基于陆地-河流-大气模拟河流一氧化氮排放计算方法

本发明涉及河流n2o排放计算，属于环境工程、环境系统模拟预测技术与计算机技术交叉领域。

背景技术：

1、一氧化二氮(n2o)是一种长寿命的大气痕量气体，其大气停留时间超过100年，具有极强的温室效应。n2o的全球变暖潜能值是co2的298倍，也是目前造成平流层臭氧消耗最重要的人为大气污染物。河流生态系统已被确定是全球n2o的重要来源，目前的研究表明，河流生态系统的n2o排放量超过了全球人为总n2o排放的10％，但其形成和排放机制尚不明晰。因此，准确识别与计算河流n2o排放量、确定大尺度流域河流n2o排放的时空分布规律，并基于此提出因地制宜的污染精准控制策略，对于实现水安全具有重要意义。

2、联合国政府间气候变化专门委员会(ipcc)提出的河流n2o排放系数(ef5)在过去20年中被广泛应用于全球各地河流n2o排放量的估算。一方面，应用恒定排放因子会导致世界河流的n2o排放的高估或低估，这取决于排放因子测量的时间与位置。另一方面，排放系数法忽略了河流作为连接陆地和大气系统的纽带功能，无法根据特定河流的水文水质状态确定其氮转化效率，不能实现温室气体的污染源头和污染过程协同控制。因此，现有估计各地河流n2o排放量的方法，准确性差，而利用精确有效的模型工具，定量描述“陆地-河流-大气”的氮传递过程成为了河流n2o排放精准计算的关键问题。

技术实现思路

1、本发明的目的是为了解决现有测量河流n2o的方法，准确性差的问题，提出了基于陆地-河流-大气模拟河流一氧化氮排放计算方法。

2、基于陆地-河流-大气模拟河流一氧化氮排放计算方法，所述方法包括：

3、步骤1、获得各地区内陆地上的氮排放量；

4、步骤2、将各地区内陆地上的氮排放量分成氮排放量预测集和氮排放量测试集，将各地区内地理变量分成地理变量预测集和地理变量测试集，将各地区内气候变量分成气候变量预测集和气候变量测试集，利用氮排放量预测集、地理变量预测集和气候变量预测集训练rf回归模型，得到训练后的rf回归模型，将氮排放量测试集、地理变量测试集和气候变量测试集输入至训练后的rf回归模型，输出每个地区内各子流域的河流水质浓度；

5、步骤3、获得每个地区内各子流域的河流水文参数，各子流域的河流水文参数包括河流水深、水流速度、水温和水面面积；

6、步骤4、将每个地区内各子流域的河流水文参数和各子流域的河流水质浓度输入至空气-水界面气体交换模型中进行浓度转化，获得每个地区内各子流域的河流n2o排放总量。

7、优选地，陆地上的氮排放量包括城市生活人为氮排放量、工业人为氮排放量、城市雨水面源氮排放量、农村生活氮排放量、农田种植氮排放量和畜禽养殖氮排放量。

8、优选地，城市生活人为氮排放量：

9、

10、式中，urndischarge表示城市生活向水环境排放的氮；urndirect表示未经污水处理直接排入水环境的量；urntreat表示城市污水处理厂处理后释放到水环境中的城市生活氮排放量；urpop表示城市人口数；urcofwater表示城市居民的生活用水系数(人均)；urratedirect表示污水直接排放量与污水总量的比值；urconcdirect表示直排污水的氮排放浓度；urratetreat表示污水处理厂处理的污水与总污水的比例；urratereuse表示污水处理厂的出水再利用率；urconctreat表示污水处理厂的污染物排放浓度；

11、城市雨水面源氮排放量：

12、

13、式中，usrndischarge表示城市雨水面源排放的氮，usrnratei表示与功能区i对应的单位面积径流氮排放量，i＝1,2,3,4，分别对应于生活区、商业区、工业区和其他区域；uareai表示功能区i的面积；nconi表示功能区i的氮排放浓度；pdeni，j表示j年功能区i的城市人口密度参数；sf代表城市社区的清扫频率，每天清扫一次为1；api表示功能区所在城市j年的年降水量(cm)；ncoef代表氮排放修正系数；pdeni，j为功能区修正系数；dpi0.54是行政区域的人口密度；uacoefj表示j年城市面积的修正系数，uacoef2018表示2018年城市面积的修正系数，uarea2018表示功能区2018的面积；

14、农村生活氮排放量：

15、

16、式中，rrndischarge表示农村生活向水环境排放的氮，rrndirect表示指未经污水处理直接排入水环境的水量；rrntreat表示农村污水处理设施处理后释放到水环境中的污染排放；rrratetreat表示污水处理设施处理的污水与农村地区总污水的比例；rrcoefremoval表示农村污水处理的污染物去除率；rrpop表示农村居民总数；rrratedryt表示农村地区旱厕与总厕的比率；rrcoefdryt表示使用旱厕的农村居民的人均污染物排放系数；rrrateflusht表示农村地区冲水马桶与总马桶的比例；rrcoefflusht表示使用冲水马桶的农村居民的污染物排放系数；

17、农田种植氮排放量：

18、

19、式中，cfndischarge表示排放到水环境中的农作物养殖污染排放；cfarea是指农田的总播种面积；cfcoefdischarge是农田的污染物损失系数；cfcoefdischarge，2017是基于2017年第二次中国污染源普查数据的农田标准氮损失系数；cffertilizeri表示第i年的化肥施用量；cffertilizer2017表示2017年的化肥施用量；

20、畜禽养殖氮排放量：

21、

22、式中，lfndischarge表示畜牧业排放到水环境中的氮；lfncentralized是集中式畜牧业污染排放量；lfnfree是散养畜牧业污染排放量；lfnumberi是育肥牲畜i的数量；lfratecentralized，i是物种i的集中养殖数量与总数量的比率；lfcoefcentralized，i是集中式耕作物种i的氮排放系数；lfratefree，i是物种i的散养数量与总数量的比率；lfcoeffree，i是散养畜牧种i的氮排放系数；

23、工业人为氮排放量的获得过程为：

24、获得各地区的工业氮排放量，根据每个地区内各子流域占该地区的面积比例，将每个地区的工业氮排放量转换为各子流域的氮排放量，作为工业排放到水环境中的氮。

25、优选地，步骤2中，输出每个地区内各子流域的河流水质浓度的具体过程为：

26、将各地区内环境投资数据分成环境投资数据预测集和环境投资数据测试集，将各地区内人口和经济的社会统计数据分成人口和经济的社会统计预测集、人口和经济的社会统计测试集；

27、利用氮排放量预测集、地理变量预测集、气候变量预测集、环境投资数据预测集、人口和经济的社会统计预测集训练rf回归模型，得到训练后的rf回归模型，将氮排放量测试集、地理变量测试集、气候变量测试集、环境投资数据测试集、人口和经济的社会统计测试集输入至训练后的rf回归模型，输出每个地区内各子流域的河流水质浓度。

28、优选地，环境投资数据包括环境污染投资占比和环境法规数；

29、人口和经济的社会统计数据包括人口密度、国民生产总值、化肥施用量、移动电话户数和等级公路公里数；

30、地理变量包括土壤容重、土壤有机质、土壤电导率、土壤ph值、土壤类型占比、土地利用占比、最大斑块指数、边缘密度、景观形状指数、香农多样性指数和景观周长面积比中值；

31、气候变量包括平均气温、大于10℃积温、平均降雨量、湿润指数和归一化植被指数。

32、优选地，步骤3、获得各子流域的河流水文参数，具体过程为：

33、将每个地区各子流域的气候数据输入至swat模型中进行水文参数模拟，输出各子流域的河流水文参数，其中气候数据包括降雨、气温、风速、相对湿度和太阳辐射数据。

34、优选地，各子流域的河流n2o排放总量表示为：

35、

36、式中，是河流向大气的n2o排放通量；cw是河流地表水中溶解的n2o浓度；ceq是地表水中与大气n2o平衡的理论n2o浓度；是n2o气体传递速度；240为单位换算系数；是流域给定年份的n2o排放总量；sa是给定子流域内的水面面积；n是给定月份的天数；din是rf回归模型模拟的溶解性无机氮浓度；tk是swat模拟的水温；是n2o以n记的分子量；cair是根据noaa全球监测实验室提供的n2o组合数据集计算的空气中月尺度n2o浓度；是施密特数，t为水温；n为指数；k600为20℃时气体的传递速率。

37、优选地，n为2/3时，w10为10m高处风速。

38、优选地，n为1/2时，k600＝1.0+1.719×(v/h)0.5)+2.58×w10，w10为10m高处风速，v和h分别为流速和水深。

39、本发明的有益效果是：

40、1、提出了一种跨介质河流n2o排放估算方法，突破了传统方法的计算边界限制，利用陆地上排放的氮对河流中氮的影响，描述了河流n2o排放的陆地-河流-大气过程，实现了河流n2o从源头到排放过程的精准模拟，为陆地污染、河流污染和大气污染的协同控制提供了科学手段与技术工具；

41、2、采用rf回归模型获得各子流域的河流水质浓度，并采用空气-水界面气体交换模型获得每个地区内各子流域的河流n2o排放总量，因此本技术提出了一种基于机器学习和机理模型的河流n2o排放混合建模方法，分别充分发挥了机器学习和机理模型的预测性能，有效地提高现有方法的计算精度，实现了在大尺度流域范围内，将河流n2o的计算精度提升至月尺度和汇水区分辨率(<500km2)。

42、3、本技术将统计数据与常规气象监测数据相结合，并且耦合了河流水文水质过程与气体传递规律，避免了传统方法对脱离实际规律而造成的计算结果误差，能够精准识别各个区域的河流温室气体排放状态，为污染风险评价、污染溯源和污染控制策略提供可靠的数据支撑；

43、4、本技术考虑了大气背景n2o浓度对河流n2o气体排放的影响，有效降低了河流n2o排放计算过程中的参数不确定性。同时，参数化的计算公式与程序化的计算模式使得本技术能够适用于我国各个流域，能够有效推动我国科学治污工作的落实。