[发明专利]一种复合受体模型污染源解析方法

说明书

技术领域

本发明属于环境保护技术领域，具体涉及一种复合受体模型污染源解析方法。

背景技术

在环境保护领域，当进行环境质量评估、环境风险评价、污染物削减时，需要通过定量方法筛选出特征污染物并解析出污染源及其贡献率，从而切实有效地控制污染，保障环境安全。所谓污染源解析，是研究污染源对周围环境污染影响和作用的一系列方法，常用的解析技术有清单分析法、扩散模型分析法和受体模型分析法。其中，清单分析法是通过观测和模拟污染物的源排放量、排放特征及排放地理分布等,建立列表模型进行污染源解析；扩散模型分析法属于预测式模型，它是通过输入各个污染源的排放数据和相关参数信息来预测污染物的时空变化情况；受体模型分析法则通过对受体样品的化学和显微分析，确定各污染源贡献率的一类技术，其最终目的是识别对受体有贡献的污染源，并且定量计算各污染源的分担率。

图1为现有技术中扩散模型分析过程示意图。如图1所示，利用扩散模型进行污染源解析，不仅需要完整的排放源清单，还要知道排放源的排污特征，排放率，排放时间，受体位置等排放参数。可以看出，利用扩散模型进行源解析成本较高，难度较大。

图2为现有技术中受体模型分析过程示意图。如图2所示，受体模型的优势在于它利用真实的受体数据来驱动模型，能够对每一个样品进行定量源解析，也可以根据适应度分析来识别模型源与真实源的误差。其劣势在于模型要有受体样品浓度，甚至还要求有与受体浓度相对应的不确定性值，要求源线独立，不能有效区分外来源和本地源。受体模型开展污染源解析，需要满足几个基本的假设条件：(1)源线固定；(2)受体数据获取过程及条件没有明显的变化；(3)受体数据具有代表性；(4)污染源存在时间或空间变异。与扩散模型相比，受体模型的输入数据来源较为容易，不需要完整的源谱清单，模型运转成本较低，同时，作为扩散模型的有效补充，可以使人们通过对偏差的认识理解源和受体的关系。

相对而言，受体模型不依赖于排放源排放条件及水文水质等数据,不用追踪污染物的迁移过程，且与预测式的扩散模型相比，受体模型算是一种诊断式模型，它解释过去而不是未来，比较适合用来实现污染源的源解析。根据是否需要事先掌握详尽的污染源排放特征谱，受体模型可分为化学质量平衡模型(CMB)、多元统计模型、UNMIX模型等。随着环境监测网络的日益完善，监测手段、方法和技术的不断进步，研究者可以取得大量而精准的观测样品数据，这为开展污染源解析的定量研究提供了保障，受体模型源解析技术得到了较快的发展和应用，被广泛用来开展大气、水体、沉积物和土壤等环境介质中各种污染物的污染源解析研究。

其中，化学质量平衡模型是一类发展较为成熟的源解析模型，它不依赖于排放源条件、气象、地形等数据，不用追踪颗粒物的迁移过程，模型原理清楚，易于接受，是应用最为广泛的一种受体模型。它对于无机污染物的源解析已经较为成功，被美国环保局定为无机物源解析的首选方法。该模型依据质量守恒定律建立污染源定量解析模型，通过测量源与受体样品的物理、化学性质，定性识别对受体有贡献的污染源并定量计算各污染源的分担率，其理论依据是各个污染源的指纹谱是有一定差别的，从而可以通过检测受体中的各种物质的含量(组成)来确定各污染源的贡献率。但化学质量平衡模型应用需要满足多项假设：(1)可以识别出对环境受体中有明显贡献的所有污染源类，并且各源类所排放的污染物化学组成有明显的差别；(2)各源类所排放的污染物化学组成相对稳定，化学组分之问无明显影响；(3)各源类所排放的污染物之间没有相互作用，在传输过程中的变化可以被忽略；(4)所有污染源成分谱是线性无关的；(5)污染源种类少于或等于化学组分种类；(6)测量的不确定度是随机的、符合正态分布。更为重要的是，污染源指纹谱的获取难度较大，成本较高，需要根据环境的不断变化，追踪排放源清单，更新排放特征指纹库，特别是在当前监测网络并不是覆盖所有污染排放点的现实情况下，污染源指纹谱已知的条件常常难以满足。