SPARROW模型的传输过程研究——以新安江流域总氮为例

建立新安江流域总氮的SPARROW模型,以土-水传输因子(LDF)表示降雨、坡度、气温3个土-水传输变量的影响,结合农业源、林草地源、生活源3个污染源排放系数,分析总氮经过土-水传输之后到达河道的比例(LDR),由此揭示总氮的非点源污染特征。结果显示坡度的影响在整个流域范围内差异相对较大,LDF为0.86~1.06,因而对3类污染源进入河道的传输比差异亦较大。综合考虑3个土-水传输变量作用下,子流域60土-水传输因子最大,而子流域225最小,因此若制定减排措施要求入河减少量相同,管理上会优先考虑子流域60所在的地区。研究采用改进的河流衰减方程同时描述水文和非水文因素的影响,代替河流分级衰减系数,引进传质系数作为模型模拟参数,削减速率与流量呈负相关关系,且大部分河段削减速率均在以往文献研究范围之内,表明改进的传质速率用于新安江流域总氮模型具有可行性。     

基于SWAT模型的白洋淀流域总氮负荷模拟研究

在白洋淀水质现状评价的基础上,以营养元素总氮为指示因子,用SWAT模型分析白洋淀流域污染负荷影响因素,模拟各类污染源的贡献值及分布。结果表明,相对于环境背景值,添加面源或点源排放后,总氮负荷分别增加了64%和116%。白洋淀流域总氮多年平均面源负荷贡献率为33.8%,点源负荷贡献率为66.2%,且汛期总氮负荷量远高于非汛期。     

基于SWAT模型的小清河流域总氮输出模拟研究

小清河流域工业和农业发达,点源和非点源污染均比较严重,致使河流总氮含量严重超标,对下游河口及莱州湾的水生态与环境产生了深刻影响。本文基于实测径流和总氮资料,对小清河流域SWAT模型进行了校准和验证,在此基础上,模拟和分析了流域2008-2013年总氮负荷的时空特征,并对其污染来源进行了甄别。研究结果表明:小清河流域总氮的年输出量与年径流量趋势总体一致,表现出明显的年际特征,总氮负荷多年均值为38.0×103t。空间上,各子流域的总氮输出量均较高,其中,位于农业发达的寿光市和章丘市、工企业较多的邹平县、人口密度大的济南市区等区域的子流域总氮输出量最高。流域总氮负荷主要来自非点源污染源,其中,农业施肥引起的氮素流失和畜禽养殖的污水排放对流域总氮输出的贡献分别为32.5%和29.5%,另外,工业和城镇污水的氮排放量也较高,分别占流域总氮输出量的19.4%和16.5%。为此,须结合点源和非点源污染源对小清河流域氮污染物进行总量控制和削减。     

面向行政区的总氮污染源解析——以新安江流域重点区县GWLF模型应用为例

提出了一种面向行政区总氮污染源解析的流域模型技术方法,基于广义流域负荷模型(GWLF),结合净氮负荷输入系统(NANI),利用地理信息系统(GIS)空间分析技术,衔接子流域分区和行政区管理边界,实现面向人为定义空间区域模拟的流域模型应用,并在中国安徽省黄山市新安江流域针对重点区县开展了案例研究。结果表明:休宁县、屯溪区、歙县对街口国控断面总氮污染物的比例分别为15.5%、41.4%、43.1%;不同区县内对流域出口的总氮污染物所占比例呈现行政区域特征。本研究方法能够实现对新安江流域总氮污染负荷来源的行政区差异性解析,进而针对不同区县污染特征开展有针对性的污染治理措施,为水环境分区化管理提供有效的决策支持信息。     

基于GWLF模型的流域总氮负荷模拟及污染源解析

污染物来源的定量解析,是污染物削减方案制定及控制措施优选的重要依据。选取了GWLF(Generalized Watershed Loading Functions)模型,对其农村生活及畜禽养殖模块进行改进,模拟了柳河上游的月径流及总氮负荷,并基于模型结果分析了各污染源的贡献率及其季节性差异。除个别汛期峰值月份模拟值偏低外,模型对月径流及总氮负荷模拟效果较好。污染源解析结果表明:总氮污染源贡献率季节性差异明显,总体上,非点源污染的贡献率在汛期要高于非汛期;点源污染在非汛期的贡献率远高于汛期,是非汛期的最主要的污染源。为了有效地削减和控制柳河流域氮污染,在负荷削减方案制定及控制措施选取中应充分考虑汛期与非汛期污染源组成的差异。     

基于GBNP 模型的新安江上游流域非点源污染模拟

流域非点源污染的监测十分困难,因此数值模拟是定量研究流域非点源污染的主要方法。本文采用基于地貌特征的分布式流域非点源污染模型GBNP(Geomorphology-Based Nonpoint source Pollution model),模拟了新安江上游流域2001—2010年的径流过程和非点源污染物的迁移过程。模型参数的率定与验证结果显示,月径流的Nash效率系数多在0.8以上,确定性系数R2都大于0.9;渔梁和屯溪两个测站的月泥沙负荷的Nash效率系数在0.7以上,确定性系数在0.9以上;两个测站总氮(TN)和总磷(TP)Nash效率系数都在0.55以上,确定性系数都大于0.8。结果表明,该模型在研究区适用性良好。基于模拟结果,分析了研究区内TN、TP以及土壤侵蚀量的时空分布特征。结果显示,研究区多年平均TN流失量为6 706.92 t/a,TP流失量为828.45 t/a,土壤侵蚀量为166.62万t/a。模拟期内年际变化和年内变化结果显示,在其他条件不变的情况下,非点源污染的产生与降雨量大小密切相关。对各区县氮磷分布特点分析可知,TN的空间分布主要受土地利用类型的影响,TP的空间分布主要受土壤侵蚀量的影响。     

跨流域调水模拟模型的研究

跨流域调水模拟模型，利用节点和连线的不同组合来描述不同的水资源系统和不同工程方案，采用标准的网络求解程序，通用性强，是进行跨流域调水规划的强有力工具。     

区域营养盐管理模型在沙河流域的应用

应用基于经典广义流域负荷函数(GWLF)模式开发的区域营养盐管理模型,以天津市饮用水水源地于桥水库上游沙河流域为研究对象开展模拟实践研究.本研究基于我国可获得数据量的一般水平,实现了对沙河流域氮污染物环境行为过程的评估,包括对产流量和溶解态氮通量在月尺度上的模拟,以及对溶解态氮污染物的来源进行源解析,模拟精度可靠,结果能够满足管理需求,可作为该模型在我国的进一步推广应用的例证与参考.     

流域水资源配置模拟模型及实例应用研究

以水资源系统工程的理论及方法为出发点，分析国内外水资源配置模拟模型研究现状及存在问题，探讨其基本原理，阐述其系统构成及其各专项模型的原理及求解方法等．同时，对生态环境需水量理论进行研究，提出合理、实用的生态环境需水量计算方法最后以Mikebasin水资源规划及管理专业软件为平台，将理论研究的成果具体应用于建立东江流域水资源配置模拟模型。     

基于GWLF模型的新安江上游练江流域面源污染特征解析

应用通用流域污染负荷模型(GWLF),对新安江上游练江流域2005-2012年的水文化学过程进行了模拟,在月尺度上评估了流域把口断面的水量及溶解性总氮污染物通量,并解析了其负荷来源分配。结果表明:GWLF模型能够作为有效的决策支持工具对目标流域开展有效评估,模拟结果纳氏效率系数在0.75以上。从年均水平上看,流域溶解态总氮主要通过地表径流和地下水传输,分别占到全部负荷量的42%和40%,且与流域水文关系密切。水质较差的风险敏感期主要出现在水量较少的时段,且该期间内农村生活源(37%)和点源(9%)贡献相对显著,应予以特别关注。上述流域面源污染特征解析结果能够为实施有针对性的管理措施提供参考。     

DWSM动态并行计算技术

针对DWSM计算模式鲁棒性低、计算时间长、无法实现多核计算等局限性,对模型的算法和存储规则进行相应改进。在遵从DWSM计算逻辑顺序的基础上,抛弃原计算单元顺序表模式关于虚拟河道的假设,采用流域分区概念进行河网树结构的模式设计,在基于叶节点并行计算的基础上研究动态分级并行计算技术,以进一步完善计算模式。以黄河宁蒙段流域为实例,计算结果表明,算法的优化极大地提高了DWSM的计算效率,增强了其对大范围、具有复杂河网结构流域水沙规律研究的适用性。     

基于SWAT模型的陕西沣河流域非点源污染模拟

随着工业点源的大幅治理和农业的快速发展,陕西沣河流域非点源污染负荷在总负荷中所占比重日益加大。本文应用SWAT模型,对沣河流域的径流、泥沙及营养盐污染负荷的产输出过程进行模拟计算。利用沣河干流秦渡镇水文站2001-2006年的实测月径流、泥沙和污染物数据进行了模型的率定和验证。验证结果表明:模型在沣河流域具有较好的适应性,可用于流域非点源污染的模拟计算。流域非点源污染产出时空分布结果表明:非点源负荷产出集中在汛期;流域中部长安区的五星、滦镇、子午地区,以及流域西部户县的草堂镇和秦渡镇,是非点源污染产出的关键区域。流域非点源污染控制措施效果模拟表明:采取水土保持措施、改进化肥施用方式、合理减少施肥量可以有效减少流域非点源污染负荷。     

基于 SWAT 模型的北山水库流域地表径流模拟

为评价北山水库流域地表水资源,选用SWAT软件构建了该流域的分布式水文模型。基于2016-2018年实测水文数据以及高程、土地利用类型、土壤类型等数据,完成了对北山水库流域的SWAT模型构建,利用SWATCUP软件对参数进行率定及敏感性分析,选取决定系数(R~2)、纳什效率系数(NSE)、平均相对误差绝对值(MARE)和均方根误差(RMSE)作为模型评价指标。结果表明:北山水库月蓄水量模拟值与实测值吻合良好,模型率定期和验证期的R~2均达到0.89,NSE分别达到0.88与0.85,MARE分别为5.04%与4.23%,RMSE分别为1.15×10~6 m~3与0.90×10~6 m~3,由此表明该模型能近似反映研究区的径流变化特征,展示了SWAT模型在该流域的适用性。此外,基于验证的水文模型对主要参数进行敏感性分析,表明影响该区径流模拟最为显著的两个参数是浅层地下水回归流阈值和径流曲线数。     

论流域水文模型

论述了流域水文模型结构和参数的水文学基础、物理上的耦合关系,以及集总式流域水文模型与分布式流域水文模型的本质区别,讨论了2种模型解算方法的特点,以及在参数率定中产生异参同效的原因和减少异参同效影响的措施;提出了一个比较客观的模型验证和相互比较的方法。     

基于MIKE SHE模型的沙河水库流域水文模拟研究

为了探究流域水文循环及河道水动力变化规律,根据收集到的基础数据资料,基于MIKE SHE模型构建沙河水库流域分布式水文模型,模拟流域径流过程,并根据物理参数意义及率定的方式确定了模型相关参数。研究结果显示：MIKE SHE模型在研究区具有良好的适应性,2018年全年径流过程E_ns达到0.75,R²为0.77,径流总量RE为1.3%;汛期(6～9月)径流过程E_ns为0.71,R2为0.73,径流总量RE为7.5%,模拟精度达到良好水平,可为流域层面水环境模拟提供基础支撑,也可为其他相似地区水文模拟提供参考。     

An ensemble of Bayesian SPARROW models for the Precambrian Shield in the eastern Georgian Bay drainage basin,Ontario, Canada

The present study applied an ensemble of Bayesian SPARROW models in the eastern Georgian Bay drainage basin informed by multi-agency tributary water quality monitoring data collected in the area. Consistent with our current understanding of the role of wetlands in the Precambrian Shield, our analysis showed that they could be responsible for nearly 30% of the total phosphorus (TP) loading from forested areas and 23% of the delivered TP from the eastern Georgian Bay drainage basin. Agricultural areas contribute over 40% of the TP loading associated with anthropogenic activities, which was two times higher than the predicted nutrient losses per unit area in southern Georgian Bay. This finding raises concerns regarding the likelihood of elevated eutrophication risks from future expansion of agriculture in central and northern Ontario. Considering the uncertainty pertaining to their broader influence, cottage septic fields were estimated to be the second anthropogenic P source after agriculture, accounting for 9% of the delivered TP loading to the downstream outlets into Georgian Bay. Research on eutrophication of coastal embayments in Georgian Bay has historically focused on factors, such as basin morphometry, internal P loading, and dreissenid-mediated nearshore shunt. In this context, our SPARROW model offered an additional perspective by estimating that a significant fraction (≈90%) of the TP loading delivered to the Georgian Bay embayments could be originating from upstream sites, even though our predictions suggested that nearly half (49%) of P loading reaching the stream network deposits on the sediments of inland lakes in central Ontario.