A Forecasting and Early Warning Platform for Phosphorus Risk of Water Environment in Xiangxi River Basin

doi:10.11988/ckyyb.20230992

Abstract

Abstract:

Forecasting and early warning of water quality are essential for advancing the modernization of water pollution prevention. In this study, we developed a technical framework for a phosphorus risk assessment platform and implemented a water environment platform for phosphorus risk forecasting and early warning. The platform automatically collects and integrates multi-source heterogeneous foundational data, including meteorological, hydrological, water quality monitoring, and pollution source discharge data, and generates boundary and process conditions for an air-land-water coupled model. The platform forecasts rainfall, hydrology, and total phosphorus concentrations, assesses phosphorus-related risks, and issues early warnings. The platform was applied to the Xiangxi River basin in 2016 and 2020, and has provided technical support for enhancing intelligent basin management and mitigating phosphorus risks in the Xiangxi River basin.

Key words: water environment, phosphorus risk control, forecasting and early warning platform, business application, Xiangxi River basin

CLC Number:

X522河流

Cite this article

ZHANG Rong-xuan, ZHANG Wan-shun, LIU Xin, PENG Hong, CHEN Yong, CHEN Gang, LI Ao. A Forecasting and Early Warning Platform for Phosphorus Risk of Water Environment in Xiangxi River Basin[J]. Journal of Changjiang River Scientific Research Institute, 2025, 42(2): 172-178.

share this article

0
/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: http://ckyyb.crsri.cn/EN/10.11988/ckyyb.20230992

http://ckyyb.crsri.cn/EN/Y2025/V42/I2/172

Figures/Tables 15

Fig.1 Basic situation of water environment in Xiangxi River basin

Fig.2 Architecture of water environment phosphorus risk platform for Xiangxi River basin

Fig.3 Model system of water environment in Xiangxi River basin

Fig.4 Technology of assessing phosphorus risk of water environment

Fig.5 Early warning flowchart for phosphorus risk of water environment

Fig.6 Multi-source heterogeneous eco-environmental big data integration

Fig.7 Main functions of the platform

Fig.8 Operation process of the platform

Fig.9 Display of system interface

Table 1 Data sources of the platform

数据库名称	数据类型	空间分辨率	来源
DEM	栅格	30 m×30 m	中国科学院地理空间数据云
土地利用/覆盖	栅格	30 m×30 m	中国科学院资源环境科学与数据中心
土壤属性	栅格	1∶4 000 000	地理系统科学数据共享平台
气象数据	文本数据	—	中国气象科学数据共享中心
河网水系	SHAPE矢量	—	图新地图高清卫星地图
“三磷”源信息	SHAPE矢量及文本数据	—	宜昌市生态环境局
点源信息	SHAPE矢量及文本数据	日尺度	宜昌市生态环境局
附加面源信息	SHAPE矢量及文本数据	—	宜昌市统计年鉴
水质数据	文本数据	—	宜昌市生态环境局
水文数据	文本数据	—	长江水利委员会水文局

Table 1 Data sources of the platform

数据库名称	数据类型	空间分辨率	来源
DEM	栅格	30 m×30 m	中国科学院地理空间数据云
土地利用/覆盖	栅格	30 m×30 m	中国科学院资源环境科学与数据中心
土壤属性	栅格	1∶4 000 000	地理系统科学数据共享平台
气象数据	文本数据	—	中国气象科学数据共享中心
河网水系	SHAPE矢量	—	图新地图高清卫星地图
“三磷”源信息	SHAPE矢量及文本数据	—	宜昌市生态环境局
点源信息	SHAPE矢量及文本数据	日尺度	宜昌市生态环境局
附加面源信息	SHAPE矢量及文本数据	—	宜昌市统计年鉴
水质数据	文本数据	—	宜昌市生态环境局
水文数据	文本数据	—	长江水利委员会水文局

Fig.10 Subbasin division and river network generalization for Xiangxi River

Fig.11 Water quality forecast on a regular basis

Table 2 Comparison of total phosphorus concentration in 2016 between forecast and observation

预报模式	模拟起始日期	预报日期	总磷浓度/(mg·L^-1)			预报模式	模拟起始日期	预报日期	总磷浓度/(mg·L^-1)
预报模式	模拟起始日期	预报日期	预报值	预报日实测值	绝对误差	预报模式	模拟起始日期	预报日期	预报值	预报日实测值	绝对误差
未来1 d	1月12日		0.17		0.06	未来1 d	7月3日		0.11		0.01
未来2 d	1月11日	1月13日	0.17	0.11	0.06	未来2 d	7月2日	7月4日	0.18	0.10	0.08
未来3 d	1月10日		0.11		0.00	未来3 d	7月1日		0.22		0.12
未来1 d	1月31日		0.07		-0.06	未来1 d	8月15日		0.14		-0.02
未来2 d	1月30日	2月1日	0.12	0.13	-0.01	未来2 d	8月14日	8月16日	0.10	0.16	-0.06
未来3 d	1月29日		0.11		-0.02	未来3 d	8月13日		0.08		-0.08
未来1 d	3月1日		0.08		-0.01	未来1 d	9月4日		0.13		0.07
未来2 d	2月29日	3月2日	0.08	0.09	-0.01	未来2 d	9月3日	9月5日	0.09	0.06	0.03
未来3 d	2月28日		0.09		0.00	未来3 d	9月2日		0.05		-0.01
未来1 d	4月11日		0.14		-0.05	未来1 d	10月8日		0.08		-0.03
未来2 d	4月10日	4月12日	0.05	0.19	-0.14	未来2 d	10月7日	10月9日	0.02	0.11	-0.09
未来3 d	4月9日		0.03		-0.16	未来3 d	10月6日		0.11		0.00
未来1 d	5月2日		0.26		0.14	未来1 d	10月31日		0.07		-0.07
未来2 d	5月1日	5月3日	0.23	0.12	0.11	未来2 d	10月30日	11月1日	0.05	0.14	-0.10
未来3 d	4月30日		0.06		-0.07	未来3 d	10月29日		0.12		-0.02
未来1 d	6月11日		0.21		0.05	未来1 d	12月4日		0.08		-0.01
未来2 d	6月10日	6月12日	0.22	0.16	0.06	未来2 d	12月3日	12月5日	0.08	0.09	-0.01
未来3 d	6月9日		0.29		0.13	未来3 d	12月2日		0.06		-0.03

Table 2 Comparison of total phosphorus concentration in 2016 between forecast and observation

预报模式	模拟起始日期	预报日期	总磷浓度/(mg·L^-1)			预报模式	模拟起始日期	预报日期	总磷浓度/(mg·L^-1)
预报模式	模拟起始日期	预报日期	预报值	预报日实测值	绝对误差	预报模式	模拟起始日期	预报日期	预报值	预报日实测值	绝对误差
未来1 d	1月12日		0.17		0.06	未来1 d	7月3日		0.11		0.01
未来2 d	1月11日	1月13日	0.17	0.11	0.06	未来2 d	7月2日	7月4日	0.18	0.10	0.08
未来3 d	1月10日		0.11		0.00	未来3 d	7月1日		0.22		0.12
未来1 d	1月31日		0.07		-0.06	未来1 d	8月15日		0.14		-0.02
未来2 d	1月30日	2月1日	0.12	0.13	-0.01	未来2 d	8月14日	8月16日	0.10	0.16	-0.06
未来3 d	1月29日		0.11		-0.02	未来3 d	8月13日		0.08		-0.08
未来1 d	3月1日		0.08		-0.01	未来1 d	9月4日		0.13		0.07
未来2 d	2月29日	3月2日	0.08	0.09	-0.01	未来2 d	9月3日	9月5日	0.09	0.06	0.03
未来3 d	2月28日		0.09		0.00	未来3 d	9月2日		0.05		-0.01
未来1 d	4月11日		0.14		-0.05	未来1 d	10月8日		0.08		-0.03
未来2 d	4月10日	4月12日	0.05	0.19	-0.14	未来2 d	10月7日	10月9日	0.02	0.11	-0.09
未来3 d	4月9日		0.03		-0.16	未来3 d	10月6日		0.11		0.00
未来1 d	5月2日		0.26		0.14	未来1 d	10月31日		0.07		-0.07
未来2 d	5月1日	5月3日	0.23	0.12	0.11	未来2 d	10月30日	11月1日	0.05	0.14	-0.10
未来3 d	4月30日		0.06		-0.07	未来3 d	10月29日		0.12		-0.02
未来1 d	6月11日		0.21		0.05	未来1 d	12月4日		0.08		-0.01
未来2 d	6月10日	6月12日	0.22	0.16	0.06	未来2 d	12月3日	12月5日	0.08	0.09	-0.01
未来3 d	6月9日		0.29		0.13	未来3 d	12月2日		0.06		-0.03

Table 3 Early warning of phosphorus pollution in 2016

采样日期Ⅲ类	总磷		风险判定
采样日期Ⅲ类	实测水质类别	预测水质类别	风险判定
2016-01-13	Ⅲ类	Ⅲ类	无风险
2016-02-01	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-03-02	Ⅱ类	Ⅱ类	无风险
2016-04-12	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-05-03	Ⅲ类	Ⅱ—Ⅳ类	存在风险
2016-06-12	Ⅲ类	Ⅳ类	存在风险
2016-07-04	Ⅱ类	Ⅲ—Ⅳ类	存在风险
2016-08-16	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-09-05	Ⅱ类	Ⅱ—Ⅲ类	无风险
2016-10-09	Ⅲ类	Ⅰ—Ⅲ类	无风险
2016-11-01	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-12-05	Ⅱ类	Ⅱ类	无风险

Table 3 Early warning of phosphorus pollution in 2016

采样日期Ⅲ类	总磷		风险判定
采样日期Ⅲ类	实测水质类别	预测水质类别	风险判定
2016-01-13	Ⅲ类	Ⅲ类	无风险
2016-02-01	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-03-02	Ⅱ类	Ⅱ类	无风险
2016-04-12	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-05-03	Ⅲ类	Ⅱ—Ⅳ类	存在风险
2016-06-12	Ⅲ类	Ⅳ类	存在风险
2016-07-04	Ⅱ类	Ⅲ—Ⅳ类	存在风险
2016-08-16	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-09-05	Ⅱ类	Ⅱ—Ⅲ类	无风险
2016-10-09	Ⅲ类	Ⅰ—Ⅲ类	无风险
2016-11-01	Ⅲ类	Ⅱ—Ⅲ类	无风险
2016-12-05	Ⅱ类	Ⅱ类	无风险

Fig.12 Control analysis and early warning of phosphorus pollution

Related Articles 15

[1]	WU Zhen-hui, WANG Meng, LIU Yang-yang, WU Bi, XIAO Yang, ZHANG Ke-ke. Predicting the Impact of Water Diversion Project from Yangtze River to Hanjiang River on Water Environment in the Water Source Area of Three Gorges Reservoir [J]. Journal of Changjiang River Scientific Research Institute, 2025, 42(2): 194-203.
[2]	MA Xiang-yu, YAN Feng. Assessment of Ecological Risk of Seasonal Ammonia Nitrogen to Aquatic Organisms in Poyang Lake [J]. Journal of Changjiang River Scientific Research Institute, 2024, 41(1): 66-74.
[3]	LIU Feng-zhu, ZHANG Chi-peng, YANG Ze-yan, LUO Huan, LUO Jiang-lan. Contribution Source and Health Risk Assessment of Antimony in Waters Upstream of Duliu River Polluted by Mining Activity [J]. Journal of Changjiang River Scientific Research Institute, 2024, 41(1): 59-65.
[4]	CAO Yue-qi, LIN Li, PAN Xiong , DONG Lei. CiteSpace-based Visual Bibliometric Analysis of Research Status and Emerging Trends of Microplastics in Freshwater Environment [J]. Journal of Changjiang River Scientific Research Institute, 2023, 40(2): 153-160.
[5]	WANG Jing-yun, LI Jian-feng, JI Chen, YANG Wei-min. Temporal and Spatial Distribution of Chlorine in Nanhu Lake: Numerical Simulation and Analysis [J]. Journal of Changjiang River Scientific Research Institute, 2023, 40(12): 45-51.
[6]	JIN Hai-yang, YU Chan, ZHANG Wei, LIU Min, ZHANG Yu-ting, SUN Ting-ting. Removal of Perfluorinated Compounds from Water by Modified Forward Osmosis Membrane [J]. Journal of Changjiang River Scientific Research Institute, 2023, 40(10): 44-50.
[7]	CAO Yan-min, AN Hong-lei, HAN Shuai. Water Environment Assessment Model and Driving Factors Identification for Xiangjiang River Basin [J]. Journal of Changjiang River Scientific Research Institute, 2023, 40(10): 51-58.
[8]	LIU Jin, HU Yong-hui, LIU Xia. Simulation on Water System Connected Dispatching under Multi-object Cooperation [J]. Journal of Changjiang River Scientific Research Institute, 2022, 39(6): 15-23.
[9]	YU Yang, TANG Xian-qiang, WANG Dan-yang, LI Rui. A Review on the Distribution Characteristics and Influencing Factors of Silicon Content in Waters of Yangtze River Basin [J]. Journal of Changjiang River Scientific Research Institute, 2022, 39(3): 38-46.
[10]	XU Yong-xin, QI Ji-hong. Protection and Restoration of Ecological Environment from Perspectives of China and Africa [J]. Journal of Changjiang River Scientific Research Institute, 2022, 39(3): 1-7.
[11]	PAN Xiong, GU Wen-jun, LI Huan, HU Yuan, ZHANG Wei, LIN Li. Carbon, Nitrogen, and Phosphorus in Sediments of Honghu Lake: Spatial Distribution and Pollution Evaluation [J]. Journal of Changjiang River Scientific Research Institute, 2021, 38(8): 41-46.
[12]	XIAO Xiao, XU Jian, ZHAO Deng-zhong, ZHAO Bao-cheng, XU Jian, CHENG Xue-jun, LI Guo-zhong. Combined Remote Sensing Retrieval of River Turbidity Based on Chinese Satellite data [J]. Journal of Changjiang River Scientific Research Institute, 2021, 38(6): 128-136.
[13]	LI Qing-yun, TANG Xian-qiang, LIN Li. Basin Water Environment and Water Ecology Research by Yangtze River Scientific Research Institute: Retrospect and Prospect [J]. Journal of Changjiang River Scientific Research Institute, 2021, 38(10): 48-53.
[14]	LUO Ping-an, CAO Hui-qun. Temporal and Spatial Variations of TN and TP in Different Water Periods of Erhai Lake [J]. Journal of Changjiang River Scientific Research Institute, 2021, 38(1): 14-19.
[15]	ZHANG Qian-zhu, DENG Hao-jun, LU Yang, ZHOU Huo-ming, GAO Qiang, ZHOU YU-hong. Status Quo of Hydrochemical Characteristics in Danjiangkou Reservoir [J]. Journal of Changjiang River Scientific Research Institute, 2020, 37(9): 24-30.

Metrics

Viewed

Full text

Abstract

Comments

Abstract
Figures/Tables
Related Articles
Recommended Articles
Metrics
Comments

TOP