JP2007065966A - 河川汚濁負荷源推定装置、方法、およびプログラム - Google Patents

Abstract

【課題】多くの時間や経費負担を必要とすることなく十分な推定精度を得る。
【解決手段】パターンマッチング分析手段１５Ｂにより、河川流域内の各地区２２における降水量の時系列変化を示す降水量データと任意の河川観測点２１での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析し、これら分析により得られた各地区のパターン一致度を河川観測点２１における河川汚濁負荷に影響する汚濁負荷源推定分布として出力する。
【選択図】 図１

Description

本発明は、河川汚濁負荷源推定技術に関し、特に所定の河川観測点における河川汚濁負荷の発生源を推定する河川汚濁負荷源推定技術に関する。

近年、自然の水循環系に対する環境負荷の増大が問題となっている。河川事業では、河川の環境保全事業において河川の水質汚濁を管理し低減することが重要視されている。したがって、河川観測点から上流に位置する河川汚濁負の発生源すなわち河川汚濁源を正確に特定して、効率よく河川汚濁負荷への対策を実施することが必要とされている。

河川水質に影響を与える河川汚濁負荷源は、その河川の上流域で日常堆積するノンポイント（非点源）汚濁負荷と、下水処理場からの処理水などのポイント（点源）汚濁負荷に大別される。
ポイント汚濁負荷についてはその下水処理場などの設備で汚濁負荷量を計測することにより容易に特定できるが、このような設備を通らずに降雨時に直接河川に流入するノンポイント汚濁負荷の発生源を特定することは難しい。

従来、河川汚濁負荷源を特定する方法として、河川の合流点などに多くの観測点を設け、これら観測点で計測した河川汚濁負荷量を比較することにより、汚濁負荷を発生させている地域を絞り込む方法が考えられる。
しかしながら、環境保全事業として河川汚濁負荷への対策を実施できる程度まで、絞り込みの精度を高めるためには、多くの観測点で河川汚濁負荷を計測する必要がある。このため、このような多くの観測点での河川汚濁負荷の計測に要する設備的さらには人的経費負担は飛躍的に増大する。

これに対して、従来、任意の流出解析モデルを用いて、雨水によるノンポイント汚濁負荷の影響を考慮した分布型汚濁負荷流出モデルを構築する河川汚濁負荷推定技術が提案されている（例えば、非特許文献１参照）。このような河川汚濁負荷推定技術では、任意の河川観測点における河川汚濁負荷量を推定する場合、所望の推定河川汚濁負荷量に影響を与える降雨地域すなわち降雨影響範囲において、ノンポイント負荷源として想定されうる全てのポイントを入力し、河川への水の流れ過程をシミュレーションし、最終的な出力とバランスをとって汚濁負荷源を推定している。

http://www.isc-wtg.co.jp/business/pdf/11.pdf、「流出解析モデルの活用による効率的下水道システムの提案」、国際水道コンサルタント株式会社

しかしながら、このような従来技術では、例えば降雨損失モデル、表面流出モデル、管内推理モデル、汚濁負荷量モデルなど、複数のモデルを組み合わせて利用しているため、これらモデルの構築に多くのデータと作業が必要となり、多くの時間や経費負担を必要とするという問題点があった。また、各モデルにおける数多くの推定や仮定を経るため、十分な推定精度が得られないという問題点があった。
本発明はこのような課題を解決するためのものであり、多くの時間や経費負担を必要とすることなく十分な推定精度が得られる河川汚濁負荷源推定装置、方法、およびプログラムを提供することを目的としている。

このような目的を達成するために、本発明にかかる河川汚濁負荷源推定装置は、河川水の汚濁負荷源を推定する河川汚濁負荷源推定装置であって、河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析し、これら分析により得られた各地区のパターン一致度を河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するパターンマッチング分析部を備えている。

この際、パターン一致度として、降水量データと河川汚濁負荷量データとの相関値を用いてもよい。
また、パターンマッチング分析部で、当該地区から河川観測点まで雨水が流達するのに要する時間差を補正してパターン一致度を算出するようにしてもよく、あるいは、当該降水量データと河川汚濁負荷量データの時間位置を順次シフトさせてそれぞれパターン一致度を算出し、これらパターン一致度のうち最大値を当該地区のパターン一致度として選択するようにしてもよい。

また、河川汚濁負荷量データと河川観測点での非雨天における河川汚濁負荷量の時系列変化を示す非雨天汚濁負荷量データとの差から雨天汚濁負荷量データを算出する雨天汚濁負荷量算出手段をさらに備え、パターンマッチング分析手段は、パターンマッチング分析の際、雨天汚濁負荷量データを河川汚濁負荷量データとして用いるようにしてもよい。

また、各地区のパターン一致度を補間演算することにより各地区間におけるパターン一致度を補間データとして算出し、得られた補間データを用いて汚濁負荷源の分布を示す等高線データを出力する等高線データ算出手段をさらに備えてもよい。

また、本発明にかかる河川汚濁負荷源推定方法は、河川水の汚濁負荷源を推定する河川汚濁負荷源推定装置で用いられる河川汚濁負荷源推定方法であって、河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析するステップと、これら分析により得られた各地区のパターン一致度を河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するステップとを備えている。

また、本発明にかかるプログラムは、河川水の汚濁負荷源を推定する河川汚濁負荷源推定装置のコンピュータに、河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析するステップと、これら分析により得られた各地区のパターン一致度を河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するステップとを実行させる。

本発明によれば、河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとがそれぞれパターンマッチング分析されて、これら分析により得られた各地区のパターン一致度が河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力されるため、汚濁負荷の計測は河川観測点での１カ所のみでよく、河川合流点ごとに汚濁負荷を計測する場合と比較して、作業負担さらにはコスト負担を大幅に削減できる。
また、複数のモデルを組み合わせて分析する場合と比較して、モデルの構築に要するデータや作業が不要となり時間や経費負担を削減できるとともに、これらモデルにおける推定や仮定を経ないため十分な推定精度が得られる。

次に、本発明の実施の形態について図面を参照して説明する。
まず、図１を参照して、本発明の一実施の形態にかかる河川汚濁負荷源推定装置について説明する。図１は、本発明の一実施の形態にかかる河川汚濁負荷源推定装置の構成を示すブロック図である。

河川汚濁負荷源推定装置１は、全体として、入力された処理情報に対して演算処理を行うことにより所望の情報を出力するパーソナルコンピュータなどの情報処理装置からなり、河川流域内の各地区における降水量と河川観測点での河川汚濁負荷量とから、河川観測点での河川汚濁負荷に影響する汚濁負荷源を推定する機能を有している。

また、河川汚濁負荷源推定装置１は、通信網５を介して、気象データ計測システム２、汚濁負荷量測定器３、あるいは汚濁負荷量推定装置４と接続され、必要に応じて、降水量データや河川汚濁負荷量データなどの汚濁負荷源の推定に必要な各種データを取得する。

本実施の形態は、河川流域に分布するノンポイント汚濁負荷のほとんどが各地区に堆積した塵や埃などの堆積物からなり、これら堆積物が各地区に降った雨水によって運ばれて河川に流入し、河川観測所に集められて汚濁負荷量として計測されることに着目し、河川汚濁負荷源推定装置１により、河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析し、これら分析で得られた各地区のパターン一致度を河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するようにしたものである。

なお、本実施の形態で用いる河川汚濁負荷量としては、ＣＯＤ（化学的酸素要求量）、ＢＯＤ（生物化学的酸素要求量）、またはこれに類似する汚濁負荷指標の総量（単位時間あたり）を計測したものとする。
また、本実施の形態において、非雨天時とは、河川観測点の降雨影響範囲全域にわたって降雨が観測されていない状態をいい、雨天時とは、河川観測点の降雨影響範囲内のいずれかで降雨が観測されている状態、およびその降雨の影響が及ぶ時間をいう。また全天時とは、非雨天時および雨天時を含めた状態をいう。

［河川汚濁負荷源推定装置の構成］
次に、図１を参照して、本発明の一実施の形態にかかる河川汚濁負荷推定システムで用いられる河川汚濁負荷源推定装置の構成について詳細に説明する。
河川汚濁負荷源推定装置１には、機能部として、入力部１１、画面表示部１２、操作入力部１３、記憶部１４、および演算処理部１５が設けられている。

入力部１１は、専用インターフェース回路部からなり、通信網５や外部の装置または記録媒体から汚濁負荷源推定処理に用いる処理情報その他のデータを取り込む機能と、取り込んだデータを記憶部１４へ保存する機能とを有している。
この入力部１１で取り込まれる主な処理情報としては、降水量データを含む気象データや汚濁負荷量データさらには非雨天汚濁負荷量データがある。

画面表示部１２は、ＬＣＤやＰＤＰなどの画面表示装置からなり、演算処理部１５からの指示に応じて、操作メニューや汚濁負荷源推定分布などの各種情報を画面表示する機能を有している。
操作入力部１３は、キーボードやマウスなどの操作入力装置からなり、オペレータの操作を検出して演算処理部１５へ出力する機能を有している。

記憶部１４は、ハードディスクやメモリなどの記憶装置からなり、演算処理部１５での汚濁負荷源推定処理に用いる各種処理情報やプログラム１４Ｐを記憶する機能を有している。なお、プログラム１４Ｐは、予め外部装置や記録媒体からインターフェース部（図示せず）を介して読み込まれ予め記憶部１４に格納される。
記憶部１４で記憶される主な処理情報としては、気象データ１４Ａ、河川汚濁負荷量データ１４Ｂ、非雨天汚濁負荷量データ１４Ｃ、雨天汚濁負荷量データ１４Ｄ、汚濁負荷源推定分布データ１４Ｅ、および等高線データ１４Ｆがある。

図２は、河川観測点と各地区との関係を示す説明図である。本実施の形態では、推定対象となる河川２０に設けられた河川観測点２１を基準地点とし、この河川観測点２１から上流側の降雨影響範囲をメッシュ状に分割して各地区２２を設けている。

気象データ１４Ａは、各地区２２において計測された降水量、気温、さらには日照などの気象環境に関する情報の時系列変化を示す時系列データである。
河川汚濁負荷量データ１４Ｂは、河川観測点２１で計測された河川汚濁負荷量の時系列変化を示す時系列データである。
非雨天汚濁負荷量データ１４Ｃは、河川観測点２１で非雨天時に計測された河川汚濁負荷量の時系列変化を示す時系列データである。

雨天汚濁負荷量データ１４Ｄは、河川観測点２１における雨天時の河川汚濁負荷量の時系列変化を示す時系列データであり、演算処理部１５により、河川汚濁負荷量データ１４Ｂと非雨天汚濁負荷量データ１４Ｃとの差から算出される。
汚濁負荷源推定分布データ１４Ｅは、河川観測点２１での汚濁負荷量に対する各地区２２の影響の大きさを示すデータであり、演算処理部１５により、雨天汚濁負荷量データ１４Ｃと各地区２２の降水量データとのパターン一致度から算出される。
等高線データ１４Ｆは、汚濁負荷源推定分布データ１４Ｅを滑らかな等高線により表現したデータであり、演算処理部１５により、汚濁負荷源推定分布データ１４Ｅを補完して算出される。

演算処理部１５は、ＣＰＵやＤＳＰなどのマイクロプロセッサとその周辺回路を有し、記憶部１４からプログラム１４Ｐを読み込んで実行することにより各種機能手段を実現する機能を有している。
演算処理部１５で実現される主な機能手段としては、雨天汚濁負荷量算出手段１５Ａ、パターンマッチング分析手段１５Ｂ、および等高線データ算出手段１５Ｃがある。

雨天汚濁負荷量算出手段１５Ａは、河川汚濁負荷量データ１４Ｂと非雨天汚濁負荷量データ１４Ｃとの差から雨天汚濁負荷量データ１４Ｄを算出する機能を有している。
パターンマッチング分析手段１５Ｂは、各地区２２の気象データ１４Ａに含まれている降水量データと雨天汚濁負荷量データ１４Ｄとをそれぞれパターンマッチング分析する機能と、これら分析により得られた各地区のパターン一致度を河川観測点２１における河川汚濁負荷に影響する汚濁負荷源推定分布データ１４Ｅとして出力する機能とを有している。

等高線データ算出手段は、汚濁負荷源推定分布データ１４Ｅとして記憶されている各地区２２のパターン一致度を補間演算することにより各地区２２の間領域におけるパターン一致度を補間データとして算出する機能と、得られた補間データを用いて汚濁負荷源の分布を示す等高線データ１４Ｆを出力する機能とを有している。

［汚濁負荷源推定装置の動作］
次に、図３を参照して、本発明の一実施の形態にかかる汚濁負荷源推定装置の動作について説明する。図３は、本発明の一実施の形態にかかる汚濁負荷源推定装置での汚濁負荷源推定処理を示すフローチャートである。

汚濁負荷源推定装置１の演算処理部１５は、操作入力部１３からのオペレータ指示に応じて、記憶部１４からプログラム１４Ｐを読み込んで実行することにより、図３の汚濁負荷源推定処理を開始する。
なお、記憶部１４には、気象データ１４Ａや河川汚濁負荷量データ１４Ｂさらには非雨天汚濁負荷量データ１４Ｃが入力部１１を介して予め取り込まれて格納されているものとする。

まず、演算処理部１５は、雨天汚濁負荷量算出手段１５Ａにより、記憶部１４の河川汚濁負荷量データ１４Ｂと非雨天汚濁負荷量データ１４Ｃとを読み込み、時刻ごとに両者の差を算出することにより、雨天汚濁負荷量データ１４Ｄを算出する（ステップ１００）。
図４は、河川汚濁負荷量データを示すグラフである。河川観測点２１で計測された河川汚濁負荷量データ１４Ｂには、降雨のあった地区２２から運ばれた汚濁負荷だけでなく、降雨のない地区２２から運ばれた非雨天における汚濁負荷、すなわち非雨天汚濁負荷量データ１４Ｃも含まれている。これに対して、降水量データは、図５に示すように、地区２２の降雨のみを示している。したがって、単に河川汚濁負荷量データ１４Ｂと各地区２２の降水量データとを比較すると誤差を生じる場合があり、パターンマッチ分析の精度低下の原因となりうる。

雨天汚濁負荷量算出手段１５Ａでは、このような誤差を低減するため、図６に示すように、河川汚濁負荷量データ１４Ｂから非雨天汚濁負荷量データ１４Ｃを減算した雨天汚濁負荷量データ１４Ｄを求めている。この雨天汚濁負荷量データ１４Ｄは、図５の降水量データと同様に、非雨天時におけるデータ（負荷量）がゼロに近い値を示している。

これにより、河川汚濁負荷量データ１４Ｂに含まれる、非雨天時の河川汚濁負荷量に起因する誤差を低減できる。特に、非雨天時における河川汚濁負荷量は、図４にも表れているように、非雨天期間が継続するに連れて上昇する。これは、非雨天による乾燥に起因して塵や埃が発生しやすくなることが原因と推察される。したがって、パターンマッチング分析の際、河川汚濁負荷量データ１４Ｂと降水量データとを比較してもよいが、河川汚濁負荷量データ１４Ｂに代えて雨天汚濁負荷量データ１４Ｄを用いることにより、パターンマッチ分析の精度を高くできる。

非雨天汚濁負荷量データ１４Ｃについては、雨天期間において計測することができないため、例えば汚濁負荷推定装置４で推定された値を用いればよい。なお、非雨天時における河川観測点２１での河川汚濁負荷量の平均値や、雨天期間（降雨）開始直前における河川観測点２１での河川汚濁負荷量を非雨天汚濁負荷量データ１４Ｃとして用いてもよく、雨天期間の開始直前と終了時における河川汚濁負荷量から補間した値を非雨天汚濁負荷量データ１４Ｃとして用いてもよい。

次に、演算処理部１５は、パターンマッチング分析手段１５Ｂにより、各地区２２のうちパターンマッチング処理が未処理の任意の地区を対象地区Ｘとして選択し（ステップ１０１）、この対象地区Ｘの降水量データＷ（Ｘ）と雨天汚濁負荷量データＰ（１４Ｄ）とのパターンマッチング処理を行い、そのマッチングの度合いを示す指標として、両者の最大パターン一致度Ｃｍａｘ（Ｘ）を算出する（ステップ１０２）。この際、パターンマッチング分析の具体例としては、パターン一致度として両者の相関値を求める相関分析のほか、ＤＰマッチング（Dynamic Programming：動的計画法）分析など、一般的な分析手法を用いればよい。

図７は、パターンマッチング処理を示す説明図である。パターンマッチングの際、いずれか一方、例えば降水量データＷ（Ｘ）を時間軸上で順次シフトさせて両者のパターン一致度Ｃ（Ｘ）をそれぞれ求め、その最大パターン一致度Ｃｍａｘ（Ｘ）を両者のパターン一致度として選択し、汚濁負荷源推定分布データ１４Ｅとして記憶部１４へ格納する。

図８は、汚濁負荷源推定分布データの構成例であり、各地区ごとに算出された最大パターン一致度が対応付けられている。この最大パターン一致度は、当該地区の降水量と河川観測点２１での汚濁負荷量の時系列変化における類似性を示しており、最大パターン一致度がゼロに近いほど両者の関連性（類似性）が弱く、当該地区における汚濁負荷の発生が比較的少ないことがわかる。また、最大パターン一致度が１に近いほど両者の関連性（類似性）が強く、当該地区における汚濁負荷の発生が比較的多いことがわかる。

この際、最大パターン一致度Ｃｍａｘ（Ｘ）が得られたときの降水量データＷ（Ｘ）と雨天汚濁負荷量データＰの時間シフト量は、対象地区Ｘから河川観測点Ｐまでの雨水流達時間に相当する。したがって、雨水の流達時間を地区ごとに予め用意しておき、対応する地区の流達時間を用いて両データの時間差を補正してもよい。また、両データのピークの時刻差から得た時間差に基づき両データの時間差を補正してもよく、地区ごとに時間差を用意することなく両データの時間差を補正できる。
また、分析する降水量データＷ（Ｘ）と雨天汚濁負荷量データＰとしては、数年間にわたって計測した河川流量および降水量のデータ列をそれぞれパターンとして用いることにより、高い精度でマッチング分析を行うことができる。

パターンマッチング分析手段１５Ｂは、このようにして、すべての地区についてパターンマッチング処理が終了したか判断し（ステップ１０３）、未処理の地区が存在する場合には（ステップ１０３：ＹＥＳ）、ステップ１０１へ戻って未処理の地区に対するパターンマッチング処理を繰り返す。

一方、すべての地区についてパターンマッチング処理が終了した場合（ステップ１０３：ＮＯ）、演算処理部１５は、等高線データ算出手段１５Ｃにより、記憶部１４の汚濁負荷源推定分布データ１４Ｅを読み込んで、各地区のパターン一致度を補間演算して、各地区の間地点におけるパターン一致度を補間情報として生成するとともに（ステップ１０４）、これら補間情報を用いて汚濁負荷源推定分布を示す等高線データ１４Ｆを算出し（ステップ１０５）、その等高線データ１４Ｆを画面表示部１２へグラフとして画面表示して（ステップ１０６）、一連の汚濁負荷源推定処理を終了する。

図９は、不明水発生分布データの画面表示例（コンター図）である。ここでは、各地区でのパターン一致度が等高線により表示されており、汚濁負荷発生相関の強弱に応じて色分け表示されている。この例では、特に破線で囲まれた領域ほどパターン一致度が高く、汚濁負荷が多く発生していることを示している。なお、等高線データの算出手法については、数多くの手法が提案されており、公知の手法を用いればよい。

このように、本実施の形態は、河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析し、これら分析により得られた各地区のパターン一致度を河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するようにしたので、汚濁負荷の計測は河川観測点での１カ所のみでよく、河川合流点ごとに汚濁負荷を計測する場合と比較して、作業負担さらにはコスト負担を大幅に削減できる。

また、複数のモデルを組み合わせて分析する場合と比較して、モデルの構築に要するデータや作業が不要となり時間や経費負担を削減できるとともに、これらモデルにおける推定や仮定を経ないため十分な推定精度が得られる。

また、パターン一致度として、降水量データと河川汚濁負荷量データとの相関値を用いるようにしたので、複雑な演算処理を必要とすることなく、両者の類似性を示す指標を容易に算出できる。
また、パターンマッチングの際、当該地区から河川観測点まで雨水が流達するのに要する時間差を補正して、より具体的には、当該降水量データと河川汚濁負荷量データの時間位置を順次シフトさせてそれぞれパターン一致度を算出し、これらパターン一致度のうち最大値を当該地区のパターン一致度として選択するようにしたので、高い精度で降水量データと河川汚濁負荷量データの類似性を把握できる。

また、河川汚濁負荷量データと河川観測点での非雨天における河川汚濁負荷量の時系列変化を示す非雨天汚濁負荷量データとの差から雨天汚濁負荷量データを算出し、パターンマッチング分析の際、この雨天汚濁負荷量データを河川汚濁負荷量データとして用いるようにしたので、河川観測点で実際に計測された河川汚濁負荷量データに含まれている非雨天時の河川汚濁負荷量に起因するパターンマッチング分析の誤差を低減できる。

また、各地区のパターン一致度を補間演算することにより各地区間におけるパターン一致度を補間データとして算出し、得られた補間データを用いて汚濁負荷源の分布を示す等高線データを出力するようにしたので、地区ごとに１つずつ求めたパターン一致度から得られる離散的な分布と比較して、地区間の領域におけるパターン一致度を連続的に表現することができ、河川汚濁負荷源の位置を特定しやすい。

なお、以上では、河川や各地区から河川までの経路における雨水の蒸発については、考慮していないが、各地区の気象データ１４Ａに含まれる気温データなどを元にして上記蒸発量を算出し、降水量データや汚濁負荷両データを補正してもよい。これにより、パターンマッチング分析の精度を向上できる。

本発明の一実施の形態にかかる河川汚濁負荷源推定装置の構成を示すブロック図である。 河川観測点と各地区との関係を示す説明図である。 本発明の一実施の形態にかかる汚濁負荷源推定装置での汚濁負荷源推定処理を示すフローチャートである。 非雨天汚濁負荷量データを示すグラフである。 降水量データを示すグラフである。 雨天汚濁負荷量データを示すグラフである。 パターンマッチング処理を示す説明図である。 汚濁負荷源推定分布データの構成例である。 等高線データの画面表示例である。

符号の説明

１…河川汚濁負荷源推定装置、１１…入力部、１２…画面表示部、１３…操作入力部、１４…記憶部、１４Ａ…気象データ、１４Ｂ…汚濁負荷量データ、１４Ｃ…非雨天汚濁負荷量データ、１４Ｄ…雨天汚濁負荷量データ、１４Ｅ…汚濁負荷源推定分布データ、１４Ｆ…等高線データ、１４Ｐ…プログラム、１５…演算処理部、１５Ａ…雨天汚濁負荷量算出手段、１５Ｂ…パターンマッチング分析手段、１５Ｃ…等高線データ算出手段、２０…河川、２１…河川観測点、２２…地区、２…気象データ計測システム、３…汚濁負荷計測器、４…汚濁負荷推定装置、５…通信網。

Claims (8)

1. 河川水の汚濁負荷源を推定する河川汚濁負荷源推定装置であって、
   河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析し、これら分析により得られた各地区のパターン一致度を前記河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するパターンマッチング分析部を備えることを特徴とする河川汚濁負荷源推定装置。
2. 請求項１に記載の河川汚濁負荷源推定装置において、
   前記パターン一致度は、前記降水量データと前記河川汚濁負荷量データとの相関値からなることを特徴とする河川汚濁負荷源推定装置。
3. 請求項１において、
   前記パターンマッチング分析部は、当該地区から前記河川観測点まで雨水が流達するのに要する時間差を補正して前記パターン一致度を算出することを特徴とする河川汚濁負荷源推定装置。
4. 請求項１において、
   前記パターンマッチング分析部は、当該降水量データと河川汚濁負荷量データの時間位置を順次シフトさせてそれぞれパターン一致度を算出し、これらパターン一致度のうち最大値を当該地区のパターン一致度として選択することを特徴とする河川汚濁負荷源推定装置。
5. 請求項１において、
   前記河川汚濁負荷量データと前記河川観測点での非雨天における河川汚濁負荷量の時系列変化を示す非雨天汚濁負荷量データとの差から雨天汚濁負荷量データを算出する雨天汚濁負荷量算出手段をさらに備え、
   前記パターンマッチング分析手段は、前記パターンマッチング分析の際、前記雨天汚濁負荷量データを前記河川汚濁負荷量データとして用いる
   ことを特徴とする河川汚濁負荷源推定装置。
6. 請求項１において、
   前記各地区のパターン一致度を補間演算することにより前記各地区間におけるパターン一致度を補間データとして算出し、得られた補間データを用いて前記汚濁負荷源の分布を示す等高線データを出力する等高線データ算出手段をさらに備えることを特徴とする河川汚濁負荷源推定装置。
7. 河川水の汚濁負荷源を推定する河川汚濁負荷源推定装置で用いられる河川汚濁負荷源推定方法であって、
   河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析するステップと、
   これら分析により得られた各地区のパターン一致度を前記河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するステップと
   を備えることを特徴とする河川汚濁負荷源推定方法。
8. 河川水の汚濁負荷源を推定する河川汚濁負荷源推定装置のコンピュータに、
   河川流域内の各地区における降水量の時系列変化を示す降水量データと任意の河川観測点での河川汚濁負荷量の時系列変化を示す河川汚濁負荷量データとをそれぞれパターンマッチング分析するステップと、
   これら分析により得られた各地区のパターン一致度を前記河川観測点における河川汚濁負荷に影響する汚濁負荷源推定分布として出力するステップと
   を実行させるプログラム。