一种基于多源数据融合的水体污染溯源方法及系统与流程
本发明涉及水环境监测,特别是指一种基于多源数据融合的水体污染溯源方法及系统。
背景技术:
1、随着城市化进程和流域开发强度的提高,河道、支流、排污口、管网及汇水区之间的水力联系日益复杂,水体污染事件呈现突发性、隐蔽性和多源叠加特征,对污染源快速识别和精准溯源提出了更高要求。
2、现有水体污染溯源方法通常依赖在线水质监测、人工采样检测、污染源排放记录或水动力模型,对异常水质指标进行分析,并结合河道流向、排口分布和污染物浓度变化判断可能的污染来源。
3、然而,现有技术多以单一监测数据或固定水力连通关系为依据,难以同时融合水质、水文、气象、污染源指纹和复核采样信息,导致在闸坝调控、支流汇入和多污染源叠加条件下,污染传播路径识别不准确、源贡献率判断可靠性不足。
技术实现思路
1、为了解决现有技术中多以单一监测数据或固定水力连通关系为依据,难以同时融合水质、水文、气象、污染源指纹和复核采样信息,导致在闸坝调控、支流汇入和多污染源叠加条件下,污染传播路径识别不准确、源贡献率判断可靠性不足的技术问题。
2、本发明提供的技术方案如下:
3、本发明实施例的第一方面提供的一种基于多源数据融合的水体污染溯源方法,包括:
4、s1:获取目标水域的多源监测数据和污染源指纹数据;
5、s2:根据多源监测数据和污染源指纹数据,构建多源溯源基础图;
6、s3:基于多源溯源基础图,确定污染异常触发结果和候选污染区域集合;
7、s4:根据候选污染区域集合,通过动态图边生成机制,构建自适应水力连通图,并生成候选污染传播路径和反向影响权重;
8、s5:基于候选污染传播路径和反向影响权重,对异常水样和候选污染源进行多模态污染指纹匹配,确定初始贡献率和源位置先验概率;
9、s6:根据初始贡献率和源位置先验概率,通过信息增益策略,确定主动复核采样任务并获取复核数据;
10、s7:根据复核数据,对污染源后验概率和贡献率进行更新,确定水体污染溯源结果。
11、本发明实施例的第二方面提供的一种基于多源数据融合的水体污染溯源系统,包括:
12、处理器;
13、存储器,存储器上存储有计算机可读指令,计算机可读指令被处理器执行时,实现如第一方面所述的基于多源数据融合的水体污染溯源方法。
14、本发明提供的技术方案带来的有益效果包括:
15、在本发明实施例中,首先获取目标水域的多源监测数据和污染源指纹数据,并基于多源监测数据和污染源指纹数据构建多源溯源基础图,以实现多类溯源数据的统一组织和关联表达;其次,基于多源溯源基础图确定污染异常触发结果和候选污染区域集合,并通过动态图边生成机制构建自适应水力连通图,生成候选污染传播路径和反向影响权重,从而提高污染传播路径识别的准确性;再次,基于候选污染传播路径和反向影响权重,对异常水样和候选污染源进行多模态污染指纹匹配,确定初始贡献率和源位置先验概率;然后,根据初始贡献率和源位置先验概率,通过信息增益策略确定主动复核采样任务并获取复核数据;最后,根据复核数据对污染源后验概率和贡献率进行更新,确定水体污染溯源结果,从而提高源贡献率判断的可靠性。
1.一种基于多源数据融合的水体污染溯源方法,其特征在于,包括:
2.根据权利要求1所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s2具体包括:
3.根据权利要求2所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s3具体包括:
4.根据权利要求1所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s4具体包括:
5.根据权利要求1所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s5具体包括:
6.根据权利要求5所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s501具体包括:
7.根据权利要求1所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s6具体包括:
8.根据权利要求7所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s605具体包括:
9.根据权利要求1所述的基于多源数据融合的水体污染溯源方法,其特征在于:所述s7具体包括:
10.一种基于多源数据融合的水体污染溯源系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com