侧流化学磷回收强化生物除磷的模拟预测与试验验证

为了强化污水中生物除磷作用,本研究通过模拟预测与实验室试验验证了厌氧上清液侧流化学磷沉淀与回收对强化生物除磷的促进作用.模拟预测与试验结果表明,在进水COD/P=37.5工况下,当侧流比增加至30%时,通过化学磷沉淀（调节pH＞9.0）可使出水中TP浓度从碳源抑制时的＜6.0 mg·L-1（以P计）下降至≤1.0 mg·L-1（以P计）,同时可回收进水中P负荷的64%.经验证与校正后的TUD数学模型模拟预测有着与试验结果近乎一致的效果.因此,数学模拟技术完全有可能取代中间试验过程而直接将小试结果放大至工程应用.     

溶解氧对单级颗粒污泥自养脱氮系统影响的模拟

为了研究溶解氧对SBR单级颗粒污泥自养脱氮系统的影响,基于活性污泥ASM3模型和短程硝化-硝化-反硝化模型,将颗粒污泥传质过程与氨氧化菌（AOB）、厌氧氨氧化菌（AAOB）、亚硝酸盐氧化菌（NOB）、反硝化菌（DNF）的生长过程、好氧内源呼吸及缺氧内源呼吸过程等耦合,建立了单级自养脱氮颗粒污泥动力学模型,并对颗粒内部基质浓度分布进行预测.结果显示,当DO为0.4mg/L时,好氧区和缺氧区（厌氧区）的比例为0.4：1;当DO为0.6mg/L时,颗粒污泥好氧区与缺氧区（厌氧区）的比例为3：1.同时,根据基质反应速率方程,建立了颗粒污泥的单级自养脱氮系统动力学模型,对SBR系统运行效果进行预测,结果显示,DO为0.6mg/L时,氨氮反应完全,亚硝酸盐氮和硝酸盐氮在5mg/L以下,总氮去除率模拟值为89%左右,略低于实际测量脱氮率95%.     

农田土壤中硝态氮垂直运移参数的确定

利用溶质运移模型预测预报农田土壤中硝态氮垂直运移时,运移参数不易获得的问题,引入CXTFIT分析模型来求农田土壤中硝态氮垂直运移的参数。结果表明:用CXTFIT模型模拟的硝态氮穿透曲线与实测的硝态氮穿透曲线基本吻合,模型的模拟值与实测值相比,误差范围在3％以下,相关系数达到0.9以上;在模拟过程中可同时得到销态氮垂直运移的弥散系数和平均孔隙水流速(average pore-water velocity)等参数。因此该模型可以直接用来确定农田土壤中硝态氮垂直运移的参数。     

非参数模型在河湖富营养化研究领域应用进展

河湖富营养化过程受流域水污染、生境破坏和闸坝控制等多因素非线性叠加影响,在一定程度上限制了常规水生态机理模型的模拟精度.非参数模型以其强大的数据分析能力在河湖水生态问题诊断和预测方面得到了广泛应用,该文系统梳理了国内外近20年来河湖富营养化非参数模型的相关研究成果,通过Citespace开展基于WoS与CNKI数据库的相关文献大数据可视化分析,全面阐明了结构方程模型（SEM）、贝叶斯网络（BN）、支持向量机（SVM）、人工神经网络（ANN）、随机森林（RF）、梯度推进机（GBM）、广义相加模型（GAM）等主流非参数模型在河湖富养化营研究中的适用性与局限性,对具有相似特征的模型进行对比分析并提出展望,以期为水生态模拟相关研究提供科学有效的方法支撑.结果表明:非参数模型在河湖富营养化研究领域中的应用呈指数增长趋势,其中SEM、BN、RF、GBM和GAM模型适用于河湖富营养化问题的诊断和驱动要素识别,BN、ANN、SVM、RF、GBM和GAM具有良好的非线性拟合预测能力.非参数模型将是今后一段时期内开展水生态大数据分析诊断和预测管控的关键技术手段.综合考虑区域异质性与多重环境因子在不同时空尺度上响应关系及强人类活动干扰下的河流水生态退化风险,利用生态机理模型与非参数模型耦合求解与优化算法引入,精准识别水生态健康退化的环境压力阈值,开展变化环境下的水生态退化风险预测预警,将是未来非参数模型在河湖富营养化应用研究的重要方向.      

ADM1模型对生物强化厌氧产甲烷体系的模拟

利用厌氧消化1号模型（ADM1）对高氨氮条件下生物强化促进厌氧消化产甲烷体系进行模拟,对原始ADM1参数进行修正,进而对修正模型进行验证.基于生物强化对厌氧消化产甲烷过程影响的实验数据,结合敏感度分析及参数意义,提出3种假设,选择乙酸半饱和系数（ks_ac）、最大比乙酸降解速率系数（km_ac）和氨氮抑制参数（KI_NH3,_Xac）对原始ADM1进行修正.模拟结果表明,3种修正模型均可对生物强化过程进行较准确的描述,其中,修正km_ac后的模型（ADM1_km_ac）对甲烷产量和挥发性脂肪酸的拟合优度最高（R² > 0.87）,说明在此过程中对km_ac的修正更有意义.模型验证表明,修正后的ADM1_km_ac模型可对生物强化技术强化厌氧消化产甲烷过程进行描述、分析及预测.     

基于SWAT模型的挠力河流域地表径流数值模拟与不确定性分析

为探究水文模型参数敏感性及模型不确定性对径流模拟的影响,运用SWAT模型对挠力河流域地表径流过程进行了数值模拟,利用SUFI-2方法评价模型参数敏感性及不确定性对模拟结果的影响,选取决定系数（R2）与Nash-Sutcliffe效率系数（E_NS）对模型精度进行评价。敏感性分析结果表明:对挠力河流域径流模拟影响最大的4个参数是CN2（SCS径流曲线数）、SLSUBBSN （平均坡长）、SOL_BD （土壤湿密度）和SOL_K （土壤饱和导水率）,表明SCS径流曲线数、土壤与地形地貌是影响挠力河流域地表径流最重要的因素。月径流模拟过程与实测水文过程拟合较好,率定期和验证期R2与E_NS分别为0.68、0.67和0.76、0.44,均达到令人满意的结果。不确定性分析结果表明:p因子为0.78,r因子为0.94,模型不确定性较小,进一步验证了模型的适用性。研究结果可为其他相似流域SWAT模型的应用及参数的率定提供参考。     

活性污泥一号模型参数影响的分析研究

自从国际水质污染与控制协会（IAWQ）推出的活性污泥数学模型ASM系列以来,活性污泥工艺中的动力学过程得到了更精确的描述。通过对活性污泥一号模型（ASM1）的诸多参数文献值进行了分析研究,从中筛选出对模拟结果影响较大的部分,并做出灵敏度分析,为模拟研究和污水处理实际控制提供帮助。研究发现pH、Ks、bH、KH、Kx和YH对于出水中有机物影响较大,bH、YH、bA、μA、K0A、KNH和YA对氮组分的影响较大;bH和YH对硝酸盐氮降解影响较大。     

基于BP神经网络与马尔可夫链的污水处理厂脱氮效果模拟预测

在实际污水处理厂运行过程中,其最终出水水质会受多种因素影响制约,而基于生物反应机理的活性污泥数学模型(ASM)并未将这些生物反应以外的因素考虑在内,由此带来一些不足.对此,本文提出可通过基于数据挖掘技术的黑箱模型对污水厂处理效果进行模拟预测.结合具体实际分析,提出可将BP神经网络与马尔可夫链组合应用于污水处理脱氮效果预测中.首先,通过BP神经网络模型对北京某大型污水处理厂实际进出水数据和工艺参数进行粗略拟合;其次,利用马尔可夫链对拟合结果及误差进行状态划分以进一步提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型预测分析了该厂的实际出水水质.试验结果表明,BP神经网络适用于污水处理脱氮过程的拟合计算,而通过与马尔可夫链组合,可以提高模拟预测的精度和可靠性.     

表征全吸力范围的土壤水分特征曲线模型评估及其转换函数构建

基于非饱和土壤水力性质数据库（UNSODA）中选取的从砂土到黏土共256个土壤样本,系统性地评价了表征全吸力范围的土壤水分特征曲线模型（LIAO模型）的适用性,并构建和验证了预测LIAO模型参数的土壤转换函数（PTFs）。结果表明：（1）与传统的van Genuchten模型（仅适用于描述毛管水运动）相比,LIAO模型对不同质地土壤水分特征曲线的预测精度更高,均方根误差（RMSE）降低了约45%;（2）LIAO模型参数与土壤基本性质（如砂粒、粉粒、黏粒、有机质含量和容重）之间存在不同程度的相关性,其中参数θ_s与容重的相关性（r=-0.783,P<0.01）最强,而其余参数与粉粒的相关程度最高;（3）基于逐步回归方法构建的PTFs能够解释LIAO模型参数总变异的31%~65%,其中对θ_s的预测精度最高,经双交叉验证表明PTFs稳定性较好。研究成果可为区域（尤其是干旱和半干旱地区）土壤水文模型提供参数支持。     

灰色季节性指数自记忆模型及其在海河区降水模拟与预测中的应用

准确的降水模拟与预测,对防汛、抗旱及区域水资源管理有着重要的指导作用。由于降水序列波动较大,传统的灰色模型所得到的降水模拟值和预测值往往趋于平均值,论文从输入数据和模型结构改进两个方面对传统的灰色模型进行改进——采用季节性指数法对降水数据进行平滑处理,引入自记忆函数,构建灰色季节性指数自记忆模型（SS-GM）,并将其应用于海河区降水过程的模拟和预测。结果表明：①该模型较传统灰色模型而言,模拟效果有很大程度的提高,能够准确模拟年和月尺度的降水过程,各水资源二级区的月尺度Nash-Sutcliffe 系数（NSE）和决定系数（R²）均达到了0.60 以上,大部分区域年降水模拟的NSE和R²均在0.70 以上,且在较大的时空尺度上,模拟效果更佳;②模型具有一定的月降水量的预测能力,在1~2 月预见期内,各分区降水预测值NSE达到0.50 以上,大部分地区NSE值超过0.60;③模型结构简单、计算方便,能很好地反映降水数据序列的变化趋势,且具有较高的模拟及预测精度。     

生物滤池工艺的数值模拟与运行优化

以筼筜污水处理厂生物滤池工艺(DNBF+BAF)为研究对象,应用Bio Win软件,构建该工艺的Bio Win模型,基于2013年9月和10月的实际运行数据,结合两种灵敏度分析方法,对Bio Win模型进行校正.结果表明,校正模型可对DNBF+BAF工艺进行有效模拟,且对该工艺的Bio Win模拟结果影响最为显著的3类参数为:与生物膜有关的参数、与异养菌(OHOs)有关的参数和曝气参数.然后应用校正模型模拟该工艺在不同工况条件下的运行结果,对其进行工艺优化.结果表明:1一级B排放标准的最佳运行条件为:回流比=50%,取消甲醇投加,此时进水C/N=4.43;2一级A排放标准的最佳运行条件为:回流比=50%,投加甲醇后的进水COD=155 mg·L-1,此时进水C/N=5.10.     

A vertically integrated eutrophication model and its application to a river-style reservoir-Fuchunjiang,China

Based on a 2-D hydrodynamic model, a vertically integrated eutrophication model was developed. The physical sub-model can be used for calculation of water density at different depths and the water quality sub-model was for calculation of algal growth. Suspended solids were divided into two types of sediment which named cohesive and non-cohesive sediments and simulated using separate methods. The light extinction coefficient used in the underwater light regime sub-model was linearly related to the sum of sediment and phytoplankton biomass. Some components less important to the model were simplified to improve practicability and calculation efficiency. Using field data from Fuchunjiang Reservoir, we calculated the sensitivity of ecological parameters included in this model and validated the model. The results of sensitivity analysis showed that the parameters strongly influenced the phytoplankton biomass including phytoplankton maximum growth rate, respiration rate, non-predatory mortality rate, and settling rate, zooplankton maximum filtration rate, specific extinction coefficient for suspended solids and sediment oxygen demand rate. The model was calibrated by adjusting these parameters. Total chlorophyll a (chl-a) concentrations at different layers in the water column were reproduced very well by the model simulations. The simulated chl-a values were positively correlated to the measured values with Pearson correlation coefficient of 0.92. The mean difference between measured and simulated chl-a concentrations was 12% of the measured chl-a concentration. Measured and simulated DO concentrations were also positively correlated (r=0.74) and the mean difference was 4% of measured DO concentrations. The successful validation of model indicated that it would be very useful in water quality management and algal bloom prediction in Fuchunjiang Reservoir and a good tool for water quality regularation in other river-style reservoirs.     

多模式厌氧/缺氧/好氧污水处理工艺的稳态与动态模拟

数学模拟是污水处理系统教学科研、工艺评估、运行优化和自动控制的重要工具,在污水处理厂中得到了广泛应用.利用过程数据对ASM2d模型进行校正,并分析评估了校正模型在多模式厌氧/缺氧/好氧(AAO)工艺3个模式15个工况下稳态模拟及AO模式下动态模拟的可靠性.15个工况的稳态模拟表明,校正模型能准确模拟污泥浓度和出水水质;在AO模式的动态模拟中,模拟曲线与出水水质以及污泥浓度的变化趋势相一致,模拟结果具有较高的准确度.     

基于生物膜模型的脉冲生物滤池硝化效果模拟

针对脉冲生物滤池的硝化功能,依据物料衡算方程、Fick第一定律构建生物膜传质子模型以及简化的ASM3模型,建立生物膜反应子模型。以Matlab软件为平台编程,模拟在沿脉冲生物滤池水流方向上基质浓度,并依据实测值和参数灵敏度进行分步校正。实测和模拟结果均表明:COD、NH+4-N、NO-2-N的去除主要集中在脉冲生物滤池的中上部、中部、下部,COD和氨氮去除率分别为45%、50%。当改变有机负荷和布水周期时,氨氮去除率随有机负荷的增大而减小,随布水周期的增大而增大。     

生物营养物去除(BNR)工艺模型参数校正与验证方法

研究了结合活性污泥系统物料平衡的生物营养物去除(BNR)工艺模型参数校正与验证方法.首先采用代尔夫特理工大学开发的TUD模型及其参数缺省值进行初步模拟,并将模拟结果与实测数据进行对比以明确模拟偏差.同时,对原始运行数据进行物料平衡衡算,以消除测量误差并获得TP排放量、反硝化量及氧的净消耗量等平衡计算值,为模型校正提供依据.初步模拟结果显示,TP排放量(3913mg·d-1,以P计)和反硝化量(16170mg·d-1,以N计)均超出了平衡计算值的误差范围(分别为(3762.0±43.1)mg·d-1和(14150±237)mg·d-1),且沿程溶解性COD(SCOD)、PO34--P、NH4+-N、NO3--N不能完全与实测数据吻合,表明工艺模型参数的默认值需得到必要的校正.结合TP平衡,先修正污泥龄(SRT)的计算误差;应用平衡后的运行数据,将SRT由初始值10.3d调整为10d.SRT调整后,再次模拟得出的TP排放量为3750mg·d-1,已在平衡计算结果的范围之内,TP平衡得到了闭合.将发酵过程最大反应速率常数qfe从3d-1提高到15d-1后,沿程及PO43--P拟合结果同时得到了显著改善.通过调整DO及NH4+-N的亲和系数KNH4(从1mg·L-1至0.2mg·L-1),沿程NH4+-N得到了拟合.出水及沿程NO3--N的拟合通过调整氧的亲和系数KO2从0.7至0.1mg·L-1)得以实现.最后校核反硝化负荷及氧的净消耗量,模拟计算的反硝化负荷为14090mg·d-1,氧的净消耗量为126900mg·d-1,均在平衡计算值的误差范围之内(分别为(14150±237)mg·d-1和(129700±2910)mg·d-1),说明校正过程合理、可靠.     

反硝化滤池的数值模拟与模型校正

建立了反硝化滤池中试系统,在滤速8m/h,进水C/N分别为4和5两种工况条件下运行,考察其反硝化处理效果,结果表明在进水C/N=5条件下,出水TN浓度由14.52mg/L下降为7.14mg/L.应用BioWin软件,构建了反硝化滤池中试系统的模型,基于滤速8m/h,进水C/N=5条件下的运行数据,应用常规灵敏度分析法(Si,j)和均方根灵敏度分析法( ),对BioWin软件中的412个参数进行了灵敏度分析,结果表明,对反硝化滤池中试系统模拟结果影响最为显著的两类参数为:与甲基营养菌有关的计量学参数及与生物膜有关的参数.根据灵敏度分析结果,选取5个灵敏度最高的参数,通过调整参数值对所构建的反硝化滤池模型进行了校正,应用于滤速8m/h,进水C/N=5条件下的运行模拟取得了较好的效果.最后应用校正模型对滤速8m/h,进水C/N=4条件下的运行结果进行模拟,结果表明模拟值与实测值同样能够较好地吻合.由此得出结论,本研究所构建的反硝化滤池中试系统模型及基于灵敏度分析的模型校正方法是有效的,可用于实际反硝化滤池工艺的模拟.     

污泥厌氧发酵产酸关键影响因素的函数模型研究

本研究以城市剩余污泥预处理液作为底物,调节底物不同C/N比,测定了厌氧发酵过程中几种关键酶的酶活及发酵产物乙酸、丙酸及丁酸的浓度.同时,利用Matlab软件通过回归分析和函数拟合构建了C/N比-关键酶活-酸产量之间的多项式函数模型,发现所建立的二元三次多项式模型的拟合优度R2均大于0.9,且残差平方和较小,因此,判定二元三次多项式更适合描述C/N比-关键酶活-酸产量的数学关系.最后,建立了关键酶活、C/N比和产酸量三因素间的曲面模型,发现该模型能够很好地描述污泥厌氧发酵中C/N比条件对关键酶和产酸类型的影响,并能进一步预测C/N比所对应的酶活和产酸发酵类型,可为今后的实验研究及工程放大提供理论参考.     

2018年沈阳市一次空气重污染过程分析

采用数值模拟与观测资料相结合的方式,对沈阳市2018年1—3月发生的1次重污染过程的气象条件、天气形势和潜在来源进行初步分析。结果表明:重污染过程与当地的气象条件密切相关,沈阳市重污染期间的PM_2.5和PM₁₀浓度与风速和气温呈负相关,与气压和相对湿度呈正相关。中度、重度及以上污染主要集中于相对湿度为50%~70%条件下;重污染主要在高压、高湿、低风速、近地层逆温的天气形势下,污染物不易扩散。高空若有暖平流、受槽前脊后暖平流的影响也会导致区域空气质量下降。潜在来源分析表明,沈阳市的气团共有4条运输路线,其中来自内蒙古的轨迹携带了大量的PM₁₀;属于簇团2（34.72%）的内蒙古自治区中东部,属于簇团3（21.94%）的河北省以及属于簇团4（13.06%）的吉林省西部地区对沈阳市的污染贡献比较高。     

The impact of agroforestry combined with water harvesting on soil carbon and nitrogen stocks in central Chile evaluated using the ICBM/N model

Soil organic carbon (SOC) and total nitrogen (N) stocks in an agroforestry system with water harvesting were analysed in a field experiment and the results compared with those of other crop management systems in the Mediterranean zone of central Chile. Agroforestry with water harvesting showed higher positive effects on N stocks, mainly in the upper soil layer, than the other crop management systems. However, soil analysis revealed a lack of differences between treatments, a fact that might be related mainly to the short study time (12 years) and the high spatial variability in these soil properties at the experimental site. In addition, the Introductory Carbon Balance Model that simulates N processes (ICBM/N) was evaluated for simulating trends in SOC and N stocks in the field experiment. Soil data collected between 1996 and 2008 in the field experiment and primarily literature data sets were used to test ICBM/N and its performance was evaluated by considering uncertainty in model inputs using Generalised Likelihood Uncertainty Estimation (GLUE) methodology. The GLUE estimates (5% and 95%) and measured SOC and N stocks were in satisfactory agreement. The observed SOC and N stocks were bracketed by the uncertainty bands in 70% and 80% of the simulations, respectively. Sensitivity analysis showed the model to be most sensitive to C parameters, such as the humification coefficient (h). The results of this study show that ICBM/N can be an effective tool for estimating SOC and N stocks from agroforestry combined with water harvesting systems in the Mediterranean zone of central Chile over the medium term. However, they also indicate that additional data sets are needed to redefine the parameter distributions in the model and thus to predict trends in SOC and N stocks in the future.