CN117454152A - 一种城市河道污染物通量核算与沿程污染输入特征识别分析方法 - Google Patents
一种城市河道污染物通量核算与沿程污染输入特征识别分析方法 Download PDFInfo
- Publication number
- CN117454152A CN117454152A CN202311529319.9A CN202311529319A CN117454152A CN 117454152 A CN117454152 A CN 117454152A CN 202311529319 A CN202311529319 A CN 202311529319A CN 117454152 A CN117454152 A CN 117454152A
- Authority
- CN
- China
- Prior art keywords
- river
- pollutant
- flux
- urban river
- section
- 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
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 149
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 149
- 230000004907 flux Effects 0.000 title claims abstract description 143
- 238000004458 analytical method Methods 0.000 title claims abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 153
- 238000012544 monitoring process Methods 0.000 claims abstract description 100
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000013178 mathematical model Methods 0.000 claims abstract description 33
- 238000011065 in-situ storage Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 41
- 238000011160 research Methods 0.000 claims description 21
- 239000000356 contaminant Substances 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 6
- 230000007812 deficiency Effects 0.000 abstract description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 14
- 239000010865 sewage Substances 0.000 description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 239000011574 phosphorus Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000011835 investigation Methods 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
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,包括:选取城市河道污染物通量核算典型区域;建立网格化原位水量‑水质监测系统;构建城市河道一维水动力数学模型;根据网格化原位水量‑水质监测系统获取的监测数据,通过城市河道一维水动力数学模型计算得到城市河道重点断面污染物通量;计算城市河道典型河段污染物通量净增量;识别城市河道沿程污染通量输入特征。本发明解决了城市河道污染物通量核算与沿程污染输入特征识别分析过程中,存在的流量数据缺失、水质数据频率低、污染物通量核算不准确、沿程污染输入特征不明确的问题,为城市河道水环境质量模拟及控源截污与水环境综合治理提供了有效的理论与技术支持。
Description
技术领域
本发明属于河道污染物监测领域,涉及城市河道污染物通量核算技术,具体涉及一种基于网格化原位水量-水质监测系统与水环境数值模拟的城市河道污染物通量核算与沿程污染输入特征识别分析方法。
背景技术
河道断面的污染物通量是断面流量和浓度的函数,断面污染物浓度测量以及通量计算能够定量表征各类污染物对河流水质的影响,可为流域主要污染源和污染区域识别、污染溯源排查,以及河道水环境模型的构建与率定验证提供重要支撑。
监测频率和计算方法是影响河道污染物通量计算准确程度的2个关键影响因素,其中监测频率直接影响是否能够捕捉污染物通量计算期间的峰值流量与浓度,相比计算方法对通量计算结果的准确性影响更大。当前的监测手段主要包括手工定期常规监测、关键时期手工加密监测与在线自动监测。河道污染物通量的计算主要则包括三大类算法,即平均法、插值法和回归/曲线法,平均法采用实测数据的平均值作为时段数据的代表值;插值法假定数据(浓度和流量)由瞬时采样数据表示;回归法取决于经验关系和水文水质的变化。
然而,受制于人工与监测成本,目前大多数河道断面仍采取一月一次的水质监测频率或仅在重点时段进行加密监测,水位-流量等监测点位也较多布设在流域出入口等重点断面处,难以获取流域内部其他断面的水文数据分布特征,极大限制了河道污染物通量计算的时间与空间分辨率,难以区分不同时间尺度、不同河段的污染物通量的分布特征,也导致难以进一步精准追溯不同河段的污染来源情况。而在污染物通量的计算方法上,平均法和插值法主要基于实测流量、水质浓度数据,通过监测期间的平均流量、平均浓度计算污染物通量,或是对相邻两个监测时间点进行加密插值计算污染物通量。但由于数据频率的限制,往往容易丢失降雨冲刷、高流量、高浓度期间的峰值数据,进一步导致计算结果产生偏差。回归法则是基于长序列的流量、浓度关系,拟合出相关的方程后,外推计算污染物通量,但仅适用于流量、浓度具有较好相关关系的区域或河段。
随着我国水污染治理进程的不断推进,传统的点源污染已得到了有效控制,与降雨具有高度相关性的城市排水系统溢流污染、城市面源污染等非点源污染日渐成为影响河道水质的关键因素。其具有的高度时空不确定性、不均匀性等特征也增加了采用现状方法计算污染物通量的难度,亟需提出一种高时空分辨率的污染物通量计算方法来准确计算城市河道重点断面的污染物传输通量,以及不同河段间的污染输入情况,为相关职能部门实现科学治污、精准治污提供理论与技术支撑。
发明内容
发明目的:为了克服现有技术中存在的不足,提供一种基于网格化原位水量-水质监测系统与水环境数值模拟的城市河道污染物通量核算与沿程污染输入特征识别分析方法,其解决了城市河道水环境数学模型构建及河道典型断面污染物通量核算与沿程污染输入特征识别分析过程中,存在的流量数据缺失、水质数据频率低、污染物通量核算不准确、沿程污染输入特征不明确的问题,为城市河道水环境质量模拟及控源截污与水环境综合治理提供了有效的理论与技术支持。
技术方案:为实现上述目的,本发明提供一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,包括如下步骤:
S1:选取城市河道污染物通量核算典型区域;
S2:建立网格化原位水量-水质监测系统;
S3:构建城市河道一维水动力数学模型;
S4:根据网格化原位水量-水质监测系统获取的监测数据,通过城市河道一维水动力数学模型计算得到城市河道重点断面污染物通量;
S5:根据步骤S4获取的城市河道重点断面污染物通量,计算城市河道典型河段污染物通量净增量。
S6:根据步骤S5计算的城市河道典型河段污染物通量净增量,识别城市河道沿程污染通量输入特征。
进一步地,所述步骤S1中城市河道污染物通量核算典型区域的选取条件为:
城市河道研究区域入流口、出流口、沿程重点河道断面具有水位-流量监测设备或城市河道研究区域入流口、出流口、沿程重点河道断面具备安装布设流量-水位监测仪器与水质自动监测仪器的条件;
城市河道典型区域具备安装雨量计的条件。
进一步地,所述步骤S2中网格化原位水量-水质监测系统包括流量-水位自动监测站和小微型水质自动监测站。
这里的网格化主要是通过在城市河道中的重要节点布设水量-水质在线监测站点,将河道剖分为多个污染物通量计算网格单元,并分别计算不同网格单元河道的沿程污染输入通量及单位河长污染物通量增量,以此来体现网格化的概念。
进一步地,所述步骤S2中网格化原位水量-水质监测系统的建立方法为:
分别在选定的城市河道研究区域入流口、出流口处布设流量-水位自动监测站,监测所在河道断面的水位及流量,监测频率可以为1小时/次或1天/次;
分别在选定的城市河道研究区域入流口、出流口、沿程重点河道断面处布设小微型水质自动监测站,监测指标可根据实际水质管理需求选取,可包括水温、pH、电导率、溶解氧、浊度、高锰酸盐指数、氨氮、总氮、总磷等,数据监测频率可以为1小时/次、4小时/次或1天/次。
进一步地,所述步骤S3中城市河道一维水动力数学模型采用建立在质量和动量守恒定律基础上的圣维南方程组对一维河道非恒定流进行模拟。
进一步地,所述步骤S3中城市河道一维水动力数学模型包括连续性方程与动量方程,以流量Q(x,t)和水位Z(x,t)为未知变量,并补充考虑了漫滩和旁侧入流,基本方程如下:
其中,Q为流量,单位是m3/s;x为沿水流方向的空间坐标,单位是m;t为沿水流方向的时间坐标,单位是s;Bw为调蓄宽度,单位是m;Z为水位,单位是m;q为旁侧入流流量,单位是m3/s·m;u为断面平均流速,单位是m/s;g为重力加速度,单位是m2/s;A为主槽过水断面面积,单位是m2;B为主流断面宽度,单位是m;n为河道糙率;R为水力半径,单位是m。
漫滩是在模型计算时设置干湿边界范围作为约束条件,当计算水位低于约束条件时则认为该处河道干涸,为漫滩,当计算水位高于约束条件时,则认为该处河道湿润有水。
进一步地,所述步骤S4中城市河道重点断面污染物通量的计算方法包括:
A1:选定城市河道重点断面流量计算时段,即:年、月、日;
A2:将选定的城市河道研究区域入流口、出流口处的流量-水位监测数据作为边界条件代入构建的城市河道一维水动力数学模型,通过率定、验证完成的城市河道一维水动力数学模型计算重点断面特定时刻流量,具体流量计算时刻与断面水质监测的采样时刻保持一致;
A3:根据计算的河道重点断面特定时刻流量与监测的水质浓度,计算河道重点断面污染物通量,河道断面污染物通量计算公式如下:
式中:W为断面污染物的日通量,Qi为断面瞬时流量,Ci为断面污染物瞬时浓度,n为当日最大监测次数,K为单位转换系数。
进一步地,所述步骤S5中城市河道典型河段污染物通量净增量的计算公式如下:
ΔW=Wd-Wu-Wp
式中:ΔW为河段污染物通量净增量,t/d;Wd为下游断面污染物通量,t/d;Wu为上游断面污染物通量,t/d;Wp为点源污染物排放量,t/d;
dW=ΔW/L
式中:dW为河段单位长度的污染物通量净增量,t/km/d;L为河段长度,km。
进一步地,所述步骤S6中的识别城市河道沿程污染通量输入特征的计算方法为:
将计算得出的城市河道典型河段单位长度污染物通量净增量进行大小排序,获取不同典型河段的沿程污染通量输入强度。
本发明方案可以总结为:首先确定城市河道污染物通量核算典型区域,基于选定研究区域建立网格化原位水量-水质监测系统,构建城市河道一维水动力数学模型,基于网格化原位水量-水质监测系统实测数据与水环境数学模型模拟流量数据,计算城市河道重点断面污染物通量,进一步计算城市河道典型河段污染物通量净增量,为城市河道水环境质量模拟及水环境综合治理提供了有效的理论与技术支持。
本发明将城市河道划分为多个河段计算网格,即通过在研究区域河道中的重点断面处布设水质监测站点,计算每个断面的污染物通量,进一步计算每个河段出流断面和入流断面的污染物通量差值,得出河道典型河段污染物通量净增量,即可表征这一河段单位河长的污染物通量输入强度,进一步在不同河段间对比即可得出输入通量最大的河段,实现河段尺度的污染输入特征识别。
本发明建立城市河道网格化原位水量-水质监测系统,构建城市河道一维水动力数学模型,模拟典型河道断面流量及水质,基于原位监测系统精确计算污染通量,定性掌握沿程污染输入特征,为后期水环境治理与国省市考断面水质稳定达标具有重要意义。
有益效果:本发明与现有技术相比,通过选取城市河道污染物通量核算典型区域,建立网格化原位水量-水质监测系统,针对选取城市河道构建一维河道水动力数学模型,基于构建的网格化监测系统与河道数学模型计算城市河道重点断面污染物通量,最终确定城市河道典型河段的污染物通量净增量,识别不同河段的沿程污染物输入特征,解决了城市河道水环境数学模型构建及河道典型断面污染物通量核算与沿程污染输入特征识别分析过程中,流量数据缺失、水质数据频率低、污染物通量核算不准确、沿程污染输入特征不明确的问题,为城市河道水环境质量模拟及控源截污与水环境综合治理提供了有效的理论与技术支持。
附图说明
图1为本发明方法的流程图;
图2为本实施例中选取典型区域A概况及网格化原位水量-水质监测系统布设情况示意图;
图3为本实施例中选取典型区域A2021年重点断面日均氨氮污染物通量分布计算结果;
图4为本实施例中选取典型区域A2022年重点断面日均氨氮污染物通量分布计算结果;
图5为本实施例中选取典型区域A2021~2022年重点断面日均氨氮污染物通量计算结果。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
实施例1:
如图1所示,本实施例提供一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,包括如下步骤:
S1:选取城市河道污染物通量核算典型区域:
城市河道污染物通量核算典型区域的选取条件为:
城市河道研究区域入流口、出流口、沿程重点河道断面具有水位-流量监测设备或城市河道研究区域入流口、出流口、沿程重点河道断面具备安装布设流量-水位监测仪器与水质自动监测仪器的条件;
城市河道典型区域具备安装雨量计的条件。
S2:建立网格化原位水量-水质监测系统:
网格化原位水量-水质监测系统包括流量-水位自动监测站和小微型水质自动监测站,网格化原位水量-水质监测系统的建立方法为:
分别在选定的城市河道研究区域入流口、出流口处布设流量-水位自动监测站,监测所在河道断面的水位及流量,监测频率可以为1小时/次或1天/次;
分别在选定的城市河道研究区域入流口、出流口、沿程重点河道断面处布设小微型水质自动监测站,监测指标可根据实际水质管理需求选取,可包括水温、pH、电导率、溶解氧、浊度、高锰酸盐指数、氨氮、总氮、总磷等,数据监测频率可以为1小时/次、4小时/次或1天/次。
S3:构建城市河道一维水动力数学模型:
城市河道一维水动力数学模型采用建立在质量和动量守恒定律基础上的圣维南方程组对一维河道非恒定流进行模拟,城市河道一维水动力数学模型包括连续性方程与动量方程,以流量Q(x,t)和水位Z(x,t)为未知变量,并补充考虑了漫滩和旁侧入流,基本方程如下:
其中,Q为流量,单位是m3/s;x为沿水流方向的空间坐标,单位是m;t为沿水流方向的时间坐标,单位是s;Bw为调蓄宽度,单位是m;Z为水位,单位是m;q为旁侧入流流量,单位是m3/s·m;u为断面平均流速,单位是m/s;g为重力加速度,单位是m2/s;A为主槽过水断面面积,单位是m2;B为主流断面宽度,单位是m;n为河道糙率;R为水力半径,单位是m。
S4:根据网格化原位水量-水质监测系统获取的监测数据,通过城市河道一维水动力数学模型计算得到城市河道重点断面污染物通量,计算方法包括:
A1:选定城市河道重点断面流量计算时段,即:年、月、日;
A2:将选定的城市河道研究区域入流口、出流口处的流量-水位监测数据作为边界条件代入构建的城市河道一维水动力数学模型,通过率定、验证完成的城市河道一维水动力数学模型计算重点断面特定时刻流量,具体计算时刻与水质监测时刻保持一致;
A3:根据计算的河道重点断面特定时刻流量与监测的水质浓度,计算河道重点断面污染物通量,河道断面污染物通量计算公式如下:
式中:W为断面污染物的日通量,Qi为断面瞬时流量,Ci为断面污染物瞬时浓度,n为当日最大监测次数,K为单位转换系数。
S5:根据获取的城市河道重点断面污染物通量,计算城市河道典型河段污染物通量净增量:
城市河道典型河段污染物通量净增量的计算公式如下:
ΔW=Wd-Wu-Wp
式中:ΔW为河段污染物通量净增量,t/d;Wd为下游断面污染物通量,t/d;Wu为上游断面污染物通量,t/d;Wp为点源污染物排放量,t/d;
dW=ΔW/L
式中:dW为河段单位长度的污染物通量净增量,t/km/d;L为河段长度,km。
S6:根据计算的城市河道典型河段污染物通量净增量,通过对河段单位长度污染物通量净增量计算结果进行大小排序,识别城市河道沿程污染通量输入特征。
实施例2:
本实施例中将实施例1的方法进行实例应用,提供一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,包括如下步骤:
S1:选取城市河道污染物通量核算典型区域;
本实施例中选取的城市河道污染物通量核算典型区域A具有以下特征:
典型区域A分别由干流河道A、干流河道B、干流河道C以及支流河道a、支流河道b、支流河道c组成,其中断面A、断面F为入流断面,断面E为出流断面,沿程分布的断面B、断面C、断面D为中点断面。其入流口、出流口、沿程重点河道断面均具有布设水位-流量监测设备与水质自动监测仪器的条件;
典型区域A具备安装雨量计的条件。
S2、建立网格化原位水量-水质监测系统;
本实施例中在选取的城市河道典型区域A建立的网格化原位水量-水质监测系统具有以下特征:
分别在选定的城市河道研究区域入流口(断面A、断面F)、出流口(断面E)处布设流量-水位自动监测站,监测所在河道断面的水位及流量,监测频率为1小时/次,监测站点布设情况如图2所示;
分别在选定的城市河道研究区域入流口(断面A、断面F)、出流口(断面E)、沿程重点河道断面(断面B、断面C、断面D)处布设小微型水质自动监测站,监测指标包括高锰酸盐指数、氨氮、总氮、总磷,监测频率为4小时/次,监测站点布设情况如图2所示。
S3:构建研究区域城市河道一维河道水动力数学模型;
基于建立在质量和动量守恒定律基础上的圣维南方程组构建研究区域A的一维河道水动力数学模型,并对模型进行率定与验证,可对城市河道研究区域A内的水动力过程进行模拟计算。
S4:计算城市河道典型区域A重点断面的污染物通量:
S4-1:选定城市河道典型区域A重点断面(A、B、C、D、E)污染物通量计算时段,即:年、月、日、时,本次实施案例选取2021年1月1日9时至2022年10月31日9时作为计算时段。
S4-2:将选定的城市河道典型区域A入流口、出流口处的流量-水位监测数据作为水动力边界条件代入选定城市河道研究区域A的一维河道水动力数学模型,水动力边界条件输入频率为1小时/次,通过率定、验证完成的一维河道水动力数学模型计算干流河道重点断面(A、B、C、D、E)特定时刻的流量,其中支流河道a、b、c的流量输入通过一维河道模型反复计算反推得出。具体流量计算时刻与小微型水质自动站水质监采样监测的时刻保持一致,即每4小时输出1个流量计算结果。
S4-3:根据计算的河道重点断面特定时刻流量与监测的水质浓度,计算河道重点断面污染物通量,河道断面污染物通量计算公式如下:
式中:W为断面污染物的日通量,Qi为断面瞬时流量,Ci为断面污染物瞬时浓度,n为当日最大监测次数,K为单位转换系数。
本实施例中选取氨氮为主要污染物,计算各重点断面(A、B、C、D、E)的氨氮污染物通量,计算结果如图3和图4所示;典型区域A 2021~2022年重点断面日均氨氮污染物通量计算结果如图5所示。
S5:计算城市河道典型河段污染物通量净增量:
城市河道典型河段污染物通量净增量具体计算公式如下:
ΔW=Wd-Wu-Wp
式中:ΔW为河段污染物通量净增量,t/d;Wd为下游断面污染物通量,t/d;Wu为上游断面污染物通量,t/d;Wp为点源污染物排放量,t/d;
dW=ΔW/L
式中:dW为河段单位长度的污染物通量净增量,t/km/d;L为河段长度,km。
S6:根据计算的城市河道典型河段污染物通量净增量,通过对河段单位长度污染物通量净增量计算结果进行大小排序,识别城市河道沿程污染通量输入特征。
本实施例中将典型区域A的河道根据重点断面分布划分为河段A-B-C、河段C-D以及河段D-E,分别计算统计3个河段在2021~2022年不同雨型下(晴天、小雨、中雨、大雨)的氨氮污染物通量净增量以及河段单位长度的氨氮污染物通量净增量,获取追溯3个河段在不同雨型下沿线污染源的输入特征。典型区域A内的恒定点源污染排放主要为分布在河道A、河道B、河道C以及河道a上的污水厂B、污水厂A、污水厂C以及污水厂D的尾水排口,其日均排水水量与排水水质浓度均可获取,可计算出日均点源排放量后带入公式中进行河段氨氮污染物通量净增量的求解。
典型区域A内3个河段不同日降雨量下的氨氮污染物通量净增量以及河段单位长度的氨氮污染物通量净增量计算结果分别如表1、表2所示,表2中已将计算结果按照大小进行排序。
表1
表2
本实施例构建了城市河道污染物通量核算与沿程污染输入特征识别分析方法,通过选取城市河道污染物通量核算典型区域,建立了网格化原位水量-水质监测系统,针对选取城市河道构建了一维河道水动力数学模型,基于构建的网格化监测系统与河道数学模型计算了城市河道重点断面污染物通量,最终确定城市河道典型河段不同雨型下的氨氮污染物通量净增量,识别了不同河段的沿程污染物输入特征。为城市河道污染物通量研究与污染输入特征溯源分析的科学求解算以及河道水环境综合治理方案的有效评估提供了有力支撑。
Claims (10)
1.一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,包括如下步骤:
S1:选取城市河道污染物通量核算典型区域;
S2:建立网格化原位水量-水质监测系统;
S3:构建城市河道一维水动力数学模型;
S4:根据网格化原位水量-水质监测系统获取的监测数据,通过城市河道一维水动力数学模型计算得到城市河道重点断面污染物通量;
S5:根据步骤S4获取的城市河道重点断面污染物通量,计算城市河道典型河段污染物通量净增量;
S6:根据步骤S5计算的城市河道典型河段污染物通量净增量,识别城市河道沿程污染通量输入特征。
2.根据权利要求1所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S1中城市河道污染物通量核算典型区域的选取条件为:
城市河道研究区域入流口、出流口、沿程重点河道断面具有水位-流量监测设备或城市河道研究区域入流口、出流口、沿程重点河道断面具备安装布设流量-水位监测仪器与水质自动监测仪器的条件;
城市河道典型区域具备安装雨量计的条件。
3.根据权利要求1所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S2中网格化原位水量-水质监测系统包括流量-水位自动监测站和小微型水质自动监测站。
4.根据权利要求3所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S2中网格化原位水量-水质监测系统的建立方法为:
分别在选定的城市河道研究区域入流口、出流口处布设流量-水位自动监测站;
分别在选定的城市河道研究区域入流口、出流口、沿程重点河道断面处布设小微型水质自动监测站。
5.根据权利要求1所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S3中城市河道一维水动力数学模型采用建立在质量和动量守恒定律基础上的圣维南方程组对一维河道非恒定流进行模拟。
6.根据权利要求5所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S3中城市河道一维水动力数学模型包括连续性方程与动量方程,以流量Q(x,t)和水位Z(x,t)为未知变量,并补充考虑了漫滩和旁侧入流,基本方程如下:
其中,Q为流量;x为沿水流方向的空间坐标;t为沿水流方向的时间坐标;Bw为调蓄宽度;Z为水位;q为旁侧入流流量;u为断面平均流速;g为重力加速度;A为主槽过水断面面积;B为主流断面宽度;n为河道糙率;R为水力半径。
7.根据权利要求1所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S4中城市河道重点断面污染物通量的计算方法包括:
A1:选定城市河道重点断面流量计算时段;
A2:将选定的城市河道研究区域入流口、出流口处的流量-水位监测数据作为边界条件代入构建的城市河道一维水动力数学模型,通过率定、验证完成的城市河道一维水动力数学模型计算重点断面特定时刻流量,具体流量计算时刻与断面水质监测的采样时刻保持一致;
A3:根据计算的河道重点断面特定时刻流量与监测的水质浓度,计算河道重点断面污染物通量。
8.根据权利要求7所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤A3中河道断面污染物通量计算公式如下:
式中:W为断面污染物的日通量,Qi为断面瞬时流量,Ci为断面污染物瞬时浓度,n为当日最大监测次数,K为单位转换系数。
9.根据权利要求7所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S5中城市河道典型河段污染物通量净增量的计算公式如下:
ΔW=Wd-Wu-Wp
式中:ΔW为河段污染物通量净增量;Wd为下游断面污染物通量;Wu为上游断面污染物通量;Wp为点源污染物排放量;
dW=ΔW/L
式中:dW为河段单位长度的污染物通量净增量;L为河段长度。
10.根据权利要求9所述的一种城市河道污染物通量核算与沿程污染输入特征识别分析方法,其特征在于,所述步骤S6中的识别城市河道沿程污染通量输入特征的计算方法为:
将计算得出的城市河道典型河段单位长度污染物通量净增量进行大小排序,获取不同典型河段的沿程污染通量输入强度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311529319.9A CN117454152A (zh) | 2023-11-16 | 2023-11-16 | 一种城市河道污染物通量核算与沿程污染输入特征识别分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311529319.9A CN117454152A (zh) | 2023-11-16 | 2023-11-16 | 一种城市河道污染物通量核算与沿程污染输入特征识别分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117454152A true CN117454152A (zh) | 2024-01-26 |
Family
ID=89587376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311529319.9A Pending CN117454152A (zh) | 2023-11-16 | 2023-11-16 | 一种城市河道污染物通量核算与沿程污染输入特征识别分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117454152A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2415420C1 (ru) * | 2009-09-09 | 2011-03-27 | Государственное образовательное учреждение высшего профессионального образования Марийский государственный технический университет | Способ измерения загрязнения реки сточными водами |
CN111882364A (zh) * | 2020-08-06 | 2020-11-03 | 西安理工大学 | 一种河流污染物跨界传递影响的量化补偿方法 |
CN116432439A (zh) * | 2023-03-31 | 2023-07-14 | 河海大学 | 一种基于数值模拟的城市河道纳污能力规划方法及系统 |
-
2023
- 2023-11-16 CN CN202311529319.9A patent/CN117454152A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2415420C1 (ru) * | 2009-09-09 | 2011-03-27 | Государственное образовательное учреждение высшего профессионального образования Марийский государственный технический университет | Способ измерения загрязнения реки сточными водами |
CN111882364A (zh) * | 2020-08-06 | 2020-11-03 | 西安理工大学 | 一种河流污染物跨界传递影响的量化补偿方法 |
CN116432439A (zh) * | 2023-03-31 | 2023-07-14 | 河海大学 | 一种基于数值模拟的城市河道纳污能力规划方法及系统 |
Non-Patent Citations (2)
Title |
---|
孙丽萍: "江苏省污染物入海通量测算及与水质响应关系研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, 15 November 2007 (2007-11-15), pages 30 - 48 * |
杜文娟;陈黎明;陈炼钢;金秋;周芬;田传冲;: "水动力水质模型在温黄平原河网入河污染负荷削减中的应用", 水利水电技术, no. 06, 20 June 2018 (2018-06-20) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112883644B (zh) | 一种动态水环境管理方法 | |
CN112417788A (zh) | 基于大数据的水环境污染分析系统及方法 | |
CN113762618B (zh) | 一种基于多因子相似分析的湖泊水位预报方法 | |
CN110287615B (zh) | 基于遥感解译和降雨实验的雨水径流污染负荷测算方法 | |
CN110646867A (zh) | 一种城市排水监测预警方法和系统 | |
US20230080455A1 (en) | Grid-based source-tracing method and system for sewage outfalls, and storage medium | |
CN109242367B (zh) | 一种城区污水处理率评估计算方法 | |
CN111598754B (zh) | 基于水质模型的河网区水质断面污染贡献率核算方法 | |
CN112816646A (zh) | 一种基于网格化水质监测的河道排污口溯源方法 | |
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 | |
CN106650044B (zh) | 一种确定swmm软件中地表径流污染物参数w的方法 | |
CN109145499B (zh) | 基于河道多态计算及Arima模型的权重组合水质预测方法 | |
CN113505471A (zh) | 一种河流断面污染物浓度预测计算方法 | |
CN111091082A (zh) | 一种基于高分辨率遥感数据的流域污染溯源方法 | |
CN107655961A (zh) | 基于沉积物同位素分析的计算农业面源重金属流失负荷值的方法 | |
CN114169266B (zh) | 一种河流污染源解析和污染物运移计算方法及系统 | |
CN110765213A (zh) | 一种地表水流域污染源排放清单(动态清单)的编制方法 | |
CN115062071A (zh) | 一种用于河道的水资源污染扩散分析方法及系统 | |
CN110070220A (zh) | 一种基于神经网络算法的氨氮指标软测量方法 | |
CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
CN1987477B (zh) | 河道沉积物中重金属的连环拟合方法 | |
CN112685688B (zh) | 一种长距离输水明渠水质模拟预测方法及系统 | |
CN112780953B (zh) | 一种基于模式检测的独立计量区域管网漏损检测方法 | |
CN104569340B (zh) | 地下环境质量测定方法及装置 | |
CN117454152A (zh) | 一种城市河道污染物通量核算与沿程污染输入特征识别分析方法 |
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 |