一种基于多目标溯源的入海河流污染物管理方法和系统与流程

摘要: 本发明涉及流域水环境智能管控,具体涉及一种基于多目标溯源的入海河流污染物管理方法和系统。背景技术:1、入海河流是陆源污染物输入近海海域的核心通道,同时受海洋潮汐...
一种基于多目标溯源的入海河流污染物管理方法和系统与流程

本发明涉及流域水环境智能管控,具体涉及一种基于多目标溯源的入海河流污染物管理方法和系统。

背景技术:

1、入海河流是陆源污染物输入近海海域的核心通道,同时受海洋潮汐顶托、往复流扰动影响,水动力过程双向非稳态、水质时序波动剧烈、产污空间异质性极强、生态保护目标多层多元,管控难度远高于内陆单向河流。

2、传统时序溯源模型未区分太阳日与太阴日潮汐周期差异,仅采用事后潮汐校正方式处理水质数据,无法从模型训练层面剥离潮汐水文稀释、顶托干扰,导致污染源化学指纹特征失真,溯源端元辨识度低;现有生态权重赋值多依赖专家打分、熵权法等通用方法,生态优先级量化脱离入海场景实际生态风险,无法支撑多目标差异化管控。

3、综上,现有技术存在场景适配性差、管理落地性弱的问题,亟需一套针对性的多目标溯源智能管理方法。

技术实现思路

1、针对现有方法的不足以及实际应用的需求,一方面,本发明提供一种基于多目标溯源的入海河流污染物管理方法,包括以下步骤:

2、从水质时序数据提取污染源水化学指纹向量,根据汇水区空间数据确定子汇水区污染产出潜力系数矩阵;构建潮汐动态传输衰减网络,计算各子汇水区至监测断面的动态衰减系数,以所述污染源水化学指纹向量和所述子汇水区污染产出潜力系数矩阵为双先验约束,基于所述动态衰减系数,通过动态贝叶斯因子分析,生成多目标污染源贡献率动态系数矩阵;基于所述多目标污染源贡献率动态系数矩阵,通过物理信息神经网络进行通量反演,生成河段污染物通量溯源分布矩阵;结合所述河段污染物通量溯源分布矩阵和生态管理优先级权重,通过证据推理修正,获得管理目标导向的修正溯源分布矩阵,通过多目标进化优化算法,生成入海河流污染管理方案。

3、可选地,所述从水质时序数据提取污染源水化学指纹向量,包括以下步骤:

4、对所述水质时序数据进行潮汐周期对齐预处理,得到标准化水质时序矩阵;将所述标准化水质时序矩阵输入盐度约束的深度时序解耦网络,通过编码器-解码器架构与双分支解耦机制,分离得到水文动力背景分量时序与污染源本征分量时序;基于所述污染源本征分量时序生成比例化特征集,并通过无监督聚类识别污染源类型,计算各类污染源的标准水化学指纹向量,得到所述污染源水化学指纹向量。

5、可选地,所述根据汇水区空间数据确定子汇水区污染产出潜力系数矩阵,包括以下步骤:

6、基于所述汇水区空间数据构建汇水区有向图结构,包括节点特征矩阵、边索引矩阵与边权重向量;将所述汇水区有向图结构输入图注意力网络,通过入海距离加权的多类型注意力头进行特征聚合,得到各节点对应多类污染物的注意力加权特征向量;基于所述注意力加权特征向量,通过独立的全连接输出头计算各子汇水区对应各类污染物的归一化产出潜力系数,生成所述子汇水区污染产出潜力系数矩阵。

7、可选地,所述构建潮汐动态传输衰减网络,计算各子汇水区至监测断面的动态衰减系数,包括以下步骤:

8、提取子汇水区出口至监测断面的沿程河道长度、污染物基准一级降解系数、潮汐流向编码、断面平均流速、河道平均水力半径以及子汇水区出口的初始浓度,构成网络输入特征;将所述网络输入特征输入所述潮汐动态传输衰减网络,通过全连接架构与潮汐动态调节机制,获得所述动态衰减系数,其中,所述潮汐动态调节机制通过所述潮汐流向编码与网络权重的联合学习实现,在涨潮时段输出低于落潮时段的衰减系数。

9、可选地,所述以所述污染源水化学指纹向量和所述子汇水区污染产出潜力系数矩阵为双先验约束,基于所述动态衰减系数,通过动态贝叶斯因子分析,生成多目标污染源贡献率动态系数矩阵,包括以下步骤:

10、将所述污染源水化学指纹向量作为因子载荷矩阵的初始先验均值,将所述子汇水区污染产出潜力系数矩阵与所述动态衰减系数逐元素相乘得到的有效贡献潜力系数,作为因子得分矩阵的初始先验均值;采用滑动时间窗口驱动动态更新机制,在每个时间步以所述因子载荷矩阵和所述因子得分矩阵的后验分布作为当前步的先验分布,结合窗口内最新水质观测数据进行变分贝叶斯迭代求解,得到因子得分后验均值矩阵;基于所述因子得分后验均值矩阵计算各子汇水区各类污染源的贡献率,构建所述多目标污染源贡献率动态系数矩阵。

11、可选地,所述基于所述多目标污染源贡献率动态系数矩阵,通过物理信息神经网络进行通量反演,生成河段污染物通量溯源分布矩阵,包括以下步骤:

12、构建包含水动力物理约束与水质物理约束的物理信息神经网络主干架构;在所述主干架构中扩展源占比分支网络,并在总损失函数中嵌入源贡献软约束损失项,所述源贡献软约束损失项基于网络预测源占比与所述多目标污染源贡献率动态系数矩阵的差异计算得到;采用序贯滚动窗口数据同化策略对网络参数进行微调,生成全河段各计算单元的分源浓度分布,结合断面流量计算并拆分得到所述河段污染物通量溯源分布矩阵。

13、可选地,所述结合所述河段污染物通量溯源分布矩阵和生态管理优先级权重,通过证据推理修正,获得管理目标导向的修正溯源分布矩阵,包括以下步骤:

14、基于所述河段污染物通量溯源分布矩阵构建物理通量证据体,并基于所述生态管理优先级权重构建管理权重证据体;根据潮汐时段标签对所述物理通量证据体和所述管理权重证据体中各污染源的可信度值进行潮汐动态置信度调节,得到校正后的证据体,其中,在涨潮时段提高潮汐携带海源与河道底泥内源的可信度调节系数并降低陆源的可信度调节系数,在落潮时段提高陆源的可信度调节系数并降低潮汐携带海源与河道底泥内源的可信度调节系数,在平潮时段保持各污染源的可信度调节系数不变;采用d-s证据组合规则对校正后的两个证据体进行融合,计算各污染源的管理导向修正系数,并将所述河段污染物通量溯源分布矩阵中的通量值乘以对应的管理导向修正系数,生成所述修正溯源分布矩阵。

15、可选地,获取所述生态管理优先级权重,包括以下步骤:

16、通过盐度梯度分级校正规则对淡水基准阈值进行校正,生成盐度校正基准阈值矩阵与动态阈值序列;结合所述水质时序数据与所述动态阈值序列计算单污染物生态风险商,并合成多污染物综合生态风险值,叠加生态系统服务价值系数得到多维生态风险指标矩阵;采用阈值约束型投影寻踪方法,将所述多维生态风险指标矩阵投影为优先级数值,归一化后生成所述生态管理优先级权重。

17、可选地,所述通过多目标进化优化算法,生成入海河流污染管理方案,包括以下步骤:

18、构建包含分级分类治理措施与动态削减效率张量的管理措施库;基于所述修正溯源分布矩阵计算各空间单元与污染源组合的累计生态管理影响当量,按优先度排序结果采用溯源先验引导策略生成初始种群;采用带空间协同约束的进化算子进行迭代求解,生成帕累托最优解集,并基于生态优先级加权排序输出所述入海河流污染管理方案。

19、第二方面,为能够高效地执行本发明所提供的一种基于多目标溯源的入海河流污染物管理方法,本发明还提供了一种基于多目标溯源的入海河流污染物管理系统,包括:输入设备、输出设备、处理器、存储器,所述输入设备、输出设备、处理器、存储器相互连接,所述存储器存储有程序指令,所述程序指令用于基于多目标溯源的入海河流污染物管理方法。本发明的一种基于多目标溯源的入海河流污染物管理系统,结构紧凑、性能稳定,能够稳定地执行本发明提供的一种基于多目标溯源的入海河流污染物管理方法,进一步提升本发明整体适用性和实际应用能力。

20、本发明有效解决感潮河段水文扰动干扰溯源精度、溯源结果无法直接支撑生态管控的问题,适用于所有潮汐型入海河流的污染溯源与精细化管控。