[发明专利]一种基于不确定分析模型的地下水污染概率识别方法

说明书

本发明提供一种基于不确定分析模型的地下水污染概率识别方法，所述方法包括以下步骤：(1)通过监测信息采集模块生成第一输入数据集；(2)通过风险源信息采集模块生成第二输入数据集；(3)利用步骤(1)所得第一输入数据集，通过污染状况评估模块对地下水污染物进行分级评估，生成第一输出数据集；(4)利用步骤(2)所得第二输入数据集，通过决策分析模块进行标准化运算，生成第二输出数据集；(5)利用步骤(4)所得第二输出数据集，通过贝叶斯模型算法模块进行地下水污染概率识别；(6)通过数据输出模块与可视化系统显示污染概率最优解，即得到最有可能的污染元凶。所述方法特别适用于监测数据较少且存在多个地下水风险源的情景。

技术领域

本发明属于环境监测技术领域，涉及一种地下水污染概率识别方法，尤其涉及一种基于不确定分析模型的地下水污染概率识别方法。

背景技术

我国地下水污染源点多面广，且地下水污染具有一定的隐蔽性，一旦发生污染，治理成本高，修复难度大。基于目前的调查结果，污染源周边地下水监测水平较低，远远达不到地下水污染监管要求，因此，如何通过有限的水位、水质监测数据，准确识别地下水污染来源对于地下水污染治理具有重要意义。目前，地下水污染源识别研究的主要方法包括地统计学法、地球物理探测法和同位素溯源法等。

CN 110580328A公开了一种地下水位监测值缺失的修复方法，以地下水位时空序列特性分析结果为基础，围绕时空缺失值混合修复算法原理展开研究，抽象出顾及时空相关性的缺失修复混合模型。通过分析地统计学方法和机器学习算法的特点，选取适合地下水位监测数据的泛克里金空间插值法和时间缺失修复算法，并根据时空要素扩展理论，将单一的空间、时间缺失修复算法融合，构建时空缺失数据修复混合模型。然而所述发明要求多个位置甚至是长时间序列的监测采样结果，识别成本较高，一般用于已知污染源的地下水污染程度分析。

CN 107544097A公开了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，所述方法包括场地现场踏勘、从“面”上开展场地全覆盖的快速探测、从“线”上进一步定位污染团与可及深度、从“点”上开展钻孔取样与分析验证、从“面”上准确评估场地污染程度。所述方法针对具体目标场地或区域，有步骤、有针对性地使用电磁感应仪-高密度电阻率仪-探地雷达的地球物理探测技术组合，精确定位区域土壤疑似污染区或点，合理布置采样点位，结合现场快速污染筛查和钻孔取样测试分析，构建从面到线再到点，最终回到面的土壤污染调查流程。然而所述发明仅适用于与岩层存在较大物性差异以及30m深度以内的污染探测，且随着精度要求越高，可探测范围越浅。

CN 111272960A公开了一种同位素和测年相结合的浅层地下水硝酸盐源解析方法，所述方法包括如下步骤：(1)根据测定区域的环境特征设置监测采样点与背景值采样点；(2)应用同位素测年法对地下水年龄进行监测，结合氮氧稳定双同位素溯源法，研究区土地利用及污染源信息对地下水硝酸盐源进行的定性识别与定量解析。然而所述发明仅适用于硝酸盐源的识别，普适性较差，且同位素和水化学监测数据需求量大。

综上可知，现有的地下水污染源识别方法普遍存在对数据量要求高的问题，虽然数据量越大，预测和反演的精度越高，但是对于开展污染调查前期数据量较少的情景下通过少量数据初步锁定污染元凶的方法研究较少。

由此可见，如何提供一种地下水污染概率识别方法，特别适用于监测数据较少且存在多个地下水风险源的情景，准确判定监测数据异常的来源及风险源污染概率，成为了目前本领域技术人员迫切需要解决的问题。

发明内容

本发明的目的在于提供一种基于不确定分析模型的地下水污染概率识别方法，特别适用于监测数据较少且存在多个地下水风险源的情景，准确判定了监测数据异常的来源及风险源污染概率。

为达到此发明目的，本发明采用以下技术方案：

本发明提供一种基于不确定分析模型的地下水污染概率识别方法，所述地下水污染概率识别方法包括以下步骤：