人工雨水湿地在控制地表径流污染以及削减地表径流总量方面具有重要作用,但是雨水湿地规模确定往往需要经过复杂的计算;本研究以北京市未来科技城雨水湿地设计为例,研究了基于SWMM(storm water management model)模型的人工雨水湿地规...人工雨水湿地在控制地表径流污染以及削减地表径流总量方面具有重要作用,但是雨水湿地规模确定往往需要经过复杂的计算;本研究以北京市未来科技城雨水湿地设计为例,研究了基于SWMM(storm water management model)模型的人工雨水湿地规模确定方法;研究表明通过SWMM模型能够较为简便的计算出雨水湿地的规模和形态。展开更多
选取昆明市明通河流域为研究区域,在暴雨管理模型(SWMM模型)参数敏感性分析、模型率定的基础上,对明通河流域进行了降雨径流水量水质模拟。结果表明:SWMM模型水文水力模块中最灵敏参数为不透水率,水质模块中污染物最大累积量、污染物累...选取昆明市明通河流域为研究区域,在暴雨管理模型(SWMM模型)参数敏感性分析、模型率定的基础上,对明通河流域进行了降雨径流水量水质模拟。结果表明:SWMM模型水文水力模块中最灵敏参数为不透水率,水质模块中污染物最大累积量、污染物累积速率均为灵敏参数,而冲刷系数和冲刷指数的灵敏度受降雨强度影响波动较大。水量水质模拟结果与实测结果较为吻合,模型率定取得了满意的结果。模拟结果显示,研究区降雨径流总氮、总磷、化学需氧量单位面积负荷率分别为75.6、8.5、697.8 kg hm-2a-1,城市降雨径流污染在滇池流域面源污染中占有较大份额。展开更多
流域水文模型是区域水资源评价的重要工具,基于普林斯顿全球气象驱动数据集和澜沧江-湄公河流域(简称:澜湄流域)八个水文站实测资料,分析了澜湄流域不同区间的水文特性,采用RCCC-WBM模型(Water Balance Model developed by Research Cen...流域水文模型是区域水资源评价的重要工具,基于普林斯顿全球气象驱动数据集和澜沧江-湄公河流域(简称:澜湄流域)八个水文站实测资料,分析了澜湄流域不同区间的水文特性,采用RCCC-WBM模型(Water Balance Model developed by Research Center for Climate Change,RCCC-WBM)开展了区间径流及水量平衡模拟研究。结果表明:1)澜湄流域不同区间气候水文差异显著,上游气温低且年内变幅大,下游气温高年内变幅小;尽管不同区间降水、径流的年内分配特征总体一致,但径流的年内分布峰值大多滞后降水峰值一个时段。2)RCCC-WBM模型能够较好地模拟出澜湄流域不同区间的径流过程,率定期和验证期的月径流模拟效率系数(Nash-Sutcliffe Efficiency,NSE)均在60%以上,总量模拟误差(Relative Error,RE)也均控制在±10%以内,模型具有较好的区域适应性。3)模拟的土壤含水量都具有先衰减后增加再衰减的年内分配特征;不同季节径流和蒸发耗散的水源不同,降水是汛期水分耗散的主要来源,而土壤含水量是非汛期径流和蒸发消耗的主要水源。展开更多
文摘人工雨水湿地在控制地表径流污染以及削减地表径流总量方面具有重要作用,但是雨水湿地规模确定往往需要经过复杂的计算;本研究以北京市未来科技城雨水湿地设计为例,研究了基于SWMM(storm water management model)模型的人工雨水湿地规模确定方法;研究表明通过SWMM模型能够较为简便的计算出雨水湿地的规模和形态。
文摘选取昆明市明通河流域为研究区域,在暴雨管理模型(SWMM模型)参数敏感性分析、模型率定的基础上,对明通河流域进行了降雨径流水量水质模拟。结果表明:SWMM模型水文水力模块中最灵敏参数为不透水率,水质模块中污染物最大累积量、污染物累积速率均为灵敏参数,而冲刷系数和冲刷指数的灵敏度受降雨强度影响波动较大。水量水质模拟结果与实测结果较为吻合,模型率定取得了满意的结果。模拟结果显示,研究区降雨径流总氮、总磷、化学需氧量单位面积负荷率分别为75.6、8.5、697.8 kg hm-2a-1,城市降雨径流污染在滇池流域面源污染中占有较大份额。
文摘流域水文模型是区域水资源评价的重要工具,基于普林斯顿全球气象驱动数据集和澜沧江-湄公河流域(简称:澜湄流域)八个水文站实测资料,分析了澜湄流域不同区间的水文特性,采用RCCC-WBM模型(Water Balance Model developed by Research Center for Climate Change,RCCC-WBM)开展了区间径流及水量平衡模拟研究。结果表明:1)澜湄流域不同区间气候水文差异显著,上游气温低且年内变幅大,下游气温高年内变幅小;尽管不同区间降水、径流的年内分配特征总体一致,但径流的年内分布峰值大多滞后降水峰值一个时段。2)RCCC-WBM模型能够较好地模拟出澜湄流域不同区间的径流过程,率定期和验证期的月径流模拟效率系数(Nash-Sutcliffe Efficiency,NSE)均在60%以上,总量模拟误差(Relative Error,RE)也均控制在±10%以内,模型具有较好的区域适应性。3)模拟的土壤含水量都具有先衰减后增加再衰减的年内分配特征;不同季节径流和蒸发耗散的水源不同,降水是汛期水分耗散的主要来源,而土壤含水量是非汛期径流和蒸发消耗的主要水源。
