一种污染物的溯源方法、系统、装置及介质

本发明涉及水环境，尤其是一种污染物的溯源方法、系统、装置及介质。

背景技术：

1、近年来，造纸、化工、印染等重点排污单位向河流排放的废水量在逐年增多，对河流流域内的水体环境造成了一定的污染，其中工业废水中有机污染物的污染问题尤为突出，给流域水环境造成重大威胁。

2、目前，河流流域的水质检测仍以cod、氨氮、重金属等常规检测项目为主，但这些检测项目只能确定水环境是否受到废水污染，其缺少有机污染物检测指标，不能准确确定水质的污染情况，也不能较好地实现水质中有机污染源的识别和溯源工作。此外，在水质检测中，虽然已有针对有机污染物的现有检测技术，但由于有机污染物的组分复杂，检测时的浓度差异大等原因，现有检测技术只能给出受体贡献较大的几个大类排放源，不能实现这几个大类排放源之外的识别和溯源，也不能实现具体排放源的识别和溯源，其针对性不强，精确度不高。

3、因此，现有技术存在的问题还亟需解决和优化。

技术实现思路

1、本发明的目的在于至少一定程度上解决相关技术中存在的技术问题之一。

2、为此，本发明实施例的一个目的在于提供一种污染物的溯源方法，该溯源方法不仅可以实现对多组分复杂污染物的识别与溯源，识别和溯源的污染物种类多、类型精确，还提高了污染物溯源的针对性和溯源结果的精确度。

3、本技术实施例的另一个目的在于提供一种污染物的溯源系统。

4、为了达到上述技术目的，本技术实施例所采取的技术方案包括：

5、第一方面，本技术实施例提供了一种污染物的溯源方法，包括：

6、获取并检测河流断面处的第一水样，根据所述第一水样的检测结果构建河流断面处的水质指纹谱，其中，所述水质指纹谱包括所述河流断面处的污染物信息；

7、根据河流流域内的工业数据信息确定所述河流断面处的可疑污染源；

8、获取并检测所述可疑污染源的第二水样，根据所述第二水样的检测结果得到所述可疑污染源的特征污染物信息；

9、通过污染源识别模型分析所述水质指纹谱和所述特征污染物信息，确定溯源结果，其中，所述溯源结果包括所述河流断面处的实际污染源。

10、另外，根据本技术上述实施例的溯源方法，还可以具有以下附加的技术特征：

11、进一步地，在本技术的一个实施例中，所述溯源方法还包括：验证所述溯源结果；

12、所述验证所述溯源结果，包括：

13、通过定量分析法对所述特征污染物信息进行分析，得到所述特征污染物信息中各个特征污染物的分析结果；

14、对所述第一水样中的污染物进行污染物浓度反演和污染物种类反演，得到反演污染物的分析结果；

15、根据所述反演污染物的分析结果和各个所述特征污染物的分析结果验证所述溯源结果。

16、进一步地，在本技术的一个实施例中，所述获取并检测河流断面处的第一水样，构建所述河流断面处的水质指纹谱，包括：

17、获取所述河流断面处的第一水样，并对所述第一水样依次进行固相萃取浓缩处理；

18、通过非靶向半定量分析技术对所述第一水样进行检测，获得所述河流断面处的污染物信息，其中，所述污染物信息包括污染物名称、峰面积响应值、匹配因子、化学式和保留时间；

19、根据所述污染物信息构建所述水质指纹谱。

20、进一步地，在本技术的一个实施例中，所述通过非靶向半定量分析技术对所述第一水样进行检测，获得所述河流断面处的污染物信息，包括：

21、通过非靶向半定量分析技术对所述第一水样进行检测，得到第一污染物信息，其中，所述第一污染物信息用于表征所述第一水样中所有污染物的信息；

22、根据用户预先设置的保留条件对所述第一污染物信息进行处理，得到所述污染物信息，其中，所述保留条件为所述匹配因子大于第一阈值、所述峰面积响应值大于第二阈值、或所述峰面积响应值大于等于第三阈值中的至少之一，所述第三阈值为3倍空白数据的峰面积响应值。

23、进一步地，在本技术的一个实施例中，所述根据河流流域内的工业数据信息确定所述河流断面处的可疑污染源，包括：

24、获取所述河流流域内企业的工业数据信息，所述工业数据信息包括工业领域、地理位置、废水排放量、化学需氧量、是否排放废水进入非集中式污水处理厂、是否排放废水进入工业废水集中处理厂、生产工艺、原辅材料、最终产物和中间产物；

25、根据所述工业数据信息进行统计分析，得出被列为所述河流断面处的可疑污染源的企业。

26、进一步地，在本技术的一个实施例中，，所述获取并检测所述可疑污染源的第二水样，得到所述可疑污染源的特征污染物信息，包括：

27、获取所述可疑污染源的第二水样，并对所述第二水样依次进行固相萃取浓缩处理；

28、通过非靶向半定量分析技术对所述第二水样进行检测，获得所述可疑污染源的第二污染物信息，其中，所述第二污染物信息用于表征第二水样中所有污染物的信息；

29、根据所述工业数据信息、所述水质指纹谱对所述第二污染物信息进行分析处理，得到第三污染物信息，其中，所述第三污染物信息用于表征由所述工业数据信息和所述水质指纹谱确定的所述可疑污染源排放的所有特征污染物；

30、通过机器学习的特征工程对所述第二污染物信息进行特征计算，得到第四污染物信息，其中，所述第四污染物信息用于表征由特征工程确定的所述可疑污染源排放的所有特征污染物；

31、将所述第三污染物信息和所述第四污染物信息合并，得到所述可疑污染源的特征污染物信息。

32、进一步地，在本技术的一个实施例中，所述通过机器学习的特征工程对所述第二污染物信息进行特征计算，得到第四污染物信息，包括：

33、对所述第二污染物信息中的各个第二污染物进行分类并做归一化处理，其中，所述第二污染物为所述第二污染物信息所表征的其中一种污染物；

34、通过机器学习模型对经分类、归一化处理后的各个所述第二污染物进行特征重要性计算，其中，特征重要性用于表征第二污染物对目标变量的影响程度；

35、将一个所述特征重要性得分最高的第二污染物确定为所述第四污染物信息，或者，将多个所述特征重要性得分较高的第二污染物确定为所述第四污染物信息。

36、第二方面，本技术实施例提供了一种污染物的溯源系统，包括：

37、第一获取模块，用于获取并检测河流断面处的第一水样，构建河流断面处的水质指纹谱，其中，所述水质指纹谱包括所述河流断面处的污染物信息；

38、第一确定模块，用于根据河流流域内的工业数据信息确定所述河流断面处的可疑污染源；

39、第二获取模块，用于获取并检测所述可疑污染源的第二水样，得到所述可疑污染源的特征污染物信息；

40、第二确定模块，通过污染源识别模型分析所述水质指纹谱和所述可疑污染源的特征污染物信息，确定溯源结果，其中，所述溯源结果包括所述河流断面处的实际污染源。

41、第三方面，本技术实施例还提供了一种污染物的溯源装置，包括：

42、至少一个处理器；

43、至少一个存储器，用于存储至少一个程序；

44、当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述第一方面的一种污染物的溯源方法。

45、第四方面，本技术实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现上述第一方面的一种污染物的溯源方法。

46、本技术的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到：

47、本技术实施例所公开的一种污染物的溯源方法、系统、装置及介质，通过获取并检测河流断面处的第一水样，根据所述第一水样的检测结果构建河流断面处的水质指纹谱；根据河流流域内的工业数据信息确定所述河流断面处的可疑污染源；获取并检测所述可疑污染源的第二水样，根据所述第二水样的检测结果得到所述可疑污染源的特征污染物信息；通过污染源识别模型分析所述水质指纹谱和所述特征污染物信息，确定溯源结果。该溯源方法可以实现对多组分复杂污染物的识别与溯源，识别和溯源的污染物种类多、类型精确，还提高了污染物溯源的针对性和溯源结果的精确度。