[发明专利]一种精准识别断面尺度入河污染源类型的方法有效
申请号: | 202111617892.6 | 申请日: | 2021-12-27 |
公开(公告)号: | CN114357751B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 刘海涵;陈双扣;刘晓;邵景安 | 申请(专利权)人: | 重庆市生态环境大数据应用中心 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F17/16;G06F119/02 |
代理公司: | 北京元本知识产权代理事务所(普通合伙) 11308 | 代理人: | 李斌 |
地址: | 400000 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 精准 识别 断面 尺度 污染源 类型 方法 | ||
1.一种精准识别断面尺度入河污染源类型的方法,包括:
确定研究区域,所述研究区域为水资源丰富的区域;
获得所述研究区域的入河污染源的排放量;
基于所述研究区域的入河污染源类型、污染源入河浓度系数以及排放因子构建水环境CMB模型;
选定断面,进行ID表示;
整理所述断面的水环境监测数据,形成每月的断面污染源统计数据表;
根据所述断面污染源统计数据表和相应月份的污染源入河浓度系数,得到各个污染源的排放成分谱;
经由所述CMB模型,计算断面尺度入河污染源贡献大小,得到每月一次的源解析结果;
对所述CMB模型的计算结果进行分析和验证,得到所需源解析结果;
所述构建水环境CMB模型包括:
确定在受体上每种化学组分的浓度;所述浓度就是每一源类的化学组分的含量值和源贡献浓度值的乘积的线性相加和;具体为
式中:
Ci—环境受体中组分i的浓度测量值;
Fij—第j类源的化学组分i的含量值;
Sj—第j类源贡献的浓度计算值;
J—污染源的数目;
I—污染因子数目;
只有当IJ时,方程有解;
第j类源对受体第i个污染因子的贡献率为:
ηij=Sj×Fij/Ci×100%
式中:Ci—环境受体中第i个污染物的浓度测量值。
2.根据权利要求1所述的精准识别断面尺度入河污染源类型的方法,其特征在于,所述CMB模型采用有效方差最小二乘法,所述有效方差最小二乘法是使加权的化学组分测量值与计算值之差的平方和最小:
式中,Veff,i—有效方差权重值;
式中:
—受体测量值的标准偏差;
—排放源元素测量值的标准偏差。
3.根据权利要求2所述的精准识别断面尺度入河污染源类型的方法,其特征在于,所述有效方差最小二乘法采用迭代法进行计算,即在前一步迭代计算的Sj的基础上再来计算一组新的Sj值;具体为:设上标k用于指定第k次迭代中的变量值,有效方差最小二乘法步骤:
将源贡献的初始估计值设置为零:
计算有效方差矩阵Ve的对角分量,该矩阵的所有非对角线分量都等于零;
计算Sj的k+1步迭代值;
针对第k次迭代测试Sj的第(k+1)次迭代;如果任何一个相差超过1%,则执行下一次迭代;如果所有的差异小于1%,则终止算法;
将第(k+1)次迭代结果分配给Sj和σ,所有其他计算都使用这些最终值;
其中:C=(C1...CI)T,以Ci作为第i个分量的列向量;
S=(S1…SJ)T,以Sj为第j个分量的列向量;
F,I×J维污染源组成矩阵;
受体浓度Ci测量的标准偏差不确定度;
Fij测量值的标准偏差不确定度;
Ve,有效方差的对角矩阵;
源贡献的不确定度。
4.根据权利要求1所述的精准识别断面尺度入河污染源类型的方法,其特征在于,所述各个污染源的月排放成分谱由污染源统计结果与相应月份的入河浓度系数乘积得到,其包括:工业污染、城镇污染、养殖污染和面源,所述污染源的排放成分包括:总磷、氨氮、化学需氧量、氟化物、挥发酚和石油类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆市生态环境大数据应用中心,未经重庆市生态环境大数据应用中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111617892.6/1.html,转载请声明来源钻瓜专利网。