一种季节性干涸水系干湿期污染负荷测算方法与流程

本发明属于环境监测，具体涉及一种季节性干涸水系干湿期污染负荷测算方法。

背景技术：

1、季节性干涸水系是指受气候、地形或人类活动影响，在一年内周期性出现有水期和无水期交替的河流、溪流或湿地水体。这类水系广泛分布于干旱半干旱地区、季风气候区以及受农业灌溉调控的流域，在全球河流总长度中占比超过50%。季节性干涸水系在维持生物多样性、调节区域水循环、支撑农业生产等方面发挥重要作用，但同时也面临严峻的污染问题。由于干湿交替的特殊水文过程，这类水系的污染负荷呈现显著的时空动态特征，污染物在干期积累于底泥中，在复水时集中释放形成脉冲式污染事件，对下游水质和生态系统造成冲击。

2、准确测算季节性干涸水系的污染负荷是开展水质监测、污染溯源和生态修复的基础工作。然而，现有的水质监测和污染负荷测算方法主要针对常年性河流设计,未充分考虑季节性干涸水系的干湿转换特性，在实际应用中存在以下问题：

3、首先，现有监测方案通常采用固定时间周期进行采样，如按月度或季度开展水质监测。这种固定周期采样策略无法捕捉干湿转换时刻污染物释放的瞬态过程。当采样时刻恰好处于干期或湿期的稳定阶段时，水体污染物浓度已趋于平稳，无法反映干涸期底泥污染物累积和复水瞬间脉冲释放的动态特征。研究表明，季节性河流在复水初期的污染物浓度可达稳定期的3至10倍，固定周期采样容易错过这一关键时刻，导致对污染负荷的系统性低估。

4、其次，现有监测布点方法主要基于空间均匀分布原则，在流域内选择等间距的监测断面。这种均匀布点策略未考虑河网拓扑结构对污染物迁移的影响。在河流系统中，污染物沿水流方向定向迁移，上游河段的污染状况会通过水流传递影响多个下游河段，而下游河段的污染状况不会逆向影响上游。均匀布点忽略了这种单向级联传递关系，导致监测资源配置不合理：上游高影响力河段可能监测不足，而下游低影响力河段可能监测冗余。此外，均匀布点通常集中在主干河道，对支流关注不足，造成监测盲区。

5、再次，现有的空间推断方法多采用基于地理距离的插值算法，如反距离权重法、克里金插值等。这些方法假设污染负荷与空间距离相关，距离越近的监测点对推断点的影响越大。然而，在河流系统中，污染物迁移受水流方向主导，上游河段对下游河段的影响远大于空间上相邻但水文上无连接的河段。基于地理距离的插值方法违背了河流污染物迁移的物理规律，推断结果存在结构性偏差。特别是对于季节性干涸水系，干湿转换过程改变了污染物的赋存形态和迁移机制，传统插值方法无法刻画这种非稳态过程，推断精度难以保证。

6、此外，现有方法在监测成本控制与信息获取量之间存在矛盾。为了提高污染负荷估计的精度，通常需要增加监测点位数量和采样频次，但这会导致监测成本快速上升。在监测预算有限的实际情况下，如何优化监测资源配置，以最少的监测投入获取最多的污染负荷信息，是季节性干涸水系监测面临的核心挑战。现有技术缺乏针对性的监测优化方法，监测方案设计主要依赖经验判断，科学性和系统性不足。

7、综上所述，现有的污染负荷测算方法在应用于季节性干涸水系时，存在采样时机不当、布点策略不合理、推断方法不适用、监测成本高等问题，难以满足这类水系水质监测和污染管理的实际需求。因此，亟需发展针对季节性干涸水系干湿期特征的污染负荷测算方法，在有限监测成本下实现高精度的污染负荷估计。

技术实现思路

1、为解决上述技术问题，提供一种季节性干涸水系干湿期污染负荷测算方法，具体包括以下步骤：

2、s1.获取基础数据：获取目标水系的历史水位监测序列，其中，表示第个河段，表示时间；获取河网拓扑结构，所述河网拓扑结构包含各河段之间的上下游连接关系，以及各河段的空间位置坐标和河段特征参数；

3、s2.识别干湿转换事件：基于所述历史水位监测序列，对每个河段识别其干湿状态转换时刻集合，具体为：

4、定义状态指示函数：当河段在时刻的水位高于预设干涸阈值时记为湿期状态，否则记为干期状态，所述干涸阈值根据该河段历史水位序列的分布特征确定；

5、提取干转湿事件时刻集合，所述集合包含所有满足前一时刻为干期状态且当前时刻为湿期状态的时间点；

6、提取湿转干事件时刻集合，所述集合包含所有满足前一时刻为湿期状态且当前时刻为干期状态的时间点；

7、s3.计算采样信息增益：对于每个河段的每次干转湿事件时刻，计算在该时刻进行污染负荷采样的信息增益，所述信息增益表征单次采样所能获取的污染状态信息量，其计算方式为：

8、；

9、其中，为干涸累积效应指数，其值随该河段在本次复水前的干涸持续时长增加而单调递增；为空间传递潜力指数，其值等于该河段下游所有可达河段的数量；

10、s4.生成最小监测方案：在预设监测点位数量的约束下，所述监测点位数量根据可用监测资源和目标水系规模确定，从所有河段及其干转湿事件中选择个采样任务，使得所选采样任务的信息增益之和最大化，输出包含采样河段和采样时刻的监测方案；

11、s5.获取稀疏采样数据：根据所述监测方案，获取实际执行采样后的污染负荷观测值，其中，为被监测河段，为采样时刻；

12、s6.空间推断未监测河段污染负荷：对于未被监测的河段，基于其上游已监测河段的观测值进行污染负荷推断，推断值的计算方式为：

13、；

14、其中，表示河段的所有上游已监测河段的集合；为污染负荷空间传递系数，所述空间传递系数取决于河段与河段之间的河道距离以及采样时刻差：

15、；

16、所述污染负荷空间传递系数的计算方式为：

17、；

18、其中，为衰减特征长度，根据河段类型和污染物类型确定；为沉降系数，根据河段底质类型确定；

19、s7.生成污染负荷分布图：整合所有已监测河段的观测值和所有未监测河段的推断值，生成覆盖整个目标水系的污染负荷空间分布结果。

20、步骤s2中，干涸阈值的确定方式为：对河段的历史水位序列进行统计分析，计算水位分布的特征分位数，当历史记录中存在明显干涸现象时，取历史最低水位与历史中位水位之间的预设分位数值作为干涸阈值；

21、或者，当历史记录中干涸现象不明显或记录不完整时，根据河段的地形特征和河床高程，将河床平均高程加上预设水深余量作为所述干涸阈值。

22、步骤s3中，干涸累积效应指数的计算方式为：；

23、其中，为河段在本次复水事件之前的干涸持续时长；

24、所述干涸持续时长通过在湿转干事件时刻集合中查找距离最近的前一次湿转干时刻，并按照下式计算：；

25、步骤s3中，空间传递潜力指数的计算方式为：

26、基于所述河网拓扑结构，采用图遍历算法从河段出发沿水流方向进行广度优先搜索或深度优先搜索，记录所有能够由河段到达的下游河段，形成下游可达河段集合，并将所述下游可达河段集合的元素数量作为的值。

27、步骤s4中，生成最小监测方案的优化过程为：

28、建立候选采样任务集合，所述候选采样任务集合包含所有河段对应的所有干转湿事件时刻的采样任务；

29、采用增量选择策略，每次从尚未选择的候选采样任务中选择信息增益最大的一个采样任务加入监测方案；

30、重复所述选择过程，直至选中的采样任务数量达到预设监测点位数量，输出最终监测方案。

31、步骤s6中，衰减特征长度和沉降系数的确定方式为：

32、根据河段地形分类和污染物理化性质，从预设参数库中查表获取相应参数值；

33、其中，衰减特征长度随河段坡度减小而增大，并随污染物颗粒性增强而减小；沉降系数随河段底质粗糙度增加而增大。

34、步骤s6中，对于未监测河段的污染负荷推断，还包括计算所述推断值的不确定性：

35、基于上游已监测河段的观测误差和空间传递模型的固有误差，采用误差传播方法计算推断值的不确定性；

36、在输出污染负荷分布结果时，同时输出各未监测河段污染负荷推断值的不确定性区间，所述不确定性区间表示为：；

37、还包括步骤s8：基于所述污染负荷空间分布结果生成修复优先级排序，具体为：

38、对每个河段综合评估该河段自身的污染负荷值、该河段对下游河段的影响范围、污染负荷推断值的不确定性以及该河段的修复实施难度；

39、对污染负荷高、影响范围大、不确定性低且修复难度适中的河段赋予较高修复优先级；

40、按照修复优先级从高到低对各河段进行排序，输出修复优先级列表。

41、步骤s4中，生成最小监测方案时，还包括时间窗口约束条件：

42、对于预测的干转湿事件时刻，设定可执行采样的时间窗口，所述时间窗口起始于干转湿事件发生前的预设准备时间，终止于干转湿事件发生后的预设有效采样期；

43、当多个候选采样任务的时间窗口存在冲突时，优先选择信息增益较大且时间窗口较早到来的采样任务；

44、根据所述时间窗口约束对所选采样任务进行调整，以使监测方案在实际执行过程中满足时间可操作性要求。

45、还包括监测方案的动态调整步骤：在监测实施过程中，当实际观测到的干湿转换时刻与基于历史水位监测序列确定的干湿转换规律存在显著偏差，或者已执行的部分采样结果显示污染负荷空间分布与预期结果存在明显差异时，基于已获取的新数据更新各候选采样任务的信息增益；

46、根据更新后的信息增益，对尚未执行的采样任务重新进行优先级排序，并根据重新排序结果调整后续监测方案，以适应目标水系干湿状态和污染负荷分布的实际变化。

47、本发明具有以下有益效果：

48、显著提高污染负荷推断精度；本发明通过识别干湿转换时刻作为采样窗口，充分利用了季节性干涸水系在复水瞬间污染物集中释放的特性。干涸期底泥中积累的污染物在复水时发生快速解吸和释放，形成污染负荷峰值，传统的固定周期采样容易错过这一关键时刻，导致污染负荷的系统性低估。本发明通过捕获干转湿时刻的高信息量采样数据，获得了更能代表河段真实污染状况的观测值，为后续的空间推断提供了高质量的输入数据，从而提高了未监测河段污染负荷推断的准确性。

49、优化监测资源配置，提高监测效率；本发明通过信息增益指标量化各采样任务的信息价值，实现了监测资源的科学配置。信息增益综合考虑了干涸累积效应和空间传递潜力两个维度：干涸时长较长的河段在复水时污染物释放量更大，监测价值更高；下游可达河段数量较多的河段其监测信息可传递范围更广，监测效益更大。通过优先在高信息增益河段布设监测点位，本发明避免了监测资源的冗余浪费，在较少的监测点位配置下实现了对全流域的有效覆盖，提高了监测资源的利用效率。

50、本发明的空间推断方法考虑了河网的拓扑结构和水流的定向传递特性，克服了传统基于地理距离插值方法的局限性。在河流系统中，污染物沿水流方向迁移，上游河段的污染状况通过水流传递影响下游河段，而下游河段不会逆向影响上游。本发明通过空间传递系数模型刻画这种单向级联传递关系，传递系数的计算综合考虑了河段间距离、河段类型、污染物类型、底质类型等因素，符合河流污染物迁移的物理化学规律。这种基于物理机制的推断方法相比经验性的插值方法具有更强的可解释性和可靠性。

51、通过优化监测点位选择策略，在主干河道和支流同时布设监测点，并通过基于河网拓扑的空间推断方法实现对全流域所有河段的污染负荷估计。传统的均匀布点方法往往集中在主干河道，对支流关注不足，导致支流成为监测盲区。本发明的信息增益指标能够识别支流上游的高影响力河段，优先在这些位置布设监测点，配合空间传递模型可以实现对包括支流在内的所有河段的污染负荷推断，为流域污染的全面评估和精准治理提供了数据基础。

52、本发明不仅给出污染负荷的推断值，还通过误差传播方法计算推断值的不确定性区间，使决策者能够了解推断结果的可信度。这种不确定性量化对于污染风险评估和治理方案决策具有重要价值。当推断不确定性较大时，提示需要增加该区域的监测投入或采取更保守的风险管理策略；当推断不确定性较小时，可以放心依据推断结果制定治理措施。不确定性信息的提供增强了污染负荷评估结果的透明度和可信度，支持更科学的决策制定。

53、对于基于历史数据识别干湿转换规律并预测未来的转换时刻，在实际实施过程中具有动态调整能力。当观测到的干湿转换时刻与预测存在偏差，或者已获取的部分采样结果显示污染负荷分布与预期存在明显差异时，可以基于更新的数据重新计算信息增益，动态调整后续的监测方案。这种动态调整能力使本发明方法能够适应水文条件的年际变化、气候变化影响以及突发污染事件，保持监测方案的时效性和针对性，提高了方法的鲁棒性和实用性。