[發明專利]一種河流突發水污染預警溯源方法、系統、終端及介質

在審

• 申請號: 202010778756.4
• 申請日: 2020-08-05
• 公開（公告）號: CN111898691A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 鄺紅艷;楊大勇;何煜然;周永杰
• 申請（專利權）人: 生態環境部華南環境科學研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G06F17/14;G01N33/18
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 趙紅霞

1.一種河流突發水污染預警溯源方法，其特征是，包括以下步驟：

S101：獲取水質常規指標的在線監測數據以及歷史監測數據；

S102：對接收到的在線監測數據啟動異常算法進行水質分析與預測，并對檢測到的異常瞬時水質事件進行預警預報；

S103：根據檢測到的異常瞬時水質事件啟動決策響應、應急響應后運行應急監測方案；

S104：根據源項模型的定量反演溯源算法對在線監測數據、歷史監測數據計算得出水中污染排放參數的估計值或概率分布，得到污染源信息，并根據貝葉斯反演算法和最優搜索追蹤模型對污染源信息進行優化處理；

S105：將優化結果反饋給應急響應，優化監測方案；

S106：根據源項模型的溯源反饋結果并以人機交互方式輸入指令，重復步驟S102-105，直至溯源搜索范圍縮小到可通過現場排查找到污染源。

2.根據權利要求1所述的一種河流突發水污染預警溯源方法，其特征是，在步驟S102中，所述異常瞬時水質事件的預警預報具體為：

利用譜分析數據驅動模型預測矯正后模型的基線誤差分布和閾值來檢測出異常水質，包括：

第一階段，利用傅里葉變換中的功率譜密度識別歷史監測數據的周期性變化規律與異常；

第二階段，利用連續小波變換算法確定水質異常時刻、持續時間和強度。

3.根據權利要求2所述的一種河流突發水污染預警溯源方法，其特征是，在步驟S102中，所述第一階段具體為：

隨機過程功率譜密度計算公式為：

式中，表示求傅立葉變換；P_ξ(f)為隨機過程的功率譜密度；T₀為自相關函數R(t,t+τ)對t的周期；

傅里葉變換計算公式為：

式中，n為數據大小；X(e^jω)為頻率內輸出分量；x(n)為時域內的輸入信號。

4.根據權利要求2所述的一種河流突發水污染預警溯源方法，其特征是，在步驟S102中，所述第二階段具體為：

連續小波變換算法計算公式為：

式中，ψ_a,b為輸入信號；為縮放信號；a為比例因子或尺度參數；b為位置，即沿時間軸平移的參數；t為采樣區間；*為共軛復數。

5.根據權利要求1所述的一種河流突發水污染預警溯源方法，其特征是，在步驟S104中，所述源項模型根據河流類型分為河流一維穩態水質模型、河流一維非穩態水質模型；

河流一維穩態水質模型如下：

式中，c為計算斷面的污染物濃度；c₀為計算初始點污染物濃度；K為污染物的衰減系數；K₃為污染物的沉降系數；u為河流流速；x為從計算初始點到下游計算斷面的距離；

河流一維非穩態水質模型如下：

式中：C為污染物濃度；A為河道斷面面積；Q為河道斷面流量；E_M為河段混合擴散系數；k₁為污染物降解速率常數；S_M為源、匯項。

6.根據權利要求1所述的一種河流突發水污染預警溯源方法，其特征是，在步驟S104中，所述貝葉斯反演算法具體為：

根據在線監測數據對河流水流水質耦合模擬計算的污染源位置及強度進行誤差修正，計算公式如下：

式中，x為模型參數；y為觀測值，即y是突發水污染環境事件后實際測量的斷面數據；p(x|y)為x的后驗概率分布函數，表示獲得觀測值后參數y的分布規律；p(x)為x的先驗概率分布函數，表示未獲得觀測值y前參數x的分布規律；p(y|x)為似然函數，表示模型參數與觀測值的擬合程度，p(y|x)越大，說明模型參數與觀測值的擬合效果越好。