河流零维模型的水域纳污能力计算公式：
河段的污染物浓度计算C=（CPQP+CQQ）/(QP+Q)；
其中，C表示污染物浓度，单位为毫克每升（mg/L）；
CP 表示排放的废污水污染物浓度，单位为毫克每升（mg/L）；
CQ 表示初始断面的污染物浓度，单位为毫克每升（mg/L）；
QP表示废污水排放流量，单位为立方米每秒（m³/s）；
Q表示初始断面的入流流量，单位为立方米每秒（m³/s）；
相应水域纳污能力计算M=（CS-CQ）（Q+QP）；
其中，M表示水域纳污能力，单位为克每秒（g/s）；
CS 表示水质目标浓度值，单位为毫克每升（mg/L）。
本发明的进一步改进在于：污染物在河段横断面上均匀混合，可采用河流一维模型计算水域纳污能力，主要适用于Q<150m³/s的中小型河段；
河流一维模型的水域纳污能力计算公式：
河段的污染物浓度计算公式为；
其中，表示流经x距离后的污染物浓度，单位为毫克每升（mg/L）；
X表示沿河段的纵向距离，单位为米（m）；
U表示设计流量下河道断面的平均流速，单位为米每秒（m/s）；
K表示污染物综合衰减系数，单位负一次方秒（1/s）,
相应的水域纳污能力计算M=（CS –Cx）+（Q+ QP）；
入河排口位于计算河段的中部时（即x=L/2时），水功能区下断面的污染物浓度及其相应的水域纳污能力分别为
Cx=L =CQexp(-KL/u)+exp(-KL/u)；
M=（CS -Cx=L）（Q+QP）；
M表示污染物入河速率，单位为克每秒（g/s）；
Cx=L 表示水功能下断面污染物浓度，单位为毫克每升（mg/L）。
本发明的进一步改进在于：污染物排放总量预警预测模型包括：不良状态预警模型、负向演化预警模型和迅速恶化预警模型；
预警指标包括正向预警指标和逆向预警指标；
预警指标的表达式为：
当预警指标为逆指标时：；
当预警指标为正指标时：；
其中，表示预警指标对应的预警指数，表示预警指标的实测值或统计值；表示预警指标标准值，在预警指标为正指标时，取历史最高值为标准值；
表示预警指标标准值，在预警指标为逆指标时，取历史最低值为标准值。
本发明的进一步改进在于：采用层次分析法中的 1-9 刻度法，建立层次结构模型，获得评价对象的因素集中预警指标 ui 的权重系数，其中 i ＝ 1 ～ 12，取整数，如下 ：
得到模糊权向量 A，A ＝ (u1，u2，…，ui，…，u12)，ui 为第 i 个预警指标的权重系数，i＝ 1 ～ 12，取整数。
本发明的进一步改进在于：将跨界突发性环境污染事故危害划分为四级，分别为：I 级特别重大跨界环境污染事件、II 级重大跨界环境污染事件、III 级一般跨界环境污染事件、IV 级轻微跨界环境污染事件，预警指标 ui 的分级标准。
本发明与现有技术相比具有以下优点：本发明通过污染物排放总量自身的性质、以及前面预测的污染物排放总量污染物浓度，对污染物排放总量进行危害评价；
根据水环境的危害评价等级，调用事故危害数据库，给出事故危害的应急对策。
具体实施方式：
为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
在本发明的一种实施方式中描述的元素和特征可以与一个或更多个其它实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种污染物排放总量的智能预警方法，具体步骤如下：
A、将排放过程中污染物排放总量的监测信息进行时空多维分析，并采集污染物排放的区域分布信息，污染物包括水体污染物以及气体污染物；
B、根据分析得出的数据建立分级阈值预警指标，分析不容预警指标的灵敏度，确定所述预警指标的标准值和权重，通过所述预警指标的实测值或统计值、所述预警指标的标准值获得预警指数，并形成污染物排放总量安全预警分级及警报综合评估数据；
C、利用所述预警指数和权重确定预警总指数，建立污染物排放总量安全预警基础数据库以及污染物排放总量预警预测模型；
预警总指数的表达式为：
其中，表示预警指标对应地权重，表示预警指标对应地预警指数，表示预警总指数；
D、建立预警总指数、污染物排放总量安全预警基础数据库以及预警预测模型之间的数据适配器，模拟污染物排放总量质量随时间变化的规律，通过可视化表达模型预测结果；
E、将所述污染物排放的区域分布信息以及污染物排放总量信息，利用地理信息系统生成空间分布图并显示。
污染物排放总量预警预测模型的建立方法为：
水功能区基本资料的调查收集和分析整理；
根据规划和管理需求，分析水域污染特性，入河排污口状况，确定计算水域纳污能力的污染物种类；
确定设计水文条件；
根据水域扩散特征，选择计算模型，计算模型为河流零维模型或河流一维模型；
确定CS 和CO 值；
确定模型参数；
计算水域纳污能力；
合理性分析和检验。
基本资料包括水文资料、水质资料、入河排污口资料、旁侧出入流资料和河道断面资料。
水文资料包括计算河段的流量、流速、比降、水位；水质资料包括计算河段内各水功能区的水质现状、水质目标，资料应既能反映计算河段主要污染物，又能满足计算水域纳污能力对水质参数的要求；
入河排污口资料包括计算河段内入河排污口分布、排放量、污染物浓度、排放方式、排放规律以及河排污口所对应的污染源；旁侧出入流资料包括计算河段内旁侧出、入流的位置、水量、污染物种类及浓度；
河道断面资料包括计算河段的横截面和纵剖面资料，资料应能反映计算河段河道简易地形现状。
河流零维模型：污染物在河段内均匀混合，可采用河流零维度模型计算水域纳污能力，主要适用于水网地区的河段；根据入河污染物的分布情况，应划分不同浓度的均匀混合段，分段计算水域纳污能力；
河流零维模型的水域纳污能力计算公式：
河段的污染物浓度计算C=（CPQP+CQQ）/(QP+Q)；
其中，C表示污染物浓度，单位为毫克每升（mg/L）；
CP 表示排放的废污水污染物浓度，单位为毫克每升（mg/L）；
CQ 表示初始断面的污染物浓度，单位为毫克每升（mg/L）；
QP表示废污水排放流量，单位为立方米每秒（m³/s）；
Q表示初始断面的入流流量，单位为立方米每秒（m³/s）；
相应水域纳污能力计算M=（CS-CQ）（Q+QP）；
其中，M表示水域纳污能力，单位为克每秒（g/s）；
CS 表示水质目标浓度值，单位为毫克每升（mg/L）。
河流一维模型：污染物在河段横断面上均匀混合，可采用河流一维模型计算水域纳污能力，主要适用于Q<150m³/s的中小型河段；
河流一维模型的水域纳污能力计算公式：
河段的污染物浓度计算公式为；
其中，表示流经x距离后的污染物浓度，单位为毫克每升（mg/L）；
X表示沿河段的纵向距离，单位为米（m）；
U表示设计流量下河道断面的平均流速，单位为米每秒（m/s）；
K表示污染物综合衰减系数，单位负一次方秒（1/s）,
相应的水域纳污能力计算M=（CS –Cx）+（Q+ QP）；
入河排口位于计算河段的中部时（即x=L/2时），水功能区下断面的污染物浓度及其相应的水域纳污能力分别为
Cx=L =CQexp(-KL/u)+exp(-KL/u)；
M=（CS -Cx=L）（Q+QP）；
M表示污染物入河速率，单位为克每秒（g/s）；
Cx=L 表示水功能下断面污染物浓度，单位为毫克每升（mg/L）。
通过污染物排放总量自身的性质、以及前面预测的污染物排放总量污染物浓度，对污染物排放总量进行危害评价；根据水环境的危害评价等级，调用事故危害数据库，给出事故危害的应急对策；
a、数据选择 ：收集应急监测数据，在应急监测数据缺失或者失真的情况下，根据最大泄漏的预测模拟估算初始污染浓度 ；
b、污染物迁移转化实时模拟 ：输入污染物理化性质、事故发生地、发生时间、模拟间隔时间等参数，实用污染物迁移转化模型模拟，获得跨界区域污染物时空分布信息 ；
c、预警指标模型计算 ：输入预警信息的各类参数以及跨界区域污染物时空分布信息，计算预警指标的各个数值 ；
d、事故危害综合评价 ：使用事故危害综合评估方法，评估跨界水污染事故对跨界区域的危害大小，获得危害等级数值。
污染物排放总量预警预测模型包括：不良状态预警模型、负向演化预警模型和迅速恶化预警模型；
预警指标包括正向预警指标和逆向预警指标；
预警指标的表达式为：
当预警指标为逆指标时：；
当预警指标为正指标时：；
其中，表示预警指标对应的预警指数，表示预警指标的实测值或统计值；表示预警指标标准值，在预警指标为正指标时，取历史最高值为标准值；
表示预警指标标准值，在预警指标为逆指标时，取历史最低值为标准值。
采用层次分析法中的 1-9 刻度法，建立层次结构模型，获得评价对象的因素集中预警指标 ui 的权重系数，其中 i ＝ 1 ～ 12，取整数，如下 ：
得到模糊权向量 A，A ＝ (u1，u2，…，ui，…，u12)，ui 为第 i 个预警指标的权重系数，i＝ 1 ～ 12，取整数。
将跨界突发性环境污染事故危害划分为四级，分别为：I 级特别重大跨界环境污染事件、II 级重大跨界环境污染事件、III 级一般跨界环境污染事件、IV 级轻微跨界环境污染事件，预警指标 ui 的分级标准。
最后应说明的是：虽然以上已经详细说明了本发明及其优点，但是应当理解在不超出由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。
而且，本发明的范围不仅限于说明书所描述的过程、设备、手段、方法和步骤的具体实施例。本领域内的普通技术人员从本发明的公开内容将容易理解，根据本发明可以使用执行与在此所述的相应实施例基本相同的功能或者获得与其基本相同的结果的、现有和将来要被开发的过程、设备、手段、方法或者步骤。
因此，所附的权利要求旨在在它们的范围内包括这样的过程、设备、手段、方法或者步骤。