基于水质达标的污染源排污许可监控方法及系统与流程

文档序号:19864777发布日期:2020-02-08 05:11阅读:167来源:国知局
基于水质达标的污染源排污许可监控方法及系统与流程

本发明属于水环境保护和环境管理技术领域,尤其涉及水质目标管理技术领域。



背景技术:

随着水环境保护的发展,对环境管理的要求也愈来愈严格,尤其是对于断面水质超标风险压力源的识别也提出了更高的要求。



技术实现要素:

本发明的目的在于提供一种基于水质达标的污染源排污许可监控方法及系统,能够有效识别出超排的污染源。

为了实现上述目的,本发明提供一种基于水质达标的污染源排污许可监控方法,其特点在于,包括:

步骤a、利用污染源的多个排放指标的监测数据进行污染源超排评估,其中,

对具有在线监测设备的污染源,对于能够实现在线监测的排放指标,通过所述在线监测设备获取相应的在线监测指标数据并进行统计,得到相应的在线统计结果,以根据所述在线统计结果进行污染源超排评估;而对于不能实现在线监测的排放指标,通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估;

对不具有在线监测设备的污染源,对于所述多个排放指标,通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估。

根据本发明的一实施例,在所述步骤a中,在进行污染源超排评估时,是根据所述在线统计结果和所述实测统计结果进行平均计算得到所述多个排放指标的平均值,并将所述平均值与一超排阈值进行比较,超过所述超排阈值则认为所述污染源超排。

根据本发明的一实施例,所述的基于水质达标的污染源排污许可监控方法还包括:

步骤b、利用所述污染源与所述多个排放指标相关的多个驱动因子的监测数据,进行污染源超排辅助评估;及/或,

步骤c、利用下游水质断面的超标情况,推测上游的污染源的超排概率,进行污染源超排辅助评估。

根据本发明的一实施例,所述步骤b包括:

步骤b1、建立关于驱动因子与排放指标的影响关系矩阵;

步骤b2、确定不同驱动因子对不同排放指标的贡献率;

步骤b3、确定正常状态下不同驱动因子的排放阈值;

步骤b4、进行污染源超排概率评估。

根据本发明的一实施例,所述步骤b1是针对不同驱动因子制定单位当量对不同污染物的排放指标的排放量的影响系数,从而建立不同驱动因子对不同污染物的排放指标的排放量的影响关系矩阵:

其中:aij为j驱动因子对i排放指标的影响系数,i=1、...、m,j=1、...、n;cj为j驱动因子当量;bi为i排放指标的排放量,其量纲为kg;

所述步骤b2是通过将污染物的排放指标的排放量进行单位化,得到不同驱动因子对单位污染物的排放指标的影响系数,从而得到贡献率:

其中:pij为j驱动因子对i排放指标的贡献率,无量纲;

所述步骤b3是根据所述污染源在正常状态下的所述多个驱动因子的监测数据,确定不同驱动因子的排放阈值cj,其中cj为j驱动因子的排放阈值;

所述步骤b4是包括:

令j驱动因子超过排放阈值导致i排放指标超排的概率为pij;在评估过程中,如果j驱动因子超过排放阈值,则p1j=1,否则p1j=0;

那么,对于i排放指标的超排概率,则有:

其中:p′i为i排放指标的超排概率,pij为j驱动因子超过排放阈值导致i排放指标超排的概率,p1j为j驱动因子超过排放阈值的概率;n1为超标的驱动因子数目;

其中,当p′i超过一超排阈值时,则认为所述污染源超排。

根据本发明的一实施例,所述步骤c包括:

步骤c1、建立流域/区域关于污染源与下游水质断面的排污指标的影响关系矩阵;

步骤c2、确定不同污染源对下游水质断面的不同排污指标的贡献率;

步骤c3、进行污染源超排概率评估。

根据本发明的一实施例,所述步骤c1是基于不同污染源与下游水质断面的压力响应关系,建立不同污染源对不同污染物的排放指标的排放量的影响关系矩阵:

其中:aij为j污染源对i排放指标的影响系数,i=1、...、m,j=1、...、n;cj为j污染源的排放限值;bi为i排放指标的水质标准限值,其量纲为mg/l;

所述步骤c2是将污染物的排放指标的排放量进行单位化,得到不同污染源对下游水质断面的不同污染物的排放指标的贡献率:

其中:pij为j污染源对下游水质断面i排放指标的贡献率,无量纲;

所述步骤c3是包括:

当下游水质断面超标时,j污染源的贡献率为pij,令j污染源发生超排导致下游水质断面的i排放指标超标的概率为pij,j污染源超排的概率为p1j,即有j污染源引起下游水质断面超排的概率为pp′ij,

pp′ij=pij×p1j

假设其他因素引起下游水质断面的i排放指标超标的概率为pp″ij,那么根据贝叶斯公式,可推求下游水质断面的i排放指标超标时,j污染源发生超排的概率为:

当p′ij超过一超排阈值时,则认为所述污染源超排。

为了实现上述目的,本发明另提供一种基于水质达标的污染源排污许可监控系统,其特点在于,包括:

第一超排评估单元,用于利用污染源的多个排放指标的监测数据进行污染源超排评估,其中,对具有在线监测设备的污染源,对于能够实现在线监测的排放指标,通过所述在线监测设备获取相应的在线监测指标数据并进行统计,得到相应的在线统计结果,以根据所述在线统计结果进行污染源超排评估;而对于不能实现在线监测的排放指标,通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估;对不具有在线监测设备的污染源,对于所述多个排放指标,通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估。

根据本发明的另一实施例,所述的基于水质达标的污染源排污许可监控系统还包括:

第二超排评估单元,用于利用所述污染源与所述多个排放指标相关的多个驱动因子的监测数据,进行污染源超排辅助评估;及/或,

第三超排评估单元,用于利用下游水质断面的超标情况,推测上游的污染源的超排概率,进行污染源超排辅助评估。

根据本发明的另一实施例,所述第二超排评估单元包括:

矩阵建立模块,用于建立关于驱动因子与排放指标的影响关系矩阵;

贡献率确定模块,用于确定不同驱动因子对不同排放指标的贡献率;

排放阈值确定模块,用于确定正常状态下不同驱动因子的排放阈值;

超排概率评估模块,用于进行污染源超排概率评估;

所述第三超排评估单元包括:

矩阵建立模块,用于建立流域/区域关于污染源与下游水质断面的排污指标的影响关系矩阵;

贡献率确定模块,用于确定不同污染源对下游水质断面的不同排污指标的贡献率;

超排概率评估模块,用于进行污染源超排概率评估。

本发明利用对污染源通过在线监测设备获取的在线监测指标数据和/或通过人工监测获取的实测指标数据直接进行超排评估,可有效地识别出超排的污染源。

在不具备监测数据的情况下,或者监测数据不支持的情况下,本发明还可利用污染源与排放指标相关的驱动因子的监测数据,从而进行污染源超排的辅助评估;或者,可利用下游水质断面的超标情况推测上游的污染源的超排概率,从而进行污染源超排的辅助评估。

附图说明

图1是本发明一较佳的基于水质达标的污染源排污许可监控方法的流程示意图;

图2是本发明一较佳的基于水质达标的污染源排污许可监控系统的结构示意图。

具体实施方式

如图1所示,本发明的基于水质达标的污染源排污许可监控方法主要包括:

步骤a、利用污染源的多个排放指标的监测数据进行污染源超排评估。

其中,对具有在线监测设备的污染源,对于能够实现在线监测的排放指标,可以通过所述在线监测设备获取相应的在线监测指标数据并进行统计,得到相应的在线统计结果,以根据所述在线统计结果进行污染源超排评估。而对于不能实现在线监测的排放指标,可以通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估。

对不具有在线监测设备的污染源,对于所述多个排放指标,可以通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估。

在本发明中,在所述步骤a中,在进行污染源超排评估时,是根据所述在线统计结果和所述实测统计结果进行平均计算得到所述多个排放指标的平均值,并将所述平均值与一超排阈值进行比较,超过所述超排阈值则认为所述污染源超排。

较佳地,在本发明中,在不具备监测数据的情况下,或者监测数据不支持的情况下,所述的基于水质达标的污染源排污许可监控方法还可包括:步骤b、利用所述污染源与所述多个排放指标相关的多个驱动因子的监测数据,进行污染源超排辅助评估。也即,可通过步骤b对污染源是否超排进行辅助评估。

具体地,所述步骤b例如可包括以下步骤b1~b4:

步骤b1、建立关于驱动因子与排放指标的影响关系矩阵。

在此步骤中,可以考虑污染源(例如排污单位)的生产、生活、运维、管护等环节,明确与污染物产生排放相关的主要驱动因子,比如:用水量、用电量、产品产量、原材料购置量、污染处理设施的运行时间等驱动因子,针对不同驱动因子制定单位当量对不同污染物的排放指标的排放量的影响系数,从而建立不同驱动因子对不同污染物的排放指标的排放量的影响关系矩阵:

其中:aij为j驱动因子对i排放指标的影响系数,i=1、...、m,j=1、...、n;cj为j驱动因子当量;bi为i排放指标的排放量,其量纲为kg。

步骤b2、确定不同驱动因子对不同排放指标的贡献率。

在此步骤中,可通过将污染物的排放指标的排放量进行单位化,得到不同驱动因子对单位污染物的排放指标的影响系数:

即有:

由此可得到贡献率:

其中:pij为j驱动因子对i排放指标的贡献率,无量纲。

步骤b3、确定正常状态下不同驱动因子的排放阈值。

在此步骤中,可根据所述污染源在正常状态下的所述多个驱动因子的监测数据,确定不同驱动因子的排放阈值cj,其中cj为j驱动因子的排放阈值。

例如,根据污染源(例如排污单位)在正常状态下的生产、生活、运维、管护等环节,确定其正常状态下的排放阈值分布,比如:cj为日用水量,正常情况下为100吨,当用水量超过100吨时就可能形成超排,即以cj=100吨作为j驱动因子的排放阈值。

步骤b4、进行污染源超排概率评估。

在此步骤中,当j驱动因子超过其排放阈值时,例如实际驱动因子为c′j,且c′j>cj,即极可能形成i排放指标的超排。

如此,可令j驱动因子超过排放阈值导致i排放指标超排的概率为pij;在评估过程中,如果j驱动因子超过排放阈值,则p1j=1,否则p1j=0;

那么,对于i排放指标的超排概率,则有:

其中:p′i为i排放指标的超排概率,pij为j驱动因子超过排放阈值导致i排放指标超排的概率,p1j为j驱动因子超过排放阈值的概率;n1为超标的驱动因子数目;

其中,当p′i超过一超排阈值时,则认为所述污染源超排。

较佳地,在本发明中,在不具备监测数据的情况下,或者监测数据不支持的情况下,所述的基于水质达标的污染源排污许可监控方法还可包括:步骤c、利用下游水质断面的超标情况,推测上游的污染源的超排概率,进行污染源超排辅助评估。也即,可通过步骤c利用下游水质断面的超标情况对上游污染源是否超排进行辅助评估。

具体地,所述步骤c例如可包括以下步骤c1~c3:

步骤c1、建立流域/区域关于污染源与下游水质断面的排污指标的影响关系矩阵。

在此步骤中,由于在基于水质排污许可限值确定的过程中,已经充分考虑了不同污染源与下游水质断面的压力响应关系,因此可基于此压力响应关系,建立不同污染源对不同污染物的排放指标的排放量的影响关系矩阵:

其中:aij为j污染源对i排放指标的影响系数,i=1、...、m,j=1、...、n;cj为j污染源的排放限值;bi为i排放指标的水质标准限值,其量纲为mg/l。

步骤c2、确定不同污染源对下游水质断面的不同排污指标的贡献率。

在此步骤中,可将污染物的排放指标的排放量进行单位化,得到不同污染源对下游水质断面的不同污染物的排放指标的贡献率。

例如,通过

即有:

由此可得到贡献率:

其中:pij为j污染源对下游水质断面i排放指标的贡献率,无量纲。

步骤c3、进行污染源超排概率评估。

在此步骤中,当下游水质断面超标时,j污染源的贡献率为pij,令j污染源发生超排导致下游水质断面的i排放指标超标的概率为pij,j污染源超排的概率为p1j,即有j污染源引起下游水质断面超排的概率为pp′ij,

pp′ij=pij×p1j

假设其他因素引起下游水质断面的i排放指标超标的概率为pp″ij,那么根据贝叶斯公式,可推求下游水质断面的i排放指标超标时,j污染源发生超排的概率为:

当p′ij超过一超排阈值时,则认为所述污染源超排。

相应地,本发明还提供一种基于水质达标的污染源排污许可监控系统100,如图2所示,其包括:

第一超排评估单元10,用于利用污染源的多个排放指标的监测数据进行污染源超排评估,其中,对具有在线监测设备的污染源,对于能够实现在线监测的排放指标,通过所述在线监测设备获取相应的在线监测指标数据并进行统计,得到相应的在线统计结果,以根据所述在线统计结果进行污染源超排评估;而对于不能实现在线监测的排放指标,通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估;对不具有在线监测设备的污染源,对于所述多个排放指标,通过人工监测获取相应的实测指标数据并进行统计,得到相应的实测统计结果,以根据所述实测统计结果进行污染源超排评估。

较佳地,所述的基于水质达标的污染源排污许可监控系统100还可包括:

第二超排评估单元20,用于利用所述污染源与所述多个排放指标相关的多个驱动因子的监测数据,进行污染源超排辅助评估;及/或,

第三超排评估单元30,用于利用下游水质断面的超标情况,推测上游的污染源的超排概率,进行污染源超排辅助评估。

较佳地,所述第二超排评估单元20例如可包括:

矩阵建立模块21,用于建立关于驱动因子与排放指标的影响关系矩阵;

贡献率确定模块22,用于确定不同驱动因子对不同排放指标的贡献率;

排放阈值确定模块23,用于确定正常状态下不同驱动因子的排放阈值;

超排概率评估模块24,用于进行污染源超排概率评估。

所述第三超排评估单元30例如可包括:

矩阵建立模块31,用于建立流域/区域关于污染源与下游水质断面的排污指标的影响关系矩阵;

贡献率确定模块32,用于确定不同污染源对下游水质断面的不同排污指标的贡献率;

超排概率评估模块33,用于进行污染源超排概率评估。

本发明利用对污染源通过在线监测设备获取的在线监测指标数据和/或通过人工监测获取的实测指标数据直接进行超排评估,可有效地识别出超排的污染源。

在不具备监测数据的情况下,或者监测数据不支持的情况下,本发明还可利用污染源与排放指标相关的驱动因子的监测数据,从而进行污染源超排的辅助评估;或者,可利用下游水质断面的超标情况推测上游的污染源的超排概率,从而进行污染源超排的辅助评估。

当然,本发明在细节处理方面还有很大的选择余地,或者有不同的处理方式,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。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1