水環(huán)境污染物溯源及預(yù)警技術(shù)研究

水環(huán)境污染物溯源及預(yù)警技術(shù)研究摘要：當(dāng)前，我國(guó)的水環(huán)境問(wèn)題比較突出，主要污染物排放量超過(guò)環(huán)境承載能力，造成環(huán)境污染問(wèn)題，危害群眾健康，影響社會(huì)穩(wěn)定和環(huán)境安全。尤其是突發(fā)性水污染事件，其污染物排放方式與排放途徑不盡相同，且排放時(shí)間和地點(diǎn)也非固定，起因復(fù)雜難以判斷，污染物在短時(shí)間內(nèi)大量排放，蔓延迅速，影響廣泛嚴(yán)重，如不及時(shí)溯源并采取有效措施，則在短時(shí)間內(nèi)難以控制。傳統(tǒng)的污染物溯源技術(shù)存在方法單一、效率低、準(zhǔn)確度差等缺點(diǎn)，與國(guó)外先進(jìn)技術(shù)尚存一定差距，研發(fā)基于綜合數(shù)據(jù)采集、分析與模擬的水環(huán)境污染物溯源及預(yù)警技術(shù)是水環(huán)境治理技術(shù)升級(jí)的關(guān)鍵之一。關(guān)鍵詞：水環(huán)境；污染物溯源；數(shù)據(jù)采集；數(shù)據(jù)分析；數(shù)據(jù)模擬；預(yù)警技術(shù)0引言全球工業(yè)化以來(lái)，社會(huì)經(jīng)濟(jì)高速發(fā)展，特別是城鎮(zhèn)化進(jìn)程加快，流域污染負(fù)荷長(zhǎng)期超出河湖環(huán)境容量，目前存在的主要問(wèn)題包括水環(huán)境監(jiān)測(cè)體系不完善：范圍和要素覆蓋不全，條塊分割、缺乏統(tǒng)一規(guī)劃與標(biāo)準(zhǔn)；源頭污染難以監(jiān)管，上下游·左右岸·跨界水質(zhì)考核、流域污染負(fù)荷控制難以有效落實(shí)，協(xié)同污染防治體系尚待加強(qiáng)；減排壓力增大，水污染負(fù)荷及環(huán)境容量底數(shù)不清，缺乏經(jīng)濟(jì)發(fā)展對(duì)水環(huán)境的影響評(píng)估；治污過(guò)程中流域統(tǒng)籌思考和科學(xué)規(guī)劃評(píng)估手段欠缺；治理完成后的長(zhǎng)效保持機(jī)制面臨挑戰(zhàn)，缺乏持續(xù)跟蹤評(píng)估和保障手段。1研究現(xiàn)狀目前，國(guó)內(nèi)外學(xué)者關(guān)于水質(zhì)預(yù)測(cè)的研究方法主要分為兩種，一種是以數(shù)學(xué)物理模型為理論依據(jù)預(yù)測(cè)水質(zhì)的變化趨勢(shì)的機(jī)理性預(yù)測(cè)方法，另一種則是依據(jù)歷史數(shù)據(jù)建立預(yù)測(cè)模型的非機(jī)理性預(yù)測(cè)方法。雖然目前行行內(nèi)機(jī)理性水質(zhì)預(yù)測(cè)模型的預(yù)測(cè)效果較好，但存在建模難度較高、適用性較差的問(wèn)題。在實(shí)際研究中，水環(huán)境的機(jī)理信息通常難以完全掌握，人們需要一種對(duì)基礎(chǔ)數(shù)據(jù)資料依賴(lài)度不高的水質(zhì)預(yù)測(cè)方法，非機(jī)理性的水質(zhì)預(yù)測(cè)方法應(yīng)運(yùn)而生。非機(jī)理性水質(zhì)預(yù)測(cè)方法的理論基礎(chǔ)包括回歸預(yù)測(cè)法、灰色系統(tǒng)法、時(shí)間序列分析法、神經(jīng)網(wǎng)絡(luò)等。非機(jī)理預(yù)測(cè)方法通過(guò)對(duì)水質(zhì)相關(guān)的歷史數(shù)據(jù)進(jìn)行挖掘分析，發(fā)現(xiàn)其蘊(yùn)含的變化規(guī)律，進(jìn)而推演水質(zhì)的變化趨勢(shì)。由于非機(jī)理性預(yù)測(cè)方法需要特定水域的歷史數(shù)據(jù)來(lái)訓(xùn)練水質(zhì)預(yù)測(cè)模型，因此在針對(duì)一些特定的目標(biāo)水域進(jìn)行預(yù)測(cè)時(shí)，預(yù)測(cè)效果會(huì)表現(xiàn)良好。與機(jī)理性水質(zhì)預(yù)測(cè)方法相比，非機(jī)理性預(yù)測(cè)方法的建模難度較低，而且對(duì)數(shù)據(jù)資料依賴(lài)度不高，因此該方法得到廣泛應(yīng)用。2水質(zhì)時(shí)空變化預(yù)測(cè)模型當(dāng)前全球氣候變化顯著，流域尺度氣象因素對(duì)于流域水環(huán)境的影響不可忽視，加之政府對(duì)于水資源的調(diào)度日益普遍，為提高水質(zhì)預(yù)測(cè)模型的準(zhǔn)確度和泛化性，基于流域水質(zhì)、氣象、調(diào)度的預(yù)期、實(shí)測(cè)及歷史數(shù)據(jù)，集成經(jīng)驗(yàn)?zāi)B(tài)分解法與長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，構(gòu)建了EEMD-LSTM（集成經(jīng)驗(yàn)?zāi)B(tài)分解-長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)）水質(zhì)預(yù)測(cè)模型。通過(guò)斯皮爾曼相關(guān)分析法充分挖掘水質(zhì)參數(shù)的多元相關(guān)性；在考慮水質(zhì)數(shù)據(jù)與氣象數(shù)據(jù)的情況下，提出了一種多特征的水質(zhì)預(yù)測(cè)模型，與單一特征模型相比，預(yù)測(cè)誤差更小，預(yù)測(cè)效果更好。目前傳統(tǒng)的LSTM模型普遍存在一個(gè)預(yù)測(cè)滯后性的問(wèn)題，對(duì)于周期性不明顯的數(shù)據(jù)，預(yù)測(cè)效果并不理想。本項(xiàng)目提出了一種EEMD與LSTM相結(jié)合的預(yù)測(cè)模型算法，能夠降低原始時(shí)間序列中不同周期數(shù)據(jù)耦合所造成的影響，解決LSTM網(wǎng)絡(luò)預(yù)測(cè)滯后性的問(wèn)題。針對(duì)原始的時(shí)序數(shù)據(jù)使用EEMD進(jìn)行分解處理，得到若干個(gè)IMF子序列，然后為每個(gè)IMF子序列分別建立LSTM預(yù)測(cè)模型，最后對(duì)每個(gè)子序列的預(yù)測(cè)結(jié)果進(jìn)行疊加，得到最終的水質(zhì)預(yù)測(cè)結(jié)果。有效地反映了污染物在河流中的遷移變化情況和提前對(duì)可能發(fā)生的水污染事件做準(zhǔn)備，大大降低水污染事件造成的影響。3污染源的識(shí)別溯源通過(guò)對(duì)區(qū)域重點(diǎn)排污企業(yè)的排污許可、生產(chǎn)工藝等先期調(diào)研與持續(xù)更新，收集不同河段各企業(yè)的特征污染物組合數(shù)據(jù)，建立區(qū)域不同河段排污口污水特征污染物數(shù)據(jù)庫(kù)。根據(jù)劃定的區(qū)域網(wǎng)格管理單元，布設(shè)區(qū)域網(wǎng)格自動(dòng)監(jiān)測(cè)點(diǎn)位，對(duì)區(qū)域特征污染物和常規(guī)水質(zhì)因子在線(xiàn)監(jiān)測(cè)，基于空間分布的均勻性、行政區(qū)劃的完整性、監(jiān)測(cè)數(shù)據(jù)的延續(xù)性，全面、真實(shí)、客觀反映河（湖）污染物的時(shí)空分布特征。污染事件發(fā)生時(shí)，及時(shí)通過(guò)特征污染物在線(xiàn)監(jiān)測(cè)與河段特征污染物數(shù)據(jù)庫(kù)比對(duì)進(jìn)行污染源排查，實(shí)現(xiàn)快速溯源。4水環(huán)境預(yù)警管理體系通過(guò)空天地一體化監(jiān)測(cè)手段對(duì)“水質(zhì)、水文、氣象、生態(tài)、給排水、污染因子、地形、流場(chǎng)”等數(shù)據(jù)采集及監(jiān)測(cè)，進(jìn)行跨平臺(tái)、多部門(mén)數(shù)據(jù)融合與共享，構(gòu)建基于綜合數(shù)據(jù)采集、分析與模擬的水環(huán)境污染物溯源預(yù)警管理體系，滿(mǎn)足精準(zhǔn)預(yù)測(cè)、及時(shí)預(yù)警及準(zhǔn)確溯源的水環(huán)境管理需求。空天地一體水環(huán)境安全監(jiān)測(cè)預(yù)警系統(tǒng)聚焦于水環(huán)境安全領(lǐng)域,應(yīng)用衛(wèi)星遙感監(jiān)測(cè)技術(shù)針對(duì)全流域河流、湖泊等進(jìn)行相關(guān)水質(zhì)參數(shù)定量反演，并繪制流域水環(huán)境安全態(tài)勢(shì)一張圖；應(yīng)用無(wú)人機(jī)高光譜技術(shù)針對(duì)監(jiān)測(cè)區(qū)域內(nèi)重點(diǎn)監(jiān)測(cè)河流斷面進(jìn)行相關(guān)水質(zhì)參數(shù)定量反演，并繪制重點(diǎn)監(jiān)測(cè)區(qū)域水環(huán)境安全狀況一張圖；應(yīng)用水面攝像機(jī)對(duì)特定監(jiān)測(cè)點(diǎn)位的水質(zhì)狀況進(jìn)行快速識(shí)別；通過(guò)衛(wèi)星遙感影像、無(wú)人機(jī)高光譜影像、攝像機(jī)水體光譜識(shí)別等三大模塊相互補(bǔ)充、相互支撐，解決單一技術(shù)手段的缺陷,對(duì)水環(huán)境安全態(tài)勢(shì)風(fēng)險(xiǎn)進(jìn)行及時(shí)預(yù)警。5結(jié)論水環(huán)境污染物溯源及預(yù)警技術(shù)研究通過(guò)水質(zhì)時(shí)空變化預(yù)測(cè)模型進(jìn)行時(shí)間與空間上的預(yù)測(cè)預(yù)警分析，有效地反映了污染物在河流中的遷移變化情況和提前對(duì)可能發(fā)生的水污染事件做準(zhǔn)備，大大降低水污染事件造成的影響；通過(guò)利用區(qū)域特征污染物數(shù)據(jù)庫(kù)相關(guān)監(jiān)測(cè)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、多媒體數(shù)據(jù)等數(shù)據(jù)的管理對(duì)污染源點(diǎn)進(jìn)行定位，對(duì)管網(wǎng)突發(fā)性水質(zhì)污染事故中制定控制措施、補(bǔ)救措施以及消除措施具有重要的指導(dǎo)意義；通過(guò)空天地一體的水環(huán)境監(jiān)測(cè)體系，對(duì)流域及重點(diǎn)區(qū)域水質(zhì)參數(shù)進(jìn)行了定量反演，對(duì)特定監(jiān)測(cè)點(diǎn)位實(shí)施了水質(zhì)狀況快速識(shí)別，及時(shí)預(yù)警了水環(huán)境安全態(tài)勢(shì)風(fēng)險(xiǎn)，實(shí)現(xiàn)了水環(huán)境監(jiān)測(cè)和預(yù)警相結(jié)合的業(yè)務(wù)新模式。參考文獻(xiàn)：[1]李晶,周浩,于曉英.水環(huán)境管理決策支持系統(tǒng)中的污染物溯源分析功能設(shè)計(jì)[J].2017(02):172-173.[2]祝榕婕.基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的河流水質(zhì)時(shí)空預(yù)測(cè)與污染預(yù)警模型研究[D].2021(06).[3]李林子,錢(qián)瑜,張玉超.基于EFDC和WASP模型的突發(fā)水污染事故影響的預(yù)測(cè)預(yù)警[J].2021(08):1010-1013.[4]孫策,李傳奇.基于CA-MCMC方法的河流突發(fā)