水污染,是全人類在經(jīng)濟(jì)高速發(fā)展過程中所面臨的共同問題。隨著點(diǎn)源污染控制能力的提高,非點(diǎn)源問題日益凸顯。如何實(shí)現(xiàn)流域非點(diǎn)源污染過程的定量并明確其定量控制目標(biāo)是開展非點(diǎn)源污染控制實(shí)踐的基礎(chǔ)和關(guān)鍵,也是當(dāng)前本領(lǐng)域研究的熱點(diǎn)和難點(diǎn)問題。本文針對(duì)非點(diǎn)源污染的多源性、復(fù)合性、污染發(fā)生的時(shí)空不確定性、污染物遷移的高度非線性、實(shí)測(cè)困難等特點(diǎn),選擇分布式的SWAT (Soil and Water Assessment Tool)模型為工具,以我國東南沿海經(jīng)濟(jì)相對(duì)發(fā)達(dá)地區(qū)典型非點(diǎn)源污染流域——長樂江流域?yàn)檠芯繉?duì)象,通過長期連續(xù)(2003年7月至2007年12月)的按月水文水質(zhì)監(jiān)測(cè),協(xié)同流域土壤、氣象、地形、地貌等自然條件排污狀況資料分析,運(yùn)用土壤學(xué)、環(huán)境科學(xué)、水文學(xué)等理論,應(yīng)用模型模擬、統(tǒng)計(jì)分析、質(zhì)量守恒等方法和原理,完成了SWAT模型數(shù)據(jù)庫構(gòu)建、非點(diǎn)源與模型耦合、參數(shù)敏感性分析、率定和驗(yàn)證,實(shí)現(xiàn)了流域非點(diǎn)源污染過程的動(dòng)態(tài)模擬;估算了流域背景和人為投排放引起的污染物入河量,定量分析了分區(qū)、分源、分類、分期的非點(diǎn)源污染特征,給出了各污染源入河系數(shù)和各土地利用類型的輸出系數(shù);以此為基礎(chǔ),定量分析了河流中污染物的自凈能力及其時(shí)空演化規(guī)律,明確了不同自凈能力表達(dá)指標(biāo)的差異性和應(yīng)用的限制性;最后,根據(jù)段末水質(zhì)控制目標(biāo),建立了流域污染物投排放量控制方案,并提出了結(jié)合提高河流自凈能力進(jìn)一步提高水質(zhì)的方法。基于以上研究,較為完整地建立了流域非點(diǎn)源污染過程動(dòng)態(tài)模擬與定量控制的方法體系,為我國東南沿海地區(qū)的流域非點(diǎn)源污染控制提供了重要參考。 本文的主要結(jié)果與結(jié)論如下: 1)針對(duì)我國東南經(jīng)濟(jì)發(fā)達(dá)地區(qū)典型小流域的特征,建立了SWAT模型的建模方法體系,包括模型基礎(chǔ)信息數(shù)據(jù)庫構(gòu)建、流域內(nèi)非點(diǎn)源污染和模型之間有效耦合、模型參數(shù)的敏感性分析、率定和驗(yàn)證,為模型在其它類似區(qū)域的應(yīng)用提供了借鑒。 2)在長樂江流域所建立的SWAT模型,其徑流(地表徑流—基流—總徑流)、泥沙、養(yǎng)分(TN和TP)率定和驗(yàn)證的模擬精度系數(shù)Ens和R2基本上都大于0.6,取得了較為理想的結(jié)果,可以滿足流域非點(diǎn)源污染過程動(dòng)態(tài)模擬的需要。 3)長樂江流域內(nèi)氮、磷的主要來源包括農(nóng)業(yè)生產(chǎn)、生活污染和畜禽養(yǎng)殖。農(nóng)地、生活污染、畜禽養(yǎng)殖的TN投排放量分別為3596.00 t yr-1、1394.47 t yr-1、1563.23 t yr-1,TP的投排放量分別為1770.51 t yr-1、348.62 t yr-1、554.50 t yr-1。 4)流域TN和TP入河量分別為1972.20-2843.99 t yr-1和71.54-132.07 t yr-1,其中來自農(nóng)地(水田、園地、旱地)的TN入河量為全流域TN入河量的76.69%-79.14%,TP的入河量為全流域TP入河量的88.13%-90.69%;農(nóng)業(yè)生產(chǎn)是流域內(nèi)最大的污染源。干流河段MS I所在集水區(qū)內(nèi)TN和TP入河量分別為974.86-1349.05 t yr-1和33.59-57.37 t yr-1,占全流域TN和TP入河量的57.84%-63.37%和50.28%-57.05%,其次是支流崇仁江所在集水區(qū),TN和TP的入河量分別為527.01-848.73 t yr-1和20.20-36.16 t yr-1,占整個(gè)流域TN和TP入河量的26.72%-30.27%和27.37%-28.99%。TN和TP的入河量均隨流量的增加而增加。 5)長樂江流域各土地利用類型TN的背景輸出系數(shù)為5.03±0.98kg ha-1yr-1 23.26±4.24 kg ha-1yr-1,且旱地其他用地水田林地園地人居地,TP的背景輸出系數(shù)為0.018±0.008kg ha-1yr-1-1.404±0.422 kg ha-1yr-1,且旱地水田其他用地園地人居地林地。流域內(nèi)TN.TP的背景入河量分別占TN.TP總?cè)牒恿康?6.76%-34.74%,TP為14.87%-24.44%。TN和TP的背景輸出系數(shù)和流量呈極顯著的正相關(guān)關(guān)系。 6)長樂江流域內(nèi)人為投排放至旱地、水田、園地、人居地的TN入河系數(shù)分別為0.3793-0.4367、0.1491-0.2140、0.2730-0.4727和0.2134-0.2942,TP入河系數(shù)分別為0.0854-0.1754、0.0197-0.0293、0.0171-0.517、0.0256-0.0619。 7)長樂江水系全年TN和TP自凈量分別為962.58-1186.23 t yr-1和49.68-79.36t yr-1,自凈率分別為38.68%-46.35%和48.8%-74.80%。其中兩個(gè)干流河段TN和TP的自凈量超過整個(gè)水系自凈量的50%,但是自凈率卻小于三條支流。豐水期的TN和TP的自凈量最大,枯水期的自凈量則最小。 8)現(xiàn)有的自凈能力表達(dá)指標(biāo)可以分為三類,第一類包括RL、RA,主要表達(dá)了“量”的概念;第二類包括Kx、SL、RE、RLW、Kt,主要表達(dá)了“率”的概念;第三類是Vf,其主要表達(dá)了河流的自凈潛能。第一類“量”的指標(biāo)表達(dá)的自凈能力隨著流量(包括水深和流速)等水文變量、河寬、河長等河流形態(tài)特征參數(shù)以及污染物負(fù)荷量的增加而增加,第二類“率”的指標(biāo)表達(dá)的自凈能力則相反;而Vf與以上因素都無相關(guān)關(guān)系,只隨著水溫的增加而增加。Vf和RA兩個(gè)自凈指標(biāo)適合進(jìn)行空間尺度的比較,其余只適合時(shí)間尺度的比較。 9)長樂江TN和TP水環(huán)境容量(最大允許污染物入河量)分別為1068.78-2023.90tyr-1和88.97-143.35 tyr-1。與現(xiàn)狀相比,需削減656.60-1540.16tyr-1TN入河量才能達(dá)到該流域河段水質(zhì)不再進(jìn)一步惡化的目標(biāo),這占了現(xiàn)狀入河量的27.35%-54.15%;相應(yīng)地,流域TN投排放量共需削減2688.94-4483.46 t yr-1,其中水田的削減量最大。相反,TP尚有10.22-35.24 t yr-1的剩余水環(huán)境容量,為當(dāng)前該流域TP入河量的8.54%-42.48%;相應(yīng)地,TP全年剩余投排放量為244.89-1463.85 t yr-1。 10)長樂江在現(xiàn)狀TN投排放量下,當(dāng)流速人為減小30%時(shí),流域出口處的TN濃度將下降30%,通過人為減少流速以提高河流污染物自凈能力的方法為推進(jìn)流域非點(diǎn)源污染的有效控制提供了新途徑。 本文主要?jiǎng)?chuàng)新點(diǎn)和特色如下: 1)針對(duì)我國農(nóng)村人居地人口集中且產(chǎn)生的污染物處理率低的特征,在SWAT模型中引入了農(nóng)村生活產(chǎn)生的污染物每日均勻輸入到人居地中的處理方法,取得較為理想的校正和驗(yàn)證結(jié)果(養(yǎng)分模擬精度系數(shù)Ens和R2均大于0.6)。這對(duì)于推進(jìn)SWAT模型在我國農(nóng)村和農(nóng)業(yè)為主流域的應(yīng)用提供了借鑒。 2)應(yīng)用SWAT模型,首次提出了不同土地利用類型在無人類活動(dòng)情況下的背景氮、磷輸出系數(shù)計(jì)算方法,明確了背景輸出對(duì)河流水污染的貢獻(xiàn),定量解釋了流域污染物投排放量削減后河流水質(zhì)提高不顯著的原因,為進(jìn)一步科學(xué)制定流域水污染控制措施和對(duì)策提供了重要依據(jù)。 3)率先系統(tǒng)總結(jié)了現(xiàn)有表達(dá)河流污染物自凈能力的定量指標(biāo)的物理意義及其計(jì)算方法,對(duì)定量指標(biāo)進(jìn)行了科學(xué)分類,明確了河流自凈能力對(duì)水文、氣象、地質(zhì)等條件的響應(yīng)關(guān)系,給出了各自的關(guān)系和差異及其適用范圍,推進(jìn)了河流自凈能力的定量研究。 4)針對(duì)削減流域污染物投排放量的經(jīng)濟(jì)成本較高的實(shí)際,提出了削減陸域的污染物投排放量與提高河流污染物自凈能力相結(jié)合的水污染控制方案,緩解了陸域污染物投排放量削減的壓力,有利于水污染控制方案的實(shí)施,也為推進(jìn)流域非點(diǎn)源污染的有效控制提供了新途徑。
【學(xué)位單位】:浙江大學(xué)
【學(xué)位級(jí)別】:博士
【學(xué)位年份】:2010
【中圖分類】:X522
【文章目錄】:摘要
Abstract
第一章 緒論
1.1 選題背景和研究意義
1.2 流域非點(diǎn)源污染的定量研究進(jìn)展
1.2.1 簡(jiǎn)單的過程模型
1.2.2 機(jī)理性模型估算法
1.2.3 其他新的估算模型和方法
1.2.4 小結(jié)
1.3 河流污染物自凈研究進(jìn)展
1.3.1 河流污染物自凈能力的影響因素
1.3.2 河流污染物自凈能力的測(cè)定
1.3.3 小結(jié)
1.4 流域非點(diǎn)源污染的總量控制研究進(jìn)展
1.4.1 TMDL的研究進(jìn)展
1.4.2 我國非點(diǎn)源污染總量控制的進(jìn)展
1.4.3 小結(jié)
1.5 SWAT模型在非點(diǎn)源污染研究中的應(yīng)用
1.5.1 SWAT的發(fā)展及特點(diǎn)
1.5.2 SWAT的結(jié)構(gòu)及其模擬過程
1.5.3 SWAT的應(yīng)用現(xiàn)狀及研究進(jìn)展
1.5.4 小結(jié)
第二章 研究流域概況和研究方法
2.1 流域概況
2.1.1 自然環(huán)境狀況
2.1.2 社會(huì)經(jīng)濟(jì)概況
2.2 研究方法
2.2.1 水質(zhì)監(jiān)測(cè)與分析
2.2.2 基礎(chǔ)資料收集與處理
2.3 研究思路和技術(shù)路線
2.4 主要研究?jī)?nèi)容
2.4.1 流域基礎(chǔ)信息數(shù)據(jù)庫的建立
2.4.2 流域非點(diǎn)源污染投排放量核算及其與SWAT模型的耦合
2.4.3 SWAT參數(shù)率定及驗(yàn)證
2.4.4 流域非點(diǎn)源污染物入河量及入河系數(shù)計(jì)算
2.4.5 河流自凈能力分析
2.4.6 水環(huán)境容量的計(jì)算及流域污染物控制方案的制定
第三章 SWAT模型基礎(chǔ)信息數(shù)據(jù)庫建立及其與非點(diǎn)源污染的耦合
3.1 流域基礎(chǔ)信息數(shù)據(jù)庫的建立
3.1.1 流域數(shù)據(jù)庫內(nèi)容概述
3.1.2 長樂江流域氣象數(shù)據(jù)庫的建立
3.1.3 流域土壤數(shù)據(jù)庫的建立
3.2 非點(diǎn)源污染投排放量核算
3.2.1 農(nóng)業(yè)生產(chǎn)
3.2.2 農(nóng)村生活
3.2.3 畜禽養(yǎng)殖
3.3 非點(diǎn)源污染與SWAT模型的耦合
3.3.1 農(nóng)業(yè)生產(chǎn)與模型的耦合
3.3.2 農(nóng)村生活排污和模型的耦合
3.3.3 畜禽養(yǎng)殖污染和模型的耦合
3.4 本章小結(jié)
第四章 SWAT模型參數(shù)的率定和驗(yàn)證
4.1 研究區(qū)子流域及HRU劃分
4.2 SWAT模型參數(shù)敏感性分析
4.2.1 模型參數(shù)敏感性分析方法
4.2.2 模型參數(shù)敏感性分析結(jié)果
4.3 模型的率定和驗(yàn)證
4.3.1 模型率定和驗(yàn)證的技術(shù)路線
4.3.2 徑流的率定和驗(yàn)證
4.3.3 泥沙的率定和驗(yàn)證
4.3.4 養(yǎng)分的率定和驗(yàn)證
4.4 模型參數(shù)的確定
4.5 本章小結(jié)
第五章 流域非點(diǎn)源污染的定量溯源與河流水質(zhì)動(dòng)態(tài)模擬
5.1 流域背景污染物輸出及其特征分析
5.1.1 流域背景污染物輸出系數(shù)
5.1.2 流域背景污染物輸出系數(shù)的分期變化
5.1.3 流域背景污染物入河量
5.1.4 河流背景水質(zhì)的動(dòng)態(tài)模擬
5.2 流域人為投排放污染物的入河量
5.2.1 人為投排放污染物的入河量
5.2.2 人為投排放污染物的入河系數(shù)
5.3 流域非點(diǎn)源污染物的輸出及其特征分析
5.3.1 流域非點(diǎn)源污染物的入河量
5.3.2 流域非點(diǎn)源污染物入河量的分期變化
5.3.3 流域非點(diǎn)源污染物入河量的分區(qū)變化
5.3.4 流域非點(diǎn)源污染物的輸出系數(shù)
5.4 本章小結(jié)
第六章 河流中污染物自凈能力的定量及其表達(dá)方法
6.1 河流污染物自凈能力的表達(dá)
6.2 長樂江自凈能力及影響因素的分析
6.2.1 長樂江氮、磷自凈能力的估算
6.2.2 長樂江氮、磷自凈能力分析
6.2.3 長樂江氮、磷自凈能力變化的影響因素
6.2.4 不同自凈指標(biāo)在應(yīng)用時(shí)的差異性和局限性
6.3 本章小結(jié)
第七章 流域非點(diǎn)源污染的定量控制方案
7.1 長樂江水質(zhì)現(xiàn)狀及評(píng)價(jià)
7.1.1 長樂江水質(zhì)時(shí)空變異
7.1.2 長樂江水環(huán)境質(zhì)量評(píng)價(jià)
7.1.3 小結(jié)
7.2 長樂江水環(huán)境容量核算
7.2.1 水環(huán)境容量核算條件的確定
7.2.2 河流TN和TP水環(huán)境容量
7.3 流域非點(diǎn)源污染的總量控制方案
7.3.1 流域TN入河削減量和TP剩余水環(huán)境容量
7.3.2 流域TN和TP投排放量控制方案
7.4 協(xié)同提高河流自凈能力的定量控制方案
7.5 本章小結(jié)
第八章 結(jié)語
8.1 主要?jiǎng)?chuàng)新點(diǎn)和特色
8.2 主要結(jié)果與結(jié)論
8.3 不足與展望
參考文獻(xiàn)
攻讀博士學(xué)位期間的主要成果
致謝
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 陳軍鋒,陳秀萬;SWAT模型的水量平衡及其在梭磨河流域的應(yīng)用[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期
2 王海龍;余新曉;武思宏;張曉明;謝媛媛;;SWAT模型靈敏度分析模塊在黃土高原典型流域的應(yīng)用[J];北京林業(yè)大學(xué)學(xué)報(bào);2007年S2期
3 丁曉雯;劉瑞民;沈珍瑤;;基于水文水質(zhì)資料的非點(diǎn)源輸出系數(shù)模型參數(shù)確定方法及其應(yīng)用[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期
4 彭盛華,翁立達(dá),趙俊琳;漢水流域水環(huán)境安全管理對(duì)策探討[J];長江流域資源與環(huán)境;2001年06期
5 丁曉雯;沈珍瑤;劉瑞民;齊珺;;基于降雨和地形特征的輸出系數(shù)模型改進(jìn)及精度分析[J];長江流域資源與環(huán)境;2008年02期
6 施為光,凌文州;用實(shí)測(cè)資料計(jì)算流域非點(diǎn)源污染負(fù)荷——以四川清平水庫為例[J];長江流域資源與環(huán)境;1996年03期
7 胡連伍;王學(xué)軍;羅定貴;蔣穎;;基于SWAT 2000模型的流域氮營養(yǎng)素環(huán)境自凈效率模擬——以杭埠—豐樂河流域?yàn)槔齕J];地理與地理信息科學(xué);2006年02期
8 王中根,劉昌明,左其亭,劉青娥;基于DEM的分布式水文模型構(gòu)建方法[J];地理科學(xué)進(jìn)展;2002年05期
9 王中根,劉昌明,黃友波;SWAT模型的原理、結(jié)構(gòu)及應(yīng)用研究[J];地理科學(xué)進(jìn)展;2003年01期
10 劉昌明,李道峰,田英,郝芳華,楊桂蓮;基于DEM的分布式水文模型在大尺度流域應(yīng)用研究[J];地理科學(xué)進(jìn)展;2003年05期
相關(guān)博士學(xué)位論文 前3條
1 李碩;GIS和遙感輔助下流域模擬的空間離散化與參數(shù)化研究與應(yīng)用[D];南京師范大學(xué);2002年
2 呂喚春;千島湖流域農(nóng)業(yè)非點(diǎn)源污染及其生態(tài)郊應(yīng)的研究[D];浙江大學(xué);2002年
3 龐靖鵬;非點(diǎn)源污染分布式模擬[D];北京師范大學(xué);2007年
相關(guān)碩士學(xué)位論文 前3條
1 代俊峰;SWAT模型在贛東北紅壤丘崗區(qū)林草系統(tǒng)水量平衡研究中的應(yīng)用[D];華中農(nóng)業(yè)大學(xué);2004年
2 秦福來;基于SWAT模型的非點(diǎn)源污染模擬研究[D];首都師范大學(xué);2006年
3 孟祥明;基尼系數(shù)法在水污染物總量分配中的應(yīng)用[D];天津大學(xué);2007年
本文編號(hào):
2835536