一种基于传统在线监测仪的污染事件快速探测方法

文档序号:6629923阅读:245来源:国知局
一种基于传统在线监测仪的污染事件快速探测方法
【专利摘要】本发明提供了一种基于传统在线监测仪的污染事件快速探测方法,属于环境工程水处理【技术领域】。所述方法包括:构建无污染背景数据库和有污染背景数据库;构建复合序列,预设模型参数,优化训练得到最优参数;建立优化后的污染事件探测识别矩阵,实时识别污染事件。本发明能够利用目前监测点已普及安装的传统在线监测仪器,在突发污染事件发生时在短时间内确定污染事件的发生,同时有效避免因仪器噪声波动引起的污染事件误报,与新兴的在线监测技术相比,可大幅降低污染事件在线监测成本,覆盖所有可能导致污染事件的污染物,最大限度地保障水系统的安全性与可靠性。
【专利说明】一种基于传统在线监测仪的污染事件快速探测方法

【技术领域】
[0001] 本发明涉及一种在突发水污染事故发生时快速探测事件存在的应急方法,属于环 境工程水处理【技术领域】。

【背景技术】
[0002] 近十几年来,环境污染日益严重,突发水污染事件也频繁增多。不同于一般的水污 染事件,突发水污染事件是由于在瞬间或较短时间内大量非正常排放或泄漏剧毒、高剧毒、 有毒有害化学品等物质到水体中而造成的,通常没有固定的排放方式和排放途径,发生突 然,难以控制,因而对生态环境破坏性大,对周边居民及生物生命安全危害极大。
[0003] 突发水污染事件的主要特点表现为不确定性、流域性、处理的艰巨性和影响的长 期性,以及应急主体不明确。据不完全统计,近几年来我国每年发生环境污染事件近2000 起,直接经济损失数亿元。因此,污染事件早期预警受到了高度关注。
[0004] 基于在线监测仪表组成的探测模块,是污染早期预警系统中一个重要的组成部 分。目前,组成探测模块的在线监测仪表主要分为两类:一类是传统的、无针对性的水质监 测仪器,通常用于常规水质的监测,包括的参数例如pH、余氯、总有机碳、电导率等等;另一 类是针对某类特定污染物的监测仪器,通常用于低浓度下污染物组分的确定,例如植物藻 毒性仪、大型蚤毒性仪、荧光原位杂交仪等等。然而,污染突发事件发生早期,污染物种类不 明确,第二类仪器耗时长、成本高的特点不适用于快速探测。
[0005] 目前已有的突发污染预警技术主要基于以下几种类型:一是生物预警 (CN103149336、CN103105398);二是通过监测将监测值与标准值进行比较(CN103513014), 三是基于水动力学模型进行预警(CN102855526)。然而,上述的污染预警技术均有一定的不 足。其中,生物预警技术的最根本问题是分析基线无法稳定;由于检测器为生物检测器,其 生物活性存在着无规律的变化,其分析基线从理论上无法做到稳定,而这恰是所有分析方 法的重要前提条件;同时,该技术通过单一的综合指标进行判断,无法建立污染物质特征数 据,当同一性质的污染事件再次发生,该系统无法借鉴历史数据,需要进行重复定性溯源工 作。对于比较监测值与标准值的方法,仪器噪声造成的错报率远远高于正确定性事件的准 确率;同时,根据多次实验的结果表明,污染物浓度超过几倍甚至几十倍时,单一监测数据 未必会有明显可见的变化。水动力学模型通常用于降雨、洪涝、爆管等突发事件的预警,对 于影响水质的污染物快速判别则无能为力。


【发明内容】

[0006] 鉴于上述问题,本发明的目的是提供一种基于传统在线监测仪的污染事件快速探 测方法,以便在突发污染事故发生时能快速探测事件的存在以及可能的原因,同时在不耗 费额外的运行成本的情况下对污染物造成的突发污染事件进行处理,从而提高应急处理的 科学性和可操作性。
[0007] 本发明的技术方案如下:
[0008] -种基于传统在线监测仪的污染事件快速探测方法,该方法包括:
[0009] 1)构建无污染背景数据库和有污染背景数据库;
[0010] 所述构建无污染背景数据库包括:利用在线监测仪器,获取在线监测设备可实时 在线监测的指标过去至少一个月内的水质数据序列,分别建立每个指标无污染背景下的 水质基线,构建无污染背景水质数据序列数据库;所述在线监测指标包括但不限于:pH、浊 度、温度、电导率、氧化还原电位、总有机碳、硝态氮和正磷酸盐;
[0011] 所述构建有污染背景数据库包括:通过模拟污染物投加试验,利用在线监测仪器, 获取在线监测设备可实时在线监测的指标在污染物投入这一时间段内的水质数据序列,建 立有污染背景下水质数据序列数据库;
[0012] 2)构建复合水质数据序列集,预设模型参数,优化训练得到最优参数:
[0013] 从无污染背景数据库和有污染背景数据库中分别提取不同指标下同一时段内的 数据序列样本,构建多个同时包含无污染背景与有污染背景的复合水质数据序列集;
[0014] 预设污染探测动态窗口序列个数参数L,计算预设污染探测动态窗口序列个数下 各监测参数复合水质数据序列集间的皮尔逊相关系数r xy,构建水质指标序列相关系数矩阵 ;
[0015]

【权利要求】
1. 一种基于传统在线监测仪的污染事件快速探测方法,该方法包括: 1) 构建无污染背景数据库和有污染背景数据库; 所述构建无污染背景数据库包括:利用在线监测仪器,获取在线监测设备可实时在线 监测的指标过去至少一个月内的水质数据序列,分别建立每个指标无污染背景下的水质基 线,构建无污染背景水质数据序列数据库;所述在线监测指标包括但不限于:pH、浊度、温 度、电导率、氧化还原电位、总有机碳、硝态氮和正磷酸盐; 所述构建有污染背景数据库包括:通过模拟污染物投加试验,利用在线监测仪器,获取 在线监测设备可实时在线监测的指标在污染物投入这一时间段内的水质数据序列,建立有 污染背景下水质数据序列数据库; 2) 构建复合水质数据序列集,预设模型参数,优化训练得到最优参数: 从无污染背景数据库和有污染背景数据库中分别提取不同指标下同一时段内的数据 序列样本,构建多个同时包含无污染背景与有污染背景的复合水质数据序列集; 预设污染探测动态窗口序列个数参数L,计算预设污染探测动态窗口序列个数下各监 测参数复合水质数据序列集间的皮尔逊相关系数rxy,构建水质指标序列相关系数矩阵札;
其中,水质指标序列相关系数矩阵A包含N行N列,N为监测指标的个数,矩阵中第X 行第y列对应第X、y两个监测指标复合数据序列间的皮尔逊相关系数值,其计算方法为:
(1) 其中,X和y分别代表两种不同的监测参数,X,y e (pH,ORP,UV-254……)4和文分别 代表X和y参数所在序列的均值; 预设污染探测相关系数阈值参数I,构建水质指标序列相关系数警报矩阵M2 ;
其中,水质指标序列相关系数警报矩阵包含N行N列,N为监测指标的个数,第X行第 y列对应的位置用Cxy表示,分别对应" 1"或"0";水质序列相关系数矩阵札中,大于污染探 测相关系数阈值的元素,在水质指标序列相关系数警报矩阵仏的相同位置记为"1",反之记 为"〇";即: 如果 IrJ%,或者 rxy = 1,则 Cxy = 0 (2) 如果 I 彡 |rxy|〈l,则 Cxy = 1 (3) 预设污染探测相关系数超标个数阈值K2,构建污染事件探测识别矩阵M3 ;
污染事件探测识别矩阵包括T行2列,T为从开始计算的时刻到结束计算时刻的整数 时间步长;在每一时间步长下,分析水质指标序列相关系数警报矩阵中的污染探测相关系 数超标个数;所述污染探测相关系数超标个数阈值为触发污染警报的污染探测相关系数超 标个数的最小值,当污染探测相关系数超标个数超过该阈值时, 艮P :当Dxl = Tx时,且
(4) 触发污染警报,记为Dx2 = 1 ;反之,不触发污染警报,记为Dx2 = 0 ;其中,污染探测相关 系数超标个数为水质指标序列相关系数警报矩阵中,"1"出现的次数;即水质序列相关系数 矩阵中,大于污染探测相关系数阈值的个数值; 计算每一复合水质数据序列集的错报率FNR与漏报率FPR ; 其中,错报率FNR为在复合水质序列无污染背景数据序列部分中,污染事件探测识别 矩阵出现"1"的次数占无污染背景数据序列个数值的百分比; 漏报率FPR为在复合水质序列有污染背景数据序列部分中,污染事件探测识别矩阵出 现"〇"的次数占有污染背景数据序列个数值的百分比; 若计算后的错报率与漏报率均达到可接受的范围,通常为5-10%,则可以直接将预设 参数应用于实际监测中,否则,利用遗传算法优化上述三个参数,即污染探测动态窗口序列 个数参数、污染探测相关系数阈值参数和污染探测相关系数超标个数阈值,重复步骤2)的 所有过程,直至错报率与漏报率达到可接受的范围; 3)建立优化后的污染事件探测识别矩阵,实时识别污染事件 将优化后的三个参数应用于实际实时监测过程中,即获得实时的污染事件探测识别矩 阵;当污染事件探测识别矩阵中元素为1时,代表该时刻发生污染;元素为〇时,代表该时 刻没有污染发生。
2. 按照权利要求1所述一种基于传统在线监测仪的污染事件快速探测方法,其特征在 于,构建无污染背景数据库和有污染背景数据库过程中,所用监测仪器的监测频率在1? 20分钟之内。
3. 按照权利要求2所述一种基于传统在线监测仪的污染事件快速探测方法,其特征在 于,构建无污染背景数据库和有污染背景数据库过程中,所用监测仪器的监测频率范围为 1-5分钟。
4. 按照权利要求1所述一种基于传统在线监测仪的污染事件快速探测方法,其特征在 于,所述模拟污染物为国家地表水环境质量标准中涉及的污染物;模拟污染物投加时间至 少为30分钟。
5. 按照权利要求4所述一种基于传统在线监测仪的污染事件快速探测方法,其特征在 于,模拟污染物投加时间在30-60分钟。
6. 按照权利要求1-5任一权利要求所述一种基于传统在线监测仪的污染事件快速探 测方法,其特征在于,每一复合数据序列中无污染背景数据个数占全部数据的30 % -80 % ; 有污染背景数据个数占全部数据的百分比为20% -70%之间。
7. 按照权利要求6所述一种基于传统在线监测仪的污染事件快速探测方法,其特征在 于,无污染背景数据个数占全部数据的百分比为50% -60%,有污染背景数据个数占全部 数据的百分比为40% -50%。
8. 按照权利要求1所述一种基于传统在线监测仪的污染事件快速探测方法其特征在 于,污染探测动态窗口序列个数参数L的值在4-40之间。
9. 按照权利要求1所述一种基于传统在线监测仪的污染事件快速探测方法,其特征在 于,污染探测相关系数阈值参数I在0. 5-0. 9之间。
10. 按照权利要求1所述一种基于传统在线监测仪的污染事件快速探测方法,其特征 在于,污染探测相关系数超标个数阈值K2在4-40之间。
【文档编号】G06Q50/26GK104217040SQ201410535694
【公开日】2014年12月17日 申请日期:2014年10月11日 优先权日:2014年10月11日
【发明者】刘书明, 车晗, 吴雪 申请人:清华大学
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