CN111382940A - 面源污染风险的确定方法、装置、设备及存储介质 - Google Patents
面源污染风险的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111382940A CN111382940A CN202010157833.4A CN202010157833A CN111382940A CN 111382940 A CN111382940 A CN 111382940A CN 202010157833 A CN202010157833 A CN 202010157833A CN 111382940 A CN111382940 A CN 111382940A
- Authority
- CN
- China
- Prior art keywords
- pollutant
- area
- information
- determining
- source pollution
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 239000002352 surface water Substances 0.000 claims abstract description 117
- 239000003344 environmental pollutant Substances 0.000 claims description 274
- 231100000719 pollutant Toxicity 0.000 claims description 274
- 238000011109 contamination Methods 0.000 claims description 33
- 239000011159 matrix material Substances 0.000 claims description 20
- 239000000356 contaminant Substances 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 29
- 238000004364 calculation method Methods 0.000 description 16
- 244000144972 livestock Species 0.000 description 9
- 238000009395 breeding Methods 0.000 description 8
- 230000001488 breeding effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 244000144977 poultry Species 0.000 description 7
- 235000013594 poultry meat Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 241000287828 Gallus gallus Species 0.000 description 3
- 241001494479 Pecora Species 0.000 description 3
- 241000282887 Suidae Species 0.000 description 3
- 235000013330 chicken meat Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012851 eutrophication Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 241000192710 Microcystis aeruginosa Species 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明实施例公开了一种面源污染风险的确定方法、装置、设备及存储介质。所述方法包括：按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；确定所述至少两个维度的面源污染程度信息关联的权重信息；依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。采用本申请方案可从多个维度的面源污染因素来对待评估区域进行污染风险分析，避免由于采用单一维度的面源污染因素进行风险分析时带来的分析偏见，使得面源污染风险的分析更为稳定和可靠，并且借助各维度下面源污染程度信息的权重信息，能使面源污染风险的分析更加精准。
Description
技术领域
本发明实施例涉及面源污染管理技术领域，尤其涉及一种面源污染风险的确定方法、装置、设备及存储介质。
背景技术
目前，饮水安全关系到人们健康和社会稳定，强化饮用水水源地环境保护刻不容缓。地表水水源处于暴露状态，水质易受自然因素及人为因素影响。
近年来，农业面源污染问题日益突出，已成为水环境保护的一大难题。农业面源污染主要来源于农村生活、农业种植和畜禽养殖等。农业面源污染水体中的氮、磷等指标，易造成地表水体富营养化或加重其富营养化程度，导致出现水华现象；有机物(COD)等会降低水体中的溶解氧；农药等毒性易导致水生生物死亡，破坏水生生态系统和水体功能。可见，加强地表水水源周边的农业面源污染风险防控势在必行，成为迫切需要解决的问题。
发明内容
本发明实施例中提供了一种面源污染风险的确定方法、装置、设备及存储介质，以实现对农业面源污染风险的精准分析，便于保障地表水源水质安全。
第一方面，本发明实施例中提供了一种面源污染风险的确定方法，所述方法包括：
按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；
确定所述至少两个维度的面源污染程度信息关联的权重信息；
依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
第二方面，本发明实施例中还提供了一种面源污染风险的确定装置，所述装置包括：
污染程度确定模块，用于按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；
权重信息确定模块，用于确定所述至少两个维度的面源污染程度信息关联的权重信息；
污染风险确定模块，用于依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
第三方面，本发明实施例中还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例中提供的面源污染风险的确定方法。
第四方面，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例中提供的面源污染风险的确定方法。
本发明实施例中提供了一种面源污染风险的确定方法，可按照多个维度的面源污染因素，来确定在多个维度下待评估区域对地表水源的面源污染程度信息，以及确定各个维度下面源污染程度信息的权重占比，进而依据至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。采用本申请方案，可从多个维度的面源污染因素来在对待评估区域进行污染风险分析，避免由于采用单一维度的面源污染因素进行风险分析时带来的分析偏见，使得面源污染风险的分析更为稳定和可靠，并且借助各维度下面源污染程度信息的权重信息，能使面源污染风险的分析更加精准，实现对待评估区域的农业面源污染风险进行快速、简单以及准确地确定。
上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明实施例中提供的一种面源污染风险的确定方法的流程图；
图2是本发明实施例中提供的另一种面源污染风险的确定方法的流程图；
图3是本发明实施例中提供的一种面源污染风险的确定装置的结构图；
图4是本发明实施例中提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本发明实施例中提供的一种面源污染风险的确定方法的流程图，该方法可适用于地表水源地周边区域造成的农业面源风险进行分析的情况。该方法可由面源污染风险的确定装置来执行，该装置可由软件和/或硬件实现，并集成在任何具有网络通信功能的电子设备上。如图1所示，本实施例中提供的面源污染风险的确定方法，可包括以下步骤：
S110、按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息。
在本实施例中，面源污染因素是用于评估待评估区域对地表水源造成农业面源污染风险的指标。例如，待评估区域可为地表水源所在地附近的村落、社区、城镇等；地表水源可为水库中的水源、湖泊中水源以及河流中水源等。可选地，可基于地表水源地以及其周边环境特征，预先构建会对地表水源地的造成农业面源污染风险的包括多个维度面源污染因素的指标体系。例如，上述面源污染因素可为：污染物综合指数因素B1、等标排放量因素B2、排放类型因素B3、排放路径因素B4、排放距离因素B5以及防渗措施因素B6等。
在本实施例中，可对预先构建的指标体系进行存储，当需要使用其中的面源污染因素对待评估区域对地表水源的农业面源污染风险进行评估时，可直接从上述指标体系包括的多个维度的面源污染因素中，选择需要使用的至少两个维度的面源污染因素，来进行评估。
在本实施例中，在确定至少两个维度的面源污染因素，可针对每一个维度的面源污染因素，确定待评估区域在每一个维度的面源污染因素下对地表水源的面源污染程度信息。继而，可得到待评估区域在各个维度的面源污染因素下对地表水源的面源污染程度信息。这样，就可从多个维度来实现对地表水源地及其周边区域的农业面源风险评估，以便精准管控地表水水源污染，为保障地表水源水质安全提供重要参考。
在本实施例中，可选地，在用于确定面源污染风险的电子设备关联的显示界面上，可显示预先构建的指标体系中包括的各个面源污染因素，以及预先部署用于选择面源污染因素类型的选择控件，用户可根据需求从中选择至少两个维度的面源污染因素。可选地，上述确定的至少两个维度的面源污染因素可包括：等标排放量因素、污染物综合指数因素、排放类型因素、排放路径因素、排放距离因素以及防渗措施因素中的至少两项。
S120、确定至少两个维度的面源污染程度信息关联的权重信息。
在本实施例中，由于是按照多个维度的面源污染因素，来确定农业面源污染的风险，而得到的多个维度的面源污染程度信息分别是待评估区域在不同维度的面源污染因素下，对地表水源造成的面源污染程度。但是，不同维度的面源污染因素对地表水源地的农业面源污染风险的影响不同，即有些维度的面源污染对地表水源地的农业面源污染风险的影响比较大，其对应的权重相对大一些；而又有些维度的面源污染对地表水源地的农业面源污染风险的影响小，其对应的权重相对小一些。因此，在使用至少两个维度的面源污染程度信息进行风险分析时，需要考虑各维度的面源污染因素的权重比例，这样才能综合各个因素来准确地计算待评估区域对地表水源地的面源污染风险程度。
在本实施例的一种可选方式中，确定至少两个维度的面源污染程度信息关联的权重信息，可包括步骤A1-A2：
步骤A1、确定至少两个维度的面源污染因素中任意两种面源污染因素之间的相对重要程度。
在本实施方式中，对于至少两个维度的面源污染因素中任意两种面源污染因素，可经对各个维度的面源污染因素之间进行两两比对，得到任意两个面源污染因素之间的相对重要程度。
步骤A2、依据任意两个维度的面源污染因素之间的相对重要程度，确定至少两个维度的面源污染程度信息关联的权重信息。
在本实施例中，依据任意两个维度的面源污染因素之间的相对重要程度，确定至少两个维度的面源污染程度信息关联的权重信息，可包括以下过程：依据任意两个维度的面源污染因素之间的相对重要程度，构建层次分析法中的判断矩阵；确定判断矩阵的最大特征值和对应的特征向量；依据最大特征值对判断矩阵进行一致性检验；若确定判断矩阵通过一致性检验，则依据对应的特征向量确定至少两个维度的面源污染程度信息关联的权重信息。例如，可将得到的对应的特征向量作为至少两个维度的面源污染程度信息关联的权重。
示例性地，以至少两个维度的面源污染因素包括：等标排放量因素、污染物综合指数因素、排放类型因素、排放路径因素、排放距离因素以及防渗措施因素为例。具体过程可如下：
首先，建立判断矩阵，并依据任意两个维度的面源污染因素之间的相对重要性进行量化赋值，以得到赋值后的判断矩阵。例如，本申请方案中提供如下示出的判断矩阵A：
其次，在得到判断矩阵A后，可计算判断矩阵A的最大特征值，即λmax为6.3312；以及，特征向量为W＝(0.1972,0.2871,0.0822,0.0509,0.3263,0.0562)。
再者，对判断矩阵A进行一致性分析，其一致性比例为0.0526＜0.1，此时可确定该判断矩阵A通过一致性检验。进而，可将计算得到的判断矩阵A的特征向量中包括的各个取值，依次作为至少两个维度的面源污染程度信息中各个维度的面源污染程度信息关联的权重。
S130、依据至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
在本实施例中，在确定各个维度的面源污染程度信息指示的程度值以及各个维度的面源污染程度信息关联的权重值后，可将各个维度的程度值和对应的权重值相乘，得到待评估区域对地表水源地的面源污染风险程度值，即可得到面源污染风险综合评价值。示例性地，在确定待评估区域对地表水源地的面源污染风险程度值时，可采用以下计算公式：
其中，B为面源污染风险程度值，i＝1,2,3,…,n；Bi为第i种面源污染因素下的面源污染程度值；Wi为第i种面源污染因素下面源污染程度值关联的权重。
在本实施例中，可预先设置不同面源污染风险程度区间范围关联的面源污染风险等级，这样就可根据得到的面源污染风险程度确定与其对应的面源污染风险等级。例如，可预先对农业面源污染风险进行等级划分，具体包括高风险(Ⅳ)、较高风险(Ⅲ)、中风险(Ⅱ)和低风险(Ⅰ)四个级别。
在本实施例中，下述表1示出了本申请的面源污染风险等级对照情况，下述表2示出不同待评估区域的面源污染风险程度以及面源污染风险等级。
表1面源污染风险等级对照情况
| 面源污染程度值B | B<2.5 | 2.5≤B<5.0 | 5.0≤B<7.5 | B≥7.5 |
| 面源污染风险等级 | Ⅰ | Ⅱ | Ⅲ | Ⅳ |
表2同待评估区域的面源污染风险程度以及面源污染风险等级
| 待评估区域 | 风险程度 | 风险等级 | 风险等级叙述 |
| 一村 | 6.73855 | Ⅲ | 较高风险 |
| 二村 | 5.96775 | Ⅲ | 较高风险 |
| 三村 | 4.73725 | Ⅱ | 中风险 |
| 四村 | 4.73725 | Ⅱ | 中风险 |
| 五村 | 4.73725 | Ⅱ | 中风险 |
| 六村 | 4.48275 | Ⅱ | 中风险 |
| 七村 | 7.1845 | Ⅲ | 较高风险 |
| 八村 | 8.415 | Ⅳ | 高风险 |
在此基础上，根据上述农业面源风险分析，为保障水库等地表水源的水质安全，应加强对八村、一村、二村和七村农业面源污染管控。
本发明实施例中提供了一种面源污染风险的确定方法，采用本申请方案可从多个维度的面源污染因素来在对待评估区域进行污染风险分析，避免由于采用单一维度的面源污染因素进行风险分析时带来的分析偏见，使得面源污染风险的分析更为稳定和可靠，并且借助各维度下面源污染程度信息的权重信息，能使面源污染风险的分析更加精准，实现对待评估区域的农业面源污染风险进行快速、简单以及准确地确定，这样一来，就能对地表水源地及其周边开展农业面源污染风险评级，为精准管控地表水水源污染，保障地表水源水质安全提供重要参考。
图2是本发明实施例中提供的另一种面源污染风险的确定方法的流程图，本发明实施例在上述实施例的基础上对前述实施例进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示，本实施例中提供的面源污染风险的确定方法，可包括以下步骤：
S210、确定待评估区域中易造成面源污染的优控污染物。
在本实施例中，根据待评估区域排放的污染物的特征属性，从排放的污染物中确定易造成农业面源污染的优控污染物。例如，根据待评估区域排放的污染物的排放量、浓度、毒性、迁移性以及降解性等特征属性，确定待评估区域中的优控污染物。可选地，优控污染物可为COD、TN、TP等。
S220、针对至少两个维度的面源污染因素中每一面源污染因素，确定在该面源污染因素下，待评估区域中优控污染物对地表水源的面源污染程度信息。
在本实施例的一种可选方式中，确定在该面源污染因素下，待评估区域中优控污染物对地表水源的面源污染程度信息，可包括步骤B1-B2：
步骤B1、若该面源污染因素为等标排放量因素，则确定从待评估区域排放至地表水源的至少一种优控污染物的目标等标排放量信息。
在本实施方式中，待评估区域中优控污染物可来自待评估区域内因生活、农业种植、畜禽养殖产生的农业面源污染等不同污染来源。为此，具体可从农村生活、农业种植和畜禽养殖三个污染来源，来计算得到待评估区域的多种污染来源下的等标排放总量，即可得到从待评估区域排放至地表水源的优控污染物的目标等标排放量信息。例如，计算待评估区域的多种污染来源下的等标排放总量的公式具体为：
其中，P为待评估区域的多种污染来源下的等标排放总量，单位m3/a，i＝1,2,3,…,n；Pi为第i种污染来源下不同污染物的综合等标排放量，单位m3/a。
在一个可选示例中，确定从待评估区域排放至地表水源的至少一种优控污染物的目标等标排放量信息，具体可包括：针对待评估区域中包括的每一污染来源，确定在每一污染来源下至少一种优控污染物的污染物排放量和污染物标准浓度限制值；依据至少一种优控污染物的污染物排放量和污染物标准浓度限制值，确定在每一污染来源下至少一种优控污染物的等标排放量信息，以得到上述的目标等标排放量信息。
示例性地，针对待评估区域中包括的任一污染来源，可采用不同污染物的综合等标排放量计算公式，即可得到每一污染来源下至少一种优控污染物的等标排放量信息。例如，不同污染物的综合等标排放量计算公式为：
其中，i代表待评估区域中包括的污染来源的种类，i＝1,2,3,…,n；j代表优控污染物的污染物种类，j＝1,2,3,…,n；Pi为第i种污染来源下不同污染物的综合等标排放量，单位m3/a；Cij为第i中污染来源中第j种优控污染物的污染物排放量，单位kg/a；Cj标为第j种优控污染物在相关标准中的污染物标准浓度限制，单位mg/L。
示例性地，下面提供了各个待评估区域中包括的农村生活污染、农业种植污染、畜禽养殖污染三种污染来源。其中，进入地表水源的水环境中的优控污染物的污染物排放量及其等标排放量计算结果，如表3、表4、表5。
表3农村生活污染下的污染物排放量及其等标排放量
表4农业种植污染下的污染物排放量及其等标排放量
表5畜禽养殖污染下的污染物排放量及其等标排放量
在上述结果的基础上，各个待评估区域的农村生活污染、农业种植污染、畜禽养殖污染三种污染来源的等标排放总量计算结果如表6所示。
表6不同污染来源下等标排放总量的统计结果
在本实施方式中，本申请方案提供了各个待评估区域的农村生活污染负荷、农业种植污染负荷和畜禽养殖污染负荷计算，具体可参照全国污染源普查资料得到如表7所示的各个待评估区域的基础数据。
表7各个待评估区域的基础数据
根据上表1的基础数据，可计算得到分别在农村生活污染、农业种植污染、畜禽养殖污染三种污染来源下，进入地表水源的水环境中的优控污染物的污染物排放量。当然，也可以采用其他方式，确定进入地表水源的水环境中的优控污染物的污染物排放量，而不限于采用基础数据进行计算的方式。例如，下面提供了一种采用基础数据进行计算的过程，具体如下：
农村生活污染负荷计算方法：进入水环境中污染物分量COD＝(直排人数×63+使用化粪池人数×54)/1000；进入水环境中污染物分量TN＝(直排人数×10.6+使用化粪池人数×9.4)/1000；进入水环境中污染物分量TP＝(直排人数×0.74+使用化粪池人数×0.65)/1000；
农业种植污染负荷计算方法：“旱地-大田一熟”，进入水环境中污染物分量TN＝种植面积×0.176，进入水环境中污染物分量TP＝种植面积×0.009；“旱地-园地”，进入水环境中污染物分量TN＝种植面积×0.005，进入水环境中污染物分量TP＝种植面积×0.002；
畜禽养殖污染负荷计算方法：进入水环境中污染物分量TN＝猪的数量×5.3×0.238％×5.34％+牛的数量×21×0.351％×5.68％+鸡的数量×0.1×1.032％×8.47％+羊的数量×2.38×1.014％×5.3％；进入水环境中污染物分量TP＝猪的数量×5.3×0.074％×5.25％+牛的数量×21×0.082％×5.5％+鸡的数量×0.1×0.413％×8.42％+羊的数量×2.38×0.216％×5.2％；进入水环境中污染物分量COD＝猪的数量×5.3×3.1％×5.58％+牛的数量×21×3.8％×6.16％+鸡的数量×0.1×4.3％×8.59％+羊的数量×2.38×4.2％×5.5％。
步骤B2、依据目标等标排放量信息，查询预配置的等标排放量标准对照表，得到在等标排放量因素下对地表水源的面源污染程度信息；其中，等标排放量标准对照表中一个等标排放量区间范围关联一个污染程度值。
在本实施例的另一种可选方式中，确定在该面源污染因素下,待评估区域中优控污染物对地表水源的面源污染程度信息，可包括步骤C1-C3：
步骤C1、若该面源污染因素为污染物综合指数因素，则确定从待评估区域排放至地表水源的至少两种优控污染物的污染物浓度信息。
在本实施方式中，对于从待评估区域排放至地表水源的至少两种优控污染物中的每一种优控污染物，可确定进入地表水源的水环境中的每一种优控污染物的污染物浓度。
步骤C2、依据至少两种优控污染物的污染物浓度信息，确定待评估区域中至少两种优控污染物的污染物综合指数信息。
依据至少两种优控污染物的污染物浓度信息，确定待评估区域中至少两种优控污染物的污染物综合指数信息，具体可包括以下过程：
首先，依据至少两种优控污染物的污染物浓度信息，得到每一种优控污染物的污染物单一指数信息。具体例如，可依据地表水环境质量标准，将第i种优控污染物的污染物浓度与标准值进行比对，确定第i种优控污染物的水质类别，进而依据确定的水质类别得到第i种优控污染物的评分值Li，Li即为第i种优控污染物的污染物单一指数信息。
其次，依据至少两种优控污染物的污染物排放量，确定至少两种优控污染物中每一种优控污染物的污染物权重信息。具体例如，确定第i种优控污染物在进入地表水源的水环境中的污染物排放量，按照各种优控污染物的污染物排放量对各种优控污染物进行排序，进而依据排序结果确定第i种优控污染物的污染物权重ai。其中，第i种优控污染物的污染物权重ai的计算公式如下：
其中，将各种优控污染物的评分值Li由大到小的顺序排列，li为第i种优控污染物的排序值，其排序越靠前，排序值越小。
再者，依据每一种优控污染物的污染物单一指数信息和每一种优控污染物的污染物权重信息，确定至少两种优控污染物的污染物综合指数信息。具体例如，可采用污染物综合指数信息的计算公式，得到至少两种优控污染物的污染物综合指数信息。其中，污染物综合指数信息的计算公式如下：
其中，L综为优控污染物综合评价值；L加权平均为n种优控污染物评分加权平均值；Limax为Li的最大值；
第i种优控污染物的污染物单一指数信息；ai为第i种优控污染物的污染物权重。下面各个待评估区域的优控污染物综合评价值计算结果如表8所示。
表8各个待评估区域的优控污染物综合评价值计算结果
步骤C3、依据至少两种优控污染物的污染物综合指数信息，查询预配置的污染物综合指数对照表，得到在污染物综合指数因素下对地表水源的面源污染程度信息；其中，污染物综合指数对照表中一个污染物综合指数的取值范围关联一个污染程度值。
在本实施例的一种可选方式中，确定在该面源污染因素下，待评估区域中优控污染物对地表水源的面源污染程度信息，可包括步骤D1-D2：
步骤D1、若该面源污染因素为排放类型因素，则确定从待评估区域向所述地表水源排放优控污染物时的污染物排放类型信息。
步骤D2、依据污染物排放类型信息，查询预配置的污染物排放类型对照表，得到在排放类型因素下对地表水源的面源污染程度信息；其中，污染物排放类型对照表中一种污染物排放类型关联一个污染程度值。
在本实施例的一种可选方式中，确定在该面源污染因素下，待评估区域中优控污染物对地表水源的面源污染程度信息，可包括步骤E1-E2：
步骤E1、若该面源污染因素为排放路径因素，则确定从待评估区域向地表水源排放优控污染物时的污染物排放路径信息。
步骤E2、依据污染物排放路径信息，查询预配置的污染物排放路径对照表，得到在排放路径因素下对地表水源的面源污染程度信息；其中，污染物排放路径对照表中一个污染物排放路径关联一个污染程度值。
在本实施例的一种可选方式中，确定在该面源污染因素下，待评估区域中优控污染物对地表水源的面源污染程度信息，可包括步骤F1-F2：
步骤F1、若该面源污染因素为排放距离因素，则确定从待评估区域向地表水源排放优控污染物时的污染物排放距离信息。
步骤F2、依据污染物排放距离信息，查询预配置的污染物排放距离对照表，得到在排放距离因素下对地表水源的面源污染程度信息；其中，污染物排放距离对照表中一个污染物排放距离关联一个污染程度值。
在本实施例的一种可选方式中，确定在该面源污染因素下，待评估区域中优控污染物对地表水源的面源污染程度信息，可包括步骤G1-G2：
步骤G1、若该面源污染因素为防渗措施因素，则确定从待评估区域向所述地表水源排放优控污染物时的污染物防渗措施信息。
步骤G2、依据污染物防渗措施信息，查询预配置的污染物防渗措施对照表，得到在防渗措施因素下对地表水源的面源污染程度信息；其中，污染物防渗措施对照表中一个污染物防渗措施关联一个污染程度值。
在上述实施例的基础上，下面通过表9示出了等标排放量标准对照表、污染物综合指数对照表、污染物排放类型对照表、污染物排放路径对照表、污染物排放距离对照表、染物防渗措施对照表的不同面源污染因素的对照表。
表9不同面源污染因素的对照表
在上述实施例的基础上，下面提供了一种可选示例，具体面源污染因素的设置如下：各待评估区域的农业面源污染均从地表排放，且未设置防渗措施；排放类型因素(B3)为“地表”；排放路径因素(B4)和排放距离因素(B5)参照表7的基础数据；防渗措施(B6)类型为“无防渗层”。表10示出了各个待评估区域的农业面源污染风险强度B1、B2、B3、B4、B5和B6分值。
表10各个待评估区域的农业面源污染风险强度
| 村庄名称 | B1 | B2 | B3 | B4 | B5 | B6 |
| 一村 | 8 | 10 | 6 | 10 | 2.5 | 10 |
| 二村 | 4 | 10 | 6 | 10 | 2.5 | 10 |
| 三村 | 2 | 7 | 6 | 10 | 2.5 | 10 |
| 四村 | 2 | 7 | 6 | 10 | 2.5 | 10 |
| 五村 | 2 | 7 | 6 | 10 | 2.5 | 10 |
| 六村 | 2 | 7 | 6 | 5 | 2.5 | 10 |
| 七村 | 2 | 7 | 6 | 10 | 10 | 10 |
| 八村 | 4 | 10 | 6 | 10 | 10 | 10 |
S230、确定至少两个维度的面源污染程度信息关联的权重信息。
S240、依据至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
本发明实施例中提供了一种面源污染风险的确定方法，采用本申请方案可从多个维度的面源污染因素来在对待评估区域进行污染风险分析，避免由于采用单一维度的面源污染因素进行风险分析时带来的分析偏见，使得面源污染风险的分析更为稳定和可靠，并且借助各维度下面源污染程度信息的权重信息，能使面源污染风险的分析更加精准，实现对待评估区域的农业面源污染风险进行快速、简单以及准确地确定，这样一来，就能对地表水源地及其周边开展农业面源污染风险评级，为精准管控地表水水源污染，保障地表水源水质安全提供重要参考。
图3是本发明实施例中提供的一种面源污染风险的确定装置的结构图，该装置可适用于地表水源地周边区域造成的农业面源风险进行分析的情况。该装置可由软件和/或硬件实现，并集成在任何具有网络通信功能的电子设备上。其中，该电子设备具体可为服务器或者PC设备等。如图3所示，本实施例中提供的面源污染风险的确定装置，可包括以下：污染程度确定模块310、权重信息确定模块320和污染风险确定模块330。其中：
污染程度确定模块310，用于按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；
权重信息确定模块320，用于确定所述至少两个维度的面源污染程度信息关联的权重信息；
污染风险确定模块330，用于依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
在上述实施例的基础上，可选地，污染程度确定模块310包括：
污染物确定单元，用于确定所述待评估区域中易造成面源污染的优控污染物；
污染程度确定单元，用于针对所述至少两个维度的面源污染因素中的面源污染因素，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息。
在上述实施例的基础上，可选地，所述至少两个维度的面源污染因素包括：等标排放量因素、污染物综合指数因素、排放类型因素、排放路径因素、排放距离因素以及防渗措施因素中的至少两项。
在上述实施例的基础上，可选地，污染程度确定单元包括：
等标排放量确定子单元，用于若所述面源污染因素为等标排放量因素，则确定从所述待评估区域排放至所述地表水源的至少一种优控污染物的目标等标排放量信息；
污染程度确定子单元，用于依据所述目标等标排放量信息，查询预配置的等标排放量标准对照表，得到在所述等标排放量因素下对地表水源的面源污染程度信息；其中，等标排放量标准对照表中一个等标排放量区间范围关联一个污染程度值。
在上述实施例的基础上，可选地，等标排放量确定子单元包括：
针对所述待评估区域中包括的每一污染来源，确定在每一污染来源下所述至少一种优控污染物的污染物排放量和污染物标准浓度限制值；
依据所述污染物排放量和污染物标准浓度限制值，确定在每一污染来源下至少一种优控污染物的等标排放量信息，以得到所述目标等标排放量信息。
在上述实施例的基础上，可选地，污染程度确定单元包括：
污染物浓度确定单元，用于若所述面源污染因素为污染物综合指数因素，则确定从所述待评估区域排放至所述地表水源的至少两种优控污染物的污染物浓度信息；
污染物综合指数确定子单元，用于依据至少两种优控污染物的污染物浓度信息，确定所述待评估区域中至少两种优控污染物的污染物综合指数信息；
污染程度确定子单元，用于依据所述至少两种优控污染物的污染物综合指数信息，查询预配置的污染物综合指数对照表，得到在所述污染物综合指数因素下对地表水源的面源污染程度信息；其中，污染物综合指数对照表中一个污染物综合指数的取值范围关联一个污染程度值。
在上述实施例的基础上，可选地，污染物综合指数确定子单元包括：
依据至少两种优控污染物的污染物浓度信息，得到每一种优控污染物的污染物单一指数信息；
依据所述至少两种优控污染物的污染物排放量，确定所述至少两种优控污染物中每一种优控污染物的污染物权重信息；
依据每一种优控污染物的污染物单一指数信息和每一种优控污染物的污染物权重信息，确定所述至少两种优控污染物的污染物综合指数信息。
在上述实施例的基础上，可选地，污染程度确定单元包括：
若所述面源污染因素为排放类型因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物排放类型信息；
依据所述污染物排放类型信息，查询预配置的污染物排放类型对照表，得到在所述排放类型因素下对地表水源的面源污染程度信息；其中，污染物排放类型对照表中一种污染物排放类型关联一个污染程度值。
在上述实施例的基础上，可选地，污染程度确定单元包括：
若所述面源污染因素为排放路径因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物排放路径信息；
依据所述污染物排放路径信息，查询预配置的污染物排放路径对照表，得到在所述排放路径因素下对地表水源的面源污染程度信息；其中，污染物排放路径对照表中一个污染物排放路径关联一个污染程度值。
在上述实施例的基础上，可选地，污染程度确定单元包括：
若所述面源污染因素为排放距离因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物排放距离信息；
依据所述污染物排放距离信息，查询预配置的污染物排放距离对照表，得到在所述排放距离因素下对地表水源的面源污染程度信息；其中，污染物排放距离对照表中一个污染物排放距离关联一个污染程度值。
在上述实施例的基础上，可选地，污染程度确定单元包括：
若所述面源污染因素为防渗措施因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物防渗措施信息；
依据所述污染物防渗措施信息，查询预配置的污染物防渗措施对照表，得到在所述防渗措施因素下对地表水源的面源污染程度信息；其中，污染物防渗措施对照表中一个污染物防渗措施关联一个污染程度值。
在上述实施例的基础上，可选地，权重信息确定模块320包括：
相对重要程度确定单元，用于确定所述至少两个维度的面源污染因素中任意两种面源污染因素之间的相对重要程度；
权重信息确定单元，用于依据任意两个维度的面源污染因素之间的相对重要程度，确定所述至少两个维度的面源污染程度信息关联的权重信息。
在上述实施例的基础上，可选地，权重信息确定单元包括：
依据任意两个维度的面源污染因素之间的相对重要程度，构建层次分析法中的判断矩阵；
确定所述判断矩阵的最大特征值和对应的特征向量；
依据所述最大特征值，对所述判断矩阵进行一致性检验；
若确定所述判断矩阵通过一致性检验，则依据所述对应的特征向量，确定所述至少两个维度的面源污染程度信息关联的权重信息。
本发明实施例中所提供的面源污染风险的确定装置可执行上述本发明任意实施例中所提供的面源污染风险的确定方法，具备执行该面源污染风险的确定方法相应的功能和有益效果，详细过程参见前述实施例中的面源污染风险的确定方法的相关操作。
图4是本发明实施例中提供的一种电子设备的结构示意图。如图4所示结构，本发明实施例中提供的电子设备包括：一个或多个处理器410和存储装置420；该电子设备中的处理器410可以是一个或多个，图4中以一个处理器410为例；存储装置420用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器410执行，使得所述一个或多个处理器410实现如本发明实施例中任一项所述的面源污染风险的确定方法。
该电子设备还可以包括：输入装置430和输出装置440。
该电子设备中的处理器410、存储装置420、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。
该电子设备中的存储装置420作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例中所提供的面源污染风险的确定方法对应的程序指令/模块。处理器410通过运行存储在存储装置420中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中面源污染风险的确定方法。
存储装置420可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储装置420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
并且，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器410执行时，程序进行如下操作：
按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；
确定所述至少两个维度的面源污染程度信息关联的权重信息；
依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
当然，本领域技术人员可以理解，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器410执行时，程序还可以进行本发明任意实施例中所提供的面源污染风险的确定方法中的相关操作。
本发明实施例中提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时用于执行面源污染风险的确定方法，该方法包括：
按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；
确定所述至少两个维度的面源污染程度信息关联的权重信息；
依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
可选的，该程序被处理器执行时还可以用于执行本发明任意实施例中所提供的面源污染风险的确定方法。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(RadioFrequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (17)
1.一种面源污染风险的确定方法，其特征在于，所述方法包括：
按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；
确定所述至少两个维度的面源污染程度信息关联的权重信息；
依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
2.根据权利要求1所述的方法，其特征在于，按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息，包括：
确定所述待评估区域中易造成面源污染的优控污染物；
针对所述至少两个维度的面源污染因素中的面源污染因素，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息。
3.根据权利要求1所述的方法，其特征在于，所述至少两个维度的面源污染因素包括：等标排放量因素、污染物综合指数因素、排放类型因素、排放路径因素、排放距离因素以及防渗措施因素中的至少两项。
4.根据权利要求2所述的方法，其特征在于，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息，包括：
若所述面源污染因素为等标排放量因素，则确定从所述待评估区域排放至所述地表水源的至少一种优控污染物的目标等标排放量信息；
依据所述目标等标排放量信息，查询预配置的等标排放量标准对照表，得到在所述等标排放量因素下对地表水源的面源污染程度信息；其中，等标排放量标准对照表中一个等标排放量区间范围关联一个污染程度值。
5.根据权利要求4所述的方法，其特征在于，确定从所述待评估区域排放至所述地表水源的至少一种优控污染物的目标等标排放量信息，包括：
针对所述待评估区域中包括的每一污染来源，确定在每一污染来源下所述至少一种优控污染物的污染物排放量和污染物标准浓度限制值；
依据所述污染物排放量和污染物标准浓度限制值，确定在每一污染来源下至少一种优控污染物的等标排放量信息，以得到所述目标等标排放量信息。
6.根据权利要求2所述的方法，其特征在于，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息，包括：
若所述面源污染因素为污染物综合指数因素，则确定从所述待评估区域排放至所述地表水源的至少两种优控污染物的污染物浓度信息；
依据至少两种优控污染物的污染物浓度信息，确定所述待评估区域中至少两种优控污染物的污染物综合指数信息；
依据所述至少两种优控污染物的污染物综合指数信息，查询预配置的污染物综合指数对照表，得到在所述污染物综合指数因素下对地表水源的面源污染程度信息；其中，污染物综合指数对照表中一个污染物综合指数的取值范围关联一个污染程度值。
7.根据权利要求6所述的方法，其特征在于，依据至少两种优控污染物的污染物浓度信息，确定所述待评估区域中至少两种优控污染物的污染物综合指数信息，包括：
依据至少两种优控污染物的污染物浓度信息，得到每一种优控污染物的污染物单一指数信息；
依据所述至少两种优控污染物的污染物排放量，确定所述至少两种优控污染物中每一种优控污染物的污染物权重信息；
依据每一种优控污染物的污染物单一指数信息和每一种优控污染物的污染物权重信息，确定所述至少两种优控污染物的污染物综合指数信息。
8.根据权利要求2所述的方法，其特征在于，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息，包括：
若所述面源污染因素为排放类型因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物排放类型信息；
依据所述污染物排放类型信息，查询预配置的污染物排放类型对照表，得到在所述排放类型因素下对地表水源的面源污染程度信息；其中，污染物排放类型对照表中一种污染物排放类型关联一个污染程度值。
9.根据权利要求2所述的方法，其特征在于，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息，包括：
若所述面源污染因素为排放路径因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物排放路径信息；
依据所述污染物排放路径信息，查询预配置的污染物排放路径对照表，得到在所述排放路径因素下对地表水源的面源污染程度信息；其中，污染物排放路径对照表中一个污染物排放路径关联一个污染程度值。
10.根据权利要求2所述的方法，其特征在于，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息，包括：
若所述面源污染因素为排放距离因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物排放距离信息；
依据所述污染物排放距离信息，查询预配置的污染物排放距离对照表，得到在所述排放距离因素下对地表水源的面源污染程度信息；其中，污染物排放距离对照表中一个污染物排放距离关联一个污染程度值。
11.根据权利要求2所述的方法，其特征在于，确定在所述面源污染因素下，所述待评估区域中优控污染物对地表水源的面源污染程度信息，包括：
若所述面源污染因素为防渗措施因素，则确定从所述待评估区域向所述地表水源排放优控污染物时的污染物防渗措施信息；
依据所述污染物防渗措施信息，查询预配置的污染物防渗措施对照表，得到在所述防渗措施因素下对地表水源的面源污染程度信息；其中，污染物防渗措施对照表中一个污染物防渗措施关联一个污染程度值。
12.根据权利要求1所述的方法，其特征在于，确定所述至少两个维度的面源污染程度信息关联的权重信息，包括：
确定所述至少两个维度的面源污染因素中任意两种面源污染因素之间的相对重要程度；
依据任意两个维度的面源污染因素之间的相对重要程度，确定所述至少两个维度的面源污染程度信息关联的权重信息。
13.根据权利要求12所述的方法，其特征在于，依据任意两个维度的面源污染因素之间的相对重要程度，确定所述至少两个维度的面源污染程度信息关联的权重信息，包括：
依据任意两个维度的面源污染因素之间的相对重要程度，构建层次分析法中的判断矩阵；
确定所述判断矩阵的最大特征值和对应的特征向量；
依据所述最大特征值，对所述判断矩阵进行一致性检验；
若确定所述判断矩阵通过一致性检验，则依据所述对应的特征向量，确定所述至少两个维度的面源污染程度信息关联的权重信息。
14.一种面源污染风险的确定装置，其特征在于，所述装置包括：
污染程度确定模块，用于按照至少两个维度的面源污染因素，确定待评估区域对地表水源的至少两个维度的面源污染程度信息；
权重信息确定模块，用于确定所述至少两个维度的面源污染程度信息关联的权重信息；
污染风险确定模块，用于依据所述至少两个维度的面源污染程度信息和关联的权重信息，确定待评估区域对地表水源地的面源污染风险程度。
15.根据权利要求14所述的装置，其特征在于，所述至少两个维度的面源污染因素包括：等标排放量因素、污染物综合指数因素、排放类型因素、排放路径因素、排放距离因素以及防渗措施因素中的至少两项。
16.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求1-13中任一所述的面源污染风险的确定方法。
17.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-13中任一所述的面源污染风险的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010157833.4A CN111382940A (zh) | 2020-03-09 | 2020-03-09 | 面源污染风险的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010157833.4A CN111382940A (zh) | 2020-03-09 | 2020-03-09 | 面源污染风险的确定方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111382940A true CN111382940A (zh) | 2020-07-07 |
Family
ID=71218744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010157833.4A Pending CN111382940A (zh) | 2020-03-09 | 2020-03-09 | 面源污染风险的确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111382940A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113139757A (zh) * | 2020-10-20 | 2021-07-20 | 中科三清科技有限公司 | 污染源排污量化分析方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006061093A (ja) * | 2004-08-27 | 2006-03-09 | Nippon Telegr & Teleph Corp <Ntt> | 農業環境評価システムおよび農業環境評価装置 |
| CN105512797A (zh) * | 2015-11-26 | 2016-04-20 | 浙江省环境监测中心 | 一种控制断面污染风险溯源及风险程度展示方法 |
| CN105809578A (zh) * | 2016-05-30 | 2016-07-27 | 北京师范大学 | 一种区域水环境风险评估和分区方法 |
| US20170328878A1 (en) * | 2016-05-13 | 2017-11-16 | Chinese Research Academy Of Environmental Sciences | Rating evaluation method for groundwater pollution source intensity |
| CN109784769A (zh) * | 2019-02-19 | 2019-05-21 | 北京市农林科学院 | 一种农业面源污染风险识别方法 |
-
2020
- 2020-03-09 CN CN202010157833.4A patent/CN111382940A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006061093A (ja) * | 2004-08-27 | 2006-03-09 | Nippon Telegr & Teleph Corp <Ntt> | 農業環境評価システムおよび農業環境評価装置 |
| CN105512797A (zh) * | 2015-11-26 | 2016-04-20 | 浙江省环境监测中心 | 一种控制断面污染风险溯源及风险程度展示方法 |
| US20170328878A1 (en) * | 2016-05-13 | 2017-11-16 | Chinese Research Academy Of Environmental Sciences | Rating evaluation method for groundwater pollution source intensity |
| CN105809578A (zh) * | 2016-05-30 | 2016-07-27 | 北京师范大学 | 一种区域水环境风险评估和分区方法 |
| CN109784769A (zh) * | 2019-02-19 | 2019-05-21 | 北京市农林科学院 | 一种农业面源污染风险识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 宋建辉: "农户经营行为与农业污染关系研究", 中国优秀硕士学位论文全文数据库, pages 149 - 88 * |
| 沙健 等: "气候变化下的流域面源污染响应模型评估", 《环境科学与技术》, vol. 41, no. 06, pages 181 - 187 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113139757A (zh) * | 2020-10-20 | 2021-07-20 | 中科三清科技有限公司 | 污染源排污量化分析方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Roura-Pascual et al. | Relative roles of climatic suitability and anthropogenic influence in determining the pattern of spread in a global invader | |
| Howard et al. | The drivers of avian abundance: patterns in the relative importance of climate and land use | |
| Mimet et al. | Assessing functional connectivity: a landscape approach for handling multiple ecological requirements | |
| Wu et al. | Hydrological and environmental variables outperform spatial factors in structuring species, trait composition, and beta diversity of pelagic algae | |
| Sporbert et al. | Testing macroecological abundance patterns: The relationship between local abundance and range size, range position and climatic suitability among European vascular plants | |
| Cross et al. | Landscape factors influencing lake phosphorus concentrations across Minnesota | |
| Macedo et al. | Potential worldwide distribution of Fusarium dry root rot in common beans based on the optimal environment for disease occurrence | |
| Bemmels et al. | Genomic evidence of survival near ice sheet margins for some, but not all, North American trees | |
| Valerio et al. | A machine learning model to assess the ecosystem response to water policy measures in the Tagus River Basin (Spain) | |
| Patenaude et al. | Disentangling the effects of wetland cover and urban development on quality of remaining wetlands | |
| Kangas et al. | Applying stochastic multicriteria acceptability analysis to forest ecosystem management with both cardinal and ordinal criteria | |
| Gao et al. | Continental‐scale plant invasions reshuffle the soil microbiome of blue carbon ecosystems | |
| CN107392380A (zh) | 一种用于淡水水生生物水质基准预测的系统 | |
| Hunt et al. | Do riparian buffers protect stream invertebrate communities in South American Atlantic forest agricultural areas? | |
| de Souza Pereira et al. | A multivariate statistical approach to the integration of different land-uses, seasons, and water quality as water resources management tool | |
| Monsimet et al. | Explicit integration of dispersal-related metrics improves predictions of SDM in predatory arthropods | |
| Mauro et al. | Farmer knowledge and a priori risk analysis: pre-release evaluation of genetically modified Roundup Ready wheat across the Canadian prairies | |
| Mittenzwei et al. | Perceived effects of climate policy on rural areas and agriculture: A rural-urban-divide | |
| Bried et al. | Potential vegetation criteria for identifying reference-quality wetlands in the south-central United States | |
| Yongo et al. | Assessment of the current trophic state and water quality of Lake Naivasha, Kenya using multivariate techniques | |
| Albuquerque et al. | The geography of hotspots of rarity-weighted richness of birds and their coverage by Natura 2000 | |
| CN111382940A (zh) | 面源污染风险的确定方法、装置、设备及存储介质 | |
| Regus et al. | Using bibliometrics to analyze the state of art of pesticide use in vineyard agrosystems: a review | |
| Hülsmann et al. | Latitudinal patterns in stabilizing density dependence of forest communities | |
| Mihoub et al. | Developing scoring functions for soil quality to assess land suitability for irrigated wheat in Southern Algeria |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |