基于PLUS-InVEST模型的“两湖一库”流域水质净化时空演变

探讨土地利用变化所引发的水质净化演变,对于保护和改善水质,实现可持续发展具有重要意义。以“两湖一库”流域为例,运用PLUS(patch-level land use simulation)模型和InVEST(integrated valuation of ecosystem services and tradeoffs)模型生态系统服务水质净化模块,基于2000年、2010年和2020年土地利用数据,模拟流域在未来自然发展情景和生态保护情景下的用地类型时空格局变化以及水质净化特征。定量揭示土地利用变化与水质净化功能的响应关系。结果表明:“两湖一库”流域土地类型以耕地为主,2030年在自然发展情景下耕地、林地、草地面积呈下降趋势,建设用地呈上升趋势,生态保护情景可有效保护流域耕地、林地等空间分布和面积;“两湖一库”流域TN、TP输出量以低强度输出为主,2000—2020年TN输出量先增加后减少,TP输出量逐年增加,水质净化能力呈稳中变好的趋势;2030年自然发展情境下TN输出量持续减少,TP输出量呈向上浮动,生态保护情景下TN、TP输出量较自然发展情景下减少,生态保护情景可以增加水质净化能力。生态用地类型可以有效截留N、P进入水体,生态保护情景下有效降低生态用地类型的变化速度,减少TN、TP的输出量,“两湖一库”流域未来规划中应增加生态用地的占比,增加土地类型对TN、TP的截留能力。

基于改进TOPSIS模型的广东省主要湖库水质特征分析

为了掌握广东省湖库的水质状况、变化趋势及其主要特征,采用单因子评价法、综合污染指数评价法、综合营养状态指数法和熵权法改进的TOPSIS模型对2018-2022年湖库水质监测结果进行分析。结果表明,(1)广东省38个重点湖库2022年水质全部达到水功能目标,达到Ⅰ类、Ⅱ类、Ⅲ类标准的湖库分别有6个、25个和7个;综合污染指数范围在0.06-0.22之间,评价结果全部达到良好及以上;综合营养状态指数范围为23.81-53.42,星湖、惠州西湖和鹤地水库3个湖库为轻度富营养,存在水华风险。(2)改进的TOPSIS模型评价结果表明,湖库水质优良,其中,三洲田水库、枫木浪水库、径心水库和赤坳水库的评价结果分别为0.851、0.828、0.824和0.814,水质最优;新西河水库、苍村水库、流溪河水库和赤沙水库评价结果排名与综合污染指数相差较大,重金属存在一定的环境风险;河溪水库、秀全水库和鹤地水库评价结果排名相对较低。(3)从湖库类型分析,小型水库水质最好,依次是中型水库、大型水库和湖泊;2022年湖库水质总体变化不大,从年内各季节看,春季水质最好,夏季水质波动较大,水质最差,秋季有所转好;从年际变化趋势看,湖库水质基本逐年好转。从区域位置看,珠三角地区湖库水质最好。通过改进的TOPSIS模型对广东省38个重点湖库水质进行综合分析,解析水质特征,为大范围多对象科学水质综合分析技术提供了成功的实践依据,为湖库水质治理和风险预警提供技术支撑。

非均匀混合的湖泊水质模型及其应用

本文以柱座标形式建立了一个非均匀混合的湖泊水质模型,并求出了这一模型的稳态解析解。利用这一模型分析计算了某湖泊同时受纳两个排污口的废水后水体中化学需氧量的浓度分布情况。结果表明,这一湖泊水质模型计算简单,实用有效,可以比较真实地描述湖泊枯水季节排污口附近的水质状况。

基于多元统计分析的湖库水质富营养化程度评价模型及应用

利用多元统计中的主成份分析及判别分析方法 ,建立了一种新的湖库水质富营养化程度综合评价模型 ,并给出就我国十二个湖库的评价实例 ,实证分析的结果表明

湖库水源选择性取水水质模型及应用

深水型水库作为城市重要供水水源,纵向上通常呈现明显的水质分层,不同水位出流水质不同。在优选纵向一维水质模型基础上,运用Matlab平台将模型程序化,开发了应用于选择性取水构筑物的出流水质预测软件;在西北某水库选择性取水塔的取水实例中,利用水库纵向水质数据,对温度、密度、溶解氧、电导率、氧化还原电位等13项出流水质指标进行了模拟验证,研究结果表明软件预测的出流水体的温度、溶解氧、电导率、pH、硬度、总氮指标与实测数据吻合,相对误差在10%以下,氨氮等指标预测误差较大。该软件可为深水型水源水库出流水质优化调度及水厂的运行控制提供参考。

完全均匀混合质量平衡水质模型在滇池中的应用

介绍了完全均匀混合假设下以质量平衡为基础的湖泊水质模型，运用滇池的实测数据对模型进行了参数率定、验证，给出了模型在滇池水质预测中的应用实测，最后讨论了模型的几个假设条件对滇池的适应性。实例研究表明。

湖库富营养化综合评价的属性识别模型

应用属性识别模型对我国的于桥水库、巢湖、玄武湖富营养化进行评价 ,评价结果得出 ,于桥水库为中富营养级、巢湖为富营养级、玄武湖为重富营养级 ,这一评价结果与模糊综合评价模型的评价结果相一致 ,同时该方法简单 。

极限学习机在湖库总磷、总氮浓度预测中的应用

基于传统BP人工神经网络模型训练速度慢、参数选择困难、易陷入局部极值等问题,提出极限学习机(ELM)的水质预测模型。以云南某水库为例,选取NH3-N、NO2--N、NO3--N、CODMn和水体透明度作为网络输入,TP、TN作为输出,构建基于ELM的湖库TP、TN预测模型,并将ELM预测结果与传统BP、GA-BP、RBF人工神经网络模型模拟结果进行比较。结果表明,ELM模型预测精度高于传统BP和RBF模型模拟结果,甚至略高于GA-BP模型的预测精度,并且ELM模型具有参数选择简便、训练速度快、不会陷入局部最优值等特点,有着较大的计算优势。

黄河水与汾河水混合模拟试验研究

运用均匀换水模型模拟万家寨引黄水和汾河水库水混合后的水体,提出了模拟水样流量比与污染物浓度的函数关系,证明引水工程中的关键是供水水质问题。

入河排污口设置论证与有关问题探讨

以芜湖县陶辛镇污水处理厂入河排污口设置论证为例,针对受纳水域的特点,采用湖(库)均匀混合水质模型计算河流纳污能力并进行水质预测,分析综合衰减系数对水质预测结果的影响,在缺乏资料条件下,探讨确定综合衰减系数的途径与方法,以提高预测结果的可靠性。提出利用当地水体和沟渠组成的湿地对污水处理厂尾水进行降解的方案,经湿地降解后的水质满足受纳水体的水质管理目标要求;最后对入河排污口设置论证的要点和应注意的问题进行了探讨,可供入河排污口设置论证参考。

基于汊口分类处理的平原河网水质模拟方法

在目前常用的平原河网水质模拟三级解法中,对所有汊口出口断面浓度均采用均匀混合假设,然而汊口处不同的水动力条件和来流水质使得均匀混合假设未必适用于所有的汊口。为修正传统方法中的这一理论不足,该文提出对不同类型的汊口进行分类,并基于不同的处理建立平原河网水质模型。较之传统的三级解法,该方法直接求解断面浓度,无需求解汊口处的浓度,可有效简化求解过程并提高精度。将模型应用于江苏昆山某河网,求解非恒定流条件下各断面的COD浓度。结果表明:在未采用均匀混合假设的汊口,出流断面浓度与传统模型的结果差异明显;该模型计算结果与实测值吻合较好,可应用于平原河网水质模拟。