CN111398548A - 一种基于植物作用的表面流湿地水体氮磷浓度预测方法 - Google Patents

一种基于植物作用的表面流湿地水体氮磷浓度预测方法 Download PDF

Info

Publication number
CN111398548A
CN111398548A CN202010273767.7A CN202010273767A CN111398548A CN 111398548 A CN111398548 A CN 111398548A CN 202010273767 A CN202010273767 A CN 202010273767A CN 111398548 A CN111398548 A CN 111398548A
Authority
CN
China
Prior art keywords
plant
water quality
phosphorus
wetland
water
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
Application number
CN202010273767.7A
Other languages
English (en)
Other versions
CN111398548B (zh
Inventor
杜彦良
王亮
刘畅
孙峰
殷淑华
王世岩
韩祯
王丹
朱蓓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN202010273767.7A priority Critical patent/CN111398548B/zh
Publication of CN111398548A publication Critical patent/CN111398548A/zh
Application granted granted Critical
Publication of CN111398548B publication Critical patent/CN111398548B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • G01N33/1806Water biological or chemical oxygen demand (BOD or COD)
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • G01N33/188Determining the state of nitrification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Abstract

本发明涉及环境工程技术领域,公开了一种基于植物作用的表面流湿地水体氮磷浓度预测方法,包括步骤:采集湿地的空间信息及植被信息;建立基于水生植物类型、分布空间和密度的湿地植被覆盖率数值化图;根据水生植物类型和植被覆盖率建立曼宁参数分布图;建立午时最大产氧量分布图;根据不同植物在水中的呼吸特性建立呼吸好氧量分布图;建立二维非恒定流水动力模型和水质模型;对二维非恒定流水动力模型和水质模型进行求解;获得湿地对氮磷营养盐的去除效率。本发明根据不同湿地设计的植物的空间布局,结合了水文及气象条件的输入,将植物作用有机融入各物理、生化反应中,能够用于多种湿地升级改造方案的水质净化效果评估,为人工湿地的设计及优化提供理论上的技术支撑。

Description

一种基于植物作用的表面流湿地水体氮磷浓度预测方法
技术领域
本发明涉及环境工程技术领域,尤其涉及一种基于植物作用的表面流湿地水体氮磷浓度预测方法。
背景技术
受人类用水的加剧及排污影响,我国很多的河流及湖泊湿地呈现出水质恶化,湿地萎缩、生态功能退化等问题。由于人工表面流湿地设计程序简单,投资费用少,运行费用低,近自然状态美化景观等优点被广泛应用。人工表面流湿地设计成为我国污水处理系统的重要组成部分,但表面流存在水力负荷较小、污水净化率不高且受植物类型及覆盖率等影响大,如何提高水体对氮磷营养盐的净化能力是表面流湿地设计及优化的核心问题。
传统的湿地中对氮磷去除率的估算,基于众多的小尺度模型实验的参数,对工程尺度大范围湿地设计而言相对理想化,对河流湖泊等的水文气象条件等耦合要素过程联动变化不灵活,对于湿地植被的空间布局设计偏经验,在量化氮磷负荷去除水平上准确度不高,对于优化湿地设计方面指导性不强。
发明内容
本发明的目的在于提供一种基于植物作用的表面流湿地水体氮磷浓度预测方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种基于植物作用的表面流湿地水体氮磷浓度预测方法,包括步骤:
S1)采集湿地的空间信息及植被信息;
S2)建立基于水生植物类型、分布空间和密度的湿地植被覆盖率数值化图,植被覆盖率的取值范围为0~10,0表示没有植物水域,10表示完全被植物覆盖的水域;
S3)根据水生植物类型和植被覆盖率建立植物对水流的阻碍作用的曼宁参数分布图;
S4)根据不同植物在水中的产氧特性建立午时最大产氧量分布图;
S5)根据不同植物在水中的呼吸特性建立呼吸好氧量分布图;
S6)建立二维非恒定流水动力模型和水质模型;
S7)利用湿地植被覆盖率数值化图、曼宁参数分布图、午时最大产氧量分布图和呼吸好氧量分布图对二维非恒定流水动力模型和水质模型进行求解;
S8)得到对二维非恒定流水动力模型和水质模型进行求解的计算结果,根据计算结果获得湿地对氮磷营养盐的去除效率。
进一步的,步骤S1)中空间信息包括湿地中的二维高程信息、湿地的进水流量Qin、湿地的出水流量Qout、控制水位Z、随水流进入湿地的水质状态变量的浓度和区域的气象条件,区域的气象条件包括温度变化过程;植被信息包括水生植物的二维空间分布。
进一步的,步骤S6)中二维非恒定流水动力模型为:
Figure BDA0002444058350000021
Figure BDA0002444058350000022
Figure BDA0002444058350000023
x、y、t分别为空间、时间坐标;
Figure BDA0002444058350000024
分别为垂线平均流速在x、y方向的分量;η为水位;h为总水深,g为重力加速度;τsx为x方向的表面应力;τsy为y方向的表面应力;τbx为x方向的底部切应力;τby为y方向的底部切应力;Sf表示源项;us、vs分别为源项水流流速在x、y方向的分量;A为水平涡流粘度。
进一步的,步骤S6)包括建立n个水质变量的模型,n个水质变量的模型包括溶解氧水质模型、生化需氧量(BOD)水质模型、氨氮水质模型、硝酸盐水质模型、亚硝酸盐水质模型和总磷水质模型。
进一步的,第j个水质模型为
Figure BDA0002444058350000031
1≤j≤n,cj表示第j个水质状态变量的浓度,水质状态变量为溶解氧、BOD、氨氮、硝酸盐氮、亚硝酸盐氮或总磷;u、v分别表示在x、y方向上的分流速;Dx、Dy分别表示沿x、y方向的扩散系数;Scj为第j个水质模型的源汇项;
Figure BDA0002444058350000032
表示第j个水质模型中水质状态变量的变化量,
Figure BDA0002444058350000033
nj表示第j个水质模型的生化反应总数,
Figure BDA0002444058350000034
表示第j个水质模型中第i个生化反应过程。
进一步的,溶解氧水质模型中,溶解氧变化量
Figure BDA0002444058350000035
k1为大气复氧产生的氧气量,k1=K2(Cs-DO),K2为复氧系数,Cs为溶解氧的饱和浓度,DO为湿地中溶解氧的浓度;k2表示BOD降解消耗的氧气量,
Figure BDA0002444058350000036
Kd3为溶解态BOD在20的降解常数,BODd为BOD的浓度,θd3为BOD降解过程阿伦尼斯温度系数;HS_BOD为用于BOD降解的半饱和氧浓度;k3为硝化反应消耗的溶解氧量;k4为植物产氧量,
Figure BDA0002444058350000037
Pmax为午时植物根系向水体中释放的最大氧气量,θ1为植物产氧过程阿伦尼斯温度系数;k5为植物呼吸作用耗氧量,
Figure BDA0002444058350000038
R20为20时植物的呼吸速率,θ2为植物呼吸作用过程的阿伦尼斯温度系数;k6为底泥耗氧量,
Figure BDA0002444058350000039
θ3为底泥耗氧过程的阿伦尼斯温度系数。
进一步的,BOD水质模型中,BOD变化量
Figure BDA00024440583500000310
进一步的,氨氮水质模型中,氨氮变化量
Figure BDA00024440583500000311
m1表示BOD降解产生的氨氮量,
Figure BDA0002444058350000041
Yb表示BOD中氮含量,Kb3为氨氮反应过程BOD在20时的降解常数,θb3为BOD降解产生氨氮过程的阿伦尼斯温度系数;m2为氨氮转化成亚硝酸盐过程消耗的氨氮量,
Figure BDA0002444058350000042
NH3为氨氮的浓度,K4为20时氨氮转化成亚硝酸盐过程的消化速率,θ4为氨氮转化成亚硝酸盐过程的阿伦尼斯温度系数;m3为微生物摄取的氨氮,
Figure BDA0002444058350000043
UNm为微生物吸收氨氮的系数,YN1为相对无植物水域中微生物消耗氨氮增量系数,K3为微生物摄取氨氮过程中BOD降解速率,HS_NH3为微生物摄取氨氮的半饱和浓度,Cveg为植被的覆盖率;m4为植物吸收的氨氮,
Figure BDA0002444058350000044
UNP为植物吸收氨氮的系数,P为植物的光合速率;R1为植物的呼吸速率,F(N,P)为植物光合作用的营养盐限制函数,YN2为相对无植物水域中吸收氨氮增量系数;m5表示植物呼吸作用产生的氨氮。
进一步的,亚硝酸盐水质模型中,亚硝酸盐变化量
Figure BDA0002444058350000045
n1为氨氮反应中氨氮转化为亚硝酸盐的量,n2为亚硝酸盐转化为硝酸盐的量,
Figure BDA0002444058350000046
K5为亚硝酸盐转化为硝酸盐过程的消化速率,θ5为亚硝酸盐转化为硝酸盐过程的阿伦尼斯温度系数,N02为亚硝酸盐的浓度。
进一步的,硝酸盐水质模型中,硝酸盐变化量
Figure BDA0002444058350000047
n3为反硝化过程消耗的硝酸盐量,
Figure BDA0002444058350000048
N03为硝酸盐的浓度,K6为反硝化过程的消化速率,θ6为反硝化过程的阿伦尼斯温度系数;总磷水质模型中,总磷变化量
Figure BDA0002444058350000051
l1为BOD降解产生的溶解态磷的量,l2为微生物吸收的磷的量,
Figure BDA0002444058350000052
UPm为微生物吸收磷的系数,YP1为相对无植物水域中微生物消耗磷增量系数,HS_P为微生物摄取磷的半饱和浓度;l3为植物吸收的磷的量,
Figure BDA0002444058350000053
UPP为植物吸收磷的系数,YP2为相对无植物水域中吸收磷增量系数;l4表示植物呼吸作用产生的磷,l5表示颗粒态磷的沉降的量。
本发明的有益效果是:本发明提出了基于水生植物类型、分布空间及密度的基于植物作用的表面流湿地水体氮磷浓度预测方法,本发明根据不同湿地设计的植物的空间布局,并且结合水文及气象条件的输入,能够定量化研究湿地植物的种植对于水体流动状态的改变以及对于氮磷浓度影响及去除效果的差异,通过本发明能够优化不同植物布局、种植面积及密度,从而进行湿地布局改良,本发明能够用于多种湿地升级改造方案的水质净化效果评估,为人工湿地的设计及优化提供理论上的技术支撑,在工程尺度上指导人工湿地的实践,完善了人工表面流湿地数值模型系统在我国的应用。
附图说明
图1为本发明水生植物在水动力-水质模型中作用结构图。
图2为本发明水生植物在水流及各水质反应过程的相互作用示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
实施例一,一种基于植物作用的表面流湿地水体氮磷浓度预测方法,如图1所示,包括步骤:
S1)采集湿地的空间信息及植被信息,空间信息包括湿地中的二维高程信息、湿地的进水流量Qin、湿地的出水流量Qout、控制水位Z、随水流进入湿地的水质状态变量的浓度和区域的气象条件,区域的气象条件包括温度变化过程;植被信息包括水生植物的二维空间分布;
S2)建立基于水生植物类型、分布空间和密度的湿地植被覆盖率数值化图,植被覆盖率的取值范围为0~10,0表示没有植物水域,10表示完全被植物覆盖的水域;
S3)根据水生植物类型和植被覆盖率建立植物对水流的阻碍作用的曼宁参数分布图;
S4)根据不同植物在水中的产氧特性建立午时最大产氧量分布图;
S5)根据不同植物在水中的呼吸特性建立呼吸好氧量分布图;
S6)建立二维非恒定流水动力模型和6个水质模型;6个水质模型包括溶解氧水质模型、BOD水质模型、氨氮水质模型、硝酸盐水质模型、亚硝酸盐水质模型和总磷水质模型。
二维非恒定流水动力模型为:
Figure BDA0002444058350000061
Figure BDA0002444058350000062
Figure BDA0002444058350000063
x、y、t分别为空间、时间坐标;
Figure BDA0002444058350000064
分别为垂线平均流速在x、y方向的分量,η为水位,h为总水深,g为重力加速度,τsx为x方向的表面应力,τsy为y方向的表面应力,τbx为x方向的底部切应力,τby为y方向的底部切应力;Sf表示源项;us、vs分别为源项水流流速在x、y方向的分量;A为水平涡流粘度。
第j个水质模型为
Figure BDA0002444058350000071
1≤j≤6,cj表示第j个水质状态变量的浓度,水质状态变量为溶解氧、BOD、氨氮、硝酸盐氮、亚硝酸盐氮或总磷;u、v分别表示在x、y方向上的分流速;Dx、Dy分别表示沿x、y方向的扩散系数;Scj为第j个水质模型的源汇项;
Figure BDA0002444058350000072
表示第j个水质模型中水质状态变量的变化量,
Figure BDA0002444058350000073
nj表示第j个水质模型的生化反应总数,
Figure BDA0002444058350000074
表示第j个水质模型中第i个生化反应过程。
溶解氧水质模型中,j=1,溶解氧变化量
Figure BDA0002444058350000075
k1为大气复氧产生的氧气量,k1=K2(Cs-DO),K2为复氧系数,Cs为溶解氧的饱和浓度,DO为湿地中溶解氧的浓度;k2表示BOD降解消耗的氧气量,
Figure BDA0002444058350000076
Kd3为溶解态BOD在20的降解常数,BODd为BOD的浓度,θd3为BOD降解过程阿伦尼斯温度系数;HS_BOD为用于BOD降解的半饱和氧浓度;k3为硝化反应消耗的溶解氧量;k4为植物产氧量,
Figure BDA0002444058350000077
Pmax为午时植物根系向水体中释放的最大氧气量,θ1为植物产氧过程阿伦尼斯温度系数;k5为植物呼吸作用耗氧量,
Figure BDA0002444058350000078
R20为20℃时植物的呼吸速率,θ2为植物呼吸作用过程的阿伦尼斯温度系数;k6为底泥耗氧量,
Figure BDA0002444058350000079
θ3为底泥耗氧过程的阿伦尼斯温度系数。
BOD水质模型中,j=2,BOD变化量
Figure BDA00024440583500000710
氨氮水质模型中,j=3,氨氮变化量
Figure BDA00024440583500000711
m1表示BOD降解产生的氨氮量,
Figure BDA00024440583500000712
Yb表示BOD中氮含量,Kb3为氨氮反应过程BOD在20时的降解常数,θb3为BOD降解产生氨氮过程的阿伦尼斯温度系数;m2为氨氮转化成亚硝酸盐过程消耗的氨氮量,
Figure BDA0002444058350000081
NH3为氨氮的浓度,K4为20时氨氮转化成亚硝酸盐过程的消化速率,θ4为氨氮转化成亚硝酸盐过程的阿伦尼斯温度系数;m3为微生物摄取的氨氮,
Figure BDA0002444058350000082
UNm为微生物吸收氨氮的系数,YN1为相对无植物水域中微生物消耗氨氮增量系数,K3为微生物摄取氨氮过程中BOD降解速率,HS_NH3为微生物摄取氨氮的半饱和浓度,Cveg为植被的覆盖率;m4为植物吸收的氨氮,
Figure BDA0002444058350000083
UNP为植物吸收氨氮的系数,P为植物的光合速率;R1为植物的呼吸速率,F(N,P)为植物光合作用的营养盐限制函数,YN2为相对无植物水域中吸收氨氮增量系数;m5表示植物呼吸作用产生的氨氮。
亚硝酸盐水质模型中,j=4,亚硝酸盐变化量
Figure BDA0002444058350000084
n1为氨氮反应中氨氮转化为亚硝酸盐的量,n2为亚硝酸盐转化为硝酸盐的量,
Figure BDA0002444058350000085
K5为亚硝酸盐转化为硝酸盐过程的消化速率,θ5为亚硝酸盐转化为硝酸盐过程的阿伦尼斯温度系数,N02为亚硝酸盐的浓度。
硝酸盐水质模型中,j=5,硝酸盐变化量
Figure BDA0002444058350000086
n3为反硝化过程消耗的硝酸盐量,
Figure BDA0002444058350000087
N03为硝酸盐的浓度,K6为反硝化过程的消化速率,θ6为反硝化过程的阿伦尼斯温度系数;
总磷水质模型中,j=6,总磷变化量
Figure BDA0002444058350000088
l1为BOD降解产生的溶解态磷的量,l2为微生物吸收的磷的量,
Figure BDA0002444058350000091
UPm为微生物吸收磷的系数,YP1为相对无植物水域中微生物消耗磷增量系数,HS_P为微生物摄取磷的半饱和浓度;l3为植物吸收的磷的量,
Figure BDA0002444058350000092
UPP为植物吸收磷的系数,YP2为相对无植物水域中吸收磷增量系数;l4表示植物呼吸作用产生的磷,l5表示颗粒态磷的沉降的量。
S7)利用湿地植被覆盖率数值化图、曼宁参数分布图、午时最大产氧量分布图和呼吸好氧量分布图对二维非恒定流水动力模型和水质模型进行求解;包括根据午时最大产氧量分布图获得植物种植后的产氧量,即植物产氧量k4。植物的叶片进行了光合作用,通过叶片及根茎的通气组织,将氧气输入根部,在根部附近形成氧气的富集区域进入水体,使得水体中的氧化还原环境发生变化,需要计算植物种植后的产氧量
Figure BDA0002444058350000093
植物种植后,水中溶解氧升高,植物种植后的产氧量与植物最大午时产氧量和温度T相关,植物种植后的产氧量由午时最大产氧量分布图得到,τ和α分别对应于午时最大产氧量分布图的坐标。
根据植被覆盖率数值化图获得微生物摄取的氨氮
Figure BDA0002444058350000094
和微生物吸收的磷
Figure BDA0002444058350000095
根据植被覆盖率数值化图计算植物的光合速率P,根据呼吸好氧量分布图计算植物的呼吸速率R1,根据植物的光合速率P和植物的呼吸速率R1分别计算植物吸收的氨氮
Figure BDA0002444058350000096
和植物吸收的磷
Figure BDA0002444058350000101
S8)如图2所示,本发明根据植物信息,在二维非恒定流水动力模型以及水质模型中计入植物作用。通过步骤S1)至步骤S7),耦合计算水流运动方程组(即二维非恒定流水动力模型)与水质输运及反应的方程组(即水质模型),得到在一定水文、水质及气象的过程条件下,同时结合了湿地植物的作用,获得各项水质指标在湿地中的变化过程,计算得到湿地中考虑了植物作用的水体净化效果。得到对二维非恒定流水动力模型和水质模型进行求解的计算结果,根据计算结果获得在湿地植物空间分布下湿地对氮磷营养盐的去除效率。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
(1)本发明采用了数值化的方法计入湿地中植物阻流效应、植物根系泌氧能力、植物根系的激活微生物作用以及植物生长对营养盐吸收过程,将植物作用有机融入各物理、生化反应中,体现量化过程的科学性和合理性,有效提高对人工湿地氮磷去除的定量化计算精度;
(2)本发明基于水生植物类型、分布空间及密度的基于植物作用的表面流湿地水体氮磷浓度预测方法,针对实际工程需要,输入不同湿地中的水文、气象等变化过程,在模型中综合考虑生源物质氧、氮、磷、碳的相互反应,结合湿地植物在水流及水质各反应过程中的作用,能够对工程中湿地的设计提出优化;
(3)本发明系统地提出和完善了水质模型的计算中湿地植物的作用,能够实现湿地的水位、流速等的计算,同时得到水质净化功能的评估,具有针对性强,功能齐全,方便实用的特点,能够应用在河流、湖泊等生态修复中,为实际生态修复工作提供决策支持。
以上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本发明的保护范围。

Claims (10)

1.一种基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,包括步骤:
S1)采集湿地的空间信息及植被信息;
S2)建立基于水生植物类型、分布空间和密度的湿地植被覆盖率数值化图;
S3)根据水生植物类型和植被覆盖率建立植物对水流的阻碍作用的曼宁参数分布图;
S4)根据不同植物在水中的产氧特性建立午时最大产氧量分布图;
S5)根据不同植物在水中的呼吸特性建立呼吸好氧量分布图;
S6)建立二维非恒定流水动力模型和水质模型;
S7)利用所述湿地植被覆盖率数值化图、所述曼宁参数分布图、所述午时最大产氧量分布图和所述呼吸好氧量分布图对所述二维非恒定流水动力模型和所述水质模型进行求解;
S8)得到对二维非恒定流水动力模型和水质模型进行求解的计算结果,根据所述计算结果获得湿地对氮磷营养盐的去除效率。
2.根据权利要求1所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,步骤S1)中所述空间信息包括湿地中的二维高程信息、湿地的进水流量Qin、湿地的出水流量Qout、控制水位Z、随水流进入湿地的水质状态变量的浓度和区域的气象条件,所述区域的气象条件包括温度变化过程;所述植被信息包括水生植物的二维空间分布。
3.根据权利要求1或2所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,步骤S6)中所述二维非恒定流水动力模型为:
Figure FDA0002444058340000011
Figure FDA0002444058340000012
Figure FDA0002444058340000021
x、y、t分别为空间、时间坐标;
Figure FDA0002444058340000028
分别为垂线平均流速在x、y方向的分量,η为水位,h为总水深,g为重力加速度,τsx为x方向的表面应力,τsy为y方向的表面应力,τbx为x方向的底部切应力,τby为y方向的底部切应力;Sf表示源项;us、vs分别为源项水流流速在x、y方向的分量;A为水平涡流粘度。
4.根据权利要求3所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,步骤S6)包括建立n个水质变量的模型,所述n个水质变量的模型包括溶解氧水质模型、BOD水质模型、氨氮水质模型、硝酸盐水质模型、亚硝酸盐水质模型和总磷水质模型。
5.根据权利要求4所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,第j个水质模型为
Figure FDA0002444058340000022
1≤j≤n,cj表示第j个水质状态变量的浓度,所述水质状态变量为溶解氧、BOD、氨氮、硝酸盐氮、亚硝酸盐氮或总磷;u、v分别表示在x、y方向上的分流速;Dx、Dy分别表示沿x、y方向的扩散系数;Scj为第j个水质模型的源汇项;
Figure FDA0002444058340000023
表示第j个水质模型中水质状态变量的变化量,
Figure FDA0002444058340000024
nj表示第j个水质模型的生化反应总数,
Figure FDA0002444058340000025
表示第j个水质模型中第i个生化反应过程。
6.根据权利要求5所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,所述溶解氧水质模型中,溶解氧变化量
Figure FDA0002444058340000026
k1为大气复氧产生的氧气量,k1=K2(Cs-DO),K2为复氧系数,Cs为溶解氧的饱和浓度,DO为湿地中溶解氧的浓度;k2表示BOD降解消耗的氧气量,
Figure FDA0002444058340000027
Kd3为溶解态BOD在20℃的降解常数,BODd为BOD的浓度,θd3为BOD降解过程阿伦尼斯温度系数;HS_BOD为用于BOD降解的半饱和氧浓度;k3为硝化反应消耗的溶解氧量;k4为植物产氧量,
Figure FDA0002444058340000031
Pmax为午时植物根系向水体中释放的最大氧气量,θ1为植物产氧过程阿伦尼斯温度系数;k5为植物呼吸作用耗氧量,
Figure FDA0002444058340000032
R20为20℃时植物的呼吸速率,θ2为植物呼吸作用过程的阿伦尼斯温度系数;k6为底泥耗氧量,
Figure FDA0002444058340000033
θ3为底泥耗氧过程的阿伦尼斯温度系数。
7.根据权利要求6所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,所述BOD水质模型中,BOD变化量
Figure FDA0002444058340000034
8.根据权利要求6或7所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,所述氨氮水质模型中,氨氮变化量
Figure FDA0002444058340000035
m1表示BOD降解产生的氨氮量,
Figure FDA0002444058340000036
Yb表示BOD中氮含量,Kb3为氨氮反应过程BOD在20℃时的降解常数,θb3为BOD降解产生氨氮过程的阿伦尼斯温度系数;m2为氨氮转化成亚硝酸盐过程消耗的氨氮量,
Figure FDA0002444058340000037
NH3为氨氮的浓度,K4为20℃时氨氮转化成亚硝酸盐过程的消化速率,θ4为氨氮转化成亚硝酸盐过程的阿伦尼斯温度系数;m3为微生物摄取的氨氮,
Figure FDA0002444058340000038
UNm为微生物吸收氨氮的系数,YN1为相对无植物水域中微生物消耗氨氮增量系数,K3为微生物摄取氨氮过程中BOD降解速率,HS_NH3为微生物摄取氨氮的半饱和浓度,Cveg为植被的覆盖率;m4为植物吸收的氨氮,
Figure FDA0002444058340000041
UNP为植物吸收氨氮的系数,P为植物的光合速率;R1为植物的呼吸速率,F(N,P)为植物光合作用的营养盐限制函数,YN2为相对无植物水域中吸收氨氮增量系数;m5表示植物呼吸作用产生的氨氮。
9.根据权利要求8所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,所述亚硝酸盐水质模型中,亚硝酸盐变化量
Figure FDA0002444058340000042
n1为氨氮反应中氨氮转化为亚硝酸盐的量,n2为亚硝酸盐转化为硝酸盐的量,
Figure FDA0002444058340000043
K5为亚硝酸盐转化为硝酸盐过程的消化速率,θ5为亚硝酸盐转化为硝酸盐过程的阿伦尼斯温度系数,N02为亚硝酸盐的浓度。
10.根据权利要求9所述的基于植物作用的表面流湿地水体氮磷浓度预测方法,其特征在于,所述硝酸盐水质模型中,硝酸盐变化量
Figure FDA0002444058340000044
n3为反硝化过程消耗的硝酸盐量,
Figure FDA0002444058340000045
N03为硝酸盐的浓度,K6为反硝化过程的消化速率,θ6为反硝化过程的阿伦尼斯温度系数;所述总磷水质模型中,总磷变化量
Figure FDA0002444058340000046
l1为BOD降解产生的溶解态磷的量,l2为微生物吸收的磷的量,
Figure FDA0002444058340000047
UPm为微生物吸收磷的系数,YP1为相对无植物水域中微生物消耗磷增量系数,HS_P为微生物摄取磷的半饱和浓度;l3为植物吸收的磷的量,
Figure FDA0002444058340000048
UPP为植物吸收磷的系数,YP2为相对无植物水域中吸收磷增量系数;l4表示植物呼吸作用产生的磷,l5表示颗粒态磷的沉降的量。
CN202010273767.7A 2020-04-09 2020-04-09 一种基于植物作用的表面流湿地水体氮磷浓度预测方法 Expired - Fee Related CN111398548B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010273767.7A CN111398548B (zh) 2020-04-09 2020-04-09 一种基于植物作用的表面流湿地水体氮磷浓度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010273767.7A CN111398548B (zh) 2020-04-09 2020-04-09 一种基于植物作用的表面流湿地水体氮磷浓度预测方法

Publications (2)

Publication Number Publication Date
CN111398548A true CN111398548A (zh) 2020-07-10
CN111398548B CN111398548B (zh) 2021-05-28

Family

ID=71437433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010273767.7A Expired - Fee Related CN111398548B (zh) 2020-04-09 2020-04-09 一种基于植物作用的表面流湿地水体氮磷浓度预测方法

Country Status (1)

Country Link
CN (1) CN111398548B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113326646A (zh) * 2021-06-10 2021-08-31 西安理工大学 一种深埋超长高地温输水隧洞水质预测方法
CN113607921A (zh) * 2021-07-30 2021-11-05 中国水利水电科学研究院 测算农田磷素迁移转化比例的模拟实验装置及方法
CN114590905A (zh) * 2022-04-27 2022-06-07 淮北师范大学 一种整体式人工湿地废水处理系统
CN114996977A (zh) * 2022-08-03 2022-09-02 浙江远算科技有限公司 基于水动力耦合水质模型的水污染修复仿真方法以及系统
CN115114867A (zh) * 2022-07-11 2022-09-27 中国水利水电科学研究院 一种挺水植物生物量预测方法
CN115630503A (zh) * 2022-10-22 2023-01-20 南方海洋科学与工程广东省实验室(广州) 一种基于水循环优化的生态塘库植物净化效果模拟方法
CN115630503B (zh) * 2022-10-22 2024-04-30 南方海洋科学与工程广东省实验室(广州) 一种基于水循环优化的生态塘库植物净化效果模拟方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101481177A (zh) * 2009-01-15 2009-07-15 北京师范大学 表面流-水平潜流复合人工湿地系统
CN101916425A (zh) * 2010-08-13 2010-12-15 中国科学院水生生物研究所 一种用于人工湿地生态系统服务综合评价的方法
CN104817188A (zh) * 2015-05-19 2015-08-05 天津市环境保护科学研究院 基于三污染负荷潜流人工湿地的设计方法
CN107688701A (zh) * 2017-08-23 2018-02-13 北京工商大学 基于wasp模型的水质软测量及水体富营养化评价方法
CN108108911A (zh) * 2018-01-09 2018-06-01 中国科学院南京地理与湖泊研究所 基于水生态系统健康的大型湖泊分区水质目标制定方法
CN108153978A (zh) * 2017-12-26 2018-06-12 武汉大学 一种基于水动力水质模型的污染源普查结果达标评估方法
CN108928928A (zh) * 2018-08-13 2018-12-04 武汉新天达美环境科技股份有限公司 一种分散点源治理的水质改善方法
CN110765419A (zh) * 2019-10-14 2020-02-07 中国水利水电科学研究院 一种基于多源数据耦合的重要水功能区水质风险测评方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101481177A (zh) * 2009-01-15 2009-07-15 北京师范大学 表面流-水平潜流复合人工湿地系统
CN101916425A (zh) * 2010-08-13 2010-12-15 中国科学院水生生物研究所 一种用于人工湿地生态系统服务综合评价的方法
CN104817188A (zh) * 2015-05-19 2015-08-05 天津市环境保护科学研究院 基于三污染负荷潜流人工湿地的设计方法
CN107688701A (zh) * 2017-08-23 2018-02-13 北京工商大学 基于wasp模型的水质软测量及水体富营养化评价方法
CN108153978A (zh) * 2017-12-26 2018-06-12 武汉大学 一种基于水动力水质模型的污染源普查结果达标评估方法
CN108108911A (zh) * 2018-01-09 2018-06-01 中国科学院南京地理与湖泊研究所 基于水生态系统健康的大型湖泊分区水质目标制定方法
CN108928928A (zh) * 2018-08-13 2018-12-04 武汉新天达美环境科技股份有限公司 一种分散点源治理的水质改善方法
CN110765419A (zh) * 2019-10-14 2020-02-07 中国水利水电科学研究院 一种基于多源数据耦合的重要水功能区水质风险测评方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
冯媛: "表面流人工湿地水动力——水质模拟与分析", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *
宫雪亮: "MIKE21水动力——水质耦合模型在南四湖上级湖的应用", 《表面流人工湿地水动力——水质模拟与分析》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113326646A (zh) * 2021-06-10 2021-08-31 西安理工大学 一种深埋超长高地温输水隧洞水质预测方法
CN113607921A (zh) * 2021-07-30 2021-11-05 中国水利水电科学研究院 测算农田磷素迁移转化比例的模拟实验装置及方法
CN114590905A (zh) * 2022-04-27 2022-06-07 淮北师范大学 一种整体式人工湿地废水处理系统
CN115114867A (zh) * 2022-07-11 2022-09-27 中国水利水电科学研究院 一种挺水植物生物量预测方法
CN115114867B (zh) * 2022-07-11 2023-07-11 中国水利水电科学研究院 一种挺水植物生物量预测方法
CN114996977A (zh) * 2022-08-03 2022-09-02 浙江远算科技有限公司 基于水动力耦合水质模型的水污染修复仿真方法以及系统
CN114996977B (zh) * 2022-08-03 2022-11-04 浙江远算科技有限公司 基于水动力耦合水质模型的水污染修复仿真方法以及系统
CN115630503A (zh) * 2022-10-22 2023-01-20 南方海洋科学与工程广东省实验室(广州) 一种基于水循环优化的生态塘库植物净化效果模拟方法
CN115630503B (zh) * 2022-10-22 2024-04-30 南方海洋科学与工程广东省实验室(广州) 一种基于水循环优化的生态塘库植物净化效果模拟方法

Also Published As

Publication number Publication date
CN111398548B (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN111398548B (zh) 一种基于植物作用的表面流湿地水体氮磷浓度预测方法
Jørgensen et al. Validation of a prognosis based upon a eutrophication model
Fritz et al. Dynamic process modeling of wastewater stabilization ponds
Langergraber Numerical modelling: a tool for better constructed wetland design?
CN102583721A (zh) 用于低浓度废水的耐负荷波动性好氧颗粒污泥的培养方法
CN111762958A (zh) 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置
CN110577278A (zh) 预测氧化沟池型aao工艺溶解氧浓度空间分布的方法及介质
Jupsin et al. Dynamic mathematical model of high rate algal ponds (HRAP)
CN103714432B (zh) 一种通过构建生长模拟模型来预测沉水植物的生物量的方法
Wang et al. Pollutants removal efficiency assessment of constructed subsurface flow wetlands in lakes with numerical models
CN105601025A (zh) 一种养殖废水高效降解脱氮处理系统及处理方法
CN103792844A (zh) 一种基于有序聚类的污水处理控制方法
Piccoli et al. Digestate liquid fraction treatment with filters filled with recovery materials
Ostace et al. Operational costs reduction for the WWTP by means of substrate to dissolved oxygen correlation, a simulation study
CN114580220B (zh) 一种河流多级坝系统关键参数获取方法
Balcerzak The Protection of Reservoir Water against the Eutrophication Process.
CN109534489A (zh) 一种高效硝化细菌的培养方法
CN202279760U (zh) 树木净化生活污水处理系统
Kalvakaalva et al. Mass-balance process model of a decoupled aquaponics system
Mirbagheri et al. Numerical simulation of dissolved oxygen, algal biomass, nitrate, organic nitrogen, ammonia, and dissolved phosphorus in waste stabilization ponds
CN107728479A (zh) 一种基于rbf神经网络的生物除磷精确控制方法
Li et al. Deep deconstruction and future development of process-based models for subsurface flow constructed wetlands
CN102503021A (zh) 树木净化生活污水处理系统
CN113979541B (zh) 一种a2o生物池工艺智能控制方法
Liu et al. Optimizing aeration pattern to improve nitrogen treatment performance of ditch wetlands in polder areas around Chaohu Lake, China

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210528