CN116500220A - 一种基于物料守恒与时程相似的水污染溯源方法及系统 - Google Patents
一种基于物料守恒与时程相似的水污染溯源方法及系统 Download PDFInfo
- Publication number
- CN116500220A CN116500220A CN202310464520.7A CN202310464520A CN116500220A CN 116500220 A CN116500220 A CN 116500220A CN 202310464520 A CN202310464520 A CN 202310464520A CN 116500220 A CN116500220 A CN 116500220A
- Authority
- CN
- China
- Prior art keywords
- water quality
- quality monitoring
- pipe network
- monitoring data
- tracing
- 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
- 239000000463 material Substances 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000003911 water pollution Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 324
- 238000012544 monitoring process Methods 0.000 claims abstract description 280
- 239000010865 sewage Substances 0.000 claims abstract description 12
- 239000003344 environmental pollutant Substances 0.000 claims description 22
- 231100000719 pollutant Toxicity 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 2
- 239000000356 contaminant Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 11
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 9
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 7
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 6
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- XFXPMWWXUTWYJX-UHFFFAOYSA-N Cyanide Chemical compound N#[C-] XFXPMWWXUTWYJX-UHFFFAOYSA-N 0.000 description 1
- 108020005196 Mitochondrial DNA Proteins 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 229910052793 cadmium Inorganic materials 0.000 description 1
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- JOPOVCBBYLSVDA-UHFFFAOYSA-N chromium(6+) Chemical compound [Cr+6] JOPOVCBBYLSVDA-UHFFFAOYSA-N 0.000 description 1
- -1 conductivity Chemical compound 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F22/00—Methods or apparatus for measuring volume of fluids or fluent solid material, not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Computer Networks & Wireless Communication (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fluid Mechanics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于物料守恒与时程相似的水污染溯源方法及系统,通过获取排水管网布置图及管网水流流向数据,建立空间拓扑关系,并对排水管网外围设置水质监测节点,对水质监测节点进行水质监测。判断水质监测节点的水质因子是否超标,当判定为不超标时,继续对水质监测节点进行水质监测,当判定为超标时,基于超标水质因子的水质监测数据确定溯源边界,此时,对溯源边界内的排水管网外围的水质节点的水质监测数据继续进行监测,并基于监测数据进行反向溯源,确定污染源范围。本发明构建了城市污水管网水污染的反向溯源模型,动态布设监测点位,逐步缩小溯源范围,所需的水质监测数据样本量小,最大限度地利用监测信息,提高了溯源效率。
Description
技术领域
本发明涉及水污染溯源技术领域,特别是涉及一种基于物料守恒与时程相似的水污染溯源方法及系统。
背景技术
随着经济社会的高速发展,高强度生产、生活活动给城市水环境带来了高通量的污染负荷。作为主要的汇流通道,排水管网收集了城区绝大部分生产和生活污水。排水管网是由多条管道组成拓扑网络,通过一条条支线连接到不同的排水户,每个排水户系网络的一个节点。当排水户排水水质不达标,如污水处理设施不达效、偷排或意外时,超标污染物将沿着“节点-支线-干线”通道扩散,由此引发城市污水管网水污染事件,进而导致水体水质恶化、水生态环境受到严重危害。
污染溯源是解决水污染事件的前提。现有技术中,溯源方法主要有水质指纹法、同位素示踪法和线粒体DNA溯源法等。尽管这些方法在污染物溯源工作中得到了应用,但这是方法尚存在一定不足,即须布设大量监测点位进行连续监测,成本高、耗时耗力,并且存在监测信息利用不充分、溯源效率低的现象,亟需一种针对城市管网水污染事件的高效溯源方法。
发明内容
本发明的目的是提供一种基于物料守恒与时程相似的水污染溯源方法及系统,可以减少监测点的布设数量,低成本高效率的锁定污染源的范围。
为实现上述目的,本发明提供了如下方案:
本发明提供了一种基于物料守恒与时程相似的水污染溯源方法,所述水污染溯源方法包括:
步骤1:获取排水管网布置图及管网水流流向数据;
步骤2:基于所述排水管网布置图及管网水流流向数据建立空间拓扑关系;
步骤3:基于所述空间拓扑关系,在所述排水管网外围设置水质监测节点,获取排水管网外围的水质监测数据,记为第一水质监测数据;
步骤4:基于所述排水管网外围第一水质监测数据判断水质因子是否超标;若第一水质监测数据大于第一预设阈值,则判定为超标,超标的水质因子为溯源因子,执行步骤5;若第一水质监测数据小于或等于第一预设阈值,则判定为不超标,返回步骤3;
步骤5:基于超标的水质因子水质监测数据确定超标断面位置;
步骤6:基于所述超标断面位置确定溯源边界;
步骤7:获取溯源边界内的排水管网外围的水质监测数据,记为第二水质监测数据;
步骤8:基于所述第二水质监测数据,进行反向溯源,确定污染源范围;
可选地,所述排水管网包括主管道和支路管道。
可选地,所述溯源方法在所述步骤8后还包括:获取所述污染源范围内的工厂、企业名录,锁定偷排源头。
可选地,所述基于所述第二水质监测数据,进行反向溯源,确定污染源范围,具体包括以下步骤:
步骤801:建立物料平衡模型;
步骤802:基于所述物料平衡模型及所述第二水质监测数据,计算所述溯源边界内水质监测节点水量,并基于所述水量计算溯源因子的平衡误差;
步骤803:基于所述平衡误差计算所述溯源边界内的排水管网漏损率;
步骤804:基于所述溯源边界内的排水管网漏损率,判断溯源进展是否正常;
所述判断溯源进展是否正常具体包括:
当所述溯源边界内的排水管网漏损率小于第二预设阈值时,表示溯源进展正常,进行下一步骤;当所述溯源边界内的排水管网漏损率大于或等于第二预设阈值时,表示溯源进展异常,此时,对所述水质监测节点进行调整,直至所述溯源边界内的排水管网漏损率小于第二预设阈值;
步骤805:对所述溯源因子和水质因子进行解析,得到所述溯源因子和所述水质因子的相关性排序结果;
步骤806:获取所述相关性排序结果中的前k个水质因子;
步骤807:基于第二水质监测数据,获取所述溯源边界内的排水管网外围水质监测节点的溯源因子、水质因子的浓度;
步骤808:基于所述溯源边界内的排水管网外围水质监测节点的溯源因子、水质因子的浓度,计算溯源因子的浓度均值和排序结果中前k个水质因子的浓度均值;
步骤809:对比溯源边界内排水管网外围水质监测节点位置溯源因子的浓度与溯源因子的浓度均值,得到第一偏差;
步骤810:对比溯源边界内排水管网外围水质监测节点位置水质因子的浓度与水质因子的浓度均值,得到第二偏差;
步骤811:基于所述第一偏差和所述第二偏差确定重点区域;
步骤812:计算所述重点区域内排水管网漏损率,判断溯源进展是否正常;
步骤813:对所述重点区域内的排水管网的水质进行实时监测,得到第三水质监测数据;
步骤814:基于所述第三水质监测数据,对所述重点区域内的排水管网进行时程分析,确定污染源范围。
可选地,所述物料平衡模型计算公式为:
Mn+1′=Qn+1Cn+1
其中,Mn+1为第n+1个水质监测节点污染物质量理论值,Mn+1'为第n+1个水质监测节点污染物质量实际值,Qi为第i个水质监测节点汇入排水管网的流量,Ci为第i个水质监测节点汇入排水管网中污染物的浓度,Qn+1为第n+1个水质监测节点汇入排水管网的流量,Cn+1为第n+1个水质监测节点汇入排水管网中污染物的浓度。
可选地,所述水质监测节点排水管网漏损率的计算公式为:
其中,β为污水管网漏损率,Mn+1为第n+1个水质监测节点污染物质量理论值,Mn+1'为第n+1个水质监测节点污染物质量实际值。
可选地,所述第二预设阈值为5%。
可选地,所述均值浓度偏差计算公式为:偏差=(实测值-均值)2/均值2*100%。
可选地,所述时程分析具体包括:
确定水质监测点,水质监测点的监测频次为m次;
从所述第三水质监测数据中选取所确定的水质监测点的监测数据;
基于所述水质监测点的监测数据,判断所述水质监测点的溯源因子、水质因子m次监测的浓度变化曲线走向与超标断面位置处m次监测浓度变化曲线走向是否一致;
若一致,则超标源头在该水质监测点所在的排水管网的上游;
对重点区域内上游的排水管网断面继续进行时程分析;
若不一致,则判定污染源在该水质监测点所在的排水管网的下游支路管道中。
本发明还提供了一种基于物料守恒与时程相似的水污染溯源系统,所述水污染溯源系统包括:
数据获取模块,用于获取排水管网布置图及管网水流流向数据;
空间拓扑关系建立模块,用于基于所述排水管网布置图及管网水流流向数据建立空间拓扑关系;
第一水质监测数据获取模块,用于基于所述空间拓扑关系,在所述排水管网外围设置水质监测节点,获取排水管网外围的水质监测数据,记为第一水质监测数据;
水质因子超标判断模块,用于基于所述排水管网外围第一水质监测数据判断水质因子是否超标;若第一水质监测数据大于第一预设阈值,则判定为超标,执行下一模块,超标的水质因子为溯源因子;若第一水质监测数据小于或等于第一预设阈值,则判定为不超标,返回第一水质监测数据获取模块;
超标断面位置确定模块,用于基于超标的水质因子水质监测数据确定超标断面位置;
溯源边界确定模块,用于基于所述超标断面位置确定溯源边界;
第二水质监测数据获取模块,用于获取溯源边界内的排水管网外围的水质监测数据,记为第二水质监测数据;
污染源范围确定模块,用于基于所述第二水质监测数据,进行反向溯源,确定污染源范围。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种基于物料守恒与时程相似的水污染溯源方法及系统,通过获取排水管网布置图及管网水流流向数据,建立空间拓扑关系,并对排水管网外围设置水质监测节点,对水质监测节点进行水质监测,得到第一水质监测数据;判断水质监测节点的水质因子是否超标,当判定为不超标时,继续对水质监测节点进行水质监测,当判定为超标时,基于超标水质因子的水质监测数据确定超标断面,并基于超标断面位置确定溯源边界,此时,对溯源边界内的排水管网外围的水质节点的水质监测数据继续进行监测,得到第二水质监测数据,并基于第二水质监测数据进行反向溯源,确定污染源范围。本发明在资料溯源和人工排查成果的基础上,基于物料守恒与时程相似原理,构建城市污水管网水污染的反向溯源模型,动态布设监测点位,逐步缩小溯源范围,所需的水质监测数据样本量小,最大限度地利用监测信息,提高了溯源效率,为城市污水管网的水污染溯源工作提供一种新的思路和方法。
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,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种基于物料守恒与时程相似的水污染溯源方法流程图;
图2为本发明提供的实施例排水管网布置及管网水流流向空间拓扑关系图;
图3为本发明提供的实施例排水管网水质监测节点位置分布图;
图4为本发明提供的实施例CODcr与BOD5相关性对比图;
图5为本发明提供的实施例CODcr与电导率相关性对比图;
图6为本发明提供的实施例CODcr与氨氮相关性对比图;
图7为本发明提供的实施例CODcr与硫酸盐相关性对比图;
图8为本发明提供的实施例CODcr与挥发酚相关性对比图;
图9为本发明提供的实施例CODcr与氧化物相关性对比图;
图10为本发明提供的实施例各监测点位CODcr与均值偏差对比图;
图11为本发明提供的实施例各监测点位硫酸盐与均值偏差对比图;
图12为本发明提供的实施例各监测点位BOD5与均值偏差对比图;
图13为本发明提供的实施例各监测点位氨氮与均值偏差对比图;
图14为本发明提供的实施例重点区域水质监测点位置图;
图15为本发明提供的实施例重点区域内氯化物4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图;
图16为本发明提供的实施例重点区域内CODcr4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图;
图17为本发明提供的实施例缩小后的重点区域水质监测点位置图;
图18为本发明提供的实施例缩小后的重点区域内CODcr4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图;
图19为本发明提供的实施例缩小后的重点区域内氯化物4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图;
图20为本发明提供的实施例偷排源头位置图;
图21为本发明提供的一种基于物料守恒与时程相似的水污染溯源系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于物料守恒与时程相似的水污染溯源方法及系统,可以减少监测点的布设数量,低成本高效率的锁定污染源的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参见附图图1,本发明提供了一种基于物料守恒与时程相似的水污染溯源方法,所述水污染溯源方法包括:
步骤1:获取排水管网布置图及管网水流流向数据,所述排水管网包括主管道和支路管道。
步骤2:参见附图图2,基于所述排水管网布置图及管网水流流向数据建立空间拓扑关系。
步骤3:基于所述空间拓扑关系,在所述排水管网外围设置水质监测节点,获取排水管网外围的水质监测数据,记为第一水质监测数据。
具体地,将水质监测节点在排水管网不同污水交汇处和排放与溯源因子相关的特征污染物的重点排污企业重点设置。
具体地,所述水质监测节点的监测要素为:基本的常规水质监测指标、接管排污企业的特征污染物因子和水质超标因子。本实施例中设置为pH、水温、CODcr(化学需氧量)、BOD5(五日生化需氧量)、氨氮、总磷、悬浮物、SO4 2-(硫酸根)、挥发酚、氰化物、总铅、总锌、总汞、总钒、总砷、总镍、总铬、六价铬、总镉、电导率、总硬度。
水质监测节点的监测频次为:每天8:00/12:00/18:00进行三次监测。
步骤4:基于所述排水管网外围第一水质监测数据判断水质因子是否超标;若第一水质监测数据大于第一预设阈值,则判定为超标,超标的水质因子为溯源因子,执行步骤5;若第一水质监测数据小于或等于第一预设阈值,则判定为不超标,返回步骤3。
本实施例中的超标的水质因子为CODcr(化学需氧量)。
步骤5:基于超标的水质因子水质监测数据确定超标断面位置。
步骤6:基于所述超标断面位置确定溯源边界,并通过调阅污水处理厂接管企业名录和现场补充调研,获取超标断面以上溯源范围内的工业企业名录、排水量、污染物类型。
步骤7:获取溯源边界内的排水管网外围的水质监测数据,记为第二水质监测数据。
步骤8:基于所述第二水质监测数据,进行反向溯源,确定污染源范围,具体包括以下步骤:
步骤801:建立物料平衡模型,所述物料平衡模型计算公式为:
Mn+1′=Qn+1Cn+1
其中,Mn+1为第n+1个水质监测节点污染物质量理论值(kg/h),Mn+1'为第n+1个水质监测节点污染物质量实际值(kg/h),Qi为第i个水质监测节点汇入排水管网的流量(m3/s),Ci为第i个水质监测节点汇入排水管网中污染物的浓度(mg/L),Qn+1为第n+1个水质监测节点汇入排水管网的流量(m3/s),Cn+1为第n+1个水质监测节点汇入排水管网中污染物的浓度(mg/L)。
步骤802:基于所述物料平衡模型及所述第二水质监测数据,计算所述溯源边界内水质监测节点水量,并基于所述水量计算溯源因子的平衡误差。
参见附图图3排水管网水质监测节点位置分布图,在本实施例中,计算水质监测节点编号为02、08、13和17的物料平衡,计算公式为:
Q02×C02=4.765g/s
Q01×C01+Q02-01×C02-01+Q02-02×C02-02+Q02-03×C02-03=4.886g/s
Q02×C02=0.975*(Q01×C01+Q02-01×C02-01+Q02-02×C02-02+Q02-03×C02-03)
Q08×C08=43.678g/s
Q07×C07+Q07-01×C07-01+Q07-02×C07-02+Q07-03×C07-03=45.641g/s
Q08×C08=0.957*(Q07×C07+Q07-1×C07-1+Q07-2×C07-2+Q07-3×C07-3)
Q13×C13=10.580g/s
Q14×C14+Q13-01×C13-01+Q13-02×C13-02+Q13-03×C13-03=11.032g/s
Q13×C13=0.959*(Q14×C13+Q13-01×C13-01+Q13-02×C13-02+Q13-03×C13-03)
Q17×C17=227.993g/s
Q16×C16+Q16-01×C16-01+Q16-02×C16-02+Q17-01×C17-01+Q17-02×C17-02=236.262g/s
Q17×C17=0.965*(Q16×C16+Q16-01×C16-01+Q16-02×C16-02+Q17-01×C17-01+Q17-02×C17-02)
步骤803:基于所述平衡误差计算所述溯源边界内的排水管网漏损率,所述水质监测节点排水管网漏损率的计算公式为:
其中,β为污水管网漏损率,Mn+1为第n+1个水质监测节点污染物质量理论值(kg/h),Mn+1′为第n+1个水质监测节点污染物质量实际值(kg/h)。
具体地,所述水质监测节点编号为02、08、13和17的排水管网漏损率分别为:
β02=2.5%
β08=4.3%
β13=4.1%
β17=3.5%
步骤804:基于所述溯源边界内的排水管网漏损率,判断溯源进展是否正常。所述判断溯源进展是否正常具体包括:
当所述溯源边界内的排水管网漏损率小于第二预设阈值时,表示溯源进展正常,进行下一步骤;当所述溯源边界内的排水管网漏损率大于或等于第二预设阈值时,表示溯源进展异常,此时,对所述水质监测节点进行调整,直至所述溯源边界内的排水管网漏损率小于第二预设阈值;所述第二阈值为5%。
可见,β02、β08、β13、β17均小于第二阈值5%,表示水质监测节点编号为02、08、13和17的溯源进展正常。
步骤805:参见附图图4CODcr与BOD5相关性对比图、图5CODcr与电导率相关性对比图、图6CODcr与氨氮相关性对比图、图7CODcr与硫酸盐相关性对比图、图8CODcr与挥发酚相关性对比图以及图9CODcr与氧化物相关性对比图,对所述溯源因子和水质因子进行解析,得到所述溯源因子和所述水质因子的相关性排序结果。
相关性分析是通过样本数据,研究两变量间线性相关程度的强弱,反映出两变量间趋同关系。本发明采用的是常用的皮尔逊相关系数法:
其中,r为相关系数;Xi为变量X的第i个样本值;为变量X的样本均值;Yi为变量Y的第i个样本值;/>为变量Y的样本均值。
根据数值大小,将不完全线性相关的密切程度分为四级:0≤|r|≤0.3为微弱相关;0.3<|r|≤0.5为低度相关;0.5<|r|≤0.8为中度相关;0.8<|r|≤1为高度相关。本实施例中6个相关性分析的排序为:BOD5、硫酸盐、氨氮、电导率、氯化物、挥发酚。
步骤806:获取所述相关性排序结果中的前k个水质因子。具体地,k取3,前3个水质因子为:BOD5、硫酸盐、氨氮。
步骤807:基于第二水质监测数据,获取所述溯源边界内的排水管网外围水质监测节点的溯源因子、水质因子的浓度。
步骤808:基于所述溯源边界内的排水管网外围水质监测节点的溯源因子、水质因子的浓度,计算溯源因子的浓度均值和排序结果中前k个水质因子的浓度均值;所述均值浓度偏差计算公式为:偏差=(实测值-均值)2/均值2*100%。
步骤809:对比溯源边界内排水管网外围水质监测节点位置溯源因子的浓度与溯源因子的浓度均值,得到第一偏差。
步骤810:对比溯源边界内排水管网外围水质监测节点位置水质因子的浓度与水质因子的浓度均值,得到第二偏差。
步骤811:基于所述第一偏差和所述第二偏差确定重点区域,即与整体均值偏差较明显的超标重点片区。具体地,参见附图图10各监测点位CODcr与均值偏差对比图、图11各监测点位硫酸盐与均值偏差对比图、图12各监测点位BOD5与均值偏差对比图以及图13各监测点位氨氮与均值偏差对比图确定重点区域。
步骤812:计算所述重点区域内排水管网漏损率,判断溯源进展是否正常。
具体地,计算水质监测节点编号为1-4的物料平衡,计算公式为:
Q1-4×C1-4=32.856g/s
Q1-3×C1-3+Q1-3-1×C1-3-1+Q1-3-2×C1-3-2+Q1-3-3×C1-3-3=34.118g/s
Q1-4×C1-4=0.963*(Q1-3×C1-3+Q1-3-1×C1-3-1+Q1-3-2×C1-3-2+Q1-3-3×C1-3-3)
β1-4=3.7%<5%
可见,节点1-4溯源进展良好。
步骤813:对所述重点区域内的排水管网的水质进行实时监测,得到第三水质监测数据。
步骤814:基于所述第三水质监测数据,对所述重点区域内的排水管网进行时程分析,确定污染源范围。所述时程分析具体包括:
参见附图图14重点区域水质监测点位置图,确定水质监测点,所述水质监测点位于重点区域内,支路管道汇入主管道的汇入处,水质监测点的监测频次为m次,本实施例中监测频次为4次,本实施例采取连续4天监测,当水质监测点位和频次不满足要求时将开展补充连续监测。具体地,水质监测点设置为7个,监测因子为CODcr和氯化物,具体地,可以同时获取在线监测数据和现场监测数据,现场监测数据由现场工作人员监测。
从所述第三水质监测数据中选取所确定的水质监测点的监测数据。
基于所述水质监测点的监测数据,判断所述水质监测点的溯源因子、水质因子m次监测的浓度变化曲线走向与超标断面位置处m次监测浓度变化曲线走向是否一致。
若一致,则可以初步判断超标源头在此区域中,超标源头在该水质监测点所在的排水管网的上游,对重点区域内上游的排水管网断面继续进行时程分析。
若不一致,则判定污染源在该水质监测点所在的排水管网的下游支路管道中。针对最终筛选出来的超标管道,若溯源后位于超标管道企业大于5家,继续在该管道下的支路管道设置水质监测点位,采用时程分析加速溯源,溯源范围缩小到5家以下,可通过现场调查,锁定污染源。
具体的,参见附图图15重点区域内氯化物4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图、图16重点区域内CODcr4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图,断面1-3至断面1-7与超标断面的水质浓度变化趋势基本一致,断面1-1和断面1-2与超标断面水质浓度变化趋势不一致,判定超标源头在断面1-3与断面1-2之间的支流管网中。
具体地,还可以进一步缩小污染源的范围,当判定超标源头在断面1-3与断面1-2之间的支流管网中时,参见附图图17缩小后的重点区域水质监测点位置图,在断面1-2和断面1-3之间布设3个监测点位,点位1-3-1、1-3-2和1-3-3,监测因子为CODcr(化学需氧量)和氯化物,监测频次设为4次,具体地,可以同时获取在线监测数据和现场监测数据,现场监测数据由现场工作人员监测。
具体地,计算支流管网物料守恒,计算水质监测节点编号为1-2的物料平衡,计算公式为:
Q1-3×C1-3=19.869g/s
Q1-2-1×C1-2-1+Q1-2-2×C1-2-2+Q1-2-3×C1-2-3=20.348g/s
Q1-3×C1-3=0.976(Q1-2-1×C1-2-1+Q1-2-2×C1-2-2+Q1-2-3×C1-2-3)
β=2.4%<5%
可见,节点1-2溯源进展良好。
具体地,基于所述第三水质监测数据,对所述重点区域内的排水管网继续进行时程分析,确定缩小后的污染源范围。
参见附图图18缩小后的重点区域内CODcr4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图、图19缩小后的重点区域内氯化物4次监测浓度变化曲线与超标断面位置处4次监测浓度变化曲线图,可见,断面1-2-1和断面1-2-2与断面1-3的水质浓度变化趋势基本一致,断面1-2-3和断面1-3与超标断面水质浓度变化趋势不一致,判定超标源头在断面1-2-2与断面1-2-3之间的分支管网中。
具体地,在所述步骤8之后还包括:获取所述污染源范围内的工厂、企业名录,锁定偷排源头。
具体地,参见附图图20偷排源头位置图,通过缩小污染范围后,超标的支管网中共计2家企业。通过现场勘察,锁定污染源为其中一家企业,找到污染源头。
参见附图图21一种基于物料守恒与时程相似的水污染溯源系统结构示意图,基于本发明上述提供的一种基于物料守恒与时程相似的水污染溯源方法,本发明还提供了一种基于物料守恒与时程相似的水污染溯源系统,所述系统包括:数据获取模块、空间拓扑关系建立模块、第一水质监测数据获取模块、水质因子超标判断模块、超标断面位置确定模块、溯源边界确定模块、第二水质监测数据获取模块、污染源范围确定模块。
所述数据获取模块用于获取排水管网布置图及管网水流流向数据。
所述空间拓扑关系建立模块用于基于所述排水管网布置图及管网水流流向数据建立空间拓扑关系。
所述第一水质监测数据获取模块用于基于所述空间拓扑关系,在所述排水管网外围设置水质监测节点,获取排水管网外围的水质监测数据,记为第一水质监测数据。
所述水质因子超标判断模块用于基于所述排水管网外围第一水质监测数据判断水质因子是否超标;若第一水质监测数据大于第一预设阈值,则判定为超标,执行下一模块,超标的水质因子为溯源因子;若第一水质监测数据小于或等于第一预设阈值,则判定为不超标,返回第一水质监测数据获取模块。
所述超标断面位置确定模块用于基于超标的水质因子水质监测数据确定超标断面位置。
所述溯源边界确定模块用于基于所述超标断面位置确定溯源边界。
所述第二水质监测数据获取模块用于获取溯源边界内的排水管网外围的水质监测数据,记为第二水质监测数据。
所述污染源范围确定模块用于基于所述第二水质监测数据,进行反向溯源,确定污染源范围。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述水污染溯源方法包括:
步骤1:获取排水管网布置图及管网水流流向数据;
步骤2:基于所述排水管网布置图及管网水流流向数据建立空间拓扑关系;
步骤3:基于所述空间拓扑关系,在所述排水管网外围设置水质监测节点,获取排水管网外围的水质监测数据,记为第一水质监测数据;
步骤4:基于所述排水管网外围第一水质监测数据判断水质因子是否超标;若第一水质监测数据大于第一预设阈值,则判定为超标,超标的水质因子为溯源因子,执行步骤5;若第一水质监测数据小于或等于第一预设阈值,则判定为不超标,返回步骤3;
步骤5:基于超标的水质因子水质监测数据确定超标断面位置;
步骤6:基于所述超标断面位置确定溯源边界;
步骤7:获取溯源边界内的排水管网外围的水质监测数据,记为第二水质监测数据;
步骤8:基于所述第二水质监测数据,进行反向溯源,确定污染源范围。
2.根据权利要求1所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述排水管网包括主管道和支路管道。
3.根据权利要求1所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述溯源方法在所述步骤8后还包括:获取所述污染源范围内的工厂、企业名录,锁定偷排源头。
4.根据权利要求1所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,基于所述第二水质监测数据,进行反向溯源,确定污染源范围,具体包括以下步骤:
步骤801:建立物料平衡模型;
步骤802:基于所述物料平衡模型及所述第二水质监测数据,计算所述溯源边界内水质监测节点水量,并基于所述水量计算溯源因子的平衡误差;
步骤803:基于所述平衡误差计算所述溯源边界内的排水管网漏损率;
步骤804:基于所述溯源边界内的排水管网漏损率,判断溯源进展是否正常;
所述判断溯源进展是否正常,具体包括:
当所述溯源边界内的排水管网漏损率小于第二预设阈值时,表示溯源进展正常,进行下一步骤;当所述溯源边界内的排水管网漏损率大于或等于第二预设阈值时,表示溯源进展异常,此时,对所述水质监测节点进行调整,直至所述溯源边界内的排水管网漏损率小于第二预设阈值;
步骤805:对所述溯源因子和水质因子进行解析,得到所述溯源因子和所述水质因子的相关性排序结果;
步骤806:获取所述相关性排序结果中的前k个水质因子;
步骤807:基于第二水质监测数据,获取所述溯源边界内的排水管网外围水质监测节点的溯源因子、水质因子的浓度;
步骤808:基于所述溯源边界内的排水管网外围水质监测节点的溯源因子、水质因子的浓度,计算溯源因子的浓度均值和排序结果中前k个水质因子的浓度均值;
步骤809:对比溯源边界内排水管网外围水质监测节点位置溯源因子的浓度与溯源因子的浓度均值,得到第一偏差;
步骤810:对比溯源边界内排水管网外围水质监测节点位置水质因子的浓度与水质因子的浓度均值,得到第二偏差;
步骤811:基于所述第一偏差和所述第二偏差确定重点区域;
步骤812:计算所述重点区域内排水管网漏损率,判断溯源进展是否正常;
步骤813:对所述重点区域内的排水管网的水质进行实时监测,得到第三水质监测数据;
步骤814:基于所述第三水质监测数据,对所述重点区域内的排水管网进行时程分析,确定污染源范围。
5.根据权利要求4所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述物料平衡模型计算公式为:
Mn+1′=Qn+1Cn+1
其中,Mn+1为第n+1个水质监测节点污染物质量理论值,Mn+1'为第n+1个水质监测节点污染物质量实际值,Qi为第i个水质监测节点汇入排水管网的流量,Ci为第i个水质监测节点汇入排水管网中污染物的浓度,Qn+1为第n+1个水质监测节点汇入排水管网的流量,Cn+1为第n+1个水质监测节点汇入排水管网中污染物的浓度。
6.根据权利要求4所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述水质监测节点排水管网漏损率的计算公式为:
其中,β为污水管网漏损率,Mn+1为第n+1个水质监测节点污染物质量理论值,Mn+1'为第n+1个水质监测节点污染物质量实际值。
7.根据权利要求4所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述第二预设阈值为5%。
8.根据权利要求4所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述均值浓度偏差计算公式为:
偏差=(实测值-均值)2/均值2*100%。
9.根据权利要求4所述的一种基于物料守恒与时程相似的水污染溯源方法,其特征在于,所述时程分析具体包括:
确定水质监测点,水质监测点的监测频次为m次;
从所述第三水质监测数据中选取所确定的水质监测点的监测数据;
基于所述水质监测点的监测数据,判断所述水质监测点的溯源因子、水质因子m次监测的浓度变化曲线走向与超标断面位置处m次监测浓度变化曲线走向是否一致;
若一致,则超标源头在该水质监测点所在的排水管网的上游;
对重点区域内上游的排水管网断面继续进行时程分析;
若不一致,则判定污染源在该水质监测点所在的排水管网的下游支路管道中。
10.一种基于物料守恒与时程相似的水污染溯源系统,其特征在于,所述水污染溯源系统包括:
数据获取模块,用于获取排水管网布置图及管网水流流向数据;
空间拓扑关系建立模块,用于基于所述排水管网布置图及管网水流流向数据建立空间拓扑关系;
第一水质监测数据获取模块,用于基于所述空间拓扑关系,在所述排水管网外围设置水质监测节点,获取排水管网外围的水质监测数据,记为第一水质监测数据;
水质因子超标判断模块,用于基于所述排水管网外围第一水质监测数据判断水质因子是否超标;若第一水质监测数据大于第一预设阈值,则判定为超标,执行下一模块,超标的水质因子为溯源因子;若第一水质监测数据小于或等于第一预设阈值,则判定为不超标,返回第一水质监测数据获取模块;
超标断面位置确定模块,用于基于超标的水质因子水质监测数据确定超标断面位置;
溯源边界确定模块,用于基于所述超标断面位置确定溯源边界;
第二水质监测数据获取模块,用于获取溯源边界内的排水管网外围的水质监测数据,记为第二水质监测数据;
污染源范围确定模块,用于基于所述第二水质监测数据,进行反向溯源,确定污染源范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310464520.7A CN116500220A (zh) | 2023-04-26 | 2023-04-26 | 一种基于物料守恒与时程相似的水污染溯源方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310464520.7A CN116500220A (zh) | 2023-04-26 | 2023-04-26 | 一种基于物料守恒与时程相似的水污染溯源方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116500220A true CN116500220A (zh) | 2023-07-28 |
Family
ID=87317736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310464520.7A Pending CN116500220A (zh) | 2023-04-26 | 2023-04-26 | 一种基于物料守恒与时程相似的水污染溯源方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116500220A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116756523A (zh) * | 2023-08-14 | 2023-09-15 | 清华大学合肥公共安全研究院 | 跨界水污染源解析方法、系统、装置和存储介质 |
CN117373557A (zh) * | 2023-12-05 | 2024-01-09 | 山东清控生态环境产业发展有限公司 | 基于多维数据的溯源方法及系统 |
CN117420283A (zh) * | 2023-12-19 | 2024-01-19 | 上海科泽智慧环境科技有限公司 | 一种一体化多通道水质监测方法及系统 |
CN117517608A (zh) * | 2023-11-14 | 2024-02-06 | 生态环境部海河流域北海海域生态环境监督管理局生态环境监测与科学研究中心 | 一种流域水污染成分溯源方法 |
-
2023
- 2023-04-26 CN CN202310464520.7A patent/CN116500220A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116756523A (zh) * | 2023-08-14 | 2023-09-15 | 清华大学合肥公共安全研究院 | 跨界水污染源解析方法、系统、装置和存储介质 |
CN116756523B (zh) * | 2023-08-14 | 2023-10-20 | 清华大学合肥公共安全研究院 | 跨界水污染源解析方法、系统、装置和存储介质 |
CN117517608A (zh) * | 2023-11-14 | 2024-02-06 | 生态环境部海河流域北海海域生态环境监督管理局生态环境监测与科学研究中心 | 一种流域水污染成分溯源方法 |
CN117517608B (zh) * | 2023-11-14 | 2024-04-16 | 生态环境部海河流域北海海域生态环境监督管理局生态环境监测与科学研究中心 | 一种流域水污染成分溯源方法 |
CN117373557A (zh) * | 2023-12-05 | 2024-01-09 | 山东清控生态环境产业发展有限公司 | 基于多维数据的溯源方法及系统 |
CN117373557B (zh) * | 2023-12-05 | 2024-02-27 | 山东清控生态环境产业发展有限公司 | 基于多维数据的溯源方法及系统 |
CN117420283A (zh) * | 2023-12-19 | 2024-01-19 | 上海科泽智慧环境科技有限公司 | 一种一体化多通道水质监测方法及系统 |
CN117420283B (zh) * | 2023-12-19 | 2024-03-08 | 上海科泽智慧环境科技有限公司 | 一种一体化多通道水质监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116500220A (zh) | 一种基于物料守恒与时程相似的水污染溯源方法及系统 | |
CN110728035B (zh) | 一种基于控制断面水质达标的污染物总量控制方法 | |
CN109064048B (zh) | 基于废水处理流程分析的废水排放源快速排查方法与系统 | |
Liu et al. | Water pollution characteristics and assessment of lower reaches in Haihe River Basin | |
CN100514060C (zh) | 水体化学需氧量在线虚拟监测方法 | |
CN111501953A (zh) | 排水管网的异常分析方法、系统、介质及设备 | |
CN107247888B (zh) | 基于储备池网络的污水处理出水总磷tp软测量方法 | |
Huang et al. | Energy neutrality potential of wastewater treatment plants: A novel evaluation framework integrating energy efficiency and recovery | |
CN107622363B (zh) | 城市水环境质量评估方法 | |
CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
CN108088974A (zh) | 一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法 | |
CN107665288A (zh) | 一种化学需氧量的水质软测量预测方法 | |
Solís et al. | Systematic calibration of N2O emissions from a full-scale WWTP including a tracer test and a global sensitivity approach | |
CN112259174B (zh) | 基于多元统计与同位素的混合区地下水氮污染源识别方法 | |
CN104569340A (zh) | 地下环境质量测定方法及装置 | |
CN111415103A (zh) | 一种基于psr的流域水安全度量方法 | |
CN117521480A (zh) | 一种污水生物处理工艺模拟仿真方法 | |
CN107664683A (zh) | 一种总氮的水质软测量预测方法 | |
CN114705237B (zh) | 一种用于地下式污水处理系统的温室气体排放测算方法 | |
CN116432439A (zh) | 一种基于数值模拟的城市河道纳污能力规划方法及系统 | |
Dai et al. | Efficient model calibration method based on phase experiments for anaerobic–anoxic/nitrifying (A2N) two-sludge process | |
CN115403226A (zh) | 一种平衡系统内碳源的厂网联调控制方法、系统及装置 | |
Nowobilska-Majewska et al. | Influence of the amount of inflowing wastewater on concentrations of pollutions contained in the wastewater in the Nowy Targ sewerage system | |
CN113361863B (zh) | 一种基于模糊评价理论的片区雨污分流工程质效评估方法 | |
CN115795258B (zh) | 一种定量分析改变取水方式对河流下游污染物浓度影响的方法 |
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 |