环境监控与预警   2024, Vol. 16 Issue (6): 15-20, 35.  DOI: 10.3969/j.issn.1674-6732.2024.06.003.
0

水污染溯源

引用本文 [复制中英文]

逄敏, 徐若诗, 胡祉冰, 罗文韬, 毛河流域污染物分布特征及溯源研究. 环境监控与预警, 2024, 16(6): 15-20, 35. DOI: 10.3969/j.issn.1674-6732.2024.06.003.
[复制中文]
PANG Min, XU Ruoshi, HU Zhibing, LUO Wentao. Characterization of Pollutant Distribution and Traceability Study in the Mao River Basin. Environmental Monitoring and Forewarning, 2024, 16(6): 15-20, 35. DOI: 10.3969/j.issn.1674-6732.2024.06.003.
[复制英文]

基金项目

国家自然科学基金项目(51879070)

作者简介

逄敏(1988—),女,副研究员,博士,从事水文水资源工程研究.

通讯作者

徐若诗   E-mail:212291194@qq.com.

文章历史

收稿日期:2024-06-12
修订日期:2024-07-10

码上扫一扫

毛河流域污染物分布特征及溯源研究
逄敏1, 徐若诗2, 胡祉冰2, 罗文韬2    
1. 河海大学水文水资源学院,江苏 南京 210098;
2. 河海大学环境学院,江苏 南京 210098
摘要:为分析考核断面污染来源,明确考核断面水质浓度超标原因,以四川眉山彭山区毛河流域为例,在考量水文情势变化和污染源空间分布的基础上,构建区域水环境数学模型,利用污染贡献通量和等标污染负荷比具体分析不同超标时期污染源影响权重。结果表明:(1)毛河流域城镇生活污染对化学需氧量(COD)和氨氮(NH4+-N)入河量的贡献最大,占比分别为52.14%和50.74%;养殖业对总磷(TP)入河量贡献最大,占比为51.32%。(2)毛河流域一维非稳态模型模拟结果显示,各时期COD、NH4+-N和TP的百分比偏差(PBIAS)≤25%,与实际较为吻合。(3)溢流影响期彭山城区污染源对桥江桥断面水质的影响最大,COD、NH4+-N和TP的水质影响权重分别为67.2%,67.3%和51.7%;降雨明显期与溢流影响期污染特性相似,但强降雨的稀释作用使得考核断面水质监测数据未超标;灌溉退水期主要污染为农业污染,通济堰灌区对桥江桥断面TP的影响权重最大,达37.6%。
关键词水质评价    污染溯源    水环境数学模型    影响权重    
Characterization of Pollutant Distribution and Traceability Study in the Mao River Basin
PANG Min1, XU Ruoshi2, HU Zhibing2, LUO Wentao2    
1. College of Hydrology and Water Resources, Hohai University, Nanjing, Jiangsu 210098, China;
2. College of Environment, Hohai University, Nanjing, Jiangsu 210098, China
Abstract: The Mao River Basin in the Pengshan District of Meishan, Sichuan Province was used as an example to analyse pollution traceability comprehensively and accurately. Based on the consideration of changes in hydrological conditions and the spatial distribution of pollution sources, a mathematical model of the basin water environment was established to analyse the weight of pollution sources during different periods by pollution contribution fluxes and equivalent pollution load ratios. The results indicate that: (1) Pollution from urban domestic sewage in the Mao River basin is the main contributor to chemical oxygen demand(COD) and ammonia nitrogen(NH4+-N) river inflow, accounting for 52.14% and 50.74%, respectively. This pollution is mainly located in the old urban area of Pengshan. Farming is the main contributor to the amount of total phosphorus(TP) in the river, accounting for 51.32%, and is distributed in Tongji weir irrigation district and other pollution source areas. Industrial pollution sources contributed the least to the amount of COD, NH4+-N and TP in the river, accounting for no more than 2%. The simulation results of a one-dimensional non-stationary model in the Mao River Basin showed that the percent biases(PBIAS) of COD, NH4+-N and TP in each period were less than or equal to 25%, which was more consistent with the actual values.(3) During the overflow influence period, the pollution sources in Pengshan urban area have the greatest impact on the water quality of the Qiaojiangqiao section. The weights of water quality influence are 67.2% for COD, 67.3% for NH4+-N, and 51.7% for TP, respectively. The pollution characteristics during the rainfall period and overflow influence period are similar. However, the dilution effect of heavy rainfall makes the water quality avoid exceeding the standard. During the irrigation recession period, the primary source of pollution is agricultural. The Tongji weir irrigation area contributes the most to the total pollution(37.6%) at the Qiaojiangqiao section.
Key words: Water quality evaluation    Pollution source analysis    Water environment mathematical model    Influencing weight    
0 引言

2015年国务院颁布《水污染防治行动计划》,对流域水体质量作出严格规定,各地方政府对此积极响应[1-3],针对辖区内未达到水质目标要求的水体开展达标方案的制定工作[4]。考核断面水质达标作为主要整治目标,是保障流域水环境质量、实现河流水质达标的关键。为实现考核断面水质优化,确保其水质达到相应标准,通过污染溯源方法进行考核断面超标原因分析显得极其重要[5-6]

目前,污染溯源技术主要分为现场测定溯源法和模型模拟溯源法2大类[7]。现场测定溯源法是在污染事件发生后对污染源附近水域进行现场采样,并利用多种溯源技术[8-13]进行污染物溯源研究,该方法通常用于对异常水体的某类特征因子或污染源在特定环境下进行溯源分析和风险预判。模型模拟溯源法一般针对断面水质超标现象进行污染来源解析,该方法通常利用已有信息构建水环境数学模型,通过模型模拟计算考核断面污染源影响权重,从而进行断面超标原因溯源分析[7]。目前,基于模型模拟的水环境污染溯源分析方法应用广泛。陈正侠等[7]基于环境流体动力学模型(EFDC)和水质分析模拟程序(WASP)对区域有毒污染物进行溯源;王雪等[14]采用区域内、外污染源及点、面污染源对跨界断面影响权重分析方法,探究影响跨界断面水环境的主要因素;刘媛等[15]构建了汤水河流域一维水环境数学模型,利用污染物通量计算结果进行污染溯源分析;李雪等[16]利用基于空间的流域属性回归模型(SPARROW),模拟溯源各污染源对街口断面的总氮(TN)负荷总量的贡献比例;胡开明等[17]构建了一维河网水环境数学模型,对草堰大桥考核断面进行污染源解析以验证断面达标方案的可行性。总体而言,现存研究大多在空间要素上进行污染溯源分析和断面超标原因探究,缺乏流域水文情势在时间维度上对污染源影响的考虑,不具有代表性。因此,本研究将综合考虑时空要素影响,构建一种新型污染溯源方法,将区域水文条件时间变化对污染源入河量造成的影响纳入考量,模拟计算不同时期各类污染源对考核断面的影响权重,从而更加精确、全面地探究小流域较长时间范围内考核断面的超标原因。

本研究以四川省眉山彭山区毛河流域桥江桥断面为例,综合考虑时间、空间要素,解析上游毛河流域污染来源对桥江桥断面总磷(TP)超标的影响。将区域污染源按空间分布划分为彭山城区污染源、通济堰灌区污染源及其他污染源,构建流域水环境数学模型,在考量逐月生活污水接管率、降雨量和灌溉退水影响的基础上,具体计算分析不同超标月份污染源影响权重及其等标污染负荷比,探究不同时期考核断面超标原因,以期为多污染来源的复杂小流域地区考核断面超标原因分析提供参考,进而提高断面达标率和流域水质状况。

1 研究区域

毛河位于四川省眉山市内,为汇入岷江中游,始于公义镇(原保胜乡),流经公义镇、谢家街道、凤鸣街道以及东坡区太和镇,流域面积162 km2,干流总长42 km,彭山区境内河长36.5 km,东坡区境内河长5.5 km,流向自西北向东南,最终汇入岷江。桥江桥断面位于毛河汇入岷江处上游约1 km处,为毛河流域的水质考核断面。流域水系、汇水范围及考核断面位置分布见图 1

图 1 流域水系、汇水范围及考核断面位置分布 注:黑色箭头代表 25个一级概化排口,红色箭头代表二级概化排口,数字序号表明它们为各自对应一级排口下的二级排口序号。
2 分析方法 2.1 污染源计算方法

根据眉山市2019年统计年鉴及环境统计资料,得出毛河流域2条街道2个镇的工业、污水处理厂、人口、养殖业、种植业等信息。在区域污染源概化分类的基础上,采用排污系数法[18-19],计算不同区域工业、生活污水、种植业、养殖业污染源入河量,并利用SPSS 22.2、Origin 2021以及R语言的集成开发环境RStudio实现数据整理、计算与分析。

2.2 污染源与水质响应关系构建 2.2.1 模型基本方程

基于圣维南方程组和对流扩散模型构建水质水量耦合模型。

2.2.2 边界选取及污染源概化

毛河流域区域污染以城镇生活、养殖业及种植业为主,结合该流域地域特点,将流域污染源按来源及空间分布分为3类,分别为彭山城区污染源、通济堰灌区污染源及其他污染源,将毛河流域概化为一级概化排污口25个,二级概化排污口14个(图 1)。

根据研究区域的接管率、农业灌溉退水以及降水量,划分3个典型时期。为分析不同典型时期下3类污染源对桥江桥断面水质的影响权重,选取2021年水质超标月份及降雨溢流较大月份作为案例进行分析,具体见表 1。其中,溢流影响期典型情景选取时间为2021年11月,所选取月份桥江桥断面水质超标;灌溉退水期典型情景选取时间为2021年5月,所选取月份通济堰灌区引水量大,退水污染负荷高,且桥江桥断面TP超标;降雨明显期桥江桥断面水质一般可达标,典型情景选取时间为2021年8月,期间降雨量最大,代表性较强。灌溉退水期为灌区退水污染负荷较高的时期。结合现场勘查及彭山农业农村局所反馈的信息表明,通济堰灌区主要种植水稻、柑橘等,施肥时期主要集中在3—6月,并且期间为通济堰灌区用水高峰期,农田退水量较大,污染物含量也较高。

表 1 2021年典型时期划分及情景选取情况
2.2.3 模拟效果分析

本研究选取2020年桥江桥断面、谢家-凤鸣断面、彭山-东坡断面的逐月水质资料进行模型物质传输模块的参数率定验证。根据计算结果,毛河河道糙率为0.018~0.025,COD、NH4+-N及TP的降解系数分别为0.10~0.12/d、0.08~0.10/d、0.06~0.08/d。

利用所构建的毛河流域一维非稳态模型[20-23]对2021年5、8、11月的毛河水环境进行模拟,毛河流域主要断面水质模拟结果与实测值对比见图 2(a)(i)。由图 2可见,各月份ρ(COD)、ρ(NH4+-N) 和ρ(TP)的总体平均偏差分别为12.34%,23.5%,5.46%,模拟误差PBIAS≤25%,模拟结果良好。因此,水质模拟情况能够反映2021年5、8、11月的毛河水质情况,模拟所设定的各概化排污口排污量与实际结果较为吻合,可用于后续的污染权重分析。

图 2 毛河流域主要水质监测断面水质模拟结果

其中,公义-谢家断面上游河段水量均较小,但农村污染负荷较大,污水接管率较低,导致水质较差,各时期ρ(COD)普遍高于同时期其他断面,且溢流影响期ρ(COD)超过Ⅲ类水质标准;谢家-凤鸣断面位于毛河流域中游,得益于通济堰西干渠水源的汇入,该断面各时期水质因子浓度普遍较低,水质状况较好,但灌溉退水期和降雨明显期依旧存在TP超标风险;彭山-东坡断面位于毛河流域下游,受凤鸣街道污染影响较大,农村生活污水、工业废水和畜禽养殖污水均对该断面水质造成一定影响,各时期TP普遍存在超标现象。桥江桥断面现状水质基本能达到Ⅲ类水质标准,仅TP有超标现象,受上游各类污染源综合影响,灌溉退水期TP超标情况最为严重。

2.3 断面水质影响权重分析方法 2.3.1 水质影响权重分析

运用建立的水环境数学模型,调整模型参数以对应各典型情景月份。在此基础上,考虑仅存在某类污染源的状况,模拟计算得到该情况下的典型月份考核断面逐日水质因子浓度及流量,某类污染源对桥江桥断面的月污染贡献通量计算公式如下:

$ W_i=\sum\limits_{j=1}^n Q_{i j} \times\left(C_{i j}-C_{0 j}\right) $ (1)

式中:n——每月天数,d,取30或31;Qij——桥江桥断面第j天的流量模拟值,m3/s;Cij——桥江桥断面第j天的水质模拟值,mg/L;C0j——桥江桥断面第j天的水质模拟本底值,mg/L。

某类污染源对桥江桥断面水质的影响权重为:

$ \alpha_i=\frac{W_i}{\sum\limits_{i=1}^3 W_i} $ (2)

式中:Wi——第i种污染源对桥江桥断面的月污染贡献通量,g/s。

2.3.2 等标污染负荷比

为探究不同月份下各类污染源排污特征的差异性,引入等标污染负荷比的概念,通过量化每个情景月份下各类污染源的污染综合影响水平,不仅可以分析各月份下的主要污染源,还能确定各月份之间的联系。等标污染负荷比的计算公式如下:

$ R_i=\frac{P_i}{\sum\limits_{i=1}^3 P_i} $ (3)
$ P_i=\sum\limits_{j=1}^3 \frac{M_{i j}}{C_{s j}} $ (4)

式中:Ri——第i种污染源的等标污染负荷比;Pi——第i种污染源的污染贡献负荷,103 m3/d;Mij——第i种污染源的第j种污染物排放量,kg/d;Csj——第j种污染物的浓度排放标准,mg/L。

3 计算结果及分析 3.1 毛河流域污染物入河量总体特征分析

根据排污系数法对毛河流域污染源入河量进行计算分析,COD、NH4+-N、TP污染源入河量贡献占比及各行业污染源污染入河量占比计算结果见图 3图 4

图 3 各类污染源污染入河量贡献占比
图 4 各行业污染源污染入河量占比

图 3可见,3类污染源对COD入河量贡献占比由大到小分别为:彭山城区污染源(47.9%)>其他污染源(32.6%)>通济堰灌区污染源(19.5%);对NH4+-N入河量贡献占比由大到小分别为:彭山城区污染源(43.7%)>其他污染源(34.8%)>通济堰灌区污染源(21.5%);对TP入河量贡献占比由大到小分别为:其他污染源(49.9%)>通济堰灌区污染源(25.2%)>彭山城区污染源(24.9%)。其中,COD及NH4+-N入河量分布具备一定的相似性,均以彭山城区污染源为主,TP受其他污染源入河量影响最大,彭山城区污染源和通济堰灌区污染源贡献占比大致相当。

图 4可见,城镇生活对COD和NH4+-N入河量的贡献最大,占比分别为52.14%和50.74%,农村生活、种植业和养殖业对COD和NH4+-N入河量贡献占比均在5%~25%,工业污染源贡献占比最小,对2种污染指标贡献占比均不超过2%;养殖业对TP入河量贡献最大,占比为51.32%,其次为城镇生活(24.94%)和种植业(19.90%),农村生活和养殖业贡献占比最小,仅为3.36%和0.24%。

其中,彭山城区污染源区域主要以城镇污染问题为主,主要污染因子为COD和NH4+-N,并且集中于毛河流域中下游,距桥江桥断面距离较小;通济堰灌区污染源位于毛河流域中游,主要为种植业、养殖业污染问题较为突出的区域;其他污染源主要集中在毛河流域上游,该区域干流支流的水量较小,其污染治理思路有别于其他2类污染源。

3.2 考核断面污染来源权重计算分析

根据克鲁斯卡尔-沃利斯(Kruskal-Wallis)检验,彭山城区污染源对桥江桥断面影响占比在3个时期呈现显著差异(p<0.05),通济堰灌区污染源和其他污染源占比在3个时期差异不显著(p>0.05)。3类污染源皮尔森(Pearson)相关性计算结果显示,彭山城区污染源和通济堰灌区污染源、其他污染源呈显著负相关(p<0.05),相关系数分别为-0.971和-0.959,通济堰灌区和其他污染源呈显著正相关(p<0.05,r=0.863),原因可能在于彭山城区污染源主要来源为生活污水,而通济堰灌区和其他污染源则受灌溉排水影响较大。

根据式(1)和式(2)进行污染源贡献通量及水质影响权重计算,各时期3类污染源排污量、污染贡献通量计算结果见表 2

表 2 各时期3类污染源排污量、污染贡献通量计算结果

各时期3类污染源对桥江桥断面水质影响程度占比见图 5。其中,溢流影响期彭山城区污染源对桥江桥断面水质的影响权重最大,对COD、NH4+-N和TP的影响权重分别为67.2%,67.3%和51.7%,通济堰灌区污染源和其他污染源对3种水质因子的影响权重大致相当,变化范围为10%~25%,远低于彭山城区污染源;降雨明显期各类污染源对桥江桥断面的水质影响特征以及彭山旧城区污水接管状况,均与溢流影响期相似,该时期彭山城区污染源对COD、NH4+-N和TP的影响权重分别为62.3%,62.3%和51.1%;灌溉退水期彭山城区污染源对桥江桥断面COD及NH4+-N的影响权重最大,分别为49%和45%;通济堰灌区污染源对桥江桥断面TP的影响权重最大,为37.6%,相较其他2个时期得到了显著提升。

图 5 各时期3类污染源对桥江桥断面水质影响程度占比分布

溢流影响期降雨量处于全年中等水平,该时期污水接管率较低,彭山旧城区发生管网溢流,对桥江桥水质的影响较大,容易造成下游水质恶化。降雨明显期由于降雨量和降雨频率均处于全年最高水平,高水量对溢流污染产生稀释作用,因此其对区域水环境造成的影响并不明显。相较于其他2个时期,灌溉退水期彭山城区污染源由于污水接管率较高,因此溢流影响较低;该时期通济堰灌区污染源对桥江桥断面各水质因子的影响权重显著提高,毛河流域农田因施肥而产生的富营养化退水通过灌溉渠系汇流至毛河,导致TP质量浓度激增,退水污染对桥江桥断面的水质产生较大的不利影响。

3.3 污染源贡献时空差异分析

采用等标污染负荷比表征各时期3类污染源综合污染水平,根据式(3)和式(4),3类污染源各时期污染负荷贡献占比见图 6。由图 6可见,溢流影响期彭山城区污染源与其他污染源污染负荷大致相当,占比分别为41%和38%;通济堰灌区污染源负荷占比最低,为21%;降雨明显期污染负荷情况与溢流影响期相似;灌溉退水期3类污染源污染负荷以其他污染源为主,然后依次为通济堰灌区污染源和彭山城区污染源,污染负荷比由大到小依次为40%,29%和22%。

图 6 各时期3类污染源污染负荷贡献占比

溢流影响期彭山旧城区的溢流污染负荷较高,加之其位于毛河流域下游,对桥江桥断面水质的影响较为明显;其他污染源虽然等标污染负荷比也较高,但其主要位于毛河流域上游,距桥江桥断面位置较远,因此对考核断面的影响并不突出,只对TP的影响相对较大。灌溉退水期施肥比较集中,退水带来的污染负荷为全年内最大,灌区内部污染物可通过流域内细密的灌溉渠汇入毛河,农业污染对桥江桥断面的水质产生了显著影响;与此同时,通济堰灌区在此期间引水量较高,对桥江桥断面产生了较大的影响,其他污染源主要构成为农业污染源,与考核断面相距较远,对考核断面直接影响较小,但该时期其农业面源带来的污染负荷也不容忽视。降雨明显期虽然污染负荷情况与溢流影响期相似,但受年降雨量分布影响,削弱了对考核断面的水质影响。

4 结论

(1) 毛河流域COD和NH4+-N入河量以彭山城区污染源为主,占比分别达到47.9%和43.7%;其他污染源对TP入河量的贡献最大,占比为49.9%。各行业污染入河量中,城镇生活对COD和NH4+-N入河量的贡献最大,占比分别为52.14%和50.74%,养殖业对TP入河量贡献最大,占比为51.32%;工业污染源对COD、NH4+-N和TP的入河量贡献最小,占比均不超过2%。

(2) 毛河流域一维非稳态模型模拟结果表明,各月份COD、NH4+-N和TP的总体平均偏差分别为12.34%,23.5%,5.46%,PBIAS≤25%,模拟结果与实际较为吻合,可用于后续污染权重分析。

(3) 3类污染源对桥江桥断面水质因子影响程度占比相关关系显著(p<0.05),这与3类污染源污染组成有关。溢流影响期主要污染源为城区污染源,水质影响权重分别为COD 67.2%、NH4+-N 67.3%和TP 51.7%;灌溉退水期主要污染源为其他污染源,且通济堰灌区污染源的影响显著提高,其对桥江桥断面TP的影响权重最高,为37.6%;降雨明显期与溢流影响具有相似的污染特性,该时期彭山城区污染源对桥江桥断面处水质影响权重分别为COD 62.3%、NH4+-N 62.3%和TP 51.1%,但由于强降雨的稀释作用,各类污染源对桥江桥断面水质影响较小。

参考文献
[1]
浙江省人民政府. 办公厅关于印发浙江省近岸海域水污染防治攻坚三年行动计划的通知[N]. 浙江省人民政府公报, 2020(14): 12-16.
[2]
山西省人民政府办公厅. 关于印发山西省水污染防治2018年行动计划的通知[N]. 山西省人民政府公报, 2018(11): 31-38.
[3]
河南省人民政府. 关于印发河南省碧水工程行动计划(水污染防治工作方案)的通知[N]. 河南省人民政府公报, 2016(3): 3-17.
[4]
尹珩, 湛德, 孙辰. 科学编制河流达标方案的几点建议[J]. 环境与可持续发展, 2018, 43(1): 61-63.
[5]
嵇晓燕, 杨亦恂, 杨凯, 等. 水污染溯源监测方法研究综述[C]. //中国环境科学学会. 2022年科学技术年会论文集, 2022.
[6]
魏潇淑, 陈远航, 常明, 等. 流域水污染监测与溯源技术研究进展[J]. 中国环境监测, 2022, 38(5): 27-37.
[7]
陈正侠, 丁一, 毛旭辉, 等. 基于水环境模型和数据库的潮汐河网突发水污染事件溯源[J]. 清华大学学报(自然科学版), 2017, 57(11): 1170-1178.
[8]
DANNI S O, BOUCHAOU L, ELMOUDEN A, et al. Assessment of water quality and nitrate source in the Massa catchment(Morocco) using δ 15 N and δ 18 O tracers[J]. Applied Radiation and Isotopes, 2019, 154: 108859. DOI:10.1016/j.apradiso.2019.108859
[9]
JIAN Z, DIBO H, KE W, et al. Real-time detection of organic contamination events in water distribution systems by principal components analysis of ultraviolet spectral data[J]. Environmental Science and Pollution Research International, 2017, 24(14): 12882-12898. DOI:10.1007/s11356-017-8907-7
[10]
LEE S, KIM K, JEON J, et al. Optimization of suspect and non-target analytical methods using GC/TOF for prioritization of emerging contaminants in the Arctic environment[J]. Ecotoxicology and Environmental Safety, 2019, 181: 11-17. DOI:10.1016/j.ecoenv.2019.05.070
[11]
刘传旸, 柴一荻, 徐宪根, 等. 南方某河水质荧光指纹特征及污染溯源[J]. 光谱学与光谱分析, 2021, 41(7): 2142-2147.
[12]
吕清, 徐诗琴, 顾俊强, 等. 基于水纹识别的水体污染溯源案例研究[J]. 光谱学与光谱分析, 2016, 36(8): 2590-2595.
[13]
马小雪, 龚畅, 郭加汛, 等. 长江下游快速城市化地区水污染特征及源解析: 以秦淮河流域为例[J]. 环境科学, 2021, 42(7): 3291-303.
[14]
王雪, 逄勇, 王晓. 平原河网地区跨界断面污染源影响权重分析——以嘉善县为例[J]. 北京工业大学学报, 2018, 44(12): 1557-1566.
[15]
刘媛, 逄勇, 王子轩, 等. 基于污染溯源分析的汤水河考核断面水质达标方案研究[J]. 四川环境, 2019, 38(5): 83-88.
[16]
李雪, 曹芳芳, 陈先春, 等. 敏感区域目标污染物空间溯源分析——以新安江流域跨省界断面为例[J]. 中国环境科学, 2013, 33(9): 1714-1720.
[17]
胡开明, 董锦云, 冯彬, 等. 基于污染溯源分析的通榆河考核断面水质达标方案研究[J]. 环境与发展, 2020, 32(11): 50-53.
[18]
谢经朝, 赵秀兰, 何丙辉, 等. 汉丰湖流域农业面源污染氮磷排放特征分析[J]. 环境科学, 2019, 40(4): 1760-1769.
[19]
赵吉睿, 赵薇, 孙猛, 等. 城市尺度农业面源排放特征及污染风险分析——以天津市为例[J]. 中国农村水利水电, 2020(10): 71-76, 87.
[20]
CHI J, JIA N C, YAN B S, et al. MIKE11 model in water quality research of Songhua River in Jiamusi city[J]. IOP Conference Series: Earth and Environmental Science, 2020, 526(1): 012054. DOI:10.1088/1755-1315/526/1/012054
[21]
HONG B X, YA N M, TIAN X L. Purification-analysis of urban rivers by combining graphene photocatalysis with sewage treatment improvement based on the MIKE11 model[J]. Environmental Technology, 2020, 43(4): 1-10.
[22]
SHIGUTE N A, KUMAR L T, ATLABACHEW E A, et al. Evaluating the dynamics of hydroclimate and streamflow for data-scarce areas using MIKE11-NAM model in Bilate river basin, Ethiopia[J]. Modeling Earth Systems and Environment, 2022, 8(4): 4563-4578. DOI:10.1007/s40808-022-01455-x
[23]
冯建栋, 李晓琳. 基于MIKE11模型的长河动态水环境容量分析[J]. 四川环境, 2023, 42(2): 120-128.