CN106570334A

CN106570334A - 一种地统计学模型计算城市降雨径流污染负荷的方法

Info

Publication number: CN106570334A
Application number: CN201610986571.6A
Authority: CN
Inventors: 谢胜; 吕永鹏; 张辰; 陈嫣; 莫祖澜; 尹冠霖
Original assignee: Shanghai Municipal Engineering Design Insitute Group Co Ltd
Current assignee: Shanghai Municipal Engineering Design Insitute Group Co Ltd
Priority date: 2016-11-09
Filing date: 2016-11-09
Publication date: 2017-04-19
Anticipated expiration: 2036-11-09
Also published as: CN106570334B

Abstract

本发明涉及一种地统计学模型计算城市降雨径流污染负荷的方法。本方法公开了一种基于地理信息技术的计算城市降雨径流污染负荷的方法，它包括降雨径流污染信息采集；空间信息数据库建立；最优GIS模型构建和模型处理；路面（地面）径流污染负荷计算；区域径流污染负荷计算等步骤。本发明将GIS技术引入对降雨径流污染空间分布特征的分析，减少主观方法带来的失误；同时，采用GIS技术对降雨径流污染进行空间模拟和分析，是一种快速、精确的计算城市降雨径流污染负荷的方法，可供制定有效的降雨径流污染控制策略、实施污染控制措施、开展海绵城市建设提供科学指导。

Description

一种地统计学模型计算城市降雨径流污染负荷的方法

技术领域

本发明涉及一种对城市降雨径流污染的分析方法，尤其涉及一种基于地统计学模型计算城市降雨径流污染负荷的方法。

背景技术

城市降雨径流污染指降雨过程中，降雨冲刷城镇地面，如商业区、街道、停车场等，形成了汇聚原油、盐分、氮、磷、有毒物质等一系列的污染物的径流，随之流入河流或湖泊，造成城市水体污染的现象。

随着我国各城市逐渐加大对工业废水、城市污水等点源污染的控制，城市降雨径流污染(城市非点源污染的主要类型)对城市水环境污染贡献的比重逐渐凸显。国外的城市水环境治理的相关学者认为即使完全控制住城市点源污染，但忽视非点源污染，特别是城市降雨径流污染的话，城市水体的水质仍然不会改善。因此，研究城市降雨径流污染负荷(污染产生量)对于开展城市降雨径流污染控制、制定污染控制措施，从而达到改善城市水环境的目的有着非常重要的意义。

目前，评估城市降雨径流污染负荷常用的方法为输出系数法，该方法起源于1970s北美地区，经过Johnes等学者的不断修正后，目前输出系数法已经在全世界得到了广泛的应用，并且积累了大量的输出的系数值。具体公式如下：

上式中，L是指降雨径流污染物的产生负荷(t/a)，C_j是指第i类土地类型(商业用地、居住用地、绿地等)产生的降雨径流污染物的年平均负荷(t/ha/a)，A_i是指第i类土地利用的面积(ha)。

应该指出，尽管输出系数法经过不断的修正，具有所需参数少、数据获取简单、结果精度尚可等优点，但其本质仍沿用城镇用地类型的划分方式(国内通常采用《城市用地分类与规划建设用地标准》GB50137)，且将用地类型的径流负荷输出量单一化。这种径流污染负荷的计算方法存在如下问题，而导致区域径流污染负荷的计算结果误差较大：

①应根据下垫面类型来计算径流污染负荷，而非城镇用地类型。降雨径流污染程度主要跟下垫面类型有关，而下垫面的划分并不能简单的采用城镇用地类型的划分，而应分为屋面和路面(地面)径流。典型的例子为商业区的径流污染应分为商业区屋顶和商业区路面(地面)，不能仅通过路面(地面)径流代表整个商业区域的径流污染情况；另商业区内的绿地、水体不对外输出径流污染，另在计算整个商业区径流污染时剔除。

②应考虑同一下垫面的异质性和相邻下垫面的关联性。同一块用地类型的下垫面并不是径流污染的均质体，其污染程度受人为活动强度和距离的影响；而相邻的不同用地类型的下垫面并不是相互独立的污染输出板块，其因人为活动强度在空间上的关联性而导致污染输出强度亦具有关联性。

本发明从下垫面的分类和径流污染的空间相关性的角度处理上述两个问题，并形成一种快速、精确的计算城市降雨径流污染负荷的方法。

发明内容

本发明的目的是提供一种地统计学模型计算城市降雨径流污染负荷的方法，采用GIS技术对降雨径流污染进行空间模拟和分析，为相对于输出系数法而更为精确的计算降雨径流污染负荷，从而有效制定降雨径流污染控制策略、实施污染控制措施、开展海绵城市建设提供科学指导。

为实现上述目的，本发明采用如下技术方案：

一种地统计学模型计算城市降雨径流污染负荷的方法，其特征在于它包括以下具体步骤：

A、降雨径流污染信息采集，对地表类不透水面和屋面类不透水面分别进行降雨采样，并获取采样点的GPS定位数据；；

B、建立地表类不透水面的降雨径流污染属性数据库，通过采样点GPS定位数据录入基础地理信息数据库，将地面类不透水面采样点的SMC作为属性数据与相应的空间坐标进行关联，建立地表类不透水面的降雨径流污染属性数据库；

C、最优GIS模型构建，进行空间模拟，对各地面类不透水面采样点的地理位置和SMC进行拟合分析，通过拟合分析选择最优半方差模型以及最优参数，并利用该最优半方差模型以及最优参数对各地面类不透水面采样点之间的位置进行SMC的插值计算；

D、计算地面径流污染负荷L_Rd，输出根据步骤C得到的降雨径流污染插值图，将插值图栅格化后，根据栅格化的降雨径流污染插值图计算地面径流污染负荷L_Rd；

E、计算屋面类不透水面的径流污染负荷L_Rf，将屋面类不透水面的降雨径流污染SMC进行加权平均，作为屋面类不透水面的统一SMC，根据所述统一SMC计算屋面类不透水面的径流污染负荷L_Rf；

F、计算区域径流污染负荷L，L＝L_Rd+L_Rf。

优选地，步骤A中，降雨采样分为地表类不透水面和屋面类不透水下垫面的采样，采用人工采样或降雨径流采样器进行降雨采样，采样过程中，前30min内径流采样间隔时间宜为5min，30min～90min内采样间隔时间宜为10min，90min之后的采样间隔时间可适当扩大，采样监测指标为COD、BOD、NH₄ ⁺-N、TN、TP、重金属和POPs。

优选地，步骤B包括以下步骤：1)得到获取空间信息数据，空间解译数据；2)删除空间解译数据中的透水下垫面或为自然水体的区域；3)将不透水下垫面进一步细分为地表类不透水下垫面和屋面类不透水下垫面；4)通过采样点GPS定位数据录入基础地理信息数据库，将地面类不透水面采样点的SMC作为属性数据与相应的空间坐标进行关联，建立地表类不透水面的降雨径流污染属性数据库，根据监测数据，加权计算点位降雨径流平均浓度SMC，具体公式如下：

上述公式(1)中，EMC是指事件平均浓度，单位mg/L；M是指降雨事件径流污染物总量，单位mg；V是指降雨事件径流总量，单位L；Q_j是指第j次取样时所对应的径流量，单位L/min；C_j指j次取样时的径流污染物浓度，单位mg/L；上述公式(2)中，SMC是指点位降雨径流平均浓度，通过加权计算多场降雨的次降雨径流平均浓度求得，P是指第i次降雨量，单位L。

优选地，步骤C包括以下步骤：

1)采用GS+(Version 9，Gamma Design Software company)拟合半方差函数并优化其参数。将对路面(地面)径流采样点的地理信息和污染因子SMC输入GS+软件中；用GS+对污染因子SMC进行空间模拟，通过拟合分析，选择最优半方差模型以及最优参数；

2)将GS+拟合的半方差函数最优参数输入ArcGIS(Version 9.3,ESRI.company)中的地统计模块(Geostatistical analyst)，采用最常用的普通克里金法(OrdinaryKriging)进行最优化无差的空间插值，利用配对t检验(Paired t test)对空间差值结果与实测结果的进行精度检验，最终确定最优GIS分析模型。

所述步骤C中最优半方差模型线性包括基台模型、球状模型、指数模型和高斯模型，其空间模拟的最优标准为决定系数(R2)值最大和残差平方和(RSS)值最小。

优选地，步骤D又包括以下步骤：

1)输出降雨径流污染插值图，将插值图栅格化后，并对插值图进行提取边界和裁剪的优化措施，剔除研究范围内的下凹式绿地和水体的范围；

2)点击插值图层的属性，输出插值图层的属性表；

3)通过如下公式，计算路面(地面)径流污染负荷：

式中，L_Rd——地表类不透水面年径流污染负荷，单位kg；

D——年均降雨量，单位mm/a；

R——研究区域的年径流系数；

S——插值单元面积，单位m²；

SMC_i——第i个插值单元的点位降雨径流平均浓度，单位mg/L。

优选地，步骤E中，计算屋面类不透水面的径流污染负荷L_Rf的公式为：

L_Rf＝0.001D×R×SMC_Rf×S_Rf

式中，L_Rf——屋面类不透水面年径流污染负荷，单位kg；

R——研究区域的年径流系数；

S——屋面类不透水面的面积，单位m²；

SMC_Rf——屋面类不透水面的点位平均浓度，单位mg/L。

本发明将GIS技术引入对降雨径流污染空间分布和污染负荷计算，可减少主观方法带来的失误；同时，这是一种快速、精确的计算城市降雨径流污染负荷的方法，可供制定有效的降雨径流污染控制策略、实施污染控制措施提供科学指导。

附图说明

图1为本发明的流程图。

图2为本发明一实施例的监测点位总图。

图3为该实施例EPA_SS的最优半方差函数模型及拟合结果。

图4为利用普通克立格方法插值获得的地表径流SMC_SS分布图。

具体实施方法

A、降雨径流污染信息采集

在现场调研研究区域用地类型、用地面积等用地信息的基础上，制定降雨径流采样方案，包括采样点位(包括屋面类采样点和地表类采样点)、采样次数、监测指标等。调研研究区域时需现场获取采样点的GPS坐标。

采用人工采样或自动径流采样器进行降雨采样。采样过程中，前30min内径流采样间隔时间宜为5min，30min～90min内采样间隔时间宜为10min，90min之后的采样间隔时间可适当扩大。采样后应尽快进行试验分析，常见分析指标为COD、BOD、NH₄ ⁺-N和TP，以及重金属和POPs等。

B、空间信息数据库建立

①获取空间信息数据。可通过研究区域的遥感影像资料解译用地类型和向相关部门索取研究区域用地类型的解译数据。②删除空间解译数据中的绿地、湿地、林地、湖泊等透水下垫面或为自然水体的区域。③将不透水下垫面进一步细分为地表类不透水下垫面(RD)和屋面类不透水下垫面(RF)。④进行各污染物的相关性分析，通过采样点GPS定位数据录入基础地理信息数据库，将地面类不透水面采样点的SMC作为属性数据与相应的空间坐标进行关联，建立地表类不透水面的降雨径流污染属性数据库。

根据监测数据，加权计算SMC(点位降雨径流平均浓度)，具体公式如下：

上述公式(1)中，EMC是指事件平均浓度，即次降雨径流平均浓度，mg/L；M是指降雨事件径流污染物总量，mg；V是指降雨事件径流总量，L；Q_j是指第j次取样时所对应的径流量，L/min；C_j指j次取样时的径流污染物浓度，mg/L。上述公式(2)中，SMC是指点位降雨径流平均浓度，通过加权计算多场降雨的次降雨径流平均浓度求得，P是指第i次降雨量，L。

C、最优GIS模型构建。

D、路面(地面)径流污染负荷计算。

1)输出降雨径流污染插值图，将插值图栅格化后，并对插值图进行提取边界(Extract by mask)和裁剪等优化措施，剔除研究范围内的下凹式绿地和水体的范围；2)点击插值图层的属性(Properties)，输出插值图层的属性表。3)通过如下公式，计算路面(地面)径流污染负荷：

式中，L_Rd——地表类不透水面年径流污染负荷，kg；

D——年均降雨量，mm/a；

R——研究区域的年径流系数；

S——插值单元面积，m²；

SMC_i——第i个插值单元的点位降雨径流平均浓度，mg/L；

E、屋面类不透水面的径流污染负荷计算

L_Rf＝0.001D×R×SMC_Rf×S_Rf

式中，L_Rf——屋面类不透水面年径流污染负荷，kg；

R——研究区域的年径流系数；

S——屋面类不透水面的面积，m²；

SMC_Rf——屋面类不透水面的点位平均浓度，mg/L；

F、区域径流污染负荷计算

L＝L_Rd+L_Rf

式中，L——研究区域的不透水面年径流污染负荷，kg。

所述步骤A中降雨径流污染信息采集的步骤包括：在现场调研研究区域用地类型、用地面积等用地信息的基础上，制定降雨径流采样方案，包括采样点位、采样次数、监测指标等。调研研究区域时需现场获取采样点的GPS坐标。

所述步骤A中采用人工采样或自动径流采样器进行降雨采样。

所述步骤A中采样点位设计应对研究区域进行网格化均匀布点，并在可接受采样强度范围内对特殊区域(如大片的广场等)进行密集布点，以达到分析其降雨径流污染的空间差异性的目的。

所述步骤A中采样次数设置应满足如下要求：需对研究范围的降雨径流进行长期采样监测；时间跨度至少一年，并保证每季度至少采样监测一次；降雨量为大雨、中雨和小雨的降雨各一次。

所述步骤A采样点包括路面(地面)采样点和屋面采样点。

所述步骤B中解译依据为《城市用地分类与规划建设用地标准》GB50137。

所属步骤B中删除上述用地类型区域的方法为通过现场调研和空间数据分析相结合的方式，以下垫面的渗透性和高程低于周边硬化下垫面为依据进行空间数据预处理。

所述步骤B中降雨径流污染检测数据预处理和数据库建立的步骤包括：根据监测数据，进行描述性统计，统计内容包括相关性分析、方差分析、正态分布检验等，以分析降雨径流的基本特征，并便于选取典型污染物的SMC进行空间模拟；通过计算不同采样点的单次降雨径流污染物的EMC(次降雨径流平均浓度)，并进一步加权计算SMC(点位降雨径流平均浓度)。

所述步骤B中GPS定位数据通过采样点录入基础地理信息数据库，将SMC作为属性数据与相应的空间坐标进行关联，建立降雨径流污染属性数据库。

所述步骤B中监测数据的正态分布检验为必须环节，常见检验方法包括Kolmogorov-Smirnov检验和Shapiro-Wilk检验，原始数据不符合正态分布的需进行对数转换、倒数转换等数据处理。

所述步骤D中插值图栅格化的栅格不应大于1m×1m。

为了更好的说明本发明专利的具体实施方案，现以本发明所采用的方法在上海临港新城的应用为例，对本发明内容的实施过程进行实例说明。

上海临港新城位于上海东南角，其陆地区域45％的面积由填海造陆而成，土壤盐碱度较高，移植的植株生长受限临港新城主城区的中心是滴水湖，它是世界上最大的人工景观湖，面积为5.56km²，与沿湖以环状的“三涟”(内涟河，中涟河，外涟河)和“七射”构成了临港水系的主构架。临港主城区划分为滴水湖二级集水区，主城区采用的雨污分流的市政排水系统，暴雨时期，溢出的径流污水将排入临港水系，进入滴水湖对其景观水质造成影响。

(1)降雨径流污染信息采集。

在现场调研研究区域用地类型、用地面积等用地信息的基础上，制定降雨径流采样方案。采样点位如下图下表所示。

表1监测点位信息

采用自动径流采样器共采集有效降雨事件5次，具体见表2。

表2采集降雨事件

分析指标为COD、BOD、NH₄ ⁺-N和TP。

表3各污染物描述性统计

(2)空间信息数据库建立。

上海临港新城2008年土地利用数据解译于华东师范大学地理信息科学教育部重点实验室，根据其人为活动的空间关联性，本研究将不透水面分为道路广场类不透水面与屋面类不透水面。

通过采样点GPS定位数据录入基础地理信息数据库，将地面类不透水面采样点的SMC作为属性数据与相应的空间坐标进行关联，建立地表类不透水面的降雨径流污染属性数据库。

根据监测数据，加权计算SS污染的SMC(点位降雨径流平均浓度)。污染物SS的EMC值与COD_Cr、TP和NH₃-N均呈显著相关，在此本研究仅选SS的SMC讨论临港新城地表径流污染的空间差异性。

并通过采样点GPS定位数据录入基础地理信息数据库，将SMCss作为属性数据与相应的空间坐标进行关联，建立降雨径流污染属性数据库。

(3)最优GIS模型构建。

根据公式计算不同监测点位的SMCss，并以SMCss为区域化变量，利用半方差函数，对临港新城道路交通类EIA的SMCss的半方差值随步长变化的理论模型进行拟合，以残差平方和(RSS)最小和决定系数(R²)最大为最优模型的筛选标准，最终确定SMCss在空间模拟的最优模型为高斯模型。

表4临港径流SMC_SS的全方位的半方差模型及其参数

(4)路面(地面)径流污染负荷计算。

A.输出降雨径流污染插值图，将插值图栅格化后，并对插值图进行提取边界(Extract by mask)和裁剪等优化措施，剔除研究范围内的下凹式绿地和水体的范围；B.点击插值图层的属性(Properties)，输出插值图层的属性表。C.按照下式，计算路面(地面)径流污染负荷：

式中，L_Rd——地表类不透水面年径流污染负荷，kg；

D——年均降雨量，mm/a，根据上海市水资源公报，2006-2013年上海市年均降雨量为1198.7mm/a；

R——研究区域的年径流系数，鉴于道路、广场等路面(地面)以水泥与大理石为主，此处选取0.95；

S——插值单元面积，m²；

SMC_i——第i个插值单元的点位降雨径流平均浓度，mg/L；

(5)屋面类不透水面的径流污染负荷计算

屋面类EIA的计算方法为输出系数法，有别于传统经验系数模型，本研究采用地统计学模型模拟区域的道路广场类EIA的单位面积输出系数来计算区域的非点源污染负荷，具体如下式：

L_Rf＝0.001D×R×SMC_Rf×S_Rf

式中，L_Rf——屋面类不透水面年径流污染负荷，kg；

R——研究区域的年径流系数，鉴于屋面以水泥与大理石为主，此处选取0.95；

S——屋面类不透水面的面积，m²；

SMC_Rf——屋面类不透水面的点位平均浓度，mg/L；

(6)区域径流污染负荷计算

L＝L_Rd+L_Rf

式中，L——研究区域的不透水面年径流污染负荷，kg。

结果如下：

表5临港新城主城区非点源SS的产生负荷

*括号内为均值。

Claims

1.一种地统计学模型计算城市降雨径流污染负荷的方法，其特征在于它包括以下具体步骤：

F、计算区域径流污染负荷L，L＝L_Rd+L_Rf。

2.如权利要求1所述的一种地统计学模型计算城市降雨径流污染负荷的方法，其特征在于步骤A中，降雨采样分为地表类不透水面和屋面类不透水下垫面的采样，采用人工采样或降雨径流采样器进行降雨采样，采样过程中，前30min内径流采样间隔时间宜为5min，30min～90min内采样间隔时间宜为10min，90min之后的采样间隔时间可适当扩大，采样监测指标为COD、BOD、NH₄ ⁺-N、TN、TP、重金属和POPs。

3.如权利要求1所述的一种地统计学模型计算城市降雨径流污染负荷的方法，其特征在于步骤B包括以下步骤：1)得到获取空间信息数据，空间解译数据；2)删除空间解译数据中的透水下垫面或为自然水体的区域；3)将不透水下垫面进一步细分为地表类不透水下垫面和屋面类不透水下垫面；4)通过采样点GPS定位数据录入基础地理信息数据库，将地面类不透水面采样点的SMC作为属性数据与相应的空间坐标进行关联，建立地表类不透水面的降雨径流污染属性数据库；5)根据监测数据，加权计算点位降雨径流平均浓度SMC，具体公式如下：

E M C = \frac{M}{V} = \frac{Σ_{j = 0}^{n} Q_{j} C_{j}}{Σ_{j = 0}^{n} Q_{j}} - - - (1)

S M C = \frac{Σ_{i = 1}^{n} ({EMC}_{i} \times P_{i})}{Σ_{i = 1}^{n} (P_{i})} - - - (2)

4.如权利要求1所述的一种地统计学模型计算城市降雨径流污染负荷的方法，其特征在于步骤C包括以下步骤：

1)采用GS+(Version 9，Gamma Design Software company)拟合半方差函数并优化其参数，将对路面(地面)径流采样点的地理信息和污染因子SMC输入GS+软件中；用GS+对污染因子SMC进行空间模拟，通过拟合分析，选择最优半方差模型以及最优参数；

2)将GS+拟合的半方差函数最优参数输入ArcGIS(Version 9.3,ESRI.company)中的地统计模块(Geostatistical analyst)，采用最常用的普通克里金法(Ordinary Kriging)进行最优化无差的空间插值，利用配对t检验(Paired t test)对空间差值结果与实测结果的进行精度检验，最终确定最优GIS分析模型。

5.如权利要求1所述的一种地统计学模型计算城市降雨径流污染负荷的方法，其特征在于所述步骤C中最优半方差模型线性包括基台模型、球状模型、指数模型和高斯模型，其空间模拟的最优标准为决定系数值最大和残差平方和值最小。

6.如权利要求1所述的一种地统计学模型计算城市降雨径流污染负荷的方法，其特征在于步骤D又包括以下步骤：

2)点击插值图层的属性，输出插值图层的属性表；

3)通过如下公式，计算路面(地面)径流污染负荷：

L_{R d} = 0.001 D \times R \times Σ_{i = 1}^{n} ({SMC}_{i} \times S_{i})

式中，L_Rd——地表类不透水面年径流污染负荷，单位kg；

D——年均降雨量，单位mm/a；

R——研究区域的年径流系数；

S——插值单元面积，单位m²；

SMC_i——第i个插值单元的点位降雨径流平均浓度，单位mg/L。

7.如权利要求1所述的一种地统计学模型计算城市降雨径流污染负荷的方法，

其特征在于步骤E中，计算屋面类不透水面的径流污染负荷L_Rf的公式为：

L_Rf＝0.001D×R×SMC_Rf×S_Rf

式中，L_Rf——屋面类不透水面年径流污染负荷，单位kg；

R——研究区域的年径流系数；

S——屋面类不透水面的面积，单位m²；

SMC_Rf——屋面类不透水面的点位平均浓度，单位mg/L。