非点源污染的定量化随机监测

3.1　非点源污染的定量化随机监测

农业非点源污染是引起水环境质量不断恶化的一个重要原因，要从根本上解决环境污染问题，除了继续重视点源治理外，控制和减少非点源污染也是一大关键。虽然可利用的模型发展已经比较成熟，但是正如上述分析，非点源污染的监测难度大导致研究所需的信息严重匮乏，无法满足直接进行正演计算的需求。非点源污染特征及负荷定量化研究，涉及多学科、可以从不同角度来研究，因而，通过理论分析、室内实验研究和野外典型区实验相结合的途径，研究如何充分利用已获得的信息和监测数据，分析了解相关参数的变异性规律，从而建立经济、快速的定量化随机监测方法和模型参数外延方法，减少时间冗余和空间监测的变量维数，这将是实现分布式模型在不同尺度上推广应用的一个迫切需要解决的问题。

克里金原理能很好地解释当前数据的各向异性，它是唯一能进行统计意义上估计插值不确定性的一种标准空间插值技术，可为空间随机过程未观测值的确定提供参考。协同克里金法和拉丁超立方体抽样法（Latin Hypercube Sampling，LHS）在地球物理和环境科学研究领域中有着独特的优点，可利用某些相关的区域化变量去完成对全部变量的估计，填补某些数量很少或不够充分的样品信息，为时间序列及空间随机过程的监测点控制及未观测值的确定提供参考，也为实验和模拟的可靠性分析提供理论分析基础，这就使得该方法成为选点、输入参数、输出估值变异性分析的理想方式^{［189～196］}。在研究中，基于具有物理基础的分布式非点源污染模型的运行机制，假定流域具有一定的自相似性，综合利用随机理论、变异性统计分析相结合的研究方法，除可采用常规的环境化学、土壤学、水文水质模拟等基础理论外，还可充分利用CK、GLUE等具体研究方法。鉴于协同克里金法和拉丁超立方体抽样法在地球物理和环境科学研究领域中有着独特的优点，确立一种有效的参数外延和定量化随机监测的理论方法，实现分布式非点源污染模型在典型流域的随机监测和有效信息估计，同时将野外监测、典型流域对比、计算机模拟、仿真、实验和空间信息处理技术有机结合，利用模型模拟、统计、系统分析和流域非点源调查相结合的方法，利用已有的点源监测资料以及有限的非点源污染信息，借助于水环境数学模型分析不确定条件下的非点源污染产出及其影响因素，并反演非点源污染的空间分布，估算出非点源污染对典型流域的贡献率，并分析其产生和影响因素，通过实现模型参数的有效识别，完成非点源污染模型在典型流域的模拟预测，也是我们今后分析非点源污染问题的一个有效途径。该研究不仅对模型的实际应用具有指导作用，对少资料或无资料区域的非点源污染模拟和预测具有重要作用和意义，也是实现农业非点源污染监测、控制和管理的重要研究方法和控制手段。