[发明专利]基于大数据的断面水质超标风险压力源的识别方法和系统

权利要求书

1.一种基于大数据的断面水质超标风险压力源的识别方法，其特征在于，包括：

步骤1，建立一河道的监测断面-排水口-污染源的对应关系，其中该河道包括有多个监测断面，所述监测断面为具有常规或者在线水质水量监测的断面；

步骤2，对该河道的一河段内的每个排水口进行污染源结构分析，以获得每个排水口内每个污染源的排放量；

步骤3，进行污染源对监测断面水质的贡献率分析，确定每个污染源对监测断面的贡献率；

步骤4，利用每个监测断面的历史污染源排放数据，确定每个监测断面的每个排水口的每个污染源的风险压力阈值，并通过所述风险压力阈值进行水环境超标风险压力识别；

步骤5，如果识别出监测断面水质超标，则进行污染源的超标风险压力贡献度评估，将该河段内所有污染源按照超标风险压力贡献度的大小进行排序，以确定出重点超标风险压力源；

步骤6，根据所确定出的重点超标风险压力源，核定和识别出超标风险压力源。

2.根据权利要求1所述的识别方法，其特征在于，在步骤6中，针对所确定出的重点超标风险压力源，如果主要压力源是来自于一区域的区间内污染源，则停止分析，超标风险压力源识别完成；如果主要压力源是来自于该区域之外的上游入境河流，则需要返回步骤1并按照步骤1-步骤5对上游河道的监测断面进行超标风险压力源识别，以最终明确该监测断面的超标风险压力源。

3.根据权利要求2所述的识别方法，其特征在于，在步骤1中，包括：

从空间上识别该河段内汇入该监测断面的汇水区域内的排水口，且该河段的上一个监测断面也被概化为排水口；

根据排水口对应的排水区的汇水路径，识别该排水口的污染源，且该河段的上游入境断面也被概化为污染源。

4.根据权利要求3所述的识别方法，其特征在于，在步骤2中，是通过式(1)统计该河段内的每个排水口内的每个污染源的排放量，其中上游断面污染物通量是作为上游监测断面的排放量：

其中，W_i，j，t为t时刻污染源j排入排水口i的排放量，其量纲为g/s；WS_j，t为t时刻污染源j的排放量，其量纲为g/s；f₁(i，j，t)为t时刻污染源j与排水口i之间的关系函数，该关系函数是通过流域的污染产排情况确定且随时间变化，无量纲；为t-t₀时刻上游监测断面k1的流量，其量纲为m³/s；为t-t₀时刻在上游监测断面k1的浓度，其量纲为mg/l；t₀为污染源由上游监测断面k1流到当前监测断面k的时间，其量纲为s。

5.根据权利要求4所述的识别方法，其特征在于，在步骤3中，是应用一数学模型，通过式(2)分析上游监测断面和该河段内污染源对监测断面的影响作用，并在此基础上分析污染源对监测断面的贡献率；

其中：C_{k，i，j，t}为t时刻由污染源j在t-t₀时刻排入排水口i的排放量在监测断面k处形成的浓度，其量纲为mg/l；t₀为污染源j经过排水口i流到监测断面k的时间，其量纲为s；为t-t₀时刻污染源j排入排水口i的排放量，其量纲为g/s；f₂(k，i，t)为t时刻排水口i与监测断面k之间的关系函数，该关系函数是通过流域水质模型确定，无量纲；Q_k，t为t时刻水质断面k的流量，其量纲为m³/s。