基于GIS技术分析地面雨径流污染空间分布特征的方法与流程

本发明涉及一种对降雨径流污染空间分布的分析方法，尤其涉及一种基于GIS技术分析降雨径流污染空间分布特征的方法。

背景技术：

上世纪70年代，发达国家已基本控制工业废水和生活污水等点源污染，非点源污染已成为自然水体污染的主要来源。相关研究表明，即使将点源污染全部控制，仍然不能保证良好的水环境质量，其原因为降雨径流冲刷地面的各种污染物并带入自然水体。因此，研究降雨径流污染空间分布特征对于制定降雨径流污染控制策略、实施污染控制措施有着直接指导意义。

评估降雨径流污染空间分布特征的传统方法为输出系数法，即沿用用地类型划分准则(国内通常采用《城市用地分类与规划建设用地标准》GB50137)，将研究区域划分为不同的用地类型，并通过现场采样和试验分析，计算各用地类型的降雨径流的污染物浓度，进而评估研究区域的不同用地类型的降雨径流污染空间分布特征。目前输出系数法在国内已广泛应用。例如：张大弟(1997)对上海市郊4种地表类型的降雨径流污染特征和负荷的调研和评估(上海市郊4种地表径流污染负荷调查与评价)；常静(2006)对上海交通区、商业区、工业区和居民区等用地类型的降雨径流污染的空间分布进行评估(上海城市降雨径流污染时空分布与初始冲刷效应)；欧阳威(2010)对北京城区不同用地类型降雨径流的污染特征的评估(北京城区不同下垫面降雨径流产污特征分析)；马英(2011)对东莞不同用地类型降雨径流的污染程度的研究(东莞不同下垫面降雨径流污染输移规律研究)等。

应该指出，上述方法经过不断的修正后，具有所需参数少、数据获取便捷等优点，但其本质仍为将各个用地类型的区域视为相互独立的污染输出板块，并将同一用地类型的降雨径流污染进行单一化的均值定量。而降雨径流污染的主要来源为人为活动过程中积累于地表的污染物，而人为活动在空间上具有空间相关性的，其不随用地类型的变更而产生巨幅变化，而且同一用地类型区域内部亦存在差异。因此，忽略不同用地类型的降雨径流污染的空间关联性和同一用地类型的降雨径流污染的空间差异性，易导致评估结果与实际情况存在较大偏差。

技术实现要素：

本发明的目的是提供基于GIS技术分析降雨径流污染空间分布特征的方法，采用GIS技术(地理信息系统)对降雨径流污染的空间分布特征进行模拟，解决当前主要根据用地类型进行单一赋值的输出系数法而导致计算结果精度较低的问题，并为有效制定降雨径流污染控制策略、实施污染控制措施、开展海绵城市建设提供科学指导。

为实现上述目的，本发明采用如下技术方案：

基于GIS技术分析降雨径流污染空间分布特征的方法，其特征在于它包括以下具体步骤：

A、获取研究区域中陆域的空间信息数据，并将所述陆域分为地面类不透水面和屋面类不透水面；

B、采样分析，对地面类不透水面和屋面类不透水面分别进行降雨采样，并获取采样点的GPS定位数据；

C、根据监测数据，计算不同采样点的单次降雨径流污染物的EMC，并进一步加权计算SMC，通过采样点GPS定位数据录入基础地理信息数据库，将地面类不透水面采样点的SMC作为属性数据与相应的空间坐标进行关联，建立地面类不透水面的降雨径流污染属性数据库；

D、最优GIS模型构建，进行空间模拟，对各地面类不透水面采样点的地理位置和SMC进行拟合分析，通过拟合分析选择最优半方差模型以及最优参数，并利用该最优半方差模型以及最优参数对各地面类不透水面采样点之间的位置进行SMC的插值计算；

E、生成降雨径流污染等级空间分布图，对于地面类不透水面，输出步骤D中得到的地面类不透水面的降雨径流污染插值图，对于屋面类不透水面，将屋面类不透水面的降雨径流污染SMC进行加权平均，作为屋面类不透水面的统一的SMC。优选地，步骤A中，空间信息数据的来源分为两种：①以降雨径流污染研究区域的遥感影像资料为数据源，采用ArcGIS软件进行坐标系统配准后，对研究区域下垫面进行解译与解译图层预处理，并最终获得shp格式的、有效空间信息数据；②相关规划管理部门已存在研究范围用地类型的解译数据，则可采用ArcGIS软件对其进行预处理，最终获得研究区域中陆域的空间信息数据。

所述步骤A中剔除的用地类型包括水体、湿地、绿地等透水下垫面或自然水体，其中绿地不仅包括集中绿地，还包括小区绿地等零散绿地。不透水下垫面分为地面类和屋面类不透水下垫面2大类。

优选地，步骤B中，降雨采样分为地面类不透水面和屋面类不透水下垫面的采样，采用人工采样或降雨径流采样器进行降雨采样，采样过程中，前30min内径流采样间隔时间宜为5min，30min～90min内采样间隔时间宜为10min，90min之后的采样间隔时间可适当扩大，采样监测指标为COD、BOD、NH₄⁺-N、TN、TP、重金属和POPs。

所述步骤B中采样点位设计应对研究区域进行网格化均匀布点，并在可接受采样强度范围内对特殊区域(如大片的广场等)进行密集布点，以达到分析其降雨径流污染的空间差异性的目的。

所述步骤B中采样次数设置应满足如下要求：需对研究范围的降雨径流进行长期采样监测，时间跨度至少一年，并保证每季度至少采样一次；且大雨、中雨和小雨的降雨至少一次。

优选地，步骤C中，事件平均浓度EMC(Event Mean Concentration)的计算公式为

点位平均浓度SMC(Site Mean Concentration)的计算公式为

上述公式(1)中，EMC是指事件平均浓度，mg/L；M是指降雨事件径流污染物总量，mg；V是指降雨事件径流总量，L；Q_j是指第j次取样时所对应的径流量，L/min；C_j指j次取样时的径流污染物浓度，mg/L。上述公式(2)中，SMC是指点位平均浓度，P是指第i次降雨量，L；EMC_i是指第i次降雨径流点位平均浓度，mg/L。

所述步骤C中监测数据的正态分布检验为必须环节，常见检验方法包括Kolmogorov-Smirnov检验和Shapiro-Wilk检验，原始数据不符合正态分布的需进行对数转换、倒数转换等数据处理。SMC为评估降雨径流污染空间分布特征的主要指标。

优选地，步骤D又包括：

1)用GS+拟合半方差函数并优化其参数。将地面类不透水面采样点的地理信息和对应的SMC输入GS+软件中；用GS+对SMC进行空间模拟，通过拟合分析，选择最优半方差模型以及最优参数；

2)将GS+(Version 9，Gamma Design Software company)拟合的半方差函数最优参数输入ArcGIS(Version 9.3,ESRI.company)中的地统计模块(Geostatistical analyst)，采用最常用的普通克里金法(Ordinary Kriging)进行的空间插值，利用配对t检验(Paired t test)对空间差值结果与实测结果的进行精度检验，最终确定最优GIS分析模型。

步骤D中，最优半方差模型线性包括基台模型、球状模型、指数模型和高斯模型，其空间模拟(最优半方差模型以及最优参数)的最优标准为决定系数值最大和残差平方和值最小。

优选地，步骤E还包括：参照研究区域受纳水体的地表水控制标准，并结合监测数据，制定降雨径流的污染等级；

点击插值图的属性，根据设定的污染等级对应的污染物浓度，确定直方图的组距、组数和输出颜色；

输出降雨径流污染等级空间分布图。

所述步骤E中输出地面类不透水面的降雨径流污染插值图，将插值图栅格化后，并对插值图进行提取边界和裁剪的优化措施，插值图栅格化的栅格应不大于1m×1m。

所述步骤E中降雨径流的污染等级即为直方图的组数，一般分为6组～10组。

本发明将GIS技术引入至降雨径流污染空间分布特征的模拟，试图避免采用传统输出系数法在降雨径流污染研究中笼统赋值不足，提高降雨径流污染评估的精度，以便有效制定降雨径流污染控制策略、科学指导实施污染控制措施。

附图说明

图1为本发明的流程图。

图2为本发明一实施例的监测点位总图。

图3为该实施例EPA_SS的最优半方差函数模型及拟合结果。

图4为利用普通克立格方法插值获得的地表径流SMC_SS分布图。

具体实施方法

下面结合附图和具体实施过程对本发明专利作进一步的说明。

为了更好的说明本发明专利的具体实施方案，现以本发明所采用的方法在上海临港新城的应用为例，对本发明内容的实施过程进行实例说明。

上海临港新城位于上海东南角，其陆地区域45％的面积由填海造陆而成，土壤盐碱度较高，移植的植株生长受限临港新城主城区的中心是滴水湖，它是世界上最大的人工景观湖，面积为5.56km²，与沿湖以环状的“三涟”(内涟河，中涟河，

外涟河)和“七射”构成了临港水系的主构架。临港主城区划分为滴水湖二级集水区，主城区采用的雨污分流的市政排水系统，暴雨时期，溢出的径流污水将排入临港水系，进入滴水湖对其景观水质造成影响。

(1)基础数据收集

上海临港新城2008年土地利用数据解译于华东师范大学地理信息科学教育部重点实验室，根据其人为活动的空间关联性，本研究将不透水面分为道路广场类不透水面与屋面类不透水面。通过ArcGIS工具生成道路广场类不透水面与屋面类不透水面的图层，以便采用地统计学模型对道路广场类EIA的径流污染物的空间分布进行模拟。

(2)制定采样方案和采样分析

在现场调研研究区域用地类型、用地面积等用地信息的基础上，制定降雨径流采样方案。采样点位如下图下表所示。

表1 监测点位信息

采用自动径流采样器共采集有效降雨事件5次，具体见表2。

表2 采集降雨事件

分析指标为COD、BOD、NH₄⁺-N和TP。

3.降雨径流污染检测数据预处理和数据库建立

根据监测数据，进行各污染物的描述性分析，相关性分析等。相关性分析，结果表明污染物SS的EMC值与COD_Cr、TP和NH₃-N均呈显著相关，在此本研究仅选SS的SMC讨论临港新城地表径流污染的空间差异性。

通过采样点GPS定位数据录入基础地理信息数据库，将地面类不透水面采样点的SMC作为属性数据与相应的空间坐标进行关联，建立地面类不透水面的降雨径流污染属性数据库。

表3 各污染物描述性统计

表4 各污染物相关性分析

4.最优GIS模型构建

根据公式计算不同监测点位的SMCss，并以SMCss为区域化变量，利用半方差函数，对临港新城道路交通类EIA的SMCss的半方差值随步长变化的理论模型进行拟合，以残差平方和(RSS)最小和决定系数(R²)最大为最优模型的筛选标准，最终确定SMCss在空间模拟的最优模型为高斯模型。

表5 临港径流SMC_SS的全方位的半方差模型及其参数

5.生成降雨径流污染等级空间分布图

①输出地面类不透水面的降雨径流污染插值图，将插值图栅格化后，并对插值图进行提取边界(Extract by mask)和裁剪等优化措施；②将屋面类不透水面的降雨径流污染SMC_SS进行加权平均，作为屋面类不透水面的统一的SMC。③参照研究区域受纳水体的地表水控制标准，并结合监测数据，制定降雨径流的污染等级；④点击插值图的属性(Properties)，根据设定的污染等级对应的污染物浓度，确定直方图(Histogram)的组距、组数和输出颜色；⑤输出降雨径流污染等级空间分布图。