对于小流域而言,往往在城市水资源配置中扮演着重要的角色,随着社会经济的快速发展和社会各界环保意识的不断提高,研究小流域的水环境污染特性,揭示水环境问题对区域可持续发展的影响,具有一定的现实意义。近年来,日益加剧的环境问题成为了水利行业的热点问题,如何进行数字化展示,信息化管理是目前突出的问题所在。本文基于深圳梧桐山河智慧流域管控系统,以深圳梧桐山河为研究对象,针对其流域水环境问题进行建模分析,深入了解其污染物迁移扩散的规律。针对上述情况,在查阅了大量国内外文献资料的基础上,本课题利用MIKE软件对梧桐山河流域的水动力学以及对各种水质生化指标物理的、生化的过程进行模拟。从而探究梧桐山河流域污染物变化规律,为深圳梧桐山河智慧流域管控系统提供技术和数据上的支撑。论文研究成果如下:(1)水动力条件下,通过反复率定参数值,使其模拟值与实测值过程线拟合程度较好。率定期流量均方根误差RMSE为0.14,验证期均方根误差RMSE为0.15,说明与数据率定期相比,验证期模拟值与实测值的离散程度稍大。率定期模型效率系数为0.94,水量平衡系数为0.90,相关性系数为0.97;验证期模型效率系数为0.83,水量平衡系数为0.87,相关性系数为0.94,证明模型较好的模拟了梧桐山流域径流过程。(2)根据氨氮和总磷的模拟值与实测值模拟结果分析,2018年率定期氨氮和总磷的模型效率系数Ens分别为0.90和0.83,相关性系数r分别为0.90和0.89;2019年验证期模型效率系数Ens分别为0.81和0.80,相关性系数r分别为0.95和0.91。模型率定期梧桐山河入库断面氨氮最大误差为-35.22%,最小误差为-0.24%,平均误差为10.23%;总磷最大误差为23.19%,最小误差为-3.07%,平均误差为12.09%。模型验证期梧桐山河入库断面氨氮最大误差为-32.76%,最小误差为0.94%,平均误差为17.34%;总磷最大误差为-35.31%,最小误差为-0.63%,平均误差为17.13%。(3)根据网格输出结果分析,梧桐山河流域饱和带中污染物主要分布于河道中下游,沿程变化较小,模型模拟初期下游浓度变化较为剧烈,后逐渐为0,上游地区无变化。坡面流中污染物主要分布于河道上游区域,沿程变化较小,模拟初期河道下游区域浓度变化较为剧烈,而后逐渐为0,上游区域在模拟过程中变化一直较为剧烈。