[发明专利]一种基于内源释放的大型浅水湖泊模型及其构建方法有效
申请号: | 201910456930.0 | 申请日: | 2019-05-29 |
公开(公告)号: | CN110162905B | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 李一平;施媛媛;程一鑫;程月;罗凡;徐芸蔚 | 申请(专利权)人: | 河海大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
地址: | 210024 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 内源 释放 大型 浅水 湖泊 模型 及其 构建 方法 | ||
本发明公开了一种基于内源释放的大型浅水湖泊模型及其构建方法,构建方法包括以下步骤:资料收集及实地调查监测;分区取样测定沉积物特性;构建水动力模块并进行边界条件和参数敏感性分析;构建水质模块并进行参数敏感性分析;构建沉积物模块;构建沉积物成岩模块并进行参数敏感性分析;判定沉积物再悬浮的底部切应力条件,耦合沉积物和水质模块。本发明将实地调查、地理信息技术及数值模拟有机结合,考虑水动力、水质和生态要素,合理分析大型浅水湖泊在不同水动力、边界作用下湖区及底泥营养盐变化,为浅水湖泊保护、利用、技术咨询、管理提供依据。
技术领域
本发明涉及水环境数值模拟领域,具体地涉及一种基于内源释放的大型浅水湖泊模型及其构建方法。
背景技术
国内外对于河湖沉积物氮磷内源释放的基本研究方法通常为:基于野外观测或室内实验,研究沉积物的静/动态释放规律或某种影响因子对沉积物释放强度的影响,归纳和分析氮磷释放与水质及富营养化问题之间的关系,或估算氮磷释放通量。然而实验室环境与野外实际环境差别很大。实验室所获得的数据引入了较大的不确定性;难以动态确定沉积物氮磷的释放规律,过于简化的估算模型所计算出的内源负荷与实际存在较大的误差;沉积物再悬浮过程可能被不同程度地简化或忽略;此外,从沉积物中有机氮磷的衰变到向上覆水释放,这一过程的机理研究少于实验研究,包含机理的模型研究远少于估算或根据实验的回归结论。这些研究现状所存在的问题,对研究的手段和方法提出了更高的要求。计算有机物在沉积物种的衰减变化以及向上覆水释放的全过程的模型被称为沉积成岩模型。由于野外监测条件的客观限制、水体本身的特异性和模型参数不确定性等因素,沉积成岩模型在湖泊水环境模拟中的应用案例极少,沉积物营养盐释放通量,通常依然采用参数估计和参数调节的方法进行率定。再悬浮沉积物在过去的几十年里受到越来越多的关注,它的研究是非常重要的,作为内源污染物的重要来源,沉积物再悬浮对水体环境的影响有时可以超过长期的外荷载。悬浮物会影响湖泊营养物的循环,间接导致了水体的富营养化,悬浮物也可以影响光衰减、有机污染物,甚至增加水体中有毒重金属的含量。因此,有必要了解沉积物再悬浮的动力机制。
发明内容
本发明为了提供一种可靠的耦合模型以研究沉积物再悬浮过程中营养盐释放的动力机制,提供了一种基于内源释放的大型浅水湖泊模型及其构建方法。
本发明所采取的技术方案为:一种基于内源释放的大型浅水湖泊模型构建方法,包括以下步骤
S01构建水动力模块:对水动力边界条件敏感性和水动力参数敏感性进行分析量化水动力边界条件和水动力参数的敏感性,据敏感性对参数进行调整优化;
S02构建水质模块:根据大气沉降系数、湖泊边界出入流水质数据和湖泊内部的水质数据为所述水质模块提供水质边界和初始水质条件,在水质参数范围内进行抽样,量化水质参数敏感性,选定最佳水质参数取值;
S03构建沉积物模块:包括设置黏性沉积物层和非黏性泥砂层,获取沉积物边界条件、初始条件和沉积物参数构建所述沉积物模块;
S04构建沉积物成岩模块:对成岩参数进行抽样,利用区域敏感性分析方法量化成岩参数敏感性,根据结果选定最佳成岩参数取值;
S05判定沉积物再悬浮的底部切应力条件,耦合沉积物和水质模块。
进一步的,所述步骤S03中沉积物参数包括底部摩擦系数、垂向分层数、临界沉降系数、临界冲刷系数、表面侵蚀率、沉降速度以及泥床形态和固化特性。
进一步的,所述步骤S02中湖泊边界出入流水质数据和湖泊内部的水质数据通过YSI水质监测仪或实验分析获取,所述水质监测仪获取数据包括DO、Chl-a、 NH4+-N,所述实验分析获取数据包括TN、NH4+-N、NO3--N、NO2--N、TP、PO43-。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910456930.0/2.html,转载请声明来源钻瓜专利网。