面源污染流域模拟与下游监测的协同方法及装置与流程

1.本发明涉及农业信息处理技术领域，尤其涉及一种面源污染流域模拟与下游监测的协同方法及装置。


背景技术：

2.对面源污染的模拟和监测是污染治理管理中的两种常用技术手段。面源污染模拟通常需要选定一个相对独立的流域进行，通过各类驱动数据和模型，结合对模拟流域内污染物输入和输出的监测，来建立模型并率定参数。但由于模拟区域常处于整个大流域的上游位置，不是污染监测重点区域，缺少长期污染监测数据。
3.设置面源污染的监测点以判断面源污染的严重程度，并借此评估上游消解措施的实施效果。监测点一般布设在流域下游的农田、水体中，由于监测点所处的下游区域通常由于水系输入复杂或基础数据不完备等情况，并不能同步进行面源污染的模拟。
4.农业面源污染的上游流域模拟输出与下游监测点的污染监测之间有因果关系，即模拟输出与污染监测之间虽然紧密相关，但缺少协同机制运行机制，无法实现两者的量化关联，主要表现在：
5.一方面，现有的面源污染分析模型，通过设置不同情境参数，可以模拟不同条件下的污染情况，但其模拟范围限制在了流域范围之内，无法推演至下游监测点；
6.另一方面，虽然监测点的污染程度直接受上游流域的输出强度影响，但无法直接作为模型模拟结果的验证数据。


技术实现要素：

7.本发明提供一种面源污染流域模拟与下游监测的协同方法及装置，用以解决现有技术中面源污染流域模拟结果与监测点的监测数据之间无法协调量化的缺陷，实现两者的有效协同。
8.第一方面，本发明提供一种面源污染流域模拟与下游监测的协同方法，包括：获取目标监测点的当前衰减因素数据；将所述当前衰减因素数据输入至预先构建的分配系数回归模型，获取各出水口对所述目标监测点的分配系数；将各出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型，获取所述目标监测点的预测浓度值。
9.根据本发明提供的一种面源污染流域模拟与下游监测的协同方法，在将各出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型之前，还包括：获取不同采样时间点所采集的目标污染流域内多个出水口的历史流域监测浓度值，以及在多个监测点所检测的历史监测浓度值；利用所述多个出水口的历史流域监测浓度值，分别对每个所述监测点的历史监测浓度值进行线性拟合，构建所述拟合线性模型。
10.根据本发明提供的一种面源污染流域模拟与下游监测的协同方法，所述拟合线性
模型的函数表达式为：
[0011][0012]
其中，a
k,l
为第l个出水口对第k个监测点的分配系数；为第l个出水口在第t个时间采样点的历史流域监测浓度值；b为本底系数；为第k个监测点在第t个时间采样点的历史监测浓度值。
[0013]
根据本发明提供的一种面源污染流域模拟与下游监测的协同方法，在将所述当前衰减因素数据输入至预先构建的分配系数回归模型之前，还包括：分别对多个监测点进行衰减因素数据采集，构建所述分配系数回归模型的自变量矩阵；确定所述拟合线性模型的分配系数矩阵；将所述分配系数矩阵作为所述分配系数回归模型的因变量矩阵，并结合所述自变量矩阵，构建所述分配系数回归模型。
[0014]
根据本发明提供的一种面源污染流域模拟与下游监测的协同方法，所述拟合线性模型的分配系数矩阵的表达式为：
[0015][0016]
其中，a
k,l
为第l个出水口对第k个监测点的分配系数。
[0017]
根据本发明提供的一种面源污染流域模拟与下游监测的协同方法，所述衰减因素数据包括以下指标数据中的至少一种：目标监测点与最近出水口之间的河道距离、地形数据、种植数据和气象数据。
[0018]
根据本发明提供的一种面源污染流域模拟与下游监测的协同方法，在获取所述目标监测点的预测浓度值之后，还包括：根据所述预测浓度值与所述目标监测点的当前监测浓度值的比对结果，确定面源污染消解措施的效果评价值。
[0019]
第二方面，本发明还提供一种面源污染流域模拟与下游监测的协同装置，包括：数据采集单元，用于获取目标监测点的当前衰减因素数据；数据分析单元，用于将所述当前衰减因素数据输入至预先构建的分配系数回归模型，获取各出水口对所述目标监测点的分配系数；浓度预测单元，用于将各出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型，获取所述目标监测点的预测浓度值。
[0020]
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述面源污染流域模拟与下游监测的协同方法的步骤。
[0021]
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述面源污染流域模拟与下游监测的协同方法的步骤。
[0022]
本发明提供的面源污染流域模拟与下游监测的协同方法及装置，建立了面源污染的流域模拟与下游监测点之间的数值关系，将流域模拟浓度值扩展至下游监测点，以确定监测点的预测浓度值，为有效实现对流域模拟结果的验证和对消解措施的效果评价提供了途径。
附图说明
[0023]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]
图1是本发明提供的面源污染流域模拟与下游监测的协同方法的流程示意图；
[0025]
图2是本发明提供的模拟流域与各监测点的分布示意图；
[0026]
图3是本发明提供的一种实现监测点的预测浓度值的获取方法示意图；
[0027]
图4是本发明提供的面源污染流域模拟与下游监测的协同装置的结构示意图；
[0028]
图5是本发明提供的电子设备的结构示意图。
具体实施方式
[0029]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0030]
需要说明的是，在本发明实施例的描述中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0031]
本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0032]
本发明所提供的面源污染流域模拟与下游监测的协同方法，主要是通过建立目标流域相关的面源污染的模拟结果(即流域模拟浓度值)，与目标流域下游监测点的监测数据(即监测点的预测浓度值)之间的量化关联，使得流域模拟结果可扩展延伸到监测点预测，为实现根据下游监测点的当前监测浓度值与预测浓度值之间的比对，完成对流域模拟结果的验证。
[0033]
为实现这一技术方案，本发明提供的面源污染流域模拟与下游监测的协同方法，可以通过两步拟合来建立出水口流域模拟浓度值与监测点的预测浓度值之间的关系，包括：
[0034]
第一步，假设目标流域监测点的污染强度与出水口的污染强度之间线性相关，可以通过历史数据进行参数拟合，获取拟合线性模型的分配系数和本底系数。
[0035]
由于分配系数是历史数据的拟合结果，没有与实际的污染的扩散各消解相关的理化过程相对应，因此不能确保拟合的参数在建模期与验证期的稳定。有鉴于此，还需进一步进行第二步的拟合。
[0036]
第二步，提取与面源污染的扩散和消解相关的理化变量作为因变量，利用建模期构建的分配系数回归模型，拟合得到的分配系数，利用分配系数进行拟合线性模型的构建，所得到的拟合线性模型则能够在建模期和验证期保持平稳。
[0037]
下面结合图1
‑
图5描述本发明实施例所提供的面源污染流域模拟与下游监测的协同方法和装置。
[0038]
图1是本发明提供的面源污染流域模拟与下游监测的协同方法的流程示意图，如图1所示，包括但不限于以下步骤：
[0039]
步骤101：获取目标监测点的当前衰减因素数据。
[0040]
首先，针对目标流域的每个出水口，选取影响上游污染扩散和消减的相关因素，例如：距流域出水口的河道距离、地形、种植和气象等o个指标。
[0041]
设目标流域的下游监测点的总数量为k，目标监测点为k个监测点中的第k个。在目标监测点对上述o个指标进行相关数据采集，所获取的当前衰减因素数据，则第l个出水口与目标监测点之间的当前衰减因素数据，可以表示为
[0042]
其中，为在目标监测点(即第k个监测点)处采集的第l个出水口影响污染扩散和消减的当前衰减因素数据。
[0043]
步骤102：将所述当前衰减因素数据输入至预先构建的分配系数回归模型，获取各出水口对所述目标监测点的分配系数；
[0044]
预先构建的分配系数回归模型的表达式可以简化表示为公式1所示：
[0045][0046]
其中，f(x)为分配系数回归模型函数；a
kl
为第l个出水口对目标监测点的分配系数。
[0047]
步骤103：将各出水口的污染输出对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型，获取所述目标监测点的预测浓度值。
[0048]
预先构建的拟合线性模型的表达式可以简化表示为公式2所示：
[0049][0050]
其中，a
k,1
,a
k,2
…
a
k,l
分别为上游流域第1个出水口至第l个出水口的污染输出对第k个监测点(即目标监测点)的分配系数，表示上游流域对目标监测点污染的影响程度；b为监测点污染的本底系数，表示初始污染状态，如果有历史监测数据能提供该值则直接采用，否则采用回归模型估计值来确定；至分别为第1个出水口至第l个出水口，在第t个时
间采样点所采集的流域模拟浓度值；为目标监测点在第t个时间采样点的预测浓度值。
[0051]
在不考虑时间采样点的情况下，则可以将上述公式2表达成公式3：
[0052][0053]
在至为第1个出水口至第l个出水口，在当前所采集的流域模拟浓度值的情况下，所获取的则为目标监测点的预测浓度值。
[0054]
可选地，在获取到目标监测点的预测浓度值之后，可以根据在目标监测点实际检测到的当前监测浓度值与预测浓度值的比较，可以对污染浓度的消解效果进行准确的评价。
[0055]
本发明提供的面源污染流域模拟与下游监测的协同方法及装置，建立了面源污染的流域模拟与下游监测点之间的数值关系，将流域模拟浓度值扩展至下游监测点，以确定监测点的预测浓度值，为有效实现对流域模拟结果的验证和对消解措施的效果评价提供了途径。
[0056]
基于上述实施例的内容，作为一种可选实施例，在将各出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型之前，还包括：
[0057]
获取不同采样时间点所采集的目标污染流域内多个出水口的历史流域监测浓度值，以及在多个监测点所检测的历史监测浓度值；
[0058]
利用所述多个出水口的历史流域监测浓度值，分别对每个所述监测点的历史监测浓度值进行线性拟合，构建所述拟合线性模型。
[0059]
图2是本发明提供的模拟流域与各监测点的分布示意图，在图2中仅示出上游模拟流域中的一个出水口，在该出水口所对应的主河道上仅有设置有三个监测点，即各监测点的面源污染程度主要受一个上游流域影响，但其不视为对本发明的具体限定。
[0060]
当监测点监测面源污染的输入受上游1个或多个流域影响时，实现流域模型模拟与下游面源污染监测点协同，可以按照3个步骤实施，其中步骤1和步骤2为建模期，步骤3为预测/验证期。
[0061]
在步骤1中，主要是通过拟合流域输出浓度(即出水口的历史流域监测浓度值)与各监测点的监测值(即监测点所检测的历史监测浓度值)之间的线性关系，构建出拟合线性模型，并最终获取建模期的拟合线性模型的模型参数，具体包括但不限于以下步骤：
[0062]
首先，将监测目标污染流域各出水口输出的历史流域监测浓度值的监测时间，与监测点监测到历史监测浓度值的监测时间相重合的时间段作为建模期。
[0063]
获取在建模期内的不同采样时间点，目标污染流域的每个出水口(或其中的多个)的历史流域监测浓度值，如公式4所示：
[0064][0065]
同时，获取在上述每个采样时间点在多个监测点所采集到的历史监测浓度值，如公式5所示：
[0066][0067]
其中，为第l个出水口在第n个采样时间点所采集的历史流域监测浓度值；为第k个监测点在第n个采样时间点的所采集到的历史监测浓度值；l为出水口的总数量，k为监测点的总数量，n为采样时间点的总数量。
[0068]
需要说明的是，若流域出水口的输出对监测点的影响存在滞后效应(设延时时间为δt)，则上述历史流域监测浓度值和历史监测浓度值之间的时间对应关系应进行调整，表示为即将公式5变换成公式6：
[0069][0070]
针对每一个监测点，进行线性拟合，则可以获取拟合线性模型，具体如公式2所示。
[0071]
相应地，依次对每个监测点进行线性拟合，则可以得到拟合线性模型的系数矩阵，如公式7所示：
[0072][0073]
对公式7中的本底系数进行删除，则可以获取分配系数矩阵，其表达式如公式8所示：
[0074][0075]
其中，a
k,l
为第l个出水口对第k个监测点的分配系数。
[0076]
基于上述实施例的内容，作为一种可选实施例，在将所述当前衰减因素数据输入至预先构建的分配系数回归模型之前，还包括：
[0077]
分别对多个监测点进行衰减因素数据采集，构建所述分配系数回归模型的自变量矩阵；
[0078]
确定所述拟合线性模型的分配系数矩阵；
[0079]
将所述分配系数矩阵作为所述分配系数回归模型的因变量矩阵，并结合所述自变量矩阵，构建所述分配系数回归模型。
[0080]
在上述实施例中所述的步骤1的基础上，在建模期继续执行步骤2以建立分配系数回归模型，包括但不限于以下步骤：
[0081]
首先，在第k个监测点，取其对于l个出水口的分配系数为因变量，表示公式9所示：
[0082][0083]
根据上述实施例中所选取的影响上游污染扩散和衰减的相关因素，包括但不限于以下指标数据中的至少一种：目标监测点与最近出水口之间的河道距离、地形数据、种植数据和气象数据。则在k个监测点提取与l个监测点对应的衰减因素数据，建立分配系数模型的自变量矩阵，如公式10所示：
[0084][0085]
然后，结合上述步骤1中所获取的分配系数矩阵(即公式8)，则可以建立分配系数回归模型，如公式1所示。
[0086]
需要说明的是，上述分配系数回归模型的具体形式，可以通过对比不同类型方程的拟合结果来确定，由于因变量对分配系数的影响相对稳定，因此可以选取r2最大的模型作为最终确定的分配系数回归模型。
[0087]
基于上述实施例的内容，作为一种可选实施例，在获取所述目标监测点的预测浓度值之后，还包括：
[0088]
根据所述预测浓度值与所述目标监测点的当前监测浓度值的比对结果，确定面源污染消解措施的效果评价值。
[0089]
图3是本发明提供的一种实现监测点的预测浓度值的获取方法示意图，如图3所示，整个获取方法主要包括两个阶段，即建模期和验证期。
[0090]
其中，在建模期主要包括以下步骤流程：
[0091]
步骤1.1，可以采用实测值或者通过常规的面源污染分析模型(如swat模型)，获取目标流域所有出水口的历史流域监测浓度值，并同时获取目标流域所有监测点的历史监测浓度值。利用上述数据进行拟合，获取拟合线性模型，并提取所述拟合线性模型相关的分配系数和本底系数。
[0092]
步骤二1.2，以分配系数作为因变量，并将衰减因素数据作为自变量，进行建模，获取分配系数回归模型。
[0093]
在验证期主要包括以下步骤流程：
[0094]
步骤2.1，在目标监测点提取分配系数的因变量数据，获取当前衰减因素数据；根据公式1所述的分配系数回归模型计算出l个出水口对目标监测点的l个分配系数。
[0095]
利用常规的swat模型对目标污染流域进行面源污染分析，或通知直接测量的方式，获取l各出水口的当前流域模拟浓度值至
[0096]
步骤2.2，将当前流域模拟浓度值和l个出水口对目标监测点的l个分配系数一一对应后，输入至预先构建的拟合线性模型，则可以获取到目标监测点的预测浓度值。
[0097]
在获取到目标监测点的预测浓度值之后，可以将其与在目标监测点实际测量的当前监测浓度值进行比较，若预测浓度值大于当前监测浓度值，则说明面源污染消解措施的效果是正向的；若预测浓度值小于或等于当前监测浓度值，则说明面源污染消解措施的效果是负向的。
[0098]
可选地，还可以根据预测浓度值与当前监测浓度值之间的差值，与任一标准浓度值的比值，确定效果评价值。
[0099]
本发明提供的面源污染流域模拟与下游监测的协同方法，通过提取与面源污染扩散和消解相关的理化变量作为因变量，利用建模期拟合得到的分配系数矩阵，对分配系数进行建模，最终得到的拟合线性模型能够在建模期和验证期保持平稳。
[0100]
图4是本发明提供的面源污染流域模拟与下游监测的协同装置的结构示意图，如图4所示，主要包括：
[0101]
数据采集单元41，用于获取目标监测点的当前衰减因素数据；
[0102]
数据分析单元42，用于将所述当前衰减因素数据输入至预先构建的分配系数回归模型，获取各出水口对所述目标监测点的分配系数；
[0103]
浓度预测单元43，用于将各出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型，获取所述目标监测点的预测浓度值。
[0104]
需要说明的是，本发明实施例提供的面源污染流域模拟与下游监测的协同装置，在具体运行时，可以执行上述任一实施例所述的面源污染流域模拟与下游监测的协同方法，对此本实施例不作赘述。
[0105]
本发明提供的面源污染流域模拟与下游监测的协同装置，建立了面源污染的流域模拟与下游监测点之间的数值关系，将流域模拟浓度值扩展至下游监测点，以确定监测点的预测浓度值，为有效实现对流域模拟结果的验证和对消解措施的效果评价提供了途径。
[0106]
图5是本发明提供的电子设备的结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行面源污染流域模拟与下游监测的协同方法，该方法包括：获取目标监测点的当前衰减因素数据；将所述当前衰减因素数据输入至预先构建的分配系数回归模型，获取各出水口对所述目标监测点的分配系数；将各出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型，获取所述目标监测点的预测浓度值。
[0107]
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0108]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的面源污染流域模拟与下游监测的协同方法，该方法包括：获取目标监测点的当前衰减因素数据；将所述当前衰减因素数据输入至预先构建的分配系数回归模型，获取各出水口对所述目标监测点的分配系数；将各
出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型，获取所述目标监测点的预测浓度值。
[0109]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的面源污染流域模拟与下游监测的协同方法，该方法包括：获取目标监测点的当前衰减因素数据；将所述当前衰减因素数据输入至预先构建的分配系数回归模型，获取各出水口对所述目标监测点的分配系数；将各出水口对所述目标监测点的分配系数与各出水口的当前流域模拟浓度值，输入至预先构建的拟合线性模型，获取所述目标监测点的预测浓度值。
[0110]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0111]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0112]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。