[发明专利]河流污染物通量监测方法无效
申请号: | 201110293964.6 | 申请日: | 2011-09-30 |
公开(公告)号: | CN103034770A | 公开(公告)日: | 2013-04-10 |
发明(设计)人: | 邓义祥;郝晨林;雷坤;富国 | 申请(专利权)人: | 邓义祥 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京律诚同业知识产权代理有限公司 11006 | 代理人: | 梁挥;鲍俊萍 |
地址: | 100012 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 河流 污染物 通量 监测 方法 | ||
技术领域
本发明属于水环境保护和总量监控技术领域,尤其涉及河流污染物通量监测方法。
背景技术
研究河流污染物通量具有重要的意义,通过估算河流污染物通量能够:(1)获得汇水区域生态系统的输出信息,研究污染物点源和非点源的负荷情况;(2)计算河流中营养盐和污染物进入海洋或湖泊的量,用于明确跨界水质纠纷中各方的责任,以及跨境国际水环境保护协作中各国的责任;(3)水质恢复和改善工程中的监控手段,例如最大日负荷量(Total Maximum Daily Loads简称TMDL)就是通过控制进入控制单元的最大日负荷来控制水质达标的;(4)随着土地开发利用和大气沉降的变化,进行长期的年通量分析;(5)确定优先治理的污染物,例如重金属的总量控制中优先治理重金属指标的确定。
河流污染物瞬时通量是流量与浓度的乘积,但获得长时段的通量(例如年通量)则需要对该时段内瞬时流量和浓度的监测记录进行研究。大多数水文站具有流量连续监测记录,长期的连续流量资料相对容易获得;而水质监测则监测周期相对较长,例如一周、一月或者两个月,甚至更长的监测周期,因此水质浓度的连续数据较难取得。例如我国常规水质监测具有一月或者两月的监测时间间隔;德国地区环境部门通常每年定期不连续监测采样13到24次;其它国家也有类似的采样策略。
由于数据相对稀缺,如何准确地估算河流污染物的通量,尽可能减小通量估计误差,一直是河流污染物通量研究的热点。20世纪80年代以来,发展了许多基于统计和经验的通量估算方法,但在给定的采样频率下采用这些方法估算通量的可靠性则有较多的争议。影响通量估计结果的因素很多,其中时间间隔对估计结果的影响很大,此外所考察水质指标的污染源类型(点源或非点源占优)的差异,也是影响通量估计的重要因素,随着人类活动对自然环境影响力的扩大,筑坝、电排站等人为活动增加了通量估计的不确定性。基于此,研究从通量估算方法和采样时间间隔两个角度,分析河流污染物通量估计误差,并提出相应的建议。
加强流域水环境的监控与预警是我国环境保护的重要内容。水质监测是掌握近岸海域环境质量状况和演变趋势、制定环境管理方案的重要依据。随着水环境管理技术的发展,单纯的水质达标已不能满足水环境保护的要求,人们开始越发重视污染物的总量控制。准确地估计污染物通量信息为流域总量控制提供了基础资料。总量控制是以准确估计污染物通量为技术前提的,因此基于通量估计的确定的采样频率能更好地满足总量监控的需求。现有的采用频率的确定方法往往是基于水质目标确定的,基于通量估计的采样频率的确定还未见于文献报道。
发明内容
本发明的目的是提出一种河流污染物通量监测方法,利用通量误差分析进行通量估计公式的筛选。
为实现上述目的,本发明提出一种河流污染物通量估算方法,包括以下步骤:
步骤1:收集考察河流的水质、流量同步监测数据,监测频率大于10天1次;
步骤2:由步骤1的数据系列中最高采样频率的水质和流量数据计算基准年通量,作为比较通量误差的基准值,由每日数据计算基准年通量Fref
式中:Fref为河口物质基准年通量(t·a-1);Qi为日流量(m3·s-1);Ci为日浓度(mg·l-1);i为日序号,i=1,...,364,365或366;
步骤3:采用Monte Carlo方法模拟不同时间间隔的随机采样方案,分别采用不同时间间隔随机抽取一天的数据组合成离散采样方案;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于邓义祥,未经邓义祥许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110293964.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:磁芯组件、电感器和滤波器
- 下一篇:非焊接固定环形轮架的波纹储油柜芯体
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用