流域模型 GWLF 平台介绍：通用流域污染负荷模型（简称 GWLF 模型）是 1987 年由美国康奈尔大学提出的一种半分布式、半经验式 流域模型算法，主要用于在中尺度流域(几百～万 km2 左右)模拟水文 及污染物负荷通量，可以提供逐月的模拟结果并对关键断面（如国家、 省级考核断面，跨区域（跨行政区）分界断面，生态补偿断面）污染 源构成进行来源解析。其所需数据类型及数据量与我国的水环境、水 资源管理部门所能提供的数据类型相匹配，保证了该模型在我国流域 管理中的适用性和可达性，为流域尺度或区域尺度（一般市级行政区 域大小为几百～万 km2）水环境及水资源规划、决策与管理提供可靠 支持。该模型为美国 TMDL 计划实施推荐流域模型之一。利用该模 型所得结论可以进一步加工分析并结合 GIS 等空间分析软件，得出时 图 1：南开大学国家环境保护 城市空气颗粒物污染防治重点实验 室“颗粒物来源解析及污染防治技 术研究与应用”城市分布图空差异分析结果，为区域或城市水环境管理急需的决策提供支持与建 议。

流域模型 GWLF 平台介绍：通用流域污染负荷模型（简称 GWLF模型）是 1987 年由美国康奈尔大学提出的一种半分布式、半经验式流域模型算法，主要用于在中尺度流域(几百～万 km2 左右)模拟水文及污染物负荷通量，可以提供逐月的模拟结果并对关键断面（如国家、省级考核断面，跨区域（跨行政区）分界断面，生态补偿断面）污染源构成进行来源解析。其所需数据类型及数据量与我国的水环境、水资源管理部门所能提供的数据类型相匹配，保证了该模型在我国流域管理中的适用性和可达性，为流域尺度或区域尺度（一般市级行政区域大小为几百～万 km2）水环境及水资源规划、决策与管理提供可靠支持。该模型为美国 TMDL 计划实施推荐流域模型之一。利用该模型所得结论可以进一步加工分析并结合 GIS 等空间分析软件，得出时空差异分析结果，为区域或城市水环境管理急需的决策提供支持与建议。

近年来，我国突发性重大环境污染事件频繁发生，对国民健康、生态环境产生了严重影响。从我国当前重大环境污染事件发生的实际状况出发，研究开发重大环境污染事件特征污染物现场快速检测技术系统，是提升我国环境保护技术水平，推进环境友好型社会建设的迫切要求。特征污染物现场快速检测作为应对突发性环境污染事件的前提，首先要求判断污染物的种类，利用快速检测手段给出定性、半定量和定量的检测结果，确认污染事件的危害程度和污染范围等。开发一套功能完善、便携、快速的特征污染物现场检测技术系统，对于现场决策、减少污染危害程度等具有极其重要的意义。本课题采用纳米生物技术、电化学或光化学传感技术和信息技术，并将其有机组合，建立环境污染事件的现场快速检测技术系统，最终形成具有自主知识产权的环境污染物现场快速检测技术和仪器装备，为国家环境安全和人民健康提供保障。

持久性有机污染物（POPs）是《斯德哥尔摩公约》的控制对象，是全球关注的环境污染物，其环境污染特征和去除控制原理是环境学科重要的基础科学问题。该项目紧紧围绕卤代POPs 污染水平和存在形态、脱卤机理和降解原理、吸附特性和去除机理三个关键科学问题，通过深入剖析典型受污染环境，揭示了传统POPs 和新增列POPs 的污染水平和赋存状态等环境污染特征；针对卤代POPs 难降解特点，突破了高效催化脱卤降解和吸附去除等物化技术原理，持续研究15 年，成果得到国内外同行的高度认可。

项目成果/简介:本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。应用范围:模型已应用于东北松花江流域、黄山新安江流域，成功完成对这些地区 N、P、COD 等污染负荷的空间解析，并设置敏感断面（松花江流域的同江断面，新安江流域的跨省断面--街口断面）进行溯源分析，能够为流域（区域）水环境管理决策的制定与实施提供技术支持。效益分析:（1）污染源空间解析：进行各子流域污染源组成比例分布预测以及各子流域的污染来源追溯等，由于监测站点只能评价静态的理化指标，SPARROW 模型则综合考虑流域内的地质地貌、气象要素等，通过监测数据追溯污染来源，分析来自不同污染源的污染量和比例，有针对性地对水质进行控制和管理，找出污染贡献最大的区域加以治理，实现投入产出的效益最大化； （2）面向水质达标的监测站点空间布局优化与设计：利用有限水质监测站点过去一段时间的监测数据外推流域内其他未监测河段 的水质情况，有效解决布设监测站点成本高、监测网络点位数量少、代表性差的问题，通过对流域整体水质状况的预测分析，找出水质较差河段，进而有效优化监测站点的空间设置，为水环境质量达标提供支持。 （3）面向敏感区（达标断面）的削减措施优化：例如海岸带、湖库、饮用水取水区、达标考核断面等，作为考核或评估断面进行污染物传输分析，分析上游各子流域对其污染贡献大小，甄别污染贡献最大的区域，优化管理措施的设置。

本服务体系主要依托 SPARROW 模型，它是一款由美国国家地质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向我国特点的具有空间响应特性的水环境管理模型，简化了原SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结果进行可视化表达。

本服务体系主要依托 SPARROW 模型，它是一款由美国国家地 质调查局（USGS）开发的非线性流域污染物评估模型，其介于传统 统计学模型与机理模型之间，用于估计流域地表水体中污染物负荷与 污染源之间的关系。是美国 TMDL 计划推荐流域模型方法之一。 原始 SPARROW 模型基于 SAS（统计分析系统）平台运行，使 用 IML 语言编写，其嵌套的统计模块可以轻松调用非线性加权最小 二乘法（NWLS）进行方程的求解，完成所需参数的估计，虽然 SPARROW 本身可以免费使用，但是 SAS 平台购买费用不菲，为此 我们基于 SPARROW 模型的原理，使用 FORTRAN 语言开发了面向 我国特点的具有空间响应特性的水环境管理模型，简化了原 SPARROW 模型中不适用于中国的模块，并增加 jackknife 不确定性 分析模块，按照中国水环境管理需求补充可能实现的模块，优化模型 功能，改善人机交互形式，使数据输入及模型运行更加方便易学并符 合中国的数据特点。利用 ArcGIS 生成河网、划分子流域等，提取与 整合必要的与流域河流属性相关的输入数据，并利用该平台将模拟结 果进行可视化表达。

针对矿区地表径流和河道的重金属污染问题，结合矿区流域特点，在矿区径流汇集区构建以改性生物质材料、天然矿物以及甲壳质和微生物为填充材料三级拦截箱，当地表径流流经拦截箱时，在填料和微生物的共同作用下，吸附径流中重金属离子，实现地表径流中重金属有效削减。在河道构建挺水、浮水和沉水植物搭配的水生植物修复带，并辅以自主研发的生态浮床，利用不同植物对各重金属的富集特征及各植物间的协同强化作用，构建水生植物生态削减缓冲屏障，以进一步削减河道水体重金属。通过滨岸拦截沟和河道植物修复带，实现河道水体中重金属 V、Cr、As、Cd、Pb、Hg 浓度稳定低于地表 II 类水标准。

针对目前国内小流域范围内污染源输入增加，河道及湿地自然净化能力降低的问题，对小流域展开全面的的调查和治理，包括污染源头截污强化净化、流域水质生态净化、生态系统自然修复、生态景观提升美化四大工程。经过成套技术整治修复后的小流域能形成水系畅通、水质良好、生物多样性丰富、湿地景观优美的健康格局，实现自我维持与良性演化。 在流域汇水过程中，对流域内不同的点源及面源污染通过不同的方式进行净化，在出水端构建单位面积处理效率高的人工湿地系统，由组合工艺提升出水水质，满足水体入河的排放标准。然后在流

本发明公开了一种结合点特征和线特征描述子的图像匹配算法，包括：(1)分别对模板图和实时图在多尺度下提取角点；(2)获得实时图和模板图角点周围的边缘集合；(3)计算步骤(1)获得的最终选定的实时图与模板图角点的类ORB点特征描述子；(4)利用最小截平方Hausdorff距离描述步骤(2)获得的实时图和模板图的边缘集合的匹配相似度；(5)计算步骤(3)中获得的实时图与模板图角点的类 ORB 点特征描述子的匹配相似度；(6