CN111552763B - 城市面源污染负荷监测方法 - Google Patents
城市面源污染负荷监测方法 Download PDFInfo
- Publication number
- CN111552763B CN111552763B CN202010401426.3A CN202010401426A CN111552763B CN 111552763 B CN111552763 B CN 111552763B CN 202010401426 A CN202010401426 A CN 202010401426A CN 111552763 B CN111552763 B CN 111552763B
- Authority
- CN
- China
- Prior art keywords
- typical
- production unit
- sewage
- pollution load
- monitoring
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004519 manufacturing process Methods 0.000 claims abstract description 79
- 239000010865 sewage Substances 0.000 claims abstract description 73
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 54
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 36
- 231100000719 pollutant Toxicity 0.000 claims abstract description 36
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 239000000203 mixture Substances 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 3
- 239000010426 asphalt Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000032823 cell division Effects 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Sewage (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种城市面源污染负荷监测方法,包括:1、根据下垫面类型将待监测城市内部区域分为绿地、道路和屋面;并根据所述城市的水系组成进行汇水区划分;根据排水系统信息将待监测城市内部划分为N个产污单元;2、将每个产污单元下垫面类型中面积最大的类型作为所述产污单元的类型;在N个产污单元选择典型产污单元,确定最佳布点密度ρ;3、分别选择绿地、道路和屋面的代表产污单元,按照布点密度ρ设置监测点,计算每种下垫面类型的陆源污染负荷,分别得到绿地、道路和屋面的陆源污染负荷与面积比值;4、计算待监测城市陆源面源污染负荷和水体面源污染负荷,得到待监测城市的面源污染负荷。该方法能够较为准确地获取城市面源污染负荷。
Description
技术领域
本发明涉及污染负荷监测,具体涉及一种城市面源污染负荷科学监测方法。
背景技术
随着我国城镇化进程的加快,不透水的硬化地面面积比例越来越大,城市路面通行车流量也越来越多,由雨水径流所产生的城市面源污染已成为城市水环境恶化的重要原因之一。在面源污染对水体的影响日趋显著的背景下,城市面源污染的准确监测受到越来越多的关注和研究。城市面源污染负荷主要通过数学模型进行估算,而模型必须建立在广泛的数据资料基础上,资料收集的范围、准确度及时间长短会直接影响到模型的准确性,因而模型的应用就受到了较大限制。目前利用监测数据计算城市面源污染总量在越来越多城市开始实行,但是基于监测数据的面源污染总量测算方法对监测方法的选择、监测点位的布设、监测频次设置有比较高的要求。目前普遍监测方法是选择几种代表性区域进行监测,然后将监测结果用于估算整体污染负荷,这使得计算结果缺乏一定的科学依据,具有很大的不确定性。然而,进行全局布点监测又不太现实。
发明内容
发明目的:本发明旨在提供一种城市面源污染负荷监测方法,该方法能够较为准确地获取城市面源污染负荷。
技术方案:本发明采用以下技术方案:
城市面源污染负荷监测方法,包括:
(1)根据下垫面类型将待监测城市内部区域分为绿地、道路和屋面;并根据所述城市的水系组成进行汇流小区划分;根据排水系统信息将待监测城市内部划分为N个产污单元;
(2)将每个产污单元下垫面类型中面积最大的类型作为所述产污单元的类型;在N个产污单元选择典型产污单元,确定最佳布点密度ρ;
(3)分别选择绿地、道路和屋面的代表产污单元,按照布点密度ρ设置监测点,计算每种下垫面类型的陆源污染负荷,分别得到绿地、道路和屋面的陆源污染负荷与面积比值a、b和c;
(4)计算待监测城市陆源面源污染负荷和水体面源污染负荷,得到待监测城市的面源污染负荷;
其中待监测城市陆源面源污染负荷为:W陆源=aS1+bS2+cS3;其中S1、S2、S3分别为待监测城市区域内绿地、道路和屋面的总面积;
待监测城市水体面源污染负荷为:W城市水体=C降雨P降雨S城市水体;C降雨为整场降雨的雨水中污染物浓度,P降雨为降雨量,S城市水体为城市水体面积;
待监测城市的面源污染负荷为:W=W陆源+W城市水体。
有益效果:与现有技术相比,本发明公开的城市面源污染负荷监测方法具有以下有益效果:1、本发明对城市区域按照下垫面类型、水系组成和排水系统三个角度来进行划分,在监测过程中兼顾这三个角度,从而保证了由局部扩展到整体的准确性;2、本发明选择典型产污单元来优选布点密度,在保证监测精度的前提下能够获取到与实测值最接近的监测值;3、本发明公开的方法计算简单,数据量小,监测效率高。
附图说明
图1为本发明公开的城市面源污染负荷监测方法的流程图;
图2为实施例中待监测城市产污单元划分示意图;
图3为实施例中典型产污单元示意图;
图4为实施例中误差-监测点数曲线图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。
实施例一:
本发明公开了一种城市面源污染负荷监测方法,其流程如图1所示,包括:
步骤1、根据下垫面类型将待监测城市内部区域分为绿地、道路和屋面;并根据所述城市的水系组成进行汇流小区划分;根据排水系统信息将待监测城市内部划分为N个产污单元;
本实施例中,获取待监测城市区域的2.5m分辨率遥感影像和DEM数据,并解译区域下垫面情况和地形状况来获取待监测城市下垫面类型。本实施例中根据下垫面类型将待监测城市内部区域分为绿地G、道路W和屋面R三类,并进一步细分如下:
屋顶R:钢瓦R1、陶瓦R2、水泥屋顶R3、沥青屋顶R4;
道路W:水泥路面W1、沥青路面W2、简易公路W3、人行道W4;
绿地G:草地G1、林地G2、耕地G3。
根据该区域地形和雨污水收集系统的现状和规划情况,对区域水系边界和汇水面积进行界定,进一步根据水系组成情况进行汇水区(子流域)的划分。其次研究汇水区内降水径流路线图,分析雨水排污和污水排泄管网的关系;产污单元的范围首先参考城市排水管网分布图,再根据排水系统信息划分产污单元。该城市具有完善雨水排水管网,雨污分流,管网设计图和实际施工完全一致,本实施例中待监测城市区域共划分产污单元48个,即N=48,如图2所示,图2-(a)为排水官网及走向图;图2-(b)为产污单元划分示意图。
一个较大的产污单元往往由一些不同的功能单元构成。按污染物来源、种类、产生与运移特征,可以将产污单元划分为几种功能区:学校、机关、科研、商业、居住、工厂、农田及其他。研究产污单元内部的功能分区图和下垫面类型图,调查各功能区和下垫面类型的面积、人口及其分布、工业生产情况污染物排放情况及与点源和面源有关的人类社会经济活动状况。
步骤2、将每个产污单元下垫面类型中面积最大的类型作为所述产污单元的类型;在N个产污单元选择典型产污单元,确定最佳布点密度ρ;具体步骤包括:
(2.1)在步骤1中划分的48个产污单元中,选择地表径流最终倾泻口为排水管网或为城市水体,且汇流小区边界与所述产污单元边界重合度最高的产污单元为典型产污单元;
本实施例选择产污单元11为典型产污单元,如图3所示,该单元是地表径流流向已确定、边界清晰的典型汇流小区,此外该区域具有占地较大的的屋顶下垫面,同时还具有其它各种类型下垫面。
(2.2)根据典型单元的面积,预先构建以△α为公差的监测点数序列A,并从小到大排序;
(2.3)依次以序列A中元素为监测点数,在典型产污单元布设监测点,计算每种监测点数α情况下典型产污单元的陆源面污染负荷WT(α),以及典型产污单元排水口处实测的陆源面污染负荷Wm;计算WT(α)与Wm之间的误差α∈A;
在监测点数为α情况下典型产污单元的陆源面污染负荷WT(α)和实测的陆源面污染负荷Wm的计算步骤包括:
(2.3.1)在典型产污单元区域内布设α个监测点;在一个完整的降雨过程中以频率f监测典型产污单元内降雨量P降雨、地表径流量Q、各监测点污染物浓度p、河道控制断面流量和污染物浓度,设共监测n次;
在产污单元11内设置α个监测点,同步监测各点,包含屋面、道路、绿地3种不同城市下垫面,和4个控制河道进出口的断面。
屋面径流的收集方法是:在楼顶雨水管道出水口处放置收集瓶,收集楼顶流出的雨水。路面径流的收集方法为:在路面上的雨水下水井内安装与井口同尺寸的容器,当路面产生径流时汇聚进入该容器中。绿地径流取样点设在地势最低处埋入一收集瓶,瓶口同地面齐平,瓶壁与周围土壤紧密封好,以使绿地坡上径流流入瓶中。由于绿地土质松软,绝大部分雨水都渗入地下,径流量较少,因此径流收集非常困难,选取受纳河道附近的草地区域并在其雨水井进行收集。在河道控制断面测定断面形状、水位和流速来确定河道流量;对水体的基本物理性质(如温度、水位、流量等)进行现场测定,同时记录采样点周围的环境状况、采样时的天气状况,以便于对检测结果进行分析;降水量利用城市气象监测站资料进行分析。
典型产污单元地表径流量Q的计算采用SCS方程:
其中S为典型产污单元内最大潜在滞流水量,CN为径流曲线数。
(2.3.2)第i次监测中,典型产污单元内地表污染物浓度均值Ci为:
其中i=1,2,…,n;pij为典型产污单元内第j个监测点在第i次监测中的污染物浓度;Qi为第i次监测中典型产污单元地表径流量;
(2.3.3)实测的陆源面污染负荷Wm为:
Wm=W′o-W′i-W′城市水体
其中W′i为典型产污单元内河道入口断面总污染负荷,W′o为典型产污单元内河道出口断面污染负荷,W′城市水体为典型产污单元内水体面源污染负荷。
典型产污单元内水体面源污染负荷W′城市水体的计算为:W′城市水体=C′降雨P降雨S′城市水体;
其中C′降雨为典型产污单元内整场降雨的雨水污染物浓度,S′城市水体为降雨时典型产污单元水体面积。
(2.4)对监测点数α为横坐标,误差σ(α)为纵坐标绘制曲线图并进行插值,得到误差σ(α)关于α的曲线图,计算所述曲线图的拐点,则拐点处的横坐标取整后的结果即为最佳监测点数α*,则最佳布点密度ρ=α*/ST,单位为个/km2;ST为典型产污单元面积。如图4所示,为本实施例中误差σ(α)关于α的曲线图,图中黑色圆点为拐点,通过计算曲线的二阶导数可以得到拐点位置,二阶导数不存在的点,或二阶导数异号的点为拐点。
步骤3、分别选择绿地、道路和屋面的代表产污单元,按照布点密度ρ设置监测点,计算每种下垫面类型的陆源污染负荷,分别得到绿地、道路和屋面的陆源污染负荷与面积比值a、b和c;
由于本城市较大,屋顶类型下垫面较多,因此共选取包含典型产污单元在内的2个屋顶类(11、29)、1个绿地类(40)和1个道路类(14)的代表性产污单元。根据典型产污单元获取的最佳布点密度ρ,结合代表产污单元的土地类型和面积,计算每种下垫面类型的陆源污染负荷,分别得到绿地、道路和屋面的陆源污染负荷与面积比值a、b和c。
其中W40、W14、W11、W29分别为产污单元40、14、11、29的陆源面源污染负荷,其计算过程与典型产污单元的陆源面污染负荷WT(α)的计算相似,此处不再赘述;S40、S14、S11、S29分别为产污单元40、14、11、29的面积。
步骤4、计算待监测城市陆源面源污染负荷和水体面源污染负荷,得到待监测城市的面源污染负荷;
其中待监测城市陆源面源污染负荷为:W陆源=aS1+bS2+cS3;其中S1、S2、S3分别为待监测城市区域内绿地、道路和屋面的总面积;
待监测城市水体面源污染负荷为:W城市水体=C降雨P降雨S城市水体;C降雨为整场降雨中雨水的污染物浓度,P降雨为降雨量,S城市水体为城市水体面积;
待监测城市的面源污染负荷为:W=W陆源+W城市水体。
C降雨的测量方法为:在降雨刚开始时将容器放在空地,来承接降雨的雨水,降雨结束后测量容器内污染物浓度。
本发明中各区域水体面积可以通过解译所述区域的遥感影像获取。
实施例二:
本实施例与实施例一的区别在于:步骤2中选择类型分别绿地、道路和屋面的三个典型产污单元,分别确定每类产污单元的最佳布点密度ρ1,ρ2,ρ3;步骤3中,绿地、道路和屋面的代表产污单元,分别按照最佳布点密度ρ1,ρ2,ρ3设置监测点,计算每种下垫面类型的陆源污染负荷,分别得到绿地、道路和屋面的陆源污染负荷与面积比值a、b和c。
经过步骤1将待监测城市区域划分为48个产污单元,根据每个产污单元中下垫面面积设置产污单元的类型。分别在类型为绿地、道路和屋面的产污单元中选择出典型产污单元,方法同步骤2.1,共选择出三个典型产污单元。对每个典型产污单元,按照步骤2.2-2.4,确定最佳布点密度,得到绿地最佳布点密度ρ1,道路最佳布点密度ρ2和屋面最佳布点密度ρ3。步骤3中,对所选择的三个代表产污单元,分别采用对应类型的最佳布点密度设置监测点,即绿地代表产污单元按照ρ1来设置监测点;同理,道路代表产污单元按照ρ2来设置监测点;屋面代表产污单元按照ρ3来设置监测点。绿地、道路和屋面的陆源污染负荷与面积比值a、b和c的计算同实施例一,此处不再赘述。
考虑到不同类型下垫面产污能力的差异,本实施例对不同类型的产污单元分别获取最佳布点密度,从而提高计算精度。
Claims (5)
1.城市面源污染负荷监测方法,其特征在于,包括步骤:
(1)根据下垫面类型将待监测城市内部区域分为绿地、道路和屋面;并根据所述城市的水系组成进行汇流小区划分;根据排水系统信息将待监测城市内部划分为N个产污单元;
(2)将每个产污单元下垫面类型中面积最大的类型作为所述产污单元的类型;在N个产污单元选择典型产污单元,确定最佳布点密度ρ,N为待监测城市内部产污单元个数;
(3)分别选择绿地、道路和屋面的代表产污单元,按照最佳布点密度ρ设置监测点,计算每种下垫面类型的陆源污染负荷,分别得到绿地、道路和屋面的陆源污染负荷与面积比值a、b和c;
(4)计算待监测城市陆源面源污染负荷和水体面源污染负荷,得到待监测城市的面源污染负荷;
其中待监测城市陆源面源污染负荷为:W陆源=aS1+bS2+cS3;其中S1、S2、S3分别为待监测城市区域内绿地、道路和屋面的总面积;
待监测城市水体面源污染负荷为:W城市水体=C降雨P降雨S城市水体;C降雨为整场降雨中雨水的污染物浓度,P降雨为降雨量,S城市水体为城市水体面积;
待监测城市的面源污染负荷为:W=W陆源+W城市水体;
所述步骤(2)中最佳布点密度ρ的确定包括如下步骤:
(2.1)在步骤(1)中划分的N个产污单元中,选择地表径流最终倾泻口为排水管网或为城市水体,且汇流小区边界与所述产污单元边界重合度最高的产污单元为典型产污单元;
(2.2)根据典型产污单元的面积,预先构建以△α为公差的监测点数序列Α,并从小到大排序;
(2.3)依次以序列Α中元素为监测点数,在典型产污单元布设监测点,计算每种监测点数α情况下典型产污单元的陆源面污染负荷WT(α),以及典型产污单元排水口处实测的陆源面污染负荷Wm;计算WT(α)与Wm之间的误差
(2.4)对监测点数α为横坐标,误差σ(α)为纵坐标绘制曲线图并进行插值,得到误差σ(α)关于α的曲线图,计算所述曲线图的拐点,则拐点处的横坐标取整后的结果即为最佳监测点数α*,则最佳布点密度ρ=α*/ST,ST为典型产污单元面积。
2.根据权利要求1所述的城市面源污染负荷监测方法,其特征在于,在监测点数为α情况下典型产污单元的陆源面污染负荷WT(α)和实测的陆源面污染负荷Wm的计算步骤为:
(2.3.1)在典型产污单元区域内布设α个监测点;在一个完整的降雨过程中以频率f监测典型产污单元内降雨量P降雨、地表径流量Q、各监测点污染物浓度p、河道控制断面流量和污染物浓度,设共监测n次,n为一个完整的降雨过程中的监测次数;
(2.3.2)第i次监测中,典型产污单元内地表污染物浓度均值Ci为:
其中i=1,2,…,n;pij为典型产污单元内第j个监测点在第i次监测中的污染物浓度;Qi为第i次监测中典型产污单元地表径流量,j为监测点序号;
(2.3.3)实测的陆源面污染负荷Wm为:
Wm=W′o-W′i-W′城市水体
其中W′i为典型产污单元内河道入口断面总污染负荷,W′o为典型产污单元内河道出口断面污染负荷,W′城市水体为典型产污单元内水体面源污染负荷。
5.根据权利要求1所述的城市面源污染负荷监测方法,其特征在于,步骤(2)中对每类产污单元分别选择典型产污单元,计算不同类型产污单元的最佳布点密度;步骤(3)中每类代表产污单元分别按照对应类别的最佳布点密度设置监测点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401426.3A CN111552763B (zh) | 2020-05-13 | 2020-05-13 | 城市面源污染负荷监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401426.3A CN111552763B (zh) | 2020-05-13 | 2020-05-13 | 城市面源污染负荷监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111552763A CN111552763A (zh) | 2020-08-18 |
CN111552763B true CN111552763B (zh) | 2022-08-26 |
Family
ID=71998433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010401426.3A Active CN111552763B (zh) | 2020-05-13 | 2020-05-13 | 城市面源污染负荷监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111552763B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657744B (zh) * | 2021-08-11 | 2024-04-12 | 厦门市城市规划设计研究院有限公司 | 一种海绵城市建设面源污染控制指标的确定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2758200B1 (fr) * | 1997-01-09 | 1999-02-12 | Schlumberger Ind Sa | Dispositif de surveillance de pollution automobile en zone urbaine |
CN106570334B (zh) * | 2016-11-09 | 2021-12-28 | 上海市政工程设计研究总院(集团)有限公司 | 一种地统计学模型计算城市降雨径流污染负荷的方法 |
CN107480812B (zh) * | 2017-07-26 | 2021-01-01 | 安徽国祯环保节能科技股份有限公司 | 一种城市小流域初期雨水污染负荷预测方法 |
CN108733915B (zh) * | 2018-05-17 | 2019-08-20 | 河海大学 | 基于栅格化处理的平原河网区河道面源污染负荷确定方法 |
CN109763453A (zh) * | 2019-01-29 | 2019-05-17 | 武汉市规划设计有限公司 | 用于城市内部河渠污染综合治理的方法 |
CN110675091B (zh) * | 2019-10-16 | 2022-08-09 | 中国水利水电科学研究院 | 一种城市地表径流污染物负荷计算方法 |
-
2020
- 2020-05-13 CN CN202010401426.3A patent/CN111552763B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111552763A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369059B (zh) | 基于雨洪模拟耦合模型的城市内涝快速预测方法及系统 | |
Tubau et al. | Quantification of groundwater recharge in urban environments | |
Johnson et al. | An urban diffusion simulation model for carbon monoxide | |
CN111428972B (zh) | 基于耦合模型的调蓄工程环境效应评估方法及装置 | |
CN116070918B (zh) | 一种城市洪涝安全评估及洪涝灾害防治方法 | |
Hou et al. | Spatial simulation of the ecological processes of stormwater for sponge cities | |
Larrarte | Velocity fields within sewers: An experimental study | |
CN110472887B (zh) | 流域管网-河道模型耦合的降雨对河流水质影响解析方法 | |
CN111475950B (zh) | 一种下凹式立交桥下雨洪的模拟方法 | |
CN111581767B (zh) | 一种管网-河流耦合模型校核特征参数率定方法 | |
CN110910471A (zh) | 城市水地图及其制作显示方法 | |
Rodriguez et al. | Application of morphological approaches to determine unit hydrographs of urban catchments | |
Hammouri et al. | Hydrological modeling of ungauged wadis in arid environments using GIS: a case study of Wadi Madoneh in Jordan | |
CN111552763B (zh) | 城市面源污染负荷监测方法 | |
Basnet et al. | Comparative study of design discharge calculation approaches: a case study on Padhu Khola, Kaski, Nepal | |
CN117012004B (zh) | 一种城市内涝风险预警方法及系统 | |
Mustafa et al. | Application of swat model for sediment loads from valleys transmitted to Haditha reservoir | |
Kipyego et al. | Analysis of nonpoint source pollution loading on water quality in an urban-rural river catchment using GIS-PLOAD model: Case study of Sosiani River watershed | |
CN115712970A (zh) | 一种管网模型概化程度对参数敏感性与模型精度影响分析方法、系统及存储介质 | |
Reginato et al. | NUTRIENT CONTRIBUTION OF NONPOINT SOURCE RUNOFF IN THE LAS VEGAS VALLEY 1 | |
Chowdary et al. | Runoff simulation using distributed hydrological modeling approach, remote sensing and GIS techniques: A case study from an Indian agricultural watershed | |
Vakanjac et al. | Karst aquifer average catchment area assessment through monthly water balance equation with limited meteorological data set: application to Grza spring in Eastern Serbia | |
Yang et al. | Return period for urban rainwater drainage networks based on the lowest total social investment method: a case study in Tianjin, China | |
Al Dianty | Analysis of Biopore Drainage System to Control the Floods in the Urban Cluster | |
Khemiri et al. | DEM-Based GIS Algorithms and 3D Geospatial Mapping for Creation of Hydrogeological Models Data in Foussana Basin (Central Tunisia) |
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 |