CN113946944A - 基于水环境目标的适宜水面率确定方法 - Google Patents
基于水环境目标的适宜水面率确定方法 Download PDFInfo
- Publication number
- CN113946944A CN113946944A CN202111146985.5A CN202111146985A CN113946944A CN 113946944 A CN113946944 A CN 113946944A CN 202111146985 A CN202111146985 A CN 202111146985A CN 113946944 A CN113946944 A CN 113946944A
- Authority
- CN
- China
- Prior art keywords
- model
- determining
- water surface
- coefficient
- pollutants
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 75
- 231100000719 pollutant Toxicity 0.000 claims abstract description 71
- 238000009825 accumulation Methods 0.000 claims abstract description 35
- 239000000356 contaminant Substances 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000009991 scouring Methods 0.000 claims abstract description 24
- 230000015556 catabolic process Effects 0.000 claims abstract description 14
- 238000006731 degradation reaction Methods 0.000 claims abstract description 14
- 238000010276 construction Methods 0.000 claims abstract description 13
- 230000002776 aggregation Effects 0.000 claims abstract description 12
- 238000004220 aggregation Methods 0.000 claims abstract description 12
- 230000001186 cumulative effect Effects 0.000 claims abstract description 3
- 238000011160 research Methods 0.000 claims description 24
- 238000011010 flushing procedure Methods 0.000 claims description 7
- KHOITXIGCFIULA-UHFFFAOYSA-N Alophen Chemical compound C1=CC(OC(=O)C)=CC=C1C(C=1N=CC=CC=1)C1=CC=C(OC(C)=O)C=C1 KHOITXIGCFIULA-UHFFFAOYSA-N 0.000 claims description 3
- 230000008595 infiltration Effects 0.000 claims description 3
- 238000001764 infiltration Methods 0.000 claims description 3
- 238000005406 washing Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 239000010865 sewage Substances 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于水环境目标的适宜水面率确定方法，包括获取用地数据，并根据用地数据生成用地信息；基于用地信息，确定污染物最大聚集量C1；获取污染物的累积速率常数C2、冲刷系数S1、冲刷指数S2、对应用地的水质目标浓度值Cs、污染物综合降解系数K、水深h和旁侧入流量q；基于Infoworks ICM模型，根据污染物最大聚集量C1、污染物累积速率常数C2、冲刷系数S1和冲刷指数S2，确定污染物入河速率m；基于水面率计算模型，根据污染物入河速率m、水质目标浓度值Cs、污染物综合降解系数K、水深h和旁侧入流量q，确定适宜的水面率。本发明能够为后续城市规划设计、城市建设提供更加科学的参考指标。
Description
技术领域
本发明涉及城市规划技术领域，特别涉及一种基于水环境目标的适宜水面率确定方法。
背景技术
根据国内外相关研究表明，下雨时雨水径流裹挟的污染已成为国内外许多城市水体污染的主要原因之一。据报道，美国大约有60％的河流和50％的湖泊的污染与以雨水径流污染为主要载体的非点源污染有关，而在已经实现污水二级处理的城市中，受纳水体约40～80％的年BOD(生化需氧量或生化耗氧量)负荷源于雨水径流；加拿大的研究则表明雨水径流污染相比点源污染向当地河流中贡献了更多的TSS(总悬浮物含量)和TKN(既凯氏氮)，其COD(化学需氧量)和TP的贡献也非常接近点源污染源；国内的研究则表明雨水径流污染是白洋淀湿地中TP(总磷)和TN(总氮)的主要来源；北京的研究也进一步证实雨水径流污染已经成为受纳水体水质恶化的主要原因。由此可见，在城市点源污染陆续得到控制的今天，由雨水径流带来的溢流污染和雨水径流污染日益成为城市受纳水体水质状况的重要和主要影响因素，必须引起足够的关注和重视。在面临城市建设与水争地的情况，在生态文明的语境下，需要从基于水环境情况下的适宜水面率开展城市水域面积指标的基础研究，为后续城市规划设计、城市建设提供更加科学的参考指标。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于水环境目标的适宜水面率确定方法，能够为后续城市规划设计、城市建设提供更加科学的参考指标。
根据本发明实施例的基于水环境目标的适宜水面率确定方法，包括步骤：
获取用地数据，并根据所述用地数据生成用地信息；
基于所述用地信息，确定污染物最大聚集量C1；
获取污染物的累积速率常数C2、冲刷系数S1、冲刷指数S2、对应用地的水质目标浓度值Cs、污染物综合降解系数K、水深h和旁侧入流量q；
基于Infoworks ICM模型，根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，确定污染物入河速率m；
基于水面率计算模型，根据所述污染物入河速率m、所述水质目标浓度值Cs、所述污染物综合降解系数K、所述水深h和所述旁侧入流量q，确定适宜的水面率。
根据本发明实施例的基于水环境目标的适宜水面率确定方法，至少具有如下有益效果：本发明运用水环境容量计算、水力学原理以及Infoworks ICM模型提出了一种基于水环境目标的适宜水面率确定方法，能够为后续城市规划设计、城市建设提供更加科学的参考指标。
根据本发明的一些实施例，所述基于所述用地信息，确定污染物最大聚集量C1，包括步骤：
基于所述用地信息，确定用地的研究范围，并得到对应于所述研究范围的不同性质用地的面积S0；
获取所述研究范围对应的污染指标和初雨值；
根据所述面积S0、所述污染指标和所述初雨值，确定所述污染物最大聚集量C1。
根据本发明的一些实施例，所述污染物最大聚集量C1等于所述面积S0、所述污染指标和所述初雨值的乘积。
根据本发明的一些实施例，基于所述用地信息，确定用地的研究范围，并得到对应于所述研究范围的流域面积S，所述旁侧入流量q等于典型年降雨量与所述流域面积S的乘积。
根据本发明的一些实施例，所述基于Infoworks ICM模型，根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，确定污染物入河速率m，包括步骤：
对所述Infoworks ICM模型进行属性参数配置，其中，将所述Infoworks ICM模型的汇流模型配置为SWMM模型；
根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，对所述SWMM模型进行配置；
确定所述Infoworks ICM模型的边界条件，并运行所述Infoworks ICM模型，以得到所述污染物入河速率m。
根据本发明的一些实施例，所述对所述Infoworks ICM模型进行属性参数配置，包括：
对所述Infoworks ICM模型中的绿地进行属性参数配置，其中，绿地径流量类型配置为Horton下渗，汇流参数配置为0.200，表面类型配置为Pervious，汇流模型配置为SWMM模型；
对所述Infoworks ICM模型中的其他建设用地进行属性参数配置，其中，其他建设用地径流量类型配置为Fixed，表面类型配置为Impervious，汇流模型配置为SWMM模型，固定径流系数配置为0.6。
根据本发明的一些实施例，所述根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，对所述SWMM模型进行配置，包括：
根据所述污染物最大聚集量C1和所述污染物累积速率常数C2，对所述SWMM模型中集水区的Build-up属性进行配置，其中，所述Build-up属性的类型配置为第一指数关系模型；
根据所述冲刷系数S1和所述冲刷指数S2，对所述SWMM模型中的冲刷属性进行配置，其中，所述冲刷属性的类型配置为第二指数关系模型。
根据本发明的一些实施例，所述第一指数关系模型的计算方程为：
其中，B为污染物聚集量，C1为所述污染物最大聚集量，C2为所述污染物累积速率常数，t为累积时间。
根据本发明的一些实施例，所述所述第二指数关系模型的计算方程为：
其中，W为污染物冲刷量，S1为所述冲刷系数，S2为所述冲刷指数，q1为单位面积上的净流量。
根据本发明的一些实施例，所述水面率计算模型的计算方程为：
P＝(2m-q*Cs)/(K*Cs*h*S)*100％，其中，m为所述污染物入河速率，q为所述旁侧入流量，K为所述污染物综合降解系数，Cs为所述水质目标浓度值，h为所述水深，S为流域面积。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例的基于水环境目标的适宜水面率确定方法的步骤流程图；
图2为本发明实施例的基于水环境目标的适宜水面率确定方法的冲刷过程线；
图3为本发明实施例的基于水环境目标的适宜水面率确定方法的全年所需水面率的过程线。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，“第一”、“第二”等只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
请参照图1，本实施例公开了一种基于水环境目标的适宜水面率确定方法，包括步骤S100、S200、S300、S400和S500。其中，各步骤的详细表述如下：
S100、获取用地数据，并根据用地数据生成用地信息；
本实施例通过GIS(Geographic Information System，地理信息系统)平台(例如，ArcGIS)获取地理数据，并根据用地数据生成用地信息，以便于将用地信息作为用地数据库，方便后续计算每个地块所产生的面源污染物。
其中，通过GIS平台获取地理数据包括步骤：
S101、将通过GIS平台加载dwg格式的地图文件；
S102、选取并导出所需的元素；
S103、对导出的元素进行拓扑关系调整，以得到用地信息。
本实施例中，dwg格式的地图文件可以通过CAD(计算机辅助设计)软件进行编辑，可以根据用户的不同研究需求而编辑相应的地图，使用灵活、方便。
S200、基于用地信息，确定污染物最大聚集量C1，具体包括步骤：
S201、基于用地信息，确定用地的研究范围，并得到对应于研究范围的不同性质用地的面积S0；在用地信息中，包含一个或多个地块，每个地块的用地性质、面积S0可能存在差异。根据研究的需求，确定用地的研究范围，并得到相应的面积S0，以便于后续的计算。
S202、获取研究范围对应的污染指标和初雨值。
在本实施例中，不用研究范围的用地的用地性质可能存在差异，不同用地性质对应的污染指标可根据查找资料得到，例如面源污染指标可以根据《低影响开发雨水综合利用技术规范》(SZDB/Z145-2015)确定，在缺失实测资料时，可根据下垫面类型，按照表1分类标准进行计算，其中，表1为各类用地地表污染预测指标表。
表1
为了更加科学地确定水面率，本实施例对初雨特征进行考虑。初雨值是初雨特征的一个特征参数，可通过查找相关资料得到。例如，根据《室外排水设计规范》(GB50014-2006)可以得到：用于分流制排水系统径流污染控制时，雨水调蓄池的调蓄量按降雨量计算，取4mm～8mm。在本实施例中，初雨值的取值为8mm。
S203、根据不同性质用地的面积S0、污染指标和初雨值，确定污染物最大聚集量C1。本实施例通过规划下垫面的分布来计算不同用地所产生的初雨径流污染负荷，并将初雨径流污染负荷作为污染物最大聚集量C1，其中，污染物最大聚集量C1等于不同性质用地的面积S0、污染指标和初雨值的乘积。
S300、获取污染物的累积速率常数C2、冲刷系数S1、冲刷指数S2、对应用地的水质目标浓度值Cs、污染物综合降解系数K、水深h和旁侧入流量q。
其中，污染物的累积速率常数C2、冲刷系数S1、冲刷指数S2、对应用地的水质目标浓度值Cs、污染物综合降解系数K、水深h均可通过查找当地相关规范或参考文献进行取值。基于用地信息，确定用地的研究范围，并得到对应于研究范围的流域面积S，旁侧入流量q等于典型年降雨量与流域面积S的乘积，其中，典型年降雨的选取方法为：
根据年降雨量筛选出与平均值之差不超过10％的年份，以得到候选年份；
在候选年份中，基于月降雨量、月降雨量峰值和各强度降雨的分布情况，根据候选年份在各因素中与平均值的差异进行分析；
根据各因素的权重，确定降雨的典型年以及典型年的降雨量。
S400、基于Infoworks ICM模型，根据污染物最大聚集量C1、污染物累积速率常数C2、冲刷系数S1和冲刷指数S2，确定污染物入河速率m。
步骤S400具体包括步骤S401和步骤S402，其中，步骤S401和步骤S402的描述如下：
S401、对Infoworks ICM模型进行属性参数配置，其中，将Infoworks ICM模型的汇流模型配置为SWMM((Storm Water Management Model，雨水管理模型))模型。
在本实施例中，对Infoworks ICM模型进行属性参数配置，包括：
S401a、对Infoworks ICM模型中的绿地进行属性参数配置，其中，绿地径流量类型配置为Horton(霍顿)下渗，汇流参数配置为0.200，表面类型配置为Pervious(可渗透的)，汇流模型配置为SWMM模型；
S401b、对Infoworks ICM模型中的其他建设用地进行属性参数配置，其中，其他建设用地径流量类型配置为Fixed(混合的)，表面类型配置为Impervious(不可渗透的)，汇流模型配置为SWMM模型，固定径流系数配置为0.6。
Infowroks ICM模型的不同类型产流表面相关属性参数请参见表2，表2中“绿地”表示产流表面为绿地，“其它”表示产流表面为其他建设用地。
表2
S402、根据污染物最大聚集量C1、污染物累积速率常数C2、冲刷系数S1和冲刷指数S2，对SWMM模型进行配置。
在本实施例中，步骤S402包括步骤：
S402a、根据污染物最大聚集量C1和污染物累积速率常数C2，对SWMM模型中集水区的Build-up(建模)属性进行配置，其中，Build-up属性的类型配置为第一指数关系模型，指数关系形式的模型同时考虑了污染物积累量和降雨径流量对冲刷过程的影响，使得污染物聚集量的计算以及后续的污染物冲刷量的计算更加科学、合理。其中，第一指数关系模型的计算方程为：
其中，B为污染物聚集量，C1为污染物最大聚集量，C2为污染物累积速率常数，t为累积时间。在本实施例中，污染物累积速率常数C2取值0.4。
S402b、根据冲刷系数S1和冲刷指数S2，对SWMM模型中的冲刷属性进行配置，其中，冲刷属性的类型配置为第二指数关系模型，指数关系形式的模型同时考虑了污染物积累量和降雨径流量对冲刷过程的影响，使计算更加科学、合理。第二指数关系模型的计算方程为：
其中，W为污染物冲刷量，S1为冲刷系数，S2为冲刷指数，q1为单位面积上的净流量。在本实施例中，冲刷系数S1取值1.0，冲刷指数S2取值0.3。
S403、确定Infoworks ICM模型的边界条件，并运行Infoworks ICM模型，以得到污染物入河速率m。
本实施例将COD作为污染负荷进行计算，将Infoworks ICM模型的边界条件确定为典型年每五分钟一个数据的降雨，运行Infoworks ICM模型后，得到每五分钟所冲刷的COD量，即污染物入河速率m。经过Infoworks ICM模型的运算得到COD全年面源冲刷总量为8473.325kg/s，其中，图2示出了具体的冲刷过程线。
S500、基于水面率计算模型，根据污染物入河速率m、水质目标浓度值Cs、污染物综合降解系数K、水深h和旁侧入流量q，确定适宜的水面率。
其中，水面率计算模型的计算方程为：
P＝(2m-q*Cs)/(K*Cs*h*S)*100％，其中，m为污染物入河速率，q为旁侧入流量，K为污染物综合降解系数，Cs为水质目标浓度值，h为水深，S为流域面积。本实施例通过水面率计算模型得到全年为了消纳面源污染物所需最大水面率为5.85％，集中在当年3月5日14：35分，其中，图3示出了全年所需水面率的过程线。本实施例的污染物入河速率m综合考虑了不同用地的用地性质、初雨特征和降雨特征等因素，使水面率计算模型更加科学、合理。
具体的，在相关技术中，水域纳污能力的计算方法只考虑水体稀释的纳污能力，而本实施例对水域纳污能力的计算方法进行修正，考虑一定的污染物降解，则水域纳污能力计算方程为：
M＝Q(Cs-C0)+QpCs+KVCs-m；
式中，M为水域纳污能力，Cs为水质目标浓度值，C0为初始断面的污染物浓度值，Qp为现有废污水的排放流量，Q为初始断面入流流量，V为水体体积，K为污染物综合降解系数。
假设起始断面水质浓度与水体的水质控制目标一致，即C0＝Cs，水域纳污能力与污染物入河率一致，即M＝m，现有废污水的排放量与旁侧入流量一致，即Qp＝q，则V＝(2m-qCs)/KCs。
适宜的水面面积为：J＝V/h，其中，J为水面面积，h为水深。
适宜的水面率为：P＝J/S*100％，其中，P为水面率，S为流域面积，即研究范围的面积。
本发明运用水环境容量计算、水力学原理以及Infoworks ICM模型提出了一种基于水环境目标的适宜水面率确定方法，能够为后续城市规划设计、城市建设提供更加科学的参考指标，有利于计算为了消纳面源污染所需的水面率。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (10)
1.一种基于水环境目标的适宜水面率确定方法，其特征在于，包括步骤：
获取用地数据，并根据所述用地数据生成用地信息；
基于所述用地信息，确定污染物最大聚集量C1；
获取污染物的累积速率常数C2、冲刷系数S1、冲刷指数S2、对应用地的水质目标浓度值Cs、污染物综合降解系数K、水深h和旁侧入流量q；
基于Infoworks ICM模型，根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，确定污染物入河速率m；
基于水面率计算模型，根据所述污染物入河速率m、所述水质目标浓度值Cs、所述污染物综合降解系数K、所述水深h和所述旁侧入流量q，确定适宜的水面率。
2.根据权利要求1所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述基于所述用地信息，确定污染物最大聚集量C1，包括步骤：
基于所述用地信息，确定用地的研究范围，并得到对应于所述研究范围的所述不同用地性质的面积S0；
获取所述研究范围对应的污染指标和初雨值；
根据所述面积S0、所述污染指标和所述初雨值，确定所述污染物最大聚集量C1。
3.根据权利要求2所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述污染物最大聚集量C1等于所述面积S0、所述污染指标和所述初雨值的乘积。
4.根据权利要求1所述的基于水环境目标的适宜水面率确定方法，其特征在于，基于所述用地信息，确定用地的研究范围，并得到对应于所述研究范围的流域面积S，所述旁侧入流量q等于典型年降雨量与所述流域面积S的乘积。
5.根据权利要求1所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述基于Infoworks ICM模型，根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，确定污染物入河速率m，包括步骤：
对所述Infoworks ICM模型进行属性参数配置，其中，将所述Infoworks ICM模型的汇流模型配置为SWMM模型；
根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，对所述SWMM模型进行配置；
确定所述Infoworks ICM模型的边界条件，并运行所述Infoworks ICM模型，以得到所述污染物入河速率m。
6.根据权利要求5所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述对所述Infoworks ICM模型进行属性参数配置，包括：
对所述Infoworks ICM模型中的绿地进行属性参数配置，其中，绿地径流量类型配置为Horton下渗，汇流参数配置为0.200，表面类型配置为Pervious，汇流模型配置为SWMM模型；
对所述Infoworks ICM模型中的其他建设用地进行属性参数配置，其中，其他建设用地径流量类型配置为Fixed，表面类型配置为Impervious，汇流模型配置为SWMM模型，固定径流系数配置为0.6。
7.根据权利要求5或6所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述根据所述污染物最大聚集量C1、所述污染物累积速率常数C2、所述冲刷系数S1和所述冲刷指数S2，对所述SWMM模型进行配置，包括：
根据所述污染物最大聚集量C1和所述污染物累积速率常数C2，对所述SWMM模型中集水区的Build-up属性进行配置，其中，所述Build-up属性的类型配置为第一指数关系模型；
根据所述冲刷系数S1和所述冲刷指数S2，对所述SWMM模型中的冲刷属性进行配置，其中，所述冲刷属性的类型配置为第二指数关系模型。
8.根据权利要求7所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述第一指数关系模型的计算方程为：
其中，B为污染物聚集量，C1为所述污染物最大聚集量，C2为所述污染物累积速率常数，t为累积时间。
9.根据权利要求8所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述所述第二指数关系模型的计算方程为：
其中，W为污染物冲刷量，S1为所述冲刷系数，S2为所述冲刷指数，q1为单位面积上的净流量。
10.根据权利要求1所述的基于水环境目标的适宜水面率确定方法，其特征在于，所述水面率计算模型的计算方程为：
P＝(2m-q*Cs)/(K*Cs*h*S)*100％，其中，m为所述污染物入河速率，q为所述旁侧入流量，K为所述污染物综合降解系数，Cs为所述水质目标浓度值，h为所述水深，S为流域面积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111146985.5A CN113946944A (zh) | 2021-09-28 | 2021-09-28 | 基于水环境目标的适宜水面率确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111146985.5A CN113946944A (zh) | 2021-09-28 | 2021-09-28 | 基于水环境目标的适宜水面率确定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113946944A true CN113946944A (zh) | 2022-01-18 |
Family
ID=79328869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111146985.5A Pending CN113946944A (zh) | 2021-09-28 | 2021-09-28 | 基于水环境目标的适宜水面率确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113946944A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117010232A (zh) * | 2023-06-27 | 2023-11-07 | 西安理工大学 | 基于gpu加速技术的城市非点源污染全过程高分辨率模拟方法 |
-
2021
- 2021-09-28 CN CN202111146985.5A patent/CN113946944A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117010232A (zh) * | 2023-06-27 | 2023-11-07 | 西安理工大学 | 基于gpu加速技术的城市非点源污染全过程高分辨率模拟方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Harremoës et al. | Wastewater treatment plants under transient loading-Performance, modelling and control | |
| Strecker et al. | Determining urban storm water BMP effectiveness | |
| CN109948876A (zh) | 一种北方缺水城市水生态文明建设成效评估方法 | |
| Zivkovich et al. | Predicting nonpoint stormwater runoff quality from land use | |
| KR20100095819A (ko) | 유역통합관리를 위한 수질오염 총량관리방법 | |
| CN112766664A (zh) | 基于gis平台的城市面源污染风险识别方法及装置 | |
| Last | City water balance: a new scoping tool for integrated urban water management options | |
| CN113946944A (zh) | 基于水环境目标的适宜水面率确定方法 | |
| Behzadian et al. | Quantitative UWS performance model: WaterMet2 | |
| Pham et al. | Environmental life cycle impacts of small wastewater treatment plants: Design recommendations for impact mitigation | |
| Kuo et al. | Lake eutrophication management modeling using dynamic programming | |
| Hafsi et al. | Assessment of urbanization/impervious effects on water quality in the urban river Annaba (Eastern Algeria) using physicochemical parameters | |
| Hranova et al. | Aspects of the water resources management practice with emphasis on nutrients control in the Chivero Basin, Zimbabwe | |
| Shamsi et al. | SUSTAIN applications for mapping and modeling green stormwater infrastructure | |
| Widomski et al. | Numerical modeling in quantitative and qualitative analysis of storm sewage system extension | |
| Magalhães | The dynamic of seasonal nonpoint pollution in complex watersheds. | |
| Kaczor et al. | Analysis of the Proportion of Incidental Water in Annual Wastewater Inflows to a Selected Treatment Plant During a 15-year Observation Period | |
| Negoro et al. | Analysis of the green infrastructure implementation to the enhancement of environmental support capacity (Case study: Watershed outside University of Indonesia) | |
| Sarminingsih et al. | Low impact development (LID) as an effort to achieve a sustainable urban drainage system (SUDS). case study: Left side of Garang river segment vi semarang | |
| Velásquez | Application of WinSLAMM to evaluate the effect of green infrastructure implementation in Northern Utah | |
| Bureš et al. | Development of the RainWaterManager software tool | |
| Characklis et al. | Maximum utilization of water resources in a planned community | |
| Chang et al. | Role of geographic information system (GIS) in watershed simulation by WinVAST model | |
| Chaabane et al. | Multi-criteria site selection for wastewater treatment plant in Bent Saidane, Tunisia | |
| CN108305022B (zh) | 一种基于水质约束的中小河流水资源可利用量计算方法 |
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 |