[發明專利]一種突發水污染正逆耦合溯源方法及系統

有效

• 申請號: 202110495077.0
• 申請日: 2021-05-07
• 公開（公告）號: CN113128129B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 李昱;張弛;朱喆
• 申請（專利權）人: 大連理工大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q50/26
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 劉鳳玲

本發明涉及一種突發水污染正逆耦合溯源方法及系統，根據獲取到的力學參數和水質參數建立河道一維正向水質模擬模型；根據河道一維正向水質模擬模型，對每個監測指標分別使用逆向優化溯源模型進行測算，通過構建了河道一維正向水質模擬模型，使用逆向優化溯源模型進行測算，并進行貝葉斯更新過程，實現了多信息融合，本發明能夠合理支配和使用不同觀測信息，把多源信息在空間或時間上的冗余或互補進行組合，以獲得被測對象的一致性解釋，從而克服了水環境的不確定性，提高了水污染溯源的精準性，實現了水污染溯源問題的多解決策。

技術領域

本發明涉及多源數據收集技術領域，特別是涉及一種突發水污染正逆耦合溯源方法及系統。

背景技術

水是生命之源，是維系生態環境可持續發展的首要基礎，隨著工業化以及新型城鎮化進程的推進，工業企業的意外泄漏和非法排放威脅著中小型河渠水環境，及時準確地識別污染源對于處理突發性水污染事件具有重要意義。

水污染溯源問題(PollutantSourceDetectionproblem)，其作為典型的環境水力學反問題在諸多領域被研究，國內外學者研究了多種河流水質污染事故溯源算法，普遍利用下游污染監測信息尋找上游最有可能的污染源，大致可分為以下幾類：一是通過示蹤法或多元統計法推斷污染源，適用于距離較短的河道；二是應用概率統計方法識別水體污染源項，例如BPM(BackwardProbability Method，后向概率法)；三是利用污染源搜索理論方法確定污染源位置，基本思路是隨機假設源項信息，然后通過正向的水質模型模擬不同源項信息下監測站點處的水質濃度變化數據，通過與實測值的比較進行判斷是否是真實污染源，其采樣方法的效率決定了溯源的效率，常用的采樣方法包括MCMC(MarkovChainMonteCarlo，馬爾科夫蒙特卡洛抽樣)以及LHS(Latinhypercubesampling，超拉丁立方采樣)，這類方法在簡單河道或者河渠中效果較好，但是在有著多源聯合排污可能的復雜河渠環境下，采樣效率較低，而使用優化算法替代隨機采樣，則能夠構建規則實現迭代計算，更快速的接近最優解，進而提升溯源效率。

現有技術的難題在于追溯到的污染源往往不唯一，觀測到的數據屬性不同且時空代表性不足，僅能依靠單一數據源獲得的結果，導致水污染溯源的結果的精確性不高。

發明內容

本發明的目的是提供一種突發水污染正逆耦合溯源方法及系統，能夠合理支配和使用不同觀測信息，把多源信息進行融合，從而提高計算水污染溯源結果的精確性。

為實現上述目的，本發明提供了如下方案：

一種突發水污染正逆耦合溯源方法，包括：

獲取監測水域的力學參數和水質監測參數；所述水質監測參數包括多個監測指標的濃度值；

根據所述力學參數和所述水質參數建立河道一維正向水質模擬模型；

對于任意一個所述監測指標，采用逆向優化溯源模型對所述河道一維正向水質模擬模型進行測算，得到多個同效溯源解；所述同效溯源解包括污染源的個數、污染排放位置、污染排放強度和污染排放時間；

將所有的監測指標的同效溯源解劃分為第一組和第二組；所述第一組中的同效溯源解中污染源的個數為1；所述第二組中的同效溯源解中污染源的個數為2；

將所述第一組確定為一個同效溯源解群，并對所述第二組中的同效溯源解的污染排放位置進行聚類，得到多個同效溯源解群；

對每個所述同效溯源解群進行貝葉斯概率更新，將后驗概率最大的所述同效溯源解群確定為決策解群。

優選地，所述獲取監測水域的力學參數和水質監測參數，包括：

根據河流流域自然地理特征確定污染測站或控制斷面所對應的所述監測水域；