论文部分内容阅读
摘 要：河湖是城市生态系统的重要组成部分，保护和改善城市河湖水环境是当前国内外关注的重点。水环境模型是利用数学方法分析水污染过程的内在规律和相互作用，从而为水环境管理与规划提供了有效的技术支持。本文主要介绍了目前河湖水质模型（如WASP、SWAT、Mike等）的研究动态，系统分析不同软件的优缺点和水质模型的发展趋势。
关键词：水质模型；河湖；模拟
河湖是城市生态系统的重要组成部分，与人类的相互作用密切，一方面表现在人类更强烈地影响城市河湖的水文特性、物理结构和生态环境；另一方面表现在城市的社会经济系统和居民日常生活也更加依赖于城市河湖所提供的各种服务功能。
随着我国工农业的快速发展、人口的不断增长以及城市化进程的加快，城市经济、文化和生活水平有了长足的发展。随之而来的是大量污水的产生，由于我国污水处理率低，部分污水未经处理直接排入城市河湖，造成我国城市河湖严重污染和生态系统失衡。
城市河湖水污染防治工作是让江河湖泊生态恢复、休养生息的重要途径，在具体的工程实践中，由于河湖特性及污染物排放类型的复杂性和多样性，以及各污染物之间的相互作用与转化，促使河湖水质模拟分析逐渐成为开展规划和建设的前提研究，比如湖泊换水率的估算，河道综合治理后水质变化情况评估，水系规划后内部水质变化情况，以及河道沿岸雨污水截污后水质恢复情况。水质模型的引入大大的丰富了水环境管理与规划的技术手段。
1 水质模型的建立
水质模型是用数学的语言和方法来描述水体污染过程中的物理、化学、生物及生态各方面的内在规律和相互关系，即将一个复杂的河湖系统通过一定的概化，转化成一组适当的数学方程进行数学模拟。水质模型的建立一般需要以下步骤：
（1）收集和分析与建模有关的资料和信息，如河湖地形条件、外源污染分布等，为建模作好准备工作。
（2）根据取得资料和数据，选择目标变量和边界条件，根据自然条件合理确定参数取值；
（3）模型方程中参数值的率定，保证模型的稳定性，灵敏性和平衡性；
（4）水质模型建立后，检验模拟结果的有效性。
2 国内外水质模型研究进展
2.1 WASP模型
WASP模型是由美国环保署（USEPA）开发的用于地表水水质模拟的模型，能够用于不同污染环境决策系统中分析和预测由于人类和自然污染造成的各类水质状况，可以模拟水文动力学、河流一维不稳定流、湖泊和河口三维不稳定流、常规污染物和有毒污染物在水中的迁移和转化规律，亦称为万能水质模型。
目前最新的版本为WASP7.52，其程序、源代码以及示例可以从USEPA的网站上免费获得。它由两个独立的程序组成：水动力模型程序DYNHYD和水质模型程序WASP，两个程序可联合执行，也可以单独运行。模型包括两个模块：TOXI（有毒化学物模型）和EUTRO（富营养化模型）。TOXI主要用于动态模拟是有机物化合物和重金属在各类水体中迁移累计，也可以预测溶解态和吸附态化学物在河流中的变化情况；EUTRO可预测DO、COD、BOD、叶绿素a、氨、硝酸盐、有机氮、正磷酸盐等物质在河流中的变化情况。WASP模型被广泛的应在河流水质分析、水环境容量计算等方面。
2.2 SWAT模型
SWAT模型全称为土壤和水评价工具，是由美国农业部（USDA）农业研究所（ARS）1994年开发的适用于较大流域的非点源污染计算模型，可用以模拟100年以内的某流域降水、土壤、土地利用和管理对径流流量、营养元素的负荷、泥沙流失量等长期的影响。SWAT模型由水文过程子模型、土壤侵蚀子模型和水质模拟子模型组成，可以模拟流域内部多种过程地表径流、入渗、侧渗、回流、融雪径流产沙、输沙、作物生长、养分流失、流域水质和农药/杀虫剂等内容。
国内引进SWAT模型较晚，主要应用在产流/产沙模拟、非点源污染及输入参数对模拟结果的影响方面。模型对营养盐模拟效果欠佳，主要是SWAT模型内部参数设置偏重于陆域水文模拟，对河道演算等模块有待完善；另一方面模型校验的数据以总磷（TN）、总氮（TP）的形式，而非具体的营养盐类别。
2.3 Aquatox模型
Aquatox是由美国环境署发布的水生态系统过程基准模型，可适用于模拟不同的水生生态系统，包括垂直分层湖泊、水库、池塘、河流甚至河口区域，还可以与SWAT、HSPF等多种模型耦合扩展其应对复杂环境的能力。Aquatox模型有5个参数库：动物库、植物库、化学物质库、场所库和重矿化库，可以根據具体研究对象选择参数。模型可以预测不同污染物，如营养物和有机物的转化及其对生态系统的影响，可以同时计算模拟时段内每天发生的重要化学或生物学过程，模拟生物量、能量及化学物质在生态系统中的转移；能够建立水质、生物响应、水生物利用之间的因果关系链。
Aquatox模型以系统分析方法为模拟的基础，通过对研究对象的物理过程、生物过程（食物网）、矿化过程（碎屑模拟和营养盐模拟等）、无极沉淀过程以及有机有毒化学物迁移5个过程模拟实现对生态系统的模拟。目前Aquatox模型主要应用在湖库水体富营养化研究。
2.4 HSPF模型
HSPF以Stanford水文模型为基础，能够综合模拟径流、土壤流失、污染物传输、河道水力等过程，广泛应用于气候变化与土地利用变化的流域水环境情景模拟，是半分布式水文水质模型的优秀代表。其主要模块包括透水地段水文水质模型（PERLND）、不透水地段水文水质模拟模块（IMPLND）以及地表水体水文水质模拟模块（RCHRES）。3个模块可按功能分为若干子模块，实现对径流和泥沙、BOD、DO、氮、磷、农药等污染物的迁移转化和负荷的连续模拟。
HSPF模型限于均匀混合的河流、水库和一维水体模拟，因此对复杂流域或水体的模拟研究，需要将HSPF与其他模型整合以解决更加综合的问题。如HSPF与WASP整合模型。 2.5 Mike模型
Mike系列软件是由丹麦水利研究所研发，广泛的应用在研究一维（Mike11）、二维（Mike21）、三维河流（Mike31）、湖泊、河口、海湾、海岸及海洋的水流、波浪、泥沙及环境。该模型的特点是界面友好、可视性强，具有强大的前、后处理能力，可提供仿真模拟。但是Mike系列软件的源程序不对外公开，使用时有加密措施，售价较高。
国内对其研究主要集中在计算河流水功能区纳污能力、河道水面线推演、人工湖换水周期分析等方面。
3 水质模型的发展趋势
3.1 模型的耦合分析
随着对水环境问题认识的增加，水质模拟也逐渐从水体本身发展到区域或流域，模型的状态变量不断增多。由于不同的水质模型的特点不同，在实际应用中往往需要将不同的模型结合起来，取长补短，才能充分发挥模型的功能。
3.2 模型的不确定性分析
不确定性即不肯定性、不确知性、随机性和偶然性，是指人们对事物发展的趋势和结果无法做出准确的判断。水环境的不确定性来自于对水环境中各种各样的物理生化过程缺乏足够的认识，以及缺乏足够的实测数据造成的。同时，数学模型本身以及求解过程中也会产生某些不确定性因素。如何克服这些问题是水环境模拟分析中研究的重点。
3.3 随机方法
在确定性水质模型中，常将变化复杂的降解速率、沉淀速率及扩散系数等参数按照常量处理，只模拟了变化的趋势而忽略了其不确定性；随机方法将模型参数处理成随机变量或随机过程，研究计算结果的统计特性。
实际应用中，随机分析法可以在规定的误差范围内，只需要选择有限的模拟次数，就可以使计算值接近真值，且产生适合各种分布的随机变量，具有较高的研究和应用意义。
3.4 人工神经网络（ANN）
相比于确定性模型，ANN主要的优点就在于它以数据为基础，通过学习训练来掌握系统内部的变化规律，而不需要数学方程来表达输入与输出之间的相互关系，应用简便，非常适合处理非线性的水环境问题。由于目前对于污染物在水环境中的迁移、转化、降解过程的了解并不是十分的清晰，而ANN正好回避了这一问题。随着计算机硬件和软件技术的迅猛发展，以此为基础的人工智能模拟必将得到蓬勃发展。
4 结语
本文主要介绍了水环境水质模拟软件的应用情況，虽然目前各类软件都具有一定的局限性，但是随着科学的不断发展及人们对水环境问题认识的逐渐深入，水环境模型必将逐渐更加科学、全面、实用和准确，从而为城市水环境管理、规划以及经济社会的可持续发展提供更好的指导。
参考文献
[1]杨家宽，肖波，刘年丰，等.WASP6预测南水北调后襄樊段的水质[J].中国给水排水，2005，21（9）：103-104.
[2]施练东，俞海平，朱建坤，等.基于SWAT模型的汤浦水库流域非点源污染模拟[J].水生态学杂志，2011，32（3）：66-70.
（作者单位：1.黄河勘测规划设计有限公司；2.河南建筑职业技术学院）
关键词：水质模型；河湖；模拟
河湖是城市生态系统的重要组成部分，与人类的相互作用密切，一方面表现在人类更强烈地影响城市河湖的水文特性、物理结构和生态环境；另一方面表现在城市的社会经济系统和居民日常生活也更加依赖于城市河湖所提供的各种服务功能。
随着我国工农业的快速发展、人口的不断增长以及城市化进程的加快，城市经济、文化和生活水平有了长足的发展。随之而来的是大量污水的产生，由于我国污水处理率低，部分污水未经处理直接排入城市河湖，造成我国城市河湖严重污染和生态系统失衡。
城市河湖水污染防治工作是让江河湖泊生态恢复、休养生息的重要途径，在具体的工程实践中，由于河湖特性及污染物排放类型的复杂性和多样性，以及各污染物之间的相互作用与转化，促使河湖水质模拟分析逐渐成为开展规划和建设的前提研究，比如湖泊换水率的估算，河道综合治理后水质变化情况评估，水系规划后内部水质变化情况，以及河道沿岸雨污水截污后水质恢复情况。水质模型的引入大大的丰富了水环境管理与规划的技术手段。
1 水质模型的建立
水质模型是用数学的语言和方法来描述水体污染过程中的物理、化学、生物及生态各方面的内在规律和相互关系，即将一个复杂的河湖系统通过一定的概化，转化成一组适当的数学方程进行数学模拟。水质模型的建立一般需要以下步骤：
（1）收集和分析与建模有关的资料和信息，如河湖地形条件、外源污染分布等，为建模作好准备工作。
（2）根据取得资料和数据，选择目标变量和边界条件，根据自然条件合理确定参数取值；
（3）模型方程中参数值的率定，保证模型的稳定性，灵敏性和平衡性；
（4）水质模型建立后，检验模拟结果的有效性。
2 国内外水质模型研究进展
2.1 WASP模型
WASP模型是由美国环保署（USEPA）开发的用于地表水水质模拟的模型，能够用于不同污染环境决策系统中分析和预测由于人类和自然污染造成的各类水质状况，可以模拟水文动力学、河流一维不稳定流、湖泊和河口三维不稳定流、常规污染物和有毒污染物在水中的迁移和转化规律，亦称为万能水质模型。
目前最新的版本为WASP7.52，其程序、源代码以及示例可以从USEPA的网站上免费获得。它由两个独立的程序组成：水动力模型程序DYNHYD和水质模型程序WASP，两个程序可联合执行，也可以单独运行。模型包括两个模块：TOXI（有毒化学物模型）和EUTRO（富营养化模型）。TOXI主要用于动态模拟是有机物化合物和重金属在各类水体中迁移累计，也可以预测溶解态和吸附态化学物在河流中的变化情况；EUTRO可预测DO、COD、BOD、叶绿素a、氨、硝酸盐、有机氮、正磷酸盐等物质在河流中的变化情况。WASP模型被广泛的应在河流水质分析、水环境容量计算等方面。
2.2 SWAT模型
SWAT模型全称为土壤和水评价工具，是由美国农业部（USDA）农业研究所（ARS）1994年开发的适用于较大流域的非点源污染计算模型，可用以模拟100年以内的某流域降水、土壤、土地利用和管理对径流流量、营养元素的负荷、泥沙流失量等长期的影响。SWAT模型由水文过程子模型、土壤侵蚀子模型和水质模拟子模型组成，可以模拟流域内部多种过程地表径流、入渗、侧渗、回流、融雪径流产沙、输沙、作物生长、养分流失、流域水质和农药/杀虫剂等内容。
国内引进SWAT模型较晚，主要应用在产流/产沙模拟、非点源污染及输入参数对模拟结果的影响方面。模型对营养盐模拟效果欠佳，主要是SWAT模型内部参数设置偏重于陆域水文模拟，对河道演算等模块有待完善；另一方面模型校验的数据以总磷（TN）、总氮（TP）的形式，而非具体的营养盐类别。
2.3 Aquatox模型
Aquatox是由美国环境署发布的水生态系统过程基准模型，可适用于模拟不同的水生生态系统，包括垂直分层湖泊、水库、池塘、河流甚至河口区域，还可以与SWAT、HSPF等多种模型耦合扩展其应对复杂环境的能力。Aquatox模型有5个参数库：动物库、植物库、化学物质库、场所库和重矿化库，可以根據具体研究对象选择参数。模型可以预测不同污染物，如营养物和有机物的转化及其对生态系统的影响，可以同时计算模拟时段内每天发生的重要化学或生物学过程，模拟生物量、能量及化学物质在生态系统中的转移；能够建立水质、生物响应、水生物利用之间的因果关系链。
Aquatox模型以系统分析方法为模拟的基础，通过对研究对象的物理过程、生物过程（食物网）、矿化过程（碎屑模拟和营养盐模拟等）、无极沉淀过程以及有机有毒化学物迁移5个过程模拟实现对生态系统的模拟。目前Aquatox模型主要应用在湖库水体富营养化研究。
2.4 HSPF模型
HSPF以Stanford水文模型为基础，能够综合模拟径流、土壤流失、污染物传输、河道水力等过程，广泛应用于气候变化与土地利用变化的流域水环境情景模拟，是半分布式水文水质模型的优秀代表。其主要模块包括透水地段水文水质模型（PERLND）、不透水地段水文水质模拟模块（IMPLND）以及地表水体水文水质模拟模块（RCHRES）。3个模块可按功能分为若干子模块，实现对径流和泥沙、BOD、DO、氮、磷、农药等污染物的迁移转化和负荷的连续模拟。
HSPF模型限于均匀混合的河流、水库和一维水体模拟，因此对复杂流域或水体的模拟研究，需要将HSPF与其他模型整合以解决更加综合的问题。如HSPF与WASP整合模型。 2.5 Mike模型
Mike系列软件是由丹麦水利研究所研发，广泛的应用在研究一维（Mike11）、二维（Mike21）、三维河流（Mike31）、湖泊、河口、海湾、海岸及海洋的水流、波浪、泥沙及环境。该模型的特点是界面友好、可视性强，具有强大的前、后处理能力，可提供仿真模拟。但是Mike系列软件的源程序不对外公开，使用时有加密措施，售价较高。
国内对其研究主要集中在计算河流水功能区纳污能力、河道水面线推演、人工湖换水周期分析等方面。
3 水质模型的发展趋势
3.1 模型的耦合分析
随着对水环境问题认识的增加，水质模拟也逐渐从水体本身发展到区域或流域，模型的状态变量不断增多。由于不同的水质模型的特点不同，在实际应用中往往需要将不同的模型结合起来，取长补短，才能充分发挥模型的功能。
3.2 模型的不确定性分析
不确定性即不肯定性、不确知性、随机性和偶然性，是指人们对事物发展的趋势和结果无法做出准确的判断。水环境的不确定性来自于对水环境中各种各样的物理生化过程缺乏足够的认识，以及缺乏足够的实测数据造成的。同时，数学模型本身以及求解过程中也会产生某些不确定性因素。如何克服这些问题是水环境模拟分析中研究的重点。
3.3 随机方法
在确定性水质模型中，常将变化复杂的降解速率、沉淀速率及扩散系数等参数按照常量处理，只模拟了变化的趋势而忽略了其不确定性；随机方法将模型参数处理成随机变量或随机过程，研究计算结果的统计特性。
实际应用中，随机分析法可以在规定的误差范围内，只需要选择有限的模拟次数，就可以使计算值接近真值，且产生适合各种分布的随机变量，具有较高的研究和应用意义。
3.4 人工神经网络（ANN）
相比于确定性模型，ANN主要的优点就在于它以数据为基础，通过学习训练来掌握系统内部的变化规律，而不需要数学方程来表达输入与输出之间的相互关系，应用简便，非常适合处理非线性的水环境问题。由于目前对于污染物在水环境中的迁移、转化、降解过程的了解并不是十分的清晰，而ANN正好回避了这一问题。随着计算机硬件和软件技术的迅猛发展，以此为基础的人工智能模拟必将得到蓬勃发展。
4 结语
本文主要介绍了水环境水质模拟软件的应用情況，虽然目前各类软件都具有一定的局限性，但是随着科学的不断发展及人们对水环境问题认识的逐渐深入，水环境模型必将逐渐更加科学、全面、实用和准确，从而为城市水环境管理、规划以及经济社会的可持续发展提供更好的指导。
参考文献
[1]杨家宽，肖波，刘年丰，等.WASP6预测南水北调后襄樊段的水质[J].中国给水排水，2005，21（9）：103-104.
[2]施练东，俞海平，朱建坤，等.基于SWAT模型的汤浦水库流域非点源污染模拟[J].水生态学杂志，2011，32（3）：66-70.
（作者单位：1.黄河勘测规划设计有限公司；2.河南建筑职业技术学院）