[发明专利]一种基于分形维数判断地下水污染的方法

说明书

本发明公开了一种基于分形维数判断地下水污染的方法，包括以下步骤(1)选择污染场地某序列地下水污染羽数据，(2)将第n段地下水污染羽网格化处理并看作为曲面S_n，(3)将曲面S_n的划分为长宽相等的长方体盒子，(4)计算覆盖整个曲面需要的盒子总数Nr，(5)计算不同体积盒子覆盖曲面时盒子总数，(6)采用最小二乘法拟合获得赫斯特指数，(7)计算曲面S_n的豪斯道夫计盒分形维数，(8)计算长序列地下水污染羽数据的豪斯道夫计盒分形维数，(9)判断地下水是否存在新的污染。本方法提高了分形维数的计算精度，为污染场地地下水调查、监测和修复提供方法，奠定非均质含水层污染物运移扩散研究的基础。

技术领域

本发明属于水污染防治领域。

背景技术

分形维数应用在污染水文地质学中非常少，尤其是在非均质含水介质中确定地下水污染羽时空分布难度大且是探测极为困难，而采用常规或传统的物探方法获取污染羽定量参数，不仅成本昂贵，还费时费力。

近年来，鲜有研究者涉及地下水污染羽随时间运移复杂程度地计算，而其它方法多以计算地下水污染羽某时段的面积或污染体积为主，未对污染羽时空复杂程度地演化进行定量研究，因此，在实际地下水修复和污染监控中，缺乏能够反映整体情况的定量参数，给实际工程带来了困难；而实际辅助地球物理场的方法进行探测和监测成本高，且地球物理问题本身具有多解性和不确定性，较难从地下水污染羽本身特征研究其变化规律。

发明内容

发明目的：为了解决上述背景技术中存在的问题，本发明提供了一种基于分形维数判断地下水污染的方法。

技术方案：本发明提供了一种基于分形维数判断地下水污染的方法，具体包括如下步骤：

步骤1：采集某一个污染场地的地下水污染羽的时间序列数据；并将该时间序列数据根据时间长度分为N段；

步骤2：将第n段地下水污染羽数据转化成平面上的正方形数据体，n＝1，2，…N，将正方形数据体边长上数据点的个数L作为该数据体的边长，且L＝2^2k，k为大于等于0的整数；根据第n段地下水污染羽数据中每个数据点在平面上的坐标和该数据点对应的地下水污染羽浓度值，将该正方形数据体作为三维坐标系的曲面S_n；

步骤3：进行第t次计算，将曲面S_n在三维坐标系的上分割成2^2(t-1)个长方体盒子，且每个长方体盒子的长宽均高度为H为第一次迭代计算时长方体盒子的高度；t＝1，2，3...T，T为总的计算次数；

步骤4：基于第i个长方体盒子内数据点的值，计算第i个长方体盒子上的应累加盒子数，且应累加盒子的长宽均为高度为i＝1,2,...2^2(t-1)；从而得到该次迭代计算所需盒子的总数Nr(t)；

步骤5：t+1，判断t是否大于T，若是，则转步骤6，否则转步骤3；

步骤6：将每次迭代计算的每个盒子的体积和对应的应累加盒子数绘制到双对数坐标系中，并采用最小二乘法进行拟合，将拟合得到的直线斜率作为曲面S_n的Hurst指数；

步骤7：根据D_F＝3-Hurst，其中D_F表示分形维数，得到第n段地下水污染羽数据对应曲面的分形维数；

步骤8：n+1，判断n是否大于N，若是，则转步骤9，否则转步骤2；

步骤9：根据步骤1采集时间序列数据的分形维数，判断该污染场地的地下水中是否存在新的污染源。

进一步的，所述步骤2中采用克里金插值网格化方法将第n段地下水污染羽数据转化为正方形数据体。