形成针对太湖流域三类水源的综合解决方案实现典型和新型污染物的协同控制

太湖流域是我国典型的水质缺水型地区,饮用水安全保障工作面临较大挑战。"十三五"水专项"太湖流域饮用水安全保障工程技术与综合管理技术集成研究"课题梳理了太湖流域饮用水专项实施以来的课题及关键技术,针对太湖流域水源水质特征和区域供水特征,通过水源水质评估、关键技术遴选、工艺协同优化和示范工程验证,形成了针对太湖流域三类典型水源水质特征的分类综合解决方案,实现了典型和新型污染物的协同控制,以期为太湖流域饮用水安全保障提供技术支撑,为国家饮用水安全保障战略实施提供可借鉴的方案。     

淮河流域水资源短缺风险评估与时空分析

根据2003-2013年淮河流域五省的降水量、径流系数、人均水资源量、人均GDP、人口密度等相关数据,构建水资源短缺风险评价体系,用熵权法对指标赋值,运用可变模糊模型对淮河流域及各省的水资源短缺风险进行评估和时空差异分析。结果表明:2003-2013年间淮河流域水资源短缺风险值总体较高,且呈缓慢的增长趋势,2004年降水较少,风险值达到最高;十年间河南省风险增加最为明显,而山东省较为稳定,风险增加也最低;在淮河流域五个区域中,河南省的风险程度最高,达到3.52;江苏省、山东省次之;安徽省和湖北省相对较低,达到2.86和2.51。水资源短缺风险二级指标分析发现,危险性最强的是河南省,安徽省最小;水资源短缺易损性最强的是山东省,湖北省最小;水资源短缺暴露性最强的是江苏省,山东省最小;水资源短缺可恢复性最好的是湖北省,河南省最差。同时,所有评价指标中人口密度、人均GDP、降水量对水资源短缺风险的影响较大。     

滇池环湖截污干渠错峰技术模拟与分析

为了实现滇池流域截污效果的最大化,基于前期建立的东岸排水管网SWMM模型,结合该区域1995-2016年间降雨资料,研究环湖截污干渠的错峰调蓄技术。根据雨水干渠液位高度执行不同控制模式:当水位低于6.76 m时执行典型污染物浓度阈值控制模式;当水位高于6.76 m时执行典型污染物阈值控制的同时执行液位-污染物通量控制模式。采用SS和TN作为干渠截流的典型污染物控制指标,其控制浓度阈值分别取12和5 mg/L。模拟重现期为0.5~1 a降雨时SS、TN浓度-负荷通量调蓄方案下干渠负荷收集情况,结果表明两种调蓄方案均能有效提高雨水干渠的负荷收集率,提高污水干渠出口浓度,降低雨水径流对污水厂的高水量和低浓度冲击负荷。随着重现期增大,干渠对污染物的高效和最大化收集效果越明显。但是TN调控下污染负荷收集效果优于SS,因此选择TN作为干渠截流的最优典型污染物控制指标。     

A modified NRCS-CN method for eliminating abrupt runoff changes induced by the categorical antecedent moisture conditions

The popular Natural Resources Conservation Service Curve Number (NRCS-CN) (earlier known as Soil Conservation Service Curve Number (SCS-CN) method of rainfall-runoff modeling has often faced the criticism of exhibiting quantum jumps in runoff computations because of the sudden jumps appearing in CN-values derived from NEH-4 tables for three antecedent moisture conditions (AMC), viz., AMC-I, AMC-II, and AMC-III valid for dry, normal, and wet conditions, respectively. The variability of antecedent soil moisture within an AMC category is responsible for the abrupt jump and other deficiencies in the CN method for runoff estimation. This paper suggests a novel procedure to account for the antecedent moisture (M), preventing quantum jumps and eliminating deficiencies in determination of CN and, in turn, estimation of direct runoff. Its validity was verified utilizing the observed rainfall (P)-runoff (Q) events from 36 US watersheds, four sub-catchments of the Godavari basin, and small agricultural plots at Roorkee, India. The performance of the proposed model (M5) for runoff prediction was compared with the existing NRCS-CN (M1), Mishra and Singh (2002) (M2), Singh et al. (2015) (M3), and Verma et al. (2021) (M4) model using various performance indices. Using the CNs derived from observed events, model M5 was seen to have performed better than M1-M4 in terms of Nash Sutcliffe Efficiency (NSE), Root Mean Square Error (RMSE), and Percent Bias (PBIAS) for the data of US watersheds, and CN-P correlation improved as the coefficient of determination (R²) enhanced. Similarly, using the RS & GIS-based CNs on natural watersheds of the Godavari basin and considering AMC-I, the performance of M5 was again better than M1-M4 in terms of RMSE, Mean Bias Error (mBIAS), Mean Absolute Error (MAE), and Normalized-Nash Sutcliffe Efficiency (NNSE). Interestingly, there existed a significant (p < 0.05) relationship between the in-situ water content (w) measured for the experimental plots of Roorkee and the model input variable antecedent moisture (M), offering a physical touch to the conceptual model.     

怒江流域云南区段降雨时空变化分析

利用怒江流域云南区段及其毗邻地区77个站点1980~2009年雨量资料,以及怒江干流道街坝站1957~2015年和南汀河支流姑老河站1960~2015年降雨、径流资料,研究该流域降雨区域分异特征及变化趋势。结果表明:怒江流域云南区段多年平均面雨量达1 336.7 mm,远大于全省平均降雨量;怒江干流云南区段上游贡山地区和下游支流苏帕河流域,以及支流南汀河流域下游多年平均降雨量达1 500 mm以上,而干流的中游怒江坝干热河谷不足1 000 mm,降水空间分布格局与西南季风强弱及纵向岭谷地形密切相关;怒江流域云南区段降水量呈下降趋势,与怒江上游西藏区域相反,支流南汀河流域面雨量减少速率(56 mm/10 a)大于怒江干流云南区段(29 mm/10 a);怒江流域云南区段夏季降水占全年降水量的51%,怒江干流云南区段与支流南汀河流域降水量差异主要表现在夏季;怒江流域云南区段春季降水量呈增加趋势,夏季、秋季和冬季降水量呈减少趋势;怒江干流道街坝站、支流南汀河姑老河站降雨量长周期分别为36 a和33 a左右,从降雨变化长周期来看,2002年以来的少水期将持续到2018~2020年。怒江干流云南区段降水量变化的Hurst指数值为0.69,表明其未来趋势与过去一致,仍将延续降水量减少的变化趋势。     

新形势下做好长江流域水土保持监测工作的思考

基于长江流域水土保持的监测调研工作,结合我国当前社会、经济发展新形势的总体要求,针对开展好流域水土保持监测工作这一课题,从完善水土流失动态监测工作、构建应急监测体系、强化机构职能定位、推进先进技术和设施设备应用、优化流域网络体系顶层设计、探究水土流失监测综合性指标设置等方面开展了一些有益的探索,以利于更好地开展新形势下的水土保持监测工作。     

水土流失遥感调查中植被覆盖度因子提取研究

植被覆盖度是水土流失的主要影响因子,而利用遥感影像判读可以快速有效地获得大范围的植被覆盖度。简要介绍了水土流失遥感调查中植被覆盖度因子提取的方法。基于遥感与实地野外调查数据,采用MODIS时序数据融合高分遥感数据的方法,以湖南省蓝山县为试验区,对植被覆盖度因子进行了提取。结果表明,该方法提取植被覆盖度因子的结果较理想。提出的植被覆盖度因子提取方法对今后的水土流失动态监测研究具有重要的理论意义和实践意义。     

大凌河流域初始水权分配实践评价

结合大凌河流域初始水权分配实践,从分配范围、分配机制、分配原则、分配模型等方面,对现有研究成果进行全面梳理。在此基础上,结合大凌河流域特点,借鉴我国流域水资源配置评价指标体系,从公平性、效率性、可持续发展、政府宏观调控4个维度,设计了一套水权分配评价指标体系,进而构建了初始水权分配实践效果的耦合评价模型,并应用于大凌河流域。结果表明,在政府和大凌河流域水行政管理部门的宏观调控作用下,通过加强大凌河流域所在区域的政治民主协商,流域内各区域水权分配结果充分体现了与其社会经济发展之间的匹配性,且各区域之间的耦合协同发展效度均达到较高水平。     

Estimation of future water resources of Xiangjiang River Basin with VIC model under multiple climate scenarios

Variation trends of water resources in the Xiangjiang River Basin over the coming decades have been investigated using the variable infiltration capacity(VIC) model and 14 general circulation models'(GCMs') projections under the representative concentration pathway(RCP4.5) scenario. Results show that the Xiangjiang River Basin will probably experience temperature rises during the period from 2021 to2050, with precipitation decrease in the 2020 s and increase in the 2030 s. The VIC model performs well for monthly discharge simulations with better performance for hydrometric stations on the main stream of the Xiangjiang River than for tributary catchments. The simulated annual discharges are significantly correlated to the recorded annual discharges for all the eight selected target stations. The Xiangjiang River Basin may experience water shortages induced by climate change. Annual water resources of the Xiangjiang River Basin over the period from 2021 to 2050 are projected to decrease by 2.76% on average within the range from-7.81% to 7.40%. It is essential to consider the potential impact of climate change on water resources in future planning for sustainable utilization of water resources.     

基于SOM和 PCA的闽江流域地表水水质综合评价

根据2014年1月至2015年11月闽江流域19个断面的水质月均值监测数据,采用自组织特征映射网络(SOM)和主成分分析(PCA)法研究了闽江流域水质时空变化特征,并用水质指数对闽江水质进行了综合评价。SOM分析将水质样本分为3个空间群组,其中水质变化周期分2个阶段:4—11月、12月至次年3月。PCA法分析表明,春冬季沙溪和富屯溪支流以及闽江下游福州城区河段营养盐水平偏高,在春夏季上游部分河段和下游闽江口有机污染水平偏高。水质指数评价结果显示,闽江流域整体水质较好,其中三大子流域及闽江下游水质评价从优至劣顺序为:富屯溪流域、建溪流域、沙溪流域、闽江下游流域。