CN112816646A - 一种基于网格化水质监测的河道排污口溯源方法 - Google Patents

一种基于网格化水质监测的河道排污口溯源方法 Download PDF

Info

Publication number
CN112816646A
CN112816646A CN202110086664.4A CN202110086664A CN112816646A CN 112816646 A CN112816646 A CN 112816646A CN 202110086664 A CN202110086664 A CN 202110086664A CN 112816646 A CN112816646 A CN 112816646A
Authority
CN
China
Prior art keywords
river
section
discharge
concentration
reach
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.)
Pending
Application number
CN202110086664.4A
Other languages
English (en)
Inventor
尹海龙
林夷媛
徐祖信
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202110086664.4A priority Critical patent/CN112816646A/zh
Publication of CN112816646A publication Critical patent/CN112816646A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Remote Sensing (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于网格化水质监测的河道排污口溯源方法，包括以下步骤：将河流划分为多个河段、对每个河段开展网格化水质监测，获取每个河段的监测数据；根据每个河段的监测数据获取每个河段的排污口排放水量，实现污染物排放量的定量核算；根据定量核算结果获取存在污水排放的河段，加密存在污水排放的河段的网格化水质监测，逐步缩小排查范围实现河道排污口溯源。与现有技术相比，本发明解决了排污口污染排放量核算和水下排放等导致的现场排查难度大问题，提供了一种相对便捷化的河道排污口溯源排查手段。

Description

一种基于网格化水质监测的河道排污口溯源方法
技术领域
本发明涉及河道排污溯源领域，尤其是涉及一种基于网格化水质监测的河道排污口溯源方法。
背景技术
河道排污口排查整治是水环境治理的基础性工作。目前我国城市化地区虽然统计污水收集率平均达到90％以上，但是按照污染负荷收集率计算，平均只有60％，表明仍有大量污染物进入河道。入河排污口是污染物进入河道的最后一道“闸口”，只有全面摸清入河排污口的数量和污染物排放量，才能切实提高污染物收集能力，推动水环境质量从根本上好转。
河道排污口情况复杂，在水面以上排污口排查取得明显成效的现状下，当前面临的难点是水下排污口的排查与污染物排放量核算。依靠传统的人工徒步排查、无人机航测等方法难以识别隐蔽的水下排污口；近年来水下机器人、热成像仪等也被运用于隐蔽排污口的探测排查中，但是存在操作复杂，夜间难以实施等问题，因此难以开展全天候的调查，此外无法对污水和污染物排放量进行定量核算。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于网格化水质监测的河道排污口溯源方法。
本发明的目的可以通过以下技术方案来实现：
一种基于网格化水质监测的河道排污口溯源方法，包括以下步骤：
将河流划分为多个河段、对每个河段开展网格化水质监测，获取每个河段的监测数据；
根据每个河段的监测数据获取每个河段的排污口排放水量，实现污染物排放量的定量核算；
根据定量核算结果获取存在污水排放的河段，加密存在污水排放的河段的网格化水质监测，逐步缩小排查范围实现河道排污口溯源。
优选地，所述的溯源方法具体包括以下步骤：
S1：将河流划分为n个河段，对每个河段开展网格化水质监测，获取每个河段的污染物浓度C，其中n≥2；
S2：同步监测该河流上游来水水量Qr、污染物指标浓度Cr，对于存在支流汇入的河段，同步监测该河段汇入支流水量QT、支流污染物浓度CT；
S3：收集各河段的沿岸汇水区的污染源排放浓度基础数据，获取每个河段潜在排污口污染物排放浓度参照值Ce；
S4：测定污染物在河流中的降解系数K；
S5：基于S1～S4中的监测数据，计算出每一河段排污口排放水量Qe，实现污染物排放量的定量核算；
S6：对存在污水排放的河段，通过加密网格水质监测逐步缩小排查的范围，实现河道排污口溯源。
优选地，所述的步骤S5中第1个河段存在支流汇入时，第1个河段排污口排放水量Qe1的计算公式为：
Figure BDA0002910996290000021
其中，C1为第1个河段监测断面的污染物浓度，QT1为第1个河段支流入流水量，CT1为第1个河段支流入流污染物浓度，Ce1为第1个河段的排污口污染物排放浓度，V1为第1个河段的体积，K为该河道污染物指标降解速率。
优选地，所述的步骤S5中第1个河段不存在支流汇入时，第1个河段排污口排放水量Qe1的计算公式为：
Figure BDA0002910996290000022
其中，C1为第1个河段监测断面的污染物浓度，Ce1为第1个河段的排污口污染物排放浓度，V1为第1个河段的体积，K为该河道污染物指标降解速率。
优选地，所述的步骤S5中第i个河段不存在支流汇入时，第i个河段排污口排放水量Qei的计算公式为：
Figure BDA0002910996290000023
其中，i∈[2,n]，Qe(i-1)为上游第i-1个河段排污口排放水量，Ci为第i个河段断面污染物浓度，Ci-1为上游第i-1个河段断面污染物浓度，Cei为第i个河段的排污口污染物排放浓度，Vi为第i个河段的体积。
优选地，所述的步骤S5中第i个河段存在支流汇入时，第i个河段排污口排放水量Qei的计算公式为：
Figure BDA0002910996290000031
其中，i∈[2,n]，Qe(i-1)为上游第i-1个河段排污口排放水量，QTi为第i个河段支流入流水量，QT(i-1)为上游第i-1个河段支流入流水量，CTi为第i个河段支流入流污染物浓度，Ci为第i个河段断面污染物浓度，Ci-1为上游第i-1个河段断面污染物浓度，Cei为第i个河段的排污口污染物排放浓度，Vi为第i个河段的体积。
优选地，S1、S2中水量、污染物浓度的监测在旱天进行。
进一步优选地，S1、S2的监测频次为每4小时1次，持续1～2天。
优选地，所述的S2中采用示踪剂稀释法和水量—水位法结合对上游来水水量和汇入支流水量进行监测。
优选地，所述的示踪剂稀释法中选用NaCl作为示踪剂。
优选地，所述的步骤S4中采用实验室测定法或现场测定法确认污染物的降解系数。
优选地，所述的步骤S3中，获取各河段的沿岸汇水区的污染源类型，若污染源类型为生活污染源，通过生活污染源监测获取潜在排污口的污染物排放浓度参照值，若污染源类型为工业污染源，通过工业污染源监测获取潜在排污口的污染物排放浓度参考值。
与现有技术相比，本发明具有如下优点：
(1)本发明将一条河流划分为若干河段，基于网格化布点的水质监测数据，结合分段建立化学质量平衡模型，定量解析不同河段单元的排污口排放水量，能够有效对各河段的排污口进行溯源排查，直接对各河段的水质进行检测，避免人工、航测直接排查排污口时，由于排污口设置隐蔽难以发现的情况，操作便捷，溯源成本低，实施效果好；
(2)本发明对每个河段开展网格化水质监测，采用示踪剂稀释法和水量—水位法结合对上游来水水量和汇入支流水量进行监测，基于该方法能够准确高效的获取河流的水量情况，避免对河流产生影响，提高监测准确性和效率；
(3)本发明基于每个河段的监测数据获取每个河段的排污口排放水量，计算方法准确便捷，提供了一种相对便捷化的河道排污口溯源排查手段，提高河道排污口溯源的准确性。
附图说明
图1为本发明的流程图；
图2为本发明的河道网格化划分示意图；
图3为本发明实施例中采用示踪剂稀释法进行断面水量监测的原理示意图；
图4为本发明实施例中水位—水量关系曲线图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
一种基于网格化水质监测的河道排污口溯源方法，包括以下步骤：
将河流划分为多个河段、对每个河段开展网格化水质监测，获取每个河段的监测数据；
根据每个河段的监测数据获取每个河段的排污口排放水量，实现污染物排放量的定量核算；
根据定量核算结果获取存在污水排放的河段，加密存在污水排放的河段的网格化水质监测，逐步缩小排查范围实现河道排污口溯源。
进一步地，如图1所示，本发明的溯源方法具体包括以下步骤：
S1：将河流划分为n个河段，对每个河段开展网格化水质监测，获取每个河段的污染物浓度C，其中n≥2。
步骤S1中，河道划分形式的参考图2，对于每一个河段，获取该河段监测断面的污染物指标浓度C，监测断面与河段的划分位置保持一致。
S2：同步监测该河流上游来水水量Qr、污染物指标浓度Cr，对于存在支流汇入的河段，同步监测该河段汇入支流水量QT、支流污染物浓度CT；
本发明的一种实施方式中，S1、S2中水量、污染物浓度的监测在旱天进行，监测频次为每4小时1次，持续1～2天。
本发明的另一种实施方式中，水量的监测采用示踪剂稀释法和水量—水位法相结合。
具体地，该实施方式中，选用NaCl作为示踪剂，在监测断面上游某断面突然注入已知浓度的NaCl溶液，在监测断面不断采取水样，历时应大于等于示踪剂开始和全部通过监测断面的时间。监测水样的电导率，将电导率转化为NaCl的浓度值，获得该监测断面NaCl随时间的变化过程线。
根据NaCl化学质量平衡计算出监测断面的水量，计算公式表达如下：
Figure BDA0002910996290000051
式中，ECt为t＝t时电导率，EC0为河道电导率本底值；M为注入的NaCl的质量，CF为电导率和NaCl浓度的转化系数，其中CF的取值可通过查读NaCl浓度—电导率值标准曲线来获得。
S3：收集各河段的沿岸汇水区的污染源排放浓度基础数据，获取每个河段潜在排污口污染物排放浓度参照值Ce；
各河段的沿岸汇水区的污染源通常为生活污染源或工业污染源，本发明的一种实施方式中，步骤S3中，获取各河段的沿岸汇水区的污染源类型，若污染源类型为生活污染源，通过生活污染源监测获取潜在排污口的污染物排放浓度参照值，具体地可以对河段汇水区内为生活污染源的情形，通过开展生活污染源监测与调研，获取潜在排污口的浓度参照值；若污染源类型为工业污染源，通过工业污染源监测获取潜在排污口的污染物排放浓度参考值，具体地，可以针对河段汇水区内存在工业排放情形，通过开展工业污染源监测与调研，获取潜在排污口的浓度参照值。
S4：测定污染物在河流中的降解系数K。
本发明的一种实施方式中，步骤S4中采用实验室测定法或现场测定法确认污染物的降解系数。
具体地，实验室测定法具体包括采集河流水样，在冷藏条件下运回实验室，取原始水样测试并记录培养前水样的污染物浓度L0。在20℃下对水样进行培养，经过不同的反应时间，测定污染物的浓度L。根据不同时间实验室测得的污染物浓度，利用最小二乘法求得污染物降解系数K。
Figure BDA0002910996290000061
式中，t为反应时间；L为t＝t时污染物指标浓度；L0为t＝0时污染物指标浓度。
现场测定法具体包括在该河流附近选取一支流，在支流上划出一段沿岸没有污染源汇入的河段，测定河段上下游A、B两个断面的污染物浓度CA、CB值。根据A、B两个断面污染物浓度监测值与水流经过两断面的时间Δt计算出污染物指标的降解速率K，计算公式表达如下：
Figure BDA0002910996290000062
式中，U为A、B两断面间的平均流速，计算中采用A、B两断面流速的算术平均值；Δx为A、B两断面的间距；CA、CB分别A、B两断面的污染物指标浓度值。
现场观测法需进行至少2次的测定，结果取多个K值的算术平均值。
现场测定法中A、B两个断面流速的取值采用断面水量与水流截面积的比值，断面水量的监测方法也可采用示踪剂稀释法和水量—水位法相结合。
S5：基于S1～S4中的监测数据，计算出每一河段排污口排放水量Qe，实现污染物排放量的定量核算。
具体地，各河段的情况有两种，分别为存在支流汇入和不存在支流汇入。
本发明的一种实施方式中，基于下列计算方式为了对各河段的排污口排放水量进行计算：
当第1个河段存在支流汇入时，第1个河段排污口排放水量Qe1的计算公式为：
Figure BDA0002910996290000063
其中，C1为第1个河段监测断面的污染物浓度，QT1为第1个河段支流入流水量，CT1为第1个河段支流入流污染物浓度，Ce1为第1个河段的排污口污染物排放浓度，V1为第1个河段的体积，K为该河道污染物指标降解速率；
当1个河段不存在支流汇入时，第1个河段排污口排放水量Qe1的计算公式为：
Figure BDA0002910996290000064
其中，C1为第1个河段监测断面的污染物浓度，Ce1为第1个河段的排污口污染物排放浓度，V1为第1个河段的体积，K为该河道污染物指标降解速率。
进一步地，当第i个河段不存在支流汇入时，第i个河段排污口排放水量Qei的计算公式为：
Figure BDA0002910996290000071
其中，i∈[2,n]，Qe(i-1)为上游第i-1个河段排污口排放水量，Ci为第i个河段断面污染物浓度，Ci-1为上游第i-1个河段断面污染物浓度，Cei为第i个河段的排污口污染物排放浓度，Vi为第i个河段的体积。
当第i个河段存在支流汇入时，第i个河段排污口排放水量Qei的计算公式为：
Figure BDA0002910996290000072
其中，i∈[2,n]，Qe(i-1)为上游第i-1个河段排污口排放水量，QTi为第i个河段支流入流水量，QT(i-1)为上游第i-1个河段支流入流水量，CTi为第i个河段支流入流污染物浓度，Ci为第i个河段断面污染物浓度，Ci-1为上游第i-1个河段断面污染物浓度，Cei为第i个河段的排污口污染物排放浓度，Vi为第i个河段的体积。
S6：对存在污水排放的河段，通过加密网格水质监测逐步缩小排查的范围，实现河道排污口溯源。
本发明具体实施时，步骤如下：
S1：针对某城市河流，如图2所示，根据支流的汇入情况将其划分为4个河段，其中第3个河段有支流汇入。对该河流划分网格开展水质监测，监测断面与河段划分位置一致。同步监测该河道上游来水水量、氨氮浓度；对有支流汇入的河段，监测支流汇入的水量、氨氮浓度；监测频次为每4小时1次，持续1天。
S2：水量的监测采用示踪剂稀释法和水量—水位法相结合。
选用NaCl作为示踪剂，在监测断面上游某断面突然注入5kg NaCl溶液，在NaCl到达监测断面前按20s的固定间隔时间开始连续取水样，并即时用电导率仪测定所取水样的电导率，采样历时500s。将电导率转化为NaCl的浓度值，转化系数CF取0.47，获得该监测断面NaCl随时间的变化过程线，参照图3所示。断面水量的计算依据S4中的计算方法。
通过示踪剂稀释法获得监测断面的实测水量数据，根据多次实测水量数据和同步的水位监测数据来确定水量—水位曲线，参照图4所示。通过水位-水量曲线将水位数据转化为水量数据，多次监测结果取平均值，并换算成每日水量数据，监测得Qr为2.16×105m3·d-1，QT3为6.91×104m3·d-1；断面日均氨氮浓度采用加权平均求得，监测得Cr为1.52mg/L，C1为1.56mg/L，C2为1.62mg/L，C3为1.65mg/L，C4为1.66mg/L，CT3为1.62mg/L。
根据河段断面基础信息及水位监测数据计算得V1为2.0×104m3，V2为3.0×104m3，V3为2.5×104m3，V4为1.6×104m3。
S3：该河流沿岸为居民生活区，以氨氮作为表征生活污染排放的水质特征因子，调查得第1、2个河段排污口氨氮排放浓度参照值为40mg/L；第3、4个河段排污口氨氮排放浓度参照值为50mg/L。
S4：氨氮降解速率采用实验室测定法和现场测定法进行确定。
实验室测定法具体包括采集河流水样，在冷藏条件下运回实验室，取原始水样测试并记录培养前水样的氨氮浓度LN(0)。在20℃下对水样进行培养，培养10d，开始培养后每天在同一时刻测定氨氮浓度，利用最小二乘法求得氨氮的降解系数KN为0.30d-1。
现场测定法具体包括在该河流附近选取一支流，在支流上划出一段沿岸没有污染源汇入的河段，测定河段上下游A、B两个断面的氨氮浓度CA、CB值。求得3次现场测定法氨氮降解速率监测结果分别为0.29d-1、0.32d-1、0.28d-1。
综上，取氨氮降解速率为0.30d-1。
S5：在获取以上监测数据基础上，根据本发明的污染物排放量计算方法得到划分的4个河段的排污口排放水量：Qe1为468.3m3·d-1，Qe2为570.5m3·d-1，Qe3为490.7m3·d-1，Qe4为222.1m3·d-1。
S6：计算得4个河段均存在污染排放的现象，采用对折理论，在每个河段中部断面再布设一个氨氮浓度监测点位，则4个河段进一步细分为8个河段。同上，根据本发明的污染物排放量计算方法得到划分的8个河段的排污口排放水量。
具体地，如针对第2个河段，Qe2为570.5m3·d-1，在河段中部监测得断面日均氨氮浓度C12为1.62mg/L，计算得第2个河段前半段污水排放水量Qe12为528.3m3·d-1，可以判断重点排污口在第2个河段的前半段，若要进一步缩小排污口排查范围，可对第2个河段的前半段继续进行折中划分，逐步逼近排污口的位置，实现河道排污口的溯源。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。

Claims (10)

1.一种基于网格化水质监测的河道排污口溯源方法，其特征在于，包括以下步骤：
将河流划分为多个河段、对每个河段开展网格化水质监测，获取每个河段的监测数据；
根据每个河段的监测数据获取每个河段的排污口排放水量，实现污染物排放量的定量核算；
根据定量核算结果获取存在污水排放的河段，加密存在污水排放的河段的网格化水质监测，逐步缩小排查范围实现河道排污口溯源。
2.根据权利要求1所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的溯源方法具体包括以下步骤：
S1：将河流划分为n个河段，对每个河段开展网格化水质监测，获取每个河段的污染物浓度C，其中n≥2；
S2：同步监测该河流上游来水水量Qr、污染物指标浓度Cr，对于存在支流汇入的河段，同步监测该河段汇入支流水量QT、支流污染物浓度CT；
S3：收集各河段的沿岸汇水区的污染源排放浓度基础数据，获取每个河段潜在排污口污染物排放浓度参照值Ce；
S4：测定污染物在河流中的降解系数K；
S5：基于S1～S4中的监测数据，计算出每一河段排污口排放水量Qe，实现污染物排放量的定量核算；
S6：对存在污水排放的河段，通过加密网格水质监测逐步缩小排查的范围，实现河道排污口溯源。
3.根据权利要求2所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的步骤S5中第1个河段存在支流汇入时，第1个河段排污口排放水量Qe1的计算公式为：
Figure FDA0002910996280000011
其中，C1为第1个河段监测断面的污染物浓度，QT1为第1个河段支流入流水量，CT1为第1个河段支流入流污染物浓度，Ce1为第1个河段的排污口污染物排放浓度，V1为第1个河段的体积，K为该河道污染物指标降解速率。
4.根据权利要求2所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的步骤S5中第1个河段不存在支流汇入时，第1个河段排污口排放水量Qe1的计算公式为：
Figure FDA0002910996280000021
其中，C1为第1个河段监测断面的污染物浓度，Ce1为第1个河段的排污口污染物排放浓度，V1为第1个河段的体积，K为该河道污染物指标降解速率。
5.根据权利要求2所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的步骤S5中第i个河段不存在支流汇入时，第i个河段排污口排放水量Qei的计算公式为：
Figure FDA0002910996280000022
其中，i∈[2,n]，Qe(i-1)为上游第i-1个河段排污口排放水量，Ci为第i个河段断面污染物浓度，Ci-1为上游第i-1个河段断面污染物浓度，Cei为第i个河段的排污口污染物排放浓度，Vi为第i个河段的体积。
6.根据权利要求2所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的步骤S5中第i个河段存在支流汇入时，第i个河段排污口排放水量Qei的计算公式为：
Figure FDA0002910996280000023
其中，i∈[2,n]，Qe(i-1)为上游第i-1个河段排污口排放水量，QTi为第i个河段支流入流水量，QT(i-1)为上游第i-1个河段支流入流水量，CTi为第i个河段支流入流污染物浓度，Ci为第i个河段断面污染物浓度，Ci-1为上游第i-1个河段断面污染物浓度，Cei为第i个河段的排污口污染物排放浓度，Vi为第i个河段的体积。
7.根据权利要求2所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的S2中采用示踪剂稀释法和水量—水位法结合对上游来水水量和汇入支流水量进行监测。
8.根据权利要求7所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的示踪剂稀释法中选用NaCl作为示踪剂。
9.根据权利要求2所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的步骤S4中采用实验室测定法或现场测定法确认污染物的降解系数。
10.根据权利要求2所述的一种基于网格化水质监测的河道排污口溯源方法，其特征在于，所述的步骤S3中，获取各河段的沿岸汇水区的污染源类型，若污染源类型为生活污染源，通过生活污染源监测获取潜在排污口的污染物排放浓度参照值，若污染源类型为工业污染源，通过工业污染源监测获取潜在排污口的污染物排放浓度参考值。
CN202110086664.4A 2021-01-22 2021-01-22 一种基于网格化水质监测的河道排污口溯源方法 Pending CN112816646A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110086664.4A CN112816646A (zh) 2021-01-22 2021-01-22 一种基于网格化水质监测的河道排污口溯源方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110086664.4A CN112816646A (zh) 2021-01-22 2021-01-22 一种基于网格化水质监测的河道排污口溯源方法

Publications (1)

Publication Number Publication Date
CN112816646A true CN112816646A (zh) 2021-05-18

Family

ID=75858708

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110086664.4A Pending CN112816646A (zh) 2021-01-22 2021-01-22 一种基于网格化水质监测的河道排污口溯源方法

Country Status (1)

Country Link
CN (1) CN112816646A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378698A (zh) * 2021-06-08 2021-09-10 四川大学 利用图像识别的山区陡坡卵砾石河道平均流速测量方法
CN113449419A (zh) * 2021-06-24 2021-09-28 北京市生态环境监测中心 基于大数据技术判断水污染源的方法和装置
CN114324231A (zh) * 2021-12-24 2022-04-12 安徽新宇环保科技股份有限公司 一种河道巡测全光谱水质数据分析方法
CN114858207A (zh) * 2022-03-31 2022-08-05 同济大学 一种基于软测量的河道排污口网格化溯源排查方法
WO2023039773A1 (zh) * 2021-09-16 2023-03-23 同济大学 河道排污口网格化溯源排查方法、***及可存储介质
CN116046703A (zh) * 2023-03-28 2023-05-02 中国市政工程华北设计研究总院有限公司 一种基于居民生活排污规律的外水入流入渗快速诊断方法
CN118136146A (zh) * 2024-05-08 2024-06-04 芯视界（北京）科技有限公司 汛期污染的溯源方法、装置及电子设备、存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104702685A (zh) * 2015-03-11 2015-06-10 中山大学 基于后向轨迹的污染源追踪方法及其***
CN108287950A (zh) * 2017-12-27 2018-07-17 环境保护部环境规划院 基于控制单元水环境质量目标管理的水质模拟方法
CN109242367A (zh) * 2018-11-07 2019-01-18 山东建筑大学 一种城区污水处理率评估计算方法
CN109583723A (zh) * 2018-11-19 2019-04-05 北京英视睿达科技有限公司 基于污染源确定水环境热点网格的方法、电子设备及装置
US20200208786A1 (en) * 2019-01-02 2020-07-02 Tongji University Method for tracking and locating contamination sources in water distribution systems based on consumer complaints

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104702685A (zh) * 2015-03-11 2015-06-10 中山大学 基于后向轨迹的污染源追踪方法及其***
CN108287950A (zh) * 2017-12-27 2018-07-17 环境保护部环境规划院 基于控制单元水环境质量目标管理的水质模拟方法
CN109242367A (zh) * 2018-11-07 2019-01-18 山东建筑大学 一种城区污水处理率评估计算方法
CN109583723A (zh) * 2018-11-19 2019-04-05 北京英视睿达科技有限公司 基于污染源确定水环境热点网格的方法、电子设备及装置
US20200208786A1 (en) * 2019-01-02 2020-07-02 Tongji University Method for tracking and locating contamination sources in water distribution systems based on consumer complaints

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
（美）希奇著，左绪海等译: "《岩溶水的管理、易损性与恢复 中》", 31 May 2015, 黄河水利出版社 *
吴雪等: "EFDC模型在城市景观水体生态补水工程设计中的应用—以昆明市翠湖为例", 《环境保护科学》 *
夏冬前等: "污染源排放污染物的量值溯源", 《黑龙江环境通报》 *
张海冰等: "《城市智慧环保规划与设计研究》", 2016123, 中国环境科学出版社 *
徐祖信等: "基于节点水质监测的污水管网破损位置判定方法", 《中国环境科学》 *
李雪等: "敏感区域目标污染物空间溯源分析—以新安江流域跨省界断面为例", 《中国环境科学》 *
魏斌等: "《生态环境大数据应用》", 31 December 2018, 中国环境出版集团 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113378698A (zh) * 2021-06-08 2021-09-10 四川大学 利用图像识别的山区陡坡卵砾石河道平均流速测量方法
CN113378698B (zh) * 2021-06-08 2022-07-29 四川大学 利用图像识别的山区陡坡卵砾石河道平均流速测量方法
CN113449419A (zh) * 2021-06-24 2021-09-28 北京市生态环境监测中心 基于大数据技术判断水污染源的方法和装置
CN113449419B (zh) * 2021-06-24 2024-05-03 北京市生态环境监测中心 基于大数据技术判断水污染源的方法和装置
WO2023039773A1 (zh) * 2021-09-16 2023-03-23 同济大学 河道排污口网格化溯源排查方法、***及可存储介质
CN114324231A (zh) * 2021-12-24 2022-04-12 安徽新宇环保科技股份有限公司 一种河道巡测全光谱水质数据分析方法
CN114324231B (zh) * 2021-12-24 2023-11-03 安徽新宇环保科技股份有限公司 一种河道巡测全光谱水质数据分析方法
CN114858207A (zh) * 2022-03-31 2022-08-05 同济大学 一种基于软测量的河道排污口网格化溯源排查方法
CN116046703A (zh) * 2023-03-28 2023-05-02 中国市政工程华北设计研究总院有限公司 一种基于居民生活排污规律的外水入流入渗快速诊断方法
CN118136146A (zh) * 2024-05-08 2024-06-04 芯视界（北京）科技有限公司 汛期污染的溯源方法、装置及电子设备、存储介质

Similar Documents

Publication Publication Date Title
CN112816646A (zh) 一种基于网格化水质监测的河道排污口溯源方法
Sadat-Noori et al. Groundwater discharge as a source of dissolved carbon and greenhouse gases in a subtropical estuary
CN111667168B (zh) 一种基于液位监测诊断排水***运行状态的方法
CN109242367B (zh) 一种城区污水处理率评估计算方法
US20230080455A1 (en) Grid-based source-tracing method and system for sewage outfalls, and storage medium
CN103808790A (zh) 一种基于同位素的地表水污染源解析方法
Copetti et al. Intensive monitoring of conventional and surrogate quality parameters in a highly urbanized river affected by multiple combined sewer overflows
CN110472796A (zh) 海绵城市建设试点区水量水质监测布点方法及预警***
CN115577506A (zh) 污水管网问题预诊断及精准排查的方法
CN113505471A (zh) 一种河流断面污染物浓度预测计算方法
CN115062071A (zh) 一种用于河道的水资源污染扩散分析方法及***
CN112685522A (zh) 一种河涌健康管理方法及***
CN115854999A (zh) 基于场景自适应的h-adcp断面平均流速自校正方法
CN110244016A (zh) 有机污染物降解速率的测定方法和设备
CN112685688B (zh) 一种长距离输水明渠水质模拟预测方法及***
CN112945795B (zh) 河流原位反硝化脱氮速率的定量测算方法
CN104569340B (zh) 地下环境质量测定方法及装置
CN104458518B (zh) 一种对小管径污水管道内沉积物的监测和定性定量分析方法
CN114897441A (zh) 一种基于常规水质指标定量测算污水管道清污混流权重的方法
CN115650327A (zh) 一种城镇污水***旱天外水入流的剥离方法
CN114678084B (zh) 利用多点长系列监测数据求解污染物综合衰减系数的方法
Lee et al. Modified grey model for estimating traffic tunnel air quality
CN114624407A (zh) 一种基于典型地块的片区污水***外水水量测算方法
CN114324800A (zh) 一种排水管道来水监测方法及其***、存储介质
CN109558652B (zh) 一种河网水质模型计算结果的辅助校正方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210518