GIS平臺生態水環境污染自動監控研究

田冰

關鍵詞：GIS平臺；生態水環境污染監控；水質監控；信息融合；污染源信息識別

中圖分類號：X84 文獻標志碼：B

前言

生態水環境污染已成為一個全球性問題，對人類健康和生態系統造成了嚴重的威脅。當化學物質、微生物物質、工業污染源等物質污染河流、海洋、湖泊時會產生水環境污染，影響水質并轉化為對人類和生態環境有害的物質。傳統的水環境監測方法受限于人力、時間和空間等因素，無法滿足實時連續監測的需求。為了提高監測效率，實現對水環境污染的及時跟蹤和預警，減少人工干預的誤差和延遲，研究生態水環境污染自動監控技術具有重要意義。因此，提出應用GIS平臺的生態水環境污染自動監控研究。

1基于GIS的生態水環境總量監控數據集成平臺

對生態水質監控數據和GIS技術集成分析技術展開深入研究，利用關系數據庫對空間數據和生態水環境總量監控數據展開全面管理；以GIS技術為核心實現對生態水環境質量的快速動態查詢和可視化表達。利用GIS建立環境地理空間數據庫，實現空間數據的輸入、查詢、分析、輸出以及管理的可視化表達，為后續生態水環境污染自動監控研究提供技術支撐。

2生態水環境污染自動監控

2.1污染現狀調查

以山東省濟寧南四湖流域為主要研究區域，調查分析生態水環境的水質污染現狀。

分析南四湖及其人湖河流的生態區水質現狀，以2022年南四湖水質監控數據為依據，設定6個監控點位，經調查可知：南四湖生態區水質整體為輕度污染，監控的6個點位中，Ⅰ-Ⅲ類水質點位所占比例為66.7%；暫無Ⅴ類和劣Ⅴ類點位。

2.2生態水環境監控指標分析

根據2022年南四湖水質的污染現狀，在南四湖下級湖用濾布分割出一塊面積約為40hm²水域作為生態水環境污染監控區域，基于上述GIS平臺，按照環境監控布點要求，設置3個監控點監控目前南四湖生態區和非生態區水質的污染情況，總體如下：

2.2.1監控準備

（1）監控指標：透明度（SD）、總氮（TN）、總磷（TP）、高錳酸鹽指數（IMn）、氨氮指標（NH₃-N）、懸浮物（SS）、葉綠素a（chla）、浮游植物、浮游動物以及底棲生物等。

（2）分析方法：《環境監測技術規范（第4冊）》，《湖泊富營養化調查規范（第2版）》，《水和廢水監測分析方法（第3版）》。

2.2.2環境監控結果分析

2.2.2.1水質化學監控結果

統計該監控區域在7月-12月的水質化學指標變化，7月-12月南四湖的水質SD最高時達112 cm，最低僅為58 cm，水質透明度受到環境污染。造成南四湖入湖河流水質受到輕度污染的主要污染來源是TN和TP，監控結果可以看出生態區水質中TN和TP的濃度較小，釋放較少，污染程度不高，而NH₃-N濃度較高。生態區水中I_Mn和SS的濃度較低，其余均呈現增長趨勢。

2.2.2.2浮游植物

水體的污染程度取決于水中浮游植物生物現存量。監測得到生態區的藻類生物量在7月- 12月處于不斷增長的狀態，水中藻類呈現猛烈增長趨勢。葉綠素a（Chla）附在浮游植物上，生態區Chla的均值呈增長趨勢，說明生態區的水質富營養化程度較高。

2.2.2.3浮游動物

浮游動物主要以臂尾輪蟲為優勢種，在7月到12月南四湖水質總體呈重富營養化，從10月開始，生態區內的輪蟲生存量不斷增加，且在浮游動物中占有較高的生長比例，由此南四湖生態區的浮游動物指標已經有了明顯地增強。生物學多樣性指數對浮游動物以及浮游植物展開監控和評價，生態區的藻類多樣性逐漸下降；浮游動物多樣性指數在總體上呈現增長趨勢，說明水體中的水生植物起到了一定的凈化水質作用。

2.2.2.4底棲生物

水中的底棲生物具有較強的穩定性，能夠同時表征水質和底質的污染狀態，7月-10月生態區中底棲生物的數量較低。使用Goodnight指數表征底棲生物多樣性指數。生態區底棲生物多樣性指數表現出穩定增長的趨勢，這說明南四湖生態區的水質在持續變化。

2.3生態水環境污染自動監控方法

根據上述建立的基于GIS的生態水環境總量監控數據集成平臺以及生態水環境污染監控結果，獲得生態水環境污染監控信息，對其實施融合處理以提高監控精度和效率。基于人機交互的生態水環境污染監控信息融合，構建分布式監控融合模型，作出最終的生態水環境污染情況決策判斷。數學表達式如式（1）：

3實驗與分析

3.1實驗背景

南四湖人湖河流和污染源污染原因大部分是由于超標排放，廢污水中的COD、揮發酚、氨氮等為主要污染物，其中COD占總排放量的90%左右。為了驗證應用GIS平臺的生態水環境污染自動監控研究的整體有效性，需要作出相關測試。

3.2單個污染源信息識別

假定監控區域存在一個未知濃度、位置以及泄露時間的污染源COD1（x₁，y₁）持續泄露，且泄露時間從Ti時刻至T2結束，真實污染源信息預設為：污染源COD1濃度為505.8g/L，位置為（4，7），泄露時間為3月-8月。針對該情況，利用所提方法展開4個監控點O₁、O₂、O₃、O₄的識別測試：

單個污染源濃度、位置和泄露時間識別過程見圖2。

由圖2可得，在不同監控點下，污染物濃度、位置、泄露時間的識別結果均與各點處的真實監控值相符合，且表現出較完整的穿透曲線。

污染源濃度、位置、泄露初始時刻以及結束時刻的識別過程見圖3。

如圖3所示，所提方法經過652次、225次和610次即可準確識別出真實污染源的濃度、位置和泄露時間段的識別，有效提升生態水環境污染監控效率。

3.3多個污染源信息識別

假定監控區域存在兩個未知濃度、位置以及泄露時間的污染源COD1（x₁，y₁）和COD2（x₂，y₂）持續泄露，真實污染源信息預設為：污染源COD1濃度為505.8 g/L，污染源COD2濃度為328.6g/L，位置分別為（4，7）和（7，11）。針對該情況，利用所提方法展開與上述測試同樣的4個監控點O1、O₂、O₃、O₄的識別測試。多個污染源識別結果如表1和多個污染源不同監控點處污染物識別結果見圖4。

由表1可知，污染源COD1、COD2除濃度識別其余參數誤差均為零，符合監控標準；由圖4可知，在不同監控點下，針對多個污染源，所提方法依然能夠保持較好的監控精度。多個污染源COD1、COD2的濃度、位置以及泄露時間識別過程和單個污染源COD1的識別過程相似，結果見圖5。

根據圖5可知，多個污染源信息識別過程中由于污染源COD2的增加，迭代次數均有不同程度地增長，但所提方法監控結果的可靠性依然可以保障，驗證了所提方法的可行性。

4結束語

經濟的快速發展使得人類活動對水環境造成的污染問題日益突出，對人們的健康以及水生生物和生態系統產生威脅。因此，保護生態水環境的健康與可持續發展變得迫切，提出應用GIS平臺的生態水環境污染自動監控研究。根據生態水質監控數據，采用GIS技術建立了水環境總量監控數據集成平臺，對生態水環境質量的快速動態查詢和可視化表達，利用人機交互方法，將南四湖流域水質的污染調查、監控、污染信息融合處理，得到了生態水環境污染監控信息，通過構建分布式監控融合模型，獲取綜合污染評價結果，實驗結果驗證了所提方法能夠實現對多個污染源不同監控點處污染物的識別，有效提升了生態水環境污染監控效率，從而驗證了所研究方法的可靠性、可行性。