[發明專利]基于污染物遷移模擬的水源地水質安全預警方法

在審

• 申請號: 201610980367.3
• 申請日: 2016-11-08
• 公開（公告）號: CN106600035A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 左銳;石榕濤;王臏;汪立娜;滕彥國;王金生;楊潔;翟遠征
• 申請（專利權）人: 北京師范大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 北京市廣友專利事務所有限責任公司11237
• 代理人: 張仲波

技術領域

本發明屬于環境保護和水質安全技術領域，具體涉及一種基于污染物遷移模擬的水源地水質安全預警方法。

背景技術

水質安全預警可減少水質監測和水質安全保障的投入，同時可降低突發水質事故造成的危害。由于傍河水源地地下水與河流存在密切的水力聯系，而河流往往受到排污或突發水質事故的影響而遭受污染，不可避免地威脅傍河水原地水質安全，提出河流突發水質事故的預警方案，可以在事故發生第一時間采取響應措施，最大限度地減少事故造成的損失。

水質安全預警技術，通常包括基于水質狀態的預警和基于水質變化趨勢的預警，即水質預測。國內外研究已將水質預測方法推向實用化階段，水質預測常用的方法包括：數理統計法、人工神經網絡法、灰色系統法、水質模擬模型法、決策樹法。其中，數理統計法分為單因素預測和多因素預測，單因素預測準確性差、實際應用困難，而多因素預測涉及因素多、所需的資料信息量大、建模困難。人工神經網絡法通過分析歷史數據，識別環境因子和水質指標間的關系，通過縱向序列的比對，定量預測水質因子的變化，但是數學理論基礎不夠完善。灰色系統法有很大的局限性，即模型預測精度較高的前提是原始數據呈指數規律變化，一旦數據不符合指數變化，預測結果則可能出現較大的偏差。水質模型只是適用于較小時間尺度上的預測。決策樹法本質為機器學習，以實例為基礎的歸納學習方法，雖然預測精度相對較高，但理論尚不完善，因此只適用于數據量相對較小的情況。因此，在實際水質預測建模的過程中，應綜合分析待預測指標與研究區水質特征，選用適當的預測方法建立模型。

目前還沒有一種可以廣泛應用的水質預測建模方法，因此，通過水質預測建模的方法進行水質安全預警，距離實際應用及推廣還有很長的路要走。

發明內容

本發明實施例的目的是提供一種基于污染物遷移模擬的水源地水質安全預警方法，以通過合理建模的方式對水源地進行水質預測，保障水質安全。

根據本發明的一個方面，提供了一種基于污染物遷移模擬的水源地水質安全預警方法，所述方法包括：

構建水流模型；

確定所述水源地的目標污染物；

根據所述水流模型構建所述目標污染物在含水層中的遷移模型；

預設遷移模型的模擬時間，獲得目標污染物的遷移分布結果；

根據所述遷移分布結果及預警等級劃分，進行預警判定。

上述方案中，所述構建水流模型，進一步包括：

分析所述水源地的水文地質條件得出初始水頭和邊界條件；

根據所述水文地質條件對水源地的含水層進行概化，獲得水流模型的水文地質參數；

根據所述水文地質參數構建水流模型，并對所述水流模型進行校正。

上述方案中，所述對水源地的含水層進行概化，進一步包括：

對水源地的含水層內部結構進行概化；對水源地的含水層水力特征進行概化。

上述方案中，所述對水源地的含水層內部結構進行概化，進一步包括：

分析所述水源地是否為非均質含水層；

當為均質含水層時，概化為一個均質含水層區；

當為非均質含水層時，對所述水源地進行分區，使得各水文地質小區概化為各向同性均質含水層。

上述方案中，所述對水源地的含水層水力特征進行概化，進一步包括：采用達西定律對滲流進行概化；將水流概化為三維流、非穩定流。

上述方案中，所述水文地質參數至少包括：含水層滲透系數、儲水率、給水度、開采強度、源匯項。

上述方案中，所述遷移的過程，包括：對流、彌散、源匯混合、化學反應中的一種或多種。

上述方案中，所述水流模型為：

W＝ε(x,y,z,t)-∑Q_Lδ(x-x_L,y-y_L,z-z_L)

其中，

Q_L為計算區域；

Г為區域邊界其中Г1為一類邊界，Г2為二類邊界；

q(x,y,z,t)為單位寬度補給量；

ε(x,y,z,t)為單元補給強度；

Q_L為第L口井開采量，且L＝1,2…υ；

δ(x-x_L,y-y_L,z-z_L)為點(x_L,y_L,z_L)處的δ函數；