CN107315912B - 一种中小树枝型河道污染物浓度预测及纳污能力计算方法 - Google Patents

一种中小树枝型河道污染物浓度预测及纳污能力计算方法 Download PDF

Info

Publication number
CN107315912B
CN107315912B CN201710475453.3A CN201710475453A CN107315912B CN 107315912 B CN107315912 B CN 107315912B CN 201710475453 A CN201710475453 A CN 201710475453A CN 107315912 B CN107315912 B CN 107315912B
Authority
CN
China
Prior art keywords
branch
concentration
flow
pollutants
river channel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710475453.3A
Other languages
English (en)
Other versions
CN107315912A (zh
Inventor
赖秋英
李一平
黄冬菁
罗凡
翁晟琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201710475453.3A priority Critical patent/CN107315912B/zh
Publication of CN107315912A publication Critical patent/CN107315912A/zh
Application granted granted Critical
Publication of CN107315912B publication Critical patent/CN107315912B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2219/00Indexing scheme relating to application aspects of data processing equipment or methods
    • G06F2219/10Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本发明公开了一种中小树枝型河道污染物浓度预测及纳污能力计算方法,确定调查对象水环境功能区的目标值,结合现场调研确定河道水文和水质参数;进行河道干流概化及河道支流概化;进行河道干流污染物浓度、河道干流纳污能力及干流超标长度比例、支流及整体河道污染物浓度的计算及预测。本发明在国内外已有的计算河道污染物浓度和纳污能力方法的基础上,提供了一种中小树枝型河道污染物浓度预测及纳污能力计算方法,可有效应用于中小树枝型河道的水环境管理、污染物浓度预测和水污染的控制,尤其适用于经济欠发达、河道污染较严重地区,具有很强的实用性和广泛的适用性,为中小树枝型河道水环境管理、污染物防治提供理论和技术支撑。

Description

一种中小树枝型河道污染物浓度预测及纳污能力计算方法
技术领域
本发明涉及河道污染物浓度预测及纳污能力计算方法,尤其涉及一种中小树枝型河道污染物浓度预测及纳污能力计算方法。
背景技术
树枝型河道是指有多条支流汇入干流所形成的类似于树干分支形状的河道,联系众多水域,在天然实际河道中极其常见。树枝型河道接纳了沿途各个汇入点携带的污染物,当各支流汇入干流后,随着水流流动,干流中的污染物浓度变化与分布和纳污能力对河道两岸的环境及周围居民的生活质量影响很大,甚至影响当地的排水、通航等活动。
现阶段对河道污染物浓度预测及纳污能力的研究,侧重于假设单一排放口排放污染物,侧重于假设河道流速和污染物降解系数全局统一。对于中小树枝型河道,不能准确把握其污染物浓度分布及纳污能力,进而影响水环境管理措施的效益,又随《水污染防治行动计划》、《“十三五”生态环境保护规划》等相关规划的提出,污染物排放总量控制应得到重视。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种综合考虑支流携带的污染物、各段干流沿程流速变化及各段干流污染物降解系数变化对河道污染物浓度分布及纳污能力的影响,可应用于各类中小树枝型河道的污染物浓度预测及纳污能力计算方法。
本发明采用的技术方案为:
一种中小树枝型河道污染物浓度预测及纳污能力计算方法,包括以下步骤:
(1)根据《地表水环境质量标准》(GB3838-2002)或当地标准,确定调查对象水环境功能区的目标值Cs,确定河道水文和水质参数;
(2)根据上述的河道水文和水质参数,进行河道干流概化及河道支流概化;
(3)根据污染物浓度预测一维水质模型和完全混合水质模型,进行河道干流污染物浓度预测、河道干流纳污能力计算、干流超标长度比例计算,支流及整体河道污染物浓度预测。
上述步骤(1)中的河道水文和水质参数,包括干流上游来流初始流量Q0、干流上游来流本底浓度C0、干流总长度D、第i条支流汇入点到第i+1条支流汇入点间干流距离li、第i条支流汇入点到第i+1条支流汇入点间干流平均河宽Bi、第i条支流汇入点到第i+1条支流汇入点间干流平均水深Hi、第i条支流汇入点到第i+1条支流汇入点间干流污染物降解系数ki、相邻两条支流间干流的超标长度lii、第i条支流上游来流初始流量q0i、第i条支流上游来流本底浓度C0i、第i条支流的第j个污染源到第j+1个污染源的距离Lij、第i条支流长度Li、第i条支流的第j个污染源流量qij、第i条支流的第j个污染源污染物浓度Cij、第i条支流的平均河宽bi、第i条支流的平均水深hi和第i条支流的污染物降解系数k0i
上述步骤(2)中河道干流概化,为综合各段干流沿程流速的变化和各段干流污染物降解系数的变化对河道污染物浓度分布及纳污能力的影响,将整体河道概化成干流段尾控制水质达标,且各段干流存在超标长度比例。
一维稳态下纳污能力的计算方法主要有段首控制、段尾控制和功能区末端控制三种,本发明将中小树枝型河道干流概化成段尾控制水质达标。
上述步骤(2)中河道支流概化,为基于一维水质模型,进行支流到达干流汇入点前的浓度预测,和整体河道污染物浓度预测。
上述步骤(3)中所述河道干流污染物浓度预测的步骤如下:
A1、支流排入干流完全混合后的浓度计算
第i条支流上游来流初始流量q0i与第i条支流的j个污染源流量之和qi为第i条支流(流入干流)的流量:
Figure GDA0002740093310000031
第i条支流汇入点到第i+1条支流汇入点间干流平均流速:
Figure GDA0002740093310000032
根据污染物浓度预测一维水质模型和完全混合水质模型,在不考虑扩散情况下,第i条支流污染物排入干流,则第i条支流汇入点处支流与干流完全混合后的浓度为:
Figure GDA0002740093310000033
式(1)中,qi为第i条支流流入干流的流量;式(2)中,ui为第i条支流汇入点到第i+1条支流汇入点间干流平均流速;式(3)中,Ci’为第i条支流污染物与干流完全混合后的浓度;
A2、河道干流污染物浓度预测
根据污染物浓度预测一维水质模型,计算中小树枝型河道干流第i段任一点的浓度:
Figure GDA0002740093310000034
式(4)中,C(x)为中小树枝型河道干流第i段任一点的浓度,x为污染物浓度预测的断面到第i条支流汇入点间干流的距离,以流向为正方向。
上述步骤(3)中河道干流纳污能力计算步骤如下:
B1、干流污染物到达第i+1条支流汇入点前浓度计算
干流中污染物经过一维降解,到达第i+1条支流汇入点前的干流浓度为:
Figure GDA0002740093310000041
式(5)中,Ci”为河道干流污染物到达第i+1条支流汇入点前的浓度;
B2、干流第i段河段的纳污能力计算
根据一维稳态下纳污能力段尾控制法,即当污染物进入河道后,要求计算河段段尾处的水质达到相应水环境功能区段的目标值,干流第i段河段的纳污能力为:
Figure GDA0002740093310000042
式(6)中,Ei为干流第i段河段的纳污能力;
B3、河道总纳污能力计算
Figure GDA0002740093310000043
Figure GDA0002740093310000044
式(7)(8)中,E为中小树枝型河道总纳污能力。
上述步骤(3)中干流超标长度比例为:
Figure GDA0002740093310000051
式(9)中,α为干流超标长度比例;L为干流第1条支流汇入点至计算河段的距离。
上述步骤(3)中支流及整体河道污染物浓度预测计算为:
根据式(1),第i条支流流量为qi,则第i条支流平均流速为:
Figure GDA0002740093310000052
根据污染物浓度预测一维方法和完全混合模型,假设第i条支流存在n个污染源,污染物排入第i条支流经过稀释、降解,到达第i条支流干流汇入点前的浓度为:
Figure GDA0002740093310000053
式(10)中,u0i为第i条支流平均流速,式(11)中,Ci为第i条支流污染物到达第i条支流干流汇入点前的浓度;
式(11)推导方法同样适用于有n条支流汇入的干流,整体河道污染物浓度预测:
Figure GDA0002740093310000054
式(12)中,C为中小树枝型河道下游控制断面的浓度。
上述中小树枝型河道的支流均在集水范围内,支流均流向干流,即第i+1条支流汇入点位于第i条支流汇入点下游,第i条支流的第j+1个污染源位于第j个污染源下游。
上述干流总长度D为第1条支流汇入点至计算河段的距离;第i条支流长度Li为第i条支流第1个污染源至支流汇入点的距离。
本发明的有益之处在于:
本发明在国内外已有的计算河道污染物浓度和纳污能力方法的基础上,提供了一种中小树枝型河道污染物浓度预测及纳污能力计算方法,通过对河道干流和支流进行概化,同时考虑支流携带的污染物、各段干流沿程流速变化及各段干流污染物降解系数变化对河道污染物浓度分布及纳污能力的影响;进一步通过一维方法对河道干流污染物浓度、河道干流纳污能力、干流超标长度比例,支流及整体河道污染物浓度进行计算和预测。
该方法可有效应用于中小树枝型河道的水环境管理、污染物浓度预测和水污染的控制,尤其适用于经济欠发达、河道污染较严重地区;为中小树枝型河道水环境管理、污染物的治理及预防提供理论和技术支撑。具有很强的实用性和广泛的适用性。
附图说明
图1是本发明的一种中小树枝型河道污染物浓度预测及纳污能力计算方法的流程图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
一种中小树枝型河道污染物浓度预测及纳污能力计算方法,包括确定调查对象水环境功能区的目标值Cs,结合现场调研确定河道水文和水质参数;河道干流概化及河道支流概化;进行河道干流污染物浓度预测、河道干流纳污能力及干流超标长度比例计算、支流及整体河道污染物浓度预测。
实施该方法时,具体为:
1、确定调查对象水环境功能区的目标值,以《地表水环境质量标准》(GB3838-2002)或以当地标准确定,记为Cs
2、现场调研确定河道水文和水质参数,包括干流上游来流初始流量Q0、干流上游来流本底浓度C0、第i条支流汇入点到第i+1条支流汇入点间干流距离li、干流总长度D、第i条支流汇入点到第i+1条支流汇入点间干流平均河宽Bi、第i条支流汇入点到第i+1条支流汇入点间干流平均水深Hi、第i条支流汇入点到第i+1条支流汇入点间干流污染物降解系数ki、相邻两条支流间干流的超标长度lii、第i条支流上游来流初始流量q0i、第i条支流上游来流本底浓度C0i、第i条支流的第j个污染源到第j+1个污染源的距离Lij、第i条支流长度Li、第i条支流的第j个污染源流量qij、第i条支流的第j个污染源污染物浓度Cij、第i条支流的平均河宽bi、第i条支流的平均水深hi和第i条支流的污染物降解系数k0i
3、河道干流概化,将中小树枝型河道概化成干流段尾控制水质达标且各个分段存在一定的超标长度比例的情况,并同时考虑各段干流沿程流速的变化及各段干流污染物降解系数的变化对河道污染物浓度分布及纳污能力的影响。
4、河道支流概化,基于一维水质模型,预测支流到达干流汇入点前的浓度,同时可实现河道整体污染物浓度预测。
5、河道干流污染物浓度预测:
Figure GDA0002740093310000071
Figure GDA0002740093310000072
Figure GDA0002740093310000081
式(1)中,qi为第i条支流流入干流的流量,式(2)中,ui为第i条支流汇入点到第i+1条支流汇入点间干流平均流速,式(4)中,C(x)为中小树枝型河道干流第i段任一点的浓度,x为污染物浓度预测的断面到第i条支流汇入点间干流的距离。
6、河道纳污能力计算:
Figure GDA0002740093310000082
式(8)中,E为中小树枝型河道总纳污能力。
7、干流超标长度比例计算:
Figure GDA0002740093310000083
式(9)中,α为干流超标长度比例;L为干流第1条支流汇入点至计算河段的距离。
8、支流及整体河道污染物浓度预测:
Figure GDA0002740093310000084
Figure GDA0002740093310000085
式(10)中,u0i为第i条支流平均流速,式(11)中,Ci为第i条支流污染物到达第i条支流干流汇入点前的浓度;
式(11)推导方法同样适用于有n条支流汇入的干流浓度预测,可实现整体河道污染物浓度预测:
Figure GDA0002740093310000091
式(12)中,C为中小树枝型河道下游控制断面的浓度。
实施例1:
以某一地区中小树枝型河道为例进行中小树枝型河道污染物浓度预测和纳污能力计算,步骤如下:
(1)确定调查对象水环境功能区的目标值
确定水质目标为《地表水环境质量标准》(GB3838-2002)Ⅱ类水标准,污染物质为BOD5
(2)现场调研水文水质参数
现场调研河道水文和水质参数,包括河道计算区域为10km,该区域内有两条和干流程度相当的支流汇入其中,干流和支流的平均水深均为1.6m,平均河宽均为12m,干流和支流上游来流BOD5本底浓度均为3.5mg/L,干流上游来流初始流量1.5m3/s,第1条支流初始流量为1.3m3/s,第2条支流初始流量为1.5m3/s,第1条支流汇入点距离第2条支流汇入点4km,第2条支流汇入点距离控制断面6km,污染物降解速度均为0.8/d,第1条支流与第2条支流间干流的超标长度为1km,第2条支流与控制断面间干流的超标长度为1.5km,第1条支流有1个污染源,污染源流量为0.5m3/s,污染源浓度为6mg/L,污染源到第1条支流汇入点的距离为3km,第2条支流有2个污染源,第1个污染源和第2个污染源流量均为0.5m3/s,污染源浓度均为6mg/L,第1个污染源到第2个污染源的距离为3km,第2个污染源到第2条支流汇入点的距离为1.5km等。
(3)河道干流污染物浓度预测
第1条支流流入干流流量为1.8m3/s,干流第1段河段平均流速为0.172m/s,干流第1段河段任一点污染物浓度为:
Figure GDA0002740093310000101
第2条支流流入干流流量为2.5m3/s,干流第2段河段平均流速为0.302m/s,干流第2段河段任一点污染物浓度为:
Figure GDA0002740093310000102
(4)河道干流纳污能力计算
干流第1段河段纳污能力为:
Figure GDA0002740093310000103
干流第2段河段纳污能力为:
Figure GDA0002740093310000104
该树枝型河道总纳污能力为286.28kg/d。
(5)干流超标长度比例计算
干流超标长度比例为:
Figure GDA0002740093310000105
(6)支流及整体河道污染物浓度预测
支流污染物浓度预测,第1条支流平均流速为0.094m/s,第1条支流污染物到达第1条支流干流汇入点前的浓度为:
Figure GDA0002740093310000106
第2条支流平均流速为0.130m/s,第2条支流污染物到达第2条支流干流汇入点前的浓度为:
Figure GDA0002740093310000111
整体河道污染物浓度预测,中小树枝型河道下游控制断面10km处的浓度为:
Figure GDA0002740093310000112
Figure GDA0002740093310000113
计算结果相近。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。

Claims (1)

1.一种中小树枝型河道污染物浓度预测及纳污能力计算方法,其特征在于,包括以下步骤:
(1)根据《地表水环境质量标准》(GB3838-2002)或当地标准,确定调查对象水环境功能区的目标值Cs,确定河道水文和水质参数;所述步骤(1)中的河道水文和水质参数,包括干流上游来流初始流量Q0、干流上游来流本底浓度C0、干流总长度D、第i条支流汇入点到第i+1条支流汇入点间干流距离li、第i条支流汇入点到第i+1条支流汇入点间干流平均河宽Bi、第i条支流汇入点到第i+1条支流汇入点间干流平均水深Hi、第i条支流汇入点到第i+1条支流汇入点间干流污染物降解系数ki、相邻两条支流间干流的超标长度lii、第i条支流上游来流初始流量q0i、第i条支流上游来流本底浓度C0i、第i条支流的第j个污染源到第j+1个污染源的距离Lij、第i条支流长度Li、第i条支流的第j个污染源流量qij、第i条支流的第j个污染源污染物浓度Cij、第i条支流的平均河宽bi、第i条支流的平均水深hi和第i条支流的污染物降解系数k0i
(2)根据上述的河道水文和水质参数,进行河道干流概化及河道支流概化;所述步骤(2)中河道干流概化,为综合各段干流沿程流速的变化和各段干流污染物降解系数的变化对河道污染物浓度分布及纳污能力的影响,将整体河道概化成干流段尾控制水质达标,且各段干流存在超标长度比例;所述步骤(2)中河道支流概化,为基于一维水质模型,进行支流到达干流汇入点前的浓度预测,和整体河道污染物浓度预测;
(3)根据污染物浓度预测一维水质模型和完全混合水质模型,进行河道干流污染物浓度预测、河道干流纳污能力计算、干流超标长度比例计算,支流及整体河道污染物浓度预测;
所述步骤(3)中所述河道干流污染物浓度预测的步骤如下:
A1、支流排入干流完全混合后的浓度计算
第i条支流上游来流初始流量q0i与第i条支流的j个污染源流量之和qi为第i条支流流入干流的流量:
Figure FDA0002818132540000021
第i条支流汇入点到第i+1条支流汇入点间干流平均流速:
Figure FDA0002818132540000022
根据污染物浓度预测一维水质模型和完全混合水质模型,在不考虑扩散情况下,第i条支流污染物排入干流,则第i条支流汇入点处支流与干流完全混合后的浓度为:
Figure FDA0002818132540000023
式(1)中,qi为第i条支流流入干流的流量;式(2)中,ui为第i条支流汇入点到第i+1条支流汇入点间干流平均流速;式(3)中,Ci’为第i条支流污染物与干流完全混合后的浓度;
A2、河道干流污染物浓度预测
根据污染物浓度预测一维水质模型,计算中小树枝型河道干流第i段任一点的浓度:
Figure FDA0002818132540000024
式(4)中,C(x)为中小树枝型河道干流第i段任一点的浓度,x为污染物浓度预测的断面到第i条支流汇入点间干流的距离,以流向为正方向;
所述步骤(3)中河道干流纳污能力计算步骤如下:
B1、干流污染物到达第i+1条支流汇入点前浓度计算
干流中污染物经过一维降解,到达第i+1条支流汇入点前的干流浓度为:
Figure FDA0002818132540000031
式(5)中,Ci”为河道干流污染物到达第i+1条支流汇入点前的浓度;
B2、干流第i段河段的纳污能力计算
根据一维稳态下纳污能力段尾控制法,即当污染物进入河道后,要求计算河段段尾处的水质达到相应水环境功能区段的目标值,干流第i段河段的纳污能力为:
Figure FDA0002818132540000032
式(6)中,Ei为干流第i段河段的纳污能力;
B3、河道总纳污能力计算
Figure FDA0002818132540000033
Figure FDA0002818132540000034
式(7)(8)中,E为中小树枝型河道总纳污能力;
所述步骤(3)中干流超标长度比例为:
Figure FDA0002818132540000035
式(9)中,α为干流超标长度比例;L为干流第1条支流汇入点至计算河段的距离;
所述步骤(3)中支流及整体河道污染物浓度预测计算为:
根据式(1),第i条支流流量为qi,则第i条支流平均流速为:
Figure FDA0002818132540000041
根据污染物浓度预测一维水质模型和完全混合水质模型,假设第i条支流存在n个污染源,污染物排入第i条支流经过稀释、降解,到达第i条支流干流汇入点前的浓度为:
Figure FDA0002818132540000042
式(10)中,u0i为第i条支流平均流速,式(11)中,Ci为第i条支流污染物到达第i条支流干流汇入点前的浓度;
有n条支流汇入的干流,整体河道污染物浓度预测:
Figure FDA0002818132540000043
式(12)中,C为中小树枝型河道下游控制断面的浓度。
CN201710475453.3A 2017-06-21 2017-06-21 一种中小树枝型河道污染物浓度预测及纳污能力计算方法 Expired - Fee Related CN107315912B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710475453.3A CN107315912B (zh) 2017-06-21 2017-06-21 一种中小树枝型河道污染物浓度预测及纳污能力计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710475453.3A CN107315912B (zh) 2017-06-21 2017-06-21 一种中小树枝型河道污染物浓度预测及纳污能力计算方法

Publications (2)

Publication Number Publication Date
CN107315912A CN107315912A (zh) 2017-11-03
CN107315912B true CN107315912B (zh) 2021-02-12

Family

ID=60184188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710475453.3A Expired - Fee Related CN107315912B (zh) 2017-06-21 2017-06-21 一种中小树枝型河道污染物浓度预测及纳污能力计算方法

Country Status (1)

Country Link
CN (1) CN107315912B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108287950B (zh) * 2017-12-27 2021-09-14 生态环境部环境规划院 基于控制单元水环境质量目标管理的水质模拟方法
CN108320094B (zh) * 2018-01-31 2021-08-06 扬州大学 污染源顶点概化下小型河道纳污能力不确定性风险估计方法
CN108197830B (zh) * 2018-01-31 2021-08-06 扬州大学 污染源重心概化下考虑降解系数不确定性的小型河道纳污能力计算方法
CN108460519B (zh) * 2018-01-31 2021-09-24 扬州大学 污染源重心概化下小型河道纳污能力风险估计方法
CN108280585B (zh) * 2018-01-31 2021-08-06 扬州大学 规划排污口任意多点概化下小型河道纳污能力风险估算方法
CN109085857B (zh) * 2018-06-25 2019-05-28 中国水利水电科学研究院 一种闸控明渠水污染事故应急处置水流调控决策方法
CN109644900A (zh) * 2018-12-05 2019-04-19 北京师范大学 一种确定鱼类群落恢复潜力的方法
CN109813767B (zh) * 2019-01-31 2021-05-04 重庆大学 一种城市河流中污染物生物降解率的测定方法
CN112765829B (zh) * 2021-01-28 2023-01-24 中国电建集团北京勘测设计研究院有限公司 一种考虑排污口位置影响的中小型河段纳污能力核算方法
CN113240203B (zh) * 2021-06-16 2024-04-16 生态环境部南京环境科学研究所 一种多污染源中小河道断面污染贡献率计算方法
CN113407588B (zh) * 2021-07-20 2022-04-05 中国科学院地理科学与资源研究所 一种海域污染空间分布获取方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006070531A (ja) * 2004-09-01 2006-03-16 Yukio Hamada 河川用の魚巣ブロック
CN102608282A (zh) * 2011-01-21 2012-07-25 张波 水质信息计算装置及方法
CN205170501U (zh) * 2015-08-01 2016-04-20 郑伟 一种仿生人工河道树干
CN106803388A (zh) * 2017-03-08 2017-06-06 浙江省水利河口研究院 多类型河道交汇口水流特性研究的实验装置及实验方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10338047B2 (en) * 2015-06-16 2019-07-02 International Business Machines Corporation Air-pollution anomaly location mechanism

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006070531A (ja) * 2004-09-01 2006-03-16 Yukio Hamada 河川用の魚巣ブロック
CN102608282A (zh) * 2011-01-21 2012-07-25 张波 水质信息计算装置及方法
CN205170501U (zh) * 2015-08-01 2016-04-20 郑伟 一种仿生人工河道树干
CN106803388A (zh) * 2017-03-08 2017-06-06 浙江省水利河口研究院 多类型河道交汇口水流特性研究的实验装置及实验方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于EFDC 模型的河道型水库藻类生长对流域污染负荷削减的响应》;李一平;《湖泊科学》;20150507;全文 *
《青岛市重点流域水环境承载力与污染防治对策研究》;刘占良;《中国博士学位论文全文数据库 工程科技Ⅰ辑》;20091130;全文 *

Also Published As

Publication number Publication date
CN107315912A (zh) 2017-11-03

Similar Documents

Publication Publication Date Title
CN107315912B (zh) 一种中小树枝型河道污染物浓度预测及纳污能力计算方法
CN106202618B (zh) 工程调度与感潮河网污染物输移过程耦合的数值模拟方法
US20230054713A1 (en) Method for determining contribution rate of pollution load in water quality assessment section of annular river network system based on water quantity constitute
WO2023087995A1 (zh) 一种分汊河道分流比与分污比及其演变规律的研究方法
CN107563139A (zh) 一种点源突发性水污染源事故溯源贡献程度计算方法
CN111310327A (zh) 一种基于削减量模型的水环境达标定量化设计方法
Bakhtiyar et al. Effective Use of Irrigation Water in Case of Interfarm Canal
CN109598428B (zh) 一种基于行政单元和水系的污染物削减分配方法
CN113127805B (zh) 河流断面污染源贡献率计算方法、装置、设备及存储介质
Gaines Flooding: water potential
CN116166669A (zh) 水污染溯源方法、装置、设备及存储介质
CN113240203A (zh) 一种多污染源中小河道断面污染贡献率计算方法
Hu et al. Phytoplankton assemblages in a complex system of interconnected reservoirs: the role of water transport in dispersal
He et al. Three decadal inputs of nitrogen and phosphorus from four major coastal rivers to the summer hypoxic zone of the northern Gulf of Mexico
CN112287613B (zh) 针对流域水环境控制断面的污染物削减方法
Jansky et al. The Danube: a case study of sharing international waters
CN208654841U (zh) 一种水质预警预报***
CN113158591B (zh) 一种确定流域土地开发利用承载力的方法
CN115906359A (zh) 一种基于排水管网模型的管网溢流点分析方法
Bonacina et al. From a continuous thermal profile to a stepped one: The effect of run of river hydropower plants on the river thermal regime
Forbes Hydrologic investigations of the lower Calcasieu River, Louisiana
Gholizadeh et al. Optimization of water quantity and quality in Mahabad River by SWAT model
Reuber et al. Preparing a river for the future-The River Meuse in the year 2050
CN115565073A (zh) 一种清洁基流的排查方法
Shan et al. Analysis of non-point and point source pollution load in DongPieHong Ditch

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210212

CF01 Termination of patent right due to non-payment of annual fee