CN114648167B - 一种基于山地流域污染负荷的水质预警系统及预警方法 - Google Patents
一种基于山地流域污染负荷的水质预警系统及预警方法 Download PDFInfo
- Publication number
- CN114648167B CN114648167B CN202210340824.8A CN202210340824A CN114648167B CN 114648167 B CN114648167 B CN 114648167B CN 202210340824 A CN202210340824 A CN 202210340824A CN 114648167 B CN114648167 B CN 114648167B
- Authority
- CN
- China
- Prior art keywords
- model
- water quality
- water
- early warning
- data
- 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 245
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 41
- 238000003911 water pollution Methods 0.000 claims abstract description 20
- 230000008878 coupling Effects 0.000 claims abstract description 19
- 238000010168 coupling process Methods 0.000 claims abstract description 19
- 238000005859 coupling reaction Methods 0.000 claims abstract description 19
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 14
- 231100000719 pollutant Toxicity 0.000 claims abstract description 14
- 239000002689 soil Substances 0.000 claims description 67
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 28
- 239000011574 phosphorus Substances 0.000 claims description 28
- 229910052698 phosphorus Inorganic materials 0.000 claims description 28
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims description 21
- 238000001704 evaporation Methods 0.000 claims description 19
- 230000008020 evaporation Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004088 simulation Methods 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 238000004162 soil erosion Methods 0.000 claims description 11
- 238000009792 diffusion process Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 10
- 125000001477 organic nitrogen group Chemical group 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 8
- 238000012876 topography Methods 0.000 claims description 8
- 230000015556 catabolic process Effects 0.000 claims description 7
- 238000006731 degradation reaction Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 239000010865 sewage Substances 0.000 claims description 7
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 5
- 239000011707 mineral Substances 0.000 claims description 5
- 239000000356 contaminant Substances 0.000 claims description 4
- 241000192710 Microcystis aeruginosa Species 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 239000003403 water pollutant Substances 0.000 claims description 2
- 238000009418 renovation Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000012800 visualization Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000012502 risk assessment Methods 0.000 description 6
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 231100000331 toxic Toxicity 0.000 description 4
- 230000002588 toxic effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000010977 jade Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 239000013049 sediment Substances 0.000 description 3
- 230000005068 transpiration Effects 0.000 description 3
- 238000009360 aquaculture Methods 0.000 description 2
- 244000144974 aquaculture Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000005325 percolation Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 101100409194 Rattus norvegicus Ppargc1b gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 239000002352 surface water 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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于山地流域污染负荷的水质预警系统及预警方法，包括流域水环境预测预警信息平台，流域水环境预测预警信息平台包括监测监控模块、水质预报模块、水环境风险预警模块、模型库和数据库，监测监控模块用于对相应信息查询和编辑；模型库用于储存构建好的水动力水质耦合模型、非点源模型和边界条件；数据库用于储存监测监控模块监测到的各项数据以及污染物参数；水环境风险预警模块用于模拟水污染事件的影响范围、时间和程度；水质预报模块用于发布预报信息和预警信息。本发明利用实际监测值与构架好的水动力水质模型对山地流域污染负荷进行预测，摸清流域内各污染源污染负荷贡献情况，为相关整治工程及措施提供方向性和针对性。
Description
技术领域
本发明涉及水环境管理技术领域，尤其涉及一种基于山地流域污染负荷的水质预警系统及预警方法。
背景技术
近年为保障地区经济持续绿色发展，各地均大力开展水环境综合整治，研发各种对流域内的污染和水质进行预警的系统，但由于各地区经济发展水平不同，各流域水污染来源差别较大，如何利用信息化平台对流域水环境安全做到更有效实时的监管，成为当下亟待解决的问题。
重庆地处长江上游三峡库区，是典型的山地城市，不同于平原河网地区，受地形地势影响，生活、工业、农业等污水多密布于沿岸且坡度较大，使得污染“产-汇-流”过程较短，更容易引起突发泄漏、水华暴发、水源破坏等水污染安全事件，也给水质预警工作带来更大的技术难度。因此，亟须在摸清流域内各污染源污染负荷贡献情况下，打破“天-空-地”技术桥接限制，开发针对长江上游的山地流域污染负荷的水质预警系统，分析各污染物的污染潜力，全面及时评估水环境安全风险，进而改善流域水环境质量。
发明内容
针对现有技术中所存在的不足，本发明提供了一种基于山地流域污染负荷的水质预警系统及预警方法，其通过对山地流域的水文环境和非点源污染负荷变化数据构建水动力水质模型，并给予现有的系统平台对模型进行封装集成，以对山地流域的水质情况进行监测与预测。
根据本发明的实施例，一种基于山地流域污染负荷的水质预警系统，包括流域水环境预测预警信息平台，所述流域水环境预测预警信息平台包括监测监控模块、水质预报模块、水环境风险预警模块、模型库和数据库，
所述监测监控模块用于对气象数据、水文数据和手工检测断面数据的查询以及对工业点源和污水处理厂的信息查询和编辑，并将相关数据发送至水质预报模块和水环境风险预警模块；
所述模型库用于储存构建好的水动力水质耦合模型、非点源模型和边界条件；
所述数据库用于储存监测监控模块监测到的各项数据以及污染物参数；
所述水环境风险预警模块用于根据监测监控模块的监测数据、数据库中的污染物参数以及调用模型库中的水动力水质耦合模型、非点源模型和边界条件，模拟水污染事件的影响范围、时间和程度，并将预警信息发送至水质预报模块；
所述水质预报模块用于发布监测监控模块发送而来的水质预报信息和水环境风险预警模块发送而来的预警信息。
优选地，所述水环境风险预警模块模拟的水污染事件包括水华预警、水质超标预警和突发事件预警。
一种基于山地流域污染负荷的水质预警方法，包括：
S1：构建模型：基于现有的流域内空间数据数字高程数据、土壤类型数据和土地利用数据、坡度数据和子流域划分数据构建的水动力水质耦合模型、非点源模型和边界条件并进行储存，以便直接调用；
S2：实时数据监测：对流域内各站点的水质、气象、手工检测断面数据以及工业点源和污水处理厂数据进行监测，并定时将相关的监测数据上传和储存；
S3：水质分析预测：调用S1中的预测模型，并将S2中的监测数据输入进该模型中，对流域内的水质进行分析，并对相应水污染进行模拟，预测水污染的规模和时间，并进行预警信息的发布。
优选地，在S1步骤前还需构建流域水环境预测预警信息平台，并利用该平台在S3步骤时对流域内各站点的监测数据进行分析预测和预警信息发布。
优选地，所述水动力水质耦合模型包括一维水动力水质模型和二维水动力水质模型，所述一维水动力水质模型、二维水动力水质模型和非点源模型均基于现有的流域内空间数据数字高程数据、土壤类型数据和土地利用数据、坡度数据和子流域划分数据进行构建。
优选地，所述非点源模型的构建方法如下：
S1-1：构建水文过程子模型：根据现有的数据计算整个时间段的地表径流、蒸散发和土壤水，并形成该时间段的水文过程子模型。
S1-2：构建土壤侵蚀子模型：采用通用土壤流失方程进行计算和构建，充分考虑植被覆盖、水土保持、地形因子和土壤粗糙度对土壤侵蚀的影响。
S1-3：构建污染负荷子模型：包括TN、硝态氮、有机氮和TP、溶解态磷以及有机磷和矿物磷的污染负荷计算模块。
优选地，所述一维水动力水质模型针对流域内的河流进行构建，所述二维水动力水质模型针对流域内的水库进行构建。
优选地，所述边界条件包括初始条件和边值条件，用于补充水动力水质耦合模型的边界数据，其中根据实际水文、水质监测资料将边界处的水位、流量和水体污染物数据作为初始条件，根据所述非点源模型将上游边界流量、下游水位、水质指标作为边值条件。
优选地，所述水动力水质耦合模型、非点源模型和边界条件构建好之后还需对其进行率定验证，选取实测的代表性资料对模型进行校准与验证，通过分析实测值与模拟值之间的拟合程度，从而评判模拟的适用性和可靠性。
相比于现有技术，本发明具有如下有益效果：
通过对山地流域进行勘察，构建相应的非点源模型、水动力水质耦合模型，并进行封装集成，之后建立可图形化操作的流域水环境预测预警信息平台，根据各站点对水质的监测监控数据，调用封装的模型，对流域各处的水质进行分析和预测，如果水质中出现超标数值，则会触发水环境风险预警模块，分析即将发生的水污染事件的影响范围、时间和程度，之后流域水环境预测预警信息平台向用户发布预测或预警信息，让相关人员做好应对水污染事件的准备，为相关整治工程及措施提供方向性和针对性，进而改善流域水环境质量。
附图说明
图1为本发明实施例的流域水环境预测预警信息平台架构图；
图2为本发明实施例的小安溪河网概化图；
图3为本发明实施例的小安溪流域临渡断面COD率定验证图；
图4为本发明实施例的小安溪流域临渡断面NH3-N率定验证图；
图5为本发明实施例的条件一和条件二下小安溪临渡断面COD变化图；
图6为本发明实施例的条件一和条件二下小安溪临渡断面NH3-N变化图；
图7为本发明实施例的濑溪河河网概化图；
图8为本发明实施例的濑溪河流域中玉滩水库网格布设图；
图9为本发明实施例的玉滩水库入口断面COD模拟值与实测值的率定对比图；
图10为本发明实施例的玉滩水库库心COD模拟值与实测值的率定对比图；
图11为本发明实施例的水污染预警流程图。
具体实施方式
下面结合附图及实施例对本发明中的技术方案进一步说明。
本实施例的研究对象为小安溪流域和濑溪河流域，该流域是典型山地流域，涵盖河道型及水库型两种河流。
(1)平台集成：
本发明实施例提出了一种山地流域污染负荷的水质预警系统，包括流域水环境预测预警信息平台，该平台是基于组件式GIS和模块化模型系统的B/S结构体系的水环境监测预警信息平台。该平台通过面向多级用户提供不同的功能，实现对相应流域水环境的立体化多维管理，系统体系结构如图1所示，包括监测监控模块、水质预报模块、水环境风险预警模块、系统管理模块、GIS展示模块、模型库和数据库。
其中监测监控模块用于对气象数据、水文数据和手工检测断面数据的查询以及对工业点源和污水处理厂的信息查询和编辑，并将相关数据发送至水质预报模块和水环境风险预警模块；
水质预报模块用于发布监测监控模块发送而来的水质预报信息和水环境风险预警模块发送而来的预警信息；
水环境风险预警模块用于根据监测监控模块的监测数据和调用模型库中的模型，模拟各类水污染事件的影响范围、时间和程度，并将预警信息发送至水质预报模块；
系统管理模块管理用户数据和查询上传业务数据；
GIS展示模块用于为用户提供图形化操作界面，以方便调用其他各个模块功能；
模型库用于储存构建好的水动力水质耦合模型、非点源模型和边界条件；
数据库用于储存监测监控模块的监测到的各项数据以及污染物参数；
各模块具体的功能如表1所示：
表1主要功能框架
本实施例以小安溪和濑溪河流域为典型流域，构建非点源模型、一维水动力水质模型，同时对流域内的水库进行二维水动力水质模型构建并存入系统模型库，之后进行流域源－质响应研究分析。
(2)非点源模型的构建：
非点源模型包括水文过程子模型、土壤侵蚀子模型和污染负荷子模型，水文过程子模型由流域中地表径流、蒸散发、土壤水共同决定，土壤侵蚀子模型采用通用土壤流失方程构建，污染负荷子模型包括TN、硝态氮、有机氮和总磷、溶解态磷以及有机磷和矿物磷的污染负荷计算模块。
首先导入构建非点源模型所需的该流域的源数据，包括空间数据数字高程数据、土壤类型数据和土地利用数据、坡度数据和子流域划分数据，这些数据均可从中国科学院镜像站点、地球系统科学数据共享平台等网站直接获取，之后进行模型构建。
1)水文子过程模型
流域模型中的水文过程各变量之间的关系为：
Qsurf＝R-(Qso-Qst)-Qe-Qseep-Qgw
式中：R为某天的降雨量，mm；Qso为降雨前期土壤的含水量，mm；Qst为降雨后土壤含水量，mm；Qgw为地下水含量，mm；Qsurf为地表径流量，mm；Qseep为土壤侧中流和下渗水量，mm；Qe为总体蒸发量，mm。
①地表径流
通过采用SCS径流曲线法，考虑土地利用方式、土壤对降雨径流的影响计算地表径流。SCS中，假定潜在径流量(Qm)为降水量(P)与由径流产生前植物截留、初渗和填洼蓄水构成的流域初损(Ia)的差值，降雨－径流的基本关系表达式如下：
式中：Q为实际的地表径流量，mm；S为降雨前的最大可能入渗量，mm；P为降水量，mm；Ia为填洼蓄水构成的流域初损，mm。一般的Ia取值为0.2，即：
Ia＝0.2S
流域最大可能滞留量S通过CN值进行计算获得，如下式所示：
式中：CN为流域陆地模型中的无量纲参数。
②蒸散发
在陆地模型中考虑了潜在蒸散发、实际蒸散发和冠层截留蒸散发以及植物蒸腾和土壤水分蒸发。
潜在蒸散发：
在植物冠层蒸散发中，设定潜在蒸发量为E0，冠层截留的水量为Ecan，冠层初始的含水量为EINT，则在潜在蒸发量小于初始含水量时，满足下式：
Ea＝Ecan＝E0
EINT(f)＝EIMT(i)-Ecan
如果潜在蒸发量大于冠层初始含水量时，则满足下式：
Ecan＝EINT(l)
EINT(f)＝0
当植被冠层截留的自由水被全部蒸发掉，就会从植被和土壤中得到继续蒸发所需的水分。
植物蒸腾可用下式计算：
当0≤LAI≤3.0时：
当LAI＞3.0时：
Et＝E0
式中：Et为某日最大蒸腾量，mm；E0为植被冠层自由水蒸发调整后的潜在蒸发，mm；LAI为叶面积指数。
土壤水分蒸发的方程：
Esol，ly＝Esoil，sl-Esoll，zu
Esoil，ly＝Esoil，zl-Esoil，zuλesco
其中Esoil，z为z深度处蒸发需要的水量，mm；z为地表以下土壤的深度，mm；Esoil，ly为ly层的蒸发需水量，mm；Esoil，zl为土壤下层的蒸发需水量，mm；Esoil，zu为土壤上层的蒸发需水量，mm；λesco为土壤蒸发调节系数。
③土壤水：
土壤有效含水量为田间持水量减永久凋萎系数，计算公式为：
AWC＝FC-WP
式中：AWC为土壤含水量，mm；WP为永久凋萎系数；FC为田间有效持水量，mm。
永久凋萎点的体积含水量计算公式为：
式中：WPly为所占土壤总体积分数的凋萎系数；mc黏粒含量，％；ρb为土壤层容重，Mg/m3。
2)土壤侵蚀子模型
土壤侵蚀子模型采用的通用土壤流失方程如下：
式中：msed为土壤侵蚀量，t；Qsurf为地表径流量，mm/hm2；qpeak为暴雨峰值径流流量，m3/s；Area为水文响应单元的面积，hm2；KUSLE为土壤侵蚀因子；CUSLE为植被覆盖和管理因子；PUSLE为水土保持措施因子，取值范围为0-1；LS为地形因子；CFRG为土壤中粗糙度因子。
①土壤侵蚀因子
模型中，采用Wischmeier等(1971)提出的通用土壤流失方程：
式中：M为颗粒尺度参数，计算方法为(粉砂百分数+极细砂百分数)×(100-黏粒百分数)；OM为有机质含量，％；csoilstr为土壤分类中的结构代码；cperm为土壤坡面渗透性等级，可分为1-6个等级。
②植被覆盖因子
在模型中，采用考虑植被覆盖影响的模式：
式中：CUSLE,mm是最小植被覆盖和管理因子值；rsdsurf是地表植物残留量，kg/hm2。最小C因子由已知年平均C值，计算公式为：
CUSLE，mm＝1.463ln(CUS_E，mm)+0.1034
③水土保持措施因子
等高耕作的PUSLE值及坡长限制如表2所示。
表2等高耕作的PUSLE值及坡长限制
④地形因子
地形因子表示地表径流输沙能力的强弱。计算公式为：
式中：Lhill为坡长，m；m为坡长指数，范围为0.3.3-0.5，由坡度大小决定；αhill为坡度。其中，坡长指数m的计算公式为：
式中：lslp为水文相应单元的坡度。
⑤土壤中粗碎屑因子
土壤中粗糙度因子计算的：
CFRG＝e-0.053nock
式中：rock为第一层土壤中岩石含量的百分比，％。
3)污染负荷子模型
①TN污染负荷
模型中，TN(TN)模拟是建立在减沙模型基础上的，计算公式为：
式中，TNR为TN减少的程度，％；SR为泥沙减少的程度，％。
②硝态氮污染负荷
模型中，硝态氮包括自有水体中硝态氮和地表流失硝态氮。
自由水中硝态氮的浓度计算公式为：
式中：ρNOs’mobile为自由水中硝态氮的浓度，kg/mm；ρNOsly为土壤中硝态氮的量，kg/hm2；wmobile为土壤中自由水的量，mm；θe为孔隙度；WSS为土壤饱和含水量。
经由地表径流而流失的溶解态硝态氮的计算公式为：
式中：为流经地表径流而流失的硝态氮，kg/hm2；/>为硝态氮的渗流系数；/>为自由水中硝态氮的浓度，kg/mm；Qsurf为地表径流，mm。
经由侧向流而流失的溶解态硝态氮的计算公式为，
对于距地表10mm以内的土层：
对于距地表10mm以下的土层：
式中：为经由侧向流而流失的硝态氮，kg/hm2；/>为硝态氮的渗流系数，/>为自由水中硝态氮的浓度，kg/mm；Qlat,ly为侧向流，mm。
经由下渗而流失的溶解态硝态氮的量的计算公式为：
式中：为经由下渗流而流失的硝态氮，kg/hm2；/>为自由水中硝态氮的浓度，kg/mm；wperc,ly为下渗流，mm。
③有机氮污染负荷
随土壤流失而流失的有机氮的计算公式为：
式中：为有机氮的流失量，kg/h㎡；ρorgN为有机氮在表层土壤中的浓度，kg/t；m为土壤流失量，t；Ahru为水文响应单元的面积，hm2；εN为氮富集系数，它是随土壤流失的有机氮浓度和土壤表层有机氮浓度的比值。
富集系数的计算公式：
式中：ρsurp为地表径流中的泥沙含量，其计算公式为：
式中：m为土壤流失量，t；Ahru为水文响应单元的面积，hm2；Qsurf为地表径流，mm。
④TP污染负荷
吸附态磷的计算公式为：
TPR＝0.90SR
式中：TPR为TP的减少程度，％；SR为减少程度，％。
⑤溶解态磷污染负荷
地表径流输移的溶解态磷计算公式为：
式中：Psurf为通过地表径流流失的溶解态磷，kg/hm2；Psolution,surf为土壤中溶解态磷，kg/hm2；ρb为土壤溶质的密度，mg/m3；hsurf为表层土壤的深度，mm，kd,surf为土壤磷分配系数，是表层土壤中溶解态磷浓度和地表径流中溶解态磷浓度的比值。
⑥有机磷和矿物质磷污染负荷
有机磷和矿物质磷随土壤流失的量的计算公式为：
式中：为有机磷的流失量，kg/hm2；ρP为有机磷在表层土壤中的浓度，kg/t；m为土壤流失量，t；Akru为水文响应单元的面积，hm2；εP为磷富集系数。
(3)一维水动力水质模型，该模型构建结果如图2和图7所示：
1)水动力模型
采用圣维南方程组描述河段的水动力学过程，基本方程如下：
连续性方程：
式中：Q为河道的流量，m3/s；x为距离(沿河道水流方向的长度)，m；A为过水面积，m2；t为时间，s；q为侧流汇入流量，m3/s。
动量方程：
式中：u为x方向的流速，m/s；g为重力加速度，m/s2；z为水位，m；n1d为河道糙率，R为水力半径，m。
参考已有的研究成果，小安溪流域糙率系数取值范围为0.025～0.045，TP的降解、释放系数以及底泥浓度的取值如表3所示。
表3小安溪内TP的降解、释放系数以及底泥浓度取值
| 污染物种类 | 降解系数(d-1) | 释放系数(d-1) | 底泥浓度(mg/L) |
| TP | 0.08～0.15 | 0.03～0.06 | 0.05～0.3 |
2)水质模型
主干道污染物迁移模型：
式中：Ci为污染物浓度，mg/L；h为x方向的水位，m；u为x方向的流速，m/s；E为x方向的扩散系数，Cs和Cd是污染物输移的源漏项。
节点的连续性方程：
zj1＝zj2＝…＝zjn
式中：t为时间，s；As为河道断面面积，m2；z为水位，m；Q为流量，m3/s；Ci为水质指标。
(4)二维水动力水质模型，其构建结果如图8所示：
受三峡库区蓄水影响，重庆境内多数流域为湖库型与河道型复合流域，水动力学特征介于湖泊与河流之间，建模时需对水库模型做处理。
以玉滩水库为例，根据重庆市生态环境科学研究院提供水下地形数据，以下列方程式开展玉滩水库水动力水质数值模拟，同时为便于进行二维数值模型计算，根据地形数据，考虑实际水文状况，对玉滩水库进行二维网格划分。
连续方程：
动量方程：
X方向动量方程：
Y方向动量方程：
考虑对流、扩散、降解等项，可降解污染物二维扩散方程的形式为：
式中，为水体物质浓度(i＝1，2，3，4，5，6，7，8，9)，mg/L；Kx、Ky分别为水体物质在x、y方向上的扩散系数，s/m2；kd为水体物质的降解系数，d-1；St为水体物质的转化项；Sm为源汇项。
(5)边界条件：
1)一维水动力水质模型：
根据实际水文、水质监测资料，确定水位、流量及水体污染物的初始条件：
边值条件包括干流的上游边界流量Q、下游水位z、水质指标ci。
上游边界条件：
/>
下游边界条件：
2)二维水动力水质模型：
如图8所示，玉滩水库有1条来流边界和6条侧流边界，均以来流边界对应一维河网断面的流量Q、污染物浓度ci作为来流边界的水文水质过程，其对应关系如表6所示。
表5玉滩水库侧流边界与一维河网断面对应关系
| 二维侧流边界 | 一维断面号 |
| 支流1 | 265 |
| 支流2 | 273 |
| 支流3 | 166 |
| 支流4 | 176 |
| 支流5 | 253 |
| 支流6 | 287 |
(6)率定验证：
为评价模型的模拟效果，需要使用实测的代表性资料对模型进行校准与验证，通过分析实测值与模拟值之间的拟合程度，从而评判模拟的适用性和可靠性。
针对一维水动力水质模型，小安溪流域从上游至下游共有4个水质监测断面，分别为双河水库断面、双河口断面、段家塘断面和临渡断面，选取下游国考的临渡监测断面作为验证断面，对验证断面2018年1月～2018年12月的逐月化学需氧量和氨氮两项水质模拟浓度与实测值进行率定验证，各水质指标的率定验证结果如图3和图4所示，验证结果显示相对误差在20％以内，模型可行。
针对二维水动力水质模型，濑溪河流域非点源模型以2015至2016年为预热期，以2017年1月至2018年8月的实测数据进行率定验证，选用确定性系数R2作为模型率定验证的标准，表达式为：
式中：n为模拟次数，xsim,i为模型模拟数值，xmea,i为实测数据，为模型模拟均值，/>为实测均值。R2越接近1，说明模型模拟值与实测值的吻合程度越高。
选取清江水文站的水文资料对径流进行率定验证，通过调整参数使径流模拟值与实测值吻合，模拟值与实测值相关系数R2为0.5，整体趋势较为吻合，测试结果如图9和图10所示。
(7)污染排放与水质响应预测分析：
设置不同水质改善条件，根据已构建的非点源、一维水动力水质模型和二维水动力水质模型，对4种条件进行污染排放与水环境质量响应分析，其中小安溪选取下游中和断面，具体条件设置见表4：
表4条件设计
以条件1和条件2为例，分析结果分别如图5和图6所示：
在条件1的情况下，化学需氧量平均浓度为1.30mg/L，变化趋势与降雨趋势基本一致，受降雨影响较大；氨氮平均浓度为0.10mg/L，其中1～3月整体浓度较高；氨氮整体变化趋势与总磷相似，1～3月整体浓度较高。总体而言，在不考虑沿途无点源及人类活动产生面源的条件下，中和断面水质整体较好，各项指标均不超过Ⅱ类水水质标准。
在条件2的情况下，化学需氧量平均浓度为10.62mg/L，比背景值平均浓度高出9.32mg/L，除1～3月外模0.06mg/L，模拟结果与背景值整体变化趋势相似，1～3月整体浓度较高。氨氮整体变化趋势与总磷相似，1～3月整体浓度较高。总体而言，在仅水产养殖及农业生活生产等面源排放条件下，1～3月模拟值均高于背景值，主要原因是春雨冲刷下的农田污染和水土流失，以及鱼塘清塘期沿河分布的鱼塘会产生负荷，导致枯水期断面水质浓度出现整体抬升现象，部分水质指标超过地表水水质Ⅲ类标准。可以认为，在除去本底污染后，实际面源污染负荷输入给流域带来的化学需氧量、氨氮的浓度增长值分别为9.32mg/L、0.06mg/L。
(8)水污染预警
结合上述的已架构非点源模型、水动力水质耦合模型以及流域内的污染排放与水质响应预测分析数据和结果，进行事件模拟、风险分析、预警预测，具体流程如图11所示,并由流域水环境预测预警信息平台中的水质预报模块对预警信息进行发布，实现预警可视化。
1)为了评价和评估水污染事件在不经处理(或部分经过处理)情况下的污染程度和影响范围，建立风险评估指标体系，并建立风险评估模型，将污染预警分为若干等级。
①建立风险评估指标体系
根据重庆山地流域的特殊背景，将风险源划分为工业污染、生活、流动污染等多个污染类，引入毒性污染指数(包括：氮毒性污染指数、磷毒性污染指数、重金属类毒性污染指数等)，生态指数(包括：生物指数、多样性指数、物种重要性指数、脆弱性指数等)，经济社会指数(包括：社会财产指数、人员伤亡指数等)，最终建立一套综合风险评估体系。
②建立风险评估模型
根据所选择的风险评估指数，结合AHP法对其进行加权，可得到各个风险评估指数的权值(数值在[0,1]之间)，并可得出最终的水污染重大事件风险评估表。通过专家调查法划分预警等级，并基于上述风险评估表的结果，拟将预警分为四个等级，预警级别由低级到高级，依次用蓝色、黄色、橙色和红色表示，并根据事态的发展情况和采取措施的效果，对预警结果进行动态调整，预警可以升级、降级或解除。
2)可视化
基于流域水环境预测预警信息平台的GIS可视化模块，通过污染事件信息与空间地理信息相结合，将水污染事件动态空间关系和隐性空间关系可视化，实现事件模拟、预测预警和应急能力评估的可视化。
①动态空间关系可视化
通过地理空间属性与污染源属性相结合，能以场的形式展现污染带浓度分布,还应能在时间上提供事故污染过程及污染动态信息。在空间上提供区域地理信息表达建立污染源与水环境保护对象的空间关系，如污染源与水源地、取水口，水产养殖区和水生态保护区之间的方位、距离等关系。
②隐性空间关系可视化
隐性空间关系可视化属于风险评估的可视化，通过第三空间对象的属性传递产生的两对象之间的非显性空间关系，如突发事故水污染带污染了取水口，受害最严重的不是取水口，而是广大供水服务区用户，即影响了他们的正常生产和生活。并能显示预警等级和不同情况下的安全预案。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种基于山地流域污染负荷的水质预警系统，其特征在于：包括流域水环境预测预警信息平台，所述流域水环境预测预警信息平台包括监测监控模块、水质预报模块、水环境风险预警模块、模型库和数据库，
所述监测监控模块用于对气象数据、水文数据和手工检测断面数据的查询以及对工业点源和污水处理厂的信息查询和编辑，并将气象数据、水文数据、手工检测断面数据、工业点源和污水处理厂的信息发送至水质预报模块和水环境风险预警模块；
所述模型库用于储存构建好的水动力水质耦合模型、非点源模型和边界条件；
所述数据库用于储存监测监控模块监测到的各项数据以及污染物参数；
所述水环境风险预警模块用于根据监测监控模块的监测数据、数据库中的污染物参数以及调用模型库中的水动力水质耦合模型、非点源模型和边界条件，模拟水污染事件的影响范围、时间和程度，并将预警信息发送至水质预报模块；
所述水质预报模块用于发布监测监控模块发送而来的水质预报信息和水环境风险预警模块发送而来的预警信息；
所述水动力水质耦合模型包括一维水动力水质模型和二维水动力水质模型，所述一维水动力水质模型的构建方法如下：
采用圣维南方程组描述河段的水动力学过程，构建一维水动力模型；
采用如下方程组构建一维水质模型：
一维水动力模型和一维水质模型共同组成一维水动力水质模型；
所述二维水动力水质模型的构建方法如下：
对流域内水库进行二维网格划分，并以如下方程构建二维水动力模型：
连续方程：
动量方程：
X方向动量方程：
Y方向动量方程：
以如下的可降解二维扩散方程构建二维水质模型：
二维水动力模型和二维水质模型共同组成二维水动力水质模型；
上述公式中，x为距离，即沿河道水流方向的长度，m；z为水位，m；t为时间，s；ci为污染物浓度，mg/L；g为重力加速度，m/s2；h为x方向的水位，m；u为x方向的流速，m/s；E为x方向的扩散系数，Cs和Cd是污染物输移的源漏项；Ci w为水体物质浓度，其中i＝1、2、3、4、5、6、7、8、9，mg/L；Kx、Ky分别为水体物质在x、y方向上的扩散系数，s/m2；kd为水体物质的降解系数，d-1；St为水体物质的转化项；Sm为源汇项。
2.如权利要求1所述的一种基于山地流域污染负荷的水质预警系统，其特征在于：所述水环境风险预警模块模拟的水污染事件包括水华预警、水质超标预警和突发事件预警。
3.一种基于山地流域污染负荷的水质预警方法，其特征在于：包括：
S1：构建模型：基于现有的流域内空间数据数字高程数据、土壤类型数据和土地利用数据、坡度数据和子流域划分数据构建水动力水质耦合模型、非点源模型和边界条件并进行储存，以便直接调用，其中，所述水动力水质耦合模型包括一维水动力水质模型和二维水动力水质模型，所述边界条件包括初始条件和边值条件，用于补充水动力水质耦合模型的边界数据，其中根据实际水文、水质监测资料将边界处的水位、流量和水体污染物数据作为初始条件，根据所述非点源模型将上游边界流量、下游水位、水质指标作为边值条件，所述水动力水质耦合模型、非点源模型和边界条件构建好之后还需对其进行率定验证，选取实测数据的代表性资料对模型进行校准与验证，通过分析实测值与模拟值之间的拟合程度，从而评判模拟的适用性和可靠性；
所述一维水动力水质模型的构建方法如下：
采用圣维南方程组描述河段的水动力学过程，构建一维水动力模型；
采用如下方程组构建一维水质模型：
一维水动力模型和一维水质模型共同组成一维水动力水质模型；
所述二维水动力水质模型的构建方法如下：
对流域内水库进行二维网格划分，并以如下方程构建二维水动力模型：
连续方程：
动量方程：
X方向动量方程：
Y方向动量方程：
以如下的可降解二维扩散方程构建二维水质模型：
二维水动力模型和二维水质模型共同组成二维水动力水质模型；
上述公式中，x为距离，即沿河道水流方向的长度，m；z为水位，m；t为时间，s；ci为污染物浓度，mg/L；g为重力加速度，m/s2；h为x方向的水位，m；u为x方向的流速，m/s；E为x方向的扩散系数，Cs和Cd是污染物输移的源漏项；Ci w为水体物质浓度，其中i＝1、2、3、4、5、6、7、8、9，mg/L；Kx、Ky分别为水体物质在x、y方向上的扩散系数，s/m2；kd为水体物质的降解系数，d-1；St为水体物质的转化项；Sm为源汇项；
S2：实时数据监测：对流域内各站点的水质、气象、手工检测断面数据以及工业点源和污水处理厂数据进行监测，并定时将水质、气象、手工检测断面、工业点源和污水处理厂数据数据上传和储存；
S3：水质分析预测：调用S1中的模型，并将S2中的监测数据输入进该模型中，对流域内的水质进行分析，并对相应水污染进行模拟，预测水污染的规模和时间，并进行预警信息的发布。
4.如权利要求3所述的一种基于山地流域污染负荷的水质预警方法，其特征在于：在S1步骤前还需构建流域水环境预测预警信息平台，并利用该平台在S3步骤时对流域内各站点的监测数据进行分析预测和预警信息发布。
5.如权利要求3所述的一种基于山地流域污染负荷的水质预警方法，其特征在于：所述非点源模型的构建方法如下：
S1-1：构建水文过程子模型：根据空间数据数字高程数据、土壤类型数据和土地利用数据、坡度数据和子流域划分数据计算整个时间段的地表径流、蒸散发和土壤水，并形成该时间段的水文过程子模型；
S1-2：构建土壤侵蚀子模型：采用通用土壤流失方程进行计算和构建，充分考虑植被覆盖、水土保持、地形因子和土壤粗糙度对土壤侵蚀的影响；
S1-3：构建污染负荷子模型：包括TN、硝态氮、有机氮和TP、溶解态磷以及有机磷和矿物磷的污染负荷计算模块。
6.如权利要求3所述的一种基于山地流域污染负荷的水质预警方法，其特征在于：所述一维水动力水质模型针对流域内的河流进行构建，所述二维水动力水质模型针对流域内的水库进行构建。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210340824.8A CN114648167B (zh) | 2022-04-02 | 2022-04-02 | 一种基于山地流域污染负荷的水质预警系统及预警方法 |
| ZA2022/08210A ZA202208210B (en) | 2022-04-02 | 2022-07-22 | Water quality early-warning system and method in mountains watershed based on pollution load |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210340824.8A CN114648167B (zh) | 2022-04-02 | 2022-04-02 | 一种基于山地流域污染负荷的水质预警系统及预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114648167A CN114648167A (zh) | 2022-06-21 |
| CN114648167B true CN114648167B (zh) | 2024-01-23 |
Family
ID=81994955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210340824.8A Active CN114648167B (zh) | 2022-04-02 | 2022-04-02 | 一种基于山地流域污染负荷的水质预警系统及预警方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114648167B (zh) |
| ZA (1) | ZA202208210B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117933572B (zh) * | 2024-03-20 | 2024-06-11 | 四川飞洁科技发展有限公司 | 一种水质预测方法及相关装置 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115389742A (zh) * | 2022-10-26 | 2022-11-25 | 张家港市东大工业技术研究院 | 一种用于水域污染的监控数据分析系统 |
| CN115629190A (zh) * | 2022-12-08 | 2023-01-20 | 中农创达(北京)环保科技有限公司 | 农业面源污染数据管理方法、装置、设备及介质 |
| CN116258403B (zh) * | 2023-01-19 | 2023-09-15 | 河南省新乡水文水资源勘测局 | 一种基于大数据的水质监测预警方法及系统 |
| CN117333772B (zh) * | 2023-10-12 | 2024-06-04 | 北京德众国良环保科技有限公司 | 一种基于大数据的水环境污染分析管理方法及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102201034A (zh) * | 2011-04-26 | 2011-09-28 | 北京师范大学 | 一种临河村落非点源污染负荷的估算方法 |
| CN102831297A (zh) * | 2012-07-27 | 2012-12-19 | 中国环境科学研究院 | 一种湖泊污染成因诊断的集成方法 |
| CN105426993A (zh) * | 2015-11-10 | 2016-03-23 | 中国环境科学研究院 | 一种流域水环境安全预警方法及系统 |
| KR101639680B1 (ko) * | 2015-10-13 | 2016-07-14 | 주식회사 코비 | 비점오염물질 측정 시스템 및 이의 구축방법 |
| CN107526880A (zh) * | 2017-08-03 | 2017-12-29 | 中国科学院南京地理与湖泊研究所 | 一种基于河流水质观测推算上游入河污染通量的方法 |
| CN107944606A (zh) * | 2017-11-13 | 2018-04-20 | 武汉大学 | 一种面向服务的空地水一体化环境耦合系统 |
| 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 |
| CN109711107A (zh) * | 2019-02-18 | 2019-05-03 | 河南省水文水资源局 | 水资源突发水污染物扩散仿真系统 |
| CN110188483A (zh) * | 2019-06-03 | 2019-08-30 | 中国水利水电科学研究院 | 一种二维水动力水质模型构建方法 |
| CN111027262A (zh) * | 2019-11-18 | 2020-04-17 | 天津大学 | 一种河流突发性水污染分析与风险图编制方法 |
| AU2020101392A4 (en) * | 2020-07-17 | 2020-08-20 | Beijing Normal University | Water quality prediction method and system based on water quality model |
| CN112883644A (zh) * | 2021-02-10 | 2021-06-01 | 中国环境科学研究院 | 一种动态水环境管理方法 |
| CN114117848A (zh) * | 2021-11-10 | 2022-03-01 | 北京师范大学 | 一种基于多模型耦合的流域水环境模拟预测的方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3191655A1 (en) * | 2020-09-10 | 2022-03-17 | Anna Ailene Scott | Air quality monitoring system and method |
-
2022
- 2022-04-02 CN CN202210340824.8A patent/CN114648167B/zh active Active
- 2022-07-22 ZA ZA2022/08210A patent/ZA202208210B/en unknown
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102201034A (zh) * | 2011-04-26 | 2011-09-28 | 北京师范大学 | 一种临河村落非点源污染负荷的估算方法 |
| CN102831297A (zh) * | 2012-07-27 | 2012-12-19 | 中国环境科学研究院 | 一种湖泊污染成因诊断的集成方法 |
| KR101639680B1 (ko) * | 2015-10-13 | 2016-07-14 | 주식회사 코비 | 비점오염물질 측정 시스템 및 이의 구축방법 |
| CN105426993A (zh) * | 2015-11-10 | 2016-03-23 | 中国环境科学研究院 | 一种流域水环境安全预警方法及系统 |
| CN107526880A (zh) * | 2017-08-03 | 2017-12-29 | 中国科学院南京地理与湖泊研究所 | 一种基于河流水质观测推算上游入河污染通量的方法 |
| CN107944606A (zh) * | 2017-11-13 | 2018-04-20 | 武汉大学 | 一种面向服务的空地水一体化环境耦合系统 |
| 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 |
| CN109711107A (zh) * | 2019-02-18 | 2019-05-03 | 河南省水文水资源局 | 水资源突发水污染物扩散仿真系统 |
| CN110188483A (zh) * | 2019-06-03 | 2019-08-30 | 中国水利水电科学研究院 | 一种二维水动力水质模型构建方法 |
| CN111027262A (zh) * | 2019-11-18 | 2020-04-17 | 天津大学 | 一种河流突发性水污染分析与风险图编制方法 |
| AU2020101392A4 (en) * | 2020-07-17 | 2020-08-20 | Beijing Normal University | Water quality prediction method and system based on water quality model |
| CN112883644A (zh) * | 2021-02-10 | 2021-06-01 | 中国环境科学研究院 | 一种动态水环境管理方法 |
| CN114117848A (zh) * | 2021-11-10 | 2022-03-01 | 北京师范大学 | 一种基于多模型耦合的流域水环境模拟预测的方法及装置 |
Non-Patent Citations (5)
| Title |
|---|
| 基于SWAT模型的清水河流域非点源污染分析;宋凤芝;《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》;第3-4章节 * |
| 石佛寺水库二维 水动力及水质数值模拟 与分析;胡艳海;《人民长江》;第52卷(第1期);第31-38 页 * |
| 胡艳海.石佛寺水库二维水动力及水质数值模拟与分析.《人民长江》.2021,第52卷(第1期),第31-38页. * |
| 闽江干流福州段 突发性水环境污染事故 预警应急系统研究;饶清华;《中国优秀硕士学位论文全 文数据库 (工程科技Ⅰ辑)》;B027-214 * |
| 饶清华.闽江干流福州段突发性水环境污染事故预警应急系统研究.《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》.2011,B027-214. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117933572B (zh) * | 2024-03-20 | 2024-06-11 | 四川飞洁科技发展有限公司 | 一种水质预测方法及相关装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| ZA202208210B (en) | 2022-10-26 |
| CN114648167A (zh) | 2022-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114648167B (zh) | 一种基于山地流域污染负荷的水质预警系统及预警方法 | |
| Wang et al. | Assessing hydrological effects and performance of low impact development practices based on future scenarios modeling | |
| Liu et al. | Development of a SWAT extension module to simulate riparian wetland hydrologic processes at a watershed scale | |
| Newcomer Johnson et al. | Effects of stormwater management and stream restoration on watershed nitrogen retention | |
| Baffaut et al. | Modeling flow and pollutant transport in a karst watershed with SWAT | |
| Ficklin et al. | Watershed modelling of hydrology and water quality in the Sacramento River watershed, California | |
| Latimer et al. | Nitrogen inputs to seventy-four southern New England estuaries: Application of a watershed nitrogen loading model | |
| Ji et al. | Assessing effects of non-point source pollution emission control schemes on Beijing's sub-center with a water environment model | |
| Waseem et al. | Suitability of common models to estimate hydrology and diffuse water pollution in North-eastern German lowland catchments with intensive agricultural land use | |
| Zhang et al. | Coupling mountain and lowland watershed models to characterize nutrient loading: An eight-year investigation in Lake Chaohu Basin | |
| Bach et al. | Analysis of intensively used catchments based on integrated modelling | |
| Xia et al. | Urban water system theory and its model development and application | |
| Bartley et al. | Patterns of erosion and sediment and nutrient transport in the Douglas Shire catchments (Daintree, Saltwater, Mossman and Mowbray), Queensland | |
| Yactayo | Modification of the SWAT model to simulate hydrologic processes in a karst-influenced watershed | |
| Laurent et al. | Spatial modelling with geographic information systems for determination of water resources vulnerability application to an area in massif central (france) 1 | |
| Li et al. | Impact of spring freshet flooding and summer rainfall flooding on the water quality of an alpine barrier lake | |
| Xu | A complex, linked watershed-reservoir hydrology and water quality model application for the Occoquan watershed, Virginia | |
| Edgley | Assessing the efficacy of BMPs to reduce metal loads in the Los Angeles River basin at the watershed scale | |
| Sohn | The Impact of Climate and Land Use on Urban Stormwater Runoff, and Implication for Low Impact Development and Green Infrastructure | |
| Nielsen | Algal succession and nutrient dynamics in elephant butte reservoir | |
| Eva | Effect of land use and land cover change and climate change on the hydrological response and water quality of Big Creek Lake Watershed South Alabama USA | |
| Kuchinski et al. | Modeling the Trophic State of Subtropical Reservoir in Southern Brazil | |
| Feaster et al. | Characterization of water quality and simulation of temperature, nutrients, biochemical oxygen demand, and dissolved oxygen in the Wateree River, South Carolina, 1996-98 | |
| Wang | Evaluation of Vegetated Filter Strip Implementations in Deep River Portage-Burns Waterway Watershed Using SWAT Model | |
| Durdu et al. | Modeling water and nutrients fluxes in the Büyük Menderes drainage basin, Turkey |
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 |