一种基于物联网的水污染源追踪分析方法及系统与流程

本发明涉及水质检测与水污染源追踪分析，具体涉及一种基于物联网的水污染源追踪分析方法及系统，尤其适用于河流、河网、排水管网及其他具有明确污染传播拓扑关系和流向关系的水域系统。

背景技术：

1、水污染事件发生后，通常需要结合水质监测结果、河网或管网拓扑、流向、流速及污染物迁移规律向上游追查污染来源。随着物联网技术的发展，越来越多的水质监测节点被部署于河流、河网及排水管网中，能够连续采集目标污染物的浓度时序数据，为污染源追踪提供了丰富的数据基础。

2、现有技术中，已有方案采用采样时间与距离、流速进行逐级时间关联回溯，通过实测浓度与模拟浓度的比较来推断污染源位置。也有方案通过排水行为画像、时变先验及概率反演持续更新污染源参数。相关研究还广泛采用水动力-水质模型、贝叶斯/马尔可夫链蒙特卡洛方法、遗传算法和数据同化等方法反演污染源位置、排放时间和排放强度。

3、然而，上述现有技术方案仍存在以下不足：

4、其一，单个或少量监测节点的污染响应通常可对应多个污染源位置和多个排放时间。现有方案中，时间信息主要用于匹配、评分或概率反演，缺乏一种将多节点污染响应统一转化为对候选污染源排放时间的确定性约束的机制。

5、其二，未检测到污染响应的监测节点容易被直接作为“未受污染节点”用于排除污染源，但这种处理方式存在较大的误判风险。实际上，未检测到污染响应可能由多种原因造成：监测时段未覆盖污染物的理论到达时间、理论污染浓度低于该节点的有效检测条件、检测数据因设备故障或通信问题而无效等。直接以“未响应”排除污染源，容易将真正的污染源错误地排除。

6、其三，物联网监测数据是持续到达的，随着数据量不断增加，若每次新增数据到达时均重新执行全局模拟或反演计算，计算量将急剧增长，不利于连续追踪的实时性要求。

7、综上，现有技术尚缺少一种直接面向物联网多节点水质检测结果、以候选污染源可行排放时间域为统一状态量，并同时利用污染正响应检测结果和有效未响应检测结果分别进行交集约束和差集约束的技术方案。

技术实现思路

1、1．要解决的技术问题：

2、针对现有技术中存在的问题，本发明提供一种基于物联网的水污染源追踪分析方法及系统，可以实现多节点证据的确定性硬约束筛选，避免无效监测数据导致真实污染源被错误排除，并大幅降低新增数据带来的全局重算成本，从而兼顾污染源追踪的准确性、鲁棒性与在线实时性。

3、2．技术方案：

4、为解决上述问题，本发明采用如下的技术方案。

5、本发明构建一种基于物联网的水污染源追踪分析系统，适用于河流、河网、排水管网或其他具有明确污染传播拓扑和流向关系的水系统。多个物联网水质监测节点连续采集目标污染物浓度时序，并同步记录监测时间、节点位置、设备状态和数据质量状态。本发明不限定具体传感器结构、通信协议或云平台实现方式。

6、系统根据已确认水污染事件的多节点检测结果形成污染响应时间窗口，结合水系统拓扑、水流方向和潜在排污位置生成候选污染源集合及其至各监测节点的传播路径，并根据路径长度和水力参数确定污染传播时间范围。针对每一个候选污染源，系统建立并更新一个当前可行排放时间域，其含义是在当前有效水质检测证据下，该候选污染源仍可能发生污染排放的时间集合。

7、对于检测到目标污染物响应的监测节点，其对该候选污染源的可行排放时间域形成排放时间正约束，系统据此执行交集更新；对于未检测到对应污染响应的监测节点，只有在该节点同时满足传播可达、监测时间覆盖、理论可检测和检测数据有效四个条件时，其才对该候选污染源形成矛盾排放时间子域，系统据此执行差集更新。当某一候选污染源的可行排放时间域变为空集时，该候选污染源失效。对仍保留的候选污染源，进一步进行浓度传播允许包络校验。当新的物联网水质检测数据到达时，系统仅对与新增证据存在传播关联的候选污染源更新时间域，最终输出污染源位置、可行排放时间范围及污染传播路径。

8、具体地，本发明方法包括以下步骤：

9、s1、获取物联网多节点水质检测数据并形成污染响应信息。

10、对于已确认的水污染事件，获取目标水域各物联网水质监测节点的目标污染物浓度时序、采样时间、节点位置、设备运行状态和数据质量状态。设第个水质监测节点为，节点在时刻的目标污染物实测浓度记为，表示节点在时刻的实测污染物浓度，浓度单位根据目标污染物确定，通常可采用mg/l。

11、根据已确认污染事件在节点上的实际水质响应时段，确定污染响应时间窗口，其中为污染响应起始时间，为污染响应结束时间。需要时，可从 中提取峰值浓度、峰值时间等辅助特征，但不作为本发明的必要约束变量。

12、为区分监测时段和数据质量，设节点的实际监测时间集合为，同时定义检测数据有效状态为。其中，表示节点在时刻的检测数据满足预设质量要求，可用于污染源追踪分析；表示该时刻数据因设备故障、通信缺失、校准异常、明显越界、在预设时长内持续保持恒定值或其他原因不满足使用要求。用于描述该节点是否处于监测时段， 用于描述相应监测数据是否有效，二者分别用于后续时间覆盖和数据有效性判断。

13、s2、生成候选污染源集合并建立污染传播路径。

14、根据污染事件所在监测节点或污染断面的位置、水系统拓扑、水流方向以及潜在排污口或污染源位置，从污染事件位置沿污染传播方向的逆方向检索具有水力连通关系的潜在污染源，形成初始候选污染源集合：

15、，

16、其中，为初始候选污染源集合；为第个候选污染源，为候选污染源索引；为初始候选污染源数量。

17、对于候选污染源和监测节点，根据河网或管网拓扑确定二者之间的有向污染传播路径：

18、，

19、其中，为候选污染源至监测节点的污染传播路径；为该路径上的第个河段或管段；为路径段索引；为路径所包含的河段或管段数量。若与之间不存在顺流可达路径，则节点不对候选污染源形成后续时间约束。

20、s3、计算候选污染源至相关监测节点的污染传播时间范围

21、对于传播路径，设第个传播段长度为，单位为长度；该传播段的有效流速范围为，其中和分别为第个传播段长度内的有效最小流速和有效最大流速，单位为长度/时间。

22、在采用分段旅行时间计算时，候选污染源至监测节点的最短传播时间为：

23、；

24、最长传播时间为：

25、；

26、由此得到候选污染源至监测节点的污染传播时间范围：

27、；

28、其中，表示污染物由传播至的可能传播时间。采用传播时间范围而非单一值，用于容纳流速变化、水力波动和参数误差。已有水动力模型、历史示踪数据或实测旅行时间能够提供传播时间范围时，也可直接采用相应结果。

29、s4、利用污染正响应建立候选污染源可行排放时间域

30、对于检测到目标污染物响应的监测节点，其污染响应时间窗口为；候选污染源至节点的传播时间范围为。由此反向确定节点对候选污染源形成的排放时间正约束域：

31、；

32、其中，为监测节点对候选污染源形成的排放时间正约束域。表示候选污染源若要解释节点的实际污染响应，其排放时间必须落入的范围。

33、根据污染响应时间窗口和最大可能传播时间，为候选污染源设置初始排放时间搜索范围：

34、；

35、其中，为候选污染源的初始可行排放时间域；和分别为预设或根据污染事件确定的最早、最晚排放搜索时间。

36、设为与候选污染源存在传播关系、检测数据有效且已检测到目标污染物响应的监测节点索引集合，则候选污染源当前的可行排放时间域为：

37、；

38、其中，为候选污染源当前可行排放时间域；表示集合交运算；表示对中所有有效正响应监测节点形成的排放时间正约束域求交。

39、若：

40、；

41、其中，表示空集，则说明不存在任何排放时间能够同时解释当前全部有效正响应检测结果，判定候选污染源失效并从候选污染源集合中删除。该步骤的核心在于以候选污染源共同可行排放时间域是否存在作为确定性判据，而非仅依据时间差进行评分或概率排序。

42、s5、利用有效未响应结果构造矛盾排放时间子域

43、对于未检测到对应污染响应的监测节点，其中为监测节点索引，不直接利用其“未响应”状态排除候选污染源，而是对候选污染源当前可行排放时间域中的每一候选排放时刻判断该未响应结果是否具备作为有效负证据的条件。

44、首先定义传播可达性状态。当候选污染源至监测节点存在当前有效流向下的污染传播路径时，；否则。对任一，污染物理论到达节点的时间范围为：

45、；

46、其中，为候选污染源在排放时刻下对应于监测节点的理论到达时间范围；和分别为至的最短和最长传播时间。

47、根据候选污染源假设、当前可行排放时刻及污染物传播条件，计算节点在理论到达时间范围内的浓度传播允许包络：

48、；

49、其中，为候选污染源在排放时刻下对节点形成的理论浓度传播允许包络；和分别为考虑稀释、衰减、弥散及传播参数不确定性后的理论浓度下界和上界。

50、针对候选排放时刻，进一步定义四个判定状态：为时间覆盖状态，当理论到达时间范围被节点的实际监测时间集合按预设覆盖要求覆盖时取1，否则取0；为理论可检测状态，当理论浓度传播允许包络在有效监测时段内，满足目标污染物的预设有效检测条件时取1，否则取0；其中有效检测条件根据监测节点的可靠检测能力、水质背景波动和目标污染响应判定要求综合确定；为数据有效状态，当理论到达时间范围内，满足预设比例或持续时间要求的检测数据具有时取1，否则取0；为实际污染响应状态，当节点在与对应的理论到达时间范围内，形成目标污染物响应时取1，未形成对应响应时取0。

51、将所有同时满足传播可达、时间覆盖、理论可检测、数据有效且实际未形成污染响应的候选排放时刻构成矛盾排放时间子域：

52、，

53、其中，为监测节点对候选污染源形成的矛盾排放时间子域；竖线表示满足其后的条件。

54、随后对候选污染源当前可行排放时间域执行差集更新：

55、，

56、其中，表示集合差运算，更新后的删除了所有与节点的有效未响应检测结果相矛盾的候选排放时刻。若更新后，则候选污染源失效。由此，未检测到污染响应的监测结果只有在监测节点理论上应当具有检测能力且检测数据有效时，才作为污染源排除的依据。

57、s6、对剩余候选污染源进行浓度传播一致性精筛

58、s4和s5完成时间域硬约束后，仅对仍满足的候选污染源进行浓度传播一致性精筛。本步骤无需对全部初始候选源重新执行全局参数反演，而是在候选污染源当前可行排放时间域内，根据流量稀释、污染物衰减、弥散、候选源可能排放水平及相关传播参数的允许范围，计算候选污染源在监测节点上对应候选排放时刻的浓度传播允许包络：

59、，

60、其中，为候选污染源在排放时刻下于监测节点形成的浓度传播允许包络；和分别为理论浓度下界和上界；。

61、考虑节点的水质检测误差，将实测浓度表示为检测允许区间：

62、，

63、其中，为节点在时刻的实测浓度允许区间；为实测浓度；为该节点针对目标污染物的检测误差或允许测量不确定度，单位与浓度一致。

64、定义浓度一致性状态：当候选排放时刻对应的理论浓度传播允许包络与实测浓度允许区间，在预设关键响应时间范围内满足预设一致性要求时，，否则取0。由此形成监测节点对候选污染源的浓度一致性时间子域：

65、，

66、其中，为在节点的浓度检测结果下仍能被解释的候选排放时间集合；为浓度一致性状态。

67、设为参与浓度一致性精筛的有效监测节点索引集合，则可对候选污染源当前可行排放时间域进一步更新为：

68、，

69、其中，为用于浓度一致性精筛的监测节点索引集合；其余符号含义同前。若缺少足以构造可靠浓度传播允许包络的参数信息，则本步骤可仅作为辅助一致性校验，不直接依据浓度一致性校验结果判定候选污染源失效。

70、s7、利用新增物联网水质检测数据进行局部增量追踪

71、当物联网水质监测节点产生新的有效检测数据时，首先根据水系统拓扑、污染传播路径和理论到达时间，确定与该新增监测证据具有传播关联的候选污染源，仅对这些候选污染源更新其当前可行排放时间域，不重新对全部候选污染源执行全局溯源计算。

72、设为增量更新轮次，为第次更新前的候选污染源集合，为候选污染源在第次更新前的可行排放时间域。若新增检测结果为污染正响应，则按照s4的方法生成新增排放时间正约束域，并执行：

73、，

74、其中，为第次更新后的可行排放时间域；为新增正响应检测证据对候选污染源形成的排放时间正约束域。

75、若新增检测结果为有效未响应结果，且该结果满足步骤s5所述条件，则按照s5的方法生成新增矛盾排放时间子域，并执行：

76、，

77、其中，为新增有效未响应检测证据对候选污染源形成的矛盾排放时间子域。

78、完成相关候选污染源的时间域更新后，候选污染源集合更新为：

79、，

80、其中，为第次更新后的候选污染源集合；为更新前的候选污染源集合；为候选污染源更新后的可行排放时间域。未与新增监测证据形成传播关联的候选污染源，其保持不变。

81、当候选污染源仅有一个，或仅有一个候选污染源同时满足时间域约束和浓度传播一致性要求时，输出污染源位置、可行排放时间范围和污染传播路径。若仍存在多个候选污染源，则继续利用后续物联网水质检测结果执行增量更新；当新增检测数据导致受影响的监测节点的实测浓度允许区间发生变化时，仅对受影响的剩余候选污染源重新执行s6。

82、本发明还提供了一种基于物联网的水污染源追踪分析系统，包括：

83、数据获取模块，用于获取已确认水污染事件所涉及水域中各物联网水质监测节点的目标污染物浓度时序、采样时间、节点位置、设备运行状态和数据质量状态，并根据各监测节点上的实际水质响应时段确定各监测节点的污染响应时间窗口；

84、候选污染源生成模块，用于根据污染事件所在监测节点或污染断面的位置、水系统拓扑、水流方向以及潜在排污口或污染源位置，沿污染传播方向的逆方向检索具有水力连通关系的潜在污染源，生成初始候选污染源集合，并建立各候选污染源至各监测节点的有向污染传播路径；

85、传播时间计算模块，用于根据各传播路径的路径长度和水力参数，计算各候选污染源至各监测节点的污染传播时间范围；

86、正约束更新模块，用于对于检测到目标污染物响应的监测节点，根据该监测节点的污染响应时间窗口以及候选污染源至该监测节点的污染传播时间范围，反向确定该监测节点对候选污染源形成的排放时间正约束域，并将候选污染源的初始可行排放时间域与所有有效正响应监测节点形成的排放时间正约束域进行交集更新；

87、负约束更新模块，用于对于未检测到对应污染响应的监测节点，对候选污染源当前可行排放时间域中的每一候选排放时刻，判断是否同时满足传播可达、监测时间覆盖、理论可检测和检测数据有效的条件，将同时满足上述所有条件的候选排放时刻构成矛盾排放时间子域，对候选污染源当前可行排放时间域执行差集更新；

88、浓度一致性校验模块，用于在正约束更新和负约束更新完成后，对仍保留的候选污染源，在其当前可行排放时间域内计算浓度传播允许包络，并与监测节点的实测浓度允许区间进行一致性校验，根据校验结果对候选污染源当前可行排放时间域进行更新；

89、增量更新模块，用于当有新增物联网水质检测数据到达时，确定与该新增检测数据存在传播关联的候选污染源，仅对所述存在传播关联的候选污染源更新其当前可行排放时间域；

90、污染源输出模块，用于当候选污染源仅有一个或仅有一个候选污染源满足时间域约束和浓度传播一致性要求时，输出该候选污染源的位置、可行排放时间范围及污染传播路径。

91、3．有益效果：

92、采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：

93、（1）本发明以候选污染源的“可行排放时间域”作为核心状态量，将各物联网监测节点的污染响应时间窗口与候选污染源至该监测节点的污染传播时间范围相结合，通过集合交运算形成排放时间正约束域，将多个有效正响应检测证据统一转化为对候选污染源排放时间的确定性硬约束。该方式不同于现有技术中仅依据时间差进行评分或概率排序的处理模式，能够直接判定候选污染源是否存在能够同时解释全部有效正响应检测结果的排放时间，从而实现对候选污染源的有效筛选和快速收敛。

94、（2）针对未检测到污染响应的监测节点，本发明不直接将其作为“未受污染节点”用于排除污染源，而是对候选污染源的每一候选排放时刻，综合判断传播可达性、监测时间覆盖性、理论可检测性和检测数据有效性四个条件。仅当上述条件全部满足且实际未形成污染响应时，才将该候选排放时刻纳入矛盾排放时间子域，并执行差集更新。该机制充分考虑了因监测时段未覆盖、检测能力不足或数据无效等原因导致未响应的实际情况，有效避免了将真实污染源错误排除的风险，显著提高了污染源追踪结果的可靠性和鲁棒性。

95、（3）当新增物联网水质检测数据到达时，本发明仅对与新增检测数据存在传播关联的候选污染源更新其可行排放时间域，未与新增证据形成传播关联的候选污染源保持其可行排放时间域不变。该局部增量更新机制避免了每当新数据到达时对全部候选污染源重新执行全局传播计算或参数反演，有效控制了计算量的增长，使得本发明能够适应物联网水质监测数据的持续、高频到达特性，满足污染源连续追踪的实时性和在线处理需求。

96、（4）在完成时间域正、负约束更新后，本发明进一步对仍保留的候选污染源，在其当前可行排放时间域内计算理论浓度传播允许包络，并与监测节点的实测浓度允许区间进行一致性校验。该过程将时间上的可行性与浓度上的物理可实现性相结合，以实测浓度数据对候选污染源的排放时间进行二次验证，进一步缩小了候选污染源的范围，提高了最终输出的污染源位置及排放时间范围的准确性和可信度。

97、（5）本发明在计算候选污染源至监测节点的污染传播时间时，采用传播时间范围（最短传播时间至最长传播时间）而非固定单一值，能够有效容纳实际水域系统中流速变化、水力波动和参数误差带来的传播时间不确定性。在此基础上构建的排放时间正约束域和矛盾排放时间子域均基于区间运算，使得本发明在实际水力条件偏离标定工况的情况下，仍能够将真实污染源及其实际排放时间保留在可行范围内，具有良好的工程适用性和鲁棒性。

98、需要说明的是，本发明未介绍的结构由于不涉及本发明的设计要点及改进方向，均与现有技术相同或者可采用现有技术加以实现在此不做赘述。