基于EFDC和WASP模型的入河排污口污染物影响预测
基于EFDC模型的长江下游码头溢油风险预测
关键 词 : 溢 油风 险 ; E F D C模 型 ; 码 头溢 油 ; 风 险预测 ; 长江 下游 ; 码 头; 油膜
中 图分类 号 : X 5 0 7
文献 标 志码 : A
文章编 号 : 1 0 0 4— 6 9 3 3 ( 2 0 1 5 ) 0 1 — 0 0 9 1 — 0 8
c o mp r e h e n s i v e e f f e c t s o f wi n d ie f l d,f lo w i f e l d,c o mp l e x t e r r a i n c o n d i t i o n s o f t h e s t u d y a r e a,a n d t h e d e g r a da t i o n o f o i l s l i c k s i n t h e s t u d y a r e a i s s l o w,a nd wh e n t h e 0 i l s p i l l o c c u re d i n t he e b b t i me a n d i n t h e we s t e r l y in w d,o i l s l i c k s d i f f u s e t o t h e d o wn s t r e a m mo r e e a r l y,r e s u l t i n g i n a mo r e S e l  ̄ O US p o l l u t i o n o n t h e d o wn s t r e a m p r o t e c t i o n z o n e . Ke y wo r ds:o i l s p i l l r i s k;EFDC mo d e l ;wha f r o i l s p i l l ;r i s k p r e d i c t i o n;l o we r r e a c h e s o f Ya n g t z e Ri v e r ; wh a r f ;o i l
基于WASP模型的河流水质模拟及模糊风险评价
基于WASP模型的河流水质模拟及模糊风险评价作者:程铭孙强来源:《森林工程》2019年第03期摘要:为了对河流流域内水质风险进行高效且直观地评价,本文首先建立某河流流域的WASP水质模型,以碳化生化需氧量(CBOD)和氨氮(NH3-N)为水质指标,对比分析数值计算结果与河流监测断面的实测结果,验证所建立的WASP水质模型的准确性,并依据所建立的水质模型的计算结果,运用模糊数学理论,对该河流流域内水质风险进行模糊评价。
结果表明,所建立的WASP水质模型的数值计算结果与实测值吻合较好,能够较准确地模拟河流中污染物输移扩散规律,通过对该河流流域进行水质模糊风险评价,可对河流水质受不确定性因素影响的安全风险程度进行定量化分析。
因此,WASP水质模型结合模糊风险评价模型可实现对河流水质所存在的风险程度进行高效地预测和评价,为该河流流域的进一步污染治理奠定理论基础。
关键词:WASP模型;河流水质;数值模拟;模糊风险评价中图分类号:U616;X522文献标识码:A文章编号:1006-8023(2019)03-0087-06Numerical Simulation and Fuzzy Risk Assessment of Water Qualityfor Rivers based on WASP ModelCHENG Ming1*, SUN Qiang2(1.China Construction Second Engineering Bureau CO., LTD., Beijing Branch, Beijing 100160;2.School of Civil Engineering, Northeast Forestry University, Harbin 150040)Abstract:To evaluate the water quality risk of river regions effectively and intuitively, this paper firstly develops a water quality model using WASP model for a specified river region. Moreover, the numerical results, including the water quality indexes of both carbonized biochemical oxygen demand (CBOD) and ammonia nitrogen (NH3-N), are compared with the corresponding measured ones to validate the accuracy of the WASP model. Then, based on the calculation results of the water quality model, fuzzy mathematics theory is employed to estimate the fuzzy risk of water quality of the river. The results show that the numerical results are in good agreement with the corresponding measured ones. The WASP model is able to simulate transport and diffusion of the pollutants in the rivers accurately. Through evaluating the fuzzy risk of water quality, it could analyze the water quality safety risk level of the river affected by various uncertain factors numerically. Therefore, WASP water quality model combined with fuzzy risk assessment model can effectively predict and evaluate the risk degree of river water quality. It would be the theoretical foundation to the further pollutant treatments of the river regions.Keywords:WASP model; water quality of rivers; numerical simulation; fuzzy risk assessment 0引言河流的水質预测及其水质状况风险评价可为河流流域内水质规划及环境质量管理提供重要依据。
WASP水质模型在河流
富营养化问题中的应用WASP水质模型在河流富营养化问题中的应用世界地质第30卷第2期2011年6月杨平1,王童2,陶占盛1,王新民1文章编号:1004—5589(2011)02一0265~05WASP 应用实例背景前言WASP 模型概述结论展望目录WASP水质模型在河流富营养化问题中的应用WASP模型体系Steete-Phelps 模型体系QUAL模型体系最初80年代3种随着经济发展,水污染日益加剧,水体污染最突出的问题是富营养化。
对于富营养化问题,数学模型可以综合反映其系统特征。
1 前言WASP水质模型在河流富营养化问题中的应用70年代WASPWASP全称为Water Quality Analysis Simulation Program,即水质分析模拟程序.由美国国家环保局环境研究实验室开发模拟水文动力学、河流一维不稳定流、湖泊和河口三维不稳定流、常规污染物(包括溶解氧、生物耗氧量、营养物质以及海藻污染)和有毒污染物(包括有机化学物质、金属和沉积物)在水中的迁移和转化规律。
描述水质现状,提供一般性水质预测和提供特定位置水质预测.WASP由有毒化学物模型TOXI和富营养化模型EUTRO两个子模块组成。
TOXI是有机化合物和重金属在各类水体中迁移积累的动态模型,可预测溶解态和吸附态化学物质在河流中的变化情况;EUTRO模块采用OTOMAC富营养动力学模型,可预测DO、COD、碳、叶绿素a、硝酸盐、有机氮和正磷酸盐等在河流中的变化情况.WASP水质模型在河流富营养化问题中的应用2.1 WASP模型的原理水质指标C(TP,BOD,DO,COD等)质量平衡式Ux,Uy,Uz分别为河流的横向、纵向、垂向的流速C溶质浓度横向、纵向、垂向的扩散系数点源,非点源负荷边界负荷动力转换项2.2 应用WASP 模拟河流水质运移的基本过程河网模型的概化:将河流分为若干个→设置参数采集数据输入模型参数信息:①设置环境参数;②设置传输参数③设置边界参④设置转化参利用WASP软件进行模拟结果输出并分析①生成被模拟物质在各段上每个时刻的浓度值;②对生成的.cSV数据文件进行统计分析;③对生成的.BMD文件进行结果的图形化显示。
EFDC和WASP模型背景
EFDC模型背景1.EFDC模型EFDC(Environmental Fluid Dynamics Code)是基于微软操作系统开发的三维(3D)环境流体生态动力学模型(EFDC)的前处理和后处理系统模型。
EFDC模型最初由美国弗吉尼亚大学海洋科学研究所(VIMS,Virginia Institute of Marine Science at the College of Williamand Mary)的John Hamrick(Hamrick,1992-1996)教授用Fortran77语言开发设计,后改用Fortran95进行再次开发,稳定性和计算效率等均有大幅度提高。
目前EFDC由美国环境保护署(EPA)进资助,经过近20年的发展和完善,已经成为美国国家环保署最为推崇的模型之一,被广泛应用于各个大学、政府和环境咨询机构。
目前,是美国最大日负荷总量(TMDL)等环境保护计划中主要使用的水质模型,并且该模型到目前为止被誉为21世纪最有发展前途的环境流体动力学模型,1.2EFDC模型的版本和主要模块EFDC模型有多个不同的版本,它们分别代表了计算机不同的操作菜单和功能。
其最初版本和美国环保部版本是完全开源的,另外有些版本是经过商业开发,虽然核心部分仍是开源的,但是前后处理模块是完全商业化的,无论哪种版本,EFDC模型系统包括水动力、泥沙、有毒物质、水质。
底质、风浪等模块,模拟计算过程中首先完成流场计算,获得三维流速场的时空分布特征,在此基础上计算泥沙迁移、冲淤作用,进而模拟受粘性泥沙吸附影响的各水质变量动态变化过程。
EFDC模型主要包括水动力、标量输运、水质、泥沙模块和有毒模块五个部分。
结构关系图如下:水动力模块是EFDC模型的基础;水质模块主要负责处理各种水质变量的源和汇;泥沙模块将泥沙分为粘性和非粘性两大类,用户可以根据需求进行相关设置;有毒物质模块和泥沙模块类似,计算各种有毒物质的源和汇;波浪模块基于能量平衡方程构建,并留有程序接口,用户可以将SWAN等外部模型的计算结果导入。
基于EFDC模型的深圳湾水环境模拟与预测研究
基于EFDC模型的深圳湾水环境模拟与预测研究基于EFDC模型的深圳湾水环境模拟与预测研究1. 引言深圳湾是深圳市著名的海湾景区,也是重要的港口和工业区域。
随着城市发展和人口增加,深圳湾的水环境面临着严峻的挑战。
为了有效管理和保护深圳湾的水环境质量,开展深入的研究至关重要。
本文基于EFDC模型对深圳湾的水环境进行模拟与预测研究,旨在为深圳湾水环境管理提供科学依据和决策支持。
2. EFDC模型简介2.1 EFDC模型介绍EFDC(Environmental Fluid Dynamics Code)是一种流体动力学模型,广泛应用于水体和大气领域的数值模拟。
它能够模拟水体中的水动力学、水质变化以及污染物传输等过程,通过模拟和预测水环境变化,为环境管理和保护提供科学依据。
2.2 EFDC模型在水环境模拟中的应用EFDC模型已经在全球范围内的许多水体中得到了成功的应用,包括湖泊、河流、海岸和海洋等。
它能够模拟水体中的物理过程、生态过程和化学过程,并提供准确的预测结果。
在水环境模拟研究中,EFDC模型已被广泛应用于水动力学、水质模拟和污染物传输等方面。
3. 深圳湾的水环境特点3.1 地理和环境特点深圳湾位于广东省深圳市境内,东临东莞市虎门镇,西临珠海市,南依珠江口,北临深圳市中心。
它是珠江三角洲的重要组成部分,周边环境复杂多变。
3.2 水动力学特点深圳湾水域潮汐明显,潮汐幅度大,涨潮潮位高,退潮潮位低。
此外,湾内还存在一定的海流,海岸线曲线多,湾内存在不同尺度的涡旋和潮波。
3.3 水质特点受人类活动和自然因素影响,深圳湾的水体常常受到污染。
主要污染源包括工业废水、农业面源污染和城市污水。
水质参数中溶解氧、氨氮、总磷等指标常常存在超标现象。
4. EFDC模型在深圳湾水环境模拟中的应用4.1 模型建立针对深圳湾的地理特点和水动力学特点,我们根据实测数据和地理信息系统,建立了准确且可靠的深圳湾水体网格模型。
该模型包括湾区的网格划分、陆地和海洋界面边界条件的设定和参数的调整等。
“efdc模型”资料文集
“efdc模型”资料文集目录一、基于GIS与EFDC模型的河湖水质监测系统研究与实现二、基于GIS与EFDC模型的河湖水质监测系统研究与实现三、基于EFDC模型对太湖微塑料迁移规律及污染概率分布的模拟四、基于EFDC模型的深圳水库富营养化模拟五、EFDC模型在河口水环境模拟中的应用及进展六、基于EFDC模型的滇池水质模拟基于GIS与EFDC模型的河湖水质监测系统研究与实现随着工业化进程的加速和城市化的发展,河湖水质受到严重的污染,水质监测变得尤为重要。
传统的水质监测方法具有效率低、精度差等缺点,无法满足现代水质监测的需求。
因此,本研究旨在构建一个基于GIS与EFDC模型的河湖水质监测系统,以提高水质监测的效率和精度。
GIS(地理信息系统)是一种强大的空间信息管理工具,可以用于收集、存储、分析和可视化地理数据。
而EFDC(环境流体动力学模型)是一种模拟和预测水环境变化的模型,可以对水体中的各种污染物进行模拟和预测。
数据采集与处理:通过安装在水域周边的自动监测站,收集水域的水质数据,包括pH值、溶解氧、浊度、总磷等。
数据经过预处理后,利用GIS系统进行空间分析和可视化。
GIS系统设计:利用GIS的空间分析功能,对水质数据进行分析和可视化。
同时,将水域划分为不同的区域,根据EFDC模型进行污染物模拟和预测。
EFDC模型应用:根据GIS系统划分的区域,建立相应的EFDC模型,模拟不同区域的水质变化情况,预测未来的水质趋势。
监测与预警:根据模拟和预测结果,对水质进行实时监测,一旦发现水质异常或超过阈值,立即发出预警,为管理部门提供决策依据。
本研究成功构建了一个基于GIS与EFDC模型的河湖水质监测系统,实现了水质的实时监测、模拟预测和预警功能。
该系统提高了水质监测的效率和精度,为河湖水质的管理和保护提供了有力支持。
未来,我们将继续优化系统功能,提高模型精度,以期为更多的河湖水质监测提供技术支持。
基于GIS与EFDC模型的河湖水质监测系统研究与实现随着工业化进程的加速和城市化的发展,河湖水质受到严重的污染,水质监测变得尤为重要。
地表水环境数值模拟与预测——efdc建模技术及案例实训
地表水环境数值模拟与预测——efdc建模技术及案例实训地表水环境数值模拟与预测是一种基于数学方法和计算机模型的技术,可以对地表水环境的水质、水量及水流动态进行模拟与预测,为水环境管理和决策提供科学依据。
在这项技术中,EFDC (Environmental Fluid Dynamics Code)建模技术是一种常用且广泛应用的方法。
EFDC建模技术使用数值模型来模拟地表水环境中的水动力过程,以及与水质有关的物理、化学和生物过程。
该技术基于Navier-Stokes 方程、质量守恒方程和相关的物理学原理,结合网格划分和离散计算方法,通过计算机程序来模拟和预测水体的运动和混合过程。
EFDC建模技术可以对各种复杂的水体系统进行建模,如河流、湖泊、水库、沿海区域等。
通过收集和整理相关的水动力、水质和水生态学数据,可以对水环境进行定量的数值模拟和预测。
利用该技术,可以研究水体中的水流速度、水位变化、溶解氧、水温、营养盐、悬浮物、有机物等物理、化学和生物参数的空间和时间分布规律。
EFDC建模技术在实际应用中有着广泛的应用场景。
例如,可以用于评估工业废水排放对水体的影响,预测水污染物的扩散和转移路径,指导水资源规划和管理,优化水环境监测网络布局,并提供紧急事件应急响应等。
此外,EFDC建模技术还可以与其他模型和数据集成,提高模拟和预测的准确性和可靠性。
例如,可以将EFDC模型与水质模型、生态模型和气象模型等进行耦合,以获得更全面和综合的水环境模拟结果。
总之,EFDC建模技术是一种重要的工具,可以对地表水环境进行数值模拟和预测,为水环境管理和决策提供科学依据。
随着该技术的不断发展和完善,相信将在未来对水环境保护和可持续发展起到越来越重要的作用。
基于EFDC的长江常州段污水排江浓度场数值模拟
折, 水 面宽 阔 , 水流往复, 水 底地 形 变 化 不定 , 且伴
有 潮 汐作 用 的河 道 污 染 物 浓 度 场计 算 。 同时 长 江
常州 段 区域 中有 多个重 要 的居 民生 活用水 取 水 口,
动 力 学 已 经 满 足 了化 学 需 氧 量 ( C O D) 、 氨氮 ( N H , 一N) 和 总磷 ( T P ) 浓度计算要求 , 可 以 不 考 虑 它们 复杂 的生 化 反 应 过 程 。
关 键词 : E F D C; 感潮河段 ; 水流 ; 污水 排 放 ; 浓 度
一 ~ . 一 一 ~ ~ 一 岍 ? ~ 一 ~ 一 一 ~
由美 国环 保署 资 助 开 发 的地 表水 数 值 模 型 , E F D C 是综 合水 环境 数学 模型 , 其包 括水 动力 、 水质 、 拉格
涨潮 历 时 , 平均涨潮历时约 3 h 4 1 m i n , 落 潮 平 均
历时 约 8 h 4 5 m i n , 该江段 在 部 分 时 间会 发 生 双 向
中 图分 类 号 : X 5 2 2
文献标识码 : A
文章编号 : 1 6 7 4— 6 7 3 2 ( 2 0 1 5 ) 0 1 — 0 0 0 5— 0 5
Nu me r i c a l S i mu l a t i o n o n Po l l ut a nt s Co nc e nt r a t i o n Fi e l d i n Ch a ng z h o u Re a c h o f Ya n g t z e Ri v e r b y EFD C Mo de l
基于EFDC模型的河道型水库藻类生长对流域污染负荷削减的响应——
( 1 :C o l l e g e o fE n v i r o n me n t , Ho h a i U n i v e r s i t y , N a n j i n g 2 1 0 0 9 8, P . R . C h i n a) ( 2: Z h e j i a n g I n s t i t u t e o fHy d r a u l i c s&E s t u a r y, Ha n g z h o u 3 1 0 0 2 0 , P . R . C h i a) n
基于EFDC_模型的旁侧湿地对河道水质影响研究
基于EFDC模型的旁侧湿地对河道水质影响研究何敏旋,徐坤,叶锦青,聂嘉荣(广州市水之道生态环境修复有限公司,广东 广州 510380)摘要:以山东省东营市某河道治理工程为例,利用EFDC模型模拟采用旁路湿地进行处理后河道水质的变化情况,论证采用旁流湿地是否可以使水体水质稳定达到地表水Ⅴ类标准。
结果表明,研究段内各点的COD和氨氮浓度在30d后基本达到地表水V类标准,说明旁侧湿地净化措施的实施对河道水质具有较好的效果。
关键词:EFDC模型;旁侧湿地;水质;河道 引言由于我国建设前期雨污不分流,污水、工业废水直接排入河道,环境保护观念滞后,并且以往的河道治理注重河道防洪排涝功能[1][2],忽视了河流的生态功能,河道常采取截弯取直,变自然护岸为硬质护岸,工程化明显,致使河道的生态环境破坏严重,自净能力逐渐下降,水体污染问题越来越严重,甚至发黑发臭,城市环境愈来愈差,因此开始了一系列的河道生态治理。
河道生态治理是一项复杂的系统工程,涉及面广,污染因素多,水体水质受水流、水动力、污染源、温度、气候等条件影响,在制定治理方案时较难判断合理性及有效性,而治理往往需要判断措施实施后在多少时间内能达到治理目标,数学模型正是在这样的环境下发展起来的,引发了大多数学者的关注,掀起研究的热潮[3~5]。
代表性模型有Dalft3D、WASP、MIKE和EFDC[6][7],均可通过水质检测数据和考虑水文、气象等影响因素,构建合理有效的数学模型。
通过模型模拟,可以揭示河道在一定空间和时间范围内的某些演变过程及发展趋势,以及通过一系列整治工程措施后的变化及影响程度,为研究河道生态治理措施提供科学依据,对方案制定及工程监测发挥重要作用[8],在河道治理方案中提供有效的达标论证。
本文以环境流体力学模型(EFDC)为基础,对山东省东营市某河道省控断面的河段建立水动力及水质模型,模拟了河道在30d内水体通过旁侧湿地循环净化后水质变化情况,论证湿地净化措施是否能够使水体水质稳定达到地表水V类标准。
水污染模型EFDC在环境污染中的应用研究探讨
成 研 究 [Z].南 京:河 海 大 学 水 资 源 环 境 学 院,
转换成大地坐标点对文件。
2004.
2.二维正交网格化
[3]庄 巍 等.河 流 二 维 水 质 模 型 与 地 理 信 息 系
河道平面二维数学模型网格生成方法研
统的集成研究[Z].江苏南京 河海大学 2007.
究中两个关键问题:第一网格与河道拟合的
括与模型计算相关的参数信息数据、模型计Байду номын сангаас模块的模拟精度已经达到相当高的水平。为 快速的计算模拟出某条河流出现污染物泄漏
算的结果数据、浓度信息数据等,模型计算结
或排放的扩散过程。能够为应急决策提供依
果数据量较大,为了提高性能需要建立相关
据。该系统可以在水源地保护应急工作中应
的索引。
用。
2)GIS 数据的处理
关键词:EFDC 模型;WGS84;水污染扩散;正交网格
中 图 分 类 号 :X32
文 献 标 识 码 :A
EFDC(The Environmental Fluid Dynam- 平面二维正交四边形网格。具体网格化主要 了实现 EFDC 模型可视化的计算过程,对系
ics Code)模型是由威廉玛丽大学维吉尼亚海 包括以下几个步骤:
算、结果展示等采用可视化的方式集成到系统中,使得用户操作方便快捷。最终计算的结果以时间为线索动态地展示在系统中,同时又
ÁÁÁÆ!$Æ!ÂÂÂÃÃ&ÄÇ1ÄÅ")ÈÇ%#0ÈÅ(É'3456DFITB9(7EPRUhC@)8ViW!AQYXÂ#0`pÁGÆ$1aqHÇ%2ebSÃÈ&ÆÉcdÅÂÁÂÁÇfÈ!g"X 能够实现监测点位污染物浓度动态的展示。系统可以应用到河流或湖库的保护中。
基于EFDC模型的深圳湾水环境模拟与预测研究
基于EFDC模型的深圳湾水环境模拟与预测研究基于EFDC模型的深圳湾水环境模拟与预测研究一、引言深圳湾作为深圳市的重要海洋生态资源及经济发展区域,其水环境状况对于生态保护和经济可持续发展具有重要意义。
针对深圳湾水环境模拟与预测问题,本文基于EFDC (Environmental Fluid Dynamics Code)模型展开研究,目的在于深入了解深圳湾的水动力过程、水质演变以及可能的影响因素,为深圳湾的生态环境管理提供科学依据。
二、EFDC模型简介EFDC模型是一种开放源代码的三维水动力和水质模型,可以模拟湖泊、河流和海洋等水体的流动和水质变化。
该模型基于数理方程组,综合考虑了动量守恒方程、质量守恒方程和浮力运动方程等,能够模拟水体的流动、溶质的输移和水质的变化,适用于复杂的水域系统。
在本研究中,我们将基于EFDC模型来模拟深圳湾的水动力和水质情况。
三、数据收集与预处理1.水文数据收集与处理:我们收集了深圳湾的水位、潮汐、风向、风速等水文数据,对数据进行清理、格式转换和插值处理,形成了基准水文数据。
2.水质数据收集与处理:我们收集了深圳湾的水质数据,包括温度、盐度、溶解氧、悬浮物浓度、氨氮浓度等指标。
对于数据异常值,我们进行了筛选和修正,保证数据的准确性和可靠性。
四、模型参数设定与模拟1.模型网格划分:根据深圳湾的地理特征和水动力过程,我们划分了合适的模型网格,并设置了适当的网格尺寸和分辨率。
2.边界条件设置:根据实际情况,我们设置了深圳湾的边界条件,包括水位、潮汐、风速、风向等,保证模拟的真实性和可靠性。
3.模型参数设定:根据深圳湾的水动力和水质特征,结合文献研究和实地调查,我们设定了合适的模型参数,包括水体的粘度、密度、扩散系数等。
五、模拟结果与分析我们通过模拟得到了深圳湾的水位、流速、盐度、温度、溶解氧等水质变化情况,并对模拟结果进行了分析。
研究表明,深圳湾的水动力过程受到潮汐和风力的共同影响,呈现出复杂的流动特征。
基于EFDC模型的山地河流水动力水质模拟——以重庆市赵家溪为例
基于EFDC模型的山地河流水动力水质模拟——以重庆市赵家溪为例重庆大学硕士学位论文(学术学位)学生姓名:***指导教师:胡学斌教授艾海男副教授专业:市政工程学科门类:工学重庆大学城市建设与环境工程学院二O一四年五月Simulation of Hydrodynamics and Water Quality of Mountain River Based on EFDC: the Example of Zhaojiaxi in ChongqingA Thesis Submitted to Chongqing Universityin Partial Fulfillment of the Requirement for theMaster’s Degree of EngineeringByZhang WenshiSupervised by Prof. Hu Xuebinby Ass. Prof. Ai HainanSpecialty: Municipal EngineeringFaculty of Urban Construction and Environmental Engineering ofChongqing University , Chongqing, ChinaMay, 2014中文摘要摘要城市化进程给水环境造成了极大的威胁。
城市扩张在很大程度上改变了地表原有的用地类型从而增加了面源污染负荷,使得大量河流、湖库遭到了严重污染,甚至功能消失。
如何有效的对城市河流的水质进行保护和管理已成为水环境研究的重点。
水环境研究所涉及的空间尺度大、污染物成分众多及环境过程错综复杂,仅凭借实验分析或现场监测具有较大的难度,通过建立数学模型实现水环境的数值模拟,研究河流演变规律以指导河流水环境保护成为了该领域的热点。
本文以重庆两江新区的赵家溪为研究对象,基于环境流体力学代码(Environmental Fluid Dynamics Code,即EFDC)模型建立了赵家溪水动力水质模型,并以实测水文、水质监测数据进行了模型的参数率定和验证。
科技成果——河网型控制单元水质目标管理技术
科技成果——河网型控制单元水质目标管理技术技术开发单位清华大学适用范围平原河网成果简介基于分类输出系数法核算平原河网区非点源污染负荷,分析污染物产生、排放、入河量;基于EFDC模型构建河网和湖体水动力水质模型,得到水质响应特征曲线;基于5级分配技术得到总量控制方案。
工艺流程1、基于分类输出系数法进行污染源核算河网地区污染负荷。
2、应用动态模型进行污染源-水质压力响应关系分析,河网地区河流水质响应规律,获得相对稳定的水质压力响应特征曲线。
3、应用分级污染分配体系进行总量分配,明确主控污染源,遵循“分区核算、分类控制”的原则,划分上游污染、本地排放的比例关系,重点控制本地污染,分点、面源进行总量分配。
关键技术建立水质响应特征曲线——基于EFDC模型分别建立太滆运河河网水动力模型和滆湖三维水动力,基于wasp模型建立水质模型,结合设计水文条件和污染源情况,进行水质模拟,得到水质响应特征曲线。
控制单元分级污染分配——按照湖体直接污染源(大气沉降、湖体内源、河流输入等)、直接入湖河流污染负荷、河流上游和本地污染负荷、本地点面源污染负荷等5个级别进行污染源分配,得到控制单元污染分配方案。
应用情况在“分区、分类、分级、分期”的水环境管理理念的指导下,在“流域-区域-控制单元-污染源”水环境管理层次体系中,以水质目标管理为最终目标,直接面向污染源,开展太湖竺山湾-太隔运河控制单元的水质目标管理研究。
典型案例(一)项目概况在太湖竺山湾-太隔运河开展了河网型控制单元水质目标管理技术的示范。
揭示了示范区控制单元常规污染物含量高,长期大面积处于超标的状态。
含氮污染物(TN)是首要超标污染物;含磷污染物(TP)其次;有机污染物含量也较大,存在较大的超标风险;水体处于富营养状态,水华现象频发。
确定了控制单元营养物、有机污染物、毒性污染物、浮游植物等水质控制目标。
进行了控制单元点污染源和非点污染源负荷的核定,识别了控制单元的污染源负荷比例和类型。
《2024年基于WASP模型的岱海水质模拟及归因分析》范文
《基于WASP模型的岱海水质模拟及归因分析》篇一一、引言随着工业化和城市化的快速发展,水体污染问题日益突出,其中湖泊、水库等内陆水体的水质变化尤其引起人们关注。
岱海作为我国内陆湖的重要一员,其水质变化直接影响着当地生态环境及水资源可持续利用。
因此,本研究利用WASP(Water Quality Analysis Simulation Program)模型对岱海水质进行模拟,并对其污染归因进行分析,以期为岱海的水质改善与管理提供科学依据。
二、WASP模型及其应用WASP模型是一种广泛应用于湖泊、水库等内陆水体水质模拟的模型。
该模型能够综合考虑水体的物理、化学及生物过程,对水体的水质变化进行模拟和预测。
通过输入水体的水文、气象、污染源等相关数据,WASP模型可以模拟出水体中各种污染物的浓度变化,从而为水质管理和污染控制提供依据。
三、岱海水质模拟本研究利用WASP模型对岱海水质进行了模拟。
首先,收集了岱海的水文、气象、污染源等相关数据,并对数据进行处理和校验。
然后,根据WASP模型的要求,设置模拟参数和初始条件。
最后,运行模型进行水质模拟。
模拟结果显示,岱海的水质受到多种污染物的影响,其中总氮、总磷等营养盐类污染物对水质的贡献较大。
此外,还发现岱海的水质在季节性变化上存在明显差异,夏季和秋季的水质相对较差。
四、岱海水质归因分析为了进一步了解岱海水质变化的原因,我们对模拟结果进行了归因分析。
首先,分析了污染源对岱海水质的影响。
结果显示,农业活动、生活污水、工业排放等是岱海的主要污染源。
其中,农业活动排放的氮磷等营养盐类污染物对水质的贡献最大。
其次,考虑了水文气象因素对岱海水质的影响。
气候变化、降水减少等因素导致岱海的水位下降,水体自净能力减弱,从而加剧了水质恶化。
五、结论与建议通过WASP模型的模拟及归因分析,我们得出以下结论:岱海的水质受到农业活动、生活污水、工业排放等污染源的影响较大;气候变化、降水减少等因素也加剧了岱海的水质恶化。
基于EFDC模型的水质在线模拟系统
2020年10月江苏水利水利信息化Oct.2020JIANGSU WATER RESOURCES41基于EFDC模型的水质在线模拟系统王亦斌1,孙涛1,徐希涛2#(1.南水北调东线江苏水源有限责任公司,江苏南京210019;2.南瑞集团(国网电力科学研究院)有限公司,江苏南京211000)摘要:详细阐述了EFDC的模型原理和模型的数据结构,总结了模型的建模过程,提出了EFDC模型与GIS软件的集成的基本思路,基于B/S架构设计并实现了EFDC模型的水质在线模拟展示系统,将水质实时扩散过程以空间可视化的形式展示给用户,为水污染管理提供辅助决策。
关键词:水质模型;EFDC;GIS;集成框架中图分类号:TU991.21文献标识码:B文章编号:1007-7839(2020)10-0041-04Research on water quality online simulation system baser on EFDC modelWANG Yibin1,SUN Tao1,XU Xitao2*(1.Thc Eastern Route O South—I o—North Water DgeTsSg Project Jiangsu Water Source Co.,Ltd.,Nanjing210019,China;2.NARI Geup Corporatiog/State Grii Electrie卩^!Research Institute,Nanjing211000,China)Abstract:The model pOnciple and data stmeture of EFDC was elaborated in detail,the modeling process of the model was summamzed,and the basic inea of intearation of EFDC model and GIS softwao was proposed.The wateo quality online sieulation deplay system of EFDC model was designed and nnplemented based on B/S architecture,which displayed the real—time diffusion process of watea quality to uses in the fomi of spatial visualization,providing auxiliaa decision—making for wateo pollution management.Key worUi:wateo quality model;EFDC;GIS;intearation framework水是人类生存发展不可或缺的重要资源,随着社会经济的不断发展,水污染情况日渐严重,传统的先污染后治理方法,需要耗费大量人力物力财力,且见效周期长,因此,通过水质模型准确估算出入河入湖污染物通量,控制污染物总量对水环境生态保护具有重要意义。
基于WASP模型的排污河流水质模拟
基于WASP模型的排污河流水质模拟
靳雪姣;刘志强;彭森;李华芝;王鑫杰;孙欢
【期刊名称】《上海环境科学集》
【年(卷),期】2013(000)001
【摘要】应用WASP7.3对某滨海城市A排污河水质的DO、氨氮、总磷、BOD5含量进行了模拟研究,并用2 01 1年实测值对水质模型模拟结果进行校验.结果表明,DO、氨氮、总磷、BOD5含量的平均模拟误差分别为8.01%、11.71%、10.21%、3.84%.WASP7.3应用于排污河流的水质模拟能够取得较满意的结果.【总页数】5页(P123-127)
【作者】靳雪姣;刘志强;彭森;李华芝;王鑫杰;孙欢
【作者单位】天津大学环境科学与工程学院,天津300072;天津大学环境科学与工程学院,天津300072;天津大学环境科学与工程学院,天津300072;天津大学环境科学与工程学院,天津300072;天津大学环境科学与工程学院,天津300072;天津大学环境科学与工程学院,天津300072
【正文语种】中文
【相关文献】
1.基于WASP 7模型的水质模拟应用——以淮沭新河东海段为例 [J], 张佩芳;朱文杰;任妍冰;单璐
2.基于WASP模型的排污河流水质模拟 [J], 靳雪姣;刘志强;彭森;李华芝;王鑫杰;孙欢
3.基于WASP模型的太湖流域上游茅山地区典型乡村流域水质模拟 [J], 陈文君;段
伟利;贺斌;陈雯
4.基于WASP模型的河流水质模拟及模糊风险评价 [J], 程铭;孙强
5.基于WASP模型的桃林口水库水质模拟研究 [J], 戴天骄; 赵林; 陈亮; 冯琛雅; 刘琦; 赵明杰
因版权原因,仅展示原文概要,查看原文内容请购买。
基于EFDC模型的深圳湾水环境模拟与预测研究共3篇
基于EFDC模型的深圳湾水环境模拟与预测研究共3篇基于EFDC模型的深圳湾水环境模拟与预测研究1深圳湾是中国南部一个重要的海湾,也是深圳市重要的海岸线之一。
随着城市化的不断推进和经济的快速发展,深圳湾的海洋环境日益受到关注和关注。
为了更好地了解深圳湾的水环境状况,各种模型和研究被开展来预测和模拟深圳湾的水环境。
基于EFDC模型的深圳湾水环境模拟与预测研究是一项重要的研究,该研究是在EFDC(Environmental Fluid Dynamics Code)模型的基础上,应用于深圳湾的数值水动力学仿真建模中,以获得深圳湾河口和海湾水域的动力学特征及水质变化趋势。
EFDC模型是一种用于环境水动力学建模的计算机程序,旨在研究河流和湖泊的水动力学和水质,并可用于海洋和沿海的动力学水文学和污染预测等方面。
EFDC模型能够模拟三维水动力学、水质、沉积物、悬浮物的分布和交换,并模拟海浪、气氛-水体相互作用等自然过程。
深圳湾的水环境受到多种因素的影响,如地理特征、海洋流、近海洋流、湾口流、潮汐、降水和污染等,因此,模型的建立必须充分考虑这些因素。
EFDC模型被应用于模拟深圳湾水环境,其数据输入主要包括湾口和近岸水域在垂向和水平上的水下深度和流速、和其他影响因素,如湾口潮汐、降雨量、气象观测等。
在模型的构建过程中,需要对深圳湾的水环境进行实地调查,以获取必要的数据。
实地测量工作包括总磷、总氮、叶绿素a、悬浮物、温度、盐度等指标。
计算机模型必须与实测数据进行比较以确定其准确性和完整性。
EFDC模型可以预测深圳湾的水环境变化,并用于预测未来某个时间点的水质和沉积物分布。
该模型可以提供有关湾口和内陆水域的流动动力学,以及与悬浮颗粒和化学物质载体相关的化学和生物过程的详细信息。
此外,EFDC模型还可以用于评估深圳湾不同污染物负荷的污染传输行为。
通过基于EFDC模型的深圳湾水环境模拟与预测研究,可以更好地了解深圳湾水环境变化的趋势和其中的影响因素。
多米诺事故情景下的区域环境风险评价
多米诺事故情景下的区域环境风险评价张立;钱瑜;蔡云【摘要】Domino effect was incorporated into environmental risk assessment of a chemical industrial park, and the frequencies of domino accidents were calculated with escalation probability models and Monte Carlo simulation, the consequences of contamination accidents were simulated with atmospheric and water diffusion models, and the regional environmental risk under domino accidents scenarios was further analyzed in geographic information system. The results showed that 67.5% risk sources would spark secondary accidents and each primary accident could spark 9.58 secondary accidents on average, the regional environmental risk under secondary accident scenarios and third accident scenarios were 6.40 times and 12.33 times of the primary accident scenarios respectively. It is verified that the domino effect could expand regional risks obviously and should be controlled as the main risk factor.%将多米诺效应纳入化工区环境风险评价中,采用扩展概率模型和蒙特卡洛模拟的方法计算多米诺事故的概率,运用大气和水扩散模型模拟污染事故的后果,进而利用地理信息系统分析在多米诺事故情景下的区域环境风险水平.结果表明,研究区域67.5%的风险源能引发二次事故,平均每个初始事故引发9.58次二次事故、17.21次三次事故.二次事故情景和三次事故情景下的区域环境风险值分别是一次事故的6.40倍和12.33倍,多米诺效应明显放大了区域环境风险值,应成为今后风险防范的重点.【期刊名称】《中国环境科学》【年(卷),期】2013(033)003【总页数】7页(P569-575)【关键词】多米诺效应;定量风险评价;蒙特卡洛模拟;后果计算【作者】张立;钱瑜;蔡云【作者单位】南京大学环境学院,污染控制与资源化研究国家重点实验室,江苏南京210046【正文语种】中文【中图分类】X820.4在风险事故情景下,一个风险源发生事故可能会引发其他风险源相继发生事故,从而形成多米诺效应.在很多重大事故中,多米诺效应是造成多人伤亡、巨额财产损失和环境恶化的关键因素.对以往事故的统计分析表明,38.6%的风险事故可能引发多米诺事故[1],且多米诺事故发生概率正逐年增加,平均每次事故造成的伤亡人口数量也呈现增长的趋势[2].究其原因可能有以下几点.首先,随着人口的持续增长和由此引发的土地利用压力,越来越多的工业企业投产于工业集中区,尤其是在发展中国家,不少地区存在重大风险源过于集中的现象.其次,由于缺乏合理的规划布局以及工业园自身发展的需要,一些企业周围逐渐形成居民区和商业中心.另外,易燃易爆及有毒有害物质在生产过程中普遍使用也是导致多米诺事故的一个重要原因.因此在环境风险管理中,辨识并减少导致多米诺事故的路径是十分必要的.然而,现有的多米诺风险研究只是针对安全风险,在环境风险部分还是一片空白,没有比较成熟的多米诺环境风险评价方法.另一方面,尽管研究人员已经普遍意识到多米诺风险事故的危害,但在对工业设施进行定量风险评价的实际操作过程中,多米诺现象不是被完全忽略,就是评价过程不够规范严谨[3],由此制定的应急措施和环境影响评价往往低估了事故发生后的危害,缺乏科学性和实用性.因此,本文尝试提出一套定量评价多米诺环境风险的方法,并通过比较普通情景下和多米诺情景下的区域环境风险大小,希望为进一步制定更合理、更具操作性的环境风险决策方案提供理论依据.1 多米诺效应研究最早的关于多米诺效应的研究是英国卫生与安全管理局1978年在对Canvey岛和Thurrock地区的工业设施进行危险性评价时,在故障树分析中加入了外部事故的多米诺机制[4],但“多米诺效应”一词没有出现在报告中.Bagster等[5]利用Canvey 报告的数据,在概率计算方面提出了一种新方法,不仅可以计算二次事故的概率,还能够计算三次甚至更高次多米诺事故的概率,但是这种方法只能简单计算一个事故单元引起另一个单元破坏的可能性,不能处理在复杂场景下通常出现的一个初始事故引发其他多个事故组合的情况.此后,Khan等[6]在总结前人研究的基础上,构建了一套多米诺效应分析的框架,并用于多个工业项目的多米诺风险评价中[7-10].美国化学安全中心在2000年发布的导则中提出多米诺效应的概念,并认为可以纳入风险评价体系中,但没有进行详细的阐述[11].近年来,Cozzani等[12]在多米诺效应研究上又有新的见解,建立了系统评价多米诺风险事故的程序,包括识别多米诺事故的方法以及计算扩展概率的公式,并且将GIS技术应用于多米诺事故场景的后果评价和脆弱性分析中[13].但是该方法忽略了三次和三次以上的事故,只对二次事故的评价有效.Reniers等[14]将博弈论方法用于研究不同工业企业在多米诺风险防范中的投资行为.Abdolhamidzadeh等[15]在多米诺事故概率计算中考虑了概率与时间的关系,并且采用计算机模拟技术,从而实现了诸如工业园等复杂情形的计算分析.借鉴现有的研究成果,本文假设多米诺事故涉及二次事故和三次事故,通过多米诺事故链的识别、多米诺环境风险概率的计算、事故后果的分析,最终得到研究区域的环境风险水平,并以某化工园为研究对象,对不同事故场景下的环境风险水平加以比较.本研究选取的化学工业园位于长江沿岸,四周散落居民区.园区以石油化工为主要产业,生产过程中涉及的原辅材料和中间产品大部分是易燃易爆有毒有害的危险化学品,且众多临近的大型储罐间没有有效的隔离和防护措施,一旦发生风险事故,极有可能对附近设备造成破坏,使事故危害不断扩大.而现有区内企业的环境风险评价和园区的区域风险评价均只是针对单个风险源,并未考虑多米诺效应,其环境风险防范和应急决策难免会出现失误,从而导致重大的环境危害.2 多米诺事故链识别由图1可知,首先,识别研究区域内的所有风险源,从中筛选出能够引发多米诺效应的初始事故.初始事故的类型有火灾、爆炸,以及火灾和爆炸同时发生的情况.虽然有毒有害物质的泄漏会间接给应急和救援工作带来不便,但它不能直接导致其他设备失控或损坏并引发二次事故[16],因此在分析多米诺事故时没有考虑这个因素.图 2标示出了园区主要的风险源,共计 197个,其中148个风险源是多米诺事故风险源,涉及污染物质 50种.不难看出,研究区域内风险源密布,且靠近河流、滨临居民区,一旦发生多米诺事故影响范围迅速扩大,很可能造成非常严重的后果.图1 识别二次风险事故Fig.1 Definition of secondary accidents其次,分析每个初始事故的扩展向量,并根据临界值标准初步选择可能的二次事故.二次事故及其临界值见表1[17]和表2[12].图2 多米诺事故风险源Fig.2 Risk source of domino accidents表1 初始事故的扩展向量及可能导致的二次事故Table 1 Escalation vectors and expected secondary accidents for the different primary accidents初始事故扩展向量可能的二次事故池火(PF) 热辐射、火焰接触JF、PF、BLEVE、毒物泄漏喷射火(JF) 热辐射、火焰接触JF、PF、BLEVE、毒物泄漏火球(FB) 热辐射、火焰接触储罐火灾闪火(FF) 火焰接触储罐火灾机械爆炸(ME) 碎片、超压所有事故受限爆炸(CE) 超压所有事故沸腾液体扩展蒸气云爆炸(BLEVE) 碎片、超压所有事故蒸气云爆炸(VCE) 超压、火焰接触所有事故最后,采用扩展概率模型计算初始事故对二次目标的扩展概率,具体见表 3[12].本文所研究的风险源中,爆炸及其产生的冲击波超压是主要的破坏形式,火灾事故中只有池火能引发极少数的二次事故,且扩展概率较低.二者均能导致物质泄漏,提高环境风险.三次事故的识别方法与二次事故的识别类似,只是把二次事故看作初始事故,用上述方法辨识二次事故引发的多米诺事故.初始事故及其二次事故和三次事故构成树状结构,即形成多米诺事故链.表2 各类扩展向量的多米诺效应临界值Table 2 Threshold values for escalation considered in domino effect扩展向量及初始事故目标设备临界值闪火所有设备不可能热辐射火球常压容器只在火焰完全包覆罐体时发生压力容器不可能池火喷射火常压容器热辐射强度为15 kW/m2,且作用时间超过10 min压力容器热辐射强度为35 kW/m2,且作用时间超过10 min常压容器 22 kPa压力容器 17 kPa加长设备(毒性物质) 16 kPa加长设备(可燃物质) 31 kPa小型设备(毒性物质) 37 kPa小型设备(可燃物质) 不可能碎片所有设备 300 m超压本研究假设园区的爆炸事故中 10%的危险物质参与爆炸,物质泄漏事故的源强按照10mm孔径连续泄漏10min计算.初始事故概率及物质泄漏概率分别参考《Guidelines for Quantitative Risk Assessment (Purple Book)》[18]中对于火灾爆炸概率及10mm孔径连续泄漏概率的描述.表3 扩展概率模型Table 3 Models for escalation probability注:Y为初始事故的扩展概率单位;I为作用于目标设备的热辐射强度,kW/m2;V为设备体积或容积,m3;ttf为设备失效时间, s;Ps为作用于目标设备的峰值超压,kPa扩展向量目标设备扩展概率模型竖直常压容器 Y = 12.54 - 1.847 ln(ttf),热辐射ln(ttf) = -1.128 ln(I) -2.667×10-5V +9.877水平压力容器 Y = 12.54 - 1.847 ln(ttf),ln(ttf) = -0.947 ln(I) + 8.835V0.032常压容器 Y = -18.96 + 2.44 ln(Ps)超压压力容器Y = -42.44 + 4.33 ln(Ps)加长设备 Y = -28.07 +3.16 ln(Ps)附属设备 Y = -17.79 + 2.18 ln(Ps)计算结果表明,园区内约 67.5%的风险源会引发二次事故,平均每个初始事故引发9.58次二次事故、17.21次三次事故,其中30.3%的初始事故和二次事故组合的扩展概率达到 100%.多米诺事故发生的概率如此之高,可见在评价化工园等高危场所的区域风险时,忽略多米诺现象是极不合理的.3 多米诺事故概率计算在计算多米诺事故概率时,要先考查两种概率.一是在事故链中扮演发起者角色的初始事故的概率,即爆炸或火灾的概率,它可以通过事故树分析或者由经验值获得;二是每个事故在下级多米诺目标处的扩展概率,它可以根据损失扩展模型算得.有些学者试图从数理统计的角度来解决多米诺概率问题,但所使用的概率方程大都比较复杂,特别是当涉及的事故数量比较多时,计算过程十分繁琐且耗时.另一方面,即使能开发出较简便的数学模型用于复杂场景的计算,但由于计算过程涉及的数值非常小,产生的舍入误差可能会很大,使得计算结果不够精确.因此,本文采用蒙特卡洛随机抽样的方法,通过构造事故间的作用关系,并在足够多的事故场景下对各事故反复进行随机抽样,模拟以上两种概率类型综合作用的结果,进而生成事故的概率分布.二次事故情景下的事故概率计算流程如图 3所示.计算三次事故情景下的概率是在上述基础上进一步分析二次事故的扩展效应.模拟次数N = 109.对模型结果进行T检验发现,显著性为 0.01,表明该模型有显著差异,适用于解决所研究的问题.通过蒙特卡洛模拟输出的概率是考虑多米诺事故后的综合事故概率,它与初始火灾爆炸事故概率的差即是由多米诺效应引发的风险事故的概率,再将此多米诺事故的概率与相应风险源的原始物质泄漏概率相加,得到多米诺情景下的综合环境风险概率.相较于普通事故场景,在二次事故及三次事故场景下,环境风险事故概率的增幅分别达到3.72倍和7.09倍.4 环境风险事故后果本研究涉及的环境风险事故是有毒有害物质泄漏,包括排放到大气的有害物质,如氯气、环氧丙烷、环氧乙烷、甲苯、丙烯、硝酸、甲醛等,和进入受纳水体的污染物,如苯酚、甲醇、硝基苯等.4.1 大气污染模拟对于大气污染,采用SLAB大气模型对污染物的扩散情况进行分析[19],并参照ERPGs及AEGLs毒性标准,根据事故对人体健康的危害程度将影响范围划分为死亡、严重受伤和轻微受伤三个区域.相关研究指出,在美国如果一名人口死亡的损失是220万美元,那么重度受伤和轻度受伤的损失分别是5000美元和200美元[20].据此,按照生命损失的相对大小,可以认为重度受伤的损害是2.27×10-3个体死亡,轻度受伤的损害是9.09×10-5个体死亡.需要注意的是,个别多米诺事故场景下会出现2种或3种泄漏物质各自产生的死亡区域互相重合的情况,因此需要对这些事故场景进一步具体分析,扣除重复计算的死亡人数.图3 蒙特卡洛分析法计算多米诺情景下的事故概率Fig.3 Probabilities of accidents under domino scenarios use Monte Carlo analysis4.2 水体污染模拟在水体污染预测方面,采用 USEPA推荐的EFDC-水动力和WASP-水质模拟的耦合模型[21].由于人群不是水污染事故的直接风险受体,选用浓度-价值损失率法,即某种污染物引起的水体价值损失与水体总价值的比值,来计算水体的污染损失.经调查研究区域受纳水体的主要用途是生活和工业用水、渔业捕捞.其中,生活用水的临界浓度可由《生活饮用水卫生标准》[22]获得,工业用水的临界浓度参照《城市污水再生利用工业用水水质》[23],渔业用水的临界浓度参考《地表水环境质量标准》[24]III类水质标准和《渔业水质标准》[25].该方法计算出的水体经济损失是以人民币计量的,为了使之与其他事故类型的后果具有可比性,要对水资源损失进行一系列换算.根据国际货币基金组织(IMF)公布的数据,2011年美国人均GDP为48147美元,中国人均GDP为8394美元.因此,结合生命价值的研究,若经济损失为C(万元)人民币,相当于C×48147/(8394×220×人民币对美元汇率)个体死亡.本研究中,大部分风险源都设有防护池,因此进入受纳水体的污染物很少,这些物质在下游取水口和渔业养殖区的浓度均远低于临界浓度,不会对水体的使用价值产生影响.5 区域环境风险评价结果在ArcGIS中对事故后果进行空间可视化表达,以事故后果和概率的乘积作为事故的风险,并将各风险事故的风险值在空间叠加,可得区域的环境风险水平.结合现有的可接受风险水平的研究及表4所列各风险等级的性质[26],以风险的对数值表示风险大小,并据此对研究区域进行区划.R = 8 + lg r式中:R是十进制表示的风险值,且0<R<8;r是指数形式表示的风险值.表4 不同风险等级的性质Table 4 Feature list of different risk rank风险值r(死亡数/a) 可接受性风险水平R 风险等级>10-3 不可接受,放弃活动 (5,8) V 10-4~10-3 调整活动 (4,5) IV 10-5~10-4 采取保护措施 (3,4) III 10-6~10-5 可接受(2,3) II 10-8~10-6 可忽略 (0,2) I图4显示,考虑多米诺效应后,需要采取保护措施的区域范围明显扩大,不少地方的环境风险大幅增加,且这些位置与风险源集中区相对应.二次事故场景和三次事故场景的区域环境风险值分别是一次事故的6.40倍和12.32倍.相较于事故概率的增量,环境风险的增加幅度显然更大.这是因为能产生较严重后果的风险源通常存储的物质量大且毒性高,使得它们更容易引发多米诺事故,亦或在设备设计方面的缺陷使得它们更容易受到临近风险源的影响.其结果就是风险源之间相互促进,风险后果不断升级,进而导致区域风险进一步增加.图4 一、二、三次事故情景下的区域环境风险区划Fig.4 Partition map of regional environmental risk under primary, secondary and third scenarios 6 结语在诸如化工园等风险源相对集中的区域,某个风险源发生火灾爆炸事故时,很可能会波及到临近区域,引发其他风险源发生火灾爆炸及物质泄漏事故.本文的研究结果表明,多米诺事故发生的概率相当高,其对区域整体风险水平的贡献率甚至可以达到一次事故的 10倍以上.因此,在进行实用可靠的区域环境风险评价时,多米诺现象是不容忽视的一个重要因素.参考文献:[1]Kourniotis S P, Kiranoudis C T, Markatos N C. Statistical analysis of domino chemical accidents [J]. Journal of Hazardous Materials,2000,71(1-3):239-252.[2]Abdolhamidzadeh B, Abbasi T, Rashtchian D, et al. Domino effect in process-industry accidents-an inventory of past events and identification of some patterns [J]. Journal of Loss Prevention in the Process Industries, 2011,24(5):575-593.[3]Abdolhamidzadeh B, Abbasi T, Rashtchian D, et al. A new method for assessing domino effect in chemical process industry[J]. Journal of Hazardous Materials, 2010,182(1-3):416-426.[4]UK HSE (Health and Safety Executive).Canvey: An investigation of the potential hazards from operations in the Canvey Island /Thurrock area [R].HMSO, 1978.[5]Bagster D F, Pitblado R M. The estimation of domino incident frequencies - an approach [J]. Process Safety and Environmental Protection, 1991,69(B4):195-199.[6]Khan F I, Abbasi S A. Models for domino effect analysis in chemical process industries [J]. Process Safety Progress, 1988,17(2):107-123.[7]Khan F I, Abbasi S A. An assessment of the likelihood of occurrence, and the damage potential of domino effect (chain of accidents) in a typical cluster of industries [J]. Journal of Loss Prevention in the Process Industries, 2001,14(4):283-306.[8]Khan F I, Abbasi S A. Estimation of probabilities and likely consequences of a chain of accidents (domino effect) in Manali Industrial Complex [J]. Journal of Cleaner Production, 2001,9(6):493-508.[9]Khan F I, Abbasi S A. Studies on the probabilities and likely impacts of chains of accident (domino effect) in a fertilizer industry [J]. Process Safety Progress, 2000,19(1):40-56.[10]Khan F I, Natarajan B R, Abbasi S A. Avoid the domino effect via proper risk assessment [J]. Chemical Engineering Progress, 2000,96(11):63-72. [11]CCPS. Guidelines for chemical process quantitative risk analysis[M].2nd ed. New York: American Institute of Chemical Engineers, 2000. [12]Cozzani V, Gubinelli G, Antonioni G, et al. The assessment of risk caused by domino effect in quantitative area risk analysis [J].Journal of Hazardous Materials, 2005,127(1-3):14-30.[13]Cozzani V, Antonioni G, Spadoni G. Quantitative assessment of dominoscenarios by a GIS-based software tool [J]. Journal of Loss Prevention in the Process Industries, 2006,19(5):463-477.[14]Reniers G, Dullaert W, Karel S. Domino effects within a chemical cluster:A game-theoretical modeling approach by using Nash-equilibrium [J]. Journal of Hazardous Materials, 2009,167(1-3):289-293.[15]Abdolhamidzadeh B, Rashtchian D, Ashuri E. A new methodology for frequency estimation of second or higher level domino accidents in chemical and petrochemical plants using monte carlo simulation [J]. Iranian Journal of Chemistry and Chemical Engineering-International English Edition, 2009,28(4):21-28.[16]Tugnoli A, Khan F, Amyotte P, et al. Safety assessment in plant layout design using indexing approach: Implementing inherent safety perspective Part 2-Domino hazard index and case study [J].Journal of Hazardous Materials, 2008,160(1):110-121.[17]Cozzani V, Gubinelli G, Salzano E. Escalation thresholds in the assessment of domino accidental events [J]. Journal of Hazardous Materials, 2006,129(1-3):1-21.[18]Committee for the prevention of disasters. Guidelines for quantitative risk assessment (Purple book), CPR18E [M]. New York: The Hague, 2005. [19]孙燕君,钱瑜,张玉超.蒙特卡洛分析在氯气泄漏事故环境风险评价中的应用研究[J].环境科学学报, 2011,31(11):2570-2577.[20]Arunraj N S, Maiti J. A methodology for overall consequence modeling in chemical industry [J]. Journal of Hazardous Materials, 2009,169(1-3):556-574.[21]李林子,钱瑜,张玉超.基于EFDC和WASP模型的突发水污染事故影响的预测预警 [J]. 长江流域资源与环境, 2011,20(8):1010-1016.[22]GB5749-2006 生活饮用水卫生标准 [S].[23]GB/T19923-2005 城市污水再生利用工业用水水质 [S].[24]GB3838-2002 地表水环境质量标准 [S].[25]GB11607-89 渔业水质标准 [S].[26]Xu L, Liu G. The study of a method of regional environmental risk assessment [J]. Journal of Environmental Management,2009,90(11):3290-3296.。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
产业园目前有水厂二座,无排水管道系统,亦无污 水处理设施,雨、污水通过沟渠自然漫流,直至排放至 周边水体,污染严重。 规划的污水处理厂远期纳污范围 为产业园规划用地范围,污水收集面积约 39.75 km2,尾 水将通过挖沟闸排入长江。 该工程上游 60 km 处设有 汉口水文站,因排污口距离汉口水文站较近,且该段没 有其他大支流汇入, 因此采用汉口水文站的水文资料 来计算排污口段的水质情况。 根据汉口站实测流量资 料统计,历年最大洪峰流量为 76 100 m3/s(1954 年),一 次洪水过程超过 45 d; 历史上最小流量 2 930m3/s(1865 年)。 历年(1865—2015 年)最高水位为 29.73 m(1954 年,冻结吴淞基面),历年最低水位为 10.08 m(1865 年, 冻结吴淞基面),多年平均水位为 19.05 m。
下,不会对水功能区、水生态产生显著影响。
关键词:EFDC 模型;WASP 模型;污染物影响预测;污水处理厂
中图分类号:X52
文献标识码:A
产业园位于武汉新洲区,南邻长江,是武汉新港最 新规划兴建的十二大园区之一。 随着产业园区的不断 建设发展,其工业及生活污水排放量逐年增加,为保护 地区水系环境, 产业园的污水必须进行集中处理。 因 此,在该园区兴建新的城市污水处理厂是十分必要的。 污水处理厂的建设能有效改善园区的水环境质量,但 其尾水直接排入长江在一定程度上会加重受纳水体的 污染负荷。 因此,本文针对产业园污水处理厂的兴建, 根据其尾水入江的设计方案, 论证入江尾水排放口的 设置对下游长江水功能区和水生态环境产生的影响, 为污水处理厂的合理设置提供技术依据,以保障生活、 生产和生态用水安全。
1 研究区概况
新洲区属于武汉的远城区,位于武汉市的东北部, 长江中游北岸,介于东经 114°30′~115°5′和北纬 30°35′ ~30°2′之间, 其中产业园区位于该区南部的双柳地区。 该地处于北半球中纬度, 属于南亚热带季风海洋性气 候区,四季明显,光照充足,雨水充沛,无霜期长,严寒 期短。 年际间降水变化较大, 全年降水天数平均为 120.6 d;夏季多偏南风,冬季多偏北风,全年平均风速 为 2.4 m/s;多年平均日照时数为 2 018.6 h,无霜期平均 为 253.7 d。
摘 要:基于 EFDC 和 WASP 模型,以 CODMn、TP、TN 为评价指标,对排污
口下游的长江水质变化进行动态模拟。 结果表明:排污口设置后,在正常
排放的情况下,500 m 外 CODMn 的质量浓度降至 4 mg/L 以下,300 m 外 TN
的质量浓度降至 3 mg/L 以下,300 m 外 TP 的质量浓度降至 0.3 mg/L 以
近年来,国内外的研究人员利用水动力模型 EFDC 模型和水质模型 WASP 模型对河流、湖泊、水库进行了 模拟研究。 李林子[3]等利用 EFDC 和 WASP 模型进行 了南京某化工园突发水污染事故甲苯泄漏后对长江水 环境影响的模拟, 验证结果显示该模拟可以比较准确 地反映事故对长江水质的影响。 何强[4]等将 EFDC 和 WASP 模型联用,模拟了削减一半的面源污染负荷和提 高污水处理厂的出水标准后, 嘉陵江和长江重庆段的 水质情况变化, 模拟显示两种方案都可以在一定程度 上使得水质状况得到改善。 张统 [5] 等利用 EFDC 和 WASP 模型对北京大兴滨河森林公园中的景观湖进行 了模拟, 根据模拟结果, 提出了景观湖的水质维护方 案。 因此,本文将 EFDC 和 WASP 模型联用,模拟产业 园内污水处理厂设置后, 在其正常排放工况下对长江 水质的影响。
表 1 水质监测资料统计表
采样时间
1月 3月 5月 7月 9月 11 月 平均值
水温/℃
9.5 12.0 22.5 28.0 29.0 19.0 20.0
模拟指标
ρ(TN)/ ρ(CODMn)/ ρ(TP)/
(mg·L-1) (mg·L-1) (mg·L-1)
2.5
2.1
0.13
2.6
1.9
0.15
1.8
2.5
0.19
0.2
2.0
0.4
1.8
2.6
0.19
1.8
2.2
0.62
1.8
2.2
0.28
3 预测模型的建立
EFDC 和 WASP 模型是目前较为常用的环境流体 动力学模型, 其中 EFDC 模型在水动力模拟上、WASP 模型在水质的模拟上已经得到广泛的应用, 且二者代 表了当前水动力学和水质计算的较高水平。WASP 模型 的独立性使其可以与其他模型有效结合, 充分发挥不 同模型的优势,形成强大的环境流体动力学耦合模型, 其中模型计算原理参照使用手册[1-2]。
山西科技 文章编号:1004-6429(2018)06-0128-03
SHANXI SCIENCE AND TECHNOLOGY
2018 年 第 33 卷 第 6 期 收稿日期:2018-09-20
基于 EFDC 和 WASP 模型的入河排污口污染物 影响预测
王雅格
(河南理工大学,河南焦作,454000)
2 研究区水质现状分析
根据武汉市水功能区划,本研究区内长江水环境功 能区类别为水域 III 类区,执行《地表水环境质量标准》 (GB 3838—2002)中 III 类标准要求。 因长江阳逻段距 本研究区最近,选用此段 2010 年 1 月、3 月、5 月、7 月、9 月和 11 月的水质监测成果作为本研究区的主要数据资 料,见表 1。 可以看出,绝大部分月份的 CODMn 、TP 符合 地表水质量标准的 III 类要求,但因 TN 严重超标,各月 份长江阳逻段水质基本上为Ⅴ类,甚至劣Ⅴ类。
128
王雅格 基于 EFDC 和 WASP 模型的入河排污口污染物影响预测
本刊 E-mail押sxkjzzs@ 问题探讨
本污水处理厂出水水质遵照国家 《城镇污水处理
厂污染物排放标准》(GB 18918—2002ODMn、TN、TP 的 排放质量浓度分别为 50 mg/L、15 mg/L、0.5 mg/L。