1所述的运用蒙特卡洛算法模拟风险源污染物的排放,其特征在于,点源风险源源强的分析以点源排污口为源强单位,一个排污口及相关点源组合称为一个点源排污单元,缩写为RSU,RSU的污染物源强可近似表述为所有相关点源排放量的总和: 
Figure FSA0000101056220000021
式中SEi指区域内第i个点源排放单元的源强,单位为kg/d,PSEij指第i个RSU中的第j个点源的污染物的排放量,单位为kg/d,n表示第i个RSU中包含的相关点源的个数。 
运用蒙特卡洛算法模拟点源的污染物源强排放情景时,PSEij为模拟随机变量,SEi为决策变量。 
3.根据权利要求1所述的运用蒙特卡洛算法模拟风险源污染物的排放,其特征在于,面源风险源的源强分析以沿河乡镇为边界划分面源排污单元,缩写为NPRSU,面源排污单元的污染物入河口定义在乡镇的沿水流方向的下游边界处,一个NPRSU的污染物源强包括排污单元内相关乡镇的未接管的生活污水,种植业污水,畜禽养殖污水,水产养殖污水总和: 
Figure FSA0000101056220000022
式中NPSEi指区域内第i个面源排放单元的源强,DSEij指第i个NPRSU中的第j个乡镇未接管生活污水的污染物排放量,FSEij指第i个NPRSU中的第j个乡镇种植业污水的污染物排放量,LSSEij指第i个NPRSU中的第j个乡镇畜禽养殖污水的污染物排放量,AQSEij指第i个NPRSU中的第j个乡镇水产养殖污水的污染物排放量,m表示第i个NPRSU中包含的相关乡镇的个数; 
运用蒙特卡洛算法模拟区域面源的污染物源强排放情景时,DSEij、FSEij、LSSEij、AQSEij均为随机变量,NPSEi为决策变量。 
4.根据权利要求1所述的运用蒙特卡洛算法模拟风险源污染物的排放,其特征在于,流动源风险源的源强分析中,区域内的流动源源强在单个通航河道上是均匀分布的,根据水质模型构建中的河道分段结果,将每个河段定义为一个流动源排污单元,缩写为LRSU,LRSU排放污染物的入河口定义在相应河段的最下游边界,LRSU的污染物源强可表述为通航河道单位长度流动源源强与河段长度的乘积: 
LSEi=L*LE 
式中LSEi指区域内第i个流动源排放单元的源强,LE指第i个LRSU所在的通航河道上单位长度的流动源污染负荷,L表示第i个LRSU中包含的河段的长度; 
运用蒙特卡洛算法模拟流动源的污染物源强排放情景,LE为随机变量,LSEi为决策变量。 
5.根据权利要求1所述的一种基于水质模型的区域环境风险评估方法,其特征在于,选择水生态、人体健康和社会经济影响作为评估终点,区域环境风险可以从四个方面进行描述:水生态风险,人体健康风险,社会经济风险和综合风险; 
风险受体的综合易损性(Vint)包括指标:风险受体的水生态易损性,风险受体的人体健康易损性,风险受体的社会经济易损性; 
风险受体的水生态易损性(VA.E.)包括指标:水体的功能(分级点为饮用水源地、直接娱乐功能、农业灌溉、非直接接触娱乐功能、工业和其他、未利用,标准化得分分别为1、0.8、0.6、0.4、0.2、0),水质状况(分级点为优于水质目标、达到水质目标、劣于水质目标,标准化得分分别为0.6、0.8、1),保护区级别(分级点为国家级别、流域级别、省级、其他地方级别、非保护区,标准化得分分别为1、0.7、0.5、0.3、0)。 
风险受体的人体健康易损性(VH.H.)包括指标:人口密度(分级点为>2000/km2、1000/km2、250/km2,标准化得分分别为1、0.6、0.2),易损人群所占的百分比(分级点为>50,30,20,标准化得分分别为1、 0.6、0.2); 
风险受体的社会经济易损性(VS.E.)包括指标:土地利用(分级点为居住、农业、公园休闲、工业商业、未利用土地,标准化得分分别为1、0.7、0.5、0.3、0),GDP密度(分级点为1亿元/km2/年、0.6亿元/kn2/年、0.2亿元/km2/年,标准化得分分别为1、0.6、0.2); 
对所有指标进行赋值,将指标数值标准化至[0,1],指标按照取值的连续性分为离散型指标和连续型指标,离散型指标直接采用表中标准化得分,连续型指标则采用分段线性函数方法对指标值进行标准化,指标的分级点即为分段线性函数的分割点; 
指标权重采用模糊权重,定义X=(x1,x2......xn)为指标的指标集,指标集的幂集定义为P(X),为指标集幂集进行重要性评分作为指标集子集的模糊权重,分数在[0,1]范围内,1表示该子集对指标集表征含义的影响最重要,0表示子集对指标集表征含义的影响最不重要; 
采用模糊积分方法计算易损性指数V,定义h为指标集X与[0,1]之间的映射关系,该映射关系即为指标赋值的标准化得分,根据标准化得分高低,将X进行重新排序为X′={x′1,x′2,...x′n},使得h(x′1)≥h(x′2
≥..≥h(x′n);定义X的指标子集与其模糊权重之间的对应关系为模糊测度,标记为g,则风险受体的易损性指数: 
式中:X′i={x′1,x′2,...x′i
分别计算区域环境风险受体的水生态易损性指数VA.E.,人体健康易损性指数VH.H.,社会经济易损性指数VS.E.以及风险受体的综合易损性指数Vint。 
6.根据权利要求1所述的一种基于水质模型的区域环境风险评估方法,其特征在于,选择水质模型,构建反映符合评估区域源强水质响应关系特点的水质模型,建议采用WASP水质模型或其他类似功能的水质模型;在区域风险评估中,对水质模型中的河道的分段主要考虑以下几个方面因素:a、风险源排污单元的位置,每个河段中仅包括每类风险源中的一个排污单元,b、河流的基础参数与水力特点,在同一河段中,河道的河宽等基础参数,以及水力特点如流速,流量等基本保持一致,c、行政区界,行政区界也是河道分段的根据之一,不同行政区域归属河道划分在不同的河段中,d、水环境功能区,在同一河段中,保持水环境功能区的一致性,e、陆域社会经济状况,在同一河段中,所对应的陆域社会经济状况空间上呈均匀分布;运用野外实测的水动力水质数据进行模型参数的率定与验证,使得水质指标的实测值与模拟值之间的误差控制在15%以内,保证该水质模型基本能反映评估区域水体的污染物源强-浓度的响应关系。
7.根据权利要求1所述的一种基于水质模型的区域环境风险评估方法,其特征在于,风险源的危险性定义为风险源对地表水污染物浓度的贡献,假定除评估的排污单元和上游来水以外,整个区域内没有其他污染负荷,应用水质模型预测所有可能的源强情景下区域污染物浓度的变化,使用最大最小值标准化方法将上述所有的浓度变化值标准化至[0,1],得到: 
Hij=(ΔCij-min(ΔCij))/(max(ΔCij)-min(ΔCij)) 
式中Hij指第i个排污单元对第j个河段的危险性数值,max(ΔCij)和min(ΔCij)分别指所有可能情景下污染物浓度变化值的最大值和最小值。 
8.根据权利要求1所述的一种基于水质模型的区域环境风险评估方法,其特征在于,综合风险源的危险性与受体的易损性指数,采用风险曲线表征区域环境风险; 
由于很难区分风险源危险性和风险受体易损性两者对区域环境风险的重要程度,因此认为这两个变量对区域环境风险是同等重要的,从而: 
如果Hij>0,Dim=Hij+Vm
如果Hij=0,Dim=0 
式中Dim指第i个排污单元对第m个风险受体带来的可能损失(第j个河段位于第m个风险受体范围内),Vm指第m个风险受体的易损性指数,该易损性指数可能是综合易损性指数、水生态易损性指数、人体健康易损性指数、社会经济易损性指数; 
通过计算不同情景下的可能的损失,将评估区域内每个排污单元对每个受体单元的风险描述为概率-损失曲线,包括综合风险,水生态风险,人体健康风险和社会经济风险。 
CN201410048205.7A 2014-02-12 2014-02-12 一种基于水质模型的区域环境风险评估方法 Expired - Fee Related CN103810537B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410048205.7A CN103810537B (zh) 2014-02-12 2014-02-12 一种基于水质模型的区域环境风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410048205.7A CN103810537B (zh) 2014-02-12 2014-02-12 一种基于水质模型的区域环境风险评估方法

Publications (2)

Publication Number Publication Date
CN103810537A true CN103810537A (zh) 2014-05-21
CN103810537B CN103810537B (zh) 2016-09-28

Family

ID=50707275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410048205.7A Expired - Fee Related CN103810537B (zh) 2014-02-12 2014-02-12 一种基于水质模型的区域环境风险评估方法

Country Status (1)

Country Link
CN (1) CN103810537B (zh)

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217064A (zh) * 2014-07-23 2014-12-17 中国水利水电科学研究院 一种农村生活类面源负荷的空间展布方法及装置
CN104463689A (zh) * 2014-12-08 2015-03-25 环境保护部南京环境科学研究所 一种流域淡水水产养殖污染排污量的确定方法
CN104732069A (zh) * 2015-02-27 2015-06-24 中国水利水电科学研究院 一种变入河系数计算污染物入河量的方法
CN104766136A (zh) * 2015-03-26 2015-07-08 华北电力大学 一种流域水质管理的系统规划方法
CN104899661A (zh) * 2015-06-15 2015-09-09 四川大学 基于分类-层次分析法理论的河道健康评价方法
CN105260820A (zh) * 2015-09-22 2016-01-20 北京市水科学技术研究院 调水工程受水区水生态系统风险评估方法
CN105740531A (zh) * 2016-01-27 2016-07-06 上田环境修复股份有限公司 预测地下水污染造成的人体健康风险的方法
CN106940830A (zh) * 2016-01-04 2017-07-11 中国环境科学研究院 未来气候变化对生物多样性影响与风险综合评估技术
CN107585890A (zh) * 2017-09-22 2018-01-16 天津大学 基于蒙特卡罗模拟的新兴污染物污水优化处理方法
CN107622363A (zh) * 2017-11-02 2018-01-23 中国环境科学研究院 城市水环境质量评估方法
CN107798421A (zh) * 2017-09-28 2018-03-13 宁德师范学院 一种基于地理信息系统的健康风险防范系统
CN108090706A (zh) * 2018-01-31 2018-05-29 河海大学 中点概化河道纳污能力风险估计及促进规划合理化方法
CN108153978A (zh) * 2017-12-26 2018-06-12 武汉大学 一种基于水动力水质模型的污染源普查结果达标评估方法
CN108615090A (zh) * 2018-03-29 2018-10-02 北京工商大学 基于蒙特卡洛仿真的河湖水质预测及富营养化风险评估方法
CN108717453A (zh) * 2018-05-21 2018-10-30 河海大学 一种基于gis平台的平原河网区污染负荷计算方法
CN109033648A (zh) * 2018-08-01 2018-12-18 北京工商大学 基于果蝇优化算法的水质机理建模及水质预测方法
CN109711681A (zh) * 2018-12-12 2019-05-03 天津大学 一种基于ArcGIS的全区域环境风险评价方法
CN110189064A (zh) * 2019-07-03 2019-08-30 中国环境科学研究院 基于大数据的断面水质超标风险压力源的识别方法和系统
CN110222988A (zh) * 2019-06-11 2019-09-10 南京江岛环境科技研究院有限公司 一种基于水质模型的区域环境风险评估方法
CN110378619A (zh) * 2019-07-26 2019-10-25 中国电建集团成都勘测设计研究院有限公司 基于模糊综合评价的隧道钻爆法施工风险分析方法
CN110442997A (zh) * 2019-08-14 2019-11-12 中交(天津)生态环保设计研究院有限公司 一种用于指导河口生境改善工程的河口水域范围划定方法
CN110596351A (zh) * 2019-09-29 2019-12-20 浙江师范大学 一种基于网格搜索与Monte Carlo模型的定量黄土不同物源相对贡献率的方法
CN110697807A (zh) * 2019-09-30 2020-01-17 天津大学 基于蒙特卡罗模拟的工业园区协商减排可行性评估方法
CN110765419A (zh) * 2019-10-14 2020-02-07 中国水利水电科学研究院 一种基于多源数据耦合的重要水功能区水质风险测评方法
CN110807569A (zh) * 2019-09-17 2020-02-18 中国地质大学(武汉) 极端工况下不同利益群体的尾矿库风险评价和管理方法
CN111581586A (zh) * 2020-04-28 2020-08-25 生态环境部卫星环境应用中心 基于套合模型的湖库水质各向异性插值方法和装置
CN111652430A (zh) * 2020-05-29 2020-09-11 蚌埠学院 一种互联网金融平台违约率的预测方法及系统
CN111680845A (zh) * 2020-06-15 2020-09-18 生态环境部南京环境科学研究所 水污染排放与水环境管理系统
CN111861273A (zh) * 2020-08-03 2020-10-30 生态环境部南京环境科学研究所 一种基于模糊积分模型的水环境风险评估方法
CN112381294A (zh) * 2020-11-13 2021-02-19 重庆数字城市科技有限公司 一种排污去向预测分析方法
CN113705941A (zh) * 2020-05-22 2021-11-26 中国科学院地理科学与资源研究所 一种县域尺度高风险污染地块快速筛查方法
CN113777256A (zh) * 2021-08-09 2021-12-10 力合科技(湖南)股份有限公司 环境监测点位的自动化布点方法及系统、设备、存储介质
CN114004552A (zh) * 2022-01-04 2022-02-01 中国水利水电科学研究院 一种地下水质风险评估方法和系统
CN114357737A (zh) * 2021-12-21 2022-04-15 武汉大学 针对大尺度水文模型时变参数的代理优化率定方法
CN114441463A (zh) * 2022-01-25 2022-05-06 安徽新宇环保科技股份有限公司 全光谱水质数据分析方法
CN114626771A (zh) * 2022-05-18 2022-06-14 中山大学 一种城市区域水生态状态反应器构建方法、装置及反应器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101582192A (zh) * 2008-05-16 2009-11-18 南京大学 一种水体环境预警系统的建立方法
CN101759236A (zh) * 2009-12-31 2010-06-30 南京大学 一种工业园区点源污染物的调控方法
US20110265162A1 (en) * 2010-04-21 2011-10-27 International Business Machines Corporation Holistic risk-based identity establishment for eligibility determinations in context of an application
CN102509155A (zh) * 2011-09-20 2012-06-20 北京大学 不确定性条件下流域污染物总量控制方法
US20130110770A1 (en) * 2011-10-27 2013-05-02 Scott Stevelinck Database clone

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101582192A (zh) * 2008-05-16 2009-11-18 南京大学 一种水体环境预警系统的建立方法
CN101759236A (zh) * 2009-12-31 2010-06-30 南京大学 一种工业园区点源污染物的调控方法
US20110265162A1 (en) * 2010-04-21 2011-10-27 International Business Machines Corporation Holistic risk-based identity establishment for eligibility determinations in context of an application
CN102509155A (zh) * 2011-09-20 2012-06-20 北京大学 不确定性条件下流域污染物总量控制方法
US20130110770A1 (en) * 2011-10-27 2013-05-02 Scott Stevelinck Database clone

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张钧: "江河水源地突发事故预警体系与模型研究", 《中国优秀硕士学位论文全文数据库(工程科技Ⅰ辑)》 *
王志霞: "区域规划环境风险评价理论、方法与实践", 《万方学位论文》 *

Cited By (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217064B (zh) * 2014-07-23 2018-01-05 中国水利水电科学研究院 一种农村生活类面源负荷的空间展布方法及装置
CN104217064A (zh) * 2014-07-23 2014-12-17 中国水利水电科学研究院 一种农村生活类面源负荷的空间展布方法及装置
CN104463689A (zh) * 2014-12-08 2015-03-25 环境保护部南京环境科学研究所 一种流域淡水水产养殖污染排污量的确定方法
CN104463689B (zh) * 2014-12-08 2017-11-24 环境保护部南京环境科学研究所 一种流域淡水水产养殖污染排污量的确定方法
CN104732069A (zh) * 2015-02-27 2015-06-24 中国水利水电科学研究院 一种变入河系数计算污染物入河量的方法
CN104766136B (zh) * 2015-03-26 2018-06-22 华北电力大学 一种流域水质管理的系统规划方法
CN104766136A (zh) * 2015-03-26 2015-07-08 华北电力大学 一种流域水质管理的系统规划方法
CN104899661A (zh) * 2015-06-15 2015-09-09 四川大学 基于分类-层次分析法理论的河道健康评价方法
CN105260820A (zh) * 2015-09-22 2016-01-20 北京市水科学技术研究院 调水工程受水区水生态系统风险评估方法
CN105260820B (zh) * 2015-09-22 2020-02-18 北京市水科学技术研究院 调水工程受水区水生态系统风险评估方法
CN106940830A (zh) * 2016-01-04 2017-07-11 中国环境科学研究院 未来气候变化对生物多样性影响与风险综合评估技术
CN106940830B (zh) * 2016-01-04 2022-02-18 中国环境科学研究院 未来气候变化对生物多样性影响与风险综合评估技术
CN105740531A (zh) * 2016-01-27 2016-07-06 上田环境修复股份有限公司 预测地下水污染造成的人体健康风险的方法
CN107585890A (zh) * 2017-09-22 2018-01-16 天津大学 基于蒙特卡罗模拟的新兴污染物污水优化处理方法
CN107798421A (zh) * 2017-09-28 2018-03-13 宁德师范学院 一种基于地理信息系统的健康风险防范系统
CN107622363A (zh) * 2017-11-02 2018-01-23 中国环境科学研究院 城市水环境质量评估方法
CN107622363B (zh) * 2017-11-02 2020-10-23 中国环境科学研究院 城市水环境质量评估方法
CN108153978A (zh) * 2017-12-26 2018-06-12 武汉大学 一种基于水动力水质模型的污染源普查结果达标评估方法
CN108153978B (zh) * 2017-12-26 2021-11-05 武汉大学 一种基于水动力水质模型的污染源普查结果达标评估方法
CN108090706A (zh) * 2018-01-31 2018-05-29 河海大学 中点概化河道纳污能力风险估计及促进规划合理化方法
CN108090706B (zh) * 2018-01-31 2022-01-28 河海大学 中点概化河道纳污能力风险估计及促进规划合理化方法
CN108615090A (zh) * 2018-03-29 2018-10-02 北京工商大学 基于蒙特卡洛仿真的河湖水质预测及富营养化风险评估方法
CN108615090B (zh) * 2018-03-29 2020-07-17 北京工商大学 基于蒙特卡洛仿真的河湖水质预测及富营养化风险评估方法
CN108717453A (zh) * 2018-05-21 2018-10-30 河海大学 一种基于gis平台的平原河网区污染负荷计算方法
CN108717453B (zh) * 2018-05-21 2020-05-05 河海大学 一种基于gis平台的平原河网区污染负荷计算方法
CN109033648B (zh) * 2018-08-01 2020-04-14 北京工商大学 基于果蝇优化算法的水质机理建模及水质预测方法
CN109033648A (zh) * 2018-08-01 2018-12-18 北京工商大学 基于果蝇优化算法的水质机理建模及水质预测方法
CN109711681A (zh) * 2018-12-12 2019-05-03 天津大学 一种基于ArcGIS的全区域环境风险评价方法
CN110222988A (zh) * 2019-06-11 2019-09-10 南京江岛环境科技研究院有限公司 一种基于水质模型的区域环境风险评估方法
CN110189064A (zh) * 2019-07-03 2019-08-30 中国环境科学研究院 基于大数据的断面水质超标风险压力源的识别方法和系统
CN110378619A (zh) * 2019-07-26 2019-10-25 中国电建集团成都勘测设计研究院有限公司 基于模糊综合评价的隧道钻爆法施工风险分析方法
CN110442997A (zh) * 2019-08-14 2019-11-12 中交(天津)生态环保设计研究院有限公司 一种用于指导河口生境改善工程的河口水域范围划定方法
CN110442997B (zh) * 2019-08-14 2020-06-23 中交(天津)生态环保设计研究院有限公司 一种用于指导河口生境改善工程的河口水域范围划定方法
CN110807569A (zh) * 2019-09-17 2020-02-18 中国地质大学(武汉) 极端工况下不同利益群体的尾矿库风险评价和管理方法
CN110596351A (zh) * 2019-09-29 2019-12-20 浙江师范大学 一种基于网格搜索与Monte Carlo模型的定量黄土不同物源相对贡献率的方法
CN110697807A (zh) * 2019-09-30 2020-01-17 天津大学 基于蒙特卡罗模拟的工业园区协商减排可行性评估方法
CN110765419B (zh) * 2019-10-14 2020-07-03 中国水利水电科学研究院 一种基于多源数据耦合的重要水功能区水质风险测评方法
CN110765419A (zh) * 2019-10-14 2020-02-07 中国水利水电科学研究院 一种基于多源数据耦合的重要水功能区水质风险测评方法
CN111581586A (zh) * 2020-04-28 2020-08-25 生态环境部卫星环境应用中心 基于套合模型的湖库水质各向异性插值方法和装置
CN111581586B (zh) * 2020-04-28 2021-02-05 生态环境部卫星环境应用中心 基于套合模型的湖库水质各向异性插值方法和装置
CN113705941A (zh) * 2020-05-22 2021-11-26 中国科学院地理科学与资源研究所 一种县域尺度高风险污染地块快速筛查方法
CN111652430A (zh) * 2020-05-29 2020-09-11 蚌埠学院 一种互联网金融平台违约率的预测方法及系统
CN111680845B (zh) * 2020-06-15 2021-03-19 生态环境部南京环境科学研究所 水污染排放与水环境管理系统
CN111680845A (zh) * 2020-06-15 2020-09-18 生态环境部南京环境科学研究所 水污染排放与水环境管理系统
CN111861273A (zh) * 2020-08-03 2020-10-30 生态环境部南京环境科学研究所 一种基于模糊积分模型的水环境风险评估方法
CN111861273B (zh) * 2020-08-03 2023-07-21 生态环境部南京环境科学研究所 一种基于模糊积分模型的水环境风险评估方法
CN112381294A (zh) * 2020-11-13 2021-02-19 重庆数字城市科技有限公司 一种排污去向预测分析方法
CN112381294B (zh) * 2020-11-13 2023-09-19 重庆数字城市科技有限公司 一种排污去向预测分析方法
CN113777256A (zh) * 2021-08-09 2021-12-10 力合科技(湖南)股份有限公司 环境监测点位的自动化布点方法及系统、设备、存储介质
CN114357737A (zh) * 2021-12-21 2022-04-15 武汉大学 针对大尺度水文模型时变参数的代理优化率定方法
CN114357737B (zh) * 2021-12-21 2024-04-05 武汉大学 针对大尺度水文模型时变参数的代理优化率定方法
CN114004552B (zh) * 2022-01-04 2022-04-12 中国水利水电科学研究院 一种地下水质风险评估方法和系统
CN114004552A (zh) * 2022-01-04 2022-02-01 中国水利水电科学研究院 一种地下水质风险评估方法和系统
CN114441463A (zh) * 2022-01-25 2022-05-06 安徽新宇环保科技股份有限公司 全光谱水质数据分析方法
CN114441463B (zh) * 2022-01-25 2023-07-07 安徽新宇环保科技股份有限公司 全光谱水质数据分析方法
CN114626771A (zh) * 2022-05-18 2022-06-14 中山大学 一种城市区域水生态状态反应器构建方法、装置及反应器
CN114626771B (zh) * 2022-05-18 2022-08-02 中山大学 一种城市区域水生态状态反应器构建方法、装置及反应器

Also Published As

Publication number Publication date
CN103810537B (zh) 2016-09-28

Similar Documents

Publication Publication Date Title
CN103810537B (zh) 一种基于水质模型的区域环境风险评估方法
Zhou et al. Industrial structural upgrading and spatial optimization based on water environment carrying capacity
Singh et al. Managing water quality of a river using an integrated geographically weighted regression technique with fuzzy decision-making model
Ejigu Overview of water quality modeling
Yang et al. Environmental flow management strategies based on the integration of water quantity and quality, a case study of the Baiyangdian Wetland, China
Muschalla Optimization of integrated urban wastewater systems using multi-objective evolution strategies
CN102831297A (zh) 一种湖泊污染成因诊断的集成方法
Olowe Development of a mathematical model considering nutrients kinetics for assessing uMgeni river water quality.
Ashofteh et al. Multi-criteria environmental impact assessment of alternative irrigation networks with an adopted matrix-based method
Zhou Spatial explicit management for the water sustainability of coupled human and natural systems
CN115115485B (zh) 一种基于控制单元水质目标分类管理的水环境容量核定方法
Liu et al. A connection cloud model coupled with extenics for water eutrophication evaluation
Alosairi et al. Environmental mechanisms associated with fish kill in a semi-enclosed water body: An integrated numerical modeling approach
Liu et al. Copula-based framework for integrated evaluation of water quality and quantity: A case study of Yihe River, China
Li et al. Ecological security evaluation for Changtan Reservoir in Taizhou City, East China, based on the DPSIR model
Abd El-Mageed et al. Forecasting water quality parameters in Wadi El Rayan Upper Lake, Fayoum, Egypt using adaptive neuro-fuzzy inference system
Ning et al. Optimal expansion of water quality monitoring network by fuzzy optimization approach
Pan et al. Assessment Methods of Small Watershed Ecosystem Health.
Saravani et al. A web GIS based integrated water resources assessment tool for Javeh Reservoir
Meixler et al. A water quality model for regional stream assessment and conservation strategy development
Tzionas et al. A hierarchical fuzzy decision support system for the environmental rehabilitation of Lake Koronia, Greece
Zhang et al. Using the ecological risk index based on combined watershed and administrative boundaries to assess human disturbances on river ecosystems
Ma et al. Eutrophication trend analysis and forewarning model construction of water source reservoirs: Gaozhou Reservoir, China
de L. da N. Cunha et al. Assessment of sanitary sewage pollution in the Paranaguá estuarine complex of Paranaguá, Brazil using environmental modeling
Thepphachanh et al. Development of transient habitat modeling for stream Macrozoobenthos

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160928

Termination date: 20170212