CN116542045B - 一种基于MixSIAR的排水管道三源外水比例计算方法 - Google Patents
一种基于MixSIAR的排水管道三源外水比例计算方法 Download PDFInfo
- Publication number
- CN116542045B CN116542045B CN202310497021.8A CN202310497021A CN116542045B CN 116542045 B CN116542045 B CN 116542045B CN 202310497021 A CN202310497021 A CN 202310497021A CN 116542045 B CN116542045 B CN 116542045B
- Authority
- CN
- China
- Prior art keywords
- drainage pipeline
- water
- proportion
- external water
- source external
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 140
- 238000004364 calculation method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims abstract description 6
- 238000011160 research Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 239000010865 sewage Substances 0.000 claims description 8
- 239000000700 radioactive tracer Substances 0.000 abstract description 2
- 230000008595 infiltration Effects 0.000 description 4
- 238000001764 infiltration Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/10—Devices for withdrawing samples in the liquid or fluent state
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Hydrology & Water Resources (AREA)
- Sampling And Sample Adjustment (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种基于MixSIAR的排水管道三源外水比例计算方法,步骤包括:在待研究区域内确定排水管道水质监测点;在排水管道水质监测点处进行多次取样,获取排水管道中的若干个同位素指标;剔除若干个同位素指标中的异常数据,并计算若干个同位素指标的平均值、标准差,进行数据载入;基于蒙特卡洛马尔科夫链对载入数据进行迭代计算,获取排水管道的三源外水比例。本发明针对传统计算方法无法计算三源外水比例这一问题,提出一种基于MixSIAR的排水管道三源外水比例计算方法,基于MixSIAR算法模型,以氢氧同位素作为示踪剂,可以较为准确地计算出排水管道中三源外水及原水这四种类型水在出水中各自所占的比例。
Description
技术领域
本发明属于污水管道外水入渗领域,特别是涉及一种基于MixSIAR的排水管道三源外水比例计算方法。
背景技术
我国大部分排水管网服务年限已久,由于污水腐蚀、侵蚀、冲刷、沉积及地面载荷等影响,排水管网存在一定程度的破裂、腐蚀、变形等结构性缺陷问题。除此之外由于设计不合理、改造施工时出错等原因,还可能存在雨污管混接、错接等问题。这都会导致外水入渗入流,即排水管网中出现不应属于这种管道的水。
目前排水管道外水入渗的检测方法主要有直观检测法、流量法和示踪法,示踪法克服了直观检测法操作较为繁琐、成本较高、无法实现定量计算以及流量法误差较大、准确度低的不足,以同位素、水质特征因子、微生物等作为示踪指标,可有效计算外水入渗比例,且误差较小精确度较高。但目前对污水管道中外水入渗入流的研究主要是计算单一外水的比例或使用多种示踪剂计算两种外水的比例,未有计算三种外水比例的方法,在技术层面存在局限性。
发明内容
本发明的目的是提供一种基于MixSIAR的排水管道三源外水比例计算方法,以解决上述现有技术存在的问题。
为实现上述目的,本发明提供了一种基于MixSIAR的排水管道三源外水比例计算方法,包括以下步骤:
在待研究区域内确定排水管道水质监测点;
在所述排水管道水质监测点处进行多次取样,获取排水管道中的若干个同位素指标;
剔除若干个所述同位素指标中的异常数据,并计算若干个所述同位素指标的平均值、标准差,进行数据载入;
基于蒙特卡洛马尔科夫链对载入数据进行迭代计算,获取排水管道的三源外水比例。
可选地,若干个所述同位素指标包括原水、三源外水、末端出水的同位素指标δ18O和同位素指标δ2H。
可选地,在待研究区域内确定排水管道水质监测点的过程包括:
基于待研究区域的污水系统资料,确定待研究区域的排水管道研究范围;
在所述排水管道研究范围内,将采集到稳定有效水样的点位作为所述排水管道水质监测点。
可选地,所述数据载入的过程包括:
将若干个所述同位素指标的平均值、标准差转换为csv文件,并输入R语言的MixSIAR算法模型中。
可选地,基于蒙特卡洛马尔科夫链对载入数据进行迭代计算的过程包括:
基于MixSIAR算法模型中的不确定算法JAGS函数,通过JAGS函数中的蒙特卡洛马尔科夫链进行迭代计算,根据最终输出的结果计算排水管道中原水、三源外水在出水中各自所占比例,进一步得出排水管道的三源外水比例。
可选地,基于蒙特卡洛马尔科夫链进行迭代计算的过程中,将计算链长设置为100000。
可选地,所述排水管道中原水、三源外水在出水中各自所占比例具体包括原水比例、外水1比例、外水2比例、外水3比例,且四种水比例的和为1。
本发明的技术效果为:
本发明提出的基于MixSIAR的排水管道三源外水比例计算方法,解决了已有计算外水比例方法无法计算三源外水比例的问题,相比于传统的基于化学计量守恒的计算方法,MixSIAR模型使用了不确定性算法,可有效解决未知数即外水的个数多于已知数即同位素指标种类的问题,更为准确地计算出排水管道三源外水比例,计算结果的误差较小,有利于更精确地研究三源外水入渗问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明实施例中的基于MixSIAR的排水管道三源外水比例计算方法流程图;
图2为本发明实施例中的排水管道选定图;
图3为本发明实施例中的排水管道三源外水比例计算结果示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1所示,本实施例中提供一种基于MixSIAR的排水管道三源外水比例计算方法,包括:
步骤1:通过查阅待研究区域内污水系统资料,确定待研究区域的排水管道研究范围;
步骤2:在排水管道研究范围内确定合适的排水管道水质监测点;
步骤3:在排水管道水质监测点进行五次取样,测定取样所得排水管道中原水、三源外水、末端出水的同位素指标δ18O和同位素指标δ2H;
步骤4:根据测定的排水管道中原水、三源外水、末端出水的同位素指标,剔除异常数据,计算五次取样的同位素指标δ18O和同位素指标δ2H的平均值、标准差,将计算所得数据处理为csv文件,输入R语言的MixSIAR算法模型中,完成数据载入;
步骤5:利用MixSIAR算法模型中的不确定算法JAGS函数,通过JAGS函数中的蒙特卡洛马尔科夫链(MCMC)进行迭代计算,MCMC的计算链长选择为100000,根据函数最终输出的结果计算排水管道中原水、三源外水在出水中各自所占比例,进一步得出排水管道的三源外水比例。
步骤2中所述的合适排水管道水质监测点:排水管道研究区域内可取得稳定有效水样的点位,选定为合适的水质监测点。
步骤5中所述的输出的排水管道中原水、三源外水在出水中各自所占比例具体为原水比例、外水1比例、外水2比例、外水3比例,四种水所占比例的和为1。
本发明基于MixSIAR的排水管道三源外水比例计算方法,拟解决排水管道三源外水比例计算缺乏有效的计算方法这个问题。在研究区域的排水管道中分别对排水管道中原水、三源外水、出水进行取样,测定每种水的氢氧同位素指标,对异常数据进行剔除后计算数据的平均值和标准差,利用基于不确定性算法的MixSIAR算法模型,构建研究区域内排水管道的三源外水比例计算模型,计算出排水管道中原水、三源外水四种水占排水管道出水的比例。本发明计算三源外水比例结果较为准确,适用于排水管道三源外水比例计算。
实施例二
如图2-3所示,本实施例以天津大学某排水管道为例,计算该排水管道的三源外水比例,具体步骤如下:
步骤1:通过查阅待天津大学污水系统资料,确定待研究区域的排水管道研究范围,如图2所示;
步骤2:在排水管道研究范围内确定合适的排水管道水质监测点;
步骤3:在排水管道水质监测点进行五次取样,测定取样所得排水管道中原水、三源外水、末端出水的同位素指标δ18O和同位素指标δ2H;
步骤4:根据测定的排水管道中原水、三源外水、末端出水的同位素指标,剔除异常数据,计算五次取样的同位素指标δ18O和同位素指标δ2H的平均值、标准差,将计算所得数据处理为csv文件,输入R语言的MixSIAR算法模型中,完成数据载入;
步骤5:利用MixSIAR算法模型中的不确定算法JAGS函数,通过JAGS函数中的蒙特卡洛马尔科夫链(MCMC)进行迭代计算,MCMC的计算链长选择为100000,根据函数最终输出的结果计算排水管道中原水、三源外水在出水中各自所占比例,进一步得出天津大学某排水管道的三源外水比例。结果如图3所示。
结果表明,天津大学某排水管道末端出水中,基于MixSIAR的排水管道三源外水比例计算方法所计算得出的外水1所占比例为10.6%,与实际误差为6%;外水2所占比例为8.8%,与实际误差为12%;外水3所占比例为10.5%,与实际误差为5%;原水所占比例为70.1%,与实际误差为0.14%。
本发明针对传统计算方法无法计算三源外水比例这一问题,提出一种基于MixSIAR的排水管道三源外水比例计算方法,基于MixSIAR算法模型,以氢氧同位素作为示踪剂,可以较为准确地计算出排水管道中三源外水及原水这四种类型水在出水中各自所占的比例。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.一种基于MixSIAR的排水管道三源外水比例计算方法,其特征在于,包括以下步骤:
在待研究区域内确定排水管道水质监测点;
在所述排水管道水质监测点处进行多次取样,获取排水管道中的若干个同位素指标;
剔除若干个所述同位素指标中的异常数据,并计算若干个所述同位素指标的平均值、标准差,进行数据载入;
基于蒙特卡洛马尔科夫链对载入数据进行迭代计算,获取排水管道的三源外水比例;
基于蒙特卡洛马尔科夫链对载入数据进行迭代计算的过程包括:
基于MixSIAR算法模型中的不确定算法JAGS函数,通过JAGS函数中的蒙特卡洛马尔科夫链进行迭代计算,根据最终输出的结果计算排水管道中原水、三源外水在出水中各自所占比例,进一步得出排水管道的三源外水比例;
基于蒙特卡洛马尔科夫链进行迭代计算的过程中,将计算链长设置为100000;
所述排水管道中原水、三源外水在出水中各自所占比例具体包括原水比例、外水1比例、外水2比例、外水3比例,且四种水比例的和为1。
2.根据权利要求1所述的基于MixSIAR的排水管道三源外水比例计算方法,其特征在于,若干个所述同位素指标包括原水、三源外水、末端出水的同位素指标δ18O和同位素指标δ2H。
3.根据权利要求1所述的基于MixSIAR的排水管道三源外水比例计算方法,其特征在于,在待研究区域内确定排水管道水质监测点的过程包括:
基于待研究区域的污水系统资料,确定待研究区域的排水管道研究范围;
在所述排水管道研究范围内,将采集到稳定有效水样的点位作为所述排水管道水质监测点。
4.根据权利要求1所述的基于MixSIAR的排水管道三源外水比例计算方法,其特征在于,所述数据载入的过程包括:
将若干个所述同位素指标的平均值、标准差转换为csv文件,并输入R语言的MixSIAR算法模型中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497021.8A CN116542045B (zh) | 2023-05-05 | 2023-05-05 | 一种基于MixSIAR的排水管道三源外水比例计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497021.8A CN116542045B (zh) | 2023-05-05 | 2023-05-05 | 一种基于MixSIAR的排水管道三源外水比例计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116542045A CN116542045A (zh) | 2023-08-04 |
CN116542045B true CN116542045B (zh) | 2024-01-23 |
Family
ID=87442963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310497021.8A Active CN116542045B (zh) | 2023-05-05 | 2023-05-05 | 一种基于MixSIAR的排水管道三源外水比例计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542045B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021180100A1 (zh) * | 2020-03-10 | 2021-09-16 | 中国环境科学研究院 | 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 |
CN114092269A (zh) * | 2022-01-19 | 2022-02-25 | 成都四方伟业软件股份有限公司 | 基于改进广义网络向量模型的时序数据预测方法及装置 |
CN114324800A (zh) * | 2021-12-29 | 2022-04-12 | 上海市城市排水有限公司 | 一种排水管道来水监测方法及其系统、存储介质 |
CN115169184A (zh) * | 2022-07-11 | 2022-10-11 | 重庆大学 | 采用改进差分进化马尔科夫链的有限元模型修正方法 |
-
2023
- 2023-05-05 CN CN202310497021.8A patent/CN116542045B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021180100A1 (zh) * | 2020-03-10 | 2021-09-16 | 中国环境科学研究院 | 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 |
CN114324800A (zh) * | 2021-12-29 | 2022-04-12 | 上海市城市排水有限公司 | 一种排水管道来水监测方法及其系统、存储介质 |
CN114092269A (zh) * | 2022-01-19 | 2022-02-25 | 成都四方伟业软件股份有限公司 | 基于改进广义网络向量模型的时序数据预测方法及装置 |
CN115169184A (zh) * | 2022-07-11 | 2022-10-11 | 重庆大学 | 采用改进差分进化马尔科夫链的有限元模型修正方法 |
Non-Patent Citations (1)
Title |
---|
基于DRAM的水质模拟不确定性分析和风险决策;张庆庆;许月萍;张徐杰;徐晓;;浙江大学学报(工学版)(12);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116542045A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113239504B (zh) | 一种基于优化神经网络的管道腐蚀缺陷预测方法 | |
CN113111478B (zh) | 排水系统管网混接与入流、入渗程度的评估方法及设备 | |
CN112668206B (zh) | 一种考虑多因素的酸性气田腐蚀预测模型及参数确定方法 | |
CN111501953A (zh) | 排水管网的异常分析方法、系统、介质及设备 | |
CN116542045B (zh) | 一种基于MixSIAR的排水管道三源外水比例计算方法 | |
CN113533445A (zh) | 一种考虑参数不确定性的二维水污染溯源方法 | |
Lin et al. | A novel efficient model for gas compressibility factor based on GMDH network | |
CN113780807B (zh) | 一种以电折水转换系数的计算方法 | |
CN111080059A (zh) | 一种非一致性多源洪水遭遇风险分析方法 | |
CN114565273A (zh) | 一种排水管网系统运行工况快速诊断与评估方法及系统 | |
Du et al. | Deeppipe: Theory-guided prediction method based automatic machine learning for maximum pitting corrosion depth of oil and gas pipeline | |
CN116628914B (zh) | 一种排水管网入流入渗分析方法、计算机设备及介质 | |
CN112013910B (zh) | 一种排水管网流量检测方法、装置、服务器和存储介质 | |
CN116007685B (zh) | 一种污水管网底泥沉积点位的智能识别方法及识别系统 | |
CN116046703A (zh) | 一种基于居民生活排污规律的外水入流入渗快速诊断方法 | |
CN114240127B (zh) | 基于水质水量诊断分析的城镇污水提质增效评估方法 | |
CN114324800A (zh) | 一种排水管道来水监测方法及其系统、存储介质 | |
CN111780817B (zh) | 一种低频励磁电磁流量计噪声信号检测及处理的算法 | |
CN115310258A (zh) | 一种基于lstm的地下管道寿命预测方法 | |
CN108764594B (zh) | 一种供水管网稳定性指标体系及其评价方法 | |
CN114493234A (zh) | 一种供水管网关键压力控制点的识别方法 | |
CN111932162A (zh) | 一种面向管网排水计算的市政排水资料质量综合评估方法 | |
CN215114689U (zh) | 污水管道中外来水量确定系统 | |
CN114202441B (zh) | 一种确定监测区域内污水管网中地下水入渗量的方法 | |
CN112097125B (zh) | 一种基于自适应校核的供水管网爆管侦测及定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |