CN111626504B - 傍河型水源污染风险的预警方法、装置、设备及介质 - Google Patents
傍河型水源污染风险的预警方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111626504B CN111626504B CN202010457177.XA CN202010457177A CN111626504B CN 111626504 B CN111626504 B CN 111626504B CN 202010457177 A CN202010457177 A CN 202010457177A CN 111626504 B CN111626504 B CN 111626504B
- Authority
- CN
- China
- Prior art keywords
- river
- information
- target area
- water source
- flow field
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 348
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000002352 surface water Substances 0.000 claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 26
- 239000003673 groundwater Substances 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 24
- 239000003344 environmental pollutant Substances 0.000 claims description 11
- 231100000719 pollutant Toxicity 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 239000000356 contaminant Substances 0.000 claims description 10
- 230000005012 migration Effects 0.000 claims description 10
- 238000013508 migration Methods 0.000 claims description 10
- 238000006731 degradation reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000015556 catabolic process Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 230000029142 excretion Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000011109 contamination Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims 2
- 239000010865 sewage Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000011144 upstream manufacturing Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000035699 permeability Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000008595 infiltration Effects 0.000 description 4
- 238000001764 infiltration Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000003621 irrigation water Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000005442 atmospheric precipitation Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003895 groundwater pollution Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002351 wastewater Substances 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
- 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
- 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
-
- 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
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Water Treatment By Sorption (AREA)
Abstract
本发明实施例公开了一种傍河型水源污染风险的预警方法、装置、设备及介质。所述方法包括:确定目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,得到对所述傍河型水源的水源污染风险结果;依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作。本申请方案,从宏观角度对傍河型水源所在区域进行傍河型水源污染风险预测,从而可按照对傍河型水源的水源污染风险结果进行及时预警。
Description
技术领域
本发明实施例涉及环境保护及水质安全技术领域,尤其涉及一种傍河型水源污染风险的预警方法、装置、设备及介质。
背景技术
饮水安全关系到人民群众的身体健康和经济社会的稳定发展。水源地水质安全预警,目的在于确保水质安全,以实现对水源地水质安全的管控。
目前,对于傍河型水源,主要是通过对河流中水质实时监测或水质变化趋势模拟来进行水质安全预警,但是上述方法只能从微观角度对水质进行实时分析以及预警。而,傍河型水源水质受地表水和地下水环境双重影响,因此上述方法不能起到综合防控的目的,无法服务于傍河型水源地以及傍河型水源地所在区域的水资源综合管理,缺少从宏观角度进行水源地安全预警的方案。
发明内容
本发明实施例中提供了一种傍河型水源污染风险的预警方法、装置、设备及介质,以实现协同地表水和地下水对傍河型水源的影响,来进行风险预警。
第一方面,本发明实施例中提供了一种傍河型水源污染风险的预警方法,所述方法包括:
确定目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;
依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;
按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,得到对所述傍河型水源的水源污染风险结果;
依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作。
第二方面,本发明实施例中还提供了一种傍河型水源污染风险的预警装置,所述装置包括:
地质信息获取模块,用于获取目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;
流场特征模拟模块,用于依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;
污染风险预测模块,用于按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,得到对所述傍河型水源的水源污染风险结果;
污染风险预警模块,用于依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作。
第三方面,本发明实施例中还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例中提供的傍河型水源污染风险的预警方法。
第四方面,本发明实施例中还提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例中提供的傍河型水源污染风险的预警方法。
本发明实施例中提供了一种傍河型水源污染风险的预警方法,在对傍河型水源进行污染风险预测时,依据傍河型水源所在区域的水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,其模拟得到的目标区域的流场信息能够更准确地预测傍河型水源所在区域的水动力学特征,进而在预测的傍河型水源所在区域的流场信息基础上,从宏观角度对傍河型水源所在区域进行傍河型水源污染风险预测,从而可按照对傍河型水源的水源污染风险结果进行及时预警,从而可采取对应措施来保障水质安全,实现对水源地进行精细化管理和水质安全保障。
上述发明内容仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例中提供的一种傍河型水源污染风险的预警方法的流程图;
图2是本发明实施例中提供的一种点源污染事故排放对水源产生污染影响的风险预测示意图;
图3是本发明实施例中提供的另一种傍河型水源污染风险的预警方法的流程图;
图4是本发明实施例中提供的一种对目标区域进行空间剖分的示意图;
图5是本发明实施例中提供的一种傍河型水源污染风险的预警装置的结构框图;
图6是本发明实施例中提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本发明实施例中提供的一种傍河型水源污染风险的预警方法的流程图,本实施例可适用于对傍河型水源的污染风险进行及时风险预警的情况。该方法可由傍河型水源污染风险的预警装置来执行,该装置可由软件和/或硬件实现,并集成在任何具有网络通信功能的电子设备上。如图1所示,本实施例中提供的傍河型水源污染风险的预警方法,可包括以下步骤S110-S140:
S110、确定目标区域的水文地质信息;其中,目标区域为傍河型水源所在区域。
在本实施例中,傍河型水源属于进行水源污染风险预测的研究对象,其所在的区域可作为目标区域。水文地质信息可为通过对目标区域地下的水文地质条件进行概化确定。可选地,水文地质信息可指地下水水流特征及含水层的属性信息,水文地质信息可包括以下内容:在目标区域地下含水系统的边界条件信息、内部结构信息、含水层与隔水层的天然属性信息以及含水层中水流的动态属性信息。例如,边界条件信息可为边界部分的水位和/或水量信息。其中,边界条件信息可包括第一类边界(水位边界)、第二类边界(流量边界)和第三类边界(混合边界);含水层中水流的动态属性信息可包括:含水层的补给属性特征、含水层的径流属性特征以及含水层的排泄属性特征。
在本实施例的一种可选方式中,本实施例中提供的傍河型水源污染风险的预警方法,还可包括以下过程:从预先构建的目标区域的水源环境概念模型中,提取目标区域的水文地质信息。
在本实施例中,以傍河型水源地为研究对象,通过对水源地及其周边基础环境进行调查,可获得目标区域的水源环境基础数据。在此基础上,可依据目标区域的水源环境基础数据,构建目标区域的水源环境概念模型,并将构建的水源环境概念模型与数据库相关联,以备后续依据水源环境概念模型,获取目标区域的水文地质信息和潜在污染风险识别信息。
在本实施例中,可选地,依据目标区域的水源环境基础数据,通过对目标区域地下部分的水文地质条件进行概化处理,得到目标区域的水文地质信息;以及,依据目标区域的水源环境基础数据,通过对目标区域的潜在污染风险进行风险识别,得到目标区域的潜在污染风险识别信息。基于上述的水文地质信息和潜在污染风险识别信息,可构建得到目标区域所对应的地下部分的水源环境概念模型。
在本实施例中,可通过对目标区域的边界条件、内部结构、含水层与隔水层的天然属性以及含水层中水流的动态属性进行概化,分别得到边界条件信息、内部结构信息、含水层与隔水层的天然属性信息以及含水层中水流的动态属性信息,上述信息的组合记为水文地质信息。其中,含水层中水流的动态属性包括:含水层的补给属性、含水层的径流属性以及含水层的排泄属性。
示例性地,目标区域内含水层的补给可通过地表水补给获得;例如,目标区域内河流渗漏。除此之外,目标区域内含水层的补给还包括大气降水入渗补给、西北侧地下水侧向径流补、南北两侧基岩裂隙水侧向径流补给、农业灌溉回归等。地下水的流向基本与河流的水流方向平行,水流服从达西定律。含水层水文地质参数随岩性的不同而异,但垂向方向性差异不明显,所以将含水介质概化为非均质各向异性,忽略垂向运动,视为平面二维流,将整个含水层的地下水流概化为平面二维非稳定流。目标区域内主要的排泄途径为东南侧地下水沿径流方向排泄和人工开采;如果目标区域地处北方较为寒冷地带,其太阳辐射强度低,那么地下水蒸散发过程不显著,就可将蒸发排泄的因素忽略。
S120、依据目标区域的水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息。
在本实施例中,傍河型水源水质受地表水和地下水环境双重影响,例如地表水与地下水的水力联系紧密,在水量交换过程中,在水力梯度作用下,携带的污染物会随水流迁移,如果目标区的河流受到污染,那么通过河流会渗透到目标区域的地下水,从而导致地下水污染。因此,傍河型水源的水量水质变化分析需要结合地表水和地下水协同考虑。
在本实施例中,流场模型是通过河网与含水层交互STR模块,将河流动力学模型耦合到地下水水流模型得到。这样,流场模型就可实现对目标区域的地表水与地下水的水量交换规律进行模拟预测。在给定目标区域的水文地质信息下,流场模型可基于目标区域的水文地质信息,模拟目标区域的地表河流与地下含水层之间的水量交换的空间变化规律,能够更准确地表达傍河型水源所在目标区域的水动力学特征,得到目标区域的地下水位时空分布,即目标区域的流场信息。
在本实施例中,可选地,可根据需求对流场模型进行校准。具体可通过拟合同时期的流场和长观孔的历时曲线,识别水文地质参数、地下边界部分的边界值和其它均衡项,使建立的流场模型更加符合目标区域地下水的实际存储特征,以便更精确地定量研究目标区域的补给与排泄量,预测给定条件下目标区域的地下水流场。
S130、按照目标区域的流场信息,对目标区域中的傍河型水源进行水源污染模拟预测,得到对傍河型水源的水源污染风险结果。
在本实施例中,傍河型水源所在区域中存在许多的潜在污染源,这些潜在污染源会污染傍河型水源所在区域的地表水,进而通过污染的地表水进而影响傍河型水源所在区域的地下水。例如,傍河型水源所在区域的上游分布了工业污水处理中心Q水务公司,因为该污水处理中心承接了本地区大部分的污水来源,如果发生事故排放,污染物有可能进入傍河型水源所在区域的水源开采河段,污染地表水,进而影响傍河型水源所在区域的地下水水质。因此,其是傍河水源地的一个主要潜在污染源。
在本实施例中,在确定目标区域的流场信息后,可按照目标区域的流场信息指示的地下水流场,来模拟分析目标区域中潜在污染源对目标区域中的傍河型水源的污染风险,并得到其对傍河型水源的水源污染风险结果。
在本实施例的一种可选方式中,按照目标区域的流场信息,对目标区域中的傍河型水源进行水源污染模拟预测,可包括步骤A1-A2:
步骤A1、确定目标区域的潜在污染风险识别信息。
在本实施例中,可从预先构建的目标区域的水源环境概念模型中,提取目标区域的潜在污染风险识别信息。潜在污染风险识别信息包括:目标区域中潜在污染源的污染物排放参数、污染物迁移过程中迁移转化参数以及目标区域的傍河型水源的空间属性参数;其中,迁移转化参数可以包括:污染物的对流系数、污染物的扩散系数以及污染物的降解系数;目标区域的傍河型水源的空间属性参数可包括傍河型水源在目标区域的位置信息,例如是位于河流的一侧还是两侧,亦或者距离河流有一定的距离。
步骤A2、依据目标区域的流场信息和潜在污染风险识别信息,通过地表水水质模型模拟预测目标区域中的潜在污染源对傍河型水源的潜在水源污染影响。
在本实施例中,地表水水质模型可为一维地表水对流-扩散-降解模型,通过地表水水质模型可以模拟目标区域的上游潜在污染源到目标区域的傍河型水源地下游端口的地表水水质变化状况。这样,就可确定在潜在污染风险识别信息的前提下,通过地表水水质模型模拟预测潜在污染源对傍河型水源的潜在水源污染影响。
采用上述方式的好处在于,在上述模型基础上又叠加了地表水水质模型来预测地表污染风险对水源开采的潜在影响,以助于根据潜在影响构建水源环境风险管理机制,提高水源地的精细化管理水平,保障饮水安全。
在一个可选示例中,上述方案中的一维地表水对流-扩散-降解模型如下:
其中,在上述一维地表水对流-扩散-降解模型中,C表示潜在污染源中的污染物浓度(M/L3);i,j分别表示二维模型网格的行(i)列(j)序号;t表示污染物的迁移时间(T);u表示对流速度(L/T);D表示纵向离散系数(L2/T);K表示降解系数(1/T)。
在本实施例中,可设计目标区域存在的不同污染场景,在不同的污染场景下,按照目标区域的流场信息,通过地表水水质模型模拟目标区域的上游潜在污染源到目标区域的傍河型水源地下游端口的地表水水质变化状况,以得到潜在污染源对傍河型水源的潜在水源污染影响。
图2是本发明实施例中提供的一种点源污染事故排放对水源产生污染影响的风险预测示意图。参见图2,根据目标区域的地表水数据分析结果,选择生化需氧量BOD作为模拟指标,通过前述的地表水水质模型上游潜在污染风险源到水源地下游端口的地表水水质变化状况。其中,目标区域的河段上游河水流量3m3/s,BOD浓度为2.8mg/l,纵向离散系数D=2km2/h,该河段河水平均流速u=5km/h,BOD5的降解系数K1=0.015(1/h);水务公司负责上游主要企业污水及居民生活污水处理,根据前期污染源调查结果,Q水务每天污水处理量为32124吨,水质按照国家I级排放标准(A类标准BOD=10mg/L)要求连续均匀排放。
继续参见图2,设计两种污染场景进行预测,例如,正常工况及事故排放状况这两种污染场景。正常工况为设备正常运行,所排放污水按照预期水质标准排放,排放方式为连续均匀排放,预测排放点下游河流各河段的浓度分布。事故排放状况为:假设某日污水处理设施故障,假设原污水(BOD浓度150mg/l))未经处理,直接排放了3个小时,其后设施恢复正常运行,之后所排放污水按照原设定标准排放。结果显示,正常情况下,污水处理厂排放污水与河水均匀混合,河道中BOD浓度从排污口上游的2.8mg/L在排污口升至10mg/L,继而在混合和降解作用下在下游1公里内降低至3.6mg/L,由于处理后的废水持续均匀排放,下游河道中BOD浓度将保持在这个水平。因此,污水处理厂正常运行情况下,不会对水源地水质有显著影响。当事故排放0.6小时之后,浓度超过8mg/L的高浓度污水进入水源地范围,大约4.4小时后峰值浓度污水位于水源地中心区域,大约8.2小时之后,水源地内水质基本恢复正常水平。
S140、依据对傍河型水源的水源污染风险结果,执行水源污染风险预警操作。
在本实施例中,在确定对傍河型水源的水源污染风险结果,可分析水源污染风险,并根据分析结果提出风险预警方案建议,以进行风险预警。
本发明实施例中提供了一种傍河型水源污染风险的预警方法,在对傍河型水源进行污染风险预测时,依据傍河型水源所在区域的水文地质信息和地表河流水文信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,其模拟得到的目标区域的流场信息能够更准确地预测傍河型水源所在区域的水动力学特征,进而在预测的傍河型水源所在区域的流场信息基础上,从宏观角度对傍河型水源所在区域进行傍河型水源污染风险预测,从而可按照对傍河型水源的水源污染风险结果进行及时预警,从而可采取对应措施来保障水质安全,实现对水源地进行精细化管理和水质安全保障。
图3是本发明实施例中提供的另一种傍河型水源污染风险的预警方法的流程图,本实施例在上述实施例的基础上对前述实施例进行进一步优化,本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图3所示,本实施例中提供的傍河型水源污染风险的预警方法,可包括以下步骤S310-S310:
S310、确定目标区域的水文地质信息;其中,目标区域为傍河型水源所在区域。
S320、依据目标区域的水文地质信息,确定目标区域的各个子空间单元的水文地质信息;其中,各子空间单元是通过对目标区域空间剖分得到。
在本实施例中,图4是本发明实施例中提供的一种对目标区域进行空间剖分的示意图。参见图4,对目标区域进行空间剖分,将目标区域剖分成多个子空间单元。其中,靠近目标区域的傍河型水源地的子空间单元面积越小,而远离目标区域的傍河型水源地的子空间单元的区域面积越大。例如,在目标区域的傍河型水源地附近的水源开采井分布区加密,对应剖分的中心网格大小为10×10m,外部区域逐渐扩大为50x50m,目标区域空间剖分为水平方向上160行×316列,垂向1层,总计有效网格数为30293。
在本实施例中,根据各个子空间单元的差异,采用分区赋值的方式,为每一个子空间单元确定其对应的水文地质参数。例如,参见图4,根据岩性差异,目标区域渗透系数采取分区赋值的方式:在河谷中心地带,渗透系数取160m/d作为模型参数初始设置;在南北山前,含水层属性为裂隙空隙含水层,透水性能差,渗透系数取25m/d作为模型参数初始设置。
在本实施例中,地下水系统上边界接受降水入渗补给,概化为补给边界。补给强度由该地多年平均降水量(517mm/a)和降水入渗系数决定,根据地表面属性,入渗率不同,因此补给强度取经验值50-160mm/a。此外,评估区内农户均在自家打井取水,基本为一户一井,主要为生活用水水源,其次,灌溉用水井也广泛分布,考虑到开采井均匀分散,以及具体位置和开采量的不确定性,故在模型中将生活用水和灌溉用水开采量进行折合,并入补给项中。补给强度分区赋值方式:基于卫星图片和现场调查结果,识别不同土地利用类型和农业活动方式,考虑不同农业活动对地下水的开采需求和分布特征进行分区。
S330、依据各个子空间单元的水文地质信息,以各个子空间单元为计算单位,通过流场模型对各个子空间单元水流特征进行模拟,以得到各个子空间单元的水位信息。在本实施例中,流场模型定解条件的确定,包括:在各个子空间单元的水文地质参数及赋值、流场模型的边界条件设置。其中,模型边界条件包括地下水补给边界、地下水排泄边界、河流与地下水相互补排关系。
在本实施例的一种可选方式中,依据各个子空间单元的水文地质信息,以各个子空间单元为计算单位,通过流场模型对该目标区域内河流与含水层的水量交换规律进行模拟,可包括:
步骤B1、若子空间单元包括河流,则将子空间单元的地表水水量输入条件和河流属性参数输入到所述流场模型中的河流动力学模型,获取所述河流动力学模型的输出结果。在本实施例中,可通过河网与含水层交互STR模块,将河流动力学模型耦合到地下水水流模型得到流场模型。其中,STR模块具体为河网与含水层交互软件包(STR—Stream-Aquifer Interaction Package)。
可选地,上述方案中,水流耦合STR模块计算河道渗漏至含水层或由补含水层补给河流基于达西定律,公式为:Q1=CSTR(Hs-Ha)。其中,Q1表示河道渗漏量或含水层补给河流流量(L3/T);Hs表示河道地表水水位(L);Ha表示河床相邻含水层地下水水位(L);CSTR表示含水层与河道水流交换系数(L2/T)。
可选地,所述STR模块中河道河流水位计算由河道流量和河道几何形态决定,河道动力学控制方程为:其中,在上述方程中,Q表示河道流量(L3/T);μ表示转换常数,国际单位制中值为1((L1/3/T);N表示河道粗糙系数(无量纲);A表示过水断面面积(L2);Rh表示水力半径(L);S0表示河道坡度(L/L)。其中,河流属性参数可包括河道宽度和深度等信息。
步骤B2、将河流动力学模型的输出结果和该子空间单元的水文地质信息,输入到流场模型中的地下水水流模型,以得到该子空间单元的水位信息。
可选地,上述方案中地下水水流模型,可采用如下方程表示:
其中,H表示含水层水位标高(L);Kx、Ky分别为x,y方向上的渗透系数(L/T);表示边界的外法线方向;Kn表示边界面法向渗透系数(L/T);W表示源汇项(L3);Ω表示渗流区域;h0表示初始水位分布(L);t表示时间(T);Γ1表示第一类边界(已知水位边界);Γ2表示第二类边界(已知流量边界);q(x,y)表示边界单宽流量(L/T),隔水边界q为0;Γ3表示第三类边界(混合边界);α表示三类边界上已知水位函数;β表示三类边界上已知流量函数。
在本实施例的另一种可选方式中,依据各个子空间单元的水文地质信息,以各个子空间单元为计算单位,通过流场模型对该目标区域内河流与含水层的水量交换规律进行模拟,可包括:
若子空间单元不包括河流,则仅将子空间单元的水文地质信息输入述流场模型中的地下水水流模型,通过流场模型计算得到该子空间单元的水位信息。
S340、通过将各个子空间单元的水位信息进行连续性表达,得到目标区域的流场信息。
S350、按照目标区域的流场信息,对目标区域中的傍河型水源进行水源污染模拟预测,得到对傍河型水源的水源污染风险结果。
S360、依据对傍河型水源的水源污染风险结果,执行水源污染风险预警操作。
本发明实施例中提供了一种傍河型水源污染风险的预警方法,在对傍河型水源进行污染风险预测时,依据傍河型水源所在区域的水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,其模拟得到的目标区域的流场信息能够更准确地预测傍河型水源所在区域的水动力学特征,进而在预测的傍河型水源所在区域的流场信息基础上,从宏观角度对傍河型水源所在区域进行傍河型水源污染风险预测,从而可按照对傍河型水源的水源污染风险结果进行及时预警,从而可采取对应措施来保障水质安全,实现对水源地进行精细化管理和水质安全保障。
图5是本发明实施例中提供的一种傍河型水源污染风险的预警装置的结构框图,本实施例可适用于对傍河型水源的污染风险进行及时预警的情况。该装置可由软件和/或硬件实现,并集成在任何具有网络通信功能的电子设备上。
如图5所示,本实施例中提供的傍河型水源污染风险的预警装置,可包括以下:地质信息获取模块510、流场特征模拟模块520、污染风险预测模块530和污染风险预警模块540。其中:
地质信息获取模块510,用于获取目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;
流场特征模拟模块520,用于依据该目标区域的水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;
污染风险预测模块530,用于按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,得到对所述傍河型水源的水源污染风险结果;
污染风险预警模块540,用于依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作。
在上述实施例的基础上,可选地,流场特征模拟模块520包括:
子空间单元处理单元,用于依据所述目标区域的水文地质信息,确定所述目标区域内各个子空间单元的水文地质信息;其中,所述各子空间单元是通过对所述目标区域空间剖分得到;
子空间单元模拟单元,用于依据所述水文地质信息,以各个子空间单元为计算单位,通过流场模型对该目标区域内河流与含水层的水量交换规律进行模拟,以得到目标区域内所有子空间单元的水位信息;
流场特征确定单元,用于通过将各个子空间单元的水位信息进行连续性表达,得到所述目标区域的流场信息。
在上述实施例的基础上,可选地,所述水文地质信息包括:所述目标区域的边界条件信息、内部结构信息、含水层与隔水层的天然属性信息以及含水层中水流的动态属性信息;其中,所述边界条件信息包括第一类边界、第二类边界和第三类边界;含水层中水流的动态属性信息包括:含水层的补给属性特征、含水层的径流属性特征以及含水层的排泄属性特征。
在上述实施例的基础上,可选地,所述流场模型是通过河网与含水层交互STR模块,将河流动力学模型耦合到地下水水流模型得到。
在上述实施例的基础上,可选地,所述流场模型集成有河流动力学模型与地下水水流模型;子空间单元模拟单元,包括:
若所述子空间单元包括河流,则将子空间单元的地表水水量输入条件和河流属性参数输入到所述流场模型中的河流动力学模型,获取所述河流动力学模型的输出结果;
将所述河流动力学模型的输出结果和所述水文地质信息,输入到所述流场模型中的地下水水流模型,以得到该子空间单元的水位信息;以及,
若所述子空间单元不包括河流,则仅将子空间单元的水文地质信息输入到所述流场模型中的地下水水流模型,以得到该子空间单元的水位信息。
在上述实施例的基础上,可选地,污染风险预测模块530包括:
确定所述目标区域的潜在污染风险识别信息;
依据所述目标区域的流场信息和所述潜在污染风险识别信息,通过地表水水质模型模拟预测所述目标区域中的潜在污染源对所述傍河型水源的潜在水源污染影响。
在上述实施例的基础上,可选地,所述潜在污染风险识别信息包括:所述目标区域中潜在污染源的污染物排放参数、污染物迁移过程中迁移转化参数以及所述傍河型水源的空间属性参数;其中,迁移转化参数包括:污染物的对流系数、污染物的扩散系数以及污染物的降解系数。
在上述实施例的基础上,可选地,所述装置还包括:
水源环境概念模型处理模块550,用于从预先构建的所述目标区域的水源环境概念模型中,提取所述目标区域的水文地质信息和潜在污染风险识别信息。
本发明实施例中所提供的傍河型水源污染风险的预警装置可执行上述本发明任意实施例中所提供的傍河型水源污染风险的预警方法,具备执行该傍河型水源污染风险的预警方法相应的功能和有益效果,详细过程参见前述实施例中的傍河型水源污染风险的预警方法的相关操作。
图6是本发明实施例中提供的一种电子设备的结构示意图。如图6所示结构,本发明实施例中提供的电子设备包括:一个或多个处理器610和存储装置620;该电子设备中的处理器610可以是一个或多个,图6中以一个处理器610为例;存储装置620用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器610执行,使得所述一个或多个处理器610实现如本发明实施例中任一项所述的傍河型水源污染风险的预警方法。
该电子设备还可以包括:输入装置630和输出装置640。
该电子设备中的处理器610、存储装置620、输入装置630和输出装置640可以通过总线或其他方式连接,图6中以通过总线连接为例。
该电子设备中的存储装置620作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例中所提供的傍河型水源污染风险的预警方法对应的程序指令/模块。处理器610通过运行存储在存储装置620中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述方法实施例中傍河型水源污染风险的预警方法。
存储装置620可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储装置620可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置620可进一步包括相对于处理器610远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
并且,当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器610执行时,程序进行如下操作:
确定目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;
依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;
按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,得到对所述傍河型水源的水源污染风险结果;
依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作。
当然,本领域技术人员可以理解,当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器610执行时,程序还可以进行本发明任意实施例中所提供的傍河型水源污染风险的预警方法中的相关操作。
本发明实施例中提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时用于执行傍河型水源污染风险的预警方法,该方法包括:
确定目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;
依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;
按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,得到对所述傍河型水源的水源污染风险结果;
依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于:电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、无线电频率(RadioFrequency,RF)等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Fortran、Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (5)
1.一种傍河型水源污染风险的预警方法,其特征在于,所述方法包括:
确定目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;
依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;
按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,得到对所述傍河型水源的水源污染风险结果;
依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作;
所述流场模型是通过河网与含水层交互STR模块,将河流动力学模型耦合到地下水水流模型得到;
所述依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息,包括:
依据所述水文地质信息,确定所述目标区域的各个子空间单元的水文地质信息;其中,所述各子空间单元是通过对所述目标区域空间剖分得到;
依据所述水文地质信息,以各个子空间单元为计算单位,通过流场模型对该目标区域内河流与含水层的水量交换规律进行模拟,以得到目标区域内所有子空间单元的水位信息;
通过将各个子空间单元的水位信息进行连续性表达,得到所述目标区域的流场信息;
所述水文地质信息包括:在所述目标区域地下含水系统的边界条件信息、内部结构信息、含水层与隔水层的天然属性信息以及含水层中水流的动态属性信息;其中,所述边界条件信息包括第一类边界、第二类边界和第三类边界;含水层中水流的动态属性信息包括:含水层的补给属性特征、含水层的径流属性特征以及含水层的排泄属性特征;
所述流场模型集成有河流动力学模型与地下水水流模型;依据所述水文地质信息,以各个子空间单元为计算单位,通过流场模型对该目标区域内河流与含水层的水量交换规律进行模拟,包括:
若所述子空间单元包括河流,则将子空间单元的地表水水量输入条件和河流属性参数输入到所述流场模型中的河流动力学模型,获取所述河流动力学模型的输出结果;
将河流动力学模型的输出结果和所述水文地质信息,输入到所述流场模型中的地下水水流模型,以通过模型计算得到该子空间单元的流场信息;以及,
若所述子空间单元不包括河流,则仅将子空间单元的水文地质信息输入到所述流场模型中的地下水水流模型,以通过模型计算得到该子空间单元的流场信息;
所述按照所述目标区域的流场信息,对所述目标区域中的傍河型水源进行水源污染模拟预测,包括:
基于预先构建的所述目标区域的水源环境概念模型,确定所述目标区域的潜在污染风险识别信息;
依据所述目标区域的流场信息和所述潜在污染风险识别信息,通过地表水水质模型模拟预测所述目标区域中的潜在污染源对所述傍河型水源的潜在水源污染影响。
2.根据权利要求1所述的方法,其特征在于,所述潜在污染风险识别信息包括:所述目标区域中潜在污染源的污染物排放参数、污染物迁移过程中迁移转化参数以及所述傍河型水源的空间属性参数;其中,迁移转化参数包括:污染物的对流系数、污染物的扩散系数以及污染物的降解系数。
3.一种傍河型水源污染风险的预警装置,其特征在于,所述装置包括:
地质信息获取模块,用于获取目标区域的水文地质信息;所述目标区域为傍河型水源所在区域;
流场特征模拟模块,用于依据所述水文地质信息,通过流场模型对目标区域的地表水与地下水的水量交换规律进行模拟,得到目标区域的流场信息;
污染风险预测模块,用于按照所述目标区域的流场信息,对目标区域中的傍河型水源进行水源污染模拟预测,得到对傍河型水源的水源污染风险结果;
污染风险预警模块,用于依据对所述傍河型水源的水源污染风险结果,执行水源污染风险预警操作;
所述流场模型是通过河网与含水层交互STR模块,将河流动力学模型耦合到地下水水流模型得到;
所述流场特征模拟模块包括:
子空间单元处理单元,用于依据所述目标区域的水文地质信息,确定所述目标区域内各个子空间单元的水文地质信息;其中,所述各子空间单元是通过对所述目标区域空间剖分得到;
子空间单元模拟单元,用于依据所述水文地质信息,以各个子空间单元为计算单位,通过流场模型对该目标区域内河流与含水层的水量交换规律进行模拟,以得到目标区域内所有子空间单元的水位信息;
流场特征确定单元,用于通过将各个子空间单元的水位信息进行连续性表达,得到所述目标区域的流场信息;
所述水文地质信息包括:所述目标区域的边界条件信息、内部结构信息、含水层与隔水层的天然属性信息以及含水层中水流的动态属性信息;其中,所述边界条件信息包括第一类边界、第二类边界和第三类边界;含水层中水流的动态属性信息包括:含水层的补给属性特征、含水层的径流属性特征以及含水层的排泄属性特征;
所述流场模型集成有河流动力学模型与地下水水流模型;
所述子空间单元模拟单元具体用于:
若所述子空间单元包括河流,则将子空间单元的地表水水量输入条件和河流属性参数输入到所述流场模型中的河流动力学模型,获取所述河流动力学模型的输出结果;
将所述河流动力学模型的输出结果和所述水文地质信息,输入到所述流场模型中的地下水水流模型,以得到该子空间单元的水位信息;以及,
若所述子空间单元不包括河流,则仅将子空间单元的水文地质信息输入到所述流场模型中的地下水水流模型,以得到该子空间单元的水位信息;
所述污染风险预测模块具体用于:
基于预先构建的所述目标区域的水源环境概念模型,确定所述目标区域的潜在污染风险识别信息;
依据所述目标区域的流场信息和所述潜在污染风险识别信息,通过地表水水质模型模拟预测所述目标区域中的潜在污染源对所述傍河型水源的潜在水源污染影响。
4.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现权利要求1-2中任一所述的傍河型水源污染风险的预警方法。
5.一种可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-2中任一所述的傍河型水源污染风险的预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010457177.XA CN111626504B (zh) | 2020-05-26 | 2020-05-26 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010457177.XA CN111626504B (zh) | 2020-05-26 | 2020-05-26 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111626504A CN111626504A (zh) | 2020-09-04 |
CN111626504B true CN111626504B (zh) | 2024-04-26 |
Family
ID=72271161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010457177.XA Active CN111626504B (zh) | 2020-05-26 | 2020-05-26 | 傍河型水源污染风险的预警方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626504B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111994977A (zh) * | 2020-09-08 | 2020-11-27 | 广东生太修复科技有限公司 | 养殖污水处理方法及相关装置 |
CN116307265B (zh) * | 2023-05-12 | 2023-09-01 | 珠江水利委员会珠江水利科学研究院 | 一种基于水流模型的水生态治理分析决策方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007072753A (ja) * | 2005-09-07 | 2007-03-22 | Geosphere Environmental Technology Corp | 陸水汚染の危険度の算定方法 |
CN104597218A (zh) * | 2015-02-15 | 2015-05-06 | 中国地质科学院水文地质环境地质研究所 | 地下水动态模拟实验平台 |
CN106570591A (zh) * | 2016-11-08 | 2017-04-19 | 北京师范大学 | 基于水质监测及源解析的傍河水源地水质安全预警方法 |
CN106600035A (zh) * | 2016-11-08 | 2017-04-26 | 北京师范大学 | 基于污染物迁移模拟的水源地水质安全预警方法 |
-
2020
- 2020-05-26 CN CN202010457177.XA patent/CN111626504B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007072753A (ja) * | 2005-09-07 | 2007-03-22 | Geosphere Environmental Technology Corp | 陸水汚染の危険度の算定方法 |
CN104597218A (zh) * | 2015-02-15 | 2015-05-06 | 中国地质科学院水文地质环境地质研究所 | 地下水动态模拟实验平台 |
CN106570591A (zh) * | 2016-11-08 | 2017-04-19 | 北京师范大学 | 基于水质监测及源解析的傍河水源地水质安全预警方法 |
CN106600035A (zh) * | 2016-11-08 | 2017-04-26 | 北京师范大学 | 基于污染物迁移模拟的水源地水质安全预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111626504A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Goyal et al. | A comprehensive review of groundwater vulnerability assessment using index-based, modelling, and coupling methods | |
Liu et al. | Water quality attribution and simulation of non-point source pollution load flux in the Hulan River basin | |
Neumann et al. | Anthropogenic influences on groundwater arsenic concentrations in Bangladesh | |
Bebbington et al. | Water and mining conflicts in Peru | |
Vrba et al. | Groundwater resources sustainability indicators | |
Wu et al. | Assessment of groundwater vulnerability by applying the modified DRASTIC model in Beihai City, China | |
Lira et al. | Modelling the impact of sediment management on the trophic state of a tropical reservoir with high water storage variations | |
Zhu et al. | Integrating hydrochemical and biological approaches to investigate the surface water and groundwater interactions in the hyporheic zone of the Liuxi River basin, southern China | |
CN104794298A (zh) | 一种铀尾矿库核素对库区地下水污染风险评价的方法 | |
CN111626504B (zh) | 傍河型水源污染风险的预警方法、装置、设备及介质 | |
Uhan et al. | Groundwater nitrate vulnerability assessment in alluvial aquifer using process-based models and weights-of-evidence method: Lower Savinja Valley case study (Slovenia) | |
Khan et al. | Influence of watershed topographic and socio-economic attributes on the climate sensitivity of global river water quality | |
Laino-Guanes et al. | Human pressure on water quality and water yield in the upper Grijalva river basin in the Mexico-Guatemala border | |
Li et al. | Comprehensive evaluation method of groundwater environment in a mining area based on fuzzy set theory | |
Vandenberg et al. | Use of water quality models for design and evaluation of pit lakes | |
Hipsey et al. | A three-dimensional hydro-geochemical model to assess lake acidification risk | |
Meshesha et al. | Modelling groundwater quality of the Athabasca River Basin in the subarctic region using a modified SWAT model | |
Louloudis et al. | Repurposing of a closed surface coal mine with respect to pit lake development | |
Banda et al. | Investigating groundwater and surface water interactions using remote sensing, hydrochemistry, and stable isotopes in the Barotse Floodplain, Zambia | |
Jing et al. | Spatial and temporal characteristics, influencing factors and prediction models of water quality and algae in early stage of Middle Route of South-North Water Diversion Project | |
Bonacci et al. | Water temperature and electrical conductivity as an indicator of karst aquifer: the case of Jadro Spring (Croatia) | |
Wu et al. | Influence of a power plant in Ezhou City on the groundwater environment in the nearby area | |
Mba et al. | Assessment of the sensitivity of water resources in the intertropical zone: a bibliographical study with perspectives | |
Selak et al. | Impact of land use on Karst water resources—A case study of the Kupa (Kolpa) transboundary river catchment | |
Tsihrintzis | Integrated water resources management, efficient and sustainable water systems, protection and restoration of the environment |
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 |