CN110595954A - 一种场地地下水污染物自动溯源方法 - Google Patents
一种场地地下水污染物自动溯源方法 Download PDFInfo
- Publication number
- CN110595954A CN110595954A CN201910871714.2A CN201910871714A CN110595954A CN 110595954 A CN110595954 A CN 110595954A CN 201910871714 A CN201910871714 A CN 201910871714A CN 110595954 A CN110595954 A CN 110595954A
- Authority
- CN
- China
- Prior art keywords
- water level
- monitoring
- hole
- observation
- space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 65
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000003673 groundwater Substances 0.000 title claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 70
- 238000012360 testing method Methods 0.000 claims abstract description 43
- 239000006185 dispersion Substances 0.000 claims abstract description 18
- 238000013508 migration Methods 0.000 claims abstract description 8
- 230000005012 migration Effects 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 69
- 238000011109 contamination Methods 0.000 claims description 14
- 239000000700 radioactive tracer Substances 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000000356 contaminant Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000003795 chemical substances by application Substances 0.000 claims description 3
- 239000012530 fluid Substances 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 239000010865 sewage Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000006698 induction Effects 0.000 abstract description 3
- 238000003895 groundwater pollution Methods 0.000 description 4
- 239000003403 water pollutant Substances 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
- G01N2013/003—Diffusion; diffusivity between liquids
Landscapes
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种场地地下水污染物自动溯源方法,包括:A.通过弥散试验取得污染物从试验主孔至主流向各观测孔的最短时间、污染物从试验主孔至侧向各观测孔的最长时间,从而计算不同水力梯度下,两次监测间隔时间内,污染物从污染源点向下游运移可能到达的最长距离和最短距离;B.构建目标区域适用的半空间模型,划分半空间Ai、Ai’,确定有效搜索半空间;C.在属性flag(A)=0的半空间Ai’内,锁定污染源范围;D.将监测到的污染物与污染源范围内的特征污染物进行比对锁定污染源。本发明的方法主要通过利用弥散试验获取的参数,以污染物监测孔和可能发生污染的装置为核心的多个半空间模型进行叠置分析,运用排除归纳法剔除干扰项达到溯源的目的。
Description
技术领域
本发明涉及地下水污染物溯源技术领域,特别涉及一种基于半空间模型和弥散试验的场地地下水污染物自动溯源方法。
背景技术
由于场地地下水污染具有极强的隐蔽性和突发性,当发现污染时,往往不易确定污染物的来源,快速识别污染源发生的位置对于场地修复治理、防控措施的制定具有重要的研究价值。地下水污染物溯源(地下水污染源解析)是通过有限的观测数据,查明污染源的位置及污染物迁移转化的历史,是地下水污染治理的首要步骤。
目前对于地下水污染物溯源方法可分为地球化学足迹法和数学模拟法,单独使用地球化学足迹法不能完全解决追寻污染源位置及污染物随时间演变过程等问题,而数学模拟法受到含水层参数、污染物浓度及模型自身的不确定性等因素的限制,尚不能完全满足实际应用的要求。基于这些方法的多数研究集中于简单的理想算例,难以应对实际的工程问题,且溯源模型计算量巨大,计算耗时,计算模型的并行技术对使用者的专业素质要求高,这限制了它在普通研究人员或用户中的推广。
发明内容
本发明的目的是克服上述背景技术中不足,提供一种场地地下水污染物自动溯源方法,适用于具有地下水污染风险、布设有大量监测孔的孔隙型场地地下水污染物自动溯源,主要通过利用弥散试验获取的参数,以污染物监测孔和可能发生污染的装置为核心的多个半空间模型进行叠置分析,运用排除归纳法,剔除干扰项,达到溯源的目的。
为了达到上述的技术效果,本发明采取以下技术方案:
一种场地地下水污染物自动溯源方法,包括以下步骤:
A.通过弥散试验取得污染物从试验主孔至主流向各观测孔的最短时间、污染物从试验主孔至侧向各观测孔的最长时间,从而计算不同水力梯度下,两次监测间隔时间内,污染物从污染源点向下游运移可能到达的最长距离和最短距离;
B.构建目标区域适用的半空间模型,划分半空间Ai、Ai’,i=1、2、3…n,确定有效搜索半空间;
C.在属性flag(A)=0的半空间Ai’内,锁定污染源范围;
D.将监测到的污染物与污染源范围内的特征污染物进行比对,锁定污染源。
进一步地,所述步骤A包括以下步骤:
A1.采用多孔试验法开展弥散试验,其中,试验主孔记为ZK1,主流向各观测孔记为ZGC1、ZGC2……ZGCn,侧向各观测孔记为CGC1、CGC2……CGCn;
A2.弥散试验中主流向观测孔ZGC1、ZGC2……ZGCn第一次捕捉到示踪剂的时间分别记为TZGC1、TZGC2、……TZGCn,各主流向观测孔至试验主孔ZK1的距离分别记为LZGC1、LZGC2、……LZGCn,计算示踪剂到达观测孔的最大速度Vmax,其中,
A3.弥散试验中侧向各观测孔CGC1、CGC2……CGCn第一次捕捉到示踪剂的时间分别记为TCGC1、TCGC2、……TCGCn,侧向各观测孔至试验主孔ZK1的距离分别记为LCGC1、LCGC2、……LCGCn,计算示踪剂到达观测孔的最小速度Vmin,其中,
A4.分别绘制Vmax对应观测点的等水位线Hvmax及Vmin对应观测点的等水位线Hvmin;
A5.利用绘制的等水位线,分别计算试验主孔至Vmax对应观测点的水力梯度Imax及试验主孔至Vmin对应观测点的水力梯度Imin;
A6.利用达西公式,近似计算含污染物的流体在Vmax、Vmin对应观测点的渗透系数K主、K侧;其中,K主=Vmax/Imax,K侧=Vmin/Imin;
A7.针对发现污染的监测点Ji,i=1、2、3...n,根据水位监测数据,绘制出穿过污染监测点的地下水等水位线HJi,并根据等水位线计算通过上述监测点的水力梯度IJi;
A8.利用达西公式,计算污染物通过监测点的可能最大速度:VJimax=K主*IJi;
A9.计算场地装置发生泄漏时,在时间T内,污染物沿地下水流向运移到监测点Ji的可能最大距离LJimax,LJimax=VJimax*T,其中,T为污染物能被监测到的最大间隔时间,实际中,最大间隔时间T是根据监测孔布局和需要的监测频次来进行具体取值的。
进一步地,所述步骤A4中,绘制等水位线时具体包括:针对Vmax、Vmin对应观测点,根据水位监测数据,通过“逐行追踪等值线算法”分别绘制Vmax对应观测点的等水位线Hvmax及Vmin对应观测点的等水位线Hvmin。
进一步地,所述步骤B包括以下步骤:
B1.以监测点Ji为圆心,LJimax为半径作圆,则该圆圈定的范围即污染源初始范围OA;
B2.以监测点Ji等水位线HJi为分割法线,从空间上将污染源初始范围OA分割为两个半空间Ai、Ai’,其中,Ai内的所有监测点的水位值小于或等于监测点Ji水位值;Ai’内的所有监测点的水位值大于监测点Ji水位值;
B3.标定两个半空间的属性,其中半空间Ai置属性flag(A)=1、半空间置Ai’置属性flag(A)=0;
B4.针对属性flag(A)=1的半空间Ai内所有监测点进行搜索,如果存在污染点,则以水位值最小污染点作为圆心重复步骤B1至B3,直至区域Ai无其他污染点存在,则此时半空间Ai’即为有效搜索半空间。
进一步地,所述步骤C具体为若有效搜索半空间Ai’内只有一个装置,则该装置为污染源泄露装置;若有多个装置,则在Ai’内搜索遍历所有装置,并利用半空间模型缩小污染源所在范围。
进一步地,所述步骤C包括:
C1.绘制穿过装置中心点Zj(j=1、2、3...n)的地下水等水位线HZj,根据等水位线计算通过Zj的水力梯度IZj;
C2.利用达西公式,计算通过Zj的可能最小流速VZjmin=K侧*IZj;
C3.计算两次监测间隔时间T内,污染物沿地下水流向运移到Zj点的可能最小距离LZjmin,其中,LZjmin=VZjmin*T;
C4.以Zj为圆心,以该装置发生污染后污染物在x小时内的最小运移距离LZjmin为半径,绘制圆形OB;
C5.以穿过该装置的等水位线HZj为分割法线,从空间上将OB分割为两个空间Bj、Bj’,其中,Bj内的所有监测点的水位值小于装置点水位值;Bj’内的所有监测点的水位值大于或等于装置点水位值;
C6.标定两个半空间的属性,其中半空间Bj置flag(B)=1;半空间Bj’置flag(B)=0,然后过滤掉flag(B)=0无效半空间,保留有效半空间Bj;
C7.搜索Ai与Bj的交集区域内除了Ji以外的监测井,若存在无污染的监测井,则排除该装置是污染源的可能;若无监测井,或者有监测井且监测井全部污染,则装置Zj有可能是污染源并将该装置记为Wk,k=1、2、3…m,m为可能发生渗漏的污染装置总数。
C8.Wk所在的范围即污染源所在范围。
进一步地,所述步骤C4中x取值为24。
进一步地,所述步骤D具体是将监测到的污染物与Wk内的特征污染物进行比对,从而锁定污染源。
本发明与现有技术相比,具有以下的有益效果:
本发明的场地地下水污染物自动溯源方法,利用半空间模型和弥散试验组合的方法,构建目标区域场地地下水监测***中的污染物溯源分析功能,具体主要通过利用弥散试验获取的参数,以污染物监测孔和可能发生污染的装置为核心的多个半空间模型进行叠置分析,运用排除归纳法,剔除干扰项,达到溯源的目的,可在一定程度上更好、更快地对污染物进行溯源,并给出较为合理的溯源结果,帮助工作人员对污染物的出现做出准确、快速的反应,为合理措施的采取提供充分时间,以削弱污染物对场地及其周边居民带来的不利影响;实际应用中,可将本方法结合于计算机程序内实现,以实现计算机***根据监测数据自动对污染物进行溯源,快速识别污染源发生位置,为及时、合理采取有效措施防控地下水污染提供充分的依据。
附图说明
图1是本发明的一个实施例中标记的试验主孔、主流向观测孔、侧向观测孔及绘制的等水位线的示意图。
图2是本发明的一个实施例中污染源初始范围分割的两个半空间的示意图。
图3是本发明的一个实施例中污染源初始范围分割的两个半空间的示意图。
图4是本发明的一个实施例中对污染源所在范围进行空间分割的示意图。
具体实施方式
下面结合本发明的实施例对本发明作进一步的阐述和说明。
实施例:
实施例一:
一种场地地下水污染物自动溯源方法,包括以下步骤:
步骤1.通过弥散试验取得污染物从试验主孔至主流向各观测孔的最短时间、污染物从试验主孔至侧向各观测孔的最长时间,从而计算不同水力梯度下,两次监测间隔时间内,污染物从污染源点向下游运移可能到达的最长距离和最短距离。
具体的,本实施例中,步骤1具体通过以下步骤实现:
步骤1.1.采用多孔试验法开展弥散试验,其中,如图1所示,试验主孔记为ZK1,主流向各观测孔记为ZGC1、ZGC2……ZGCn,侧向各观测孔记为CGC1、CGC2……CGCn。
步骤1.2.弥散试验中主流向观测孔ZGC1、ZGC2……ZGCn第一次捕捉到示踪剂的时间分别记为TZGC1、TZGC2、……TZGCn,各主流向观测孔至试验主孔ZK1的距离分别记为LZGC1、LZGC2、……LZGCn,计算示踪剂到达观测孔的最大速度Vmax,其中,
步骤1.3.弥散试验中侧向各观测孔CGC1、CGC2……CGCn第一次捕捉到示踪剂的时间分别记为TCGC1、TCGC2、……TCGCn,侧向各观测孔至试验主孔ZK1的距离分别记为LCGC1、LCGC2、……LCGCn,计算示踪剂到达观测孔的最小速度Vmin,其中,
步骤1.4.分别绘制Vmax对应观测点的等水位线Hvmax及Vmin对应观测点的等水位线Hvmin;具体为针对Vmax、Vmin对应观测点,根据水位监测数据,通过“逐行追踪等值线算法”分别绘制Vmax对应观测点的等水位线Hvmax及Vmin对应观测点的等水位线Hvmin。其中,逐行追踪等值线算法为现有技术中较为成熟的方法,该算法无需加载所有格网点值到计算机内存逐行处理格网数据,且根据水位监测数据,通过逐行追踪等值线算法绘制等水位线对于本领域技术人员来说属于较为常规的方法,此处不再赘述。
具体的,本实施例中是利用逐行追踪等值线算法的原理制作等值线生成器工具用于绘制等水位线,具体的,等值线生成器是通过追踪某行内等水位线线段,并与等值线生成器内已有等水位线进行连接测试,最终生成所有等水位线。其中,等值线生成器的作用主要是用于格网数据的输入、处理和等值线的输出,且存储了规则格网的大小,当前处理的格网行号,前一行格网数据,当前行格网数据以及等值线簇列表等信息。
步骤1.5.利用绘制的等水位线,分别计算试验主孔至Vmax对应观测点的水力梯度Imax及试验主孔至Vmin对应观测点的水力梯度Imin。通过绘制的等水位线计算相应点的水力梯度对于本领域技术人员来说属于较为常规的方法,此处不再赘述。
步骤1.6.利用达西公式,近似计算含污染物的流体在Vmax、Vmin对应观测点的渗透系数K主、K侧;其中,K主=Vmax/Imax,K侧=Vmin/Imin。
步骤1.7.针对发现污染的监测点Ji,i=1、2、3...n,根据水位监测数据,绘制出穿过污染监测点的地下水等水位线HJi,并根据等水位线计算通过上述监测点的水力梯度IJi。
步骤1.8.利用达西公式,计算污染物通过监测点的可能最大速度:VJimax=K主*IJi。
步骤1.9.计算场地装置发生泄漏时,在时间T内,污染物沿地下水流向运移到监测点Ji的可能最大距离LJimax,LJimax=VJimax*T,其中,T为污染物能被监测到的最大间隔时间,实际中,最大间隔时间T是根据监测孔布局和需要的监测频次来进行具体取值的,本实施例中,结合监测孔布局以及设定的监测频次(1次/天),T的取值即为24小时。
步骤2.构建目标区域适用的半空间模型,划分半空间Ai、Ai’,i=1、2、3…n,确定有效搜索半空间。
具体的,本实施例中,步骤2主要通过以下步骤实现:
步骤2.1.以监测点Ji为圆心,LJimax为半径作圆,则该圆圈定的范围即污染源初始范围OA。
步骤2.2.如图2所示,以监测点Ji等水位线HJi为分割法线,从空间上将污染源初始范围OA分割为两个半空间Ai、Ai’,其中,Ai内的所有监测点的水位值小于或等于监测点Ji水位值;Ai’内的所有监测点的水位值大于监测点Ji水位值。
步骤2.3.标定两个半空间的属性,其中半空间Ai置属性flag(A)=1、半空间置Ai’置属性flag(A)=0。
步骤2.4.如图3所示,针对属性flag(A)=1的半空间Ai内所有监测点进行搜索,如果存在污染点,则以水位值最小污染点作为圆心重复步骤B1至B3,直至区域Ai无其他污染点存在,则此时半空间Ai’即为有效搜索半空间。
步骤3.在属性flag(A)=0的半空间Ai’内,锁定污染源范围。
具体为若有效搜索半空间Ai’内只有一个装置,则该装置为污染源泄露装置;若有多个装置,则在Ai’内搜索遍历所有装置,并利用半空间模型缩小污染源所在范围。
具体的,本实施例中,步骤3主要通过以下步骤实现:
步骤3.1.绘制穿过装置中心点Zj(j=1、2、3...n)的地下水等水位线HZj,根据等水位线计算通过Zj的水力梯度IZj。
步骤3.2.利用达西公式,计算通过Zj的可能最小流速VZjmin=K侧*IZj。
步骤3.3.计算两次监测间隔时间T内,污染物沿地下水流向运移到Zj点的可能最小距离LZjmin,其中,LZjmin=VZjmin*T。
步骤3.4.如图4所示,以Zj为圆心,以该装置发生污染后污染物在24小时内(实际中,可根据具体情况设定其他值)的最小运移距离LZjmin为半径,绘制圆形OB。
步骤3.5.以穿过该装置的等水位线HZj为分割法线,从空间上将OB分割为两个空间Bj、Bj’,其中,Bj内的所有监测点的水位值小于装置点水位值;Bj’内的所有监测点的水位值大于或等于装置点水位值。
步骤3.6.标定两个半空间的属性,其中半空间Bj置flag(B)=1;半空间Bj’置flag(B)=0,然后过滤掉flag(B)=0无效半空间,保留有效半空间Bj。
步骤3.7.搜索Ai与Bj的交集区域内除了Ji以外的监测井,若存在无污染的监测井,则排除该装置是污染源的可能;若无监测井,或者有监测井且监测井全部污染,则装置Zj有可能是污染源并将该装置记为Wk,k=1、2、3…m,m为可能发生渗漏的污染装置总数。
步骤3.8.Wk所在的范围即污染源所在范围。
步骤4.将监测到的污染物与Wk内的特征污染物进行比对,从而锁定污染源。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (8)
1.一种场地地下水污染物自动溯源方法,其特征在于,包括以下步骤:
A.通过弥散试验取得污染物从试验主孔至主流向各观测孔的最短时间、污染物从试验主孔至侧向各观测孔的最长时间,从而计算不同水力梯度下,两次监测间隔时间内,污染物从污染源点向下游运移可能到达的最长距离和最短距离;
B.构建目标区域适用的半空间模型,划分半空间Ai、Ai’,i=1、2、3…n,确定有效搜索半空间;
C.在属性flag(A)=0的半空间Ai’内,锁定污染源范围;
D.将监测到的污染物与污染源范围内的特征污染物进行比对,锁定污染源。
2.根据权利要求1所述的一种场地地下水污染物自动溯源方法,其特征在于,所述步骤A包括以下步骤:
A1.采用多孔试验法开展弥散试验,其中,试验主孔记为ZK1,主流向各观测孔记为ZGC1、ZGC2……ZGCn,侧向各观测孔记为CGC1、CGC2……CGCn;
A2.弥散试验中主流向观测孔ZGC1、ZGC2……ZGCn第一次捕捉到示踪剂的时间分别记为TZGC1、TZGC2、……TZGCn,各主流向观测孔至试验主孔ZK1的距离分别记为LZGC1、LZGC2、……LZGCn,计算示踪剂到达观测孔的最大速度Vmax,其中,
A3.弥散试验中侧向各观测孔CGC1、CGC2……CGCn第一次捕捉到示踪剂的时间分别记为TCGC1、TCGC2、……TCGCn,侧向各观测孔至试验主孔ZK1的距离分别记为LCGC1、LCGC2、……LCGCn,计算示踪剂到达观测孔的最小速度Vmin,其中,
A4.分别绘制Vmax对应观测点的等水位线Hvmax及Vmin对应观测点的等水位线Hvmin;
A5.利用绘制的等水位线,分别计算试验主孔至Vmax对应观测点的水力梯度Imax及试验主孔至Vmin对应观测点的水力梯度Imin;
A6.利用达西公式,近似计算含污染物的流体在Vmax、Vmin对应观测点的渗透系数K主、K侧;其中,K主=Vmax/Imax,K侧=Vmin/Imin;
A7.针对发现污染的监测点Ji,i=1、2、3...n,根据水位监测数据,绘制出穿过污染监测点的地下水等水位线HJi,并根据等水位线计算通过上述监测点的水力梯度IJi;
A8.利用达西公式,计算污染物通过监测点的可能最大速度:
VJimax=K主*IJi;
A9.计算场地装置发生泄漏时,在时间T内,污染物沿地下水流向运移到监测点Ji的可能最大距离LJimax,LJimax=VJimax*T,其中,T为污染物能被监测到的最大间隔时间。
3.根据权利要求2所述的一种场地地下水污染物自动溯源方法,其特征在于,所述步骤A4中,绘制等水位线时具体包括:针对Vmax、Vmin对应观测点,根据水位监测数据,通过“逐行追踪等值线算法”分别绘制Vmax对应观测点的等水位线Hvmax及Vmin对应观测点的等水位线Hvmin。
4.根据权利要求2所述的一种场地地下水污染物自动溯源方法,其特征在于,所述步骤B包括以下步骤:
B1.以监测点Ji为圆心,LJimax为半径作圆,则该圆圈定的范围即污染源初始范围OA;
B2.以监测点Ji等水位线HJi为分割法线,从空间上将污染源初始范围OA分割为两个半空间Ai、Ai’,其中,Ai内的所有监测点的水位值小于或等于监测点Ji水位值;Ai’内的所有监测点的水位值大于监测点Ji水位值;
B3.标定两个半空间的属性,其中半空间Ai置属性flag(A)=1、半空间置Ai’置属性flag(A)=0;
B4.针对属性flag(A)=1的半空间Ai内所有监测点进行搜索,如果存在污染点,则以水位值最小污染点作为圆心重复步骤B1至B3,直至区域Ai无其他污染点存在,则此时半空间Ai’即为有效搜索半空间。
5.根据权利要求4所述的一种场地地下水污染物自动溯源方法,其特征在于,所述步骤C具体为若有效搜索半空间Ai’内只有一个装置,则该装置为污染源泄露装置;若有多个装置,则在Ai’内搜索遍历所有装置,并利用半空间模型缩小污染源所在范围。
6.根据权利要求5所述的一种场地地下水污染物自动溯源方法,其特征在于,所述步骤C包括:
C1.绘制穿过装置中心点Zj(j=1、2、3...n)的地下水等水位线HZj,根据等水位线计算通过Zj的水力梯度IZj;
C2.利用达西公式,计算通过Zj的可能最小流速VZjmin=K侧*IZj;
C3.计算两次监测间隔时间T内,污染物沿地下水流向运移到Zj点的可能最小距离LZjmin,其中,LZjmin=VZjmin*T;
C4.以Zj为圆心,以该装置发生污染后污染物在x小时内的最小运移距离LZjmin为半径,绘制圆形OB;
C5.以穿过该装置的等水位线HZj为分割法线,从空间上将OB分割为两个空间Bj、Bj’,其中,Bj内的所有监测点的水位值小于装置点水位值;Bj’内的所有监测点的水位值大于或等于装置点水位值;
C6.标定两个半空间的属性,其中半空间Bj置flag(B)=1;半空间Bj’置flag(B)=0,然后过滤掉flag(B)=0无效半空间,保留有效半空间Bj;
C7.搜索Ai与Bj的交集区域内除了Ji以外的监测井,若存在无污染的监测井,则排除该装置是污染源的可能;若无监测井,或者有监测井且监测井全部污染,则装置Zj有可能是污染源并将该装置记为Wk,k=1、2、3…m,m为可能发生渗漏的污染装置总数。
C8.Wk所在的范围即污染源所在范围。
7.根据权利要求6所述的一种场地地下水污染物自动溯源方法,其特征在于,所述步骤C4中x取值为24。
8.根据权利要求5所述的一种场地地下水污染物自动溯源方法,其特征在于,所述步骤D具体是将监测到的污染物与Wk内的特征污染物进行比对,从而锁定污染源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910871714.2A CN110595954B (zh) | 2019-09-16 | 2019-09-16 | 一种场地地下水污染物自动溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910871714.2A CN110595954B (zh) | 2019-09-16 | 2019-09-16 | 一种场地地下水污染物自动溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110595954A true CN110595954A (zh) | 2019-12-20 |
CN110595954B CN110595954B (zh) | 2020-06-09 |
Family
ID=68859820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910871714.2A Active CN110595954B (zh) | 2019-09-16 | 2019-09-16 | 一种场地地下水污染物自动溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110595954B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242384A (zh) * | 2020-01-19 | 2020-06-05 | 四川省地质工程勘察院集团有限公司 | 一种面向地下水环境的污染识别与分析方法 |
CN112730774A (zh) * | 2020-12-04 | 2021-04-30 | 南方科技大学台州研究院 | 一种地下水污染物自动溯源方法 |
CN115541834A (zh) * | 2022-08-17 | 2022-12-30 | 中国地质大学(北京) | 地下水污染源位置识别方法及装置、电子设备、存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080023796A (ko) * | 2006-09-12 | 2008-03-17 | 전남대학교산학협력단 | 능동형 수질 오염 감시 및 오염원 추적 시스템 |
US8091572B2 (en) * | 2008-11-11 | 2012-01-10 | Industrial Technology Research Institute | Method for tracking pollution source in process water |
CN103033540A (zh) * | 2013-01-15 | 2013-04-10 | 中国海洋大学 | 地下轻非水相液态污染物扩散的实时自动监测方法及*** |
CN103197039A (zh) * | 2013-03-15 | 2013-07-10 | 陈秋阳 | 一种人工流场下的野外地下水弥散试验方法 |
KR20130121313A (ko) * | 2012-04-27 | 2013-11-06 | (주)웹솔루스 | 배출원데이터를 이용한 오염원 추적시스템 |
CN104103005A (zh) * | 2014-08-05 | 2014-10-15 | 环境保护部华南环境科学研究所 | 一种有限条件下突发性水环境事件污染源的溯源方法 |
CN105956664A (zh) * | 2016-04-27 | 2016-09-21 | 浙江大学 | 一种河流点源突发污染事故溯源方法 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN106918677A (zh) * | 2015-12-24 | 2017-07-04 | 日本电气株式会社 | 用于污染物溯源的设备和方法 |
CN107341341A (zh) * | 2017-06-08 | 2017-11-10 | 河海大学 | 一种河口点源突发性水污染事件溯源方法 |
CN107895081A (zh) * | 2017-11-14 | 2018-04-10 | 武汉大学 | 多个瞬时污染源的溯源方法 |
CN109063730A (zh) * | 2018-06-22 | 2018-12-21 | 杭州电子科技大学 | 一种凸规划聚类水污染溯源方法 |
CN109190280A (zh) * | 2018-09-18 | 2019-01-11 | 东北农业大学 | 一种基于核极限学习机替代模型的地下水污染源反演识别方法 |
CN109242746A (zh) * | 2018-09-04 | 2019-01-18 | 武汉大学 | 基于应急监测数据的一维瞬时点源污染源溯源方法 |
CN109670146A (zh) * | 2018-12-17 | 2019-04-23 | 中国地质大学(武汉) | 基于拟牛顿法的二维水污染扩散源溯源定位方法及*** |
-
2019
- 2019-09-16 CN CN201910871714.2A patent/CN110595954B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080023796A (ko) * | 2006-09-12 | 2008-03-17 | 전남대학교산학협력단 | 능동형 수질 오염 감시 및 오염원 추적 시스템 |
US8091572B2 (en) * | 2008-11-11 | 2012-01-10 | Industrial Technology Research Institute | Method for tracking pollution source in process water |
KR20130121313A (ko) * | 2012-04-27 | 2013-11-06 | (주)웹솔루스 | 배출원데이터를 이용한 오염원 추적시스템 |
CN103033540A (zh) * | 2013-01-15 | 2013-04-10 | 中国海洋大学 | 地下轻非水相液态污染物扩散的实时自动监测方法及*** |
CN103197039A (zh) * | 2013-03-15 | 2013-07-10 | 陈秋阳 | 一种人工流场下的野外地下水弥散试验方法 |
CN104103005A (zh) * | 2014-08-05 | 2014-10-15 | 环境保护部华南环境科学研究所 | 一种有限条件下突发性水环境事件污染源的溯源方法 |
CN106918677A (zh) * | 2015-12-24 | 2017-07-04 | 日本电气株式会社 | 用于污染物溯源的设备和方法 |
CN105956664A (zh) * | 2016-04-27 | 2016-09-21 | 浙江大学 | 一种河流点源突发污染事故溯源方法 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN107341341A (zh) * | 2017-06-08 | 2017-11-10 | 河海大学 | 一种河口点源突发性水污染事件溯源方法 |
CN107895081A (zh) * | 2017-11-14 | 2018-04-10 | 武汉大学 | 多个瞬时污染源的溯源方法 |
CN109063730A (zh) * | 2018-06-22 | 2018-12-21 | 杭州电子科技大学 | 一种凸规划聚类水污染溯源方法 |
CN109242746A (zh) * | 2018-09-04 | 2019-01-18 | 武汉大学 | 基于应急监测数据的一维瞬时点源污染源溯源方法 |
CN109190280A (zh) * | 2018-09-18 | 2019-01-11 | 东北农业大学 | 一种基于核极限学习机替代模型的地下水污染源反演识别方法 |
CN109670146A (zh) * | 2018-12-17 | 2019-04-23 | 中国地质大学(武汉) | 基于拟牛顿法的二维水污染扩散源溯源定位方法及*** |
Non-Patent Citations (5)
Title |
---|
HUI WANG ET AL.: ""Characterization of groundwater contaminant source using Bayesian method"", 《STOCH ENVIRON RES RISK ASSESS》 * |
JULIANA ATMADJA ET AL.: ""State of the Art Report on Mathematical Methods for Groundwater Pollution Source Identification"", 《ENVIRONMENTAL FORENSICS》 * |
曹阳 等: ""地下水污染源解析研究进展"", 《中国水运》 * |
龙玉桥 等: ""地下水污染物溯源的数学模拟方法研究进展"", 《地下水》 * |
龙玉桥 等: ""地质统计学法在地下水污染溯源中的应用及参数敏感性分析"", 《水利学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242384A (zh) * | 2020-01-19 | 2020-06-05 | 四川省地质工程勘察院集团有限公司 | 一种面向地下水环境的污染识别与分析方法 |
CN111242384B (zh) * | 2020-01-19 | 2021-02-26 | 四川省地质工程勘察院集团有限公司 | 一种面向地下水环境的污染识别与分析方法 |
CN112730774A (zh) * | 2020-12-04 | 2021-04-30 | 南方科技大学台州研究院 | 一种地下水污染物自动溯源方法 |
CN115541834A (zh) * | 2022-08-17 | 2022-12-30 | 中国地质大学(北京) | 地下水污染源位置识别方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110595954B (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110595954B (zh) | 一种场地地下水污染物自动溯源方法 | |
CN108197583B (zh) | 基于图割优化和影像结构特征的建筑物变化检测方法 | |
CN114359002B (zh) | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及*** | |
CN110020433B (zh) | 一种基于企业关联关系的工商高管人名消歧方法 | |
CN109214422B (zh) | 基于dcgan的停车数据修补方法、装置、设备及存储介质 | |
CN103853922B (zh) | 一种油气田相似性的可视化定量评价方法 | |
CN111524117A (zh) | 一种基于特征金字塔网络的隧道表面缺陷检测方法 | |
CN103489036B (zh) | 基于混合空间关联分析的应急预警网格划分***及方法 | |
CN113537141B (zh) | 一种堤坝管涌和滑坡病害快速检测方法及*** | |
CN112836719A (zh) | 一种融合二分类和三元组的示功图相似性检测方法 | |
CN103699612A (zh) | 一种图像检索排序的方法及装置 | |
CN106056577A (zh) | 基于mds‑srm混合级联的sar图像变化检测方法 | |
Lyu et al. | Visual early leakage detection for industrial surveillance environments | |
Xiong et al. | An overlapping peak separation algorithm based on multiorder differential method and genetic algorithm for magnetic eddy current signal of a defect cluster | |
Du et al. | Segmentation, detection, and tracking of stem cell image by digital twins and lightweight deep learning | |
CN103995944A (zh) | 一种空间异常极值无偏等值图绘制方法 | |
Wang et al. | Using DTW to measure trajectory distance in grid space | |
Sun et al. | Spatial cluster analysis of bursting pipes in water supply networks | |
CN109493362A (zh) | 一种神经网络结合边缘检测的人体前景分割算法 | |
Guo et al. | Urban Road Network and Taxi Network Modeling Based on Complex Network Theory. | |
Li et al. | A Multilevel Point Cloud Classification Method for Underground Tunnels Based on Three‐Dimensional Moving LiDAR Measurements | |
CN113970073B (zh) | 一种基于ResNet的供水管网泄漏精准定位方法 | |
CN113077458B (zh) | 一种遥感影像中的云和阴影检测方法及*** | |
CN113706459B (zh) | 一种自闭症患者异常脑区的检测及模拟修复装置 | |
CN115456075A (zh) | 一种目标行为异常预警的处理***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |