CN106600035A - 基于污染物迁移模拟的水源地水质安全预警方法 - Google Patents
基于污染物迁移模拟的水源地水质安全预警方法 Download PDFInfo
- Publication number
- CN106600035A CN106600035A CN201610980367.3A CN201610980367A CN106600035A CN 106600035 A CN106600035 A CN 106600035A CN 201610980367 A CN201610980367 A CN 201610980367A CN 106600035 A CN106600035 A CN 106600035A
- Authority
- CN
- China
- Prior art keywords
- water
- water source
- aquifer
- migration
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 265
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 66
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000005012 migration Effects 0.000 title claims abstract description 58
- 238000013508 migration Methods 0.000 title claims abstract description 58
- 238000004088 simulation Methods 0.000 title claims abstract description 32
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims abstract description 31
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims description 15
- 230000035699 permeability Effects 0.000 claims description 14
- 238000005065 mining Methods 0.000 claims description 8
- 239000011148 porous material Substances 0.000 claims description 7
- 238000009792 diffusion process Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 3
- 238000002336 sorption--desorption measurement Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 24
- 238000011161 development Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 29
- 230000008859 change Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 7
- 239000003673 groundwater Substances 0.000 description 7
- 125000001475 halogen functional group Chemical group 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000003895 groundwater pollution Methods 0.000 description 5
- 238000005086 pumping Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 239000005442 atmospheric precipitation Substances 0.000 description 4
- 230000008595 infiltration Effects 0.000 description 4
- 238000001764 infiltration Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000003651 drinking water Substances 0.000 description 3
- 235000020188 drinking water Nutrition 0.000 description 3
- 238000001704 evaporation Methods 0.000 description 3
- 230000008020 evaporation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000003204 osmotic effect Effects 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000009189 diving Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000003403 water pollutant Substances 0.000 description 2
- 229910002651 NO3 Inorganic materials 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010170 biological method Methods 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于污染物迁移模拟的水源地水质安全预警方法,所述方法包括:构建水流模型;确定所述水源地的目标污染物;根据所述水流模型构建所述目标污染物在含水层中的迁移模型;预设迁移模型的模拟时间,获得目标污染物的迁移分布结果;根据所述迁移分布结果及预警等级划分,进行预警判定。本发明基于监测结果的污染物迁移模拟,以水源地水文地质参数为基础,对污染源状况进行模拟,获得特征污染物分布状况,例如,得知黑龙江省哈尔滨市利民经济开发区20年内农田氨氮不会对利民水源地水质安全构成威胁,提高了傍河水源地水质安全预警工作的主动性,便于水源地的管理和对污染情况的预判。
Description
技术领域
本发明属于环境保护和水质安全技术领域,具体涉及一种基于污染物迁移模拟的水源地水质安全预警方法。
背景技术
水质安全预警可减少水质监测和水质安全保障的投入,同时可降低突发水质事故造成的危害。由于傍河水源地地下水与河流存在密切的水力联系,而河流往往受到排污或突发水质事故的影响而遭受污染,不可避免地威胁傍河水原地水质安全,提出河流突发水质事故的预警方案,可以在事故发生第一时间采取响应措施,最大限度地减少事故造成的损失。
水质安全预警技术,通常包括基于水质状态的预警和基于水质变化趋势的预警,即水质预测。国内外研究已将水质预测方法推向实用化阶段,水质预测常用的方法包括:数理统计法、人工神经网络法、灰色系统法、水质模拟模型法、决策树法。其中,数理统计法分为单因素预测和多因素预测,单因素预测准确性差、实际应用困难,而多因素预测涉及因素多、所需的资料信息量大、建模困难。人工神经网络法通过分析历史数据,识别环境因子和水质指标间的关系,通过纵向序列的比对,定量预测水质因子的变化,但是数学理论基础不够完善。灰色系统法有很大的局限性,即模型预测精度较高的前提是原始数据呈指数规律变化,一旦数据不符合指数变化,预测结果则可能出现较大的偏差。水质模型只是适用于较小时间尺度上的预测。决策树法本质为机器学习,以实例为基础的归纳学习方法,虽然预测精度相对较高,但理论尚不完善,因此只适用于数据量相对较小的情况。因此,在实际水质预测建模的过程中,应综合分析待预测指标与研究区水质特征,选用适当的预测方法建立模型。
目前还没有一种可以广泛应用的水质预测建模方法,因此,通过水质预测建模的方法进行水质安全预警,距离实际应用及推广还有很长的路要走。
发明内容
本发明实施例的目的是提供一种基于污染物迁移模拟的水源地水质安全预警方法,以通过合理建模的方式对水源地进行水质预测,保障水质安全。
根据本发明的一个方面,提供了一种基于污染物迁移模拟的水源地水质安全预警方法,所述方法包括:
构建水流模型;
确定所述水源地的目标污染物;
根据所述水流模型构建所述目标污染物在含水层中的迁移模型;
预设迁移模型的模拟时间,获得目标污染物的迁移分布结果;
根据所述迁移分布结果及预警等级划分,进行预警判定。
上述方案中,所述构建水流模型,进一步包括:
分析所述水源地的水文地质条件得出初始水头和边界条件;
根据所述水文地质条件对水源地的含水层进行概化,获得水流模型的水文地质参数;
根据所述水文地质参数构建水流模型,并对所述水流模型进行校正。
上述方案中,所述对水源地的含水层进行概化,进一步包括:
对水源地的含水层内部结构进行概化;对水源地的含水层水力特征进行概化。
上述方案中,所述对水源地的含水层内部结构进行概化,进一步包括:
分析所述水源地是否为非均质含水层;
当为均质含水层时,概化为一个均质含水层区;
当为非均质含水层时,对所述水源地进行分区,使得各水文地质小区概化为各向同性均质含水层。
上述方案中,所述对水源地的含水层水力特征进行概化,进一步包括:采用达西定律对渗流进行概化;将水流概化为三维流、非稳定流。
上述方案中,所述水文地质参数至少包括:含水层渗透系数、储水率、给水度、开采强度、源汇项。
上述方案中,所述迁移的过程,包括:对流、弥散、源汇混合、化学反应中的一种或多种。
上述方案中,所述水流模型为:
W=ε(x,y,z,t)-∑QLδ(x-xL,y-yL,z-zL)
其中,
QL为计算区域;
Г为区域边界其中Г1为一类边界,Г2为二类边界;
q(x,y,z,t)为单位宽度补给量;
ε(x,y,z,t)为单元补给强度;
QL为第L口井开采量,且L=1,2…υ;
δ(x-xL,y-yL,z-zL)为点(xL,yL,zL)处的δ函数;
h(x,y,z,t)为区内任一点水头标高;
b为含水层底板标高。
上述方案中,所述目标污染物为氨氮;
所述迁移的过程包括:对流-弥散、吸附解吸作用、硝化和反硝化作用;
所述迁移模型为:
其中,
θ为含水层的孔隙度,无量纲;
R为延迟因子;
t为时间;
Γ为柯西边界;
Ω为模拟渗流区。
c为溶液中硝酸盐氮浓度值;
为溶质组分的浓度,单位为mg/L;
Dij为水动力弥散系数张量,单位为m2/d;
v为孔隙中实际水流速度,单位为m/d;
qs为单位时间从单位体积含水层流入或流出的水量,其值为d-1;
c0为初始溶质浓度,单位为mg/L;
cs为源汇项溶质的浓度,单位为mg/L;
cq为边界流量所对应的溶质的浓度,单位为mg/L。
上述方案中,所述模拟时间为1~20年。
本发明提供一种基于污染物迁移模拟的水源地水质安全预警方法,所述方法包括:构建水流模型;确定所述水源地的目标污染物;根据所述水流模型构建所述目标污染物在含水层中的迁移模型;预设迁移模型的模拟时间,获得目标污染物的迁移分布结果;根据所述迁移分布结果及预警等级划分,进行预警判定。本发明基于监测结果的污染物迁移模拟,以水源地水文地质参数为基础,对污染源状况进行模拟,获得特征污染物分布状况,例如,得知黑龙江省哈尔滨市利民经济开发区20年内农田氨氮不会对利民水源地水质安全构成威胁,提高了傍河水源地水质安全预警工作的主动性,便于水源地的管理和对污染情况的预判。
附图说明
图1为本发明实施例的基于污染物迁移模拟的水源地水质安全预警方法流程示意图;
图2为本发明实施例构建水流模型过程示意图;
图3为本发明实施例的研究区氨氮在迁移1年时的分布状况示意图;
图4为本发明实施例的研究区氨氮在迁移5年时的分布状况示意图;
图5为本发明实施例的研究区氨氮在迁移10年时的分布状况示意图;
图6为本发明实施例的研究区氨氮在迁移20年时的分布状况示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
图1为本发明实施例的基于污染物迁移模拟的水源地水质安全预警方法流程示意图。如图1所示,本实施例的基于污染物迁移模拟的水源地水质安全预警方法,包括如下步骤:
步骤S1,构建水流模型。
步骤S2,确定所述水源地的目标污染物。
步骤S3,根据所述水流模型构建所述目标污染物在含水层中的迁移模型。
步骤S4,预设迁移模型的模拟时间,获得目标污染物的迁移分布结果。
步骤S5,根据所述迁移分布结果及预警等级划分,进行预警判定。
这里需要首选进行说明的是,本发明包括本实施例主要利用Visual Modflow软件进行污染物迁移模拟。该软件地下水溶质运移的专业三维数值模拟软件,主要应用两个模块:模拟地下水流的Modflow模块、模拟地下水污染物溶质运移的MT3DMS模块。VisualModflow软件具有模块化结构,便于用户操作的界面,在以污染物迁移模拟为主要研究方向的诸多领域内应用广泛,是当前模拟地下水污染物溶质运移的主要软件之一。VisualModflow实际上由多层程序包组合嵌套构成,共有一个主程序及一系列子程序包,子程序包与相互之间相对独立,且每个子程序包嵌套多个模块。软件模拟过程可分为若干应力期,各应力期可划分为若干个时间步长。求解过程中,首先分析研究区域水文地质条件,通过分析结果对模型赋予初始水头和边界条件,随后通过有限差法进行迭代求解,可以获得不同时间点的水位值。MT3D全称为Modular3-Dimensional Transport model,为三维运移模块模型,而MT3DMS是基于MT3D的一种多组分溶质运移模型,MS是可嵌入式多污染物反映模拟的模块。模型主要采用欧拉—拉格朗日近似方法进行求解,主要模拟目标污染物在含水层中的迁移衰减过程有:对流、弥散、源汇混合及化学反应。
在具体的操作中,可以某一个地区的水源地作为具体的水质安全预警试验区,布设监测点,本实施例在具体的操作过程中以傍河水源地--黑龙江省哈尔滨市利民经济开发区为例。
上述步骤S1为构建水流模型。图2为本实施例构建水流模型过程示意图。如图2所示,构建水流模型,包括如下步骤:
步骤S11,分析所述水源地的水文地质条件得出初始水头和边界条件。
具体的,在本实施例中,研究区位于松花江中游段北岸的高、低漫滩区,东侧、南侧为松花江,北侧为呼兰河,西至大马架、宋家岗。
通过对松花江水位和岸边观测孔水位观测,发现河水位和两井水位呈同步变化,河水和地下水联系密切,因此将研究区北、东、南三面河流概化为第一类水头边界。
研究区外围西部,通过钻孔地层资料,与研究区中心地带为同一含水岩组,因此将研究区西侧边界概化为第二类流量边界,当研究区水位高于上述边界水位时,区内地下水会向外界流出,当低于边界水位时,外界地下水会向流入区内。
步骤S12,根据所述水文地质条件对水源地的含水层进行概化,获得水流模型的水文地质参数。
具体的,研究区内地貌从西北到东南地下水类型分别为:高平原为孔隙承压水、高漫滩为孔隙承压水—孔隙潜水、低漫滩为孔隙潜水。水位埋深:高平原区>10m,高低漫滩区在1.5~6.0m。区内含水层厚度西南较薄,向东北逐渐增厚,中部含水层厚度在多在28~36m。根据勘探孔抽水试验资料,含水层渗透系数研究区西南部,及沿江一带渗透系数相对较低,在25~50m/d,向北逐渐增大,含水层渗透系数在35~70m/d之间。
根据勘探孔的地质及抽水试验资料,确定研究区为非均质含水层,根据水文地质条件及含水层水文地质参数不均一性,将研究区概化为三个水文地质区。各水文地质小区概化为各向同性均质含水层。
研究区内含水层水力特征概化为:①渗流符合达西定律;②水流呈三维流;③水流呈非稳定流。
根据《哈尔滨市市区地下水资源开发利用规划报告》水文地质调查资料,将研究区含水层概化为1层,利用网格法将研究区所在区域剖分为122×109×1个单元,在利民水源地周边进行网格加密,其中非活动单元4981个,定水头边界453个,通量边界136个。区域高程数据为实测结果。根据研究区含水层渗透系数的差异性,将模拟区划分为三个区域:1区、2区和3区。根据已有资料及调查结果,获得模型水文地质参数:含水层渗透系数、储水率、给水度、开采强度、源汇项。
根据勘探孔抽水试验资料,含水层渗透系数计算区西南部沿江一带渗透系数相对较低,为25~50m/d,向北逐渐增大,含水层渗透系数在35~70m/d之间。根据含水层渗透系数,将研究区分为1区、2区和3区。
对于源汇项而言,大气降水入渗补给,现状地下水用水量概化为单元补给强度,由Recharge软件包输入模型,蒸发量由Evapotranspiration软件包输入模型。哈尔滨市15年8月20日至15年10月20日大气降水量0.66m,有效降雨量0.62m;蒸发量1.22m,蒸发深度引自84年哈尔滨江北区城市供水水文地质初勘报告取值为4.20m。各单元补给强度、开采强度及模型单元补给强度见表1-1至表1-4所示。其中,表1-1为渗透系数分区;表1-2为开采强度分区;表1-3为大气降水补给强度分区。
根据调查统计,研究区内有利民两处水源地和少量村屯居民生活用水自备井,在模型建立时将其概化为局部开采强度。其中,利民水源地14667m3/d,其它村屯自备井5500m3/d。
表1-1
参数均值 | 1区 | 2区 | 3区 |
渗透系数K(m/d) | 60 | 58 | 45 |
储水率Ss(1/m) | 0.0000026073 | 0.0000219820 | |
给水度Sy | 0.25 | 0.24 | 0.21 |
表1-2
区域 | 开采量m3/d | 面积km2 | 开采强度m/d |
利民水源地 | 14667 | 6.82 | 2.15E-3 |
其他自备井Qtk | 5500 | 416.00 | 1.32E-5 |
表1-3
步骤S13,根据所述水文地质参数构建水流模型,并对所述水流模型进行校正。
本实施例建立傍河水源地潜水稳定流数学模型如下:
W=ε(x,y,z,t)-ΣQLδ(x-xL,y-yL,z-zL) (2)
式(1)至式(4)中,
QL为计算区域;
Г为区域边界其中Г1为一类边界,Г2为二类边界;
q(x,y,z,t)为单位宽度补给量;
ε(x,y,z,t)为单元补给强度;
QL为第L口井开采量,且L=1,2…υ;
δ(x-xL,y-yL,z-zL)为点(xL,yL,zL)处的δ函数;
h(x,y,z,t)为区内任一点水头标高;
b为含水层底板标高。
模型采用正演调参,经计算调整,绘制初始流场的16个观测点水位实测值与模型计算值,相关系数0.90,属高度相关,其中水位计算值与实测值绝对差<0.50m的13个点,占总观测点的81.22%,计算成果见表2-1至表2-2。其中,表2-1为监测井水位实测值与计算值误差表,表2-2为调整后的水文地质参数表。
表2-1
表2-2
分区 | I | II |
渗透系数K(m/d) | 58 | 45 |
储水率Ss(1/m) | 2.20E-5 | 2.01E-5 |
给水度Sy | 0.24 | 0.21 |
大气降水入渗系数 | 0.08 | 0.19 |
在步骤S2中,优选的,本实施例根据污染源调查及水质测试分析结果,研究区西部农业种植区为区域主要污染源,发现河流及地下水中氨氮含量多处存在超标状况,且部分点位氨氮超标严重,且研究区范围内农业活动频繁,氨氮对人体危害较大,所以选定氨氮为目标污染物。
在步骤S3中,具体的,根据研究区水质分析结果及污染源调查结果,建立的溶质运移模型描述的是饱和带过程模拟的二维对流-弥散问题,氨氮作为特征污染物在地下水系统中会经历一系列的水文地球化学变化过程,这些变化过程主要包括对流-弥散、吸附解吸作用、硝化和反硝化作用。根据上述分析结果,氨氮在地下水系统中的运移模型可以概化为(水流方向同坐标轴方向一致):
式(5)中,
θ为含水层的孔隙度,无量纲;
R为延迟因子;
t为时间;
Γ为柯西边界;
Ω为模拟渗流区。
c为溶液中硝酸盐氮浓度值;
为溶质组分的浓度,单位为mg/L;
Dij为水动力弥散系数张量,单位为m2/d;
v为孔隙中实际水流速度,单位为m/d;
qs为单位时间从单位体积含水层流入或流出的水量,其值为d-1;
c0为初始溶质浓度,单位为mg/L;
cs为源汇项溶质的浓度,单位为mg/L;
cq为边界流量所对应的溶质的浓度,单位为mg/L。
在步骤S4中,进一步的,已知利民一水源、利民二水源地下水开采强度,因此将西部农田区设置为面源污染。由于采样数据的局限性,为保证模型模拟精度及预警结果的前瞻性,选取农田区氨氮浓度最大值对农田区氨氮浓度进行统一赋值,考虑入渗过程中污染物的衰减作用,设置补给浓度为4mg/L,模拟时间为20年。分别获得1年、5年、10年、20年后氨氮在研究区的迁移分布状况,分别如图3、图4、图5、图6所示。
利用Visual Modflow软件内置浓度分析功能,在农业片区内人为设置10口约等间距南北向分布的浓度观测井用以观测含水层中污染物浓度变化状况,获得农业片区内20年期间氨氮的浓度变化,可绘制相应曲线。各观测井浓度变化趋势相同,到达第20年时,最大浓度值为1号观测井,即靠近呼兰河区域农田,且1号观测井中氨氮观测浓度呈近匀速上升趋势,其他观测井氨氮观测浓度呈减速上升趋势。由研究区渗透系数分区可知,1号观测井位于渗透系数最大区域,据此推测渗透系数的差异性影响了1号观测井中氨氮的浓度变化速率。
同时,结合研究区氨氮污染晕分布状况及观测井中氨氮浓度随时间变化曲线得知:在纵向上,农业片区的氨氮在下渗过程中有一定程度的衰减,20年后观测井中最大氨氮浓度仍未达到地表污染物浓度值;在横向上,氨氮迁移方向与研究区地下水主流向基本一致,即自西向东,且随着迁移距离的增加,氨氮浓度有明显的降低。
在步骤S5中,进一步的,根据《饮用水水源保护区划分技术规范》(HJ T338-2007)中对于地下水型水源地保护区划分的要求,使用《地表水环境质量标准》(GB3838-2002)和《地下水质量标准》(GB/T14848-93)中规定的Ⅱ类、Ⅲ类限值作为判别模拟结果对应预警级别的判定依据。当特征污染物不在上述两标准中时,以《生活饮用水卫生标准》(GB5749-2006)中规定的不危害人体健康的最低限值为判定依据。其中,
根据水源地预警需求,设定模拟时间,本研究设置模拟时间为20年;
根据模拟结果,采取预警措施不得晚于污染物为Ⅱ类临界值(或《生活饮用水卫生标准》中规定限值)、到达距离取水口500m处时;
判断预警级别时,从劣不从优。
表3给出了本发明实施例的预警等级划分界限。
表3
优选的,本实施例还可以包括针对不同的预警级别采取不同的预策略。
零级预警区和一级预警区管理措施以监测和预防为主。
对监测而言,根据所模拟的水源地附近的污染晕,布置监测网,监测污染晕的扩散速度和污染物浓度的变化速率,分析污染晕和污染物浓度的时空变化趋势。
对预防而言,零级预警以维持现状为主;一级预警利用实际监测结果对模型进行调整,使其与实际模型相一致,通过比较模型模拟的污染晕到达水源地的时间与实际监测污染晕变化速度推测的到达水源地的时间的大小,取最小值,在该时间范围内,采取预防措施,阻止污染物到达水源地影响地下水水质。
污染物已到达水源地,但浓度尚未对水质安全构成威胁,采取一定的措施,如:关闭监测到污染物的水源井,启动其他未受污染的水源井,增加监测频率,发现监测结果相对稳定且未超标后重新启用该水源井;切断污染源,将垃圾堆放场移走,并对垃圾和所处位置的土壤进行适当处理;污染物水流阻断措施,通过注水、曝气、抽提等方式改变污染物运移状况;提取收集污染物。
二级预警、三级预警和四级预警的管理措施以控制和监测为主。
对控制而言,地下水中的污染物浓度值较高,该三区内地下水水质已经趋于恶化、恶化或具有明显的恶化趋势。因此,在查明地下水污染源和污染途径的基础上,首先应当切断地下水污染源,其次考虑以下控制措施:
①改变含水层系统中地下水贮存量,人工注水可起到稀释地下水中污染物浓度的作用,人工抽水可将污染物随地下水一起被抽走,同时人工补给或抽水也可改变地下水流场,改变污染物运移状况;
②采用合理的物理化学方法净化已经被污染的地下水,如活性炭吸附等;
③在污染较重的包气带可采用生物方法,阻止污染物向含水层系统中扩散;
④利用堵塞或截流措施控制地下水中污染物的弥散迁移,防止污染物进入水源地。
对监测而言,二级、三级和四级预警,地下水中污染物浓度较高,已对地下水水质造成影响,应及时监测,获得污染物状况。也亟需在最短的时间内制定出一套全面、细致的地下水污染监测方案,充分考虑造成地下水污染的各种影响因素。
地下水污染监测方案的一般原则:首先要了解地下水污染特征,监测策略是在地下水污染区域上下游进行多断面、多组分监测,具有针对性地确定出突显的污染物分布范围;其次是根据所确定出的潜在污染源,从其根源追索其原材料,分析其危害性,详列其所有可能的污染物进行全面监测;最后是根据污染物分布范围及未来迁移范围,调整地下水监测范围,综合分析地下水水质状况制定合理的解决方案。
还可以包括,对预警结果的分析。根据模拟结果得知,位于水源地开采井流场西侧的农业片区中较高浓度的氨氮在迁移20年后仍未到达水源地,且20年期间的迁移速率较慢,最快迁移峰总迁移距离不超过3km,距离水源地取水井尚大于5km,且经过自然衰减过程,氨氮浓度有所降低,即在相当长一段时间内,研究区西侧农业面源污染不会对水源地取水井构成污染威胁,按照预警级别划分方案,研究区预警级别为零级。
本实施例通过SPSS软件进行因子分析,获得五个成分因子,对成分因子进行源解析和相关性分析,确定研究区地下水水质状况的主要受地下水开采、人类活动污染、农业活动、原生地质环境、工业活动的影响,从16项水质指标中筛选出TDS、COD、Cl-、NH4 +、NO3 -五个替代性水质监测指标。结合研究区特征污染物及监测要求,确定最终水质监测指标。
在水质监测资料丰富的情况下,可以基于监测结果,以水源地水文地质参数为基础,基于Visual Modflow软件对污染源状况进行模拟,获得特征污染物分布状况,得知20年内农田氨氮不会对利民水源地水质安全构成威胁,提高了傍河水源地水质安全预警工作的主动性,便于水源地的管理和对污染情况的预判。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于污染物迁移模拟的水源地水质安全预警方法,其特征在于,所述方法包括:
构建水流模型;
确定所述水源地的目标污染物;
根据所述水流模型构建所述目标污染物在含水层中的迁移模型;
预设迁移模型的模拟时间,获得目标污染物的迁移分布结果;
根据所述迁移分布结果及预警等级划分,进行预警判定。
2.根据权利要求1所述的水源地水质安全预警方法,其特征在于,所述构建水流模型,进一步包括:
分析所述水源地的水文地质条件得出初始水头和边界条件;
根据所述水文地质条件对水源地的含水层进行概化,获得水流模型的水文地质参数;
根据所述水文地质参数构建水流模型,并对所述水流模型进行校正。
3.根据权利要求2所述的水源地水质安全预警方法,其特征在于,所述对水源地的含水层进行概化,进一步包括:
对水源地的含水层内部结构进行概化;对水源地的含水层水力特征进行概化。
4.根据权利要求3所述的水源地水质安全预警方法,其特征在于,所述对水源地的含水层内部结构进行概化,进一步包括:
分析所述水源地是否为非均质含水层;
当为均质含水层时,概化为一个均质含水层区;
当为非均质含水层时,对所述水源地进行分区,使得各水文地质小区概化为各向同性均质含水层。
5.根据权利要求3所述的水源地水质安全预警方法,其特征在于,所述对水源地的含水层水力特征进行概化,进一步包括:采用达西定律对渗流进行概化;将水流概化为三维流、非稳定流。
6.根据权利要求2所述的水源地水质安全预警方法,其特征在于,所述水文地质参数至少包括:含水层渗透系数、储水率、给水度、开采强度、源汇项。
7.根据权利要求1至6任一项所述的水源地水质安全预警方法,其特征在于,所述迁移的过程,包括:对流、弥散、源汇混合、化学反应中的一种或多种。
8.根据权利要求7所述的水源地水质安全预警方法,其特征在于,所述水流模型为:
W=ε(x,y,z,t)-∑QLδ(x-xL,y-yL,z-zL)
其中,
QL为计算区域;
Г为区域边界其中Г1为一类边界,Г2为二类边界;
q(x,y,z,t)为单位宽度补给量;
ε(x,y,z,t)为单元补给强度;
QL为第L口井开采量,且L=1,2…υ;
δ(x-xL,y-yL,z-zL)为点(xL,yL,zL)处的δ函数;
h(x,y,z,t)为区内任一点水头标高;
b为含水层底板标高。
9.根据权利要求8所述的水源地水质安全预警方法,其特征在于,
所述目标污染物为氨氮;
所述迁移的过程包括:对流-弥散、吸附解吸作用、硝化和反硝化作用;
所述迁移模型为:
其中,
θ为含水层的孔隙度,无量纲;
R为延迟因子;
t为时间;
Γ为柯西边界;
Ω为模拟渗流区。
c为溶液中硝酸盐氮浓度值;
为溶质组分的浓度,单位为mg/L;
Dij为水动力弥散系数张量,单位为m2/d;
v为孔隙中实际水流速度,单位为m/d;
qs为单位时间从单位体积含水层流入或流出的水量,其值为d-1;
c0为初始溶质浓度,单位为mg/L;
cs为源汇项溶质的浓度,单位为mg/L;
cq为边界流量所对应的溶质的浓度,单位为mg/L。
10.根据权利要求9所述的水源地水质安全预警方法,其特征在于,所述模拟时间为1~20年。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610980367.3A CN106600035A (zh) | 2016-11-08 | 2016-11-08 | 基于污染物迁移模拟的水源地水质安全预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610980367.3A CN106600035A (zh) | 2016-11-08 | 2016-11-08 | 基于污染物迁移模拟的水源地水质安全预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106600035A true CN106600035A (zh) | 2017-04-26 |
Family
ID=58590703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610980367.3A Pending CN106600035A (zh) | 2016-11-08 | 2016-11-08 | 基于污染物迁移模拟的水源地水质安全预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600035A (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633321A (zh) * | 2017-08-18 | 2018-01-26 | 宿州市水利局水政水资源管理办公室 | 一种地下水资源智能管理系统及管理方法 |
CN108520116A (zh) * | 2018-03-22 | 2018-09-11 | 山东省环境规划研究院 | 一种基于环境风险的陆域保护区划分方法 |
CN109147047A (zh) * | 2018-08-21 | 2019-01-04 | 北京师范大学 | 一种渗渠型傍河水源地数值模型构建方法 |
CN110111022A (zh) * | 2019-05-17 | 2019-08-09 | 中科三清科技有限公司 | 水污染源的评价方法及装置 |
CN110286074A (zh) * | 2019-05-29 | 2019-09-27 | 中国地质大学(武汉) | 同时测定原状土渗透系数-有效孔隙度-给水度的仪器 |
CN110794111A (zh) * | 2019-12-18 | 2020-02-14 | 济南大学 | 一种分析地下水中氯代烃污染迁移转化规律的方法 |
CN110955973A (zh) * | 2019-11-29 | 2020-04-03 | 中国科学院地理科学与资源研究所 | 一种硝酸盐输移概率评估方法、存储介质及电子设备 |
CN110990762A (zh) * | 2019-11-07 | 2020-04-10 | 上海勘察设计研究院(集团)有限公司 | 一种快速确定潜水位波动特征的计算方法 |
CN111626504A (zh) * | 2020-05-26 | 2020-09-04 | 生态环境部环境规划院 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
CN112149871A (zh) * | 2020-08-25 | 2020-12-29 | 河海大学 | 一种基于gis空间统计与随机模拟相结合的污染物点源解析方法 |
CN112259174A (zh) * | 2020-10-14 | 2021-01-22 | 西南交通大学 | 基于多元统计与同位素的混合区地下水氮污染源识别方法 |
CN112307602A (zh) * | 2020-10-13 | 2021-02-02 | 河海大学 | 一种地下水污染源信息和水力渗透系数场联合反演的方法 |
CN112417711A (zh) * | 2020-12-25 | 2021-02-26 | 上海勘察设计研究院(集团)有限公司 | 一种基于污染土结构演化的污染物迁移分析方法 |
CN113159710A (zh) * | 2021-03-25 | 2021-07-23 | 北京市环境保护科学研究院 | 傍河水源井污染监控方法、装置、电子设备及存储介质 |
CN113239598A (zh) * | 2021-06-08 | 2021-08-10 | 中国环境科学研究院 | 一种应用数值模拟的地下水污染源空间综合识别方法 |
CN113379261A (zh) * | 2021-06-17 | 2021-09-10 | 上海市环境科学研究院 | 一种污染场地土壤地下水污染风险管控技术方法 |
CN113435138A (zh) * | 2021-07-13 | 2021-09-24 | 清华大学 | 基于包气带-含水层耦合的地下水环境模拟方法和装置 |
CN113484210A (zh) * | 2021-05-28 | 2021-10-08 | 河海大学 | 一种强风化层弥散度现场尺度试验测定方法 |
CN114707371A (zh) * | 2021-12-30 | 2022-07-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种干湿交替带氮迁移转化耦合模拟方法及系统 |
CN115204060A (zh) * | 2022-08-19 | 2022-10-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种饮用水源地水质多维模型快速预警方法及系统 |
CN115828508A (zh) * | 2022-10-25 | 2023-03-21 | 吉林大学 | 基于gis平台的地下水环评自动预测方法 |
CN116384045A (zh) * | 2023-01-16 | 2023-07-04 | 中核第四研究设计工程有限公司 | 采用三维数值模拟确定土壤Ra-226源项调查范围的方法 |
CN116625885A (zh) * | 2023-07-20 | 2023-08-22 | 湖北省地质环境总站 | 一种模拟纳米塑料在介质中垂向迁移的试验装置及方法 |
CN117011717A (zh) * | 2023-10-07 | 2023-11-07 | 北京建工环境修复股份有限公司 | 一种基于物联网的全氟化合物污染评价方法及系统 |
CN117672048A (zh) * | 2024-01-31 | 2024-03-08 | 山东大学 | 基于氮同位素测试的氮源分析虚拟仿真实验系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514489A (zh) * | 2013-10-09 | 2014-01-15 | 天津科技大学 | 正交设计和gms耦合的地下水污染物水力截获优化方法 |
CN105740531A (zh) * | 2016-01-27 | 2016-07-06 | 上田环境修复股份有限公司 | 预测地下水污染造成的人体健康风险的方法 |
CN106932549A (zh) * | 2015-12-29 | 2017-07-07 | 中国环境科学研究院 | 地下水水质综合预警方法 |
-
2016
- 2016-11-08 CN CN201610980367.3A patent/CN106600035A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514489A (zh) * | 2013-10-09 | 2014-01-15 | 天津科技大学 | 正交设计和gms耦合的地下水污染物水力截获优化方法 |
CN106932549A (zh) * | 2015-12-29 | 2017-07-07 | 中国环境科学研究院 | 地下水水质综合预警方法 |
CN105740531A (zh) * | 2016-01-27 | 2016-07-06 | 上田环境修复股份有限公司 | 预测地下水污染造成的人体健康风险的方法 |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107633321A (zh) * | 2017-08-18 | 2018-01-26 | 宿州市水利局水政水资源管理办公室 | 一种地下水资源智能管理系统及管理方法 |
CN107633321B (zh) * | 2017-08-18 | 2021-10-22 | 宿州市水利局水政水资源管理办公室 | 一种地下水资源智能管理系统及管理方法 |
CN108520116A (zh) * | 2018-03-22 | 2018-09-11 | 山东省环境规划研究院 | 一种基于环境风险的陆域保护区划分方法 |
CN109147047A (zh) * | 2018-08-21 | 2019-01-04 | 北京师范大学 | 一种渗渠型傍河水源地数值模型构建方法 |
CN109147047B (zh) * | 2018-08-21 | 2021-03-16 | 北京师范大学 | 一种渗渠型傍河水源地数值模型构建方法 |
CN110111022A (zh) * | 2019-05-17 | 2019-08-09 | 中科三清科技有限公司 | 水污染源的评价方法及装置 |
CN110111022B (zh) * | 2019-05-17 | 2020-07-10 | 中科三清科技有限公司 | 水污染源的评价方法及装置 |
CN110286074A (zh) * | 2019-05-29 | 2019-09-27 | 中国地质大学(武汉) | 同时测定原状土渗透系数-有效孔隙度-给水度的仪器 |
CN110990762A (zh) * | 2019-11-07 | 2020-04-10 | 上海勘察设计研究院(集团)有限公司 | 一种快速确定潜水位波动特征的计算方法 |
CN110990762B (zh) * | 2019-11-07 | 2023-06-20 | 上海勘察设计研究院(集团)有限公司 | 一种快速确定潜水位波动特征的计算方法 |
CN110955973A (zh) * | 2019-11-29 | 2020-04-03 | 中国科学院地理科学与资源研究所 | 一种硝酸盐输移概率评估方法、存储介质及电子设备 |
CN110955973B (zh) * | 2019-11-29 | 2021-09-28 | 中国科学院地理科学与资源研究所 | 一种硝酸盐输移概率评估方法、存储介质及电子设备 |
CN110794111A (zh) * | 2019-12-18 | 2020-02-14 | 济南大学 | 一种分析地下水中氯代烃污染迁移转化规律的方法 |
CN111626504B (zh) * | 2020-05-26 | 2024-04-26 | 生态环境部环境规划院 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
CN111626504A (zh) * | 2020-05-26 | 2020-09-04 | 生态环境部环境规划院 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
CN112149871A (zh) * | 2020-08-25 | 2020-12-29 | 河海大学 | 一种基于gis空间统计与随机模拟相结合的污染物点源解析方法 |
CN112149871B (zh) * | 2020-08-25 | 2022-09-13 | 河海大学 | 一种基于gis空间统计与随机模拟相结合的污染物点源解析方法 |
CN112307602A (zh) * | 2020-10-13 | 2021-02-02 | 河海大学 | 一种地下水污染源信息和水力渗透系数场联合反演的方法 |
CN112259174A (zh) * | 2020-10-14 | 2021-01-22 | 西南交通大学 | 基于多元统计与同位素的混合区地下水氮污染源识别方法 |
CN112259174B (zh) * | 2020-10-14 | 2022-05-17 | 西南交通大学 | 基于多元统计与同位素的混合区地下水氮污染源识别方法 |
CN112417711A (zh) * | 2020-12-25 | 2021-02-26 | 上海勘察设计研究院(集团)有限公司 | 一种基于污染土结构演化的污染物迁移分析方法 |
CN112417711B (zh) * | 2020-12-25 | 2022-05-31 | 上海勘察设计研究院(集团)有限公司 | 一种基于污染土结构演化的污染物迁移分析方法 |
CN113159710A (zh) * | 2021-03-25 | 2021-07-23 | 北京市环境保护科学研究院 | 傍河水源井污染监控方法、装置、电子设备及存储介质 |
CN113484210A (zh) * | 2021-05-28 | 2021-10-08 | 河海大学 | 一种强风化层弥散度现场尺度试验测定方法 |
CN113484210B (zh) * | 2021-05-28 | 2022-11-18 | 河海大学 | 一种强风化层弥散度现场尺度试验测定方法 |
CN113239598A (zh) * | 2021-06-08 | 2021-08-10 | 中国环境科学研究院 | 一种应用数值模拟的地下水污染源空间综合识别方法 |
CN113239598B (zh) * | 2021-06-08 | 2023-08-22 | 中国环境科学研究院 | 一种应用数值模拟的地下水污染源空间综合识别方法 |
CN113379261B (zh) * | 2021-06-17 | 2023-06-06 | 上海市环境科学研究院 | 一种污染场地土壤地下水污染风险管控技术方法 |
CN113379261A (zh) * | 2021-06-17 | 2021-09-10 | 上海市环境科学研究院 | 一种污染场地土壤地下水污染风险管控技术方法 |
CN113435138A (zh) * | 2021-07-13 | 2021-09-24 | 清华大学 | 基于包气带-含水层耦合的地下水环境模拟方法和装置 |
CN114707371A (zh) * | 2021-12-30 | 2022-07-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种干湿交替带氮迁移转化耦合模拟方法及系统 |
CN115204060A (zh) * | 2022-08-19 | 2022-10-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种饮用水源地水质多维模型快速预警方法及系统 |
CN115828508A (zh) * | 2022-10-25 | 2023-03-21 | 吉林大学 | 基于gis平台的地下水环评自动预测方法 |
CN115828508B (zh) * | 2022-10-25 | 2024-06-04 | 吉林大学 | 基于gis平台的地下水环评自动预测方法 |
CN116384045B (zh) * | 2023-01-16 | 2023-12-05 | 中核第四研究设计工程有限公司 | 采用三维数值模拟确定土壤Ra-226源项调查范围的方法 |
CN116384045A (zh) * | 2023-01-16 | 2023-07-04 | 中核第四研究设计工程有限公司 | 采用三维数值模拟确定土壤Ra-226源项调查范围的方法 |
CN116625885A (zh) * | 2023-07-20 | 2023-08-22 | 湖北省地质环境总站 | 一种模拟纳米塑料在介质中垂向迁移的试验装置及方法 |
CN117011717A (zh) * | 2023-10-07 | 2023-11-07 | 北京建工环境修复股份有限公司 | 一种基于物联网的全氟化合物污染评价方法及系统 |
CN117011717B (zh) * | 2023-10-07 | 2023-12-19 | 北京建工环境修复股份有限公司 | 一种基于物联网的全氟化合物污染评价方法及系统 |
CN117672048A (zh) * | 2024-01-31 | 2024-03-08 | 山东大学 | 基于氮同位素测试的氮源分析虚拟仿真实验系统及方法 |
CN117672048B (zh) * | 2024-01-31 | 2024-04-19 | 山东大学 | 基于氮同位素测试的氮源分析虚拟仿真实验系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600035A (zh) | 基于污染物迁移模拟的水源地水质安全预警方法 | |
Palta et al. | “Hotspots” and “hot moments” of denitrification in urban brownfield wetlands | |
Li et al. | Characteristics of hydrochemistry and nitrogen behavior under long-term managed aquifer recharge with reclaimed water: A case study in north China | |
Pierret et al. | The Strengbach catchment: A multidisciplinary environmental sentry for 30 years | |
Nelson et al. | Influence of bedrock geology on water chemistry of slope wetlands and headwater streams in the southern Rocky Mountains | |
Tavakoli-Kivi et al. | A salinity reactive transport and equilibrium chemistry model for regional-scale agricultural groundwater systems | |
Chitrakar et al. | Groundwater flow and solute transport simulation in Eastern Al Batinah Coastal Plain, Oman: case study | |
CN113435138A (zh) | 基于包气带-含水层耦合的地下水环境模拟方法和装置 | |
Saatsaz et al. | The application of groundwater modelling to simulate the behaviour of groundwater resources in the Ramhormooz Aquifer, Iran | |
Scanlon et al. | Groundwater recharge in Texas | |
Gad et al. | Management of groundwater resources in arid areas case study: North Sinai, Egypt | |
Moskovchenko et al. | Salt pollution of surface water in oil fields of Khanty-Mansi Autonomous Area-Yugra | |
Mba et al. | Assessment of the sensitivity of water resources in the intertropical zone: a bibliographical study with perspectives | |
Niswonger et al. | Nutrient processes at the stream‐lake interface for a channelized versus unmodified stream mouth | |
Zeidan et al. | Scenarios for groundwater remediation using n15 in Nile Delta | |
Williams et al. | Streamflow and nutrients from a karst watershed with a downstream embayment: Chapel Branch Creek | |
Szucs et al. | Remediating over-produced and contaminated aquifers by artificial recharge from surface waters | |
Hamidi | MJ; Larabi, A.; Faouzi, M. Numerical Modeling of Saltwater Intrusion in the Rmel-Oulad Ogbane Coastal Aquifer (Larache, Morocco) in the Climate Change and Sea-Level Rise Context (2040) | |
Aivalioti et al. | Modeling the flow and leachate transport in the vadose and saturated zones of a municipal landfill | |
Zhao et al. | Simulation and prediction of groundwater pollution based on GMS: a case study in Beijing, China | |
Ahmad et al. | Highlighting the implications of selenium dispersion from disposal of Kahota Industrial Triangle area, Islamabad, Pakistan using three-dimension solute transport model | |
El-Sadek et al. | Developing DRAINMOD-geostatistical technology to predict nitrate leaching | |
Tesfaye | Steady-state groundwater flow and contaminant transport modelling of Akaki wellfield and its surrounding catchment (Addis Ababa, Ethiopia) | |
Vaccaro et al. | Evaluation of water-quality characteristics of part of the Spokane aquifer, Washington and Idaho, using a solute-transport digital model | |
Marinov et al. | Groundwater quality in the proximity of a polluted lake: a joint experimental-modeling study. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |
|
RJ01 | Rejection of invention patent application after publication |