一種非線性農(nóng)業(yè)非點(diǎn)源污染控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于水質(zhì)管理領(lǐng)域，具體涉及一種非線性農(nóng)業(yè)非點(diǎn)源污染控制方法。
【背景技術(shù)】
[0002] 農(nóng)業(yè)是國計(jì)民生的支柱產(chǎn)業(yè)。隨著人口增長，對糧食的需求越來越大，農(nóng)產(chǎn)品產(chǎn)量 快速增長的同時，環(huán)境問題也隨之而來。農(nóng)業(yè)非點(diǎn)源污染負(fù)荷大，污染面廣，治理難度大。為 提高糧食產(chǎn)量，大量化肥農(nóng)藥被施用于農(nóng)田中。據(jù)統(tǒng)計(jì)，2012年中國有五千七百萬噸化肥被 投放到農(nóng)田中，在降雨和地形作用下，這些物質(zhì)極易隨著地表徑流和水土流失流入水體，造 成嚴(yán)重的水體生態(tài)破壞，例如水體富營養(yǎng)化，嚴(yán)重威脅著下游生態(tài)安全和人民健康福祉。此 外，非點(diǎn)源污染處于廣大農(nóng)村，環(huán)境保護(hù)的基礎(chǔ)設(shè)施及規(guī)范制度極其缺乏，急需建立科學(xué)合 理的非點(diǎn)源污染控制和管理機(jī)制，從源頭上管理水質(zhì)。排污權(quán)交易制度作為水質(zhì)管理的一 種有效手段，能夠跨越行政區(qū)劃，在各農(nóng)業(yè)區(qū)域之間合理分配排污權(quán)，從而實(shí)現(xiàn)環(huán)境資源的 優(yōu)化配置，在保證農(nóng)產(chǎn)品產(chǎn)量和經(jīng)濟(jì)效益的前提下，從整體上減少農(nóng)業(yè)非點(diǎn)源污染。
[0003] 在水質(zhì)管理系統(tǒng)中，存在著大量的復(fù)雜性和不確定性，例如，由于降雨和地表徑流 具有隨機(jī)性，非點(diǎn)源污染負(fù)荷也具有隨機(jī)的性質(zhì)；農(nóng)業(yè)、經(jīng)濟(jì)和技術(shù)數(shù)據(jù)不完全，統(tǒng)計(jì)也存 在誤差；水文觀測數(shù)據(jù)存在觀測誤差；流域?qū)傩詳?shù)據(jù)具有時間上和空間上的異質(zhì)性等。此 外，隨機(jī)數(shù)據(jù)的變動性也會導(dǎo)致相關(guān)參數(shù)在均值附近變動，造成系統(tǒng)不穩(wěn)定性。在多個規(guī)劃 階段內(nèi)，上述不確定性交互作用，造成大量復(fù)雜性問題。目前，在農(nóng)業(yè)水質(zhì)管理系統(tǒng)的不確 定性管理和決策的研宄應(yīng)用方面，已經(jīng)開展了大量的探索工作，但仍存在一定的局限性。例 如，對不確定性條件下排污權(quán)交易制度研宄不足，缺乏對排污權(quán)交易系統(tǒng)風(fēng)險的定量分析， 從而難以反映實(shí)際，提出科學(xué)合理的水質(zhì)管理和排污權(quán)交易方案，這些問題日益成為嚴(yán)重 制約水質(zhì)管理的瓶頸。

【發(fā)明內(nèi)容】

[0004] 為了克服上述缺陷，本發(fā)明的目的在于提供一種非線性農(nóng)業(yè)非點(diǎn)源污染控制方 法。
[0005] -種非線性農(nóng)業(yè)非點(diǎn)源污染控制方法，包括如下步驟：
[0006] S1.收集和整理流域自然數(shù)據(jù)和社會數(shù)據(jù)，結(jié)合兩階段隨機(jī)規(guī)劃方法，區(qū)間規(guī)劃方 法，隨機(jī)魯棒規(guī)劃方法和系統(tǒng)模糊規(guī)劃方法，構(gòu)建區(qū)間模糊兩階段魯棒多目標(biāo)優(yōu)化模型及 流域水文模型，并結(jié)合流域水文模型，模擬流域產(chǎn)流物理機(jī)制，預(yù)測地表徑流；
[0007] S2.對所建立的水文模型進(jìn)行驗(yàn)證，基于驗(yàn)證后的水文模型，進(jìn)行水文預(yù)測模擬研 宄；
[0008] S3.基于基流分割技術(shù)，從河道徑流過程中提取地表徑流數(shù)據(jù)，得到地表徑流過程 線；
[0009] S4.基于蒙特卡羅技術(shù)擬合地表徑流概率累積分布函數(shù)，對分布函數(shù)進(jìn)行離散化 處理，獲得多種概率水平下的地表徑流離散數(shù)據(jù)，建立目標(biāo)函數(shù)以及約束條件，構(gòu)建和求解 優(yōu)化模型；
[0010] S5.基于地表徑流離散數(shù)據(jù)估算非點(diǎn)源負(fù)荷，將計(jì)算結(jié)果輸入非線性非點(diǎn)源污染 控制模型，實(shí)現(xiàn)模擬技術(shù)與優(yōu)化模型的對接；
[0011] S6.對非線性非點(diǎn)源污染控制模型采用交互式算法，拆分子模型，分別對上界子模 型和下界子模型開展線性化求解；
[0012] S7.通過改變風(fēng)險水平P，定義11種風(fēng)險情景，11種風(fēng)險情景下風(fēng)險水平取 值分別為〇,〇. 1，〇. 2,0. 3,0. 4,0. 5,0. 6,0. 7,0. 8,0. 9, 1。風(fēng)險水平代表了管理者對系 統(tǒng)風(fēng)險的重視程度，風(fēng)險水平越高，表明管理者越重視系統(tǒng)風(fēng)險，例如，P =1表明管理 者基于風(fēng)險規(guī)避的思想在非點(diǎn)源排污權(quán)交易規(guī)劃過程中認(rèn)真地考慮了系統(tǒng)風(fēng)險對系統(tǒng) 的影響，將系統(tǒng)風(fēng)險
【主權(quán)項(xiàng)】
1. 一種非線性農(nóng)業(yè)非點(diǎn)源污染控制方法，其特征在于，包括如下步驟：
51. 收集和整理流域自然數(shù)據(jù)和社會數(shù)據(jù)，結(jié)合兩階段隨機(jī)規(guī)劃方法，區(qū)間規(guī)劃方法， 隨機(jī)魯棒規(guī)劃方法和系統(tǒng)模糊規(guī)劃方法，構(gòu)建區(qū)間模糊兩階段魯棒多目標(biāo)優(yōu)化模型及流域 水文模型，并結(jié)合流域水文模型，模擬流域產(chǎn)流物理機(jī)制，預(yù)測地表徑流；
52. 對所建立的水文模型進(jìn)行驗(yàn)證，基于驗(yàn)證后的水文模型，進(jìn)行水文預(yù)測模擬研宄；
53. 基于基流分割技術(shù)，從河道徑流過程中提取地表徑流數(shù)據(jù)，得到地表徑流過程線；
54. 基于蒙特卡羅技術(shù)擬合地表徑流概率累積分布函數(shù)，對分布函數(shù)進(jìn)行離散化處理， 獲得多種概率水平下的地表徑流離散數(shù)據(jù)，建立目標(biāo)函數(shù)以及約束條件，構(gòu)建和求解優(yōu)化 豐旲型；
55. 基于地表徑流離散數(shù)據(jù)估算非點(diǎn)源負(fù)荷，將計(jì)算結(jié)果輸入非線性非點(diǎn)源污染控制 模型，實(shí)現(xiàn)模擬技術(shù)與優(yōu)化模型的對接；
56. 對非線性非點(diǎn)源污染控制模型采用交互式算法，拆分子模型，分別對上界子模型和 下界子模型開展線性化求解；
57. 通過改變風(fēng)險水平P，定義11種風(fēng)險情景，11種風(fēng)險情景下風(fēng)險水平取值分別為 0, 0? 1，0? 2, 0? 3, 0? 4, 0? 5, 0? 6, 0? 7, 0? 8, 0? 9, 1 ;
58. 通過求解線性方程，獲得這11種風(fēng)險情景下農(nóng)業(yè)最優(yōu)種植面積以及每個農(nóng)業(yè) 區(qū)通過交易得到的最優(yōu)排污權(quán)(^v巧-1^)，并得到11種風(fēng)險情景下環(huán)境污染的綜合滿意 度4。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟Sl中所述自然數(shù)據(jù)和社會數(shù)據(jù)包括 流域地形數(shù)據(jù)、流域河網(wǎng)數(shù)據(jù)，土壤屬性數(shù)據(jù)、多年氣象數(shù)據(jù)、作物類型、年產(chǎn)量、農(nóng)產(chǎn)品價 格、種植面積以及包括農(nóng)藥、化肥、水電費(fèi)在內(nèi)的農(nóng)業(yè)種植成本。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟Sl中所述流域水文模型是分布式流 域水文模型，采用的算法為：
其中，各符號表不的參數(shù)含義如下： SWt是土壤含水量（mmH20); SWci是起始土壤含水量（mmH2O); Rday是日降雨量（mmH2O); Qsurf是日地表徑流量（mmH2O); Ea是日蒸發(fā)量（mmH2O); 土壤水下滲量（mmH2O); Qgw的地下水日徑流量（mmH2O); Ia是降雨初損值（mmH2O); S是遲滯系數(shù)； CN是徑流曲線數(shù)；i是時間（day); t是時長（day)。
4. 根據(jù)權(quán)利要求1所述方法，其特征在于，所述步驟S4構(gòu)建和求解優(yōu)化模型中；將系 統(tǒng)不確定性以隨機(jī)數(shù)和區(qū)間數(shù)的形式體現(xiàn)在該過程中。
5. 根據(jù)權(quán)利要求1所述方法，其特征在于，所述步驟S7中分別建立交易制度下和不交 易制度下非點(diǎn)源污染控制模型，如下所示： A、交易制度下： 目標(biāo)函數(shù)： (1) .系統(tǒng)滿意度最大 Max入土 (2) .總氮總磷排放量最小
0彡入1 B、非交易制度下： 目標(biāo)函數(shù)： (1) .系統(tǒng)滿意度最大 Max入土 (2) .總氮總磷排放量最小
O彡入1 其中，各符號表不的參數(shù)含義如下： +和-分別代表區(qū)間參數(shù)的上限和下限； ~代表非線性隨機(jī)參數(shù)；i指代農(nóng)業(yè)區(qū)；t是規(guī)劃期；j是概率水平； Dtjpt是系統(tǒng)凈收益的期望水平； A是決策者關(guān)于系統(tǒng)收益以及環(huán)境污染的綜合滿意度； Bit是i農(nóng)業(yè)區(qū)在規(guī)劃期t時的單位面積土地收益（RMBY);Sit是i農(nóng)業(yè)區(qū)在規(guī)劃期t時的土地面積（ha); 31是決策系數(shù)； P是多種風(fēng)險情景下的風(fēng)險水平； EPnJPEP!^分別是超標(biāo)Ikg排污所受到的罰款（RMBY); Ymt和YpiAv別是總氮和總磷超標(biāo)排放量（kg); DEnw和DEput分別是i區(qū)域超標(biāo)排放總氮和總磷收到環(huán)境罰款與罰款平均水平的偏差(RMBY)； Qmj和QPU分別是i農(nóng)業(yè)區(qū)在j概率水平下的單位面積排污量（kg); TNt和Tpt分別是流域內(nèi)關(guān)于總氮總磷的排放總量標(biāo)準(zhǔn)（kg); 卩(^是1農(nóng)業(yè)區(qū)的人口數(shù)量（人）； ⑶?1是i農(nóng)業(yè)區(qū)的生產(chǎn)總值； а、 0、X分別是在排污權(quán)分配過程中人口、生產(chǎn)總值、排污量的權(quán)重。 б. 根據(jù)權(quán)利要求1所述方法，其特征在于，所述步驟S8中所說的最優(yōu)排污權(quán)，其交易機(jī) 制為通過模型運(yùn)算，得到在農(nóng)業(yè)排污權(quán)交易機(jī)制下各農(nóng)業(yè)區(qū)再分配的排污權(quán)，取兩者的差 值得到在交易框架下各農(nóng)業(yè)區(qū)具體買賣情況。
【專利摘要】本發(fā)明公開了一種非線性農(nóng)業(yè)非點(diǎn)源污染控制方法，包括收集數(shù)據(jù)，建立流域水文模型，驗(yàn)證，對非線性非點(diǎn)源污染控制模型采用交互式算法，拆分子模型，分別對上界子模型和下界子模型開展線性化求解，通過改變風(fēng)險水平ρ定義11種風(fēng)險情景，通過求解線性方程，獲得這11種風(fēng)險情景下農(nóng)業(yè)最優(yōu)種植面積以及每個農(nóng)業(yè)區(qū)通過交易得到的最優(yōu)排污權(quán)并得到11種風(fēng)險情景下環(huán)境污染的綜合滿意度該方法綜合考慮隨機(jī)數(shù)、區(qū)間數(shù)、模糊數(shù)等不確定性信息表征，可以幫助研究流域調(diào)整生產(chǎn)計(jì)劃，使排放物滿足環(huán)境要求。
【IPC分類】G06Q50-02, G06Q10-04
【公開號】CN104715288
【申請?zhí)枴緾N201510056162
【發(fā)明人】張俊龍, 李永平, 王春曉, 李延峰, 劉靜, 于磊
【申請人】華北電力大學(xué)
【公開日】2015年6月17日
【申請日】2015年2月3日