[发明专利]一种流域尺度水体非点源污染分类分区识别方法

权利要求书

1.一种流域尺度水体非点源污染分类分区识别方法，其特征在于，包括以下步骤：

步骤1：包括基础数据获取和非点源污染负荷定量；其中基础数据获取包括给定流域出口处的水文(流量)、水质(污染物浓度)数据，整个流域的气象数据以及土地利用数据；非点源污染负荷定量以监测获得的离散水文(流量)、水质(污染物浓度)数据为基础，利用美国地质调查局开发的LOADEST模型计算得到流域出口处逐日的径流负荷量：

式中，为利用修正的最大似然估计方法计算得到的瞬时河道总径流负荷量(kg·d^-1)；a₀～a_j为污染物通量回归方程的参数；H(a,b,s²,α,k)为无穷级数的似然逼近函数；a和b为解释变量的函数；α、κ为gamma分布的函数；m为自由度；s²为残差；

步骤2：基流及其负荷分割定量；

其中，所在流域的基流分割定量采用Eckhardt于2005年提出的双参数递归滤波(ERDF)：

式中，q_t、Q_t分别为t时刻的总径流量和基流量；△t为时间步长(天)；α为反映河流退水速度的退水常数(0α1)；BFI_max为最大基流指数，由于BFI_max无法直接测定，Eckhardt(2005)给出了三个经验值：0.80、0.50和0.25，分别对应多孔介质含水层地区的常年性河流与季节性河流以及硬质岩介质含水层地区的常年性河流；

在实现基流分割定量的基础上，以与基流负荷消退过程密切相关的水文、气象因子为基础，构建基流负荷消退系数的回归统计模型，见公式3，用于估算逐日的基流负荷消退系数，在确定负荷消退系数之后，将其回代入递归数字滤波方程，见公式2，即可对LOADEST模型模拟得到的日负荷量进行分割，得到基流负荷量，这种基流负荷定量分割方法简称为递归滤波基流负荷分割算法(RFLSA)，

τ(t)＝γ₁×a(t)+γ₂×P(t)+γ₃×E(t)+C (3)

式中，τ为基流负荷消退参数；a为退水参数；P和E分别为降雨量和蒸发量；t为时间(以天为单位)；γ₁～γ₃为拟合参数；

步骤3：获得所求地区负荷量数据、土地利用类型、某种土地利用类型(水田、林地等)的单位面积，区域气象数据、大气沉降进入河流水体的污染物数据、点源污染产生的污染物；

步骤4：构建非点源污染源解析模型：

式中，L为非点源污染物入河量；BL为基流非点源污染负荷量；X_i为第i种土地利用类型某一时段(如1天、1周)单位面积某种污染物的排放量，S_i为X_i的修正参数，可以表示为气象因子的一个函数；W(t)为某时段地表径流量与研究时段平均地表径流量的比值；M(t)为大气干沉降进入河流水体的污染物；D(t)为点源污染产生的污染物；n为土地利用类型数量；t为时间，一般为天或周，P为降雨数据、E为蒸发数据、T为平均温度数据、R为相对湿度数据，均为气象数据，η表示除函数中所包含因子以外其他所有因素的综合影响，θ₁～θ₄为数值优化求解得到的方程拟合参数；

步骤5：通过步骤1获得数据，完成非点源污染源解析模型的参数率定；

步骤6：校准与验证：即将步骤1中的数据按时间顺序分为两个部分，前一个部分用于步骤2中模型参数的确定和校准，后一部分则用于模型模拟结果的验证和评价，选用的评价指标为NSE、均方根误差-实测值标准差比率(RSR)和决定系数(R²)，具体的计算方法如下：

式中，L_(i,m)和L_(i,s)分别表示第i个污染土地负荷量的实测值和模拟值；L_avg表示污染物负荷量的实测值的平均值；n为实测值个数；

所述实测值可以通过上述L＝KCQ公式基于水流瞬时流量Q，以及该流量条件下对应的污染物浓度C连续数据计算获得，模拟值为分类分区识别的公式出来的；

L＝KCQ公式中，L为负荷；K为单位换算系数；C浓度，Q为河水流量，该公式为水体污染负荷的估算公式，污染负荷量是指在一定时段内，由点污染源和面污染源，进入水体的污染物总量；

步骤7：非点源污染源分类识别，利用ARCGIS软件和相应的土地利用图完成该地区各类土地利用面积的统计汇总；结合已经完成参数优化与校验的输出周尺度的输出系数模型，计算得到所在流域不同地类给定时段内地表径流的非点源污染排放量；

步骤8：非点源污染源分区识别，利用ARCGIS软件的统计分析功能对流域内各种数据进行统计分析，通过全国乡镇分区将研究区划分成所需要等级，利用上述得到的周尺度的输出系数模型，将各行政区土地面积及所需时间段内气象数据代入，分别得到研究区内各行政区块给定时段内地表径流的非点源污染排放量。