一种流域非点源污染未知源识别与通量溯源方法与流程

摘要: 本发明涉及环境监测与水污染防治,尤其涉及一种流域非点源污染未知源识别与通量溯源方法。背景技术:1、非点源污染是指污染物经由降雨径流冲刷、土壤淋溶、地下渗透等途径...
一种流域非点源污染未知源识别与通量溯源方法与流程

本发明涉及环境监测与水污染防治,尤其涉及一种流域非点源污染未知源识别与通量溯源方法。

背景技术:

1、非点源污染是指污染物经由降雨径流冲刷、土壤淋溶、地下渗透等途径进入受纳水体的现象。随着流域水环境管理由总量控制向精细化、业务化管控转型,非点源污染所具有的分散、随机、间歇的特点已成为制约流域水环境持续改善的重要原因。构建高时空分辨率、涵盖全口径非点源污染源的流域排放清单,实现污染精准溯源已成为支撑流域精准治污与水生态考核的基础。

2、现有流域非点源排放清单构建与污染溯源技术主要存在以下局限:1)基于统计年鉴与产排污系数的清单编制方法,时间分辨率通常停留在年月尺度,空间分辨率多以县级行政单元为主,主要覆盖统计口径内的已知源,难以识别分散养殖、散户作坊、破损暗管非正常排放、自然水土流失等大量未知排放源;2)基于分布式或半分布式水文水质模型的正向模拟方法,模拟结果高度依赖于输入源清单的完整性;当源清单存在缺漏时,模型参数不确定性与未知源引起的系统偏差相互叠加、难以区分,缺乏由模拟偏差反向定位污染源的机制;3)基于稳定同位素或特征有机物指纹分析的源解析方法,虽然具有一定来源判别能力,但测试成本高昂、端元重叠明显,难以支撑流域尺度长时序、业务化的连续应用。以上几点局限导致现有非点源污染清单和溯源技术难以识别流域未知源的空间位置与排放通量,也难以将识别结果反馈至清单并实现动态更新,进而制约了流域精细化管控的实施成效。

3、因此,如何提供一种流域非点源污染未知源识别与通量溯源方法,使其能够达到对流域未知污染源的空间定位、类型识别与通量定量解析,并达到更新排放清单的技术效果,是本领域技术人员亟需解决的技术问题。

技术实现思路

1、本发明提供一种流域非点源污染未知源识别与通量溯源方法,以解决上述至少一种技术问题。

2、为实现上述目的,本发明提供了一种流域非点源污染未知源识别与通量溯源方法,所述方法包括:s1、构建多要素同步监测网络:基于下垫面产流产污监测和河网水动力水质同步监测,得到不同类型非点源的产流产污特征基准、各控制断面的实测污染物通量时序和高频同步监测数据;s2、建立正向模拟基准场:基于流域产污过程模拟和河网水动力水质模拟,输出各控制断面的模拟通量时序;s3、构建偏差场并剥离模型不确定性:基于各控制断面的实测污染物通量时序和各控制断面的模拟通量时序得到总偏差场,进行分层判别与模型不确定性剥离,得到未知源净偏差场和未知源候选区空间分布图;s4、基于河网响应矩阵反演未知源位置与通量:基于未知源候选区空间分布图和未知源净偏差场,构建响应矩阵,得到每一个候选源单元对应的空间位置、时段、等效污染物排放强度和对下游各控制断面的贡献率;s5、基于特征因子指纹库识别非点源类型:基于不同非点源类型的产流产污特征基准构建指纹库,基于指纹库和每一个候选源单元对下游各控制断面的贡献率,初步确定候选源单元对应非点源类型;s6、多源数据交叉验证:基于每一个候选源单元对应的空间位置和初步确定候选源单元对应非点源类型,确定未知源;s7、未知源注入与闭环迭代更新:基于对确定的未知源进行流域产污过程模拟和河网水动力水质模拟,进行判据处理,输出最终的动态非点源排放清单。

3、在第一方面中,所述基于下垫面产流产污监测和河网水动力水质同步监测,得到不同类型非点源的产流产污特征基准、各控制断面的实测污染物通量时序,具体包括:s11、下垫面产流产污监测:覆盖研究流域的主要非点源类型设立若干个监测点,在各监测点同步采集降雨径流和水质数据,建立不同类型非点源的产流产污特征基准;s12、河网水动力水质同步监测:在研究流域干流及主要支流布设多级控制断面,在各控制断面同步采集水位、流量和水质浓度数据,获取各控制断面的实测污染物通量时序,作为后续偏差场计算的观测基准;s13、同步监测时间与频率:同步下垫面产流产污监测时间与河网控制断面监测时间;同时针对不同量级降雨事件分别制订加密采样方案并实施,校核在线数据,得到高频监测数据。

4、在第一方面中,所述主要非点源类型至少包括种植业面源、城镇降雨径流面源和农村生活面源;所述控制断面至少包括流域上游背景断面、河道干支流断面、流域入汇断面与流域出口断面;所述水质数据包括必测指标和辅助指标;所述必测指标包括化学需氧量、总氮、总磷和氨氮;所述辅助指标包括悬浮物、溶解氧、ph、电导率、硝态氮、溶解态磷、碱度中的一种或多种。

5、在第一方面中,所述基于流域产污过程模拟和河网水动力水质模拟,输出各控制断面的模拟通量时序,具体包括:s21、采用流域水文水质模型进行流域产污过程模拟:基于流域数据划分得到若干个子流域与若干个水文响应单元;向流域水文水质模型输入气象数据作为产流产污过程的驱动条件;将已知的点源排放清单按排放口空间位置匹配至对应子流域的河段输入流域水文水质模型,用于表征已知固定源的排放;基于统计资料和产排污系数构建初始非点源排放清单,将种植源、畜禽养殖源、农村生活源和城市面源数据分别输入流域水文水质模型,用于表征统计口径内已知非点源的排放;以径流、泥沙和污染物为模拟对象,依据模拟对象、时间尺度、下垫面产流产污监测与河网水动力水质同步监测所得数据的质量、频率和精度,并参照相应模型评价推荐值设置模型质量控制阈值;通过敏感性分析确定主要率定参数,完成各模拟对象的率定与验证,得到各模拟对象的率定评价指标;进一步分析模型率定残差的时空分布模式,并通过参数不确定性分析确定模拟通量的模型不确定性区间,输出各子流域在日尺度、事件尺度或更高时间分辨率下的径流、泥沙量和污染物负荷;s22、采用河网水动力水质模型进行河网水动力水质模拟:以所述s21中输出的各子流域在日尺度、事件尺度或更高时间分辨率下的径流、泥沙量和污染物负荷作为侧向入汇边界条件,模拟污染物在河道及库区的迁移、衰减、稀释与再释放过程,输出各控制断面的模拟通量时序。

6、在第一方面中,所述流域数据包括土地利用、土壤类型、数字高程和坡度;所述流域水文水质模型为分布式水文水质模型或半分布式水文水质模型;所述半分布式水文水质模型包括swat模型;所述气象数据包括降雨、气温、太阳辐射、风速和相对湿度;所述s21中,所述模型质量控制阈值包括:针对径流,率定期纳什效率系数nse不低于0.65,验证期nse不低于0.60,率定期相对偏差pbias的绝对值不超过25%,验证期pbias的绝对值不超过30%;针对泥沙及污染物负荷,结合实测数据的频率和污染物迁移转化特征设置相应的放宽阈值,或采用nse、pbias、rsr、决定系数r2及事件总量误差中的一种或多种指标进行综合判别;所述率定评价指标包括纳什效率系数nse、相对偏差pbias;所述河网水动力水质模型包括efdc模型、mike系列模型、wasp模型和一维对流扩散水质演算模型中的一种。

7、在第一方面中,所述基于各控制断面的实测污染物通量时序和各控制断面的模拟通量时序得到总偏差场,进行分层判别与模型不确定性剥离,得到未知源净偏差场和未知源候选区空间分布图具体包括:s31、偏差场构建:基于所述s12中获取的各控制断面的实测污染物通量时序和所述s22中输出的各控制断面的模拟通量时序,计算通量偏差得到总偏差场,并构建单时间步相对偏差和时段累计偏差;s32、分层判别:按时间维度将数据分为汛期与非汛期,按空间维度将流域分为子流域级与网格级,建立分层判别机制;以汛期pbias绝对值超过20%、非汛期pbias绝对值超过10%作为异常残差信号的初始判别阈值,并基于模拟对象历史同期偏差分布、所述s21中确定的模型不确定性区间和控制断面的监测误差,对初始判别阈值进行自适应修正,得到修正后的判别阈值;基于修正后的判别阈值对所述s31得到的总偏差场进行判断,将持续超过修正后的判别阈值的区域标记为存在疑似未知源信号的候选区域;s33、模型不确定性剥离:采用分层剥离的方式从所述s31得到的总偏差场中依次扣除模型参数不确定性误差、模型结构误差、已知源清单统计误差和监测数据误差,得到归因于未知源的净偏差场;基于未知源的净偏差场对所述s32中标记的候选区域进行复核确认,输出为未知源候选区空间分布图。

8、在第一方面中,所述基于未知源候选区空间分布图和未知源净偏差场,构建响应矩阵,得到每一个候选源单元对应的空间位置、时段、等效污染物排放强度和对下游各控制断面的贡献率具体包括:s41、河网候选源单元划分:以s21所述单个子流域为最小空间单元,将整个流域划分为m个候选源单元,作为未知源反演的固定空间剖分;s42、河网响应矩阵构建:将历史水文数据按流量分级,在各流量级的水文条件下,针对每一个候选源单元分别设置单位源强,通过所述s22的河网水动力水质模型模拟该单位源强对下游各控制断面的通量响应,构建各流量级对应的响应矩阵a,所述响应矩阵a的元素表示单个候选源单元的单位源强对下游相应控制断面的通量贡献系数;s43、未知源反演求解:将所述s33中得到的未知源的净偏差场表达为响应矩阵a与待反演的等效源强向量s的乘积与残差之和,并以所述s33输出的未知源候选区空间分布图作为反演的空间约束,将候选区以外的候选源单元的源强优先约束为零;然后通过正则化优化方法求解等效源强向量s,并基于得到的等效源强向量s输出每一个候选源单元对应的空间位置、时段、等效污染物排放强度和对下游各控制断面的贡献率;其中,所述正则化优化方法的目标函数包括拟合残差项和以正则化系数λ加权的正则化项,所述正则化系数λ通过l曲线准则或广义交叉验证方法确定。

9、在第一方面中,所述基于不同类型非点源的产流产污特征基准构建指纹库,基于指纹库和每一个候选源单元对下游各控制断面的贡献率,初步确定候选源单元对应非点源类型具体包括:s51、指纹库构建:基于所述s11中不同非点源类型的产流产污特征基准,计算各非点源类型的特征因子向量,作为该非点源类型的端元指纹并构建指纹库;s52、解混与匹配:基于所述s13中得到的高频同步监测数据,获取各控制断面实测样品的各污染物指标浓度;利用所述s43中输出的每一个候选源单元对下游各控制断面的贡献率,基于质量守恒约束,将各控制断面实测的各污染物指标浓度反解为每一个候选源单元的各污染物指标浓度估计值;基于各候选源单元的所述各污染物指标浓度估计值计算其特征因子向量,作为该候选源单元的端元信号估计值;然后将各候选源单元的端元信号估计值与指纹库中各非点源类型的端元指纹进行匹配,基于非点源类型判别原则初步确定每一个候选源单元对应的主要非点源类型;所述非点源类型判别原则为欧氏距离最小原则或贝叶斯后验概率最大原则。

10、在第一方面中,所述基于每一个候选源单元对应的空间位置和初步确定候选源单元对应非点源类型,确定未知源具体包括:对所述s43中的每一个候选源单元的位置和所述s52中初步确定的主要非点源类型进行交叉验证,核实各候选源单元所在位置是否存在与所述非点源类型相符的排放活动;基于多源数据的一致性程度,将各候选源单元的置信度标注为高、中、低三级,将置信度满足预设要求的候选源单元确定为未知源,置信度不满足预设要求的候选源单元经现场核查后确定是否为未知源;所述多源数据包括遥感影像、土地利用变化数据、排污口排查台账、企业登记信息、养殖场登记信息、poi数据、无人机航拍影像、现场核查记录中的一种或多种;所述预设要求为候选源单元的置信度不低于中置信度。

11、在第一方面中,所述基于对确定的未知源进行流域产污过程模拟和河网水动力水质模拟,进行判据处理,输出最终的动态非点源排放清单具体包括:将所述确定的未知源按其空间位置与类型补充录入非点源排放清单,得到更新后的非点源排放清单,并将所述确定的未知源注入所述s21的流域水文水质模型和所述s22的河网水动力水质模型中,重新运行模型,输出各控制断面新的模拟通量时序;将各控制断面新的模拟通量时序代入所述s31中重新计算得到汛期pbias与非汛期pbias,然后进行判据处理,输出最终的动态非点源排放清单;所述然后进行判据处理,输出最终的动态非点源排放清单具体包括:当汛期pbias绝对值小于20%且非汛期pbias绝对值小于10%,判定清单收敛,将所述更新后的非点源排放清单输出为最终的动态非点源排放清单;或,当汛期pbias绝对值小于20%与非汛期pbias绝对值小于10%不同时存在,返回所述s3至所述s6中,通过输出的各控制断面新的模拟通量时序得到新的总偏差场,重新标记候选区域、分层判断、剥离模型不确定性、基于当次实际水文条件进行反演未知源位置与通量、识别非点源类型并交叉验证,得到新确定的未知源,将新确定的未知源再次补充录入清单并注入所述s21的流域水文水质模型和所述s22的河网水动力水质模型中,重新运行模型,输出各控制断面新的模拟通量时序;将各控制断面新的模拟通量时序代入所述s31中重新计算得到汛期pbias与非汛期pbias,然后进行判据处理,重复上述过程进行迭代;所述迭代次数不超过5次,汛期pbias绝对值小于20%且非汛期pbias绝对值小于10%,判定清单收敛,输出最终的动态非点源排放清单;或,所述迭代达到5次后,汛期pbias绝对值小于20%与非汛期pbias绝对值小于10%仍不同时存在,判定清单未收敛,输出当前的非点源排放清单作为最终的动态非点源排放清单,并在最终的动态非点源排放清单中标注未收敛状态及当前汛期pbias绝对值和非汛期pbias绝对值。

12、有益效果

13、本发明提供了一种流域非点源污染未知源识别与通量溯源方法,其有益效果在于:

14、第一、实现了流域内未知污染源的空间位置定位、类型识别、排放通量定量解析,并将识别结果反馈至排放清单实现动态更新,突破了传统清单依赖统计口径、无法覆盖未登记排放源的根本局限;

15、第二,通过建立正向模拟基准场,采用流域水文水质模型与河网水动力水质模型耦合模拟,并以模型质量控制阈值约束率定精度,使模型自身误差被控制在已知的、可量化的范围内;在此基础上构建实测与模拟的偏差场,将总偏差区分为模型参数不确定性误差、模型结构误差、已知源清单统计误差、监测数据误差与未知源信号,形成多分量偏差分解框架,可有效分离模型自身误差与未知源导致的偏差,实现了由模拟偏差反向定位未知源的闭环机制,使模拟偏差成为可用于溯源的未知源信号,突破了现有正向模拟方法中模型误差与未知源偏差相互叠加、难以区分的局限;同时,通过闭环迭代机制,可使最终清单误差收敛至汛期pbias绝对值20%以内、非汛期pbias绝对值10%以内,满足流域精细化、业务化管控需求;

16、第三,通过将全流域划分为固定的候选源单元、以未知源候选区作为反演的空间约束,按流量分级构建河网响应矩阵,并在非负约束下以正则化优化方法反演等效源强向量,实现了流域内未知污染源的空间位置定位与排放通量定量解析,突破了传统清单依赖统计口径、无法覆盖未登记排放源的根本局限;

17、第四,特征因子指纹库仅依托常规水质监测指标的比值特征构建,特征因子向量由多个污染物指标比值组成,无需稳定同位素或特征有机物等专项分析测试,指纹参数可由下垫面产流产污监测数据直接计算并随监测数据积累持续更新,显著降低了不同类型非点源识别的测试成本,支持流域尺度长时序业务化运行。