太阳城集团

  • / 40
  • 下载费用:30 金币  

大规模平面网格条件下污染物总量控制方法.pdf

摘要
申请专利号:

CN201410317747.X

申请日:

2014.07.04

公开号:

太阳城集团CN105320828A

公开日:

2016.02.10

当前法律状态:

授权

有效性:

有权

法律详情: 授权|||实质审查的生效IPC(主分类):G06F 19/00申请日:20140704|||公开
IPC分类号: G06F19/00(2011.01)I 主分类号: G06F19/00
申请人: 中国环境科学研究院
发明人: 邓义祥; 雷坤; 富国; 李子成; 吕丽
地址: 100012北京市朝阳区安外北苑大羊坊8号中国环境科学研究院河流海岸研究室
优先权:
专利代理机构: 北京律诚同业知识产权代理有限公司11006 代理人: 梁挥; 鲍俊萍
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201410317747.X

授权太阳城集团号:

||||||

法律状态太阳城集团日:

太阳城集团2018.07.20|||2016.03.09|||2016.02.10

法律状态类型:

授权|||实质审查的生效|||公开

摘要

本发明公开一种大规模平面网格条件下污染物总量控制方法,包括:确定污染物总量控制的范围、污染物;确定概化污染源、各概化污染源的分配量的最小值和最大值、水域水质浓度目标值;建立水质模型,计算污染源对应污染物在总量控制范围内的水质响应场;确定污染物总量分配的目标函数、约束条件并采用线性规划方法构建污染物总量分配模型,对该模型中冗余点的约束方程进行去除后,计算得到各个污染源分配负荷,并以该污染源分配负荷对污染源总量进行控制。本发明的大规模平面网格条件下污染物总量控制方法,可以提高大规模平面网格条件下污染物总量控制方法的适用性。

权利要求书

1.一种大规模平面网格条件下污染物总量控制方法,其特征在于,包括:
步骤1,确定污染物总量控制的水域范围和陆域范围,以及需要进行总量
控制的污染物;
步骤2,对步骤1所确定的总量控制范围内的污染源进行概化,确定进行
污染物总量分配的概化污染源以及各概化污染源的分配量的最小值和最大值;
对总量控制范围内的水域进行网格划分,设置步骤1确定的总量控制污染物要
满足的水域水质浓度目标值;
步骤3,在步骤1所确定的总量控制范围内,建立水质模型,进行水质模
型参数识别和验证,并计算污染源对应污染物在总量控制范围内的水质响应
场;
步骤4,采用污染源负荷分配量之和最大或公平性指数最大为目标,确定
污染物总量分配的目标函数;根据步骤2所确定的各污染源分配量的最小值和
最大值、水域水质浓度目标值以及步骤3所确定的水质响应场,建立污染物总
量分配的约束条件;采用总量分配的目标函数和约束条件,构建污染物总量分
配模型,进行污染物总量分配优化计算;
步骤5,根据污染物总量分配结果,以实际情况对污染物总量分配优化计
算结果进行调整,确定污染物总量控制方案;
其中,于步骤4中,采用线性规划方法建立污染物总量分配模型,对该模
型中冗余点的约束方程进行去除后,计算得到各个污染源分配负荷,并于步骤
5中以该污染源分配负荷对污染源总量进行控制。
2.根据权利要求1所述的大规模平面网格条件下污染物总量控制方法,
其特征在于,于步骤1中,包括以下步骤:
步骤11,根据关注的水体或行政区边界确定污染物总量控制所涉及的范
围,包括确定污染物总量控制所涉及的水域范围和陆域范围;
步骤12,调查污染物总量控制范围内各项污染物排放量和排放方式,确
定水域范围内主要的污染物种类和污染源,进行污染负荷压力因子排序;
步骤13,定量分析水域范围内水质类别和水环境功能区达标情况,确定
超标污染物种类和超标范围,进行水域水质超标因子排序;
步骤14,根据污染负荷压力因子排序、水域水质超标因子排序以及污染
控制任务,确定需要进行总量控制的污染物。
3.根据权利要求1所述的大规模平面网格条件下污染物总量控制方法,
其特征在于,于步骤2中,包括以下步骤:
步骤21,对污染物总量控制范围内污染源进行归并,将其简化为概化污
染源,再根据污染源最大削减潜力,确定概化污染源的污染物分配量最大值和
最小值;
步骤22,根据水质浓度在空间范围上的控制要求,对污染物总量控制范
围内的水域进行网格划分;
步骤23,根据水域功能区划和污染源排放口附近允许超标混合区,确定
步骤22中所有水域网格的水质浓度目标值。
4.根据权利要求1所述的大规模平面网格条件下污染物总量控制方法,
其特征在于,于步骤3中,包括以下步骤:
步骤31,根据水域范围内污染物种类、水动力条件、污染源排放规律,
选择水质模型,构建概化污染源污染物负荷排放量与水质浓度的响应关系;
步骤32,根据水质的模拟值和实际观测值的对比,确定水质模型参数的
取值;
步骤33,采用独立的实测数据,对水质模型的预测结果进行验证;
步骤34,采用大气沉降负荷、水产养殖负荷确定污染物背景浓度场;
步骤35,采用水质模型,分别计算各概化污染源在单位污染物负荷条件
下总量控制范围内的水质响应浓度,得到概化污染源对应污染物的水质响应
场。
5.根据权利要求1所述的大规模平面网格条件下污染物总量控制方法,
其特征在于,于步骤4中,包括以下步骤:
步骤41,采用污染源负荷分配量之和最大或公平性指数最大作为目标,
确定污染物总量分配优化目标函数;
步骤42,根据步骤3的水质响应场和各网格点的水质浓度目标值要求,
建立水质约束方程组;
步骤43,根据污染源的最大削减潜力,采用污染物分配量最大值和最小
值构建概化污染源的污染物分配量的约束方程组,与步骤41的目标函数,步
骤42的水质约束方程组共同构成污染物总量分配模型;
步骤44,去除步骤42中水质约束方程中的冗余方程,进行总量分配优化
计算,得到各个污染源分配负荷。
6.根据权利要求5所述的大规模平面网格条件下污染物总量控制方法,
其特征在于,步骤44进一步包括以下步骤:
步骤441,分析水域网格的特征,将其划分为结构性网格和非结构性网格,
分别进行相邻网格点识别;
步骤442,查找疑似冗余点,并将其对应的水质约束方程去除,得到瘦身
后的污染物总量分配模型;
步骤443,求解瘦身后的污染物总量分配模型的线性规划方程组,获得最
优解;
步骤444,检验最优解是否为步骤42中水质约束方程组的可行解,将步
骤443中的最优解代入步骤42中水质约束方程组,不能满足约束条件的方程
对应的点位为疑似冗余点中的非冗余点;
步骤445,将步骤444找回的非冗余点补回步骤443的线性规划方程组;
步骤446,重复步骤442至步骤445,直至瘦身线性规划方程组的最优解
满足原规划方程组的所有约束条件。
7.根据权利要求6所述的大规模平面网格条件下污染物总量控制方法,
其特征在于,于步骤442中,当一网格结点的水质浓度目标值比所有其它相邻
网格点水质都要宽松或者相等,则该网格点被认定为疑似冗余点。
8.根据权利要求1所述的大规模平面网格条件下污染物总量控制方法,
其特征在于,于步骤5中,包括:
对步骤4所计算出的各个污染源分配负荷进行可行性分析,对污染源分配
负荷进行调整后,再对各个污染源排污情况进行控制。

说明书

大规模平面网格条件下污染物总量控制方法

技术领域

本发明涉及水环境污染物总量控制方法,特别涉及大规模平面网格条件下
污染物总量控制方法。

背景技术

自“六五”期间,我国将水环境污染物总量控制研究列入国家环保科技攻
关项目以来,国家对污染物总量控制十分重视。“十二五”期间,环境保护部将
化学需氧量和氨氮列入水环境污染物总量控制目标。国务院印发的《国家环境
保护“十二五”规划》要求:“在已富营养化的湖泊水库和东海、渤海等易发
生赤潮的沿海地区实施总氮或总磷排放总量控制。”可见,我国已逐渐步入到
以总量控制为抓手,全面改善水环境质量的阶段。

水环境污染物总量控制,是指以实现特定范围水环境质量达标为目标,控
制进入水体的污染物排放总量的过程。污染物总量控制必须首先进行污染物总
量分配,以确定各污染源的允许排放量和削减目标,是进行污染物总量控制的
关键步骤。污染物总量分配是根据污染源和水质的响应关系,在规定的水质浓
度目标值和分配原则条件下,计算水环境污染物最大允许排放量的过程。由于
海洋、河口和湖库等水体环境条件复杂,一般需要采用二维甚至三维数学模型
建立污染源和水质之间的响应关系,单次计算太阳城集团较长;同时,由于污染物总
量控制范围内污染源数量众多,优化计算所涉及的负荷分配变量(即优化变量)
也较多。上述因素使得采用非线性优化方法进行污染物总量分配具有很大的计
算复杂性,目前常见的一些优化方法如梯度法、遗传算法、模拟退火算法、蚁
群算法等,均难以解决水环境污染物总量分配的非线性优化计算。经验表明,
当优化变量超过10个时,非线性优化问题的求解就已变得十分困难。而水环境
污染物总量分配计算的污染源数量通常比较多,比如说几十个甚至上百个。由
于水质模型复杂性导致单次计算太阳城集团较长,以及非线性优化技术在解决多变量
优化计算时的困难,采用非线性优化方法进行水环境污染物总量分配优化计算
几乎很难找到最优解,因而也无法通过该方法实现污染物总量控制。

线性规划方法是解决多变量优化问题的有效工具。一般情况下,水环境中
污染源和水质响应关系可近似为线性响应,从而为采用线性规划方法进行污染
物总量分配计算和控制提供了切实可行的解决办法。线性规划方法的理论基础
是每一个污染源在计算区域形成独立的浓度场,计算区域总的污染物浓度为各
个污染源响应浓度值的代数叠加。从水质模型的表达形式及应用实践来看,这
一假设是在大多数情况下是成立的。

尽管采用线性规划技术可以在具有大量污染源负荷变量的条件下,精确求
解各污染源最大允许排放量的最优解,但在大规模平面网格条件下,求解仍然
十分困难。大规模平面网格是指控制水域水质控制网格数量众多、相邻网格关
系复杂的网格。网格数量众多一般是指网格数量大于1万以上,相邻关系复杂
是指网格之间没有明确相邻关系的非结构性网格。某些海域的计算网格往往达
到上万个、甚至几十万个。以渤海为例,当模型步长取500m时,模型的计算
网格达到137025个。这意味着线性规划的约束方程(约束条件的数学表达形式)
也有上万个、甚至几十万个,如此庞大的约束条件给求解带来很大的困难。

结合污染物总量分配的具体技术问题,考虑到这一问题的特殊性,其具有
不同于普通线性规划问题的特点,例如污染源的响应场具有以污染源为中心向
距离更远的区域逐步衰减的特点,以及水环境功能划分同一片区的水域需达到
同样的水质浓度目标值等,因此污染物总量分配模型的约束方程有相当一部分
方程为冗余方程,如何有效地去除这些冗余方程,以线性规划方法实现大规模
平面网格条件下的污染物总量控制,就成为本领域技术人员亟待解决的问题。

发明内容

本发明的目的在于提供一种大规模平面网格条件下污染物总量控制方法,
以提高大规模平面网格条件下污染物总量控制方法的适用性。

为实现上述目的,本发明提供一种大规模平面网格条件下污染物总量控制
方法,包括:

步骤1,确定污染物总量控制的水域范围和陆域范围,以及需要进行总量
控制的污染物;

步骤2,对步骤1所确定的总量控制范围内的污染源进行概化,确定进行
污染物总量分配的概化污染源以及各概化污染源的分配量的最小值和最大值;
对总量控制范围内的水域进行网格划分,设置步骤1确定的总量控制污染物要
满足的水域水质浓度目标值;

步骤3,在步骤1所确定的总量控制范围内,建立水质模型,进行水质模
型参数识别和验证,并计算污染源对应污染物在总量控制范围内的水质响应场;

步骤4,采用污染源负荷分配量之和最大或公平性指数最大为目标,确定
污染物总量分配的目标函数;根据步骤2所确定的各污染源分配量的最小值和
最大值,水域水质浓度目标值,以及步骤3所确定的水质响应场,建立污染物
总量分配的约束条件;采用总量分配的目标函数和约束条件,构建污染物总量
分配模型,进行污染物总量分配优化计算;

步骤5,根据污染物总量分配结果,以实际情况对污染物总量分配优化计
算结果进行调整,确定污染物总量控制方案;

其中,于步骤4中,采用线性规划方法建立污染物总量分配模型,对该模
型中冗余点的约束方程进行去除后,计算得到各个污染源分配负荷,并于步骤
5中以该污染源分配负荷对污染源总量进行控制。

其中,于步骤1中,包括以下步骤:步骤11,根据关注的水体(比如说一
个特定的河口(例如长江口)、海湾(例如胶州湾等)、海域(例如渤海))
或行政区边界等确定污染物总量控制所涉及的范围,包括确定污染物总量控制
所涉及的水域范围和陆域范围;步骤12,调查污染物总量控制范围内各项污染
物排放量和排放方式,确定水域范围内主要的污染物种类和污染源,进行污染
负荷压力因子排序;步骤13,定量分析水域范围内水质类别和水环境功能区(连
续且具有相同的水环境使用功能或生态功能,区域内水质目标相同)达标情况,
确定超标污染物种类和超标范围,进行水域水质超标因子排序;步骤14,根据
污染负荷压力因子排序、水域水质超标因子排序(步骤12至步骤13的内容均
为水环境质量评价内容)以及污染控制任务(如水质改善任务、富营养化控制
任务等),确定需要进行总量控制的污染物(种类)。

其中,于步骤2中,包括以下步骤:步骤21,对污染物总量控制范围内污
染源进行归并,将其简化为概化污染源,再根据污染源最大削减潜力,确定概
化污染源的污染物分配量最大值和最小值;步骤22,根据水质浓度在空间范围
上的控制要求,对污染物总量控制范围内的水域进行网格划分;步骤23,根据
水域功能区划和污染源排放口附近允许超标混合区,确定步骤22中所有水域网
格的水质浓度目标值(超标混合区是指给予污染源排污口附近一定的稀释范围,
在稀释范围内水质浓度可不满足水质浓度目标值的要求)。

其中,于步骤3中,包括以下步骤:步骤31,根据水域范围内污染物种类、
水动力条件、污染源排放规律,选择水质模型,构建概化污染源污染物负荷排
放量与水质浓度的响应关系;步骤32,根据水质的模拟值和实际观测值的对比,
确定水质模型参数的取值;步骤33,采用独立的实测数据,对水质模型的预测
结果进行验证;步骤34,采用大气沉降负荷、水产养殖负荷确定污染物背景浓
度场;步骤35,采用水质模型,分别计算各概化污染源在单位污染物负荷条件
下总量控制范围内的水质响应浓度,得到概化污染源对应污染物的水质响应场。

其中,于步骤4中,包括以下步骤:步骤41,采用污染源负荷分配量之和
最大或公平性指数最大作为目标,确定污染物总量分配优化目标函数;步骤42,
根据步骤3的水质响应场和各网格点的水质浓度目标值要求,建立水质约束方
程组;步骤43,根据污染源的最大削减潜力,采用污染物分配量最大值和最小
值构建概化污染源的污染物分配量的约束方程组,与步骤41的目标函数,步骤
42的水质约束方程组共同构成污染物总量分配模型;步骤44,去除步骤42中
水质约束方程中的冗余方程(即污染物总量分配模型水质约束条件中的冗余方
程),进行总量分配优化计算,得到各个污染源分配负荷。

其中,步骤44可进一步包括以下步骤:步骤441,分析水域网格的特征,
将其划分为结构性网格和非结构性网格,分别进行相邻网格点识别;步骤442,
查找疑似冗余点,并将其对应的水质约束方程去除,得到瘦身后的污染物总量
分配模型;步骤443,求解瘦身后的污染物总量分配模型的线性规划方程组,
获得最优解;步骤444,检验最优解是否为步骤42中水质约束方程组的可行解,
将步骤443中的最优解代入步骤42中水质约束方程组,不能满足约束条件的方
程对应的点位为疑似冗余点中的非冗余点;步骤445,将步骤444找回的非冗
余点补回步骤443的线性规划方程组(称为瘦身线性规划方程组);步骤446,
重复步骤442至步骤445,直至瘦身线性规划方程组的最优解满足原规划方程
组的所有约束条件。

其中,于步骤442中,当一网格结点的水质浓度目标值比所有其它相邻网
格点水质都要宽松或者相等,则该网格点被认定为疑似冗余点。

其中,于步骤5中,包括以下步骤:对步骤4所计算出的各个污染源分配
负荷进行可行性分析,对污染源分配负荷进行调整后,再对各个污染源排污情
况进行控制。

本发明属于水环境保护污染物总量控制技术领域,涉及的理论包括污染物
容量总量控制理论、线性规划理论和迭代计算理论等。本发明基于平面网格水
质模型,采用水质模型计算污染源的响应场,根据污染源的响应场和区域的水
质浓度目标值,构建污染物总量分配模型,并采用线性规划的方法求解水环境
中各污染源的污染物负荷分配量。本发明采用迭代的方法,对复杂网格条件下
大量的冗余方程进行识别和试错,发现真正起到约束控制作用的点位,从而实
现根据有限控制点位的约束条件求解污染源分配总量,进而实现污染物总量的
控制。由于求解时去除了大量的冗余方程,不但大幅度地减少了线性规划方程
组的规模,将不可求解或难以求解的线性规划问题转化为可求解的线性规划问
题;同时还极大地提高了计算的太阳城集团效率,提高了本发明方法的适用性,解决
了大规模平面网格条件下污染物总量控制的技术问题。

以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的
限定。

附图说明

图1为本发明污染物总量控制方法流程图;

图2为本发明瘦身规划方程组可行解空间与原规划方程组可行解空间的对
比示意图;

图3为本发明瘦身规划方程组最优解落入原规划方程组可行解空间之内的
示意图;

图4为本发明瘦身规划方程组最优解落入原规划方程组可行解空间之外的
示意图;

图5为本发明结构网格相邻点的判断图;

图6为本发明非结构网格相邻点的判断图;

图7为渤海污染源的位置分布图;

图8a至图8c分别是黄河、大辽河和辽河响应场示范(CODMn);

图9为采用本发明优化以后渤海实际控制点位与冗余点位的对比;

图10为九龙江-厦门湾海域污染源的位置分布图;

图11a至图11d为九龙江-厦门湾海域北溪、西溪、东西溪合流段和南溪
CODMn的响应场分布图;

图12为采用本发明优化后厦门湾-九龙江海域第一次迭代实际控制点位与
冗余点位的对比图;

图13为采用本发明优化后厦门湾-九龙江海域第二次迭代实际控制点位与
冗余点位的对比图;

图14为采用本发明优化后厦门湾-九龙江海域第三次迭代实际控制点位与
冗余点位的对比图。

具体实施方式

本发明的目的在于提供一种大规模平面网格污染物总量控制方法,以提高
大规模平面网格条件下污染物总量控制方法的适用性。

为实现上述目的,本发明提供一种污染物总量控制方法,包括:

步骤1,确定污染物总量控制的水域范围和陆域范围,以及需要进行总量
控制的污染物;

步骤2,对步骤1所确定的总量控制范围内的污染源进行概化,确定进行
污染物总量分配的概化污染源以及各概化污染源的分配量的最小值和最大值;
对总量控制范围内的水域进行网格划分,设置步骤1确定的总量控制污染物要
满足的水域水质浓度目标值;

步骤3,在步骤1所确定的总量控制范围内,建立水质模型,进行水质模
型参数识别和验证,并计算污染源对应污染物在总量控制范围内的水质响应场;

步骤4,采用污染源负荷分配量之和最大或公平性指数最大等目标,确定
污染物总量分配的目标函数;根据步骤2所确定的各污染源分配量的最小值和
最大值,水域水质浓度目标值,以及步骤3所确定的水质响应场,建立污染物
总量分配的约束条件。采用总量分配的目标函数和约束条件,构建污染物总量
分配模型,进行污染物总量分配优化计算;

步骤5,根据污染物总量分配结果,以实际情况对污染物总量分配优化计
算结果进行调整,确定污染物总量控制方案;

其中,于步骤4中,采用线性规划方法建立污染物总量分配模型,对该模
型中冗余点的约束方程进行去除后,计算得到各个污染源分配负荷,并于步骤
5中以该污染源分配负荷对污染源总量进行控制。

其中,于步骤1中,包括以下步骤:步骤11,根据关注的水体(比如说一
个特定的河口(例如长江口)、海湾(例如胶州湾等)、海域(例如渤海))
或行政区边界等确定污染物总量控制所涉及的范围,包括确定污染物总量控制
所涉及的水域范围和陆域范围;步骤12,调查污染物总量控制范围内各项污染
物排放量和排放方式,确定水域范围内主要的污染物种类和污染源,进行污染
负荷压力因子排序;步骤13,定量分析水域范围内水质类别和水环境功能区(连
续且具有相同的水环境使用功能或生态功能,区域内水质目标相同)达标情况,
确定超标污染物种类和超标范围,进行水域水质超标因子排序;步骤14,根据
污染负荷压力因子排序、水域水质超标因子排序(步骤12至步骤13的内容均
为水环境质量评价内容)以及污染控制任务(如水质改善任务、富营养化控制
任务等),确定需要进行总量控制的污染物(种类)。

其中,于步骤2中,包括以下步骤:步骤21,对污染物总量控制范围内污
染源进行归并,将其简化为概化污染源,再根据污染源最大削减潜力,确定概
化污染源的污染物分配量最大值和最小值;步骤22,以水质控制的空间精度需
求为基础,对污染物总量控制范围内的水域进行网格划分;步骤23,根据水域
功能区划和污染源排放口附近允许超标混合区,确定步骤22中所有水域网格的
水质浓度目标值(超标混合区是指给予污染源排污口附近一定的稀释范围,在
稀释范围内水质浓度可不满足水质浓度目标值的要求)。

其中,于步骤3中,包括以下步骤:步骤31,根据水域范围内污染物种类、
水动力条件、污染源排放规律,选择水质模型,构建概化污染源污染物负荷排
放量与水质浓度的响应关系;步骤32,根据水质的模拟值和实际观测值的对比,
确定水质模型参数的取值;步骤33,采用独立的实测数据,对水质模型的预测
结果进行验证;步骤34,采用大气沉降负荷、水产养殖负荷确定污染物背景浓
度场;步骤35,采用水质模型,分别计算各概化污染源在单位污染物负荷条件
下总量控制范围内的水质响应浓度,得到概化污染源对应污染物的水质响应场。

其中,于步骤4中,包括以下步骤:步骤41,采用污染源负荷分配量之和
最大、公平性指数最大等作为目标,确定污染物总量分配优化目标函数;步骤
42,根据步骤3的水质响应场和各网格点的水质浓度目标值要求,建立水质约
束方程组;步骤43,根据污染源的最大削减潜力,采用污染物分配量最大值和
最小值构建概化污染源的污染物分配量的约束方程组,与步骤41的目标函数,
步骤42的水质约束方程组共同构成污染物总量分配模型;步骤44,去除步骤
42中水质约束方程中的冗余方程(即污染物总量分配模型水质约束条件中的冗
余方程),进行总量分配优化计算,得到各个污染源分配负荷。

其中,步骤44可进一步包括以下步骤:步骤441,分析水域网格的特征,
将其划分为结构性网格和非结构性网格,分别进行相邻网格点识别;步骤442,
查找疑似冗余点,并将其对应的水质约束方程去除,得到瘦身后的污染物总量
分配模型;步骤443,求解瘦身后的污染物总量分配模型的线性规划方程组,
获得最优解;步骤444,检验最优解是否为步骤42中水质约束方程组的可行解,
将步骤443中的最优解代入步骤42中水质约束方程组,不能满足约束条件的方
程对应的点位为疑似冗余点中的非冗余点;步骤445,将步骤444找回的非冗
余点补回步骤443的线性规划方程组(称为瘦身线性规划方程组);步骤446,
重复步骤442至步骤445,直至瘦身线性规划方程组的最优解满足原规划方程
组的所有约束条件。

其中,于步骤442中,如果该网格结点的水质浓度目标值比所有其它相邻
网格点水质都要宽松或者相等,则该网格点被认定为疑似冗余点。

其中,于步骤5中,包括以下步骤:对步骤4所计算出的各个污染源分配
负荷进行可行性分析,对污染源分配负荷进行调整后,再对各个污染源排污情
况进行控制。

以下对本发明的原理及方法进行进一步阐述。

请参见图1,其为本发明的方法流程图。污染物总量控制的方法路线包括
环境问题分析、污染物总量分配计算条件设置、水质模拟、污染物总量分配优
化计算以及确定污染物总量分配方案等多个方面。

分析环境问题主要是指对该区的水环境特点、污染源特点、社会经济发展
特点等进行分析,确定水环境总量分配的目标、原则等,是整个方法的基础。
在此基础上,根据现有的水文数据,确定规划的设计水文条件,采用水动力学
数学模型模拟设计水文条件下的流场;确定点源、面源的位置分布,计算在单
位负荷排放量条件下,控制水域范围的水质响应。确定研究的水质保护目标,
为计算区域的污染物总量提供污染物浓度约束。根据总量控制目标和原则,采
用线性的方法,对区域内的污染物总量进行分配计算。各污染源计算所得到的
分配负荷还需要进行可行性分析与调整。

污染物总量分配是根据污染源和水质的响应关系,在规定的水质浓度目标
值和分配原则条件下,计算水环境污染物最大允许排放量的过程。一般情况下,
水环境中污染源和水质响应关系可近似为线性响应,线性规划方法为在预定的
水质浓度目标值约束条件下进行污染物总量分配优化计算提供了切实可行的解
决办法。线性规划方法的理论基础是每一个污染源在计算区域形成独立的浓度
场,计算区域总的污染物浓度为各个污染源响应浓度值的代数叠加。从水质模
型的表达形式及应用实践来看,这一假设是在大多数情况下是成立的。如果此
时所求的目标函数也为线性函数,则整个分配问题构成了线性规划问题。

采用线性规划方法解决污染物总量分配问题的步骤为:(1)确定优化变量,
通常优化变量为污染源分配负荷,也就是给予每一个污染源的允许污染物排放
限值。(2)确定目标函数,也就是分配过程希望达到最优的函数。例如可通过
采用污染物分配负荷总量最大、或者公平性指数最大等构建目标函数。(3)确
定污染物总量分配的约束条件。约束条件是指污染物总量分配必须满足的前置
条件。污染物总量分配的约束条件,除了污染源分配负荷不得为负、某些污染
源需给定分配最大值和最小值以外,最为重要的约束条件为水质约束条件,也
就是计算水域必须全面达到功能区水质浓度目标值的要求。实际水域为二维连
续平面,必须对其进行离散化才能在计算机上实现计算过程。离散化是指在控
制范围内选取足够的控制点位,通过这些控制点位达到水质控制目标来代表水
域达到水质浓度目标值。由于水质模型能够给出的最大精度为每一个模型网格
的水质浓度值,因此通常采用水质模型网格作为污染物总量分配的控制点位。
污染物总量分配的目标函数和约束条件所构成的优化问题称为污染物总量分配
模型。

基于线性规划方法构建的污染物总量分配模型的一般形式为:

maxz=CTX(式1)

st . AX + B S X l X X u X 0 ]]>(式2)

式中,z为目标函数,C为系数,如果考虑污染物总量最大时,取:C=[1,1,…,1]T。

A为响应系数矩阵,

A = a 11 · · · a 12 · · · a ij · · · a m 1 · · · a mn ]]>(式3)

aij为第j个污染源单位负荷在第i个模型网格点所形成的响应浓度。B为背
景浓度,

B=[b1,b2,…,bm]T(式4)

S为污染物对应的水质标准,

S=[s1,s2,…,sm]T(式5)

X、Xl和Xu分别为污染源的分配负荷排放量向量、分配负荷排放量下限向
量和分配负荷排放量上限向量,

X=[x1,x2,…,xn]T(式6)

Xl=[xl1,xl2,…,xln]T(式7)

Xu=[xu1,xu2,…,xun]T(式8)

计算实践表明,方程的最优解代入(式2)的线性响应方程组以后,大量
的方程均不能取得其上限水质浓度目标值,这些方程称为冗余方程。也就是说,
去除这些方程以后的瘦身方程组构成的规划问题与原规划问题是同解问题。

尽管采用线性规划技术,在具有大量污染源的条件下,仍然可以精确求解
各污染源允许排放量的最优解,但是当网格数量变得非常庞大时,求解仍然十
分困难,例如某些水体的计算网格往往达到上万个、甚至几十万个。以渤海为
例,当模型步长取500m时,模型的计算网格达到137025个。这意味着线性规
划的约束方程也有上万个、甚至几十万个,如此庞大的约束条件给求解带来很
大的困难。

结合污染物总量分配的具体技术问题,考虑到这一问题的特殊性,其具有
不同于普通线性规划问题的特点。由于污染物的稀释和降解等原因,污染源的
响应场具有以污染源为中心向距离更远的区域逐步衰减的特点;且由于水环境
功能划分同一片区的水域具有同样的水质浓度目标值,因此污染物总量分配模
型的约束方程有相当一部分方程为冗余方程。如果能够有效地去除这些冗余方
程,在减少求解方程组规模的同时保证最优解的一致性,则不但可以使模型求
解的速度大幅提高,而且还可把一些在个人计算机上由于内存、速度等原因而
无法实现求解的规划问题转化为可求解的问题,进而实现污染源污染物总量分
配的优化计算,最终实现污染物总量控制。

因此,本发明针对复杂水环境,在具有大量平面网格控制点的条件下,减
少污染物总量分配模型的约束条件个数,提高总量分配计算的效率,解决在复
杂网格条件下污染物总量优化分配计算与控制方法的适用性问题。

从严格的数学意义上,污染物总量分配模型的冗余方程是指(式2)中,
如果除自身以外的其它一个或多个方程成立,则该方程必然成立的方程,也就
是所谓的“多余方程”。去除冗余方程以后的污染物总量分配模型与原模型是
同解问题。

以一个方程为例,如果第k个方程同时满足:

akj≤aij(1≤j≤n)(式9)

Ck≥Ci(式10)

当:

Σ j = 1 n a ij X j C i ]]>(式11)

成立时,必然有:

Σ j = 1 n a kj X j C k ]]>(式12)

成立。则第k个方程称为冗余方程。

事实上,由于污染源位置分布的分散性及水流方向的复杂性,从数学意义
上严格满足上述条件的冗余方程(以下称“严格冗余方程”)个数非常少,通常
条件下严格冗余方程个数不足1%,如果仅去除这些严格冗余方程,仍然不能
达到有效减少污染物总量分配计算约束方程个数的目标。

本发明充分考虑污染物总量分配计算问题的特殊性并加以利用,采用迭代
的方法,可大大减少污染物总量分配模型约束方程组(式2)的规模。本发明
主要基于以下两点考虑:

(1)在总量控制水域,水质浓度目标值的确定是基于水(环境)功能区、
近岸海域环境功能区及海洋功能区等水质浓度目标值功能区,这些功能区的划
定,不是随机划分的,往往具有连片的特点,某一功能区往往连续占有大片水
域。以渤海为例,除近岸海域以外,渤海中心大量的范围均为一类海水海域,
这些功能区都执行相同的水质标准。这一现象在水质功能区的划分具有普遍性,
可确保本发明的广泛适用性。

(2)污染源响应场具有一定的单调递减性。一般来说,由于污染物的稀释
和降解等原因,污染源的响应场具有以污染源为中心向距离更远的区域逐步衰
减的特点。由于水流的复杂性,虽然上述规律未必严格成立,但根据经验,这
一规律是广泛成立的。本发明充分利用这一特点,同时由于本发明在冗余方程
去除时的“纠错”机制,利用但不完全依赖这一规律,从而可以保证本发明的
可靠性。

为实现污染物总量控制,本发明对污染物总量分配模型约束方程组(式2)
的规模进行缩减,并保证瘦身后的污染物总量分配模型具有与原模型为同解问
题,从而减少污染物总量分配计算的存贮空间,并极大地提高计算速度。本发
明在减少污染物总量分配模型约束方程组(式2)的规模时,有以下两点不作
为本发明的目标:

(1)本发明不以查找严格冗余方程为目标。计算实践表明,满足条件(式
9)和(式10)的严格冗余方程个数非常少,往往不足方程总量的1%,去除严
格冗余方程不足以对有效减少计算规模起到实质性的作用。

(2)本发明不以筛选所有的冗余方程为目标。当污染物总量分配模型约束
方程组(式2)的规模非常庞大时,其冗余方程规模也非常大,要将所有的冗
余方程去除,需要大量的计算成本,这种计算成本甚至可能会抵消由于去除更
多冗余方程所带来的计算效率,反而使污染物总量分配计算问题变得十分复杂。

基于以上两方面的考虑,本发明采用下述手段进行大规模平面网格条件下
污染物总量分配计算冗余方程识别与优化:

(1)对冗余方程进行初选,确定可疑冗余方程。根据网格控制点的空间位
置和水质浓度目标值判断其对应的方程是否为可疑冗余方程。

判断方法为:对该网格点的水质浓度目标值与相邻网格点的水质浓度目标
值进行比较,如果相邻网格点的水质浓度目标值有比该网格点更为严格的,则
初步认定该网格点为可疑冗余方程并加以去除。

(2)本发明认识到,上述可疑冗余方程的初选过程可能会“犯错”,也就
是说有可能将真正的控制点去除掉,因此需采用“纠错”机制找回那些被错误
去除的网格点。

请参考图2、图3与图4,本发明可疑冗余方程初选和纠错机制为:

(1)根据去除疑似冗余点的瘦身约束方程组构成的总量分配模型求解最优
解。由于瘦身后的约束方程个数更少,因此根据瘦身后的污染物总量分配模型
的可行解空间大于原模型的可行解空间。

(2)将瘦身后污染物总量分配模型的最优解代入原模型所有的约束条件,
检查原有的约束条件是否能够全部满足。

如果满足去除疑似冗余点之前的所有约束条件,说明瘦身后污染物总量分
配模型的最优解也是原模型的可行解。由于瘦身后的污染物总量分配模型扩大
了可行解空间,因此其最优解也是原模型的最优解。这说明瘦身后的污染物总
量分配模型与原模型为同解问题,所去除的冗余方程是有效冗余方程,求解结
束。

如果不能满足去除疑似冗余点之前的所有约束条件,说明瘦身后污染物总
量分配模型的最优解不是原模型的可行解,两个模型不是同解问题。所以筛选
过程去掉的可疑冗余点不是真正的冗余点,因此需要找回到原约束方程组,并
重新求解。

以下结合具体实施方式对本发明的大规模平面网格条件下污染物总量控制
方法进行详述,本发明的方法包括如下步骤:

步骤1,环境问题分析

在此步骤中,确定污染物总量控制的范围以及需要进行总量控制的污染物。

步骤11,根据关注的水体(比如说一个特定的河口(例如长江口)、海湾
(例如胶州湾等))、特定的行政区界限等确定污染物总量控制所涉及的水域
范围和陆域范围。考虑到水域污染物总量分配的空间复杂性,可按海区、流域、
控制单元的层次对水域和陆域进行分区,逐级细化。

步骤12,污染负荷结构分析:采用资料数据收集、实测、数值模拟和文献
资料等方法,调查污染物总量控制范围内各项污染物排放量和排放方式;采用
污染指数法、等标污染负荷法等方法,确定水域范围内主要的污染物种类和污
染源,进行污染负荷压力因子排序,掌握汇入河流和直排污染源对计算水域的
压力来源。为确定水域总量控制因子提供基础数据。

步骤13,环境水质分析:对水域物理、化学、生物特征进行调查和分析,
定量分析水域水质类别和水环境功能区达标情况,确定超标污染物种类和超标
范围,进行水域水质超标因子排序,明确水环境管理的重点。

步骤14,确定污染物总量控制因子:根据污染负荷压力因子排序及水域水
质超标因子排序以及污染控制任务,研究水域全局性和局部性污染空间特征,
进行水环境问题诊断。根据危害强度、太阳城集团紧迫性、空间敏感性选择确定需要
进行总量控制的污染物种类。

步骤2,污染物总量分配计算条件设置

在此步骤中,对步骤1所确定的总量控制范围内的污染源进行概化,确定
进行污染物总量分配的概化污染源以及各概化污染源的分配量的最小值和最大
值;对总量控制范围内的水域进行网格划分,设置步骤1确定的总量控制污染
物要满足的水域水质浓度目标值。

步骤21,根据污染源排放位置和排放特征,对污染源进行适当的归并,从
而将大量的污染源简化为概化污染源,既减少污染物总量分配的复杂性,也减
少由于相同位置污染源造成的多解问题,提高污染物总量分配计算的效率和合
理性。另外,根据污染源最大削减潜力,具体为污染源的现状排放量或预期排
放量,以及污染源的排放标准、河流的地表水环境功能区划和水环境功能区划
等,兼顾污染源总量分配的公平性和可行性等原则,设置污染源的分配约束,
例如确定的污染物分配负荷排放量的最大值和最小值,或根据管理需求直接指
定某些污染源的负荷分配总量。

步骤22,以水质控制的空间精度需求为基础,对总量控制范围内的水域进
行网格划分;

步骤23,水质浓度目标值核定:根据计算水域的空间位置和服务功能,利
用水环境功能区划、海洋功能区划,以及其它人类活动和生态保护对水域水质
的特殊要求,确定水域功能区约束点水质浓度限值、污染物浓度边界和排污混
合区限制要求。根据水域功能区划和污染源排放口附近允许超标混合区,确定
步骤22中所有水域网格的水质浓度目标值。

允许超标混合区设置:根据污染源的位置、污染物的特征以及污水排放量,
确定各个污染源的允许超标混合区的面积。在允许超标混合区内,水域水环境
质量可以不达到功能区水质要求,允许超标混合区以外则须达到功能区水质要
求。除对各单个污染源允许超标混合区的面积进行约束以外,还应对计算水域
内所有污染源允许超标混合区的总面积占水域面积的比例进行限制,以确保总
量控制水域总体上能达到环境质量目标的需求。

步骤3,水质模拟

在此步骤中,在步骤1所确定的总量控制范围内,建立水质模型,进行水
质模型参数识别和验证,并计算污染源对应污染物在总量控制范围内的水质响
应场;

步骤31,模型选择:根据水域范围内污染物种类、水动力条件、污染源排
放规律,选择水质模型,模拟计算水域水质变化,分析水域污染物迁移转化规
律,构建污染源负荷排放量与水质浓度的压力-响应关系

步骤32,模型参数识别:根据水质的模拟值和实际观测值的对比,确定模
型参数的取值。

步骤33,模型验证:采用独立的实测数据,对模型的预测结果进行验证,
对模型的误差进行评估。

步骤34,背景场的设置:在不考虑参与分配的污染源的情况下,由其它污
染源负荷,比如大气沉降负荷、水产养殖负荷等确定污染物背景浓度场。没有
上述污染源数据时,也可对比相似的受陆源污染干扰较轻水域的水环境质量,
确定污染物背景浓度场。

步骤35,污染源响应场计算:当污染物响应关系为线性或近似线性时,响
应场线性叠加方法可大大提高水质浓度的计算速度,实现水域污染物总量分配
的优化计算。采用水质模型,分别计算各污染源在单位污染物负荷条件下总量
控制范围内的水质响应浓度,得到污染源对应污染物的水质响应场

步骤4,污染物总量分配优化计算

在此步骤中,采用污染源负荷分配量之和最大、公平性指数最大等目标,
确定污染物总量分配的目标函数;根据步骤2所确定的各污染源分配量的最小
值和最大值,水域水质浓度目标值,以及步骤3所确定的水质响应场,建立污
染物总量分配的约束条件。采用总量分配的目标函数和约束条件,构建污染物
总量分配模型,进行污染物总量分配优化计算;

步骤41,确定污染物总量分配优化目标:根据污染源总量分配的原则和方
法,确定优化目标函数,例如可采用污染源排放量之和、污染物总量分配合理
性指数等作为优化目标(即采用污染物总排放量最大、合理性指数最大作为目
标),确定污染物总量分配优化目标函数

步骤42,根据步骤3的水质响应场和各网格点的水质浓度目标值要求,建
立水质约束方程,其为约束条件之一。污染负荷和水质的响应关系是线性响应
关系,且目标函数也为线性函数,可采用线性优化方法进行污染物总量分配计
算。线性优化计算一般采用线性规划方法。根据水质浓度目标值要求,采用线
性规划方法建立污染物总量分配模型,以此来计算水域各个污染源的分配负荷。

步骤43,根据污染源的削减潜力,例如污染物分配量最大值、最小值等构
建污染物分配量的约束方程,其为约束条件之另一,与步骤42的水质约束条件,
以及步骤41的目标函数一起构成污染物总量分配模型的约束方程;

步骤44,优化污染物总量分配模型的约束方程并计算:去除污染物总量分
配模型的主要冗余约束方程(主要指水质约束方程中的冗余方程,其为约束条
件中最大的部分;污染物分配量约束方程数量少、不影响求解、且为不能去除
的刚性约束,在冗余方程去除的过程中这一类方程不会被去除),进行总量分
配优化计算,得到各个污染源分配负荷

进一步而言,步骤44可主要包括以下步骤:

步骤441,分析平面网格的特征,将其划分为结构性网格和非结构性网格,
分别进行相邻网格点识别

请参考图5及图6,本发明所指的结构性网格,是指平面空间上具有横向
和纵向两个方向的编号,且编号具有相邻关系的网格结点。本发明所指的非结
构性网格,是指平面空间上不具有横向和纵向两个方向的编号,网格结构没有
明显相邻关系的网格。

结构性网格点根据横纵两个方向的编号识别相邻关系。设横向编号为I,纵
向编号为J,对于网格点(i,j),其相邻网格分别为以下网格点:(i-1,j-1),(i-1,j),
(i-1,j+1),(i,j-1),(i,j+1),(i+1,j-1),(i+1,j),(i+1,j+1)。

非结构性网格根据坐标识别相邻关系。设横向编号为X,纵向编号为Y,则
对于网格点(x,y),其相邻网格为与其空间距离最近的n个网格点,其中n为相
邻网格点个数,可自由设置,一般取3-5即可。

步骤442,查找疑似冗余点,并将其对应的水质约束方程去除,得到瘦身
后的污染物总量分配模型

如果该网格结点的水质浓度目标值比所有其它相邻网格点水质都要宽松或
者相等,即第i个网格点如果满足:


则该网格点被认定为疑似冗余点。式中Si为第i个网格点的水质浓度目标
值,Sk为与其相邻的k个网格点的水质浓度目标值。

步骤443,求解瘦身线性规划方程组,获得最优解

采用线性规划的方法,对去除疑似冗余点后的污染物总量分配模型进行求
解,获得最优解X*。

步骤444,检验最优解X*是否为原污染物总量分配模型的可行解,查找非
冗余点

将最优解X*代入原污染物总量分配模型的约束方程组(式2),查找不能
满足约束条件的网格点。

如果所有的网格点都能满足原污染物总量分配模型的约束方程组(式2),
则瘦身线性规划方程组的最优解即为原污染物总量分配模型(式2)的最优解,
求解结束;否则转到步骤445。

步骤445,将步骤444的非冗余点补回步骤443中的约束方程组。

设不满足原污染物总量分配模型的约束方程组(式2)的网格点的集合为
V,则以集合V为基础,采用步骤442的方法去除集合V中可能的冗余点,形成
新的网格点集合V’,将V’所对应的方程组补充到步骤443的去除冗余点后的
约束方程组。采用V’而不是V补充新增方程组,是为了减少新增方程的个数,
避免一次添加过多的方程而造成方程个数的急剧膨胀。

步骤446,重复步骤442至步骤445,直至瘦身线性规划方程组的最优解满
足原污染物总量分配模型的约束方程组的所有约束条件

重复步骤442至步骤445,直至瘦身线性规划方程组的最优解满足原污染
物总量分配模型的约束方程组的所有约束条件,即,重复“瘦身后污染物总量
分配模型求解得到最优解——最优解带入原污染物总量分配模型,查找不能满
足约束条件的网格点为初步判定的非冗余点——将初步判定的非冗余点补回瘦
身线性规划方程组”这一过程,直至瘦身线性规划方程组的最优解满足原污染
物总量分配模型的约束方程组的所有约束条件(式2)为止。此时所得到的最
优解即为各个污染源分配负荷。

步骤5,确定污染物总量分配方案

在此步骤中,根据污染物总量分配结果,对各个污染源分配负荷进行可行
性分析,以实际情况对污染物总量分配优化计算结果进行调整,确定污染物总
量控制方案后,再对各个污染源排污情况进行控制;

以下结合具体海域,对本发明方法的应用进行详述:

专利应用案例之一:以我国渤海为例,测试结构化网格冗余点识别与优化
效果

(一)污染源现状及基本太阳城集团

渤海污染物总量分配计算所涉及的海域范围为渤海全海域。污染物总量分
配优化计算的对象为除大气沉降、内源以外汇入渤海的所有的污染源。

汇入渤海的渤海源成百上千,本发明根据渤海水域环境状况调查分析成果,
将渤海海域的河流入海口及直排源概化为56个源,上述56个源即为污染物总
量分配计算的对象。各污染源的位置分布见图7所示。各污染源的具体太阳城集团见
表1。其它污染源例如大气沉降污染源、内源等以背景负荷的形式进行考虑。

表1渤海河流入海口及直排源的基本太阳城集团




从表中来看,渤海入海河流流域内GDP为19.6万亿元,人口2.37亿人,
耕地面积为2.2万平方公里。各污染源的具体太阳城集团见表2。

表2渤海河流入海口及直排源的污染物入海通量



从表中来看,渤海2010年入海径流量为474亿m3,CODMn入海量为30.6
万吨,NH3-N入海量为7.0万吨,TN入海量为16.4万吨,总磷入海量为0.56
万吨。

(二)控制因子的选择

根据渤海水环境质量分析的结果,渤海区域性的环境主要包括由COD引
起的局部水质超标问题,以及由氮、磷输入造成的富营养化问题,其中氮、磷
超标是渤海水环境污染的主要问题。因此,渤海污染物总量分配的指标分别为
CODMn、NH3-N、TN和TP,对应海域的水质约束因子分别为COD、非离子氨、
DIN和DIP。非离子氨的水质标准按不利条件下海水盐度和PH值的平均值取
进行转换。根据海域调查结果,在不利条件下,海水中95%的氮无为无机氮,
磷为无机磷,因此本发明按1:1的对比进行对应,对于TN和TP的控制而言为
偏严格的约束。

根据控制因子分析,采用两类控制指标进行污染物最大允许纳污量计算。
第一类指标为富营养化控制指标,所采用的水质项目为溶解性无机氮(无机氮)
和溶解性无机磷(磷酸盐)。第二类指标为有机物污染指标,所采用的水质项
目为CODMn。CODMn、无机氮和磷酸盐。

(三)总量分配计算的条件设置

耗氧有机污染物控制时段:本发明采用COD和NH3-N代表耗氧有机物指标,
采用TN和TP作为富营养化的控制因子,采用水质最差月为控制时段,允许平
均期为30d。

计算河流混合区,可供参考的计算公式有Fetterolf公式:

M≤9.78Q1/3(式14)

式中,M:离排放点的任何方向混合区不应超过的限制尺度(m);Q:河流流
量(m3/d)。

Mackenthun公式:

M≤0.991Q1/2(M≤1200m)(式15)

公式中的意义同前。

新田公式:

logy=1.2261logx+0.0855(式16)

式中,y:浓度稀释100倍的混合区面积(m2);x:污水排放量(m3/d)。

新田公式可用来估算以稀释浓度为100倍规定混合区时的面积。从此公式
可知污染物要稀释100倍所要求的混合区面积是很大的。

上述三个公式都是经验性估算,所考虑的因素也仅有流量。各公式的数值
具有较大的差异,在设计允许混合区时需综合考量,对现有排污口,则可进行
原型观测获取流量与初始稀释区面积的关系。综合采用Fetterolf公式、
Mackenthun公式和新田公式,并结合直排口混合区的相关成果进行对照,取三
个公式的最小值作为混合区,并将其转化为混合区单元格数(表3)。

表3渤海概化污染源混合区设置



总体来说,CODMn、NH3-N混合区面积约占全海域面积的0.09%,TN和TP混
合区面积约占全海域的4.24%;实际上,由于计算以计算网格平均值达标,对
混合区边界上的单元格,应有一半左右的面积实际上已经达到了相应功能区的
要求,考虑到这一修正,CODMn、NH3-N混合区面积约占全海域面积的0.05%,TN
和TP混合区面积约占全海域的3.75%。考虑到混合区主要分布于靠岸的局部区
域,并不是赤潮高发区,因此上述混合区的设置是合理的。

执行海水水质标准GB3097-1997,海域环境功能区分为四类。渤海各类水
质类别的面积的比例见表4。

表4渤海各类功能区面积的比例


(四)水质响应场计算

水质响应场的水动力计算采用汉堡大学陆架海模式HAMSOM(Hamburg
ShelfOceanModel)模型计算,在水动力学模式HAMSOM的基础上,借鉴前人
的工作,针对渤海的特定问题选取合适的生、化源函数及其参数,基于营养盐
(Nutrients)、浮游植物(Phytoplankton)、浮游动物(Zooplankton)和碎屑(Detritus)
四要素构建渤海基于HAMSOM水动力学模式的三维浮游生态动力学NPZD模
型。由于调查结果显示渤海局部海域(近岸和黄河口附近)氮磷比有时大于16,
因此模型中同时考虑了氮、磷两种营养盐。模型中COD的降解系数取0.03/d。
以COD为例,图8a至图8c分别是黄河、大辽河和辽河COD的响应场。

(五)总量计算方程组优化

根据上述响应场,构建渤海污染物总量分配模型。该模型的自变量个数为
概化污染源的个数,即为56个;主要约束方程组的个数与网格数量相同,渤海
污染物总量分配计算网格数量为137025个。

模型求解的线性规划程序采用INTELISL6.0的线性规划程序DLPRS。如
果采用全部网格进行污染物总量分配计算,则由于方程个数过多,DLPRS报错
而无法求解。

采用本发明的优化技术,迭代两次即可完成,在普通个人计算机(DELL
OPTIPLEX755,配置为IntelCoreTM2QuadCPUQ66002.40GHz,3.25GB内存)
完成CODMn总量分配共计耗时1分1秒,完全达到实用性要求。

第一次去除疑似冗余点位以后,模型的控制方程数为1843个,控制点位的
优化效率为98.7%。第二次增加“纠错”后的非冗余点位以后,模型的控制方
程为1844个,控制点位的优化效率为98.7%,可见模型对冗余点位的识别具有
很强的准确性,反复迭代计算的次数非常少。

图9是优化前后点位对比,浅灰色点位为冗余点位,深灰色点位为实际控
制点位。

(六)总量分配计算结果

表5是渤海各项水质指标的总量分配计算结果。

表5渤海各水质指标的总量分配结果



从表中来看,渤海CODMn、NH3-N、TN和TP的分配总量分别为1176509t/a、
159654t/a、46692t/a和3073t/a。应该指出的时,上述分配总量是理论值。考虑
各污染源之间的分配关系,例如不可能将污染物集中在少数几个排污口进行排
污,实际污染物分配总量将低于上述取值。

专利应用案例之二:以我国九龙江-厦门湾为例,测试非结构化网格冗余点
识别与优化效果

(一)污染源现状及基本太阳城集团

九龙江-厦门湾海域污染物总量分配计算所涉及的海域范围为九龙江口及
厦门湾全海域。污染物总量分配优化计算的对象为除大气沉降、内源以外汇入
九龙江-厦门湾海域的所有的污染源。

根据九龙江-厦门湾海域环境状况调查分析成果,对九龙江-厦门湾海域
的河流入海口及直排源进行了归并和概化,最终确定的概化后的污染源为33
个,各污染源的位置分布见图10所示(附图中序号与污染源名称对应如下:1杏
林湾;2杏林月美湖排污口1#(西边);3杏林污水处理厂;4马銮湾;5翁
厝涵洞排污口;6殿前铁路排污口;7湖里5号军用码头排污口;8筼筜湖排
污口;9筼筜污水处理厂;10沙波尾排污口(大学路2号之二);11港仔后
污水站;12黄家渡污水站;13汇景园污水站;14海沧南部1#排洪渠;15海
沧污水处理厂;16龙池污水处理厂总排放口;17龙海市生活污水处理厂总排
放口;18漳州开发区市政污水口总排放口;19厦大白城排污口;20科技中学
排污口;21东部石渭头污水处理厂;22漳州开发区招商水务有限公司总排放
口;23华阳电业有限公司总排放口;24集美污水厂旁排污口;25集美污水处
理厂;26同安污水处理厂;27翔安污水处理厂;28东西溪合流段;29九溪;
30埭头溪;31西溪(上坂);32北溪(江东桥);33南溪(东泗桥闸))。
各污染源的具体太阳城集团见表6。

表6九龙江-厦门湾海域河流入海口及直排源的基本太阳城集团



从表中来看,九龙江-厦门湾海域入流域内GDP为5397亿元,人口933
万人,耕地面积为2063平方公里。各污染源的具体污染物入海通量见表7。

表7九龙江口-厦门湾河流入海口及直排源的污染物入海通量



从表中来看,九龙江-厦门湾海域2010年入海径流量为144亿m3,CODMn
入海量为5.42万吨,NH3-N入海量为1.30万吨,TN入海量为5.71万吨,总磷
入海量为0.24万吨。

(二)控制因子的选择

根据九龙江-厦门湾水环境质量分析的结果,九龙江-厦门湾区域性的环
境主要包括由COD引起的局部水质超标问题,以及由氮、磷输入造成的富营
养化问题,其中氮、磷超标是九龙江-厦门湾水环境污染的主要问题。因此,
九龙江-厦门湾污染物总量分配的指标分别为CODMn、NH3-N、TN和TP,对
应海域的水质约束因子分别为COD、非离子氨、DIN和DIP。非离子氨的水质
标准按不利条件下海水盐度和PH值的平均值取进行转换。根据海域调查结果,
在不利条件下,海水中95%的氮为无机氮,磷为无机磷,因此本发明按1:1的
对比进行对应,对于TN和TP的控制而言为偏严格的约束。

根据控制因子分析,采用两类控制指标进行污染物最大允许纳污量计算。
第一类指标为富营养化控制指标,所采用的水质项目为溶解性无机氮(无机氮)
和溶解性无机磷(磷酸盐)。第二类指标为有机物污染指标,所采用的水质项
目为CODMn、NH3-N。各水质指标执行的标准采用《海水水质标准》(GB
3097-1997)。采用水质最差月为控制时段,允许平均期为30d平均值。

(三)总量分配计算的条件设置

根据九龙江口及厦门湾海洋功能区划,九龙江-厦门湾各类水质类别的面
积的比例见表8。

表8九龙江-厦门湾海域各类功能区面积的比例


从上表可看出,九龙江-厦门湾一类水功能区所占的比例为大约为8.8%,
二类所占的比例约为38.9%,三类和四类合计共占24.8%的比例。三类和四类
功能区主要分布在靠近陆域的海域。

综合采用Fetterolf公式、Mackenthun公式,并结合直排口混合区的相关成
果进行对照,取两个公式的最小值作为CODMn和NH3-N的混合区,取两个公
式的最大值作为TN和TP的混合区。结果见表9。

表9九龙江-厦门湾海域概化污染源混合区设置


(四)水质响应场计算

采用九龙江-厦门湾海域水动力场数值模拟,计算总量控制海域的污染物响
应场。图11a至图11d分别是北溪、西溪、东西溪合流段和南溪CODMn的响应
场分布。

(五)总量计算方程组优化

根据上述响应场,构建九龙江-厦门湾污染物总量分配模型。该模型的自变
量个数为概化污染源的个数,即为33个;主要约束方程组的个数与网格数量相
同,渤海污染物总量分配计算网格数量为11166个。

九龙江-厦门湾海域计算网格为非结构网格。模型计算的线性规划程序采用
INTELISL6.0的线性规划程序DLPRS。如果采用全部网格进行污染物总量分配
计算,则计算太阳城集团大约为30分钟。

采用本发明的优化计算,迭代三次即可完成,在普通个人计算机(DELL
OPTIPLEX755,配置为IntelCoreTM2QuadCPUQ66002.40GHz,3.25GB内存)
完成CODMn总量分配共计耗时5秒,计算太阳城集团的优化效率达到99.7%。

第一次去除疑似冗余点位以后,模型的控制方程为296个,控制点位的优
化效率为97.4%。第二次增加“纠错”后的非冗余点位以后,模型的控制方程
为820个,控制点位的优化效率为92.7%。第三次增加“纠错”后的非冗余点
位以后,模型的控制方程为1028个,控制点位的优化效率为90.1%。可见模型
对冗余点位的识别仍然具有很强的准确性,不需要进行多次反复迭代计算。

图12至图14是优化前后点位对比,浅灰色点位为冗余点位,深灰色点位
为实际控制点位。

(六)总量分配计算结果

表10是九龙江-厦门湾海域各项水质指标的总量分配计算结果。

表10九龙江-厦门湾海域各水质指标的总量分配结果(t/a)



从表中来看,九龙江-厦门湾海域CODMn、NH3-N、TN和TP的分配总量
分别为135613吨/年、11872吨/年、13059和1093.5吨/年,分别为现状入海量
的2.58倍、1.04倍、0.24倍和0.49倍,这说明TN和TP目前污染物入海量已
经超过分配总量。应该指出的是,上述分配总量是理论值。应该指出的时,上
述分配总量是理论值。考虑各污染源之间的分配关系,例如不可能将污染物集
中在少数几个排污口进行排污,实际污染物分配总量将低于上述取值。

当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情
况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这
些相应的改变和变形都应属于本发明权利要求的保护范围。

关 键 词:
大规模 平面 网格 条件下 污染物 总量 控制 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:大规模平面网格条件下污染物总量控制方法.pdf
链接地址:http://zh228.com/p-6409699.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');