珠江三角洲城市非点源COD影响因素分析及其负荷估算

珠江三角洲地区城市河流污染严重,非点源污染物入河量不容忽视.分别于2009～2010年对广东省佛山市汾江河流域的8个典型城市内河涌进行了降雨径流水质监测,并测算次降雨时段内非点源化学需氧量(COD)的入河量.综合平均浓度法及输出系数法的径流、地类要素,并通过校正后的SCS模型和土地利用现状图获取其径流量及地类参数,构建基于"径流-地类"参数的非点源COD负荷计算式.结果表明,降雨、地类是影响河涌集水区非点源COD负荷量的重要因素,且降雨对非点源COD负荷量的影响要大于地类.构建的计算式能较好地估算非点源COD负荷量,其对于单次降雨非点源COD负荷量的平均模拟精度为75.51%,且大时间尺度的模拟精度要优于次降雨尺度.据估算,2009年汾江河流域非点源COD的负荷总量及负荷强度分别为8 053 t、339 kg·(hm2.a)-1,其中厂矿地类的非点源COD负荷量及负荷强度最大.流域内非点源COD污染较为严重,应予以重视.     

农业非点源污染田间模型及其应用

非点源污染的负荷定量化研究是控制、评价和管理非点源污染的基础.农业非点源污染负荷估算包括农田排水估算和排水中的污染物浓度预测2个环节.依据水量平衡原理,农田排水应用DRAINMOD模型估算;将农田的施肥和灌溉过程"合成"作为田间污染物浓度的脉冲输入,农田排水中的污染物浓度变化则视作对应于此脉冲输入的响应过程,而污染物在田间的复杂迁移转化过程以逆高斯概率密度函数隐含表达.以此为基础,构建了农田尺度农业非点源污染负荷估算模型.以青铜峡灌区典型试验区为例,对稻田排水沟中硝态氮(NO_3~--N)和总磷(TP)的负荷过程进行了模拟,结果表明,模型估算结果和实测污染物负荷过程非常接近,Nash-Suttcliffe模拟效率系数分别为0.963和0.945,表明该模型具有较高的可靠性.     

张家港西南片地区非点源的计算研究

采用以新安江蓄满产流理论为核心的太湖流域产流模型计算张家港西南片地区4种土地利用类型的产流量,与美国EPA开发、基于GIS的非点源模型PLOAD结合,探讨PLOAD模型在江苏南部平原地区非点源计算中的应用,重点讨论各种土地利用径流系数和PLOAD模型输入参数的选取。计算了1998～2002年该地区的非点源产污负荷,并分析产污规律和不同土地利用下非点源污染的空间分布规律。结果表明,非点源产污与降雨年际变化趋势基本一致,与降雨量和降雨强度有关;各种非点源产污量大小排序为:COD>总氮>氨氮>总磷;工矿用地和城镇等不透水区域非点源产污量最大,水旱轮作农田次之。     

SWMM模型应用于城市住宅区非点源污染负荷模拟计算

以温州市典型住宅区非点源污染为对象,基于SWMM(storm water management model)模型的模拟机理,借鉴国内外相关研究的模型参数,结合降雨径流实测数据率定模型参数,将模型"本地化",构建了基于SWMM模型的研究区非点源污染负荷计算模型,并设计了4种不同降雨情景,分析在不同降雨条件下研究区非点源污染固体悬浮物(TSS)、CODCr、TN和TP的污染负荷量及其累积变化过程.结果表明,构建的SWMM模型的模拟值可以较好地与实测值相吻合,4种污染物模拟的相对误差均小于10%.在设计的4种降雨情景下:①污染物浓度峰值出现在降雨30～40 min内,降雨强度越大,出现浓度峰值的时间越早;②高强度降雨较低强度降雨可对受纳水体造成更大的污染.      

基于L-THIA模型的市桥河流域非点源氮磷负荷分析

以番禺市桥河流域为研究对象,利用现场建立的不同土地利用类型的径流场实测降雨径流数据,对长期水文影响评价模型(L-THIA)的主要参数进行校正,模拟计算该流域非点源氮磷负荷量,并分析土地利用和降雨变化对氮磷负荷输出的影响.结果表明,市桥河流域内非点源氮磷污染高负荷区主要集中在农业用地和城镇用地,单位面积污染负荷输出最高的为农业用地.从1995~2010年,流域非点源氮磷负荷呈增加趋势,TN增加了17.91%,而TP的增加幅度达到了25.30%.随着流域城镇化的迅速发展,城镇用地明显增加,所占比例达到了43.94%,2010年对负荷总量的贡献率也已超过40%,几乎与农业用地持平,这也是近15年来流域内农业用地面积虽然有所降低,但污染负荷总量仍然增加的主要因素.流域内降雨主要集中在汛期,因而汛期非点源氮磷负荷亦远高于非汛期,占全年比例超过了85%.不同降雨类型发生次数与污染负荷的Pearson相关分析表明,日降雨量大于20 mm的降雨是造成流域内非点源氮磷污染的主要降雨类型.     

基于改进输出系数模型的云南宝象河流域非点源污染负荷估算

本文引入降雨、地形因子(α、β)对经典的输出系数模型(ECM)进行改进,基于1999~2010年云南宝象河流域气象、水文、社会经济等数据,利用改进的输出系数模型(IECM)对该地区(位于滇池的东北部,绝大部分在官渡区内,西北部少部分在盘龙区内)的非点源污染负荷进行估算.结果显示,2008年宝象河流域非点源氮、磷污染的所占比例(分别为74.2%和68.0%)要显著高于点源氮、磷污染的所占比例(分别为25.8%和32.0%).氮污染中,不同非点源的贡献率依次为土地利用类型>大气沉降>农村生活>畜禽养殖;磷污染中,不同非点源污染的贡献率为土地利用类型>农村生活>大气沉降>畜禽养殖.宝象河流域的非点源氮污染比例要高于整个滇池流域,非点源磷污染比例与滇池流域较为接近.与实际观测值比较,IECM对TN、TP负荷的估算值的平均相对偏差分别为15%和-6%,ECM对TN、TP负荷的估算值的平均相对偏差分别为54%和17%.这表明改进的输出系数模型(IECM)提高了结果的准确性,可以为滇池流域的污染(尤其是非点源污染)负荷估算提供参考方法.     

潮河流域景观格局与非点源污染负荷关系研究

以密云水库上游潮河流域为研究区,在HSPF模型模拟的基础上,利用CCA排序和路径分析等多种统计分析方法,分析不同水平景观格局与非点源污染过程的相关关系,确定各景观指数对非点源污染的影响和贡献程度.结果表明:潮河流域景观格局与非点源污染过程的关系密切,二者的关系与空间尺度也有着紧密的关联.景观格局指数能累积解释55％的流域非点源污染负荷变化,土地利用面积比例的影响要大于景观格局指数,耕地是污染负荷的主要贡献源,而林地和草地较能有效控制污染物的输出.污染负荷受景观的破碎化、多样性和蔓延度的影响较大,流域内的景观越破碎、类型越丰富,斑块分布越零散,污染物的输出也就越多.斑块类型水平上,影响污染物负荷的指标因景观类型不同而异,其中,斑块密度(PD)和边缘密度(ED)是影响流域非点源污染负荷的共性指标.路径分析的结果表明,边缘密度(ED)、香农多样性指数(SHDI)、聚集度指数(AI)和蔓延度指数(CONTAG)是影响流域非点源污染负荷输出的主要景观格局变量,其中,香农多样性指数对TN、TP负荷的解释能力最大.较少的人类活动干扰和斑块类型的团聚分布能减少污染物输出的风险.     

基于SLURP模型和输出系数法的三峡库区非点源氮磷负荷预测

为研究三峡入库非点源污染的变化规律,以输出系数法为基础,引人污染负荷系数,建立了计算三峡库区上游流域非点源氮磷负荷的数学模型.将所建立的非点源负荷模型与分布式SLURP水文模型相结合.借助地理信息系统和遥感技术,对该流域土地利用/土地覆盖和气候特征下的流域水文动态过程,以及水文动态过程下该流域输入三峡库区的非点源氮磷污染负荷进行了相关预测和分析.预测结果显示:2020年由于该流域土地利用的变化,非点源氮磷污染的产生量略有减少,但地表径流量的增加使输入库区的非点源氮磷污染负荷有所增加;未来农田产生的污染物量有所减少,但农田仍然是形成氮磷负荷的最主要来源.     

涪江流域农业非点源污染空间分布及污染源识别

采用输出系数模型,借助地理信息系统技术,对涪江流域的农业非点源污染进行了模拟,分析了流域非点源污染的空间分布特征,并对主要污染源进行了辨识,以期为流域非点源污染控制与管理提供决策支持.研究表明,2010年研究区农业非点源总氮污染负荷为9.11×104t,全区平均负荷强度为3.10 t.km-2;农业非点源总氮负荷总量最主要分布在旱地、绵阳市和缓坡区,农业非点源总氮负荷强度的高负荷区为旱地、德阳市和缓坡区;农业用地的化肥流失是污染的首要污染源,贡献率为62.12%,其中旱地的化肥流失是最主要来源,贡献率为50.49%.可见,改进粗放的农业耕作方式、积极推进"退耕还林"、合理处理养殖废水、集中收集农村生活污水等是研究区非点源污染有效的控制措施.     

基于替代模型的非点源污染模拟不确定性分析——以石头口门水库汇水流域为例

为分析机理模型参数不确定性对非点源污染模拟结果的影响,以石头口门水库汇水流域为研究区,选择采用SWAT模型对研究区非点源污染进行模拟,并应用蒙特卡罗(Monte Carlo)方法对非点源污染机理模拟模型参数进行不确定性分析.但蒙特卡罗方法需要大量的取样并多次运行模拟模型,若直接调用SWAT模型,耗费的时间和资源较多.为降低计算负荷,应用克里格方法建立研究区非点源污染机理模型的替代模型,而实现蒙特卡罗模拟.结果表明:采用克里格方法建立研究区非点源污染SWAT模型的替代模型,不仅可以大幅减小计算负荷,还可以保持较好的精度;在置信水平为90%时,氨氮负荷输出和总磷负荷输出的区间范围分别为0.98×10~3~1.67×10~3t/a,0.29×10~3~0.84×103~t/a;相比于非点源总磷的输出结果,非点源氨氮输出结果的不确定性较大.     

Application of Bayesian regularized BP neural network model for analysis of aquatic ecological data-A case study of chlorophyll-a prediction in Nanzui water area of Dongting Lake

Bayesian regularized BP neural network（BRBPNN） technique was applied in the chlorophyll-α prediction of Nanzui water area in Dongting Lake. Through BP network interpolation method, the input and output samples of the network were obtained. After the selection of input variables using stepwise/multiple linear regression method in SPSS i1.0 software, the BRBPNN model was established between chlorophyll-α and environmental parameters, biological parameters. The achieved optimal network structure was 3-11-1 with the correlation coefficients and the mean square errors for the training set and the test set as 0.999 and 0.000？8426, 0.981 and 0.0216 respectively. The sum of square weights between each input neuron and the hidden layer of optimal BRBPNN models of different structures indicated that the effect of individual input parameter on chlorophyll- α declined in the order of alga amount 〉 secchi disc depth（SD） 〉 electrical conductivity （EC）. Additionally, it also demonstrated that the contributions of these three factors were the maximal for the change of chlorophyll-α concentration, total phosphorus（TP） and total nitrogen（TN） were the minimal. All the results showed that BRBPNN model was capable of automated regularization parameter selection and thus it may ensure the excellent generation ability and robustness. Thus, this study laid the foundation for the application of BRBPNN model in the analysis of aquatic ecological data（chlorophyll-α prediction） and the explanation about the effective eutrophication treatment measures for Nanzui water area in Dongting Lake.     

海岛非点源污染负荷估算方法研究

基于流域单元思想,提出一种非点源污染负荷估算方法：借助GIS提取模拟河网,识别流域边界,并划分汇水区和子流域,为流域非点源污染的估算提供基础的数据平台.在此基础上,与土地利用专题图叠加,计算各子流域内不同土地利用类型的面积,构建非点源负荷系统,利用各污染排放系数和入海系数,结合多年的降雨量,并引入坡度因子作为限制条件,估算污染负荷总量.结果显示,南长山岛非点源全氮、全磷年负荷量分别为11539kg和2025kg.氮污染中,各污染源强的贡献率依次为居民生活> 大气沉降> 土地利用> 畜禽养殖;磷污染中,各污染源强的贡献率依次为居民生活> 土地利用> 大气沉降> 畜禽养殖.基于此,探讨海岛地区非点源污染排放特征及对水环境质量影响,可为海岛地区污染物总量调控和环境健康发展提供一种技术方法.     

潮河流域非点源污染控制关键因子识别及分区

将GIS技术、ArcSWAT模型与分析技术相结合,以农耕养殖程度较高的北京密云水库上游潮河流域为研究区,通过对流域近20年非点源污染负荷时空变异情况进行模拟,识别影响非点源污染流失的关键因子,进行非点源污染控制区划.结果表明,总氮和总磷年均负荷量分别为563.3,28.7t/a,氮磷负荷空间分布特征表现为:丰水年以地势较高且农业耕作活动频繁区域为主,平水年和枯水年表现为靠近河道的农业用地与畜禽养殖区为主.采用多因素方差分析11种不同因素对流域非点源污染负荷的影响程度表明,施肥量是影响氮磷输出的最主要的因子,坡长、土壤类型、土地利用方式及坡度是影响氮磷输出的次重要因子;针对潮河流域长期传统耕作以及化肥过量施用的现状,土壤有机磷的含量也会对总磷的输出产生一定的影响.潮河流域可划分为3个污染控制区,第1类:污染控制区(以近河道耕种区为主,面积186.74km²),第2类:污染治理区(农村生活及畜禽养殖区为主,面积23.09km²),第3类:生态修复区(高坡度强降雨区为主,面积1365.25km²).该研究结果可有效提升流域非点源污染治理的效率,为水源地流域环境保护提供参考.     

程海流域非点源污染负荷估算及其控制对策

计算流域非点源氮磷污染负荷并以此开展源解析对于寻求水体污染控制最佳管理措施具有重要意义.通过对经典的Johnes输出系数模型进行改进,考虑了降水、坡度以及污染源与水体之间距离等因素,建立了一套在资料缺乏情况下,适用于受地形、降水影响较大的高原湖泊地区的非点源污染负荷评估方法.选取云南省九大高原湖泊之一的程海作为研究对象,验证了改进输出系数模型的合理性,并对流域溶解态氮磷入湖污染负荷进行了全面的分析.结果表明:(1)2014年,程海流域溶解态氮磷入湖负荷分别是158.48 t·a~(-1)和24.70 t·a~(-1),且二者空间分布相似;(2)在土地利用方面,农业用地对溶解态氮磷入湖污染负荷贡献最大,分别是46.19%和48.16%;(3)畜禽养殖和农村生活是溶解态氮磷入湖污染负荷治理的优先控制污染源,南岸是溶解态氮磷入湖污染负荷重点治理区域;(4)若实行农村生活和畜禽养殖、化肥流失及土地利用治理,可使溶解态氮磷入湖污染负荷分别减少38.47%和40.76%.研究成果可为缺乏资料的高原湖泊地区非点源污染治理提供科学的理论依据.     

基于SWAT模型的黑河流域不同土地利用情景的非点源污染研究

以卫星遥感影像为基础,运用GIS与环境模型(SWAT2000)相结合的技术手段和景观生态学的研究方法,探讨了黑河流域土地利用与非点源污染的关系;从土地利用恶化与改善出发,对模型进行水量、泥沙和营养负荷部分的参数率定和验证并分析其在黑河流域的适用性,在此基础上通过对不同土地利用情景下非点源污染负荷的定量化分析,研究了土地利用/土地覆被变化对黑河流域非点源污染的影响过程.结果表明,随着流域林地面积的增加,流域径流深逐渐减少,水土流失量逐渐减少.从而使得流域产沙量也相应减少.林地的非点源污染单位负荷为:氮0.67kg·hm-2·a-1,磷0.11 kg·hm-2·a-1;耕地的单位负荷为:氮8.85 kg·hm-2·a-1,磷4.2kg·hm-2·a-1;当流域全部为林地时.总氮与总磷的负荷量分别为99.001t和17.145t.在2000年土地利用情景下总氮与总磷的负荷量分别为173.334t和38.653t;随着对植被的破坏,即土地恶化,会导致流域非点源污染的急剧增加;反之,随着退耕还林、水源涵养林保护工程的实施,流域水环境会得到极大的改善.     

苏南太湖水系农业面源污染及其控制对策研究

提出并应用了差额污染负荷量的概念，建立了平原水网地区大面积集水区网络试验法，并设计了可以覆盖苏南太湖地区的７种类型水、旱田网络试验区、通过点面结合，室内外试验配合，采用１５＾Ｎ同位素示踪技术进行农田氮素流失模拟试验等研究，结果表明，农业面源氮素污染负荷量随年降水量和灌溉量的增加而增大；浅层地下水硝态氮的污染负荷量与氮肥的施用量呈正相关；稻田氮素污染负荷量显地高于旱田；农业面源磷素污染差额总负荷量     

Predicting the impacts of climate change on nonpoint source pollutant loads from agricultural small watershed using artificial neural network

This study described the development and validation of an artificial neural network (ANN) for the purpose of analyzing the e ects of climate change on nonpoint source (NPS) pollutant loads from agricultural small watershed. The runo discharge was estimated using ANN algorithm. The performance of ANN model was examined using observed data from study watershed. The simulation results agreed well with observed values during calibration and validation periods. NPS pollutant loads were calculated from load-discharge relationship driven by long-term monitoring data. LARS-WG (Long Ashton Research Station-Weather Generator) model was used to generate rainfall data. The calibrated ANN model and load-discharge relationship with the generated data from LARS-WG were applied to analyze the e ects of climate change on NPS pollutant loads from the agricultural small watershed. The results showed that the ANN model provided valuable approach in estimating future runo discharge, and the NPS pollutant loads.