CN111598754A - 基于水质模型的河网区水质断面污染贡献率核算方法 - Google Patents
基于水质模型的河网区水质断面污染贡献率核算方法 Download PDFInfo
- Publication number
- CN111598754A CN111598754A CN202010326158.3A CN202010326158A CN111598754A CN 111598754 A CN111598754 A CN 111598754A CN 202010326158 A CN202010326158 A CN 202010326158A CN 111598754 A CN111598754 A CN 111598754A
- Authority
- CN
- China
- Prior art keywords
- water quality
- river
- section
- pollution
- pollution source
- 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 267
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 26
- 230000008030 elimination Effects 0.000 claims abstract description 8
- 238000003379 elimination reaction Methods 0.000 claims abstract description 8
- 238000012163 sequencing technique Methods 0.000 claims abstract description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 44
- 231100000719 pollutant Toxicity 0.000 claims description 44
- 238000003908 quality control method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000012353 t test Methods 0.000 claims description 7
- 239000010865 sewage Substances 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000011109 contamination Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 3
- 230000007062 hydrolysis Effects 0.000 claims description 3
- 238000006460 hydrolysis reaction Methods 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000004062 sedimentation Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000010840 domestic wastewater Substances 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 244000144972 livestock Species 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
- 239000000575 pesticide Substances 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002352 surface water 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
- 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
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (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水质模型的河网区水质断面污染贡献率核算方法，包括：S1、根据源质空间关系构建影响各水质断面的备选污染源清单；S2、根据河网区的特征建立河网水动力水质模型，并对所述河网水动力水质模型进行验证率定；S3、根据备选污染源清单，将污染源相关数据作为输入条件输入至河网水动力水质模型；S4、依次对目标水质断面的每个备选污染源按照排除法进行情景模拟，计算每个备选污染源对目标水质断面的贡献率并排序。本发明的有益效果：将现有成熟的水质模型与大量实测统计数据，通过数值模拟得到各污染源对水质断面的影响贡献率大小，能为水环境管理领域对污染源调控方案作出提前预测，提供理论支持。
Description
技术领域
本发明涉及水环境管理领域，尤其涉及一种基于水质模型的河网区水质断面污染贡献率核算方法。
背景技术
在水环境模型领域，河流水质模型从20世纪30年代开始起步，截至目前，发展成熟的模型已有QUAL系列、WASP5、MIKE11、EFDC等几十个，逐步从简单单一化发展成能从不同维度解析、分析多种变量，可结合多种技术方法进行综合运用的工具，河流水质模型强大的功能能够针对不同的问题进行运用分析。但目前水质模型的分析主要结合ANN、灰色理论等方法运用在分析预测、评估、治理等方面，解决水功能区水质解析、水质动态模拟等问题，极少结合排除法及贡献率计算方法解析污染源对水质断面的影响问题。
目前针对污染源对水质断面的污染贡献影响研究较少，水质断面贡献率的研究还没有相关的方法和设备，大部分关于贡献率的研究都与污染源排放贡献率的计算方法有关，比如输出系数法、排污系数法、监测法等，很少有方法针对污染源对水质断面的污染贡献进行研究。且排除法一般应用于理论知识学习、计算机科学领域，极少涉及水环境精细化管理领域。
相关科研结果表明，通过大量有效的实测统计数据对水质模型进行验证和率定后，水质模型的预测能力可达到尽可能还原实际水质状况的要求，从而使得水环境管理领域不仅仅停留在假象阶段，更具实际借鉴意义。
发明内容
有鉴于此，本发明提供了一种基于水质模型的河网区水质断面污染贡献率核算方法，利用实测统计的相关数据，通过构建适用于相关河网区的水质模型，结合污染源全排和依次停排的排除法，获得污染源在不同排放情况下相应水质断面的主要控制污染物的数值模拟值，以主要控制污染物浓度之和代表污染源，再利用水质断面贡献率计算方法得到不同排放条件下各污染源对水质断面贡献率，并根据贡献率大小获得排名，能为水环境管理领域对污染源调控方案作出提前预测，提供理论支持。
本发明提供一种基于水质模型的河网区水质断面污染贡献率核算方法，包括以下步骤：
S1、根据河网区的水流方向以及水质断面和污染源之间的上下游关系建立水质断面与污染源清单之间的空间关系，确定能够影响到水质断面的备选污染源，从而构建影响各水质断面的备选污染源清单；
S2、根据河网区的特征建立河网水动力水质模型，并对所述河网水动力水质模型进行验证率定；
S3、根据所述备选污染源清单，将污染源相关数据作为河网水动力水质模型的输入条件，模拟各控制污染物沿河段距离动态变化的浓度值；
S4、根据备选污染源清单，明确影响目标水质断面的污染源集合，基于排除法，在河网水动力水质模型中设定污染源全排和依次停排的情况，模拟得到不同情况下控制污染物的浓度及目标水质断面的水流量，进一步计算每个备选污染源对目标水质断面的贡献率，并根据贡献率大小进行排序，从而确定水质断面的主要污染源。
进一步地，所述步骤S1的具体地过程为：
S11、根据河流方向，将河流重要干流支流进行概化，确定干流、一级支流和二级支流，并以水力学特征为基础，在污染源排放口下游污水与河水基本混匀处以及特殊要求地区的河段上设置水质断面，以水质断面、支流汇入干流口和特殊要求地区为节点，对河段进行划分并排序；
S12、确定河网区所属的水质控制功能区，明确各水质断面的水质控制目标，并将所述水质控制目标作为水质评价指标，确定各水质断面的控制污染物，构建包含水质断面所处河段序号、距离河段起始点的距离、控制污染物类型的水质断面清单；
S13、基于实测统计数据，考虑点源和非点源污染源，根据污染源对水质断面的影响大小，筛除部分污染源，并将相邻密集的点源污染源概化为集中的污染源，非点源污染源则记录下所影响河段的起始点与终点距离河段上边界断面的位置，参照由水质控制目标所确定的各水质断面的控制污染物，构建包含污染源所处河段序号、污染源类型、控制污染物的排放浓度、排放流量、排放口距离河段上边界的距离、属于出流还是入流污染源的污染源排放清单；
S14、比对所述水质断面清单与所述污染源清单中所记录的水质断面和污染源所处河段及距离，确定污染源排污口和水质断面之间的上下游关系，确定每个水质断面的备选污染源，构建水质断面的备选污染源清单。
进一步地，所述步骤S2的具体过程为：
根据所要研究的河网区的特征，选用合适的水质模型，将水质断面概化成底坡水平、断面矩形或梯形的简单几何形状，通过对实测水质断面的水深与过水面积关系进行回归分析，得到概化断面的下底宽和边坡系数，使得概化后的水质断面与实测水质断面保持一致的水位关系；
确定河段的河道坡度、河段水力参数、河段水质参数、流域水文资料、河道上游、下游边界条件和初始条件、断面节点的情况、流域气象数据以及水质监测站点所测污染物数据，按照所选用的水质模型的操作规则，将数据输入模型中，选择合适的计算步长进行计算，将所模拟的结果数据与水质监测站点的数据曲线进行比较，分析相对误差，若所述相对误差在允许范围之内，则说明建模成功，否则，根据实测数据修改模型参数，重新验证，直到构建得到适用于所要研究的河网区的水质模型。
进一步地，所述河段水力参数根据河段河道实际情况，选择性使用水力特征值的计算方法；所述河段水质参数根据河网区所处环境、污染物及污染物变化程度，通过实测统计数据或经验公式法获得河段的沉降、水解速率。
进一步地，所述步骤S3中，所述污染源相关数据包括每个污染源的流量、主要控制污染物的浓度、所处河段序号以及距离河段上边界距离。
进一步地，所述步骤S4中计算每个备选污染源对目标水质断面的贡献率的具体过程为：
模拟污染源全部排放时，向河网水动力水质模型中输入所有污染源的数据，由此得到所有污染源的各主要控制污染物在目标水质断面处的浓度模拟值，以及目标水质断面处的水流量模拟值；模拟污染源依次停排时，不向河网水动力水质模型中输入被停排的污染源的相关数据，由此得到未被停排的污染源的各主要控制污染物在目标水质断面处的浓度模拟值，以及此时目标水质断面处的水流量模拟值；多次进行上述模拟试验，最后计算污染源对于水质断面的贡献率：
式中，pi表示被停排的污染源i对目标水质断面的贡献率，i表示被停排的污染源的编号，t表示按时间进行的试验次数，C0t表示第t次试验时污染源全排的情况下所有污染源的主要控制污染物在目标水质断面处的浓度之和，Q0t表示第t次试验时污染源全排的情况下目标水质断面处的水流量，Cst表示第t次试验时关停污染源i的情况下未被停排的污染源的主要控制污染物在目标水质断面处的浓度之和；Qst表示第t次试验时关停污染源i的情况下目标水质断面处的水流量。
本发明提供的技术方案带来的有益效果是：将现有成熟的水质模型与排除法结合，设定污染源全排和依次进行停排的情况，根据现有的大量实测统计数据，通过水质模型的数值模拟，结合水质断面贡献率计算方法，得到各污染源对水质断面的影响贡献率大小，能为水环境管理领域对污染源调控方案作出提前预测，提供理论支持。
附图说明
图1是本发明实施例提供的基于水质模型的河网区水质断面污染贡献率核算方法的流程图；
图2是本发明实施例提供的对河网区河段进行划分并排序的结果示意图；
图3是本发明实施例提供的水质断面清单的示意图；
图4是本发明实施例提供的污染源排放清单的示意图；
图5是本发明实施例提供的备选污染源清单的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。
请参考图1，本发明的实施例提供了一种基于水质模型的河网区水质断面污染贡献率核算方法，包括以下步骤：
S1、根据河网区的水流方向以及水质断面和污染源之间的上下游关系建立水质断面与污染源清单之间的空间关系，确定能够影响到水质断面的备选污染源，从而构建影响各水质断面的备选污染源清单。
步骤S1的具体地过程为：
S11、根据河流方向，将河流重要干流支流进行概化，确定干流、一级和二级支流，并以水力学特征为基础，在污染源排放口下游污水与河水基本混匀处以及特殊要求地区(饮用水源地、风景游览区等)的河段上设置水质断面，以水质断面、支流汇入干流口和特殊要求地区(行政边界、水库、闸泵站等)为节点，对河段进行划分，以保证同一河段具有大致相同的水力特性和参数；请参考图2，对河段进行排序，从主干河流源头至下游进行升序编号，当到达支流时，从支流源头开始编号；
S12、根据《地表示环境质量标准》确定河网区的用水主要属于五大地表水中的哪一类，获取其所属的水质控制功能区，从而明确各水质断面的水质控制目标，将其作为水质评价指标，确认各水质断面的主要控制污染物，构建包含水质断面所处河段序号、距离河段起始点的距离、水质控制目标、主要控制污染物类型的水质断面清单，如图3所示，其中所属河段的水质断面是指河段中出流一侧的水质断面；
S13、基于实测统计数据，考虑入河的多种污染源，包括点源和非点源(比如城市生活废水、工业废水、畜禽养殖、农田中的农药化肥等)污染源，根据污染源对水质断面的影响大小，筛除对河网区影响效果可以忽略的污染源，并将相邻密集的点源污染源概化为集中的污染源，非点源污染源则记录下其所影响河段的起始点与终点距离河段上边界断面的位置；参照由水质控制目标所确定的各水质断面的主要控制污染物，构建包含所处河段序号、污染源类型、主要控制污染物的排放浓度、排放流量、排放口距离河段上边界的距离、属于出流还是入流污染源的污染源排放清单，如图4所示；
S14、比对构建的水质断面清单与污染源清单中所记录的水质断面和污染源所处河段以及距离，确定污染源排污口与水质断面之间的上下游关系，确定每个水质断面的备选污染源，构建水质断面的备选污染源清单，如图5所示。
S2、根据河网区的特征建立河网水动力水质模型，在河网区中选择水质监测站点分布合理、实测数据较为完备的流域进行参数率定。
具体地，根据所要研究的河网区的特征，选用合适的水质模型，将水质断面概化成底坡水平、断面矩形或梯形的简单几何形状，通过对实测断面的水深与过水面积关系进行回归分析，得到概化断面的下底宽和边坡系数两个重要参数，使得概化后的水质断面与实测断面保持一致的水位关系；
同时确定河段的河道坡度、河段水质水力参数、流域水文资料、河道上游和下游边界条件及初始条件、断面节点的情况、流域气象数据以及水质监测站点所测污染物数据，按照所选用的水质模型的操作规则，将数据输入模型中，选择合适的计算步长进行计算，将所模拟的结果数据与水质监测站点的数据曲线进行比较，分析相对误差，以此开展水质模型的率定与验证，构建能够适用于此河网区水文水质模拟的河网水动力水质模型，若所述相对误差在允许范围之内，则说明建模成功，否则，应根据实测数据修改参数，重新验证。其中，河段水力参数根据河段河道实际情况，选择性使用水力特征值(流量、流速、水深)的计算方法，例如，若选用水位-流量关系曲线，可运用最小二乘法确定与流量流速有关的经验系数，若自行输入纵向弥散系数，则根据河底物质组成确定曼宁粗糙系数，再利用平均水深、平均流速和曼宁粗糙系数通过经验公式确定纵向弥散系数；河段水质参数根据河网区所处环境、污染物及污染物变化程度，通过实测统计数据或经验公式法获得沉降、水解速率等。
S3、根据备选污染源清单明确每个污染源的流量、主要控制污染物的浓度、所处河段序号以及距离河段上边界距离等数据，按照河流分段顺序依次将数据填入河网水动力水质模型的相应板块中进行数值计算，从而模拟得到各主要控制污染物沿河道距离动态变化的浓度值。
S4、根据备选污染源清单明确影响目标水质断面的污染源集合，基于排除法，在河网水动力水质模型中设定污染源全排和依次停排的情况，模拟得到不同情况下主要控制污染物的浓度以及目标水质断面的水流量；根据情景模拟结果和贡献率计算公式，计算每个备选污染源对目标水质断面的贡献率，并根据贡献率大小进行排序，从而确定水质断面的主要污染源，达到精确治理的目标要求。
其中，计算每个备选污染源对目标水质断面的贡献率的具体过程为：模拟污染源全部排放时，向河网水动力水质模型中输入所有污染源的数据，由此得到所有污染源的各主要控制污染物在目标水质断面处的浓度模拟值，以及目标水质断面处的水流量模拟值；模拟污染源依次停排时，不向河网水动力水质模型中输入被停排的污染源的相关数据，由此得到未被停排的污染源的各主要控制污染物在目标水质断面处的浓度模拟值，以及此时目标水质断面处的水流量模拟值；多次进行上述模拟试验，最后计算污染源对于水质断面的贡献率：
式中，pi表示被停排的污染源i对目标水质断面的贡献率，i表示被停排的污染源的编号，t表示按时间进行的试验次数，C0t表示第t次试验时污染源全排的情况下所有污染源的主要控制污染物在目标水质断面处的浓度模拟值之和(mg/L)，Q0t表示第t次试验时污染源全排的情况下目标水质断面处的水流量模拟值(m3/s)，Cst表示第t次试验时关停污染源i的情况下未被停排的污染源的主要控制污染物在目标水质断面处的浓度模拟值之和(mg/L)；Qst表示第t次试验时关停污染源i的情况下目标水质断面处的水流量模拟值(m3/s)。
在本文中，所涉及的前、后、上、下等方位词是以附图中零部件位于图中以及零部件相互之间的位置来定义的，只是为了表达技术方案的清楚及方便。应当理解，所述方位词的使用不应限制本申请请求保护的范围。
在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.基于水质模型的河网区水质断面污染贡献率核算方法，其特征在于，包括以下步骤：
S1、根据河网区的水流方向以及水质断面和污染源之间的上下游关系建立水质断面与污染源清单之间的空间关系，确定能够影响到水质断面的备选污染源，从而构建影响各水质断面的备选污染源清单；
S2、根据河网区的特征建立河网水动力水质模型，并对所述河网水动力水质模型进行验证率定；
S3、根据所述备选污染源清单，将污染源相关数据作为河网水动力水质模型的输入条件，模拟各控制污染物沿河段距离动态变化的浓度值；
S4、根据备选污染源清单，明确影响目标水质断面的污染源集合，基于排除法，在河网水动力水质模型中设定污染源全排和依次停排的情况，模拟得到不同情况下控制污染物的浓度及目标水质断面的水流量，进一步计算每个备选污染源对目标水质断面的贡献率，并根据贡献率大小进行排序，从而确定水质断面的主要污染源。
2.根据权利要求1所述的基于水质模型的河网区水质断面污染贡献率核算方法，其特征在于，所述步骤S1的具体地过程为：
S11、根据河流方向，将河流重要干流支流进行概化，确定干流、一级支流和二级支流，并以水力学特征为基础，在污染源排放口下游污水与河水基本混匀处以及特殊要求地区的河段上设置水质断面，以水质断面、支流汇入干流口和特殊要求地区为节点，对河段进行划分并排序；
S12、确定河网区所属的水质控制功能区，明确各水质断面的水质控制目标，并将所述水质控制目标作为水质评价指标，确定各水质断面的控制污染物，构建包含水质断面所处河段序号、距离河段起始点的距离、控制污染物类型的水质断面清单；
S13、基于实测统计数据，考虑点源和非点源污染源，根据污染源对水质断面的影响大小，筛除部分污染源，并将相邻密集的点源污染源概化为集中的污染源，非点源污染源则记录下所影响河段的起始点与终点距离河段上边界断面的位置，参照由水质控制目标所确定的各水质断面的控制污染物，构建包含污染源所处河段序号、污染源类型、控制污染物的排放浓度、排放流量、排放口距离河段上边界的距离、属于出流还是入流污染源的污染源排放清单；
S14、比对所述水质断面清单与所述污染源清单中所记录的水质断面和污染源所处河段及距离，确定污染源排污口和水质断面之间的上下游关系，确定每个水质断面的备选污染源，构建水质断面的备选污染源清单。
3.根据权利要求1所述的基于水质模型的河网区水质断面污染贡献率核算方法，其特征在于，所述步骤S2的具体过程为：
根据所要研究的河网区的特征，选用合适的水质模型，将水质断面概化成底坡水平、断面矩形或梯形的简单几何形状，通过对实测水质断面的水深与过水面积关系进行回归分析，得到概化断面的下底宽和边坡系数，使得概化后的水质断面与实测水质断面保持一致的水位关系；
确定河段的河道坡度、河段水力参数、河段水质参数、流域水文资料、河道上游、下游边界条件和初始条件、断面节点的情况、流域气象数据以及水质监测站点所测污染物数据，按照所选用的水质模型的操作规则，将数据输入模型中，选择合适的计算步长进行计算，将所模拟的结果数据与水质监测站点的数据曲线进行比较，分析相对误差，若所述相对误差在允许范围之内，则说明建模成功，否则，根据实测数据修改模型参数，重新验证，进而得到适用于所要研究的河网区的水质模型。
4.根据权利要求3所述的基于水质模型的河网区水质断面污染贡献率核算方法，其特征在于，所述河段水力参数根据河段河道实际情况，选择性使用水力特征值的计算方法；所述河段水质参数根据河网区所处环境、污染物及污染物变化程度，通过实测统计数据或经验公式法获得河段的沉降、水解速率。
5.根据权利要求1所述的基于水质模型的河网区水质断面污染贡献率核算方法，其特征在于，所述步骤S3中，所述污染源相关数据包括每个污染源的流量、主要控制污染物的浓度、所处河段序号以及距离河段上边界距离。
6.根据权利要求1所述的基于水质模型的河网区水质断面污染贡献率核算方法，其特征在于，所述步骤S4中计算每个备选污染源对目标水质断面的贡献率的具体过程为：
模拟污染源全部排放时，向河网水动力水质模型中输入所有污染源的数据，由此得到所有污染源的各主要控制污染物在目标水质断面处的浓度模拟值，以及目标水质断面处的水流量模拟值；模拟污染源依次停排时，不向河网水动力水质模型中输入被停排的污染源的相关数据，由此得到未被停排的污染源的各主要控制污染物在目标水质断面处的浓度模拟值，以及此时目标水质断面处的水流量模拟值；多次进行上述模拟试验，最后计算污染源对于水质断面的贡献率：
式中，pi表示被停排的污染源i对目标水质断面的贡献率，i表示被停排的污染源的编号，t表示按时间进行的试验次数，C0t表示第t次试验时污染源全排的情况下所有污染源的主要控制污染物在目标水质断面处的浓度之和，Q0t表示第t次试验时污染源全排的情况下目标水质断面处的水流量，Cst表示第t次试验时关停污染源i的情况下未被停排的污染源的主要控制污染物在目标水质断面处的浓度之和；Qst表示第t次试验时关停污染源i的情况下目标水质断面处的水流量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010326158.3A CN111598754B (zh) | 2020-04-23 | 2020-04-23 | 基于水质模型的河网区水质断面污染贡献率核算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010326158.3A CN111598754B (zh) | 2020-04-23 | 2020-04-23 | 基于水质模型的河网区水质断面污染贡献率核算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111598754A true CN111598754A (zh) | 2020-08-28 |
| CN111598754B CN111598754B (zh) | 2023-04-07 |
Family
ID=72183446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010326158.3A Active CN111598754B (zh) | 2020-04-23 | 2020-04-23 | 基于水质模型的河网区水质断面污染贡献率核算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111598754B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112215495A (zh) * | 2020-10-13 | 2021-01-12 | 北京工业大学 | 一种基于长短时记忆神经网络的污染源贡献度计算方法 |
| CN112651179A (zh) * | 2020-12-29 | 2021-04-13 | 哈尔滨工业大学 | 一种河流底泥污染控制方法 |
| CN112884330A (zh) * | 2021-02-26 | 2021-06-01 | 澜途集思生态科技集团有限公司 | 一种人为扰动对水质影响的定量方法 |
| CN113139756A (zh) * | 2020-10-20 | 2021-07-20 | 中科三清科技有限公司 | 污染源排污敏感性评估方法及装置 |
| CN113869798A (zh) * | 2021-11-03 | 2021-12-31 | 大连市勘察测绘研究院集团有限公司 | 一种自动筛选上游风险源的水污染快速溯源方法 |
| CN117371325A (zh) * | 2023-10-25 | 2024-01-09 | 中节能天融科技有限公司 | 一种排口污染物入河断面贡献度计算方法、设备及介质 |
| CN117648828A (zh) * | 2024-01-29 | 2024-03-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 河网水动力精准调控方法及系统 |
| CN118535670A (zh) * | 2024-07-26 | 2024-08-23 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 一种平原河网区水质采样点的自动选取方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
-
2020
- 2020-04-23 CN CN202010326158.3A patent/CN111598754B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| 赵建国等: "永定河怀来段水质污染特征及污染源解析", 《环境科学与技术》 * |
| 邱瑀 等: "湟水河流域水质时空变化特征及其污染源解析", 《环境科学学报》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112215495A (zh) * | 2020-10-13 | 2021-01-12 | 北京工业大学 | 一种基于长短时记忆神经网络的污染源贡献度计算方法 |
| CN112215495B (zh) * | 2020-10-13 | 2022-05-24 | 北京工业大学 | 一种基于长短时记忆神经网络的污染源贡献度计算方法 |
| CN113139756A (zh) * | 2020-10-20 | 2021-07-20 | 中科三清科技有限公司 | 污染源排污敏感性评估方法及装置 |
| CN112651179A (zh) * | 2020-12-29 | 2021-04-13 | 哈尔滨工业大学 | 一种河流底泥污染控制方法 |
| CN112884330A (zh) * | 2021-02-26 | 2021-06-01 | 澜途集思生态科技集团有限公司 | 一种人为扰动对水质影响的定量方法 |
| CN113869798A (zh) * | 2021-11-03 | 2021-12-31 | 大连市勘察测绘研究院集团有限公司 | 一种自动筛选上游风险源的水污染快速溯源方法 |
| CN117371325A (zh) * | 2023-10-25 | 2024-01-09 | 中节能天融科技有限公司 | 一种排口污染物入河断面贡献度计算方法、设备及介质 |
| CN117371325B (zh) * | 2023-10-25 | 2024-06-07 | 中节能数字科技有限公司 | 一种排口污染物入河断面贡献度计算方法、设备及介质 |
| CN117648828A (zh) * | 2024-01-29 | 2024-03-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 河网水动力精准调控方法及系统 |
| CN117648828B (zh) * | 2024-01-29 | 2024-04-02 | 水利部交通运输部国家能源局南京水利科学研究院 | 河网水动力精准调控方法及系统 |
| CN118535670A (zh) * | 2024-07-26 | 2024-08-23 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 一种平原河网区水质采样点的自动选取方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111598754B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111598754B (zh) | 基于水质模型的河网区水质断面污染贡献率核算方法 | |
| Manache et al. | Sensitivity analysis of a water-quality model using Latin hypercube sampling | |
| KR20090059451A (ko) | 하천의 기본수리정보를 활용한 횡분산계수의 산정을 통해오염물의 거동을 해석하는 방법 | |
| CN109711107B (zh) | 水资源突发水污染物扩散仿真系统 | |
| 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 | |
| Mediero et al. | Probabilistic calibration of a distributed hydrological model for flood forecasting | |
| CN114723179A (zh) | 一种基于水量水质联合管控的水环境预警溯源系统和方法 | |
| CN114169266B (zh) | 一种河流污染源解析和污染物运移计算方法及系统 | |
| CN114139259A (zh) | 一种河道水质模型的构建方法 | |
| CN112101693A (zh) | 基于正交分析的现状城区河道水质达标分析方法 | |
| CN110334876A (zh) | 一种基于径流情势、水质及生物多要素的环境流量过程调控方法 | |
| CN108428193A (zh) | 一种水污染防治规划决策支持系统及其使用方法 | |
| CN113011661A (zh) | 一种用于河流生态修复的曝气控制系统及其控制方法 | |
| Tran et al. | Quantification of predictive uncertainty with a metamodel: Toward more efficient hydrologic simulations | |
| CN106777987A (zh) | 基于水动力、水质和som的河流水量聚类及水质评价方法 | |
| Mannina et al. | Receiving water quality assessment: comparison between simplified and detailed integrated urban modelling approaches | |
| CN111651855B (zh) | 基于物理模型的河网区水质断面污染贡献率核算方法 | |
| CN108763648A (zh) | 基于核磁共振t2分布获取毛管压力曲线的方法和装置 | |
| Freni et al. | Assessment of data availability influence on integrated urban drainage modelling uncertainty | |
| Zare Farjoudi et al. | Multi-objective waste load allocation in river system under inflow uncertainty | |
| CN115935615A (zh) | 场次降雨径流冲刷面源污染负荷估算方法及系统 | |
| CN111597678A (zh) | 一种多洪源遭遇条件洪水淹没特征的解耦方法 | |
| CN113065744B (zh) | 一种城市内河水环境承载力动态评估预警方法 | |
| Haribowo et al. | Application of artificial neural network for defining the water quality in the river | |
| CN104732069A (zh) | 一种变入河系数计算污染物入河量的方法 |
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 |