论文部分内容阅读
随着社会经济的快速发展,大量污染物进入到江河、湖泊、水库、地下水等受纳水体,给水环境带来严重危害,水环境污染问题已经成为影响人类社会可持续发展的主要制约因素,水污染控制成为了刻不容缓的事情。利用分布式污染负荷模型模拟流域内污染物的形成、迁移转化规律,定量化评估点源和非点源控制改善水质的效果,在此基础上,基于水质与污染控制措施的响应关系进行总量控制下的点源和非点源的综合治理是流域水污染控制的有效手段。 本论文系统地开展了流域污染模拟、基于随机采样的多情景分析、基于模拟的优化调控等模型方法研究,主要包括:(1)提出LOADEST-SWAT耦合模型:一般国内外水质监测频率较低,这给污染负荷模型的参数率定和验证带来困难,LOADEST模型利用有限的水质数据建立污染物通量回归方程,进而将离散的、有限的水质数据变为更为精确和连续,通过LOADEST模型与SWAT模型耦合,即利用连续化的水质数据完成SWAT模型的参数校准,能够很好的解决SWAT模型在少资料地区参数校准时面临的难题,并提高了SWAT的模拟精度。(2)建立自定义/随机采样的多情景分析模块及构建输入-响应替代模型:应用VBS语言编写SWAT模型与自定义/随机采样方法之间的接口程序,建立基于自定义/随机采样的多情景分析模块,据此可以更加便捷、高效的评估点源和非点源控制对水质改善的效果,从而为流域污染控制方案的制定提供科学依据。此外,基于随机取样的多情景分析可以获得输入-响应矩阵,据此可建立多元线性回归方程和BP神经网络替代SWAT模型分别模拟流域系统内线性的、非线性的输入-响应关系。(3)基于模拟的优化调控:将建立的替代模型嵌入优化模型中进行流域点源负荷分配和耕地优化布局,这种基于模拟的优化不仅能够表征复杂的机理过程,而且相比较SWAT模型直接耦合优化模型,替代模型嵌入优化模型可较大地提高模拟优化问题的计算效率。 近年来,由于城市扩展,人口增长,经济快速发展,污染物排放不断增加,导致滇池水质不断恶化、富营养化程度日趋严重,严重制约了湖泊生态服务功能。宝象河是滇池流域污染最为严重的入湖河流之一,将构建的模型方法运用到宝象河流域,进行基于LOADEST-SWAT模型的流域内污染模拟;应用多情景分析定量评估点源削减和退耕还林对改善水质效果,建立多元线性回归方程、BP神经网络模拟输入-响应关系,在此基础上,进行总量控制下的点源负荷分配和农业用地的空间优化。案例研究表明:(1)氮元素含量的高是威胁宝象河水质的重要因素;(2)降雨径流冲刷产生的农业非点源污染入湖负荷贡献最大,分别占TN、TP总负荷的70.3%、48.9%;(2)TN、TP丰水期的入湖负荷约占全年入湖负荷的46.8%、55.2%;(3)氮的流失以地下水渗流携带NO3-N作用为主,磷的流失主要是地表径流冲刷吸附态磷,流失主要发生在流域上游地区;(4)单独控制点源或农业非点源都不能使宝象河出口断面水质达到Ⅳ水质标准,需开展点源和农业非点源的综合治理;(5)总量控制下,满足出口水质达到达到Ⅳ水质标准情景下,各子流域点源TN、TP的削减率为45.39-89.97%、71.48-89.56%,总计需要分别削减141.8t/a、19.06t/a,且流域内71.5%的耕地要实行退耕还林。