CN117421951A - 河流污染溯源方法 - Google Patents
河流污染溯源方法 Download PDFInfo
- Publication number
- CN117421951A CN117421951A CN202311332560.2A CN202311332560A CN117421951A CN 117421951 A CN117421951 A CN 117421951A CN 202311332560 A CN202311332560 A CN 202311332560A CN 117421951 A CN117421951 A CN 117421951A
- Authority
- CN
- China
- Prior art keywords
- river
- flux
- pollution
- time
- upstream
- 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 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 57
- 230000004907 flux Effects 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 27
- 231100000719 pollutant Toxicity 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 230000005012 migration Effects 0.000 claims abstract description 6
- 238000013508 migration Methods 0.000 claims abstract description 6
- 230000008859 change Effects 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000009434 installation Methods 0.000 claims abstract description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 34
- 238000004088 simulation Methods 0.000 claims description 19
- 230000015556 catabolic process Effects 0.000 claims description 9
- 239000000356 contaminant Substances 0.000 claims description 9
- 238000006731 degradation reaction Methods 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000011109 contamination Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 229910052698 phosphorus Inorganic materials 0.000 description 6
- 239000011574 phosphorus Substances 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000001914 filtration Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002730 additional effect Effects 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
Abstract
本发明提供了河流污染溯源方法，包括步骤：（S1）分析区域确定；确定目标断面，并进行河网概化；（S2）监测点位确定；根据主干河道和支流、排口的位置，确定水质和水量自动监测设备的安装位置，并安装所述监测设备；（S3）污染物迁移转化模拟；构建污染物质量守恒数值模型，求解水质平衡方程，计算河网干流各河段边界断面上待测污染物随时间的动态变化；（S4）污染通量的实时计算；（S5）重点污染来源识别；根据上述贡献通量mk和通量m，得到每个排放点k对于目标断面通量的贡献率，从而识别出重点污染来源。本发明具有溯源准确等优点。
Description
技术领域
本发明涉及污染监测，特别涉及河流污染溯源方法。
背景技术
现有的河流断面污染通量计算方法，主要依靠手工监测流量和水质污染数据，二者相乘得到上游每个部分的污染通量m=Q×C×365×24×3.6，m为经过某一断面的污染通量，Q为经过某一断面的水流流量，C为该断面的污染物浓度，通常指的是氨氮、总氮、总磷等指标。利用各个部分相乘得到的结果（m1，m2，m3）以及目标断面的通量（m），通过比较m1，m2，m3与m的数值大小，来判定目标断面上游的支流1、支流2以及排口1对于目标断面的污染贡献大小。该计算方法的不足在于：
1.未考虑污染物在往下传输的过程中，还有扩散和降解因素，所以到达目标断面时的通量与原位置的通量已经不一样了。因此，传统计算方法会放大上游的污染贡献量，导致污染评估不准确。排污口或者是支流汇水在一定周期或者是每日排放浓度有差异，如果采用传统监测方法，会因为不连续监测导致误差较大。且当排口偷排漏排时，传统监测方法不能够及时识别到污染的来源，无法起到溯源功能。
2.忽略了不同位置的污染输入对于同一个下游目标断面的实际影响不一样，因为河流在不同宽度、速度下降解、扩散速率不一样，因此，需要对河流的实际污染通量贡献量进行校正。
发明内容
为解决上述现有技术方案中的不足，本发明提供了一种河流污染溯源方法。
本发明的目的是通过以下技术方案实现的：
河流污染溯源方法，所述河流污染溯源方法包括步骤：
（S1）分析区域确定；确定目标断面，并进行河网概化；
（S2）监测点位确定；根据主干河道和支流、排口的位置，确定水质和水量自动监测设备的安装位置，并安装所述监测设备；
（S3）污染物迁移转化模拟；构建污染物质量守恒数值模型，求解水质平衡方程，计算河网干流各河段边界断面上待测污染物随时间的动态变化；
（S4）污染通量的实时计算；时间段t内上游排放点k排放的污染物达到下游目标的贡献通量mk：和目标断面的污染物通量m；
，t为计算总时间周期长度；n为将t时间段划分为了n段分布计算；每段时间长度为Δt；Qj为第j段上游排放的流量，Cj0为上游断面初始污染物浓度，流量和初始浓度均是相应时间段Δt内的平均值；M为污染物综合降解系数，需要从模拟后的模型中提取；x为上下游之间的距离；u为河流流速；ΔT为计算周期内的平均温度差，T为计算初始时的温度；
（S5）重点污染来源识别；根据上述贡献通量mk和通量m，得到每个排放点k对于目标断面通量的贡献率，从而识别出重点污染来源。
与现有技术相比，本发明具有的有益效果为：
溯源准确；
提供了一种基于水质扩散降解模型的污染通量计算方法，该方法考虑到了不同位置的污染输入对于同一个下游目标断面的实际影响不一样，对河流的实际污染通量贡献量进行了校正，使得计算的结果更加符合实际情况，有利于找出重点污染来源；
基于在线监测设备，将流量监测和水质监测精细化，进行积分计算，实现某一周期内的通量连续、准确计算；
有利于对企业偷排漏排的监测。可以计算任一感兴趣的时段，如夜间时段的污染通量，如果某些断面汇入通量异常，则可以出发报警，现场查看是否有偷排漏排的情况。
附图说明
参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于举例说明本发明的技术方案，而并非意在对本发明的保护范围构成限制。图中：
图1是根据现有技术的河流断面污染通量计算示意图；
图2是根据本发明实施例的河流污染溯源方法的流程示意图；
图3是根据本发明实施例的河网概化示意图；
图4是根据本发明实施例的目标断面上游来水示意图；
图5是根据本发明实施例的目标断面模拟情况示意图；
图6是根据本发明实施例的污染通量贡献率示意图。
具体实施方式
图1-图6和以下说明描述了本发明的可选具体实施方式以教导本领域技术人员如何实施和再现本发明。为了教导本发明技术方案，已简化或省略了一些常规方面。本领域技术人员应该理解源自这些具体实施方式的变型或替换将在本发明的范围内。本领域技术人员应该理解下述特征能够以各种方式组合以形成本发明的多个变型。由此，本发明并不局限于下述可选具体实施方式，而仅由权利要求和它们的等同物限定。
实施例
本发明实施例的河流污染溯源方法，如图2所示，所述河流污染溯源方法包括步骤：
（S1）分析区域确定；确定目标断面，并进行河网概化。
（S2）监测点位确定；根据主干河道和支流、排口的位置，确定水质和水量自动监测设备的安装位置，并安装所述监测设备；
（S3）污染物迁移转化模拟；构建污染物质量守恒数值模型，求解水质平衡方程，计算河网干流各河段边界断面上待测污染物随时间的动态变化；
（S4）污染通量的实时计算；时间段t内上游排放点k排放的污染物达到下游目标的贡献通量mk：和目标断面的污染物通量m；
，t为计算总时间周期长度；n为将t时间段划分为了n段分布计算；每段时间长度为Δt； Qj为第j段上游排放的流量，Cj0为上游断面初始污染物浓度，流量和初始浓度均是相应时间段Δt内的平均值；M为污染物综合降解系数，需要从模拟后的模型中提取；x为上下游之间的距离；u为河流流速；ΔT为计算周期内的平均温度差，T为计算初始时的温度；
（S5）重点污染来源识别；根据上述贡献通量mk和通量m，得到每个排放点k对于目标断面通量的贡献率，从而识别出重点污染来源。
为了识别出排放异常，进一步地，所述河流污染源溯源方法还包括步骤：
（S6）污染溯源排查预警；
根据当地目标断面污染物浓度超标或者浓度上升的规律，选择时段进行通量计算；
若发现上游排放点的排放量与正常情况下的通量mk或贡献率a间的差别超出阈值，则认定上游排放点有异常，发出报警。
为了科学地河网概化，进一步地，所述河网概化的方式为：
综合考虑水文水力条件、污染源位置和支流汇入位置，将河网的河道中心线概化成若干长度相同、首尾相连的一维恒定非均匀流河段，形成概化河道。
为了提高污染通量计算准确性，进一步地，在步骤（S3）中，还包括步骤：
模拟参数校正；通过实测数据和模拟数据的插值，采用优化算法实时修正模型参数，使得该模型参数符合实际情况。
为了提高污染通量计算准确性，进一步地，在步骤（S3）中，还包括步骤：
（S4）自动监测数据模拟校正。采用以上校正后的模型，对模型中的关键参数进行保留记录，用于后续对上游各个点位排放出来的浓度进行模拟，模拟计算到达下游断面经过扩散降解后的浓度，即得到校正后的浓度。
实施例
根据本发明实施例1的河流污染溯源方法在某某市河流污染监测中的应用例。
在该应用例中，如图2所示，河流污染溯源方法包括步骤：
（S1）分析区域确定；
确定目标断面以目标断面为基础，利用布设监测点位。先进行河网概化，综合考虑水文水力条件、污染源位置、支流汇入位置，将河网的河道中心线概化成若干长度相同、首尾相连的一维恒定非均匀流河段，形成概化河道，如图3所示。
（S2）监测点位确定。明确清楚主干河道和支流、排口的位置，将水质和水量的自动监测设备安装在相应的位置。如图4所示，目标断面Y的上游来水分为两部分：上游主河流来水（主河流0断面）和河流2汇水（河流2-4断面），而这两部分断面的上游又各自有多个支流或排口的来水汇入，如主河流0断面上游有排口5和排口6来水汇入，河流2-4断面上游有河流1-3断面和河流2-1断面以及排口3和排口4来水汇入。在各个重要断面和排口处设置自动监测设备，包括流量、流速和水质（本案例中，以总磷作为水质分析因子）。
（S3）污染物迁移转化模拟。构建污染物质量守恒一维数值模型，通过一维水质平衡方程采用有限差分法求解其数值解，计算河网干流各河段边界断面上待测污染物随时间的动态变化。需要建立水动力模型和水质模型两个步骤。
水动力模型构建：
一维非恒定水流质量守恒积分方程如下：
式中，XL为控制体积的向上边界；XR为控制体积的向下边界；tD为初始时间；tU为比tD晚一个时间步。A为过水断面面积；Q为流量；I(t)为水流流经或侧流河道的控制体积的流量。
一维非恒定水流动量守恒积分方程如下:
式中，S0为河流的底坡；τ为水渠周边对水的平均剪切应力；CD(W)·ρa·U2为在风速矢量的方向上，水表面上风引起的剪切应力；ρa为空气密度；U为风速； CD(W)为形成风剪切应力的无量纲拖动系数；ψ为渠内向下流向和风速方向形成的夹角；Jx y为恒定深度下面积第一矩相对于沿河道距离的导数。
考虑河道弯曲曲率影响的含有权重系数的一维非恒定流水流质量守恒积分方程为
忽略风应力，考虑河道弯曲曲率影响的含有权重系数的一维非恒定流水流动量守恒积分方程为
考虑风应力和河道弯曲曲率影响的含有权重系数的一维非恒定流水流动量守恒积分方程为
式中，MA和MQ为权重系数。MT是顶宽的权重系数，用于得出单位长度的水表面面积。这与单位长度的体积相关，正如顶宽与面积相关一样，即：
采用隐式Preissmann四点偏心格式离散。内部边界条件可分为两类：一类是质量守恒，另一类是水位和流量。所有交叉点上必须满足质量守恒。相反，水位和流量之间的关系可以有多种选择。外部边界条件必须在每个未连接到特定结构的河段末端节点处给定。存在三种可能的外部边界条件：流量水位关系，流量和水位。
在非恒定流计算开始之前，必须已知河系中的每个节点上流量和水位的初始值。该初始值是通过一个恒定流水面线计算提供的。在恒定流水面线的计算中，采用了河段非恒定流控制方程式的稳态模拟，没有考虑大多数控制结构。从恒定流计算中得到初始条件的估值，从而开始非恒定流计算。
水质模型构建
某一水体内溶解组分的质量守恒方程必须要考虑所有通过直接和间接扩散负荷、对流和离散运移、以及物理的、化学的和生物转化输入和输出的质量。X轴和 Y轴在水平面上，Z 轴在垂面上。无限小的流体体积的质量守恒方程为：
式中，C表示水质组分的浓度，m/L或g/m3；t表示时间，d（天）；Ux，Uy，Uz分别表示纵向、横向、垂向对流速度，m/d ；Ex，Ey，Ez分别表示纵向、横向、垂向扩散系数，m2/d；SL表示点源和面源负荷，g/m3·d ；SB表示边界负荷，g/m3·d；SK表示源汇项(源为正，汇为负)，g/m3·d。
为了简单明了，推导一维质量平衡方程的差分形式。假定垂向和横向是均匀的，我们可以沿y和z方向积分，得到方程。
式中，A表示横截面面积，单位是m2。方程包含了主要的三类水质过程：传输（右边第1项）、载荷（第2项）和转化（第3项）。
基于水动力模型和水质模型，进行水质模拟。
模拟参数校正。通过实测数据和模拟数据的插值，采用优化算法实时修正模型参数，使得该模型参数符合实际情况，从而提高模拟的准确性。采用模型进行模拟时，模拟误差主要来源于以下几个方面。①观测误差。用模型进行预报时，需要输入实测数据和经验参数等资料，但受自然条件和观测技术、仪器精确度等客观条件的影响，观测值存在一定误差。②模型结构误差。模型结构表达式的不确定性主要体现在模型不能完全描述物理过程。③参数选择的误差。不论采用什么辨识方法和技术，模型参数与其真值之间总是存在误差的。④初始状态误差。模型预报的初始时刻，系统模型中往往有一些变量需要赋初值，由于对系统的初始状态并不完全了解，因此也会引起误差。⑤资料精度误差。资料的不确定性主要是指观测时产生的随机误差和系统误差。
由于上述预报误差的存在，因此为了提高预报精度，在进行作业预报时对模型预报值进行实时校正是十分必要的。可采用卡尔曼滤波法来进行实时校正。卡尔曼滤波法因对系统的状态变量进行最优估计，既可以达到最小方差，又不损失预见期，是一种比较理想的实时校正方法。
其状态方程式为：
XK=ΦK|K－1XK-1+GK-1UK-1+ΓK－1wK－1
量测方程为：
ZK= HKXK+vK
式中：XK、XK－1 分别为K时刻和K-1时刻的系统状态向量；ΦK|K－1为状态转移矩阵；GK－1为输入矩阵；ΓK－1、wK－1分别为模型噪声分配矩阵及模型噪声向量；ZK、HK分别为观测向量和观测矩阵；vK为观测噪声向量。
设初始状态的统计特征为：
E｛X0｝= U0
VarX0=E｛(X0- U0)( X0- U0)T｝=P0
Cov(X0，wk)=0
Cov(X0，vk)=0
根据实际观测值Z1，Z2，…，Zk，推求Xk+i 的线性无偏最小方差的估计值。其中：i＜0为内插，i=0为滤波，i＞0为预报。
利用状态向量预测误差协方阵PK| K－1、状态滤波误差协方阵PK|K来表示估计误差，即:
式中: xK为真值;为根据K-1时刻的状态量计算得到的K时刻的预报量;为K时刻的滤波值。
自动监测数据模拟校正。采用以上校正后的模型，对整个河道进行水质模拟，得到模型内部实际参数，关键参数用于进行实际贡献通量的计算。如图5所示，以目标断面Y为例，模拟得到的结果相对误差为18.9%，水质预测的误差允许的范围内，模拟有效。记录保留模型的内部各项参数和监测数据：包括污染物综合降解系数M、河流流速u、计算初始温度T等，用于后续计算。
（S4）污染通量的实时计算。由于本方法中利用在线监测实时数据，因此，可以计算任意时间段内的污染通量。且由于扩散到下游的时候需要一定的时间，在这个时间段内可能会由于温度上升或者下降因素带来额外的影响，而水质模拟很难捕捉到未来情况的变化，因此，还需要在通量计算过程中考虑到这些因素。
时间段t内上游排放点k排放的污染物达到下游目标的贡献通量mk，该通量是经过校正后的实际贡献通量，且经过精细化分时间段计算之后更加精确，目标断面的污染物通量m；
，t为计算总时间周期长度；n为将t时间段划分为了n段分布计算；每段时间长度为Δt；Qj为第j段上游排放的流量，Cj0为上游断面初始污染物浓度，流量和初始浓度均是相应时间段Δt内的平均值；M为污染物综合降解系数，需要从模拟后的模型中提取；x为上下游之间的距离；u为河流流速；ΔT为计算周期内的平均温度差，T为计算初始时的温度；
本实施例中，以天为最小计算单位，即Δt=1天，目标断面上游所有排口和河流汇水断面在当天的各个计算参数如下表。
表1 目标断面及上游断面或排口的通量计算参数
| 断面 | 总磷Cj0(mg/L) | x（km） | u(m/s) | Qj(m3/s) | 总磷衰减系数M（d-1） | T（℃） | ΔT（℃） |
| 河流1-0 | 0.125 | 14.25 | 0.033 | 0.16 | 0.1 | 20 | 1 |
| 河流1-1 | 0.151 | 11.4 | 0.033 | 0.26 | 0.1 | 20 | 1 |
| 河流2 | 0.039 | 11.4 | 0.023 | 0.16 | 0.1 | 20 | 1 |
| 排口1 | 0.365 | 10.1 | 0.033 | 0.008 | 0.1 | 20 | 1 |
| 河流1-2 | 0.125 | 9.1 | 0.02 | 0.96 | 0.1 | 20 | 1 |
| 河流4 | 0.195 | 9.64 | 0.017 | 0.51 | 0.1 | 20 | 1 |
| 河流1-3 | 0.184 | 8.8 | 0.02 | 1.1 | 0.1 | 20 | 1 |
| 河流2-0 | 0.126 | 17 | 0.02 | 1.2 | 0.1 | 20 | 1 |
| 排口2 | 0.427 | 14.5 | 0.015 | 0.1 | 0.1 | 20 | 1 |
| 河流2-1 | 0.114 | 8.7 | 0.02 | 3.9 | 0.1 | 20 | 1 |
| 排口3 | 0.15 | 8.6 | 0.03 | 0.21 | 0.1 | 20 | 1 |
| 排口4 | 0.11 | 8.4 | 0.03 | 0.1 | 0.1 | 20 | 1 |
| 河流2-2 | 0.122 | 8.5 | 0.02 | 5 | 0.1 | 20 | 1 |
| 河流2-3 | 0.117 | 5.5 | 0.02 | 5.4 | 0.1 | 20 | 1 |
| 河流2-4 | 0.121 | 4.5 | 0.02 | 5.8 | 0.1 | 20 | 1 |
| 主河流0 | 0.078 | 7.77 | 0.03 | 11.54 | 0.08 | 20 | 1 |
| 排口5 | 0.16 | 7.85 | 0.02 | 1.92 | 0.08 | 20 | 1 |
| 排口6 | 0.354 | 8 | 0.02 | 0.11 | 0.08 | 20 | 1 |
| 目标断面Y | 0.079 | 0 | 0.05 | 17.44 | 0.08 | 20 | 1 |
（S5）重点污染来源识别。在计算了当天的通量之后，一年中每天均按照上述步骤进行模拟和通量计算，从而得到精确化计算结果。通过上述步骤，计算出了周期为一年的上游排放实际贡献通量，得到了上游众多排放点的贡献通量（m1，m2…mk）以及目标断面的通量m，利用公式得到每个排放点对于目标断面通量的贡献率：
本案例中计算结果如表2和图6所示。
表2上游断面或排口的污染贡献通量绝对值和贡献率（周期为1年）
| 断面 | 总磷贡献通量（kg/年） | 总磷对目标断面的贡献率 |
| 河流1-0 | 383 | 0.88% |
| 河流1-1 | 830 | 1.91% |
| 河流2 | 111 | 0.26% |
| 排口1 | 65 | 0.15% |
| 河流1-2 | 2235 | 5.14% |
| 河流4 | 1627 | 3.74% |
| 河流1-3 | 3836 | 8.83% |
| 河流2-0 | 1783 | 4.10% |
| 排口2 | 440 | 1.01% |
| 河流2-1 | 8475 | 19.50% |
| 排口3 | 713 | 1.64% |
| 排口4 | 251 | 0.58% |
| 河流2-2 | 11763 | 27.07% |
| 河流2-3 | 14493 | 33.36% |
| 河流2-4 | 17058 | 39.26% |
| 主河流0 | 22333 | 51.40% |
| 排口5 | 6736 | 15.50% |
| 排口6 | 848 | 1.95% |
| 目标断面Y | 43449 | 100% |
（S6）污染溯源排查预警。在本案例中，计算周期中发现排口15相对于其他排口来说，其污染贡献量格外大，且期间其贡献量有超过30%的个别天数，基于此结果，及时派现场排查人员去现场查看，发现排口5为污水处理厂出水，不仅有时候排放的水量较大，且存在出水水质超标的情况，因此，要格外关注，避免因此造成目标断面的水质超标情况。
Claims (5)
1.河流污染溯源方法，其特征在于，所述河流污染溯源方法包括步骤：
（S1）分析区域确定；确定目标断面，并进行河网概化。
（S2）监测点位确定；根据主干河道和支流、排口的位置，确定水质和水量自动监测设备的安装位置，并安装所述监测设备；
（S3）污染物迁移转化模拟；构建污染物质量守恒数值模型，求解水质平衡方程，计算河网干流各河段边界断面上待测污染物随时间的动态变化；
（S4）污染通量的实时计算；时间段t内上游排放点k排放的污染物达到下游目标的贡献通量mk：和目标断面的污染物通量m；
，t为计算总时间周期长度；n为将t时间段划分为了n段分布计算，每段时间长度为Δt；Qj为第j段上游排放的流量，Cj0为上游断面初始污染物浓度，流量和初始浓度均是相应时间段Δt内的平均值；M为污染物综合降解系数；x为上下游之间的距离；u为河流流速；ΔT为计算周期内的平均温度差，T为计算初始时的温度；
（S5）重点污染来源识别；根据上述贡献通量mk和通量m，得到每个排放点k对于目标断面通量的贡献率，从而识别出重点污染来源。
2.根据权利要求1所述的河流污染溯源方法，其特征在于，所述河流污染源溯源方法还包括步骤：
（S6）污染溯源排查预警；
根据当地目标断面污染物浓度超标或者浓度上升的规律，选择时段进行通量计算；
若发现上游排放点的排放量与正常情况下的通量mk或贡献率a间的差别超出阈值，则认定上游排放点有异常，发出报警。
3.根据权利要求1所述的河流污染溯源方法，其特征在于，所述河网概化的方式为：
综合考虑水文水力条件、污染源位置和支流汇入位置，将河网的河道中心线概化成若干长度相同、首尾相连的一维恒定非均匀流河段，形成概化河道。
4.根据权利要求1所述的河流污染溯源方法，其特征在于，在步骤（S3）中，还包括步骤：
模拟参数校正；通过实测数据和模拟数据的插值，采用优化算法实时修正模型参数，使得该模型参数符合实际情况。
5.根据权利要求4所述的河流污染溯源方法，其特征在于，在步骤（S3）中，还包括步骤：
（S4）自动监测数据模拟校正。采用以上校正后的模型，对模型中的关键参数进行保留记录，用于后续对上游各个点位排放出来的浓度进行模拟，模拟计算到达下游断面经过扩散降解后的浓度，即得到校正后的浓度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311332560.2A CN117421951A (zh) | 2023-10-16 | 2023-10-16 | 河流污染溯源方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311332560.2A CN117421951A (zh) | 2023-10-16 | 2023-10-16 | 河流污染溯源方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117421951A true CN117421951A (zh) | 2024-01-19 |
Family
ID=89525699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311332560.2A Pending CN117421951A (zh) | 2023-10-16 | 2023-10-16 | 河流污染溯源方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117421951A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117689273A (zh) * | 2024-02-02 | 2024-03-12 | 埃睿迪信息技术（北京）有限公司 | 一种信息处理方法、装置及设备 |
-
2023
- 2023-10-16 CN CN202311332560.2A patent/CN117421951A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117689273A (zh) * | 2024-02-02 | 2024-03-12 | 埃睿迪信息技术（北京）有限公司 | 一种信息处理方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112417721B (zh) | 基于二维有限元法扩散模型的水污染溯源方法及系统 | |
| CN111784052B (zh) | 一种城市面源污染入河负荷量预测方法 | |
| Benedetti et al. | Modelling and monitoring of integrated urban wastewater systems: review on status and perspectives | |
| CN107908889B (zh) | 部分监测点预先选定的水质监测网络多目标优化部署方法 | |
| CN117421951A (zh) | 河流污染溯源方法 | |
| CN109145499B (zh) | 基于河道多态计算及Arima模型的权重组合水质预测方法 | |
| CN110909484A (zh) | 一种流域灰水足迹评估方法及水环境治理策略制定方法 | |
| WO2018026651A1 (en) | Method and apparatus for model-based control of a water distribution system | |
| CN109827629B (zh) | 一种城市河道水位的分布式可靠性估计方法 | |
| CN110866367B (zh) | 复杂河网水流条件下常规突发水污染团的实时追踪方法 | |
| CN112084608B (zh) | 一种采用参数不确定性分析模型识别风险管道和节点的方法 | |
| Vrachimis et al. | Real-time hydraulic interval state estimation for water transport networks: A case study | |
| CN114169266B (zh) | 一种河流污染源解析和污染物运移计算方法及系统 | |
| CN112113146B (zh) | 供水管网管道粗糙系数和节点需水量同步自适应校核方法 | |
| CN114418446A (zh) | 水资源短缺的定量评估方法 | |
| CN111651855A (zh) | 基于物理模型的河网区水质断面污染贡献率核算方法 | |
| Venohr et al. | Nitrogen retention in a river system and the effects of river morphology and lakes | |
| CN208654841U (zh) | 一种水质预警预报系统 | |
| CN113065744B (zh) | 一种城市内河水环境承载力动态评估预警方法 | |
| CN111353718A (zh) | 基于swmm与efdc的湿地、补水工程环境效应评估方法及装置 | |
| 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 | |
| CN115712800A (zh) | 一种水库水位波动处理方法 | |
| CN114757049A (zh) | 流域污水处理厂提标改造的必要性分析验证方法 | |
| CN113343601A (zh) | 一种复杂水系湖泊水位和污染物迁移的动态模拟方法 | |
| CN114678084A (zh) | 利用多点长系列监测数据求解污染物综合衰减系数的方法 |
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 |