CN115130903A - 一种流域农业面源污染的水文路径与分源贡献确定方法 - Google Patents

一种流域农业面源污染的水文路径与分源贡献确定方法 Download PDF

Info

Publication number
CN115130903A
CN115130903A CN202210858563.9A CN202210858563A CN115130903A CN 115130903 A CN115130903 A CN 115130903A CN 202210858563 A CN202210858563 A CN 202210858563A CN 115130903 A CN115130903 A CN 115130903A
Authority
CN
China
Prior art keywords
runoff
contribution
detected
river
hydrological
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
Application number
CN202210858563.9A
Other languages
English (en)
Inventor
翟丽梅
闫铁柱
刘宏斌
徐启渝
王晨杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Agricultural Resources and Regional Planning of CAAS
Original Assignee
Institute of Agricultural Resources and Regional Planning of CAAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Agricultural Resources and Regional Planning of CAAS filed Critical Institute of Agricultural Resources and Regional Planning of CAAS
Priority to CN202210858563.9A priority Critical patent/CN115130903A/zh
Publication of CN115130903A publication Critical patent/CN115130903A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • 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—Systems or methods specially adapted for 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
    • Y02A20/20—Controlling water pollution; Waste water treatment

Abstract

本发明涉及一种流域农业面源污染的水文路径与分源贡献确定方法，涉及水污染领域，该方法包括：确定待测流域水质指标和同位素指标；水质指标包括硝态氮；同位素指标为水样氢氧同位素和硝态氮氮氧同位素；定性识别待测流域内地下水和河道径流之间水力连通性，并基于氢氧同位素指标确定待测流域内不同水文路径地表径流和基流对河道径流的贡献；确定待测流域内不同水文路径下硝态氮对待测流域出口硝态氮负荷的贡献量；基于贝叶斯混合模型和硝态氮氮氧同位素味确定待测流域内不同水文路径下各农业污染源对应的硝态氮负荷。本发明确定了不同水文路径下各农业污染源对河道径流硝态氮的贡献，为流域农业面源污染防控提供更准确的依据。

Description

一种流域农业面源污染的水文路径与分源贡献确定方法
技术领域
本发明涉及水污染技术领域，特别是涉及一种流域农业面源污染的水文路径与分源贡献确定方法。
背景技术
农业面源污染是流域水体氮素来源之一，其来源种类多，迁移路径复杂且控制难度大，因此识别流域农业面源污染进入流域目标水体的水文路径以及不同水文路径下各农业源(例如：畜禽养殖粪污、化肥等)的贡献情况，一直是流域农业面源污染防控领域关注的重点，也是实现农业面源污染精准防控的基础。流域农业面源污染物经基流和地表径流等水文路径进入地表水体，如何通过降水、地表水和地下水的水力连通性，确定流域主要水文过程特征，并在此基础上核算不同水文路径对流域氮素输出的贡献比例，以及不同水文路径下农业源分源的贡献比例，是当前流域农业面源污染高效防控急需突破的关键技术。
发明内容
本发明的目的是提供一种流域农业面源污染的水文路径与分源贡献确定方法，确定了不同水文路径下各农业污染源对应的目标水体中硝态氮的贡献，为流域农业面源污染防控提供更准确的依据。
为实现上述目的，本发明提供了如下方案：
一种流域农业面源污染的水文路径与分源贡献确定方法，包括：
确定待测流域的水质指标和同位素指标；所述水质指标包括硝态氮；所述同位素指标为水样的氢氧同位素和硝态氮氮氧同位素；
识别所述待测流域内地下水和河道径流之间水力连通性，并基于所述氢氧同位素和数字滤波技术确定所述待测流域内不同水文路径地表径流和基流对河道径流的贡献；
确定所述待测流域内不同水文路径下硝态氮对所述待测流域出口硝态氮负荷的贡献；
基于贝叶斯混合模型和硝态氮氮氧同位素确定所述待测流域内不同水文路径下各农业污染源对河道径流硝态氮负荷贡献。
可选地，所述识别所述待测流域内地下水和河道径流之间水力连通性，具体包括：
基于所述待测流域的空间降水、河道径流和地下水的氢氧同位素指标确定所述待测流域的大气降水线；
若所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠度大于设定重叠度值，且所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠位置在所述大气降水线上，则所述地下水和所述河道径流为强水力连通性，否则所述地下水和所述河道径流为弱水力连通性。
可选地，基于所述氢氧同位素和数字滤波技术确定所述待测流域内不同水文路径地表径流和基流对河道径流的贡献，具体包括：
从待测流域出口角度，采用数字滤波技术确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第一地表径流贡献率和第一基流贡献率；
从待测流域空间角度，采用氢氧同位素的双端元混合模型确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第二地表径流贡献率和第二基流贡献率；
当所述第二地表径流贡献率与所述第一地表径流贡献率的差值小于设定第一差值，且所述第二基流贡献率与所述第一基流贡献率的差值小于设定第二差值时，将所述第一地表径流贡献率作为地表径流对河道径流的贡献率，将所述第一基流贡献率作为基流对河道径流的贡献率。
可选地，所述确定所述待测流域内不同水文路径下硝态氮对所述待测流域出口硝态氮负荷的贡献，具体包括：
从待测流域出口角度，采用所述水质指标和水文指标确定所述待测流域出口硝态氮负荷；所述水文指标为流量；
从待测流域出口角度，根据所述待测流域出口硝态氮负荷确定所述待测流域出口处基流硝态氮负荷及基流硝态氮负荷对所述待测流域出口河道径流中硝态氮负荷的贡献。
可选地，所述农业污染源包括化肥、土壤有机氮、粪便和污水。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种流域农业面源污染的水文路径与分源贡献确定方法，通过定性识别待测流域内地下水和河道径流之间水力连通性，确定待测流域内的不同水文路径，基于贝叶斯混合模型和硝态氮氮氧同位素确定所述待测流域内不同水文路径下各农业污染源对应的硝态氮负荷，为流域农业面源污染防控提供了更准确的依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种流域农业面源污染的水文路径与分源贡献确定方法流程示意图；
图2为本发明一种流域农业面源污染的水文路径与分源贡献确定系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种流域农业面源污染的水文路径与分源贡献确定方法，确定了不同水文路径下各农业污染源对河道径流中硝态氮的贡献，为流域农业面源污染防控提供更准确的依据。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种流域农业面源污染的水文路径与分源贡献确定方法流程示意图，如图1所示，一种流域农业面源污染的水文路径与分源贡献确定方法，包括：
步骤101：确定待测流域的水质指标和同位素指标；所述水质指标包括硝态氮；所述同位素指标为水样氢氧同位素和硝态氮氮氧同位素(NO3 --N氮氧同位素)。
其中，步骤101具体包括：
首先，在待测流域出口开展流量和水质同步监测，其中，径流流量从当地水文部门获取。其次，沿着河流走向采集河水和地下水水样，测试其水质指标和同位素指标；然后，对流域降水开展全年次降水事件的雨水采集，测试其同位素指标；最后，为了减少氮氧同位素溯源技术的不确定性，对流域潜在的农业氮源和非农业氮源采样，测定其同位素指标。其中，非农业氮源是指大气降水(Atmospheric Precipitation，AP)；农业氮源包括化肥(Chemical Fertilizer，CF)、土壤有机氮(Soil OrganicNitrogen,SON)、粪便和污水(M&S)。在具体采样点布设时，要考虑土地利用类型、河流汇流情况、人类活动影响等因素。采样频率为1个月1次(除雨水样品采集)，采样时间至少为一个完整水文年。水质指标包括硝态氮(NO3 --N)；同位素指标包括NO3 --N氮氧同位素(δ15N-NO3和δ18O-NO3)值和水样氢氧同位素(δD-H2O和δ18O-H2O)值。
步骤102：定性识别所述待测流域内地下水和河道径流之间水力连通性，并基于所述水样氢氧同位素和数字滤波技术确定所述待测流域内不同水文路径地表径流和基流对河道径流的贡献，此处贡献包括贡献率(占比)和贡献量。
其中，步骤102具体包括：
基于所述待测流域的空间降水、河道径流和地下水的氢氧同位素指标确定所述待测流域的大气降水线。
若所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠度大于设定重叠度值，且所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠位置在所述大气降水线上，则所述地下水和所述河道径流为强水力连通性，否则，所述地下水和所述河道径流为弱水力连通性。
从待测流域出口角度，采用数字滤波技术确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第一地表径流贡献率和第一基流贡献率；
从待测流域空间角度，采用氢氧同位素的双端元混合模型确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第二地表径流贡献率和第二基流贡献率；
当所述第二地表径流贡献率与所述第一地表径流贡献率的差值小于设定第一差值，且所述第二基流贡献率与所述第一基流贡献率的差值小于设定第二差值时，将所述第一地表径流贡献率作为地表径流对河道径流的贡献率，将所述第一基流贡献率作为基流对河道径流的贡献率。
作为具体实施例，待测流域内的水文路径分析过程包括：
1)流域内不同水体水力连通性的定性识别
基于流域空间降水、地表水和地下水水样的氢氧同位素(δD和δ18O)组成特征分析，确定流域大气降水线。然后根据流域河道径流和地下水氢氧同位素(δD和δ18O)散点图的重叠度及与大气降水线的相对位置关系，定性地识别地下水和河道径流的水力连通性。
2)流域不同水文路径对河道径流贡献定量解析
从流域空间和流域出口两个角度相互补充验证流域河道径流分割结果。数字滤波技术对河道基流的估计具有可重复性的优点，但也具有主观性的特点。因此，选择流域不同水体的δ18O同位素的双端元混合模型作为辅助验证。具体步骤如下：
①在流域出口，基于日尺度径流监测数据，采用基流数字滤波技术将河道径流(Q)划分为地表径流(QS)和基流(地下水，QG)，见公式1。如果地下水和河流的水力连通性高，这说明地下水是河道径流污染物输移的主要路径，也是河道污染物的主要来源。
Q＝QS+QG (公式1)
公式1中：Q表示流域出口处河道径流流量(m3/s)；QS表示流域出口处河道径流组分-地表径流流量(m3/s)；QG表示流域出口处河道径流组分-基流流量(m3/s)。
针对数字滤波技术，选用了Arnold等人开发的双通道数字滤波器技术，见公式2；
Figure BDA0003755280980000061
公式2中：qt表示时间步长t内的直接径流，Qt表示时间步长t内的河道径流，Qt-1表示时间步长t-1内的河道径流，β是滤波参数。
基流bt用公式(3)计算：
bt＝Qt-qt (公式3)
②在流域空间上，基于流域降水、地表水和地下水水样的δ18O同位素值，采用δ18O同位素的双端元混合模型来量化地下水(QG)对河道径流(Q)的贡献率，见公式4-公式6。
δs＝fpδp+fgδg (公式4)
fp+fg＝1 (公式5)
fg＝(δS-δp)/(δg-δp) (公式6)
公式4-6中：fp和fg分别表示流域内降雨和地下水对河道径流的贡献比；δs、δp和δg分别表示流域内河道径流、降雨和地下水的δ18O值。
③若数字滤波技术和不同水体δ18O同位素的双端元混合模型两种方法所得基流贡献比接近，则在流域出口和流域空间角度证明径流划分方法选择合理，月平均基流流量估算准确。
步骤103：确定所述待测流域内不同水文路径下硝态氮对所述待测流域出口硝态氮负荷的贡献，此处贡献包括贡献率和贡献量。
其中，步骤103具体包括：
从待测流域出口角度，采用水质指标和水文指标估算流域出口硝态氮负荷。
从待测流域出口角度，采用基流硝态氮计算方法来估算流域出口处基流硝态氮负荷及其对流域出口河道径流中硝态氮负荷的贡献。
作为具体实施例，流域不同水文路径下NO3 --N负荷对流域出口NO3 --N负荷贡献识别，具体步骤包括：
(1)在忽略河道衰减过程的前提下，流域出口处NO3 --N总负荷(PT)按照水文路径过程可分为地表径流NO3 --N负荷(PS)和基流NO3 --N负荷(PG)，见公式7。根据流域出口径流量Q和NO3 --N浓度监测数据，核算流域出口NO3 --N负荷(PT)。如果水质监测数据为日时间尺度，直接按照公式8来估算PT；否则，基于流量和水质实测数据，采用LOADEST(Load ESTimator，Loadest)模型建立水质和流量统计关系来估算负荷值。
PT＝PS+PG＝fS×PT+fG×PT (公式7)
PT＝∑Ci×Qi×100 (公式8)
公式7和8中：PT表示流域出口处NO3 --N负荷量(kg)，fS和fG表示通过地表径流和基流路径进入河道径流的NO3 --N负荷占流域出口处NO3 --N负荷的比值(％)，Qi表示流域出口处径流量(m3/s)，Ci表示流域出口处NO3 --N浓度(mg/L)。
(2)利用月平均基流流量加权浓度(CG)和月平均基流量(QG)计算流域出口处月基流NO3 --N负荷PG，公式如下：
Figure BDA0003755280980000071
公式9中：PG表示流域出口处通过基流路径NO3 --N月输出负荷(kg)；QG表示流域出口处月均基流量(m3/s)，CG表示流域出口处NO3 --N的月均浓度。
月平均基流NO3 --N流量加权浓度(CG)是根据Schilling和Zhang(2004)提出的方法确定的，公式如下：
Figure BDA0003755280980000072
公式10：Qbase-i表示当基流占河道径流超过90％时的基流量(m3/s)；Cbase-i表示与Qbase-i对应的硝态氮浓度(mg/L)；n表示某月中基流量占比超过90％的天数。
步骤104：基于贝叶斯混合模型和硝态氮氮氧同位素确定待测流域内不同水文路径下各农业污染源对河道径流硝态氮负荷贡献，此处贡献包括贡献率和贡献量。
流域NO3 --N来源主要分为非农业源和农业源两类。其中，农业氮源包括化肥(CF)、土壤有机氮(SON)、粪便和污水(M&S)。
(1)不同水文路径下NO3 --N农业分源定量源解析
不同水文路径下NO3 --N农业分源定量源解析的具体步骤如下：
①基于贝叶斯混合模型的地下水NO3 --N农业分源解析：
地下水NO3 --N溯源结果计算见公式11。
Figure BDA0003755280980000081
公式11中：fG表示通过地下水路径进入河道径流的NO3 --N负荷占流域出口处NO3 --N负荷的比值(％)；fG,i表示流域第i个NO3 --N源对地下水中NO3 --N贡献比(％)。其中，n＝4，1≤i≤4，当i＝4时，分别代表大气降水(AP)、化肥(CF)、土壤有机氮(SON)、粪便和污水(M&S)4个源。
贝叶斯混合模型计算公式见公式(12-15)。
Figure BDA0003755280980000082
Figure BDA0003755280980000083
Figure BDA0003755280980000084
Figure BDA0003755280980000085
公式12-15中：Xij表示样品i中同位素j的比值(i＝1,2,3,…,N；j＝1,2,3,…,J)；Sjk表示源K的同位素j的比值，该参数符合均值为ujk，方差为ωjk的标准正态分布；Cjk表示源K中同位素j的分馏系数，该参数符合均值为λjk，标准差为τjk的标准正态分布；εjk表示样品i中同位素j比值的残差，用来描述没有被模型包含的观测之间的误差。该参数符合均值为0，标准差为σj的标准正态分布；pk表示源K的占比，由贝叶斯混合模型来估算。
②基于贝叶斯混合模型的河道径流NO3 --N源解析工作
根据流域水文路径识别结果，在流域出口处将通过基流补给途径进入河道径流的NO3 --N作为独立NO3 --N源，即河流中污染源可以拓展为五个源，分别为大气降水(AP)、化肥(CF)、土壤有机氮(SON)、地下水(GW)、粪便和污水(M&S)。基于贝叶斯混合模型开展河道径流NO3 --N源解析工作，见公式16。
Figure BDA0003755280980000091
公式16中，fT表示在流域出口处地表径流和基流水文路径下NO3 --N负荷对流域出口NO3 --N负荷贡献比之和，其值等于1；fS和fG分别表示通过地表径流和基流路径下占流域出口NO3 --N负荷的占比(％)；fS,i和fG,i分别表示流域第i个NO3 --N源对地表径流和地下水中NO3 --N贡献比(％)，其中，n＝4，1≤i≤4，当i＝4时，分别代表大气降水(AP)、化肥(CF)、土壤有机氮(SON)、粪便和污水(M&S)4个源。
(2)不同水文路径下的流域出水口NO3 --N负荷量估算
在流域出口处，河道径流NO3 --N负荷等于流域出口处各个污染源NO3 --N负荷之和，也等于经地表径流和基流水文路径下各个污染源NO3--N负荷之和，见公式17-18。
Figure BDA0003755280980000092
Figure BDA0003755280980000093
公式17-18中，PS,i和PG,i表示经地表径流和基流水文路径下第i个源的NO3 --N负荷(kg)。其中，1≤i≤4。当i＝4时，分别代表大气降水(AP)、化肥(CF)、土壤有机氮(SON)、粪便和污水(M&S)。
基于河道径流和基流NO3 --N负荷估算及其源解析结果，估算流域不同水文路径NO3 --N负荷量，见公式19-20。
PG,i＝fG,i×PG (公式19)
PS,i＝(fT,i-fG×fG,i)×PT (公式20)
公式19-20中，PS,i和PG,i是指分别经地表径流和基流水文路径下流域出口处第i个NO3 --N污染源负荷(kg)，i＝1,2,3,4,分别代表大气降水(AP)、化肥(CF)、土壤有机氮(SON)、粪便和污水(M&S)；fG,i表示通过基流水文路径进入河道径流的第i个NO3 --N污染源的贡献比(％)，fT,i表示河道径流中第i个NO3 --N污染源的贡献比(％)。
本发明公开了一种流域农业面源污染的水文路径与分源贡献确定方法，具体为一种流域农业面源污染入水体的水文路径与农业源分源贡献解析方法，为实现流域尺度农业面源污染的精准高效防控提供技术支撑。
本发明基于对流域水文过程识别和硝态氮同位素溯源，实现了对不同水文路径下流域硝态氮农业源解析，本发明方法不仅科学地阐明了不同路径下硝态氮负荷量和不同农业源贡献比，也为后续流域水环境治理措施的选择提供了针对性建议，进而达到减少流域面源污染成本，提高综合治理效果。
图2为本发明一种流域农业面源污染的水文路径与分源贡献确定系统结构示意图，如图2所示，一种流域农业面源污染的水文路径与分源贡献确定系统，包括：
待测流域水质指标和同位素指标确定模块201，用于确定待测流域的水质指标和同位素指标；所述水质指标包括硝态氮；所述同位素指标为水样氢氧同位素和硝态氮氮氧同位素。
水文路径确定模块202，用于识别所述待测流域内地下水和河道径流之间水力连通性，并基于所述氢氧同位素和数字滤波技术确定所述待测流域内不同水文路径地表径流和基流对河道径流的贡献量；
流域出口硝态氮负荷的贡献量确定模块203，用于确定所述待测流域内不同水文路径下硝态氮对所述待测流域出口硝态氮负荷的贡献。
各农业污染源对应的硝态氮负荷确定模块204，用于基于贝叶斯混合模型和硝态氮氮氧同位素确定所述待测流域内不同水文路径下各农业污染源对河道径流硝态氮负荷贡献。
所述水文路径确定模块202，具体包括：
大气降水线确定单元，用于基于所述待测流域的空间降水、河道径流和地下水的氢氧同位素指标确定所述待测流域的大气降水线。
水力连通性确定单元，用于若所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠度大于设定重叠度值，且所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠位置在所述大气降水线上，则所述地下水和所述河道径流为强水力连通性，否则所述地下水和所述河道径流为弱水力连通性。
采用数字滤波技术确定地表径流和基流的贡献量单元，用于从待测流域出口角度，采用数字滤波技术确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第一地表径流贡献率和第一基流贡献率。
采用双端元混合模型确定地表径流和基流的贡献量单元，用于从待测流域空间角度，采用氢氧同位素的双端元混合模型确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第二地表径流贡献率和第二基流贡献率。
河道径流划分结果验证单元，用于当所述第二地表径流贡献率与所述第一地表径流贡献率的差值小于设定第一差值，且所述第二基流贡献率与所述第一基流贡献率的差值小于设定第二差值时，将所述第一地表径流贡献率作为地表径流对河道径流的贡献率，将所述第一基流贡献率作为基流对河道径流的贡献率。
所述流域出口硝态氮负荷的贡献量确定模块204，具体包括：
从待测流域出口角度，采用水质指标和水文指标估算流域出口硝态氮负荷；
从待测流域出口角度，采用基流硝态氮计算方法来估算流域出口处基流硝态氮负荷及其对流域出口河道径流中硝态氮负荷的贡献。
所述农业污染源包括化肥、土壤有机氮、粪便和污水。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种流域农业面源污染的水文路径与分源贡献确定方法，其特征在于，包括：
确定待测流域的水质指标和同位素指标；所述水质指标包括硝态氮；所述同位素指标为水样的氢氧同位素和硝态氮氮氧同位素；
识别所述待测流域内地下水和河道径流之间水力连通性，并基于所述氢氧同位素和数字滤波技术确定所述待测流域内不同水文路径地表径流和基流对河道径流的贡献；
确定所述待测流域内不同水文路径下硝态氮对所述待测流域出口硝态氮负荷的贡献；
基于贝叶斯混合模型和硝态氮氮氧同位素确定所述待测流域内不同水文路径下各农业污染源对河道径流硝态氮负荷贡献。
2.根据权利要求1所述的流域农业面源污染的水文路径与分源贡献确定方法，其特征在于，所述识别所述待测流域内地下水和河道径流之间水力连通性，具体包括：
基于所述待测流域的空间降水、河道径流和地下水的氢氧同位素指标确定所述待测流域的大气降水线；
若所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠度大于设定重叠度值，且所述待测流域的河道径流的氢氧同位素散点图与所述待测流域的地下水的氢氧同位素散点图的重叠位置在所述大气降水线上，则所述地下水和所述河道径流为强水力连通性，否则所述地下水和所述河道径流为弱水力连通性。
3.根据权利要求1所述的流域农业面源污染的水文路径与分源贡献确定方法，其特征在于，基于所述氢氧同位素和数字滤波技术所述待测流域内不同水文路径地表径流和基流对河道径流的贡献，具体包括：
从待测流域出口角度，采用数字滤波技术确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第一地表径流贡献率和第一基流贡献率；
从待测流域空间角度，采用氢氧同位素的双端元混合模型确定地表径流对河道径流的贡献率和基流对河道径流的贡献率，分别记为第二地表径流贡献率和第二基流贡献率；
当所述第二地表径流贡献率与所述第一地表径流贡献率的差值小于设定第一差值，且所述第二基流贡献率与所述第一基流贡献率的差值小于设定第二差值时，将所述第一地表径流贡献率作为地表径流对河道径流的贡献率，将所述第一基流贡献率作为基流对河道径流的贡献率。
4.根据权利要求1所述的流域农业面源污染的水文路径与分源贡献确定方法，其特征在于，所述确定所述待测流域内不同水文路径下硝态氮对所述待测流域出口硝态氮负荷的贡献，具体包括：
从待测流域出口角度，采用所述水质指标和水文指标确定所述待测流域出口硝态氮负荷；所述水文指标为流量；
从待测流域出口角度，根据所述待测流域出口硝态氮负荷确定所述待测流域出口处基流硝态氮负荷及基流硝态氮负荷对所述待测流域出口河道径流中硝态氮负荷的贡献。
5.根据权利要求1所述的流域农业面源污染的水文路径与分源贡献确定方法，其特征在于，所述农业污染源包括化肥、土壤有机氮、粪便和污水。
CN202210858563.9A 2022-07-20 2022-07-20 一种流域农业面源污染的水文路径与分源贡献确定方法 Pending CN115130903A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210858563.9A CN115130903A (zh) 2022-07-20 2022-07-20 一种流域农业面源污染的水文路径与分源贡献确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210858563.9A CN115130903A (zh) 2022-07-20 2022-07-20 一种流域农业面源污染的水文路径与分源贡献确定方法

Publications (1)

Publication Number Publication Date
CN115130903A true CN115130903A (zh) 2022-09-30

Family

ID=83384169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210858563.9A Pending CN115130903A (zh) 2022-07-20 2022-07-20 一种流域农业面源污染的水文路径与分源贡献确定方法

Country Status (1)

Country Link
CN (1) CN115130903A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116415424A (zh) * 2023-03-10 2023-07-11 中国市政工程西南设计研究总院有限公司 一种氮滞留库形成机制分析方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116415424A (zh) * 2023-03-10 2023-07-11 中国市政工程西南设计研究总院有限公司 一种氮滞留库形成机制分析方法
CN116415424B (zh) * 2023-03-10 2024-03-19 中国市政工程西南设计研究总院有限公司 一种氮滞留库形成机制分析方法

Similar Documents

Publication Publication Date Title
Me et al. Effects of hydrologic conditions on SWAT model performance and parameter sensitivity for a small, mixed land use catchment in New Zealand
Ahearn et al. Land use and land cover influence on water quality in the last free-flowing river draining the western Sierra Nevada, California
Thomas Estimating total suspended sediment yield with probability sampling
Quilbé et al. Selecting a calculation method to estimate sediment and nutrient loads in streams: Application to the Beaurivage River (Québec, Canada)
Letcher et al. A comparison of catchment water quality models and direct estimation techniques
Smith et al. The influence of storm events on fine sediment transport, erosion and deposition within a reach of the River Swale, Yorkshire, UK
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
Guo et al. Quantitative identification of non-point sources of nitrate in urban channels based on dense in-situ samplings and nitrate isotope composition
Rodriguez et al. A comparison of catchment travel times and storage deduced from deuterium and tritium tracers using StorAge Selection functions
CN115130903A (zh) 一种流域农业面源污染的水文路径与分源贡献确定方法
Li et al. Riverine nitrate source and transformation as affected by land use and land cover
CN111126702A (zh) 道路面源污染信息预测方法、装置、设备及存储介质
CN112685688B (zh) 一种长距离输水明渠水质模拟预测方法及系统
Marcé et al. The role of allochthonous inputs of dissolved organic carbon on the hypolimnetic oxygen content of reservoirs
Tiemeyer et al. Designing monitoring programs for artificially drained catchments
Beck et al. The magnitude of variability produced by methods used to estimate annual stormwater contaminant loads for highly urbanised catchments
CN114384224A (zh) 基于多同位素联合示踪的流域氮磷污染物解析方法与系统
CN106682271B (zh) 一种确定swmm水质冲刷模型参数的方法
Terstriep et al. Buildup, strength, and washoff of urban pollutants
Cederberg et al. Estimation of dissolved-solids concentrations using continuous water-quality monitoring and regression models at four sites in the Yuma area, Arizona and California, January 2017 through March 2019
Booth et al. Observed and modeled mercury and dissolved organic carbon concentrations and loads at control structure S-12D, Florida Everglades, 2013–17
Yan et al. An improved source apportionment mixing model combined with a Bayesian approach for nonpoint source pollution load estimation
Freeman et al. Assessment of low-flow water quality in the Du Page River, Illinois
Bartosova et al. Fox River Watershed Investigation: Stratton Dam to the Illinois River: Phase II, Hydrologic and Water Quality Simulation Models: Part 2 Blackberry and Poplar Creek HSPF Models, Calibration and Initial Simulation Results
Eryiğit et al. Quantifying spatiotemporal rhythm of stream metabolism along human disturbance gradients

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