CN110866367A - 复杂河网水流条件下常规突发水污染团的实时追踪方法 - Google Patents
复杂河网水流条件下常规突发水污染团的实时追踪方法 Download PDFInfo
- Publication number
- CN110866367A CN110866367A CN201911226752.9A CN201911226752A CN110866367A CN 110866367 A CN110866367 A CN 110866367A CN 201911226752 A CN201911226752 A CN 201911226752A CN 110866367 A CN110866367 A CN 110866367A
- Authority
- CN
- China
- Prior art keywords
- water
- accident
- conservative
- river network
- water quality
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 205
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000003911 water pollution Methods 0.000 title claims abstract description 35
- 239000000126 substance Substances 0.000 claims abstract description 120
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 67
- 231100000719 pollutant Toxicity 0.000 claims abstract description 67
- 230000008569 process Effects 0.000 claims abstract description 41
- 239000002351 wastewater Substances 0.000 claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 230000035484 reaction time Effects 0.000 claims abstract description 10
- 230000008878 coupling Effects 0.000 claims abstract description 8
- 238000010168 coupling process Methods 0.000 claims abstract description 8
- 238000005859 coupling reaction Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 230000001360 synchronised effect Effects 0.000 claims abstract description 4
- 238000006243 chemical reaction Methods 0.000 claims abstract description 3
- 238000011160 research Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 20
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 16
- 229910052760 oxygen Inorganic materials 0.000 claims description 16
- 239000001301 oxygen Substances 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 11
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000005842 biochemical reaction Methods 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 239000011574 phosphorus Substances 0.000 claims description 3
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000001704 evaporation Methods 0.000 claims description 2
- 230000008020 evaporation Effects 0.000 claims description 2
- 238000001556 precipitation Methods 0.000 claims description 2
- 230000005012 migration Effects 0.000 abstract description 3
- 238000013508 migration Methods 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 239000010865 sewage Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012821 model calculation Methods 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000010842 industrial wastewater Substances 0.000 description 2
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006396 nitration reaction Methods 0.000 description 1
- 230000002360 prefrontal effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 231100000167 toxic agent Toxicity 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了复杂河网水流条件下常规突发水污染团的实时追踪方法。基于复杂多变的河网水文动力特征、保守物质随水流同步传输机理以及污染物迁移转化规律,开发了河网水动力、保守物质以及常规污染物水质一体化耦合数值模型;通过突发事故情景模拟,动态追踪了事故废水和事故污染物在河网中的传输过程与路径,得到了不同敏感受体处事故污染物及其相应的保守物质浓度过程线,估算出不同敏感受体处事故影响的反应时间、持续时间和最大污染物浓度。本发明可为常规突发性水污染预警预报提供技术支持,使环境管理者能够及时准确地做出应急决策,避免了耗费大量的财力成本和时间成本,具有很强的实用性和广泛的适用性。
Description
技术领域
本发明涉及一种复杂河网水流条件下常规突发水污染团的实时追踪方法,属于水环境健康风险领域。
背景技术
近年来,全球发生了多起重大水污染事故,严重威胁着人类健康与生命安全,造成了巨大经济损失、社会不安定和生态环境的严重破坏,甚至引发国际纠纷,已成为全世界极为关注的环境问题之一。由于突发水污染事故的不确定性和不可预知性,我们只能有效预防和积极应对。预警技术是科学判定风险变化、提升应急响应水平和规避污染风险的有力手段,因此成为了国内外水环境专家学者们一直关注的热点。从国内外学者们的研究成果可知,目前突发性水污染预警研究主要围绕重金属离子、可溶性和难溶性非金属有毒物等非常规污染物开展研究,而对化学需氧量、氮磷等常规污染物突发水污染预警关注的甚少。由于水体中非常规污染物本底浓度较低及受边界来水来质干扰较小,只要根据受体处非常规污染物浓度过程线就可估算出事故影响的特征值。然而,常规突发事故污染预警与之不同,水体中任一受体处事故污染物浓度都可看作是边界来水来质条件下事故污染物和其他各类污染负荷综合作用的结果,因此无法仅根据受体处事故污染物浓度过程线较准确地估算出事故影响的特征值。非正常废水的大量排放是高度城镇化地区突发性水污染事故的主要发生形式之一(如太湖流域和珠江流域)。如何较准确地估算常规突发性水污染事故的影响时间和影响程度,是一个值得深入研究的课题。
发明内容
发明旨在针对现有技术不能较准确地估算常规突发性水污染事故的影响时间和影响程度的问题,提供一种复杂河网水流条件下常规突发水污染团的实时追踪方法,作为现有突发性水污染预警技术体系的有益补充。
技术方案:本发明提供了一种复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于,该方法包括如下步骤:
步骤1、首先确定研究区域,然后界定模型计算的物理边界;
步骤2、对物理边界内天然河道进行概化,采用软件对河网节点和断面进行自动编码,依据地形大断面资料确定各断面的物理参数;
步骤3、开发河网水动力、保守物质和常规污染物水质一体化耦合模型,模型之间采用同步求解方式;
步骤4、收集并整理研究区边界和面上监测站点水文水质时间系列资料,将其处理成河网水动力水质模型计算所需的外边界条件和初始条件;收集并整理研究区降水、蒸发以及点、面源等资料,点源按旁侧入流处理成河网水动力水质模型的内边界条件,面源通过产流产污计算并按均匀旁侧入流处理成河网水动力水质模型的内外界条件;
步骤5、对保守物质水质模型的内外边界条件和初始条件进行定义与赋值;
步骤6、根据河网水动力模型和常规污染物水质模型各参数的物理意义进行初值设定,然后启动模型进行参数率定,调整参数后进行模型效验,以验证模型结构和参数的合理性;
步骤7、保守物质水质模型无参数,采用断面水量组分平衡原则进行效验;
步骤8、根据研究区突发事故调查,设置突发事故情景,给出事故的发生时间、事故废水排放量、事故污染物排放量;
步骤9、对于不同事故情景,设置河网水动力水质模型运行所需的外边界条件和点面源内边界条件;设置不同事故情景下保守物质水质模型运行所需的内边界条件;
步骤10,启动效验后的河网水动力、保守物质和常规污染物水质一体化耦合模型进行事故情景的模拟;
步骤11、根据模拟的结果,可得到不同断面处事故污染物及其相应的保守物质浓度过程线;
步骤12、分析不同断面处相应的保守物质浓度变化过程,揭示了事故排放废水在河网中的动态传输过程与途径;
步骤13、分析不同断面处事故污染物及其相应的保守物质浓度变化过程,揭示了事故污染物在河网中的动态传输过程与途径;
步骤14、结合不同断面处事故污染物及其相应的保守物质两条浓度过程线,估算出事故影响的反应时间、持续时间和最大污染物浓度。
作为本发明的进一步优化方案,所述步骤3中河网水流控制方程采用一维圣维南方程组,常规污染物水质控制方程采用一维对流扩散方程,保守物质水质控制方程采用对流输运方程,优选地具体形式如下:
式中,x为x方向距离;t为时间;Q、Z为断面流量及水位;α为动量修正系数;K为流量模数;qL为单位河长的旁侧入流;vx为入流沿水流方向的速度;A为过水断面面积;BT为总水面宽度;C为水质组分浓度;Ex为纵向分散系数;S为水质指标的生化反应项;W为水质指标的外部源汇项;CL为保守物质水质组分浓度;Cr为不同类型旁侧入流保守物质水质浓度,g为重力加速度。
上述三个模型在同一时间步长内耦合同步求解,即先求解河网各节点和各断面的水位和流量,然后计算各断面常规水质浓度,最后计算各断面保守物质水质浓度,这样就保证了水流和水质计算的连续性。
作为本发明的进一步优化方案,所述步骤3中可考虑的常规水质组分为化学需氧量、生化需氧量、氨氮、溶解氧、总磷、总氮,对应的生化反应项按照一级反应方程项处理。
作为本发明的进一步优化方案,所述步骤4中模型初始条件主要采用面上监测站点计算初始时刻的水位和水质资料,内插出河网各节点和断面的初始值,然后应用恒定流条件启动模型计算各断面流量、水位和水质,如果误差较大,再进行局部调整。这种处理方式能够使初值引起的误差尽快得到消除。
作为本发明的进一步优化方案,所述步骤5中保守物质水质模型边界条件和初始条件按如下方式定义与赋值,即将调蓄节点与河道的原始蓄水量定义为第一大类保守物质;将降雨径流定义为第二大类保守物质;将废水排放定义为第三大类保守物质,为了跟踪事故排放废水在河网中的传输途径,依次定义各废水排放源为相应的保守物质;将边界出入水量定义为第四大类保守物质,为了区分各边界来水的异同,依次定义各边界出入水量为相应的保守物质;将工农业取排水量定义为第五大类保守物质。根据上述不同保守物质进入河网的方式,选取边界水位或流量节点作为第四大类保守物质的控制边界;选取不同废水排入的河道微段作为第三大类保守物质的控制边界;选取降雨径流汇入河道微段作为第二大类保守物质的控制边界。无论进入上述各控制边界的实际物质浓度如何,定义各边界条件的相应保守物质浓度为1.0,其它保守物质浓度为零;同时,定义第一大类保守物质的初始浓度为1.0,其它类型保守物质的初始浓度为零。
作为本发明的进一步优化方案,所述步骤7中保守物质水质模型的效验遵循以下原则,即断面保守物质浓度就是携带该物质的水量占该断面总水量的百分比,虽然断面不同水量来源组成比例是动态变化的,但是如果建模时没有遗漏掉任何显著的水源成分,则在每个计算时刻断面各水量组分之和都是严格等于1的。
作为本发明的进一步优化方案,所述步骤9中将常规突发水污染事故分为偷排或漏排和故障性排放两大类,对于第一类情景,只需定义一种保守物质,控制该保守物质在事故开始与事故污染物一起进入水体;对于第二类情景,在程序设计时考虑分段时间控制,在正常排放阶段定义一种保守物质,在事故排放阶段定义另一种保守物质,只需关注事故排放阶段定义的保守物质。
作为本发明的进一步优化方案,所述步骤14中事故影响的最大污染物浓度定义为事故污染物经过某一断面的污染物浓度的最大值;事故影响的反应时间定义为从事故发生时刻至污染团输移到某一断面处且污染物浓度超过功能区浓度限值时刻之间的时间段;事故影响的持续时间定义为污染团输移到某一断面至离开敏感受体期间,该断面处污染物浓度超过功能区限值的一段时间。根据步骤12和13,只要结合某一断面处事故污染物及其相应的保守物质两条浓度过程线,就可较准确地估算出事故影响的反应时间、持续时间和最大污染物浓度。
有益效果:该方法以平原河网常规突发水污染事故发生形式和特征为切入点,基于平原河网复杂水动力特征、污染物迁移扩散规律以及保守物质随水流同步传输机理,开发了河网水动力、常规污染物和保守物质水质一体化模型,实现了河网水量与水质要素同一时间步长内的耦合求解,避免了分散求解带来的数值误差;该模型能够较真实地反映了河网水文动力特征和污染物时空变化特征,动态追踪事故废水和事故污染物在河网内的迁移过程与路径;结合突发水污染预警指标的定义,提出了采用敏感受体处常规污染物和保守物质双浓度过程线进行预警指标估算的方法。本发明提出的方法可在河网复杂内外水文水质边界干扰条件下,实时追踪常规突发水污染事故废水和事故污染物在水体内的传输过程与途径,较准确地估算出不同敏感受体处事故影响的始末时间和影响程度。本发明可为常规突发性水污染预警预报提供技术支持,使环境管理者能够及时准确地做出应急决策,从而避免了耗费大量的财力成本和时间成本,具有很强的实用性和广泛的适用性。
附图说明
图1为本发明具体实施例的流程图;
图2为本发明具体实施例研究区的概化图;
图3为本发明具体实施例研究区耦合模型效验的水位和水质组分对比图,其中图3(a)为漕桥站实测与计算水位过程线;图3(b)为湛渎港桥站实测与计算水位过程线;图3(c)文庄站氨氮实测与计算浓度过程线;图3(d)为人民桥站氨氮实测与计算浓度过程线;图3(e)文庄站化学需氧量实测与计算浓度过程线;图3(f)为人民桥站化学需氧量实测与计算浓度过程线;
图4为本发明具体实施例研究区保守物质水质模型的效验,其中图4(a)为断面C222水量构成的动态变化;图4(b)为断面C243水量构成的动态变化;
图5为本发明具体实施例研究区偷排事故情景下断面化学需氧量及其相应的保守物质浓度过程线,其中图5(a)为断面C79化学需氧量及其相应的保守物质P4633浓度过程线;图5(b)为断面C252化学需氧量及其相应的保守物质P4633浓度过程线;
图6为本发明具体实施例研究区故障事故情景下断面氨氮及其相应的保守物质浓度过程线,其中图6(a)为断面C79氨氮及其相应的保守物质P1648浓度过程线;图6(b)为断面C154氨氮及其相应的保守物质P1648浓度过程线。
具体实施方式
下面结合附图对本发明作进一步说明。
该技术应用在太湖流域宜兴河网区,该地区处于太湖流域上游,东临太湖。该地区工业废水负荷较大,工业企业和污水处理厂在运营中已发生过事故性排放,同时存在着较为严重的人为偷排或漏排现象,大量超标污水排入水体,导致了河网水质恶化。因此,在常规水污染事故突然发生后及时开展预警预报,对太湖水污染和富营养化防控具有重要意义。
本发明提供的一种复杂河网水流条件下常规突发水污染团的实时追踪方法,包括如下步骤:
(1)将太湖流域宜兴河网区作为研究区域;根据研究区水文水质监测站点的分布及资料可获取情况,界定模型计算的物理边界。
(2)对研究区内大小河道进行梳理,摸清河道之间水力联系,开展河网的概化工作。河网概化时将主要的输水河道纳入计算范围,次要的河道和水体根据等效原理,归并为单一河道和节点,使概化前后河道的输水能力相等、调蓄能力不变。
断面概化时两条或更多条平行的河道,概化前后河道断面的总过水能力相同,当这些平行河道具有断面资料,且首末节点相同时,用水力学的方法,根据过水能力相同的原理,求得合并概化河道的断面参数;当这些平行河道缺乏断面资料、且首末节点不相同时,先凭经验来确定概化河道断面参数,然后在模型率定阶段,若发现这些参数不合理,则可作适当的修改,使水流模拟更符合实际。
根据上述原则概化后研究区河道断面形状为水平底坡、梯形断面,概化河道54条,节点总数为45个,边界节点19个,断面295个,微段长度处于500-1000米之间,见图2所示。
(3)一维圣维南方程组采用四点线性加权隐格式离散,得到离散化的代数方程组,考虑节点满足的连续性条件和水位相等条件,形成河网节点水位方程组,并应用预条件最小化残差算法求得各节点水位,最后回代求得各河道断面的水位和流量。一维对流扩散方程中对流项采用隐式迎风差分格式离散,扩散项采用中心差格式离散,依据四种水流流向推导出断面与节点浓度递推关系式,并结合各类节点浓度平衡方程式,得到河网节点浓度线性方程组,采用预条件最小化残差算法求解得到各节点浓度,最后回代得到各河道断面浓度。
保守物质水质控制方程的离散、求解方式与常规水质模型相同,不再赘述。为了保证水流和水质计算的连续性以及模型计算的稳定性,避免分散求解带来的数值误差,三个模型在同一时间步长内依次求解计算。
(4)根据坊前、黄埝桥、漕桥、宜兴、西团氿、大浦口六站初始时刻的水位资料,根据和桥、新桥、沈家桥、文庄、沙塘港桥、黄埝桥六站初始时刻的水质资料,内插出节点和断面的水位和水质初值,然后应用恒定流条件反复计算,如果误差过大,再作局部调整。利用研究区边界水文水质站的水位、流量和水质历史实测资料,直接或插值得到边界控制节点的实测水文水质过程,作为模型运行的外边界条件。
将进入河道的污染物分为两类:一类是与降雨无关的污染负荷,包括居民生活污水的排放、污水处理厂的污水排放以及独立处理工业废水的污水排放,由研究区污染源实地调查分析确定,以旁侧入流方式作为内外界条件接入模型;一类是研究区面上的污染物质随着降雨产流被带入水体中的污染负荷,采用太湖流域模型废水负荷模块计算其污染负荷量,并分配给周边对应河道,以均匀旁侧入流方式作为内边界条件接入模型。
保守物质水质模型运行的边界条件和初始条件的处理方法见步骤5及其进一步优化方案。
(5)根据研究区河网水质污染特征,事故污染物选择为化学需氧量和氨氮,其生化反应项如下:
式中:A为过水断面面积,h为水深,kcr为CODCr的降解系数,d-1;Scr为CODCr的底泥释放系数,g/(m2·d);Ccr为水体中CODCr的浓度,mg/l。
式中:Cn为水体中NH3-N的浓度,mg/l;kn为NH3-N的硝化速率常数,d-1;Sn为NH3-N的底泥释放系数,g/(m2·d)。
考虑河道糙率会随水深会发生变化,按如下公式动态确定河网不同河段的糙率值,即n=n0/ha,a为待定指数。
根据以往在太湖流域河网水动力水质模型调算的经验,对研究区各河段糙率参数和水质参数进行初设,选择2010年和2011年作为模型的率定年,参数调整后,采用2012年水文水质资料对模型进行效验,以验证参数的有效性。
限于篇幅,这里仅给出模型效验阶段的实测与模拟的水位过程线和水质过程线,见图3所示。调整后糙率参数如下:n0=0.03,a=1/6;调整后化学需氧量和氨氮的四个参数如下:kcr=0.08~0.18d-1,Scr=0.15~1.8g/(m2·d);kn=0.08~0.15d-1,Sn=0.11~0.15g/(m2·d)。根据图3(a)、图3(b)可看出,漕桥站和湛渎港桥站计算与实测的水位过程整体吻合较好,模型已追踪到了两站实际的水位变化过程,峰谷对应、涨落一致,洪峰水位较好吻合;两站计算与实测水位平均绝对误差分别为0.0397米、0.0405米,平均相对误差分别为1.19%、1.22%,最大绝对误差分别为0.115米、0.104米。根据图3(c)、图3(d)可看出,文庄和人民桥两站氨氮计算与实测的浓度变化趋势基本吻合,平均绝对误差分别为0.27mg/l和0.20mg/l,平均相对误差分别为17.88%和15.35%,最大绝对误差分别为0.36mg/l和0.40mg/l。根据图3(e)、图3(f)可看出,文庄和人民桥两站化学需氧量计算与实测的浓度变化趋势较为吻合,平均绝对误差分别为3.11mg/l和2.43mg/l,平均相对误差分别为11.53%和9.88%,最大绝对误差分别为4.215mg/l和5.977mg/l。上述分析表明,水动力模型能够真实地模拟出研究区河网水流运动特征和水位涨落变化过程,水质模型能够较好地模拟出污染物时空变化趋势,所建模型的结构和参数的选择基本是合理的,可满足进一步分析计算要求。
(6)限于篇幅,仅给出C222和C243两个断面的保守物质水质模型的效验结果,见图4所示。根据图4(a),从开始时刻至第50小时,C222断面蓄水量保守物质浓度从初始1.0mg/l减小为0mg/l,滆湖边界来水保守物质浓度从0mg/l增大到0.8239mg/l,P1648废水排放保守物质浓度从0mg/l增加到0.00204mg/l,P4633废水排放保守物质浓度从0mg/l增加到0.000845mg/l,武宜运河上边界来水保守物质浓度从0mg/l增加到0.1732mg/l,说明此期间C222断面水量由原始蓄水量、滆湖来水、武宜运河来水和排放废水四者动态构成,原始蓄水量不断减少,滆湖来水比重不断增加,逐渐成为该断面水量的主体;从第50小时至第267小时,C222断面水量一直由滆湖来水、武宜运河来水和排放废水三者动态构成;从268小时至429小时,由于宜兴地区发生少量降雨,上游河段有径流汇入,因此C222断面水量中出现了降雨径流成分,此期间该断面水量是由滆湖来水、武宜运河来水、排放废水和降水径流四者动态构成。C243断面水量组成的动态构成可类似分析,不再赘述。
(7)根据研究区突发事故调查,两类事故情景分别设置如下:P4633风险源于5月14日8时至5月14日17时发生偷排事件,事故排放流量和化学需氧量分别为2.38m3/s和195.5g/s,功能区化学需氧量浓度限值取为20mg/l;污水处理厂P1648风险源于6月20日8时至6月20日17时发生故障性排放,事故排放流量和氨氮分别为5.36m3/s和81.86g/s,功能区氨氮浓度限值取为1.0mg/l。
(8)模型时间步长为300秒。情景模拟模型运行所需的内外边界条件和初始条件的处理方法同(4),不再赘述。
(9)启动调整参数后的耦合模型进行情景模拟,得到不同断面事故污染物及其相应的保守物质浓度过程。由于事故排放废水、事故污染物和相应的保守物质是同步接入模型的,河网中任一断面出现相应的保守物质浓度,就意味着事故排放废水传输到了该断面,保守物质浓度值就是携带该物质的事故排放废水量占断面总水量的百分比。因此,河网断面相应的保守物质浓度过程就可以表征事故排放废水在河网中动态的传输过程与途径。常规事故污染物进入水体后逐渐与同类污染物混掺在一起,随着水流运动发生混合、输移和降解作用,丧失了物质的唯一来源特征。某一断面出现相应的保守物质浓度,表明该断面水量中含有事故排放废水,也就意味着事故废水携带着事故污染物输送到该断面,那么该断面污染物浓度中必然含有事故污染物的贡献。因此,采用断面处事故污染物及其相应的保守物质浓度变化过程,可以表征事故污染物在河网中的动态传输过程与途径。限于篇幅,偷排情景下仅给出C79和C252断面的双浓度过程线,见图5所示;故排情景下仅给出C79和C154断面的双浓度过程线,见图6所示。从图5(a)中P4633保守物质浓度过程线可看出,第3208小时保守物质污染团前锋到达了C79断面,这表明事故废水经过7小时后到达了该断面,也就是说事故废水携带着事故污染物到达了该断面;然后,保守物质浓度逐渐增大,在第3235小时保守物质浓度达到了最大值,这表明该断面事故排放废水所占比例达到了最大值,此时该断面化学需氧量浓度也达到了最大值;然后,保守物质浓度逐渐减小,至第3320小时保守物质浓度为零,这表明事故废水在逐渐流出该断面,该断面事故污染物浓度随着偷排事故影响的逐渐减小而不断变小,最后偷排事故不再影响该断面。从图5(a)中事故污染物浓度过程线也可以看到,第3482小时开始该断面又出现了明显的浓度增大过程,但这个过程是边界条件来水来质引起的,因为此时保守物质浓度过程线早已通过了该断面,表明这个过程与偷排事故无关。由此可见,本发明可以避开河网复杂边界水文水质条件变化的误导和干扰,较准确追踪突发事故废水和事故污染物在河网水体中的传输过程与途径。其他代表性断面情形可类似分析,这里不再赘述。
(10)根据图5和图6给出的事故污染物及其相应的保守物质浓度过程线,结合步骤14及其进一步优化方案提出的指标定义与计算方法,对事故影响的反应时间、持续时间和最大污染物浓度这三个事故影响特征指标进行计算。图6中保守物质P1648-1过程线反映了伴随P1648风险源故障排放入河的相应保守物质在不同断面处的浓度时间变化过程,这是我们所关注的。从图6(a)中可以看出,C79断面在第4090小时出现了保守物质P1648-1,在第4104小时氨氮浓度为1.091mg/l,刚超过功能区限制值1.0mg/l,因此事故影响的反应时间为16小时;该断面在第4110小时氨氮浓度达到最大值1.45mg/l;在第4119小时氨氮浓度为0.94mg/l,此时故障事故仍然对断面浓度有所影响,但是不会对功能区受体产生损害,因此事故影响的持续时间为15小时。类似地,从图6(b)中可以分析出C154断面故排事故影响的反应时间和持续时间分别为11小时和14小时,最大氨氮浓度为1.825mg/l。从图5(a)中可以分析出C79断面偷排事故影响的反应时间和持续时间分别为30小时和12小时,最大化学需氧量浓度为20.38mg/l;从图5(b)中可以分析出C252断面偷排事故影响的反应时间和持续时间分别为8小时和87小时,最大化学需氧量浓度为30.89mg/l。
以上所述仅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.复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于,该方法包括如下步骤:
对预先选定的河网区域范围内的天然河道进行概化,进行河道断面和节点划分,对河网节点和断面进行编码,依据地形大断面资料确定各断面和节点的物理参数;
开发河网水动力学模型、保守物质水质模型和常规污染物水质模型,模型之间采用同步求解方式得到一体化耦合模型;
根据收集整理的研究区边界和面上监测点水文水质时间系列资料,确定河网水动力水质模型计算所需的外边界条件和初始条件;收集并整理研究区降水、蒸发以及点源和面源资料,将点源按旁侧入流、面源通过产流产污模型计算并按均匀旁侧入流分别处理成河网水动力学水质模型的内边界条件;同时,对保守物质水质模型的内外边界条件和初始条件进行定义与赋值;
根据河网水动力模型和常规污染物水质模型各参数的物理意义进行初值设定,然后启动模型进行参数率定和效验;保守物质水质模型无参数,其效验采用断面水量组分平衡法;
根据研究区突发事故调查,设置突发事故情景,给出事故的发生时间、事故废水排放量、事故污染物排放量;
对不同突发事故情景,设置河网水动力水质模型运行所需的外边界条件和点面源内边界条件;依据突发事故类别,设置保守物质水质模型运行所需的内边界条件;
启动效验后的河网水动力、保守物质和常规污染物水质一体化耦合模型进行事故情景的模拟;
根据模拟的结果,得到不同敏感受体处事故污染物及其相应的保守物质浓度过程线;分析不同受体处事故污染物及其相应的保守物质浓度变化过程,确定事故排放废水和事故污染物在河网中的动态传输过程与途径,以及估算出事故影响的反应时间、持续时间和最大污染物浓度。
5.根据权利要求1所述的复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于,
三个模型之间同步求解的方法为:先求解河网各节点和各断面的水位和流量,然后计算各断面常规水质浓度,最后计算各断面保守物质水质浓度。
6.根据权利要求1所述的复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于:常规污染物水质模拟组分包括化学需氧量、生化需氧量、氨氮、溶解氧、总磷、总氮,对应的生化反应项均按照一级反应方程项处理。
7.根据权利要求1所述的复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于:确定河网水动力水质模型计算所需的初始条件的方法为:通过采用面上监测点计算初始时刻的水位和水质资料,内插出河网各节点和断面的初始值,然后应用恒定流条件启动模型计算各断面流量、水位和水质,如果误差大于阈值,再进行局部调整,最终确定河网水动力水质模型初始条件。
8.根据权利要求1所述的复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于:保守物质水质模型边界条件和初始条件按如下方式定义与赋值:
将调蓄节点与河道的原始蓄水量定义为第一大类保守物质;将降雨径流定义为第二大类保守物质;将废水排放定义为第三大类保守物质,依次定义各废水排放源为相应的保守物质;将边界出入水量定义为第四大类保守物质,依次定义各边界出入水量为相应的保守物质;将工农业取排水量定义为第五大类保守物质;
根据上述不同保守物质进入河网的方式,选取边界水位或流量节点作为第四大类保守物质的控制边界;选取不同废水排入的河道微段作为第三大类保守物质的控制边界;选取降雨径流汇入河道微段作为第二大类保守物质的控制边界;
定义各边界条件的相应保守物质浓度为1.0,其它保守物质浓度为零;同时,定义第一大类保守物质的初始浓度为1.0,其它类型保守物质的初始浓度为零。
9.根据权利要求1所述的复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于:保守物质水质模型的效验遵循水量组分平衡原则:每个计算时刻断面各水量组分之和都等于1。
10.根据权利要求1所述的复杂河网水流条件下常规突发水污染团的实时追踪方法,其特征在于:将常规突发水污染事故分为偷漏排事故和故障性排放事故两大类,对于第一类情景,只定义一种保守物质,控制该保守物质在事故开始与事故污染物一起进入水体;对于第二类情景,在程序设计时考虑分段时间控制,在正常排放阶段定义一种保守物质,在事故排放阶段定义另一种保守物质,只需关注事故排放阶段定义的保守物质。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019107425274 | 2019-08-13 | ||
CN201910742527 | 2019-08-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110866367A true CN110866367A (zh) | 2020-03-06 |
CN110866367B CN110866367B (zh) | 2021-07-27 |
Family
ID=69657727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911226752.9A Active CN110866367B (zh) | 2019-08-13 | 2019-12-04 | 复杂河网水流条件下常规突发水污染团的实时追踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110866367B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651855A (zh) * | 2020-04-23 | 2020-09-11 | 中国地质大学(武汉) | 基于物理模型的河网区水质断面污染贡献率核算方法 |
CN112651185A (zh) * | 2020-09-11 | 2021-04-13 | 南京中禹智慧水利研究院有限公司 | 一种基于水量水质耦合模型的突发性水污染事件应对方法 |
CN113689099A (zh) * | 2021-08-16 | 2021-11-23 | 河海大学 | 基于水量构成的环状河网水系水质考核断面污染负荷贡献率确定方法 |
CN116629643A (zh) * | 2023-07-24 | 2023-08-22 | 南京国环科技股份有限公司 | 一种基于数据融合的污染地块地下水评估方法 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964020A (zh) * | 2010-09-21 | 2011-02-02 | 西安交通大学 | 一种江河流域水动力模型取水量的预测方法 |
CN102708245A (zh) * | 2012-05-09 | 2012-10-03 | 浙江大学 | 一种突发性水质污染事故模拟仿真及可视化服务系统 |
CN102708520A (zh) * | 2012-05-10 | 2012-10-03 | 南京国图信息产业股份有限公司 | 水质多指标动态模拟的断面渐变内插技术 |
CN103077307A (zh) * | 2012-12-31 | 2013-05-01 | 清华大学 | 一种基于干旱缺水河流生态修复的水动力学模拟方法 |
CN103177302A (zh) * | 2013-03-28 | 2013-06-26 | 深圳市环境科学研究院 | 一种城区水库型水源地风险源评估方法 |
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 |
CN103559375A (zh) * | 2013-11-22 | 2014-02-05 | 华中科技大学 | 调度工程水质改善的数值模拟及可视化仿真系统 |
CN104143129A (zh) * | 2014-07-23 | 2014-11-12 | 中国水利水电科学研究院 | 一种面向水污染突发事件应急调度预案生成方法 |
CN104268334A (zh) * | 2014-09-22 | 2015-01-07 | 中国水利水电科学研究院 | 一种污染物空间展布的验证方法 |
CN104573978A (zh) * | 2015-01-23 | 2015-04-29 | 长江勘测规划设计研究有限责任公司 | 突发水污染事件应急处置决策支持系统 |
CN105844709A (zh) * | 2016-03-25 | 2016-08-10 | 中国水利水电科学研究院 | 复杂河道地形流域洪水演进虚拟仿真的淹没线追踪方法 |
CN105893763A (zh) * | 2016-04-01 | 2016-08-24 | 中山大学 | 南方感潮河网区水流水质耦合模拟系统 |
CN106202618A (zh) * | 2016-06-24 | 2016-12-07 | 珠江水利委员会珠江水利科学研究院 | 一种工程调度与感潮河网污染物输移过程耦合的数值模拟方法 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN106815448A (zh) * | 2017-02-07 | 2017-06-09 | 长江水资源保护科学研究所 | 一种河流衰减型污染物模拟方法 |
CN106844857A (zh) * | 2016-12-21 | 2017-06-13 | 环境保护部信息中心 | 一种模拟水污染事故污染带时空分布的方法和装置 |
CN107525907A (zh) * | 2017-10-16 | 2017-12-29 | 中国环境科学研究院 | 地下水污染监测网多目标优化方法 |
CN107563139A (zh) * | 2017-09-06 | 2018-01-09 | 郑州大学 | 一种点源突发性水污染源事故溯源贡献程度计算方法 |
CN107798467A (zh) * | 2017-10-11 | 2018-03-13 | 杭州市环境保护科学研究院 | 基于深度学习的水污染突发事故快速应急评估和决策方法 |
CN107885958A (zh) * | 2017-12-04 | 2018-04-06 | 中山大学 | 一种平原感潮河网区纳污能力计算方法 |
CN107992960A (zh) * | 2017-11-03 | 2018-05-04 | 中山大学 | 河口区咸潮上溯含氯度模拟预报方法 |
CN108550096A (zh) * | 2018-03-06 | 2018-09-18 | 河海大学 | 对滨江水体水环境整治的生态引调水方法 |
CN109711107A (zh) * | 2019-02-18 | 2019-05-03 | 河南省水文水资源局 | 水资源突发水污染物扩散仿真系统 |
-
2019
- 2019-12-04 CN CN201911226752.9A patent/CN110866367B/zh active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964020A (zh) * | 2010-09-21 | 2011-02-02 | 西安交通大学 | 一种江河流域水动力模型取水量的预测方法 |
CN102708245A (zh) * | 2012-05-09 | 2012-10-03 | 浙江大学 | 一种突发性水质污染事故模拟仿真及可视化服务系统 |
CN102708520A (zh) * | 2012-05-10 | 2012-10-03 | 南京国图信息产业股份有限公司 | 水质多指标动态模拟的断面渐变内插技术 |
CN103077307A (zh) * | 2012-12-31 | 2013-05-01 | 清华大学 | 一种基于干旱缺水河流生态修复的水动力学模拟方法 |
CN103177302A (zh) * | 2013-03-28 | 2013-06-26 | 深圳市环境科学研究院 | 一种城区水库型水源地风险源评估方法 |
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 |
CN103559375A (zh) * | 2013-11-22 | 2014-02-05 | 华中科技大学 | 调度工程水质改善的数值模拟及可视化仿真系统 |
CN104143129A (zh) * | 2014-07-23 | 2014-11-12 | 中国水利水电科学研究院 | 一种面向水污染突发事件应急调度预案生成方法 |
CN104268334A (zh) * | 2014-09-22 | 2015-01-07 | 中国水利水电科学研究院 | 一种污染物空间展布的验证方法 |
CN104573978A (zh) * | 2015-01-23 | 2015-04-29 | 长江勘测规划设计研究有限责任公司 | 突发水污染事件应急处置决策支持系统 |
CN105844709A (zh) * | 2016-03-25 | 2016-08-10 | 中国水利水电科学研究院 | 复杂河道地形流域洪水演进虚拟仿真的淹没线追踪方法 |
CN105893763A (zh) * | 2016-04-01 | 2016-08-24 | 中山大学 | 南方感潮河网区水流水质耦合模拟系统 |
CN106202618A (zh) * | 2016-06-24 | 2016-12-07 | 珠江水利委员会珠江水利科学研究院 | 一种工程调度与感潮河网污染物输移过程耦合的数值模拟方法 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN106844857A (zh) * | 2016-12-21 | 2017-06-13 | 环境保护部信息中心 | 一种模拟水污染事故污染带时空分布的方法和装置 |
CN106815448A (zh) * | 2017-02-07 | 2017-06-09 | 长江水资源保护科学研究所 | 一种河流衰减型污染物模拟方法 |
CN107563139A (zh) * | 2017-09-06 | 2018-01-09 | 郑州大学 | 一种点源突发性水污染源事故溯源贡献程度计算方法 |
CN107798467A (zh) * | 2017-10-11 | 2018-03-13 | 杭州市环境保护科学研究院 | 基于深度学习的水污染突发事故快速应急评估和决策方法 |
CN107525907A (zh) * | 2017-10-16 | 2017-12-29 | 中国环境科学研究院 | 地下水污染监测网多目标优化方法 |
CN107992960A (zh) * | 2017-11-03 | 2018-05-04 | 中山大学 | 河口区咸潮上溯含氯度模拟预报方法 |
CN107885958A (zh) * | 2017-12-04 | 2018-04-06 | 中山大学 | 一种平原感潮河网区纳污能力计算方法 |
CN108550096A (zh) * | 2018-03-06 | 2018-09-18 | 河海大学 | 对滨江水体水环境整治的生态引调水方法 |
CN109711107A (zh) * | 2019-02-18 | 2019-05-03 | 河南省水文水资源局 | 水资源突发水污染物扩散仿真系统 |
Non-Patent Citations (3)
Title |
---|
LEI DONG ET AL.: "Simulation-based risk analysis of water pollution accidents combining multistressors", 《ECOLOGICAL INDICATORS》 * |
寇嘉玮等: "基于WebGIS 的洪泽湖地区洪水预报预警系统", 《水资源与水工程学报》 * |
时利瑶等: "典型平原河网区突发性水污染预警", 《水电能源科学》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651855A (zh) * | 2020-04-23 | 2020-09-11 | 中国地质大学(武汉) | 基于物理模型的河网区水质断面污染贡献率核算方法 |
CN111651855B (zh) * | 2020-04-23 | 2022-11-18 | 中国地质大学(武汉) | 基于物理模型的河网区水质断面污染贡献率核算方法 |
CN112651185A (zh) * | 2020-09-11 | 2021-04-13 | 南京中禹智慧水利研究院有限公司 | 一种基于水量水质耦合模型的突发性水污染事件应对方法 |
CN113689099A (zh) * | 2021-08-16 | 2021-11-23 | 河海大学 | 基于水量构成的环状河网水系水质考核断面污染负荷贡献率确定方法 |
CN113689099B (zh) * | 2021-08-16 | 2022-05-06 | 河海大学 | 基于水量构成的环状河网水系水质考核断面污染负荷贡献率确定方法 |
CN116629643A (zh) * | 2023-07-24 | 2023-08-22 | 南京国环科技股份有限公司 | 一种基于数据融合的污染地块地下水评估方法 |
CN116629643B (zh) * | 2023-07-24 | 2023-10-27 | 南京国环科技股份有限公司 | 一种基于数据融合的污染地块地下水评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110866367B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866367B (zh) | 复杂河网水流条件下常规突发水污染团的实时追踪方法 | |
CN111784052B (zh) | 一种城市面源污染入河负荷量预测方法 | |
Manache et al. | Sensitivity analysis of a water-quality model using Latin hypercube sampling | |
Kamal et al. | Assessment of pollution of the River Buriganga, Bangladesh, using a water quality model | |
CN110458359B (zh) | 一种基于未完全截污条件下的平原河网水量水质优化调控方法 | |
CN110909484A (zh) | 一种流域灰水足迹评估方法及水环境治理策略制定方法 | |
CN109598428B (zh) | 一种基于行政单元和水系的污染物削减分配方法 | |
Hu et al. | Water quality risk assessment for the Laoguanhe River of China using a stochastic simulation method | |
Benedetti et al. | Probabilistic modelling and evaluation of wastewater treatment plant upgrades in a water quality based evaluation context | |
CN112766669A (zh) | 基于水质模型的流域污染限值排放核定方法 | |
CN114139259A (zh) | 一种河道水质模型的构建方法 | |
CN114169266B (zh) | 一种河流污染源解析和污染物运移计算方法及系统 | |
Wu et al. | A WATER QUALITY‐BASED APPROACH FOR WATERSHED WIDE BMP STRATEGIES 1 | |
CN114418446A (zh) | 水资源短缺的定量评估方法 | |
CN116245042A (zh) | 基于水动力-水环境-水生生物的生态需水计算方法 | |
Bendoricchio et al. | A water-quality model for the Lagoon of Venice, Italy | |
Li et al. | Quantitative study on the early warning indexes of conventional sudden water pollution in a plain river network | |
Feng et al. | Exploring the effect of floodgates operation systems on water environmental capacity in a regulated river network of Wuxi, China | |
Wagner et al. | A FRAMEWORK FOR PHOSPHORUS TRANSPORT MODELING IN THE LAKE OKEECHOBEE WATERSHED 1 | |
Zhang et al. | Spatiotemporal variation characteristics and source identification of water pollutants in Shayinghe River basin | |
Kim et al. | Operator decision support system for integrated wastewater management including wastewater treatment plants and receiving water bodies | |
Ghorbani et al. | A fuzzy multi-objective multiple-pollutant model for rivers using an ant colony algorithm | |
Jiang et al. | Water quality management of heavily contaminated urban rivers using water quality analysis simulation program. | |
Jung et al. | Effect of abrupt topographical characteristic change on water quality in a river | |
CN113158591B (zh) | 一种确定流域土地开发利用承载力的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |