共查询到19条相似文献,搜索用时 93 毫秒
1.
辽河流域非点源污染负荷估算 总被引:11,自引:0,他引:11
在国内非点源污染研究中还没有关于大中型流域非点源污染负荷的估算分析。本文运用输出系数线性模型,根据统计资料估算了辽河流域非点源污染负荷:TN4、11万t,TP0.60万t,CODl5.62万t。结果表明:整体而言,非点源污染不是辽河流域水污染的最主要因素,但在辽河的内蒙古段内,非点源污染已成为最主要的污染因素。 相似文献
2.
3.
估算非点源污染负荷的平均浓度法及其应用 总被引:82,自引:10,他引:82
不了满足水质预测和流域水污染控制规划的迫切需要,结合我国非点源污染监测资料少的实际,以非点源污染的形成过程为基础,提出了一种简便易用的流域非点源污染负荷估算方法-平均浓度法,应用实例表明,该方法是可行的。 相似文献
4.
5.
大尺度区域非点源污染负荷计算方法 总被引:32,自引:11,他引:32
针对我国非点源污染研究中存在的主要矛盾,即已有的实验和研究多集中在小流域和小区域范围内(10000 km2以下),而缺乏全流域尺度下的非点源污染负荷估算方法,通过分析非点源污染负荷研究中的尺度问题及其解决途径,提出了大尺度区域非点源污染负荷的计算方法,以适应规划层次下非点源污染控制和管理的需要.研究在分析非点源污染负荷产生和迁移途径的基础上,依据水文产汇流和污染物迁移过程,建立了大区域尺度非点源污染负荷估算模型;在地理信息系统(GIS)支持下,分别按城市径流、农业生产、农村居民点和畜禽养殖4种类型,计算了2000年我国10个一级水资源区的溶解态非点源污染负荷量.结果表明,2000年全国范围内非点源污染情况比较严重,耗氧有机物(以COD计)、TN、TP和NH4 -N的人河量分别达到6.65×106t、3.28×106t、1.56×106t和0.83×106t.最后,采用各流域机构的非点源污染调查数据(2000年),对模型计算结果进行了验证,结果表明,模型结构基本合理,计算结果具有一定的可靠性. 相似文献
6.
青岛市崂山区非点源污染负荷的估算 总被引:1,自引:0,他引:1
对于城镇地表径流的污染负荷,通常是按土地利用类型分别计算,然后再求得总的污染负荷量。对于同一种城镇土地利用类型,其污染负荷量可视为人口密度、扫街程度和降水量的函数。其年污染负荷量的计算公式为: 相似文献
7.
珠江三角洲城市非点源COD影响因素分析及其负荷估算 总被引:2,自引:1,他引:2
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. 相似文献
8.
中国水环境非点源污染负荷的估算研究 总被引:1,自引:0,他引:1
中国已占水环境容量中,除了点源污染以外,非点源污染也占有相当比重,非点源污染负荷的定量化研究势在必行.国外对非点源污染的研究开始较早,成果也较成熟.从20世纪80年代以来,中国也逐渐认识到非点源污染的存在及其危害性,开始了非点源污染的控制研究.但是中国对非点源污染问题的研究现在尚处于初级阶段,多为借鉴国外模型.文章分析了国内外对非点源污染的研究方法和研究现状,介绍了适合中国国情的非点源污染负荷估算的方法,包括流域水文估算法、大尺度区域中非点源污染负荷估算的方法. 相似文献
9.
10.
11.
黄河支流非点源污染物(N、P)排放量的估算 总被引:7,自引:0,他引:7
为了估算黄河支流域非点源污染物的排放量,为今后黄河流域的治理提供科学的依据,对黄河流域的6个子流域(渭河流域、泾河流域、洛河流域、无定河流域、窟野河流域、黄甫川流域)进行了水样、土样和泥沙样的采集分析;结合6个子流域的多年水文资料,利用已经被证明了的平均浓度法对黄河6个子流域的氮磷污染物进行了定量描述,估算出各个流域的氮磷排放量.结果表明,95%的全磷、大于53%的全氮来自于非点源污染,非点源污染是造成黄河污染的主要原因.各流域非点源污染的发生具有明显的地域分异特征.硝态氮主要来自于渭河,铵态氮主要来自于泾河,其次是渭河.从全氮看,绝大部分氮来自于渭河和泾河.全磷则主要来自于泾河,其次是渭河.泾河和渭河是6条河流中对黄河污染物排放量贡献最大的2条河流. 相似文献
12.
A distributed non-point source pollution model: calibration and validation in the Yellow River Basin 总被引:14,自引:0,他引:14
The applicability of a non-point source pollution model-SWAT(soil and water assessment tools) in a large river basin with high sediment runoff modulus(770 t/km^2 in the Yellow River) was examined. The basic database,which includes DEM, soil and landuse map, weather data, and land management data, was established for the study area using GIS. A two-stage “Brute Force” optimization method was used to calibrate the parameters with the observed monthly flow and sediment data from 1992 to 1997. In the process of calibration automated digital filter technique was used to separate direct runoff and base flow. The direct runoff was firstly calibrated, and the base flow, then the total runoff was matched. The sediment yield was calibrated to match well. Keeping input parameters set during the calibration process unchanged, the model was validated with 1998-1999‘s observed monthly flow and sediment. The evaluation coefficients for simulated and observed flow and sediment showed that SWAT was successfully applied in the study area: relative error was within 20%, coefficient of determination and Nash-Suttcliffe simulation efficiency were all equal to or above 0.70 during calibration and validation period. 相似文献
13.
以黄河流域下游的洛河流域为研究区,利用1998年实测径流量、泥沙负荷和非点源污染资料,对非点源污染模型中的水文模型、土壤侵蚀模型与污染负荷模型进行了参数率定.并以此为基础,针对非点源污染负荷计算的影响因素,采用摩尔斯分类筛选法,分析它们对径流量、泥沙负荷、吸附态氮和溶解态氮模拟计算的敏感性.结果表明,在湿润、半湿润地区对径流量、泥沙负荷、吸附态氮和溶解态氮影3个因子分别是土壤可利用水量、土壤蒸发补偿量、SCS曲线系数.其中,土壤可利用水量产生负效应影响.坡度、坡长和作物管理因子对泥沙负荷和吸附态氮影响也比较显著.吸附态氮与泥沙负荷影响因子一致,说明吸附态氮污染主要与泥沙流失有关. 相似文献
14.
在综合分析农业面源污染风险源汇因子的基础上,筛选出影响海河流域农业面源污染的8个主要因子(年降水量、溶解态面源污染物入河系数、吸附态面源污染物入河系数、年植被覆盖度、坡度、土壤可侵蚀性因子、农田氮表观平衡量和农田磷表观平衡量),建立了农业面源污染潜在风险识别指标体系,采用多因子综合分析法对海河流域农业面源污染潜在风险等级进行评价,并与DPeRS模型风险识别结果进行偏差分析.结果表明,海河流域有61.91%的区域存在农业面源污染潜在风险,集中分布在流域的中部和南部地区,高风险区主要分布在北京市东南部、天津市中部、流域山东段东北部和河南段南部等区域;与DPeRS模型识别结果对比验证,显示同一风险等级面积相差不超过12%,且高风险级别面积相差仅为0.12%,97.17%以上的区域均为偏差小或无偏差,表明该识别方法具有与DPeRS模型法同等水平的农业面源污染潜在风险识别精准度,可实现区域农业面源污染潜在风险的快速、高效识别. 相似文献
15.
16.
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 总被引:23,自引:1,他引:22
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. 相似文献
17.
18.
采用污染排放系数法估算了2008年海河流域农村生活源、畜禽分散养殖、农田化肥流失3个主要农村非点源COD、TN、TP和NH3-N 4种污染物的排放量,并对其排放强度和空间分布特征进行了分析.结果表明,海河流域农村非点源污染源排放COD、TN、TP和NH3-N总量分别为2435826, 3042079, 540568, 1798760t/a,平均排放强度分别为11.10, 13.97, 2.98, 8.28t/(km2·a).海河流域内河北省的3个农村非点源的4种污染物排放量均居首位,农村居民生活源对海河流域非点源污染贡献最大,是流域非点源污染控制最主要的对象;子牙河水系农村非点源污染物排放总量最大,而徒骇马颊河水系排放强度最大,是海河流域内污染最严重的水系,其首要非点源污染源是山东省的农村生活源.流域内非点源污染排放量和排放强度均呈现区域性分布,山区和平原区分别呈现出低污染等级和高污染等级. 相似文献
19.
Validation of an agricultural non-point source (AGNPS) pollution model for a catchment in the Jiulong River watershed, China 总被引:4,自引:0,他引:4
LIU Jianchang ZHANG Luoping ZHANG Yuzhen HONG Huasheng DENG Hongbing 《环境科学学报(英文版)》2008,20(5):599-606
This study tested and evaluated the agricultural non-point source(AGNPS)model for the Wuchuan catchment, a typical agricultural area in the Jiulong River watershed, Fujian Province. China. The AGNPS model was calibrated and validated for the study area with observed data onten storms. Thedata on eight stormsin 2002 were used for calibration while data on two stormswere used for validation of the model. Considering the lack of water quality data over a long-term series, a novel method, comparing an internal nested catchment with its surrounding catchment, was used to supplement the less long-term series data. Dual calibration and validation of the AGNPS model was obtained by this comparison. The results indicate that the correlation coefficients were 0. 99 and 0. 98 for runoff, 0. 94 and 0. 95 forthe peak runoff rate of the large catchment and the small catchment, respectively, and 0. 76 forthe sediment of the small catchment only. Each pair of correlation coefficients is homogeneous for the same event for the two catchments. With the exception of the sediment yield and particulate phosphorus, the peak nmofr rate and other nutrients were well predicted. Sensitivity analysis showed that the Soil Conservation Service curve number and rainfall quantity were the most sensitive parameters, which resulted in high output variations. Erosivitv and other parameters had little influence on the hydrological and quality outputs. 相似文献