[发明专利]一种河流底泥污染控制方法

说明书

一种河流底泥污染控制方法，解决了现有无法快速定量河流底泥污染权重及制定底泥污染工程策略的问题，属于环境工程技术领域。本发明包括：S1、构建和训练灰度神经网络模型，灰度神经网络模型的输入为断面上覆水数据、底泥污染数据以及河流水力数据，输出为底泥污染释放速率；S2、当前待预测断面数据输入至灰度神经网络模型；S3、获得底泥释放对河流水质污染贡献率η，若η小于贡献率设定值，转入S2预测下一断面，否则转S4；S4、利用熵权法获得底泥释放各污染因子权重ω_j；S5、若ω_j大于权重设定值，对应底泥释放污染因子作为控制点，选择相应控制技术决策方案；S6、整合所有断面的控制点及相应控制技术决策方案。

技术领域

本发明涉及一种基于灰色神经网络融合熵权法的河流底泥污染控制方法，属于市政工程、环境工程、环境系统模拟预测技术与计算机技术交叉领域。

背景技术

河流水体是人类生存环境的重要组成部分，具备生态栖息、水资源容纳、航运通行等众多生态和社会职能，与人类活动息息相关。但随着我国经济的快速发展和城市化进程的加快，水体富营养化和重金属超标引发的河流污染事件时有发生，河流污染治理愈来愈成为城市发展过程中重要的生态建设任务之一。

研究表明河流污染的来源主要包括上游来水、支流汇入、点源排放、农村面源污染、城市面源污染等外源污染以及底泥释放内源污染等，具有多样性和复杂性的特点。因而明确河流污染物的来源贡献构成，是实现河流污染靶向治理的关键技术。目前利用以环境流体力学EFDC模型和QUAL-Ⅱ综合水质模型为代表的河流水质模型，可实现对外源污染的定性与定量计算分析，但底泥内源污染释放量仍需通过释放实验和公式法计算确定，此过程耗时长、人工操作误差较高，不利于底泥内源污染贡献的快速精准分析。因此，在河流治理领域目前亟需一种快速定量河流底泥污染权重及制定底泥污染工程策略的解决方法。

发明内容

针对现有技术无法快速定量河流底泥污染权重及制定底泥污染工程策略的问题，本发明提供一种河流底泥污染控制方法。

本发明的一种河流底泥污染控制方法，所述方法包括：

S1、构建和训练灰度神经网络模型，灰度神经网络模型的输入为断面上覆水数据、底泥污染数据以及河流水力数据，输出为上覆水断面水质数据的底泥污染释放速率；

S2、将当前待预测断面水质数据、底泥污染数据以及河流水力数据输入到训练后的灰度神经网络模型中，预测出当前断面水质数据的底泥污染释放速率，根据底泥污染释放速率获得底泥污染释放量；

S3、根据底泥污染释放量及河流污染源的数据，获得底泥释放对河流水质污染贡献率η，若η小于贡献率设定值，转入S2预测下一断面的底泥污染释放量，否则，转入S4；

S4、利用熵权法计算当前断面河流数据中各污染因子的权重τ_j，并根据ω_j＝τ_j·μ_j，获得当前断面的底泥释放各污染因子权重ω_j，μ_j表示灰度神经网络模型中各污染因子对应神经元的权重，j表示底泥释放的污染因子的标号；

S5、将当前断面的底泥释放各污染因子权重ω_j与权重设定值进行比较，取大于权重设定值的底泥释放污染因子作为控制点，选择相应控制技术决策方案；

S6、判断是否完成河流所有断面的预测，若否，转入S2预测下一断面的底泥污染释放量，若是，整合所有断面的控制点及相应控制技术决策方案，获得河流泥污染控制方案。

作为优选，断面上覆水数据包括各断面上覆水中氨氮、总氮、总磷和重金属的含量；

底泥污染数据包括底泥中氨氮、总氮、总磷和重金属的含量；河流水力数据包括河流各断面的pH值、温度、流速、底泥厚度。