申请/专利权人：四川省生态环境科学研究院

申请日：2024-01-31

公开（公告）日：2024-04-12

公开（公告）号：CN117689399B

主分类号：G06Q30/018

分类号：G06Q30/018;G06Q50/06;G06F18/214;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明公开了一种监测指标异常升高的地表水污染源溯源方法及系统，涉及地表水处理及环境保护技术领域。所述方法包括：获取地表水水质监测数据，建立水质样本数据库；采用时间序列分析方法将每个水质样本数据分解；确定异常升高样本并记录对应样本编号；对水质样本数据进行标准化处理；对标准化处理后的水质样本数据进行因子分析，确定潜在污染源；计算各潜在污染源的贡献值；将各潜在污染源贡献值分解为趋势、季节和剩余成分；计算各潜在污染源剩余成分对异常升高样本剩余成分贡献率，根据贡献率确定对应潜在污染源是否是样本异常升高的主要原因。本发明充分考虑监测数据的将时间序列信息，通过计算各污染源异常升高分量，精准追溯其污染源。

主权项：1.一种监测指标异常升高的地表水污染源溯源方法，其特征在于，包括以下步骤：S1：获取地表水的水质监测数据，建立水质样本数据库；所述水质监测数据包括样本编号、采样时间、水质监测指标及水质样本数据；S2：按采样时间顺序排列所述水质样本数据，采用时间序列分析方法将每个水质样本数据分解为趋势、季节和剩余成分；确定异常升高样本并记录对应样本编号；S3：对数据库中全部水质样本数据进行Zscore标准化处理；S4：对标准化处理后的水质样本数据进行因子分析，确定潜在污染源；S5：计算各潜在污染源的贡献值；S6：采用时间序列分析方法，将各潜在污染源贡献值分解为趋势、季节和剩余成分；S7：计算各潜在污染源剩余成分对异常升高样本剩余成分贡献率，根据所述贡献率确定对应潜在污染源是否是样本异常升高的主要原因；第i个指标、第j样本的水质样本数据ci,j被分解为： 其中Ti,j、Si,j和Ri,j分别表示为水质样本数据ci,j分解后的趋势成分、季节成分和剩余成分；所述的确定异常升高样本并记录对应样本编号的具体过程包括：通过以下公式计算第i个指标下所有水质样本数据ci,j分解后的剩余成分Ri,j的绝对值的标准偏差sRi： 其中，m是第i个指标下的水质样本数量，是第i个指标下所有水质样本数据ci,j分解后的剩余成分Ri,j绝对值的均值；将剩余成分Ri,j大于等于剩余成分的绝对值的标准偏差sRi的3倍的样本标记为异常升高样本，并记录异常升高样本的样本编号；所述的步骤S5包括以下步骤：S51：对计算得到的因子得分系数矩阵进行因子分析，计算得到绝对零因子得分AZFS和绝对主成分得分APCS；S52：将绝对主成分得分APCS与水质监测指标进行线性回归，计算每个绝对主成分得分APCS的回归系数ri,k，ri,k表示第k个潜在污染源对第i个指标的回归系数；S53：计算第k个潜在污染源对第i个指标、j个样本的贡献值PSCi,j,k：，其中APCSj,k为第k个潜在污染来源、第j个样本的绝对主成分得分；步骤S6中所述的将各潜在污染源贡献值分解为趋势、季节和剩余成分表示为： TPSC i,j,k 表示分解后得到的第k个潜在污染源对第i个指标、j样本贡献值的趋势成分；SPSCi,j,k表示分解后得到的第k个潜在污染源对第i个指标、j样本贡献值的季节成分；RPSCi,j,k表示分解后得到的第k个潜在污染源对第i个指标、j样本贡献值的剩余成分；所述的各潜在污染源剩余成分对异常升高样本剩余成分贡献率的计算公式为： ；所述的根据所述贡献率确定对应潜在污染源是否是样本异常升高的主要原因具体是通过判断所述贡献率Contribi,j,k是否超过50%，若是则认为对应潜在污染源PSi,k是样本ci,j异常升高的主要原因，否则认为不是。

全文数据：

权利要求：

百度查询： 四川省生态环境科学研究院 一种监测指标异常升高的地表水污染源溯源方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD