城市化对城市降雨径流的影响及城市雨洪控制

介绍了城市化造成的城市气候对降水、降雨径流、降雨径流水质的影响，分析了这些影响带来的不良后果，并提出了必要的收集、处理和雨水再利用措施。     

变化环境下近60年来中国北方江河实测径流量及其年内分配变化特征

中国北方水资源短缺,河川径流量的变化直接影响着区域水资源管理及经济社会的稳定发展。采用Mann-Kendall趋势检验法,分析了1955—2018年中国北方主要江河6个重点水文站实测径流量的演变趋势。结果表明:①中国北方主要江河实测年径流量都呈现出下降趋势,其中,海河流域的年径流量锐减最为显著。②黄河上、下游径流量变化差异明显,上游唐乃亥站实测径流量为非显著性减少,中下游花园口站实测径流量显著减少。③唐乃亥站和哈尔滨站在1980—1999年的实测径流量较基准期(1956—1979年)的有所增加,而其余各站的均有所减少;但在2000年之后,所有6个水文站实测径流量均较基准期的偏少,其中,海河径流量偏少超过80%。④环境变化使得北方主要河流降水-径流关系发生变化,同样降水条件下,21世纪以来的河川径流量明显偏少,人类活动是中国北方主要江河径流量变化的重要原因。     

试析径流式尿素合成塔的功能与效果

简述了径流式尿素合成塔具有的无返混、无短路和拦截脏物的功能及其具有的CO2转化率高、尿素合成塔衬里腐蚀率低、可提高下游工序运行效率的应用效果。结果表明:径流式尿素合成塔是当前值得采用的塔型。     

绿色雨水设施与径流控制应用工程案例探讨

以海南省三亚市某危旧房改造项目为案例,分析了绿色雨水设施在工程设计和场地径流控制中的应用。该项目通过综合采用透水铺装、绿化屋顶、下凹式绿地、雨水蓄水池等绿色雨水设施,满足了径流总量控制、径流污染控制、径流峰值控制三大总体控制目标,同时满足透水铺装率、绿化屋顶率等引导性单项控制指标。径流洪峰控制采用SWMM (雨水管理模型)软件建立。该项目的绿色雨水设施应用与径流控制计算对海绵城市工程设计具有一定的参考价值。     

城市降雨径流污染及其控制的研究进展

城市降雨径流污染已成为危害城市水环境的重要污染源,本文综合国内外研究成果,对城市降雨径流污染的特征、影响因素、初期雨水设计标准以及污染程度进行了综合分析。通过对比发达国家以及国内部分城市径流污染的控制和管理模式,提出了城市降雨径流污染控制的建议。     

镇江市老城区典型径流控制与模拟研究

针对近年来镇江老城区严重的内涝形势,基于SWMM模拟分析现状排水管网及LID组合措施在不同的降雨重现期老城区的地表径流情况,评估LID设施对城市雨洪控制的作用。结果表明,LID设施可以推迟峰现时刻,有效控制地表径流,对缓解城市内涝有着积极的作用。     

梧桐河流域上游径流时序变化特性及趋势

为掌握梧桐河流域上游径流时序变化特性以指导流域水资源开发利用,基于梧桐河上游宝泉岭水文站1951～2013年天然径流序列,采用累积距平法、非参数检验Mann-Kendall法和Morlet小波分析法研究了年、季节径流量的趋势特征、突变特征及周期特征,探讨了引起天然径流量发生变化的主要原因。结果表明,梧桐河流域春、冬两季径流量分别以0.005×10~8、0.004×10~8 m~3/10a平均速率呈增加变化,夏、秋两季径流量分别以0.144×10~8、0.243×108 m~3/10a平均速率呈减少变化,仅秋季径流量减少趋势显著,在季节径流量综合作用下,年径流量以-0.379×10~8 m~3/10a平均速率呈不显著减少变化;年及季节径流量丰枯转变频繁,突变多发生于1960年代中期以前;年及四季径流量存在显著周期特征,第1主周期依次为12、14、12、11、11年;降水减少引起流域径流量减少,使得两者呈基本一致的时序变化特性。研究成果可为流域水资源开发利用及规划管理提供依据。     

基于生态径流指标的黄河上游贵德站水文情势变化研究

黄河上游不同时间尺度的生态水文情势变化程度是研究黄河治理方略、重要水利工程布局及联合调度管理的前提和基础。为此，提出了基于流量过程线的月、季、年3种时间尺度的生态盈余和生态赤字计算方法，并评估了各时间尺度的生态风险，形成了一套多时间尺度的河流生态水文情势变化评估方法。将其用于黄河上游贵德站，评估了龙羊峡水库在建库前后的生态水文情势变化。结果表明：该计算方法克服了通过月累加计算季、年尺度生态风险不真实的问题，贵德站9月和夏季的生态径流指标变化明显，9月的生态赤字相比建库前增大了537.3%,夏季的生态赤字增大了412.8%,建议河流管理部门重点关注这两个时段的水文情势变化，有针对性地采取生态调度措施。     

基于经验模态分解和支持向量机的日径流预测研究

准确的径流预测是水资源开发利用的重要依据，但预测难度大。为提高日径流预测精度，以榕江流域南河东桥园站日径流为例，建立了经验模态分解(EMD)和支持向量机(SVM)耦合的日径流预测模型。首先，利用经验模态分解将日径流系列分解为若干子过程，再采用支持向量机深度学习模型分别对每一个子过程进行预测，最后将每个预测结果相加得到原日径流数据的预测结果。研究表明：EMD-SVM组合模型相对于SVM、BP、LSTM单模型具有更好的预测性能。