[发明专利]一种基于数学模型的入湖河流污染影响程度评估方法

说明书

本发明公开了一种基于数学模型的入湖河流污染影响程度评估方法，包括：基于水质监测数据提取雨天监测到的河流污染物浓度，采用回归分析法得到降雨量和污染物浓度曲线；根据降雨量和污染物浓度曲线，得到雨天未监测到的水质监测数据，计算全年河流污染物浓度的超标率；基于目标湖泊的水文数据和气象数据，构建目标湖泊的水动力水质模型；基于目标湖泊的水动力水质模型，计算入湖河流污染浓度的变化对整个湖泊污染物浓度的影响程度。能够弥补监测时间的不足，综合判断不同水文时期和地理位置的入湖河流的污染影响程度。

技术领域

本发明涉及一种基于数学模型的入湖河流污染影响程度评估方法，属于区域水环境治理的技术领域。

背景技术

河流这一特殊的水体联系着水体之间的物质与环境，是十分重要传输路径，其中有着更重要功能的入湖河流，河流中严重的污染可以非常明显地恶化湖泊的整体生态环境。降雨具有侵蚀和稀释两种作用，侵蚀作用会使污染物离开其原位置随径流汇入水体，稀释作用会降低水体中污染物的浓度，这两种作用力的大小不同，会造成水体中污染物浓度的升高或降低。

然而野外监测在时间上有其局限性，降雨带来的污染物浓度峰值可能未被监测到，导致河流的污染评价有一定的局限性。其次对于面积广阔，河网水系交错复杂的湖泊，不同水文时期和地理位置的入湖河流对湖泊水质的影响权重各不相同，需要综合以上两点对入湖河流和影响程度进行综合评价。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于数学模型的入湖河流影响程度评估方法，能够弥补监测时间的不足，综合判断不同水文时期和地理位置的入湖河流的污染影响程度。为达到上述目的，本发明是采用下述技术方案实现的：

本发明提供了一种基于数学模型的入湖河流影响程度评估方法，包括：

获取目标湖泊的水文数据、目标湖泊所在地的气象数据以及河流的水质监测数据；

基于水质监测数据提取雨天监测到的河流污染物浓度，采用回归分析法得到降雨量和污染物浓度曲线；

根据降雨量和污染物浓度曲线，得到雨天未监测到的水质监测数据，计算全年河流污染物浓度的超标率；

基于目标湖泊的水文数据和气象数据，构建目标湖泊的水动力水质模型；

基于目标湖泊的水动力水质模型，计算入湖河流污染浓度的变化对整个湖泊污染物浓度的影响程度。

优选地，污染物至少包括：高锰酸盐指数、COD、氨氮、总氮、总磷。

进一步地，所述得到降雨量和污染物浓度曲线包括：

根据降雨量确定降雨量等级，

为每个降雨量等级筛选回归分析法所用的函数；

以回归分析结果R²最大为依据，确定回归分析法所用的函数的类型和系数；

基于拟合曲线的函数，得到降雨量和污染物浓度曲线。

进一步地，所述回归分析法所用的函数包括：y＝A×exp(B×x)函数、y＝Ax²+Bx+C或者y＝A×lnx+B函数。

优选地，所述降雨量等级为：

等级1：24小时降雨量小于10mm，

等级2：24小时降雨量10～25mm，

等级3：24小时降雨量25～50mm，

等级4：24小时降雨量50～100mm，

等级5：24小时降雨量100～250mm，

等级6：24小时降雨量大于250mm。