CN117805933B - 地下水污染源渗漏排查方法、***、装置及存储介质 - Google Patents

地下水污染源渗漏排查方法、***、装置及存储介质 Download PDF

Info

Publication number
CN117805933B
CN117805933B CN202410238050.7A CN202410238050A CN117805933B CN 117805933 B CN117805933 B CN 117805933B CN 202410238050 A CN202410238050 A CN 202410238050A CN 117805933 B CN117805933 B CN 117805933B
Authority
CN
China
Prior art keywords
leakage
monitoring data
target
point
initial
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.)
Active
Application number
CN202410238050.7A
Other languages
English (en)
Other versions
CN117805933A (zh
Inventor
柯超
曲丹
宁亚涛
李利民
么佳鑫
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.)
Baohang Environment Restoration Co ltd
Original Assignee
Baohang Environment Restoration Co ltd
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 Baohang Environment Restoration Co ltd filed Critical Baohang Environment Restoration Co ltd
Priority to CN202410238050.7A priority Critical patent/CN117805933B/zh
Publication of CN117805933A publication Critical patent/CN117805933A/zh
Application granted granted Critical
Publication of CN117805933B publication Critical patent/CN117805933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本申请涉及一种地下水污染源渗漏排查方法、***、装置及存储介质，其属于环境监测技术领域，该方法包括：依据第一监测数据确定初始渗漏区，第一监测数据是采用地下水监测法测量待测渗漏区所得的监测数据，地下水监测法应用于地下水监测井中；根据初始渗漏区和第二监测数据确定目标渗漏区，第二监测数据是采用高密度电阻率法测量初始渗漏区所得的监测数据；根据目标渗漏区和第三监测数据确定最终渗漏点，第三监测数据是采用探地雷达技术测量目标渗漏区所得的监测数据，第三监测数据包括吸收参数和反射参数。本申请具有提升地下水污染源的定位精度的效果。

Description

地下水污染源渗漏排查方法、***、装置及存储介质
技术领域
本申请涉及环境监测技术领域，尤其是涉及地下水污染源渗漏排查方法、***、装置及存储介质。
背景技术
在一些特殊场所中，重点设备泄漏容易带来地下水污染问题，例如工矿用地的储料罐，其内存储有毒有害的物质，若发生渗漏、流失、扬散则容易造成地下水污染。所以，加强特殊场所的地下水污染源渗漏排查工作，具有重要的意义。
当前，常通过在重点设备周围布设地下水监测井，由应用于地下水监测井中的地下水监测法测量地下水水质，以直接反映地下水的污染情况，从而判定地下水污染源渗漏情况。但是，工矿企业通常由多个生产单元组成，每个生产单元均有大量储料罐、池体等重点设备，而地下水监测井数量少，监测范围覆盖多个生产单元且与生产单元之间存在一定安全距离，使得地下水监测井只能探测到生产单元周围的泄漏区域，而不能精确定位出现渗漏的重点设备。
发明内容
为了解决地下水污染源定位不精确的问题，本申请提供了一种地下水污染源渗漏排查方法、***、装置及存储介质。
在本申请的第一方面，提供了一种地下水污染源渗漏排查方法。该方法包括：
依据第一监测数据确定初始渗漏区，所述第一监测数据是采用地下水监测法测量待测渗漏区所得的监测数据，所述地下水监测法应用于地下水监测井中；
根据所述初始渗漏区和第二监测数据确定目标渗漏区，所述第二监测数据是采用高密度电阻率法测量所述初始渗漏区所得的监测数据；
根据所述目标渗漏区和第三监测数据确定最终渗漏点，所述第三监测数据是采用探地雷达技术测量所述目标渗漏区所得的监测数据，所述第三监测数据包括吸收参数和反射参数。
通过采用上述技术方案，首先，依据传统的地下水监测法确定出初始渗漏区，然后，利用高密度电阻率法从初始渗漏区中进一步缩小渗漏范围，即得到目标渗漏区，最后利用探地雷达技术确定目标渗漏区中的任意点位的吸收参数和反射参数，依据吸收参数和反射参数从目标渗漏区中确定出最终漏点，本申请通过多层的筛选和定位，使得到的最终漏点的准确度更高，便于检修人员锁定最终漏点并对其进行检修，降低地下水污染源的污染程度。
在一种可能的实现方式中：所述根据所述初始渗漏区和第二监测数据确定目标渗漏区，包括：
根据所述第二监测数据计算所述初始渗漏区上任意点位的视电阻率；
根据所述视电阻率生成与所述初始渗漏区对应的断面等值线图或者灰度图；
计算所述断面等值线图中相邻的两个等值线的距离差值，将所述距离差值小于预设距离的所述相邻的两个等值线之间的区域标记为目标渗漏区；或者
计算所述灰度图中的相邻的两个像素点的灰度值差值，将所述灰度值差值大于差值阈值的所述相邻的两个像素点合并为一个区域，将所述区域标记为目标渗漏区。
通过采用上述技术方案，高密度电阻率法是通过在初始渗漏区上布设高密度测线，由高密度测线的电极测量初始渗漏区，以得到第二监测数据。基于所得的第二监测数据，再计算初始渗漏区上的任意点位的视电阻率，并依据视电阻率建立断面等值线图或者灰度图，最后从断面等值线或者灰度图中进一步定位地下水污染源的范围，即得到目标渗漏区，从而为后续再进一步定位地下水污染源提供数据支持。
在一种可能的实现方式中：通过如下计算公式计算得到所述初始渗漏区上任意点位的视电阻率：
，其中/>为视电阻率，单位为Ω·m，K为装置系数，U为以所述任意点为中点呈对称分布的两个点位的电位差，所述电位差的单位为mV，I为向所述初始渗漏区提供的电流强度，单位为mA。
在一种可能的实现方式中：所述根据所述目标渗漏区和第三监测数据确定最终漏点，包括：
根据所述第三监测数据计算得到所述目标渗漏区中任意点位的吸收参数和反射参数；
将吸收参数超过吸收范围和/或反射参数超出反射范围的点位确定为最终漏点。
通过采用上述技术方案，基于所得的目标渗漏区，利用探地雷达技术测量目标渗漏区中的点位的吸收参数和反射参数，再根据吸收参数和/或反射参数来反映点位是否为地下水污染源，从而保障定位得到的地下水污染源的精确度。
在一种可能的实现方式中：通过如下计算公式计算得到所述目标渗漏区中任意点位的吸收参数：
，其中σ为所述目标渗漏区的导电率，ε为介电系数，/>，εr为所述目标渗漏区的相对介电常数，/>，C为探地雷达输出的电磁波在真空中的传输速度，C=3×108m/s，V为探地雷达输出的电磁波在所述目标渗漏区中的传播速度，μ为磁导率。
在一种可能的实现方式中：通过如下计算公式计算得到所述目标渗漏区中任意点位的反射参数：
，其中，εr1、εr2分别为相邻两个点位的相对介电常数。
在一种可能的实现方式中：所述第一监测数据包括污染物种类及每一种污染物的浓度值；
依据第一监测数据确定初始渗漏区，包括：
将浓度值超出浓度阈值的污染物所在的区域标记为初始渗漏区。
通过采用上述技术方案，本申请先依据传统的地下水监测法的监测数据，初步定位出初始渗漏区，一方面能够为后续进一步缩小地下水污染源的范围提供数据支持，另一方面则避免直接使用高密度电阻率法和探地雷达技术对整个特殊场所进行测量，从而能够提升定位地下水污染源的效率。
在本申请的第二方面，提供了一种地下水污染源渗漏排查***。该***包括：
第一确定模块，用于依据第一监测数据确定初始渗漏区，所述第一监测数据是采用地下水监测法测量待测渗漏区所得的监测数据，所述地下水监测法应用于地下水监测井中；
第二确定模块，用于根据所述初始渗漏区和第二监测数据确定目标渗漏区，所述第二监测数据是采用高密度电阻率法测量所述初始渗漏区所得的监测数据：
第三确定模块，用于根据所述目标渗漏区和第三监测数据确定最终渗漏点，所述第三监测数据是采用探地雷达技术测量所述目标渗漏区所得的监测数据，所述第三监测数据包括吸收参数和反射参数。
在本申请的第三方面，提供了一种地下水污染源渗漏排查装置。该装置包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现上述任一种地下水污染源渗漏排查方法。
在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一种地下水污染源渗漏排查方法。
综上所述，本申请包括以下一种有益技术效果：
依据传统的地下水监测法确定出初始渗漏区，然后，利用高密度电阻率法从初始渗漏区中进一步缩小渗漏范围，即得到目标渗漏区，最后利用探地雷达技术从目标渗漏区中确定出最终漏点，本申请通过多层的筛选和定位，使得到的最终漏点的准确度更高，便于检修人员锁定最终漏点并对其进行检修，降低地下水污染源的污染程度。
附图说明
图1是本申请实施例的地下水污染源渗漏排查方法的流程图。
图2是本申请方法实施例中计算初始渗漏区上的点位的视电阻率的示例图。
图3是本申请方法实施例中温纳四极装置测量初始渗漏区的示例图。
图4是本申请方法实施例中联合三极装置测量初始渗漏区的示例图。
图5是本申请的实施例的一种地下水污染源渗漏排查***的方框图。
附图标记说明：1、第一确定模块；2、第二确定模块；3、第三确定模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的全部其他实施例，都属于本申请保护的范围。
为了在工矿用地、地下储罐和加油站、废弃物处理厂等特殊场所中，进一步加强对地下水污染源的监控，提升地下水污染源的定位精度，本申请提出了一种地下水污染源渗漏排查方法。如图1示出了根据本申请实施例的地下水污染源渗漏排查方法的流程图，该方法的主要流程描述如下。
步骤S1、依据第一监测数据确定初始渗漏区，第一监测数据是采用地下水监测法测量待测渗漏区所得的监测数据。
首先，确定特殊场所中重点设备的分布情况，重点设备是特殊场所中用于存储有毒有害物质的储料罐、池体或者是管道等，当其发生泄漏时可能会造成特殊场所的地下水污染，所以，围绕特殊场所中的重点设备的分布建立一个待测渗漏区，例如以重点设备为圆心、半径为R画圆得到的区域为待测渗漏区，还可以将重点设备的薄弱环节所在的区域作为待测渗漏区，薄弱环节如重点设备的出口、阀门等组成部分。
然后，调取地下水监测法测量待测渗漏区所得的监测数据，本申请将该监测数据称为第一监测数据。具体地，地下水监测井布设于重点设备的周围，地下水监测井内设置有多种电子设备，多种电子设备内配置有地下水监测法，多种电子设备通过地下水监测法采集特殊场所的环境信息，并能够通过移动通信网络将所采集到的信息远程传输至中心站，本申请则从中心站中调取关于待测渗漏区的监测数据，即得到第一监测数据。
基于所得到的第一监测数据，对其进行数据清洗和数据转换操作，包括去除重复项、处理空值、处理异常值和规范化数据格式，例如清理数据中的错误、不一致和缺失值等部分数据，之后再将保留下来的数据转换为本申请所支持的数据格式。最后，提取第一监测数据中包括的污染物种类及每一种污染物的浓度值，将浓度值超出浓度阈值的污染物所在的区域标记为初始渗漏区。具体地，本申请针对特殊场所中每一种污染物设定有浓度阈值，当污染物超出与其对应的浓度阈值时，该污染物所在的环境被标记为初始渗漏区。
需要说明的是，只要待测渗漏区中出现任意一种污染物的浓度超出与该种污染物对应的浓度阈值时，该区域将被标记为初始渗漏区。所以，待测渗漏区中可能包含有多个初始渗漏区。
步骤S2、根据初始渗漏区和第二监测数据确定目标渗漏区，第二监测数据是采用高密度电阻率法测量初始渗漏区所得的监测数据。
确定初始渗漏区后，在初始渗漏区布设高密度测线，高密度测线上具有大量电极、电极垂直***地面约10cm，通过电极测量初始渗漏区得到第二监测数据，再依据第二监测数据计算初始渗漏区上的任意点位的视电阻率。为了说明具体的计算过程，举例如图2所示，初始渗漏区中通过A、B两个电极向初始渗漏区提供电流I，测量M和N两点之间的电位差U，则计算得到M和N的中点O的视电阻率为：，其中/>为点位O的视电阻率，视电阻率的单位为Ω·m，K为装置系数，装置系数取决于电极的分布方式，可通过有限次的试验计算而得，U为M和N点位之间的电位差，电位差的单位为mV，I为A、B两个电极向初始渗漏区提供的电流强度，单位为mA。
在本申请中，为了提高定位地下水污染源的效率，本申请所使用的高密度电阻率法依据的是温纳四极装置和联合三极装置，温纳四极装置同一时刻可以利用四个电极实施测量，且计算得到的是五个点位的视电阻率，如图3所示，分别在α、β、γ的观测剖面上，等距布设四根电极，则α的观测剖面上测量得到的是点位3的视电阻率，β的观测剖面上测量得到的是点位1和5的视电阻率，γ的观测剖面上测量得到的是点位2和4的视电阻率。联合三极装置同一时刻可以利用三个电极实施测量，且计算得到的是一个点位的视电阻率，如图4所示，分别在B-∞、∞-A的观测剖面上，等距布设三根电极，则B-∞的观测剖面上测量得到的是点位3的视电阻率，∞-A的观测剖面上测量得到的也是点位3的视电阻率，在该观测剖面上，若把点位4上的电极撤掉，则测量得到的是点位4的视电阻率。
由温纳四极装置和联合三极装置的测量原理可知，对于电极间距a=nx（n=1,2,……,n，n为电极数量，x为相邻两个电极的距离）的观测剖面，各电极装置测量所得的视电阻率公式分别为：
（1-2）
（1-3）
（1-4）
（1-5）
（1-6）
其中，为视电阻率，单位为Ω·m，a为电极间距，单位为m，U为两个电极之间的电位差，单位为mV，I为两个电极提供的电流强度，单位为mA。
因此，通过上述的测量方式可以计算初始渗漏区中每一个点位的视电阻率，也可以间隔一定距离再计算点位上的视电阻率，在实际应用中，当初始渗漏区的面积较小时，可以计算初始渗漏区上的每一个点位的视电阻率，而当初始渗漏区的面积较大时，间隔一定距离，如1米、2米或者其他的距离值再计算一次视电阻率，从而提升定位地下水污染源的效率。
得到初始渗漏区上的点位对应的视电阻率后，将视电阻率相同的点位串联形成一条等值线，所以当初始渗漏区上存在多个视电阻率不相同的点位时，将得到多条等值线。实际环境中，由于初始渗漏区中不同点位上的污染物浓度可能不相同、地质条件也不相同，所以测得的视电阻率通常也不相同，因此初始渗漏区上将得到多条等值线。
基于所得的多条等值线，对等值线进行如下处理：
统计处理：对多条等值线进行取滑动平均，再计算均值和方差，然后对等值线进行分级，最后按照实际点位的分布情况，将等值线进行组合得到与初始渗漏区对应的断面等值线图或者灰度图；
比值换算：建立换算模型，λ=vT，λ为电磁波的波长，λ参数对局部低阻体有较强的分辨能力，v为电磁波的波速，T为振动周期，T参数对局部高阻体有较强的分辨能力，通过该换算模型反映断面等值线图或者灰度图中的低阻体区域和高阻体区域；
滤波处理：视电阻率曲线随极距的增大由单峰变为双峰，绘制断面等值线图后除了主异常外，一般还会出现强的伴随异常，消除伴随异常成分的影响；
结合关于初始渗漏区的正演资料分析地下断面的分布，补齐断面等值线图或者灰度图，得到最终的断面等值线图或者灰度图。
总的来说，通过上述的温纳四极装置和联合三极装置，能够快速地测量初始渗漏区上的任意点位的视电阻率，再依据所测得的视电阻率生成断面等值线图或者灰度图，进而便于后续分析和利用。
需要说明的是，若最终生成的是断面等值线图，则依次利用断面等值线图中相邻的两条等值线相减，若相邻的两条等值线之间的距离小于预设距离，说明初始渗漏区中的污染物浓度越高，则将该相邻的两条等值线之间的区域作为目标渗漏区；否则相邻的两条等值线之间的区域作为正常区域，不对正常区域进行标记。另外，若最终生成的是灰度图，则依次计算灰度图中相邻的两个像素点的灰度值差值，并判断该差值是否大于差值阈值，若是，则说明初始渗漏区中的污染物浓度越高，则将该相邻的两个像素点合并为一个区域，并标记该合并后的区域为目标渗漏区；否则，相邻的两个像素点均作为正常区域，不对正常区域进行标记。最后，基于得到的目标渗漏区，进入步骤S3中。
还需要说明的是，依据计算所得的视电阻率除了能够建立上述的断面等值线图和灰度图外，还可以建立两种视比值参数组：
（1-7）
（1-8）
上述的视比值参数组中，λ参数反映了在目标渗漏区中沿其中一个剖面水平方向的变化率，比值参数Ts所绘的比值断面图，则用于反映目标渗漏区中的地下结构的分布形态，则可以根据该地下结构的分布形态进一步缩小地下水污染源的范围。在实际使用时，可以选择上述的断面等值线图、灰度图和视比值参数组绘制的比值断面图中的一种，本申请在此不作限制。
步骤S3、根据目标渗漏区和第三监测数据确定最终渗漏点，第三监测数据是采用探地雷达技术测量目标渗漏区所得的监测数据。
具体地，探地雷达技术是将高频电磁波以宽频带短脉冲形式，通过发射天线定向送入目标渗漏区，经目标渗漏区中存在电性差异的地下地层或目标体反射后返回地面，再由接收天线所接收。高频电磁波在介质中传播时，其传播路径、电磁场强度与波形将随着介质的电性特征与几何形态变化而变化。因此，通过接收天线对时域波形的采集、处理和分析，可确定目标渗漏区的地下空间位置及结构。本申请所使用的探地雷达技术探测的深度约5m，探测范围基本覆盖重要设备的薄弱环节、重要设备的地埋管线等。
通过探地雷达技术测量得到目标渗漏区的监测数据后，本申请将该监测数据称为第三监测数据，再依据监测数据计算目标渗漏区中任意点位的吸收参数和反射参数，具体的计算过程如下：
首先，计算电磁波在目标渗漏区中的传播速度：探地雷达测量的是目标渗漏区中的地下界面的反射波的走时，为了获取地下界面的地下深度，先计算目标渗漏区中的介质的电磁波传播速度，其传播速度主要取决于介质的相对介电常数。
（2-1）
其中，C为电磁波在真空中的传播速度（C=3×108m/s），εr为介质的相对介电常数()。
然后，依次计算目标渗漏区中包含的点位的吸收参数：探地雷达的工作频率高，在地下介质中以位移电流为主，所以吸收参数β与目标渗漏区中的介质的导电率成正比，而与介电常数的平方根成反比，具体为：
（2-2）
其中，σ为导电率（1/ρ），ε为介电系数，μ为磁导率。由公式2-2可知，吸收参数β决定了场强在传播过程中的衰减速率。
同时，依次计算目标渗漏区中包含的点位的反射参数：探地雷达的电磁波在传播过程中，遇到不同的阻抗界面时将产生反射波和透射波，其反射与透射遵循反射与透射定律，而且反射波能量大小取决于反射参数R，则得到：
（2-3）
在本申请中，基于计算所得的目标渗漏区中包含的点位上的吸收参数和反射参数，依次判断点位上的吸收参数是否超出吸收范围，同时还判断反射参数是否超出反射范围，当点位的吸收参数超过吸收范围和/或反射参数超出反射范围时，将该点位确定为最终漏点；否则，在点位的吸收参数未超过吸收范围且反射参数未超出反射范围时，点位为正常点位，不对正常的点位进行标记。
还需要说明的是，目标渗漏区还可能存在多个最终漏点，每一个最终漏点为一个地下水污染源，为了便于检修人员直观的查看到地下水污染源，对于存在多个地下水污染源的情况，先串联起多个地下水污染源并在每一个地下水污染源的节点上标识出具体的地理坐标，同时在展示时进行高亮显示，便于检修人员锁定地下水污染源，以制定适配的检修策略。
由此可知，本申请实施例一种地下水污染源排查方法的实施原理为：首先，依据传统的地下水监测法确定出初始渗漏区，然后，利用高密度电阻率法从初始渗漏区中进一步缩小渗漏范围，即得到目标渗漏区，最后利用探地雷达技术从目标渗漏区中确定出最终漏点，本申请通过多层的筛选和定位，使得到的最终漏点的准确度更高，便于检修人员锁定最终漏点并对其进行检修，降低地下水污染源的污染程度。
图5示出了根据本申请的实施例的一种地下水污染源渗漏排查***的方框图，该***包括第一确定模块1、第二确定模块2和第三确定模块3。
第一确定模块1，用于依据第一监测数据确定初始渗漏区，第一监测数据是采用地下水监测法测量待测渗漏区所得的监测数据；
第二确定模块2，用于根据初始渗漏区和第二监测数据确定目标渗漏区，第二监测数据是采用高密度电阻率法测量初始渗漏区所得的监测数据：
第三确定模块3，用于根据目标渗漏区和第三监测数据确定最终渗漏点，第三监测数据是采用雷达技术测量目标渗漏区所得的监测数据，第三监测数据包括吸收参数和反射参数。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定模块1、第二确定模块2和第三确定模块3。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一确定模块1还可以被描述为“用于依据第一监测数据确定初始渗漏区的模块”。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
为了更好地执行上述方法的程序，本申请还提供一种装置，装置包括存储器和处理器。
其中，存储器可用于存储指令、程序、代码、代码集或指令集。存储器可以包括存储程序区和存储数据区，其中存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令以及用于实现上述地下水污染源渗漏排查方法的指令等；存储数据区可存储上述地下水污染源渗漏排查方法中涉及到的数据等。
处理器可以包括一个或者多个处理核心。处理器通过运行或执行存储在存储器内的指令、程序、代码集或指令集，调用存储在存储器内的数据，执行本申请的各种功能和处理数据。处理器可以为特定用途集成电路、数字信号处理器、数字信号处理装置、可编程逻辑装置、现场可编程门阵列、中央处理器、控制器、微控制器和微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本申请实施例不作具体限定。
本申请还提供一种计算机可读存储介质，例如包括：U盘、移动硬盘、只读存储器（Read Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。该计算机可读存储介质存储有能够被处理器加载并执行上述地下水污染源渗漏排查方法的计算机程序。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其他技术方案。例如上述特征与本申请中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种地下水污染源渗漏排查方法，其特征在于，包括：
依据第一监测数据确定初始渗漏区，所述第一监测数据是采用地下水监测法测量待测渗漏区所得的监测数据，所述地下水监测法应用于地下水监测井中，所述第一监测数据包括污染物种类及每一种污染物的浓度值，将浓度值超出浓度阈值的污染物所在的区域标记为初始渗漏区；
根据所述初始渗漏区和第二监测数据确定目标渗漏区，所述第二监测数据是采用高密度电阻率法测量所述初始渗漏区所得的监测数据，包括：根据所述第二监测数据计算所述初始渗漏区上任意点位的视电阻率；根据所述视电阻率生成与所述初始渗漏区对应的断面等值线图或者灰度图；计算所述断面等值线图中相邻的两个等值线的距离差值，将所述距离差值小于预设距离的所述相邻的两个等值线之间的区域标记为目标渗漏区；或者计算所述灰度图中的相邻的两个像素点的灰度值差值，将所述灰度值差值大于差值阈值的所述相邻的两个像素点合并为一个区域，将所述区域标记为目标渗漏区；
根据所述目标渗漏区和第三监测数据确定最终渗漏点，所述第三监测数据是采用探地雷达技术测量所述目标渗漏区所得的监测数据，包括：根据所述第三监测数据计算得到所述目标渗漏区中任意点位的吸收参数和反射参数；将吸收参数超过吸收范围和/或反射参数超出反射范围的点位确定为最终漏点。
2.根据权利要求1所述的地下水污染源渗漏排查方法，其特征在于，通过如下计算公式计算得到所述初始渗漏区上任意点位的视电阻率：
，其中/>为视电阻率，单位为Ω·m，K为装置系数，U为以所述任意点为中点呈对称分布的两个点位的电位差，所述电位差的单位为mV，I为向所述初始渗漏区提供的电流强度，单位为mA。
3.根据权利要求1所述的地下水污染源渗漏排查方法，其特征在于，通过如下计算公式计算得到所述目标渗漏区中任意点位的吸收参数：
，其中σ为所述目标渗漏区的导电率，ε为介电系数，/>，εr为所述目标渗漏区的相对介电常数，/>，C为探地雷达输出的电磁波在真空中的传输速度，C=3×108m/s，V为探地雷达输出的电磁波在所述目标渗漏区中的传播速度，μ为磁导率。
4.根据权利要求3所述的地下水污染源渗漏排查方法，其特征在于，通过如下计算公式计算得到所述目标渗漏区中任意点位的反射参数：
，其中，εr1、εr2分别为相邻两个点位的相对介电常数。
5.一种地下水污染源渗漏排查***，其特征在于，包括：
第一确定模块(1)，用于依据第一监测数据确定初始渗漏区，所述第一监测数据是采用地下水监测法测量待测渗漏区所得的监测数据，所述地下水监测法应用于地下水监测井中，所述第一监测数据包括污染物种类及每一种污染物的浓度值，将浓度值超出浓度阈值的污染物所在的区域标记为初始渗漏区；
第二确定模块(2)，用于根据所述初始渗漏区和第二监测数据确定目标渗漏区，所述第二监测数据是采用高密度电阻率法测量所述初始渗漏区所得的监测数据，包括：根据所述第二监测数据计算所述初始渗漏区上任意点位的视电阻率；根据所述视电阻率生成与所述初始渗漏区对应的断面等值线图或者灰度图；计算所述断面等值线图中相邻的两个等值线的距离差值，将所述距离差值小于预设距离的所述相邻的两个等值线之间的区域标记为目标渗漏区；或者计算所述灰度图中的相邻的两个像素点的灰度值差值，将所述灰度值差值大于差值阈值的所述相邻的两个像素点合并为一个区域，将所述区域标记为目标渗漏区：
第三确定模块(3)，用于根据所述目标渗漏区和第三监测数据确定最终渗漏点，所述第三监测数据是采用探地雷达技术测量所述目标渗漏区所得的监测数据，包括：根据所述第三监测数据计算得到所述目标渗漏区中任意点位的吸收参数和反射参数；将吸收参数超过吸收范围和/或反射参数超出反射范围的点位确定为最终漏点。
6.一种地下水污染源渗漏排查装置，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如权利要求1-4中任一项所述的方法。
7.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
CN202410238050.7A 2024-03-02 2024-03-02 地下水污染源渗漏排查方法、***、装置及存储介质 Active CN117805933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410238050.7A CN117805933B (zh) 2024-03-02 2024-03-02 地下水污染源渗漏排查方法、***、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410238050.7A CN117805933B (zh) 2024-03-02 2024-03-02 地下水污染源渗漏排查方法、***、装置及存储介质

Publications (2)

Publication Number Publication Date
CN117805933A CN117805933A (zh) 2024-04-02
CN117805933B true CN117805933B (zh) 2024-05-10

Family

ID=90420358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410238050.7A Active CN117805933B (zh) 2024-03-02 2024-03-02 地下水污染源渗漏排查方法、***、装置及存储介质

Country Status (1)

Country Link
CN (1) CN117805933B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102636313A (zh) * 2012-04-11 2012-08-15 浙江工业大学 基于红外热成像图像处理的渗漏源检测装置
KR101714484B1 (ko) * 2016-11-22 2017-03-09 지에스건설주식회사 해상 폐기물처리장의 차수시트를 활용한 침출수 누출 감지 모니터링 시스템 및 그 설치방법
CN107544097A (zh) * 2017-06-27 2018-01-05 上海市环境科学研究院 一种基于地球物理探测技术的土壤污染精确定位及准确评估方法
CN108980636A (zh) * 2018-07-02 2018-12-11 中国海洋大学 储油区地下渗漏实时监测方法
CN109031428A (zh) * 2018-04-27 2018-12-18 浙江钱江科技发展有限公司 一种山塘坝体渗漏检测方法
CN110632042A (zh) * 2019-08-20 2019-12-31 中国石油天然气股份有限公司 一种输油管道原油泄露污染点源的定位方法
CN113820078A (zh) * 2021-05-13 2021-12-21 水利部交通运输部国家能源局南京水利科学研究院 一种示踪法与稀释浓度法联合检测堤坝渗漏的方法
CN113847553A (zh) * 2021-09-02 2021-12-28 宝航环境修复有限公司 一种地埋输油管道渗漏监测***及方法
CN114236621A (zh) * 2021-11-16 2022-03-25 南昌大学 一种基于多技术协同的堤防隐患无损探测方法
CN114861131A (zh) * 2022-04-15 2022-08-05 河海大学 一种人工湿地渗漏的实时监测、精准溯源及原位修复***及方法
CN117113641A (zh) * 2023-07-28 2023-11-24 北京建工环境修复股份有限公司 一种平原水库库盆渗漏状况的获取方法及***
CN117348092A (zh) * 2023-09-25 2024-01-05 中国地质调查局南京地质调查中心(华东地质科技创新中心) 基于集合平滑算法和物探数据的地下水污染物溯源方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102636313A (zh) * 2012-04-11 2012-08-15 浙江工业大学 基于红外热成像图像处理的渗漏源检测装置
KR101714484B1 (ko) * 2016-11-22 2017-03-09 지에스건설주식회사 해상 폐기물처리장의 차수시트를 활용한 침출수 누출 감지 모니터링 시스템 및 그 설치방법
CN107544097A (zh) * 2017-06-27 2018-01-05 上海市环境科学研究院 一种基于地球物理探测技术的土壤污染精确定位及准确评估方法
CN109031428A (zh) * 2018-04-27 2018-12-18 浙江钱江科技发展有限公司 一种山塘坝体渗漏检测方法
CN108980636A (zh) * 2018-07-02 2018-12-11 中国海洋大学 储油区地下渗漏实时监测方法
CN110632042A (zh) * 2019-08-20 2019-12-31 中国石油天然气股份有限公司 一种输油管道原油泄露污染点源的定位方法
CN113820078A (zh) * 2021-05-13 2021-12-21 水利部交通运输部国家能源局南京水利科学研究院 一种示踪法与稀释浓度法联合检测堤坝渗漏的方法
CN113847553A (zh) * 2021-09-02 2021-12-28 宝航环境修复有限公司 一种地埋输油管道渗漏监测***及方法
CN114236621A (zh) * 2021-11-16 2022-03-25 南昌大学 一种基于多技术协同的堤防隐患无损探测方法
CN114861131A (zh) * 2022-04-15 2022-08-05 河海大学 一种人工湿地渗漏的实时监测、精准溯源及原位修复***及方法
CN117113641A (zh) * 2023-07-28 2023-11-24 北京建工环境修复股份有限公司 一种平原水库库盆渗漏状况的获取方法及***
CN117348092A (zh) * 2023-09-25 2024-01-05 中国地质调查局南京地质调查中心(华东地质科技创新中心) 基于集合平滑算法和物探数据的地下水污染物溯源方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高密度电阻率法在土坝渗漏通道探测中的应用;李焱;邹晨阳;吴永风;;水利建设与管理;20161123(第11期);第65-68页 *

Also Published As

Publication number Publication date
CN117805933A (zh) 2024-04-02

Similar Documents

Publication Publication Date Title
CN109324241B (zh) 一种变电站接地网腐蚀诊断预警方法及***
CN104965231A (zh) 一种混凝土含水率的检测装置及方法
CN105158301A (zh) 基于跨孔电阻率ct法的污染土检测方法
CN106443189A (zh) 一种接地极极址及其周边土壤电阻率三维探测方法和***
CN105181758A (zh) 一种基于电阻率物探技术的污染土快速诊断方法
CN106706715A (zh) 基于三维高密度电阻率法的污染土检测方法
CN104765072A (zh) 一种用环形天线旋转进行磁共振超前探测的方法
CN108287368A (zh) 基于综合物探的污染土全覆盖检测方法及其测线布置结构
CN206378448U (zh) 基于综合物探方法的污染土检测测线布置结构
Geng et al. Identifying void defects behind Tunnel composite lining based on transient electromagnetic radar method
Cataldo et al. Advances in Reflectometric Sensing for Industrial Applications
CN117805933B (zh) 地下水污染源渗漏排查方法、***、装置及存储介质
Schneider et al. Inverse modelling with a genetic algorithm to derive hydraulic properties of a multi-layered forest soil
CN205139068U (zh) 基于高密度电阻率法的污染土检测测线布置结构
CN206348286U (zh) 基于地质雷达法的污染土检测测线布置结构
CN114062966A (zh) 一种基于改进果蝇优化算法的接地网腐蚀故障诊断方法
CN113093291A (zh) 一种用于污染物渗漏检测的差分电法勘探方法
RU123546U1 (ru) Устройство для мониторинга локальных неоднородностей геодинамических и коррозионных зон верхней части геологического разреза
CN111950909A (zh) 一种三维激光扫描岩溶突水灾害量级评估试验方法和装置
Du et al. Coal mine geological hazardous body detection using surface ground penetrating radar velocity tomography
CN205139069U (zh) 基于跨孔电阻率ct法的污染土检测孔布置结构
CN113031078B (zh) 一种用于渗漏检测的频分电法校正方法
CN113031077B (zh) 一种用于垃圾填埋场渗漏检测的总场校正电法勘探方法
CN115930117B (zh) 基于三维高密度电法的地下管网漏点检测方法和***
CN117706612B (zh) 基于分布式声波传感的浅地层异物探测识别装置及方法

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