基于机器学习的浐灞河水质参数遥感反演研究

西安市浐灞河水资源丰富,但受周边市区工业化与城市化开发的影响,水质较差。近年政府对浐灞河进行了重点治理,为观测其治理效果,以浐灞河下游河段为研究区,基于Sentinel-2卫星遥感影像,首先利用水体指数法提取了研究区河段水体,然后利用人工神经网络算法(ANN)与随机森林法(RF)构建总氮(TN)和高锰酸盐指数(CODMn)水质参数反演模型,获取了整个水域水质参数的空间分布和变化特征。研究结果表明：ANN反演结果整体优于RF,ANN水质参数反演模型在该地区有良好的适用性,且精度满足模拟要求;研究区TN和CODMn浓度值整体上分布较为均匀且波动较小,部分区域出现高值,同时TN与CODMn也呈现出一定的季节性规律,与沿岸和上游的人类活动有关。     

CHHMS耦合模型在河流生态修复中的应用

针对伊利诺伊河流域的Emiquon区域以及肖托夸湖泥沙淤积问题。运用CHHMS耦合模型(Coupled Hydrology and Hydraulics Model System)对研究区域在不同泄洪开口组合的泥沙分布进行模拟,并根据不同流速状态下的颗粒流线图进行模拟得到沉淀物分布状况,结合湿地植物及鱼类生长需求对结果进行分析。研究发现CHHMS耦合模型在河流生态修复的模拟运用中具有很高的可开发性和实用性,经过模型模拟得到研究区域的合理规划方式,并且在成功利用河流到蓄滞洪区开口的情况下,水量以及泥沙沉淀物得到有效的控制,植被得到恢复,湿地的生态状况得到有效的改善。     

西安市渭河支流最小水质指数优选

分析影响渭河支流浐河、灞河、沣河和皂河水系的关键水质指标，进而确定最小水质指数(W₍WQI_min)),对简化水质评价意义重大。为此，在浐河、灞河、沣河和皂河4条河流共设30个采样点，于2019年4、8、12月分别进行采样，结合室内试验和数理统计的方法对浐河、灞河、沣河、皂河的15个水质指标进行分析，发现沣河DO含量最高，皂河和浐河交汇后的灞河段的EC、亚硝氮含量相比其他河流较高。此外，基于15个水质指标应用水质指数(W_WQI)对浐灞沣皂河水质的时空变化进行评价，发现水质总体达中等以上水平(W_WQI≥51),4条河流中沣河水质更好，而2019年春季的水质相比另外两个时期更好。同时，应用逐步多元线性回归分析法和经验法确定出了最佳的最小水质指数(W₍WQI_min)),该W₍WQI_min)包含DO、氨氮、COD_Mn、浊度、硝氮、SO₄^2-、EC共7个水质指...     

浐灞河中下游水质时空变化特征及其与土地利用类型的关系

为探究浐灞河中下游水质时空变化特征及其与土地利用类型的关系，设置了17个采样点，分别于2019年4(平水期)、8(丰水期)、12月(枯水期)进行采样监测，运用统计学方法分析水质时空分布特征并识别主要污染因子，利用Spearman相关分析法探究土地利用类型面积占比与水质指标的相关关系。结果表明，2019年浐灞河中下游水质具有一定时空分异性。时间上来看，NH₃-N浓度值丰水期最大，TP、COD_Mn的浓度值均为丰水期>平水期>枯水期；空间上来看，NH₃-N、TP、COD_Mn浓度值从中游到下游基本呈上升趋势。受沿岸人类活动的影响，浐灞河中下游存在营养盐和有机物污染。建设用地与污染物浓度呈正相关，起“源”作用；林地与污染物浓度呈负相关，起“汇”作用。研究成果可为浐灞河流域水环境管理提供参考。