4. ConclusionsIn this study, SS est

4. Conclusions
In this study, SS estimation equation and RPI package were
embedded into the WASP model to assist the river water quality
simulation of the Kaoping River. A direct linkage between the RPI
calculation and the WASP model was developed to obtain an
immediate water quality evaluation. The major findings of this
study include the following:
(1) Water quality monitoring results indicate that SS played an
important role in RPI calculation and SS was a critical factor
during the RPI calculation especially for the upper catchment
in wet seasons. This was due to the fact that the soil
erosion caused the increase in the SS concentrations after
storms.
(2) In the wet seasons, higher river flow rates caused the discharges
of NPS pollutants (NH3–N and SS) into the upper
sections of the river. Higher river flow rates also caused
the turbulence of the flow and increase in DO concentrations
in the upper section of the river. Thus, NH3–N and DO
affected the RPI value in the upper sections of the river.
(3) SS concentrations were highly correlated with the flow rates
of the Kaoping River. The obtained SS and flow rate equations
were as follows: Y = 0.028X  0.37 for low flow rate
(flow rate: 0–50 m3/s), Y = 0.13X  21.36 for high flow rate
(flow rate: 50–650 m3/s) (Y = flow rate, m3/s; X = SS concentration,
mg/L). The equations were embedded in the integrated
WASP modeling for SS simulation to obtain more
representative SS data and RPI values
(4) During the evaluation, water quality outputs from the WASP
modeling were used for RPI calculation. Thus, an integral
decision-making system combining SS estimation equation,
RPI package, and water quality model for river water quality
evaluation was developed.
(5) This study demonstrates that the introduction of SS estimation
equation and RPI package into WASP simulation has
been shown to be a significant advance in estimating water
quality in Kaoping River. The developed decision-making
modeling concept could be easily adopted to other similar
rivers. Thus, WASP modeling assisted RPI estimation provides
a good tool to effectively simulate the impacts of pollution
on river water quality. The integrated system will be
useful in developing appropriate water quality management
strategies for the improvement of river water quality, and
this makes it easier for decision-makers to evaluate alternative
water quality management plans.

ผลลัพธ์ (ไทย) 1:

4. บทสรุปในการศึกษานี้ SS ประมาณสมการและแพคเกจ RPI ได้ฝังลงในรุ่น WASP หนุนคุณภาพน้ำแม่น้ำการจำลองแม่น้ำ Kaoping การเชื่อมโยงโดยตรงระหว่าง RPIคำนวณและแบบ WASP ได้รับการพัฒนาเพื่อขอรับการการประเมินผลคุณภาพน้ำทันที ค้นพบที่สำคัญนี้ศึกษารายละเอียดต่อไปนี้:(1) คุณภาพน้ำผลการตรวจสอบระบุว่า SS เล่นการปัจจัยสำคัญมีบทบาทสำคัญในการคำนวณ RPI และ SSในระหว่างการคำนวณ RPI โดยเฉพาะอย่างยิ่งในลุ่มน้ำด้านบนในฤดูฝน นี้เนื่องจากว่าดินทำให้เกิดการเพิ่มขึ้นของความเข้มข้นของ SS หลังพังทลายพายุ(2) ในฤดูฝน ราคาไหลแม่น้ำสูงขึ้นเกิดจากการปล่อยNPS สารมลพิษ (NH3-N และ SS) ลงบนส่วนของแม่น้ำ ราคากระแสแม่น้ำสูงขึ้นยัง ทำให้เกิดความปั่นป่วนของการไหลและเพิ่มความเข้มข้นทำในส่วนบนของแม่น้ำ ดังนั้น NH3 – N และทำได้รับผลกระทบค่า RPI ในส่วนบนของแม่น้ำ(3) SS ความเข้มข้นได้สูง correlated กับกระแสแม่น้ำ Kaoping SS และกระแสได้รับสมการอัตรามีดังนี้: Y = 0.028 X 0.37 สำหรับอัตราการไหลต่ำ(อัตราการไหล: 0 – 50 m3/s), Y = 0.13 X 21.36 สำหรับอัตราการไหลสูง(อัตราการไหล: 50 – 650 m3/s) (Y =กระแสอัตรา m3/s X =ความเข้มข้นของ SSมิลลิกรัม/ลิตร) สมการที่ถูกฝังอยู่ในการรวมWASP โมเดลสำหรับการจำลอง SS ได้รับเพิ่มเติมพนักงาน SS ข้อมูลและค่า RPI(4) ในระหว่างการประเมินผล การแสดงผลคุณภาพจาก WASP น้ำโมเดลที่ใช้สำหรับการคำนวณ RPI ดังนั้น ทฤษฎีบูรณาการรวม SS ประมาณสมการ ระบบตัดสินใจแพคเกจ RPI และแบบจำลองคุณภาพน้ำคุณภาพน้ำแม่น้ำประเมินได้รับการพัฒนา(5) การศึกษานี้แสดงให้เห็นที่แนะนำประมาณ SSสมการและ RPI แพคเกจเป็น WASP จำลองได้การแสดงต้อง ล่วงหน้าอย่างมีนัยสำคัญในการประมาณน้ำคุณภาพในแม่น้ำ Kaoping ตัดสินใจพัฒนาแนวคิดการสร้างโมเดลอาจจะได้นำการอื่น ๆ คล้ายคลึงกันแม่น้ำ ดังนั้น WASP โมเดล RPI ช่วยประเมินให้เครื่องมือที่ดีในการจำลองผลกระทบของมลภาวะได้อย่างมีประสิทธิภาพคุณภาพน้ำของแม่น้ำ ระบบรวมจะมีประโยชน์ในการพัฒนาบริหารจัดการคุณภาพน้ำที่เหมาะสมกลยุทธ์สำหรับการปรับปรุงคุณภาพน้ำของแม่น้ำ และนี้ทำให้ง่ายขึ้นสำหรับผู้ผลิตตัดสินใจเพื่อประเมินทางเลือกแผนการจัดการคุณภาพน้ำ

ผลลัพธ์ (ไทย) 3:

4 . สรุป
ในการศึกษานี้ SS ประมาณสมการและ RPI แพคเกจถูก
ที่ฝังอยู่ในตัวต่อแบบช่วยคุณภาพ
น้ำจำลองของ kaoping แม่น้ำ การเชื่อมโยงโดยตรงระหว่าง RPI
การคำนวณและต่อรูปแบบการพัฒนาเพื่อขอรับ
การประเมินคุณภาพน้ำทันที ข้อค้นพบที่สำคัญของการศึกษานี้

รวมถึงต่อไปนี้ :( 1 ) ผลการตรวจสอบคุณภาพน้ำพบว่า SS เล่น
บทบาทสำคัญในการคำนวณ RPI และ SS เป็นปัจจัยสําคัญในการคำนวณ
กัก
RPI โดยเฉพาะอย่างยิ่งสำหรับบนในฤดูเปียก เนื่องจากมีการพังทลายของดินที่เกิดจากการเพิ่มขึ้นใน SS

) หลังจากพายุ .
( 2 ) ในฤดูเปียก อัตราการไหลสูง ทำให้เกิดการไหล
ของเชื้อเพลิงมลพิษ ( nh3 – ( SS ) ในส่วนด้านบน
ของแม่น้ำ อัตราการไหลที่สูงขึ้นยังทำให้
ความวุ่นวายของการไหลและเพิ่มความเข้มข้นในทำ
ในส่วนบนของแม่น้ำ ดังนั้น nh3 – N และทำ
ผลกระทบค่า RPI ในส่วนต้นน้ำ .
( 3 ) ความเข้มข้นของ SS มีความสัมพันธ์กับอัตราการไหลของ kaoping
แม่น้ำโดยเอสเอสและสมการการไหลอัตราดังต่อไปนี้ Y =

0.028x  0.37 สำหรับอัตราการไหลต่ำ ( อัตราการไหล : 0 – 50 ลบ . ม. / วินาที ) , Y = ของ  21.36 สำหรับ
อัตราการไหลสูง ( อัตราการไหล : 50 – 650 ลบ . ม. / วินาที ) ( Y = m3 / s อัตราการไหล ; X = SS สมาธิ
mg / l ) สมการที่ถูกฝังอยู่ในตัวต่อแบบบูรณาการ
SS จำลองเพื่อให้ได้ผู้แทน SS และ RPI ข้อมูลเพิ่มเติม

( 4 ) คุณค่าในการประเมินคุณภาพน้ำ ผลผลิตจากการใช้เพื่อการคำนวณตัวต่อ
RPI . ซึ่งเป็นระบบการประมาณค่าสมการ 2

RPI SS , แพคเกจ , และแบบจำลองคุณภาพน้ำเพื่อประเมินคุณภาพน้ำในแม่น้ำขึ้น
.
( 5 ) การศึกษานี้แสดงให้เห็นว่าการแนะนำของ SS ประมาณ
สมการและ RPI แพคเกจในการจำลองได้
ต่อเคยแสดงให้เห็นล่วงหน้าสําคัญในการประเมินคุณภาพน้ำ
ใน kaoping แม่น้ำ การพัฒนาแบบจำลองการตัดสินใจ
แนวคิดสามารถได้อย่างง่ายดายรับแม่น้ำที่คล้ายกัน
อื่น ๆ ดังนั้นการช่วยให้ต่อค่า RPI
เครื่องมือที่ดีมีประสิทธิภาพจำลองผลกระทบของมลพิษ
ต่อคุณภาพน้ำในแม่น้ำ ระบบจะ
ประโยชน์ในการพัฒนาที่เหมาะสม การบริหารจัดการคุณภาพน้ำ
กลยุทธ์สำหรับการปรับปรุงคุณภาพของน้ำในแม่น้ำและ
นี้ทำให้ง่ายขึ้นสำหรับสามารถประเมินแผนจัดการคุณภาพน้ำอย่างเดียว