南方雨源型河流生态评估与质量保障模型研究与应用.pdfVIP

摘要

摘要

雨源型河流在高强度的人类活动影响下，易产生水体污染、生态退化等

生态风险，因此，其水质提升及稳定达标意义重大。雨源型河流存在污染负

荷大、污染成因复杂等问题，目前尚缺乏涵盖雨源型河流水质模拟、生态评

估及生态改善的系统性研究。本文以南方某雨源型河流为研究对象，通过构

建雨源型河流水质分析模型和生态综合评估方法，实现河流主要污染物识别、

污染物时空变化规律分析、全流域水质水量数字化、生态健康监测与评价等

目的；并基于Python和深度学习技术开发河流水质风险预警软件，拓展模型

模拟效果；构建适用于雨源型河流的生态改善方案，结合模型模拟，优化比

选出不同水质条件下适宜的生态质量保障方案。

基于MIKE11水质水量模型，通过耦合主要水质参数分析法及水生态模

块等内容构建适用于南方雨源型河流的水质分析模型。现阶段，该雨源型河

流主要污染物为TN、TP及NH4+-N。MIKE11水质模型全流域相对误差为

12.4%，相对均方根误差为8.8%，纳什系数为0.78；水生态模块（ECOLab）

相对误差小于20.0%，相对均方差误差为13.9%，纳什系数为0.75，该模型

模拟精度良好。

建立河道生态风险识别及评价方法并应用于雨源型河流。基于层次分析

法构建雨源型河流生态综合评估方法，经检验该评估方法准则层CR为0.028，

该矩阵具有满意的一致性效果。将该评价方法应用于PS河，研究发现，PS

河流域生物环境存在中度以上污染，水体中重金属风险处于警戒程度，沉积

物重金属污染属中度污染水平。通过实验明确特征植物重金属剂量-效应关系，

筛选出可用于雨源型河流生物监测和水质修复的植物组合。计算PS河综合

生态得分，评估结果显示其生态健康状况为一般。

开发基于深度学习的河流水质风险预警软件，并构建适用于雨源型河流

生态质量保障的方案体系。采用循环神经网络算法对环境数据进行预测，结

合在线地图模块标识风险点位并提出建议补水量，对河流水环境进行监控与

预警，经检验该模型准确率可达90%以上。针对PS河水质现状，提出生态

质量保障方案体系，通过模型模拟对方案进行优化和效能评估，明确各水质

条件下适用方案。方案模拟结果表明该方案体系基本能够使PS河满足全天

候水质稳定达标所需，并可显著改善雨源型河流生态质量。

关键词：雨源型河流；MIKE11；生态综合评估；深度学习；生态质量保障

-I-

Abstract

Abstract

Undertheinfluenceofhumanactivities,rain-sourceriversarepronetoecological

riskssuchaswaterpollutionandecologicaldegradation.Therefore,itisofgreat

significancetoimprovewaterqualityandreachstablestandards.However,rain-source

rivershaveproblemssuchaslargepollutionloadandcomplexpollutioncauses.At

present,thereisstillalackofsystematicresearchcoveringwaterqualitysimulation,

ecologicalassessmentandecologicalimprovementofrain-sourcedrivers.Inthispaper,

aspecificrain-sourceriveristakenastheresearchobj