小流域水质监控

1 引言我国是一个水旱灾害频繁，水资源时空分布极不均衡，人均水资源贫乏，且面临水资源短缺、水质污染、环境恶化等许多水问题挑战的国家。因此，寻找区域水资源高效利用的方法，使整个国民经济协调、快速、稳定发展，己被社会特别是学术界所关注[1]。小流域是区域水资源管理的“分子”，是区域水资源管理的最佳单元[2]。小流域尺度水资源管理与分配的研究，是宏观尺度水资源管理的重要理论基础。近年来，小流域尺度水资源管理的研究正在起步。2000年召开的第10届世界水大会把流域水资源综合管理列为四大议题之一；全球水伙伴也把流域尺度的水资源综合管理作为其推动各国水资源可持续利用的主要方法[3]。对于一个小流域（闭合的集水单元）来说，降雨是水资源的补给源。降雨经地表分配以后，转化为地表径流、土壤水、地下水等形式。当有足够的降水、土壤水、地表径流等野外观测数据时，就可以结合数字高程图（DEM）和土地利用图进行小流域水分空间预测研究，建立土壤水和主要环境因子的多元回归模型，预测土壤水分空间分布[4]，为小流域水资源管理提供科学依据。例如，Wilson[5]利用地形图和其它空间特征与平均湿度指数(wetness index)的关系，在澳大利亚东南部和新西兰北部的一些小流域建立了土壤水时空分布预测的多元线性回归模型；邱扬[4]在陕西省安塞县大南沟利用土地利用与地形等6类20个环境因子变量，建立了黄土丘陵区小流域土壤水分空间预测的6种多元线性回归模型。2 系统的设计2.1目标LMP-ENVIdata 小流域尺度水资源管理系统按降水的空间分配格局， 分为降雨、土壤聚水、输水、ENVIdata生态环境信息系统等四个测量、管理功能单元，完成小流域降水、地表径流、土壤蓄水的实时观测和数据管理。2.1管理系统组成2.1.1降雨单元降雨观测单元采用先进的激光雨滴谱仪进行测量。既可以测量降雨情况，又可以对降雨进行质的分析。激光雨滴谱仪可以监测区分下落中的毛毛雨、大雨、冰雹、雪花、雪球以及各种介于雪花和冰雹之间的降水。可以计算各种降雨类型的强度、总量、能见度，并且进行必要的分析，绘出雨滴谱图，还可以对气象雷达数据进行校正，同时，可测量降雪。测定对象最小直径达到0.16mm。主要输出数据：降雨量，降雨速度，降雨粒径大小，降雨强度，降雨等级（SYNOP/METAR），雷达校正（Z/R Ratio），能见度（MOR）。可选输出数据：风速，风向，空气温度，相对湿度观测点布设：选择不同的地形、地貌、植被类型等布设降雨观测单元。若需要研究水土流失、侵蚀机理等过程，需要研究降雨类型、雨滴粒径和速度与泥沙输移关系。2.2土壤聚水观测单元 土壤聚水观测单元采用世界上先进的基于TDR（时域反射）技术的TDR土壤墒情传感器TRIME和张力计系统，可以实现高精度快速的测量土壤水分和墒情变化。观测系统的采集器可以定时采集并记录数据，并可通过GPRS进行无线数据传输给客户或中心站，进行数据汇总。TDR传感器用以直接测量土壤的介电常数，介电常数又与土壤水分含量的多少有密切关系，土壤含水量即可通过模拟电压输出被读数系统计算并显示出来。测量时，金属波导体被用来传输TDR信号，TRIME工作时产生一个1GHz的高频电磁波，电磁波沿着波导体传输，并在探头周围产生一个电磁场。信号传输到波导体的末端后又反射回发射源。传输时间在10ps-2ns间。这种专利测量技术，使得仪器可以检测到小至3ps的时间信号。建立了时间采样的方法。从而使得土壤水分的测量变得更为准确和方便。张力计可以实现自注水功能。有各种不同长度的组合。适合多种测量的需求。可按不同的角度进行安装。土壤聚水测量单元可采用太阳能供电或交流电源直接供电。具有IP67的防水等级，很适合在野外工作。工作温度-30°C 至 +70°C。低能耗设计，人机界面友好，使用和操作也非常简单。数据校准：标准校准用于大多数标准土壤类型，可存储最多15个用户自定义校正曲线输出数据：土壤水分、土壤水势、土壤温度、土体含水量观测点布设：一般与降水观测单元配套布设。观测点深度应覆盖包气带。可同时配置空气温湿度、辐射、风速风向传感器、求算ET。系统结构图2.3 输水观测单元输水观测单元用于测量流速从低到高变化大的水流的流量，大的水流如季节性降雨或暴雨导致的大地表径流，也适合测量农田灌溉水流或高山融化的雪水水流或工业排污的水流量。排水量是指在一定时间内流过水堰的水量。一般测量流速，流速的单位是升/秒或立方米/小时。输水观测单元可在明渠端口准确测量大氛围变化的水流量，这时流出的水量因重力是自然排放的。即使流出的水量淹没30％，对测量的结果影响小于1％，淹没50％时，影响小于3％。输水观测单元有一个导流槽，导流槽的宽度和高度与堰口一样，其长度需要足够长使水流的宽度与渠道相同且水面平缓，以便进入堰口。该系统应用平缓导流槽将地表径流引入已知规格的堰口，然后采用超声波测距原理，测量通过堰口的地表径流的水位。 输水测量单元有两个超声波传感器：一个测量堰口水面的高度（垂直方向的超声测距传感器），该数据由数据采集器自动测量、记录；另一个是参照传感器（水平方向超声测距传感器），测量已知物理距离，作为因不同天气状况对超声测距传感器影响的修正。由于堰口的规格是已知的，则可以利用修正后的水位数据，根据下表得出水体流速和水流量等参数。输出数据：流速和流量观测点布设：输水观测单元布设在集水区的出口。根据地形、地貌和植被条件确定数量和地点。2.4 ENVIdata生态环境信息管理单元由野外站和中心服务器组成。野外站的记录器采用数据推送模式，将记录的数据从野外发送到服务器上。这种新设计比传统的用电话MODEM将数据发送到服务器更稳定、更可靠，费用更低。ENVIdata 服务器软件既可以作为独立的应用软件，运行在用户的服务器上；也可以运行在澳作公司安全的服务器上，为多个用户提供数据接收服务，同时帮助用户监控野外测点硬件系统的运行状态。参考文献1. 冯浩，邵明安，吴普特。黄土高原小流域雨水资源化潜力计算与评价初探[J ]。自然资源学报；2001：06（02）2. 李锦秀，肖洪浪。流域尺度土壤水研究进展[J ]。中国沙漠，2006；26（4）：536~5423. 柳长顺，陈献，乔建华。流域水资源管理研究进展[J ]。水利发展研究，2004；11：19~224. 邱扬，傅伯杰，王军等。黄土丘陵小流域土壤水分空间预测的统计模型[J]。地理研究，2001，20（6）：739~7515. Wilson D G, Western A W, Grayson R B. A terrain and data based method for generating the spatial distribution of soil moisture [J]. Advances in Water Resources ,2005 ,28 :43~54

水质监测站【TH-LSZ03】是实时的监视水质变化局势，定性、定量的掌握流经监测断面的污染物通量，监测断面污染物浓度及通量的时间变化规律，为流域污染防治及其监督管理提供科学依据。一、产品简介TH-LSZ03水质监测站以水质传感器为核心，通过监测和分析各项水质参数，并将采集的数据传输到平台端，进行实时数据的远程查看和设备的远程管理，同时对水质变化趋势进行有效的超限报警、智能处理，也可以根据实时水质参数之间的关联组合表现水质的综合指数，为客户提供大量的客观详实的有效数据，对解决水质污染问题具有现实意义。目前山东天合环境科技有限公司研发生产的TH-LSZ06型水质监测站广泛应用于水产养殖、污水治理、水库、河道等场所二、水质监测站产品特点1.低功耗采集器：静态功耗小于50uA2.标配GPRS联网、支持扩展蓝牙、有线传输3.支持modbus485传感器扩展 4.太阳能充电管理MPPT自动功率点跟踪5.1.5米碳钢支架6.短信报警，超限后向指定的手机上发送短信7.ABS材质防护箱，耐腐蚀、抗氧化，防水等级IP668.无需布线、建设站房、调配药剂、人员后期维护等额外工序，相较于水质监测国标站使用及安装更加方便，观测数据更加直观9.系统可集成一体化气象环境监测数据三、系统组成立杆式水质在线监测系统主要由基础支架（含立杆、地笼、ABS防腐耐蚀防护箱）、供电系统、监控主机、水质传感器、云平台组成。四、技术参数 名称量程分辨率精度水温传感器-50～80℃0.1℃±0.5℃电导率传感器0~200mS/m0.2mS/m＜±7% 水质PH传感器0~140.01pH±0.1pH浊度传感器0.1~3000NTU0.1ug/l±5%FS溶解氧0~20mg/l0.1 mg/l±3%氨氮传感器0-100mg/l0.01mg/l±3%FS备注：多通道数据采集仪，带232和485接口；中文LCD屏带背光；供电方式：太阳能供电或220V交流电；通信模式：MQTT协议和物联网云平台直接通信；五、云平台介绍1.CS架构软件平台，支持手机、PC浏览器直接观测、无需额外安装软件。2.支持多帐号、多设备登录3.支持实时数据展示与历史数据展示仪表板4.云服务器、云数据存储，稳定可靠，易于扩展，负载均衡。5.支持短信报警及阈值设置6.支持地图显示、查看设备信息。

1引言密集农业活动和管理不善的土壤耕作造成的土壤侵蚀和面源污染营养盐负荷导致水生生境和沿岸植被退化（鱼类产卵区域、底部动物），水库库容迅速丧失及其使用寿命的缩短，养分微粒和有毒物质的输移导致水体富营养化、中毒和浑浊。流域管理急需流域尺度的近似估算法和模型模拟，并且，能采用实时调查的土壤侵蚀及库区淤积污染数据与模型计算结果比照，从而确定模型能够用于无测站流域面源污染的测评，并动态模拟关键污染源采用调控措施后，污染变化情况。 2 系统的应用水土面源污染调查及动态测评系统通过确定总负荷中点源/非点源比率，采用模型计算与实地面源污染调查比照，识别流域内面源污染贡献最大的关键点来协助制定流域管理战略。可用于大尺度有测站或无测站流域的管理，评估气候变化，流域最优管理的设计，面源污染调控、污染排放控制、湿地养分监测等领域。 3 系统组成 水土面源污染调查及动态测评系统 由PhosFate 模型、污染调查系统组成。PhosFate模型(Kovacs et al. 2008)是一种用来模拟流域和河网内水文、土壤流失、点源、面源污染P排放及其输移的GIS工具。通过流域尺度的模拟计算，减少侵蚀和面源污染营养盐排放。模型融合了单个经验模型和边界清晰的物理集水区模型的优势，它由已有的独立的方法构建而来，这些独立的方法通过适当的修正、延展，最后被整合到一个通用的模型框架中。 关于空间变异性，PhosFate完全忽略河水流动、水质成份，模型所有的输入与结果都是“长期平均值”。 PhosFate模型主要分为两部分：侵蚀／排放和输移子模型。模型的输入数据如下（针对水文和侵蚀模拟）：数字地图（ 海拔、土地利用类型、物理表土质量、腐殖质含量）气象资料（时间尺度内的平均降水、与不同降雨强度相关的降雨分布、平均潜在蒸散量、温度和风速）点源信息（水库的位置和运作容积） 流域水文采用WetSpass长期水文学模型(Batelaan and Woldeamlak, 2004)运算。地表径流计算基于土壤类型、土地利用类型、取决于坡面的潜在径流系数以及与土壤入渗能力有关的分配系数。参考蒸散量用成熟的Penman-Monteith方程计算，实际蒸散量采用恒定不变的水分相关系数修订参考蒸散量得到。入渗和地下水补充是该水分平衡方程的剩余条件，分别描述土壤表面和表土层情况。土壤流失采用通用土壤流失方程（USLE，Novotny, 2003）计算。输移子模型加入了单独的单元来提供相邻单元的交互作用，并计算流域内本地泥沙输移通量。模型单独计算水、沉积物、地表面源溶解态磷（DP）和颗粒态磷（PP）排放，地下排放和点源排放。计算的结果是流域内任意点的排放总量、泥沙、DP和PP负荷值，这些值的组分（地表、地下、点源）以及流域内泥沙与P的滞留模式。 污染调查系统即可便携式测量各点的营养盐参数 如 硝酸盐、亚硝酸盐、氨氮、磷酸盐，也可固定在观测点长期、动态观测营养盐或水体物理和化学参数。 4、系统技术指标计算面积： 10000平方公里－50000平方公里基本单元面积：100m x 100m单元计算参数：植被截流、地表径流、地表渗透、实际蒸散、地下水补给输出结果： BMPs，河床和库底的滞留量，营养盐负荷运算法则： 1、对每个单元可达增益进行估算 2、以最大可达增益为指导，对单元实施干预（转变土地利用方式） 3、在受影响的区域实施模型运算（被干预单元的上/下游相邻单元） 4、如果预算用完，进行第5步，否则从第1步开始重复。 5、结束测量范围：氨氮 ：0~0.4/1/2/5/mg/l ，其它范围可定制硝酸盐＋亚硝酸盐： 0~0.5/1/5/10 mg/l ，其它范围可定制亚硝酸盐： 0~0.1/0.2/0.5 mg/l ，其它范围可定制磷酸盐： 0~0.3/1/2/5/ mg/l ，其它范围可定制 5、应用案例5.1流域管理评估PhosFate模型工具允许编制流域最佳管理措施（BMPs），并可模拟对泥沙和营养盐负荷可能的影响。多种BMP可选方案及方案间的组合能有效降低土壤流失(Campbell et al., 2004)。模型尤其关注农村土地利用管理，包括土地利用方式转变，耕作方法改变，缓冲区和湿地建立等，如通过减少径流和土壤流失为手段的源控制干预措施，减少 耕作方式的改变（例如耕地的方向，保护性耕地，等高条植，耕后覆盖，梯田耕作等）对土壤流失值也有影响。根据计划好的干预措施，更改土地利用图并运行排放和运移模型后，改良后的水文和负荷降低功效能被模拟出来。模型还可跟踪河网内的点源排放情况。模型可计算河床和库底的滞留量，因此可以模拟距下游目标（河段或静水）有较远距离的点源的影响。5.2 评估气候变化情形因为一些输入数据是气候变量，PhosFate可以被用来开展气候变化影响评价。因为输出的是长时期平均值，模型可以方便地根据预期气候变化修改输入数据，不需对每日或更密时间频率作缩小尺度规模的预报。气候情形可以与预期土地利用发展相关联，创造一个综合的框架，为流域管理预报未来的变化或挑战。5.3最优管理技术的设计为了达到最优管理（低成本高效地降低土壤流失），不是所有的侵蚀源区域都必须被干预措施涉及，因为不是所有的源区域对泥沙和营养盐负荷都有有效的贡献率。最优策略受两个目标功能支配（现有固定成本下的负荷降低功率和固定污染限度下的成本效益）。最优化过程的目标功能是以最有效的干涉方法（涵盖尽量少的单元）减少输移进入河网的SS总量。或者，反过来讲，怎样在指定数量的单元内以干预措施实现负荷下降的最大效益？那些成功将最大总量的侵蚀物送入河网的单元可以被当作理想的源控制目标（本地侵蚀的减少）。然而，其它仅具有有限侵蚀率的单元，也能输移从其直接邻近区域过来的具有相当总量的SS。这些是最佳的输移控制地点，即用来建立滞留区域（多数沿着水流方向）。按照这两个特性排列单元为最优干预计算构建基础。这两种干预类型（源控制和输移控制）在计算过程中必须相互协调。如果一个高度侵蚀的单元被干预，其下游相邻单元的相对重要性也就减少。同样，通过安置缓冲区，上游相邻单元的有效贡献也会降低。因此，在每个特定单元实施干预活动后，单元的重要性排序必须被更新。 5.4匈牙利大尺度、有测站流域PhosFate 系统在匈牙利全境的小流域内，为不同管理计划的水质评估模拟水平衡、土壤侵蚀、磷排放及负荷。4个试点流域被选择出来用于校准和详细分析，这是为在其它无测站流域的后续应用提供参数范围。试点流域出口观测站测量出的排放量、颗粒态磷（PP）和可溶性活性磷（SRP）负荷被用作校准。各参数在终点校正都取得了成功，最佳参数值（与实测值）显示出显著的相似性。Zala流域是用于校准模型的试点流域之一。不仅在该流域的出口处，在其它3个沿河监测站的排放量，校准的模型输出值与测量值也有很好的一致性。计算得出的主河道内的平均行程时间与基于小型洪峰传播速度的估算值非常接近。模型的良好性能允许将其扩展应用到校准区以外的流域。除了计算基准值，5个全国管理策略对营养盐负荷和水质也进行了测试。测试显示，土地利用管理策略（曾是BMP的可选措施）自发和统一的应用对于减少侵蚀和富营养化，是一种没有经济和社会效益的方法。在已识别出的“热点”实施最优干预措施，成本效益可增加2倍，而且，在总侵蚀量显著下降的情况下，影响面积缩小50％。因此，在具有代表性的有测站区域应用 PhosFate有助于对无测站流域进行高精度的流域管理评估和设计。 5.5阿尔巴尼亚大尺度、无测站流域 阿尔巴尼亚（28 750 km2）是坐落于亚得里亚、爱奥利亚海岸与巴尔干山脉之间的欧洲小国。东部沿海部分是平原，而其余部分是山区。关于该国对整个地中海水文，泥沙及营养负荷贡献率的评估很稀少，其精度也不准确。PhosFate的任务是用该国高空间分辨率的数据对当时的侵蚀状况作基准评估，并检验设计的干预措施的功效。除此之外，还分析了由数据缺失造成的不确定性。为了完成侵蚀和泥沙输移评估，建立起了一个符合PhosFate要求的GIS数据库。从不同来源收集到了必要的数字地图和气候数据。除此之外，也从文献中收集了SS负荷数据以及其它侵蚀研究的结果，用来校准模型和执行对比。对比文献中评估结果，校正了河流长期平均排放。单参数组被用于整个国家。计算好的排放值与监测数据有很好的一致性，与文献中（不是很准确的）评估值的最高偏差为30%，土壤流失和滞留的参数被校正过，因此计算出的对地中海SS负荷的贡献率与文献中相关数据相吻合。 土壤流失在阿尔巴尼亚整个区域普遍显著，但在位于该国北方、中部和南部的三个小区域特别显著。与Grazhdani（2006）研究结果相似，在这三个小区域中，土壤流失率高达超过10 t﹒ha-1﹒a-1 (吨每公顷每年),甚至损失率超过100 t﹒ha-1﹒a-1的情况也频繁出现。全国范围内平均土壤流失率为31.5 t﹒ha-1﹒a-1，这一数字大大超过了10 t﹒ha-1﹒a-1的承受极限，但符合Bockheim (1997)报导的平均损失率。该国总面积中近80%的区域遭受的是可以承受的土壤侵蚀。然而，其余20%的面积是大部分（93%）土壤侵蚀结果的主要原因。具有最高土壤流失级别的区域面积最小（其国土面积的8%），然而它制造了总土壤流失量的79%。尽管该国产生了巨大的土壤流失量（90.5×106 t﹒ha-1﹒a-1），但只有大约60×106吨/年的悬浮泥沙通过河流被输移到了海洋中。因此，大约1/3的流失土壤因为输移路径的滞留能力而不能到达海洋。相当多的泥沙截留是通过沉淀造成的，这种沉淀可能发生在地面，当地表径流经过时速度降低（坡度减缓，土地覆盖方式改变）；也可能发生在河流系统，当水流速度因为渠道水文改变而下降（水库、植被生长的渠道、缓水区、以及流经洪泛平原）。在那些明确土壤流失率计算值高于10 t﹒ha-1﹒a-1的区域，按照其几个干预方式，实施了管理方案分析。除此之外，沿永久性水道的缓冲区也被评估。除了综合管理策略的评估，最优干预程序也被应用。其目标是通过干预措施，使最大负荷减少量最高达到全部区域总量的4.5%。干预措施的成效随流域的不同而变化，减少量从50%（Erzeni）到68%（Vjosa）。同样的，该国干预场所的空间分布也并非均匀。大部分的干预措施集中于在3个主要区域中。从全国水平来说，这3个区域是侵蚀及泥沙负荷的热点。 参考文献： Bockheim JG. Proposal to study economic and environmental benefits of reducing soil erosion in Albania. Land Tenure Center, University of Wisconsin, Madison USA 1997.Borah DK, Bera M. Watershed-scale hydrologic and nonpoint-source pollution models. Review of mathematical bases. Trans ASAE 2003 46(6):1553–66.Campbell N, D’Arcy B, Frost A, Novotny V, Sansom A. Diffuse Pollution: An Introduction to the Problems and Solutions. London: IWA Publishing 2004.Fread DL. Flow routing. In: Maidment DR, editor. Handbook of Hydrology. New York: McGraw-Hill 1993. p. 10.1–10.36.Grazhdani S. Albania, in: Soil Erosion in Europe (eds Boardman J and Poesen J), John Wiley & Sons Ltd, Chichester, UK. 2006.Kovacs AS, Honti M, Clement A. Design of best management practice applications for diffuse phosphorus pollution using interactive GIS. Wat Sci Tech 2008 57:1727-33.Liu YB, de Smedt F. WetSpa Extension: A GIS-based Hydrologic Model for Flood Prediction and Watershed Management, User Manual. Brussels: Vrije Universiteit Brussel 2008.Liu ZJ, Weller DE. A Stream Network Model for Integrated Watershed Modeling. Environ Model Assess 2008 13(2):291-303.Neitsch SL, Arnold JG, Kiniry JR, Williams JR, King KW. Soil and Water Assessment Tool. TWRI Report TR-191. Temple USA: Agricultural Research Service 2002.Novotny V. Diffuse Pollution and Watershed Management. Hoboken USA: Wiley 2003.Ritter WF, Shirmohammadi A, editors Agricultural Nonpoint Source Pollution. Boca Raton USA: CRC Press 2001.Strahler AN. Quantitative analysis of watershed geomorphology. EOS T Am Geophys Un 1957 8(6): 913–20.Vollenweider RA. Advances in defining critical loading levels for phosphorus in lake eutrophication. Mem Ist Ital Idrobiol 1976 33:53-83.Vollenweider RA, Kerekes J. Eutrophication of waters. Monitoring, assessment and control. OECD Cooperative programme on monitoring of inland waters (Eutrophication control), Paris: Environment Directorate, OECD 1982. p. 154.White DW, Smith RA, Price CV, Alexander RB, Robinson KW. A spatial model to aggregate point-source and non-point source water-quality data form large areas. Comput Geosci 1992 18(8):1055-73.