CN114611784A - 用于流域污染物的分散点源和面源污染控制方法 - Google Patents
用于流域污染物的分散点源和面源污染控制方法 Download PDFInfo
- Publication number
- CN114611784A CN114611784A CN202210221275.2A CN202210221275A CN114611784A CN 114611784 A CN114611784 A CN 114611784A CN 202210221275 A CN202210221275 A CN 202210221275A CN 114611784 A CN114611784 A CN 114611784A
- Authority
- CN
- China
- Prior art keywords
- point source
- pollutants
- dispersed
- 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
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 83
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 78
- 238000011954 pollution control method Methods 0.000 title abstract description 5
- 230000008878 coupling Effects 0.000 claims abstract description 52
- 238000010168 coupling process Methods 0.000 claims abstract description 52
- 238000005859 coupling reaction Methods 0.000 claims abstract description 52
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 37
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 25
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 24
- 239000000356 contaminant Substances 0.000 claims description 17
- 229910052757 nitrogen Inorganic materials 0.000 claims description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 10
- 229910052698 phosphorus Inorganic materials 0.000 claims description 10
- 239000011574 phosphorus Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 238000011161 development Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000003911 water pollution Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- JVMRPSJZNHXORP-UHFFFAOYSA-N ON=O.ON=O.ON=O.N Chemical compound ON=O.ON=O.ON=O.N JVMRPSJZNHXORP-UHFFFAOYSA-N 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 229910017053 inorganic salt Inorganic materials 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 125000001477 organic nitrogen group Chemical group 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011144 upstream manufacturing 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了用于流域污染物的分散点源和面源污染控制方法，包括：计算因降雨地表径流而引起的面源污染物流失量；计算分散点源污染年负荷总量；计算面源污染物流失量和分散点源污染年负荷总量的耦合模型；计算耦合模型达成的耦合水平；利用分散点源空间关系网格、面源污染物负荷网格以及耦合水平,建立所需的分散点源污染物年负荷总量与面源污染物流失量的调度关系；根据调度关系和约束条件，经过多次迭代优化，控制分散点源和面源污染。本发明可以改善和提高水资源利用价值，改善区域生态环境等生态功能，提高流域中下游的水资源管理利用，为水源区综合治理提供生态保障。
Description
技术领域
本发明属于水污染控制技术领域，具体涉及用于流域污染物的分散点源和面源污染控制方法。
背景技术
随着水质的恶化，我国也越来越重视水环境的保护工作，水污染治理的工作从河流中污染物浓度控制到污染物的总量控制，有效地促进了流域经济社会的发展，保障了水污染防治的科学有序的进行，但是我国只是对水体水环境质量标准有规划，缺少对水体水环境容量的规划，在这方面还不成熟，有待提高。为了使河流水体满足水环境标准，需要根据污染现状核算水环境容量，对水体进行管理。
面源污染是指累积在地表的污染物随着降雨所产生的地表径流或地下径流迁移进入受纳水体造成的污染，其成分复杂、类型多样。污染源有地表径流污染、土壤侵蚀、化肥农药、农村生活污水、畜禽粪便等。面源污染来源于非特定的及分散的区域，边界和位置难以识别和确定，其特征有随机性、成因复杂、潜伏时间长等。水流域是一个多变量、多目标的复杂系统，有很多不确定的因素制约着，分散点源的多个目标相互矛盾，具有动态性、复杂性、模糊性和综合性的特点。
针对面源污染和分散点源的负荷源解析及迁移转化研究，既是流域水资源与水环境领域的重要研究内容，也是合理评估和水质规划的基础和前提。与点源污染相比，面源污染危害规模大，且难以监测和控制。
发明内容
为了解决上述技术问题，本发明提出了用于流域污染物的分散点源和面源污染控制方法，所述方法包括如下步骤：
步骤1，计算因降雨地表径流而引起的面源污染物流失量；
步骤2，计算分散点源污染年负荷总量；
步骤3、计算面源污染物流失量和分散点源污染年负荷总量的耦合模型；
步骤4、计算耦合模型达成的耦合水平；
步骤5、利用分散点源空间关系网格、面源污染物负荷网格以及耦合水平,建立所需的分散点源污染物年负荷总量与面源污染物流失量的调度关系；
步骤6、根据调度关系和约束条件，经过多次迭代优化，控制分散点源和面源污染。
进一步地，所述步骤1中采用公式(1)计算因降雨地表径流而引起的面源污染物流失量OUT面源，
OUT面源＝C降雨×V洪流-C雨前×V基流 (1)；
其中，V基流、V洪流分别为监测时段内的河道基流、河道洪水径流的体积；C雨前、C降雨分别为雨前、雨后水体中污染物的平均浓度。
进一步地，所述步骤2中，m次暴雨分散点源污染物的加权平均浓度为：
其中，WAj为m次暴雨其中一次暴雨产生的径流量，
为m次暴雨其中一次暴雨径流过程分散点源污染平均浓度；
分散点源污染径流量年负荷量Wn为：
Wn＝Ws×C；
其中，Ws为年平均每次暴雨产生的径流量；
分散点源污染年负荷总量WT为：
WT＝Wn+WB×CB。
进一步地，所述步骤3中，耦合模型的耦合值X的表达式为:
式中，i为污染物类型，m为流域中土地污染物类型的总数，Ai为污染物i在流域第i种土地利用类型中的面源系数，Bi为第i种土地利用类型中的分散点源系数。
进一步地，所述步骤4中，通过与耦合模型达成目标的比对，获得该耦合模型达成的耦合水平SP：
SP＝f(X，O)；
其中，O代表耦合模型达成目标；耦合值X取决于耦合模型中分散点源污染物年负荷总量WT以及面源污染物流失总量OUT面源。
进一步地，所述步骤5中，构建分散点源空间关系网格H，根据分散点源空间关系网格H和已建立的耦合模型的耦合水平SP，形成面源污染物负荷网格F；根据初始的分散点源污染物年负荷总量、面源污染物流失总量以及固定时间段内的面源污染物负荷网格F，利用人工神经网络，建立所需的分散点源污染物年负荷总量WT与面源污染物流失总量OUT面源的调度关系。
进一步地，所述步骤6中，迭代优化的约束条件为：
S61、分散点源污染年负荷总量WT总负荷最大，
Max负荷＝Max WT+Max OUT面源；
S62、面源氮、磷流失总量OUT面源总最小，
Min流失＝Min OUT面源；
S63、分散点源至面源污染波动性最小，
Min流失＝Min(WT-OUT面源)。
进一步地，在每轮迭代优化后，判断本轮优化获得的目标函数的自变量组是否位于预设可行域内，若目标函数的自变量组位于所述预设可行域内，则判断是否达到预设约束停止条件，若达到，则停止迭代优化，若未达到，则基于本轮迭代目标函数的自变量组进行下一轮优化；若本轮迭代的目标函数自变量组未位于所述预设可行域内，则根据本轮迭代的目标函数自变量组对历史迭代的目标函数自变量组进行更新，以获得更新迭代自变量组，并判断是否达到预设约束停止条件，若达到，则停止迭代优化，若未达到，则基于所述更新迭代自变量组进行下一轮优化。
本发明的有益效果在于:
1、用于流域污染物的分散点源和面源污染的防治，可以改善和提高水资源利用价值，改善区域生态环境等生态功能，提高流域中下游的水资源管理利用，为水源区综合治理提供生态保障。
2、提升水环境保护与分散点源和面源污染理的科学性，助力解决流域分散点源和面源污染控制有关的技术问题，为降雨径流污染治理、生态环境保护的推广提供依据，促进地区社会经济的可持续发展，且生态、环境和社会效益显著。
3、本发明的控制方法与结果不仅对污染流域分散点源和面源污染特征和模型模拟提供科学依据和技术支撑，也可为具有类似分散点源和面源污染特性的流域提供良好的借鉴作用，从而为地方经济建设和社会发展服务，为国家重大水环境战略任务的顺利实施提供有力的科技支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
附图1是本发明实施例提供的一种灌溉农用地面源污染排放量预测方法的流程示意图；
附图2是本发明的分散点源空间关系网格H的分布示意图；
附图3是本发明的面源污染物负荷网格F的分布示意图；
附图4为利用实现约束后的目标函数预测的污染河流域地表径流预测过程线。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，显然，所描述的实施例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，本领域普通技术人员在没有作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。
参考图1为本发明的用于流域污染物的分散点源和面源污染控制方法的流程图，其包括如下步骤：
步骤1，计算因降雨地表径流而引起的面源污染物流失量。
降雨时段河水中的氮、磷污染物分别来源于分散点源及面源途径，而雨前河道基流中的氮、磷污染物几乎全部来源于分散点源污染。则面源氮、磷流失量即为汛期河水氮、磷总量与分散点源氮、磷流失量之差，采用公式(1)可求出因降雨地表径流而引起的面源污染物流失量OUT面源：
OUT面源＝C降雨×V洪流-C雨前×V基流 (1)；
公式中的V基流、V洪流可通过在较为规则的河流断面丈量河道宽度、河水深度，利用流速仪测量河水流速获得；C雨前、C降雨值可通过对雨前及降雨时段采集的河水水样进行测试分析获取.将固定时间段内间于监测点采集的多次降雨河道水质及径流数据带入公式(1)，可测算每个监测点次降雨时段内的面源污染物负荷量。
式中，OUT面源为降雨面源污染物总流失量(kg)，C雨前、C降雨分别为雨前、雨中(后)水体中污染物的平均浓度(kg·m－3)，V基流、V洪流分别为监测时段内的河道基流、河道洪水径流的体积(m3)。
本实施例中，面源污染物流失量主要指氮、磷的含量，总氮含量包括河流中所有含氮化合物，即亚硝酸盐氮、硝酸盐氮、无机盐氮、溶解态氮及大部分有机含氮化合物中的氮的总和。总磷含量就是水体中磷元素的总含量。
步骤2，计算分散点源污染物年负荷总量WT。
一次暴雨径流过程分散点源污染物平均浓度的计算公式为：
式中，WL为该次暴雨携带的污染物负荷量(kg)：
WA为该次暴雨产生的径流量(m3)：
Qti为ti时刻的实测流量m3/s；Ci为ti时刻的实测污染物浓度kg/L；Qbi为ti时刻的枯季流量m3/s，即非本次暴雨形成的流量；Cbi为ti时刻的基流枯季浓度kg/L；i＝1，2，…，n为该次暴雨径流过程中流量与水质浓度的同步监测次数；Δti为Qti和Ci的单位时间s：
Δti＝(ti+1-ti-1)/2 (5)；
则多次(如m次)暴雨分散点源污染物的加权平均浓度为：
其中，WAj为m次暴雨其中一次暴雨产生的径流量，
为m次暴雨其中一次暴雨径流过程分散点源污染平均浓度。
假定年地表径流的平均浓度近似等于上述多场暴雨的加权平均浓度，则分散点源污染径流量年负荷量(Wn)为：
Wn＝Ws×C (7)；
其中，Ws为年平均每次暴雨产生的径流量。
加上枯季径流携带的负荷量WB×CB，其中，WB表示枯季平均径流量，CB表示枯季径流过程分散点源污染平均浓度。
可得到分散点源年总负荷量：
WT＝Wn+WB×CB (8)；
对于具有悬移质泥沙实测资料的流域，还可根据实测的多年平均输沙量或分析得到的不同频率年输沙量计算出修正系数，对计算的年总负荷量进行修正，以便得到更符合实际的结果。
步骤3、计算面源污染物流失量和分散点源污染年负荷总量的耦合模型。耦合值X的表达式为:
式中，i为污染物类型，m为流域中土地污染物类型的总数，Ai为污染物i在流域第i种土地利用类型中的面源系数，Bi为第i种土地利用类型中的分散点源系数。
步骤4、计算耦合模型达成的耦合水平。
通过步骤3确定耦合值X，通过与耦合模型达成目标的比对，获得该耦合模型达成的耦合水平。该计算过程可用式(10)抽象表述：
SP＝f(X，O) (10)；
其中，SP代表耦合模型达成的耦合水平；O代表耦合模型达成目标；耦合值X取决于耦合模型中分散点源污染物年负荷总量WT以及面源污染物流失总量OUT面源。式(10)表明，在不同的污染总负荷情景之下，耦合模型达成的的耦合水平是不同的，也即，SP是分散点源污染物年负荷总量WT以及面源污染物流失总量OUT面源的函数。
步骤5：利用分散点源空间关系网格H、面源污染物负荷网格F以及耦合水平SP建立所需的分散点源污染物年负荷总量WT与面源污染物流失总量OUT面源的调度关系。
构建分散点源空间关系网格H：相邻的分散点源之间具有明确的上下游隶属关系；水量和污染物质以分散点源作为传输媒介；对于相邻的两个分散点源Wi和Wj，Wi为紧邻Wj的上游流域，其水量和污染物质由Wi转移到Wj的关系值为1，反之，关系值为0。
如图2所示，以四个分散点源为例，展示分散点源空间关系网格H中的关系值，从图中可见，水量和污染物质由分散点源W1转移到分散点源W2，因此以W1为行以为W2列交叉处的关系值为1，反之，因此以W2为行以为W1列交叉处的关系值为0，同理，水量和污染物质由W2转移到W3，进而由W3转移到W4。从图2的分散点源空间关系网格H的整体布局可以看出，分散点源的水量和污染物质的转移路径。
构建面源污染物负荷网格F：根据分散点源空间关系网格H和已建立的耦合模型的耦合水平SP，模拟面源污染物内的污染物的产生、迁移和转化情况来形成面源污染物负荷网格F。
某一面源污染Ei为流入该面源范围内分散点源Wi的污染物输出量的总和。如图3所示，面源污染物负荷网格F的分布示意图，例如F1代表一个面源范围内的污染物，F1所在的行内为1的数值对应的列为流入该面源的分散点源，分别为W2,…,Wn；再例如F2所在的行内为1的数值对应的列分别为W1,…Wi,同理，得到其他面源范围内的污染物的流入情况。
根据初始的分散点源污染物年负荷总量WT0、初始面源污染物流失总量OUT面源0以及固定时间段内的面源污染物负荷网格F，利用人工神经网络，最终建立所需的分散点源污染物年负荷总量WT与面源污染物流失总量OUT面源的调度关系。
步骤6：根据调度关系和约束条件，经过多次迭代优化，控制分散点源和面源污染，实现最优控制。
迭代优化的约束条件为：
(1)、分散点源污染年负荷总量WT负荷最大：
Max负荷＝Max WT+Max OUT面源；
(2)、面源污染物流失总量OUT面源最小
Min流失＝Min OUT面源；
(3)、分散点源至面源污染波动性最小
Min流失＝Min(WT-OUT面源)。
在优选实施例中，在每轮迭代优化后，判断本轮优化获得的本轮迭代目标函数的自变量组是否位于预设可行域内，若所述本轮迭代目标函数的自变量组位于所述预设可行域内，则判断是否达到预设约束停止条件，若达到，则停止迭代优化，若未达到，则基于所述本轮迭代目标函数的自变量组进行下一轮优化；若所述本轮迭代的目标函数自变量组未位于所述预设可行域内，则根据所述本轮迭代的目标函数自变量组对历史迭代的目标函数自变量组进行更新，以获得更新迭代自变量组，并判断是否达到所述预设约束停止条件，若达到，则停止迭代优化，若未达到，则基于所述更新迭代自变量组进行下一轮优化，其中，所述历史迭代自变量组为上一轮优化对应的本轮迭代自变量组或更新迭代自变量组。
图4为利用实现约束后的目标函数预测的污染河流域地表径流预测过程线。
用于流域污染物的分散点源和面源污染的防治，可以改善和提高水资源利用价值，改善区域生态环境等生态功能，提高流域中下游的水资源管理利用，为水源区综合治理提供生态保障。
提升水环境保护与分散点源和面源污染治理的科学性，助力解决流域分散点源和面源污染控制有关的技术问题，为降雨径流污染治理、生态环境保护的推广提供依据，促进地区社会经济的可持续发展，且生态、环境和社会效益显著。
本发明的控制方法与结果不仅对污染流域分散点源和面源污染特征和模型模拟提供科学依据和技术支撑，也可为具有类似分散点源和面源污染特性的流域提供良好的借鉴作用，从而为地方经济建设和社会发展服务，为国家重大水环境战略任务的顺利实施提供有力的科技支撑。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.用于流域污染物的分散点源和面源污染控制方法，其特征在于，所述方法包括如下步骤：
步骤1，计算因降雨地表径流而引起的面源污染物流失量；
步骤2，计算分散点源污染年负荷总量；
步骤3、计算面源污染物流失量和分散点源污染年负荷总量的耦合模型；
步骤4、计算耦合模型达成的耦合水平；
步骤5、利用分散点源空间关系网格、面源污染物负荷网格以及耦合水平,建立所需的分散点源污染物年负荷总量与面源污染物流失量的调度关系；
步骤6、根据调度关系和约束条件，经过多次迭代优化，控制分散点源和面源污染。
2.根据权利要求1所述的控制方法，其特征在于，所述步骤1中采用公式计算因降雨地表径流而引起的面源污染物流失量OUT面源，
OUT面源＝C降雨×V洪流-C雨前×V基流；
其中，V基流、V洪流分别为监测时段内的河道基流、河道洪水径流的体积；C雨前、C降雨分别为雨前、雨后水体中污染物的平均浓度。
3.根据权利要求1所述的控制方法，其特征在于，所述步骤2中，m次暴雨分散点源污染物的加权平均浓度为：
其中，WAj为m次暴雨其中一次暴雨产生的径流量，
为m次暴雨其中一次暴雨径流过程分散点源污染平均浓度；
分散点源污染径流量年负荷量Wn为：
Wn＝Ws×C；
其中，Ws为年平均每次暴雨产生的径流量；
分散点源污染年负荷总量WT为：
WT＝Wn+WB×CB。
4.根据权利要求1所述的控制方法，其特征在于，所述步骤3中，耦合模型的耦合值X的表达式为:
式中，i为污染物类型，m为流域中土地污染物类型的总数，Ai为污染物i在流域第i种土地利用类型中的面源系数，Bi为第i种土地利用类型中的分散点源系数。
5.根据权利要求1所述的控制方法，其特征在于，所述步骤4中，通过与耦合模型达成目标的比对，获得该耦合模型达成的耦合水平SP：
SP＝f(X，O)；
其中，O代表耦合模型达成目标；耦合值X取决于耦合模型中分散点源污染物年负荷总量WT以及面源污染物流失总量OUT面源。
6.根据权利要求1所述的控制方法，其特征在于，所述步骤5中，构建分散点源空间关系网格H，根据分散点源空间关系网格H和已建立的耦合模型的耦合水平SP，形成面源污染物负荷网格F；根据初始的分散点源污染物年负荷总量、面源污染物流失总量以及固定时间段内的面源污染物负荷网格F，利用人工神经网络，建立所需的分散点源污染物年负荷总量WT与面源污染物流失总量OUT面源的调度关系。
7.根据权利要求1所述的控制方法，其特征在于，所述步骤6中，迭代优化的约束条件为：
S61、分散点源污染年负荷总量WT总负荷最大，
Max负荷＝Max WT+Max OUT面源；
S62、面源氮、磷流失总量OUT面源总最小，
Min流失＝Min OUT面源；
S63、分散点源至面源污染波动性最小，
Min流失＝Min(WT-OUT面源)。
8.根据权利要求7所述的控制方法，其特征在于，在每轮迭代优化后，判断本轮优化获得的目标函数的自变量组是否位于预设可行域内，若目标函数的自变量组位于所述预设可行域内，则判断是否达到预设约束停止条件，若达到，则停止迭代优化，若未达到，则基于本轮迭代目标函数的自变量组进行下一轮优化；若本轮迭代的目标函数自变量组未位于所述预设可行域内，则根据本轮迭代的目标函数自变量组对历史迭代的目标函数自变量组进行更新，以获得更新迭代自变量组，并判断是否达到预设约束停止条件，若达到，则停止迭代优化，若未达到，则基于所述更新迭代自变量组进行下一轮优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210221275.2A CN114611784A (zh) | 2022-03-08 | 2022-03-08 | 用于流域污染物的分散点源和面源污染控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210221275.2A CN114611784A (zh) | 2022-03-08 | 2022-03-08 | 用于流域污染物的分散点源和面源污染控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114611784A true CN114611784A (zh) | 2022-06-10 |
Family
ID=81860763
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210221275.2A Pending CN114611784A (zh) | 2022-03-08 | 2022-03-08 | 用于流域污染物的分散点源和面源污染控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114611784A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115925010A (zh) * | 2022-09-02 | 2023-04-07 | 中国科学院南京土壤研究所 | 一种构建农田面源污染零排放系统的方法 |
-
2022
- 2022-03-08 CN CN202210221275.2A patent/CN114611784A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115925010A (zh) * | 2022-09-02 | 2023-04-07 | 中国科学院南京土壤研究所 | 一种构建农田面源污染零排放系统的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106920202B (zh) | 一种平原城市河网畅流活水方法 | |
| Braden et al. | Optimal spatial management of agricultural pollution | |
| Dong et al. | Identification of watershed priority management areas under water quality constraints: a simulation-optimization approach with ideal load reduction | |
| CN110458359B (zh) | 一种基于未完全截污条件下的平原河网水量水质优化调控方法 | |
| Wu et al. | Characteristics of pulsed runoff-erosion events under typical rainstorms in a small watershed on the Loess Plateau of China | |
| Liu et al. | Optimal allocation of water quantity and waste load in the Northwest Pearl River Delta, China | |
| CN111428972A (zh) | 基于swmm与efdc耦合模型的调蓄工程环境效应评估方法及装置 | |
| Gao et al. | A distribution optimization method of typical LID facilities for sponge city construction | |
| Martínez et al. | Multi-objective evaluation of urban drainage networks using a 1D/2D flood inundation model | |
| Saadatpour et al. | Multi-objective multi-pollutant waste load allocation model for rivers using coupled archived simulated annealing algorithm with QUAL2Kw | |
| Ahmed | Numerical modeling of the Rideau valley watershed | |
| Montaseri et al. | Development of simulation-optimization model (MUSIC-GA) for urban stormwater management | |
| CN114139259A (zh) | 一种河道水质模型的构建方法 | |
| Kalin et al. | Evaluation of sediment transport models and comparative application of two watershed models | |
| Liu et al. | Variations of effective volume and removal rate under different water levels of constructed wetland | |
| CN110765213A (zh) | 一种地表水流域污染源排放清单（动态清单）的编制方法 | |
| Hallema et al. | A model for distributed GIUH‐based flow routing on natural and anthropogenic hillslopes | |
| Yuan et al. | Improving quantification of rainfall runoff pollutant loads with consideration of path curb and field ridge | |
| Firoozi et al. | Developing a framework for assessment of climate change impact on thermal stratification of dam reservoirs | |
| Wang et al. | Multi-model ensemble simulated non-point source pollution based on Bayesian model averaging method and model uncertainty analysis | |
| Aalami et al. | Sustainable management of reservoir water quality and quantity through reservoir operational strategy and watershed control strategies | |
| Wang et al. | Overloading risk assessment of water environment-water resources carrying capacity based on a novel Bayesian methodology | |
| Xu et al. | Real options analysis for urban flood mitigation under environmental change | |
| Efthimiou | Performance of the RUSLE in Mediterranean mountainous catchments | |
| Zamani et al. | Developing sustainable strategies by LID optimization in response to annual climate change impacts |
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 |