基于分布式模型的流域地表水质模拟和污染来源识别方法研究

针对地表水控制断面污染物浓度预测和污染来源识别问题,以河道控制断面汇流区为基本单元,发展了直排源和非直排源负荷计算方法,基于大数据分析方法识别基本单元的污染物迁移转化主控过程划分了参数区,提出了分布式流域地表水质模拟方法和污染来源识别方法。分别采用瓯江一级支流好溪流域2018年-2022年水文流量、氨氮(NH 3)和高锰酸盐指数(COD_(Mn))浓度监测数据进行了参数率定和模型验证。结果表明:在89.448%的因子覆盖率的情况下,将好溪流域分为4类参数区,模型能够有效的模拟流域水质变化以及识别主要污染原来区域。

浙南山区小流域WRF模式参数化方案对比与优化组合

准确的降水预报对山区小流域防洪减灾具有重要意义。选取浙南山区好溪流域典型降水场次,基于WRF(weather research and forecasting)模式,开展云微物理过程参数化方案和积云对流参数化方案敏感性分析,优选适用于好溪流域的物理过程参数化组合方案,提高好溪流域降水预报精度。研究结果表明:云微物理过程和积云对流参数化过程的方案选择及组合对降水预报影响显著,然而没有某一种组合方案的模拟效果对于所有场次的降水都是最佳的;综合考虑所有的典型降水场次,当云微物理参数化方案选择Lin(Purdue Lin)方案、积云对流过程参数化方案选择KF(Kain-Fritsch)方案时,降水预报精度最高。