摘 要:河湖是城市生態系統的重要組成部分,保護和改善城市河湖水環境是當前國內外關注的重點。水環境模型是利用數學方法分析水污染過程的內在規律和相互作用,從而為水環境管理與規劃提供了有效的技術支持。本文主要介紹了目前河湖水質模型(如WASP、SWAT、Mike等)的研究動態,系統分析不同軟件的優缺點和水質模型的發展趨勢。
關鍵詞:水質模型;河湖;模擬
河湖是城市生態系統的重要組成部分,與人類的相互作用密切,一方面表現在人類更強烈地影響城市河湖的水文特性、物理結構和生態環境;另一方面表現在城市的社會經濟系統和居民日常生活也更加依賴于城市河湖所提供的各種服務功能。
隨著我國工農業的快速發展、人口的不斷增長以及城市化進程的加快,城市經濟、文化和生活水平有了長足的發展。隨之而來的是大量污水的產生,由于我國污水處理率低,部分污水未經處理直接排入城市河湖,造成我國城市河湖嚴重污染和生態系統失衡。
城市河湖水污染防治工作是讓江河湖泊生態恢復、休養生息的重要途徑,在具體的工程實踐中,由于河湖特性及污染物排放類型的復雜性和多樣性,以及各污染物之間的相互作用與轉化,促使河湖水質模擬分析逐漸成為開展規劃和建設的前提研究,比如湖泊換水率的估算,河道綜合治理后水質變化情況評估,水系規劃后內部水質變化情況,以及河道沿岸雨污水截污后水質恢復情況。水質模型的引入大大的豐富了水環境管理與規劃的技術手段。
1 水質模型的建立
水質模型是用數學的語言和方法來描述水體污染過程中的物理、化學、生物及生態各方面的內在規律和相互關系,即將一個復雜的河湖系統通過一定的概化,轉化成一組適當的數學方程進行數學模擬。水質模型的建立一般需要以下步驟:
(1)收集和分析與建模有關的資料和信息,如河湖地形條件、外源污染分布等,為建模作好準備工作。
(2)根據取得資料和數據,選擇目標變量和邊界條件,根據自然條件合理確定參數取值;
(3)模型方程中參數值的率定,保證模型的穩定性,靈敏性和平衡性;
(4)水質模型建立后,檢驗模擬結果的有效性。
2 國內外水質模型研究進展
2.1 WASP模型
WASP模型是由美國環保署(USEPA)開發的用于地表水水質模擬的模型,能夠用于不同污染環境決策系統中分析和預測由于人類和自然污染造成的各類水質狀況,可以模擬水文動力學、河流一維不穩定流、湖泊和河口三維不穩定流、常規污染物和有毒污染物在水中的遷移和轉化規律,亦稱為萬能水質模型。
目前最新的版本為WASP7.52,其程序、源代碼以及示例可以從USEPA的網站上免費獲得。它由兩個獨立的程序組成:水動力模型程序DYNHYD和水質模型程序WASP,兩個程序可聯合執行,也可以單獨運行。模型包括兩個模塊:TOXI(有毒化學物模型)和EUTRO(富營養化模型)。TOXI主要用于動態模擬是有機物化合物和重金屬在各類水體中遷移累計,也可以預測溶解態和吸附態化學物在河流中的變化情況;EUTRO可預測DO、COD、BOD、葉綠素a、氨、硝酸鹽、有機氮、正磷酸鹽等物質在河流中的變化情況。WASP模型被廣泛的應在河流水質分析、水環境容量計算等方面。
2.2 SWAT模型
SWAT模型全稱為土壤和水評價工具,是由美國農業部(USDA)農業研究所(ARS)1994年開發的適用于較大流域的非點源污染計算模型,可用以模擬100年以內的某流域降水、土壤、土地利用和管理對徑流流量、營養元素的負荷、泥沙流失量等長期的影響。SWAT模型由水文過程子模型、土壤侵蝕子模型和水質模擬子模型組成,可以模擬流域內部多種過程地表徑流、入滲、側滲、回流、融雪徑流產沙、輸沙、作物生長、養分流失、流域水質和農藥/殺蟲劑等內容。
國內引進SWAT模型較晚,主要應用在產流/產沙模擬、非點源污染及輸入參數對模擬結果的影響方面。模型對營養鹽模擬效果欠佳,主要是SWAT模型內部參數設置偏重于陸域水文模擬,對河道演算等模塊有待完善;另一方面模型校驗的數據以總磷(TN)、總氮(TP)的形式,而非具體的營養鹽類別。
2.3 Aquatox模型
Aquatox是由美國環境署發布的水生態系統過程基準模型,可適用于模擬不同的水生生態系統,包括垂直分層湖泊、水庫、池塘、河流甚至河口區域,還可以與SWAT、HSPF等多種模型耦合擴展其應對復雜環境的能力。Aquatox模型有5個參數庫:動物庫、植物庫、化學物質庫、場所庫和重礦化庫,可以根據具體研究對象選擇參數。模型可以預測不同污染物,如營養物和有機物的轉化及其對生態系統的影響,可以同時計算模擬時段內每天發生的重要化學或生物學過程,模擬生物量、能量及化學物質在生態系統中的轉移;能夠建立水質、生物響應、水生物利用之間的因果關系鏈。
Aquatox模型以系統分析方法為模擬的基礎,通過對研究對象的物理過程、生物過程(食物網)、礦化過程(碎屑模擬和營養鹽模擬等)、無極沉淀過程以及有機有毒化學物遷移5個過程模擬實現對生態系統的模擬。目前Aquatox模型主要應用在湖庫水體富營養化研究。
2.4 HSPF模型
HSPF以Stanford水文模型為基礎,能夠綜合模擬徑流、土壤流失、污染物傳輸、河道水力等過程,廣泛應用于氣候變化與土地利用變化的流域水環境情景模擬,是半分布式水文水質模型的優秀代表。其主要模塊包括透水地段水文水質模型(PERLND)、不透水地段水文水質模擬模塊(IMPLND)以及地表水體水文水質模擬模塊(RCHRES)。3個模塊可按功能分為若干子模塊,實現對徑流和泥沙、BOD、DO、氮、磷、農藥等污染物的遷移轉化和負荷的連續模擬。
HSPF模型限于均勻混合的河流、水庫和一維水體模擬,因此對復雜流域或水體的模擬研究,需要將HSPF與其他模型整合以解決更加綜合的問題。如HSPF與WASP整合模型。
2.5 Mike模型
Mike系列軟件是由丹麥水利研究所研發,廣泛的應用在研究一維(Mike11)、二維(Mike21)、三維河流(Mike31)、湖泊、河口、海灣、海岸及海洋的水流、波浪、泥沙及環境。該模型的特點是界面友好、可視性強,具有強大的前、后處理能力,可提供仿真模擬。但是Mike系列軟件的源程序不對外公開,使用時有加密措施,售價較高。
國內對其研究主要集中在計算河流水功能區納污能力、河道水面線推演、人工湖換水周期分析等方面。
3 水質模型的發展趨勢
3.1 模型的耦合分析
隨著對水環境問題認識的增加,水質模擬也逐漸從水體本身發展到區域或流域,模型的狀態變量不斷增多。由于不同的水質模型的特點不同,在實際應用中往往需要將不同的模型結合起來,取長補短,才能充分發揮模型的功能。
3.2 模型的不確定性分析
不確定性即不肯定性、不確知性、隨機性和偶然性,是指人們對事物發展的趨勢和結果無法做出準確的判斷。水環境的不確定性來自于對水環境中各種各樣的物理生化過程缺乏足夠的認識,以及缺乏足夠的實測數據造成的。同時,數學模型本身以及求解過程中也會產生某些不確定性因素。如何克服這些問題是水環境模擬分析中研究的重點。
3.3 隨機方法
在確定性水質模型中,常將變化復雜的降解速率、沉淀速率及擴散系數等參數按照常量處理,只模擬了變化的趨勢而忽略了其不確定性;隨機方法將模型參數處理成隨機變量或隨機過程,研究計算結果的統計特性。
實際應用中,隨機分析法可以在規定的誤差范圍內,只需要選擇有限的模擬次數,就可以使計算值接近真值,且產生適合各種分布的隨機變量,具有較高的研究和應用意義。
3.4 人工神經網絡(ANN)
相比于確定性模型,ANN主要的優點就在于它以數據為基礎,通過學習訓練來掌握系統內部的變化規律,而不需要數學方程來表達輸入與輸出之間的相互關系,應用簡便,非常適合處理非線性的水環境問題。由于目前對于污染物在水環境中的遷移、轉化、降解過程的了解并不是十分的清晰,而ANN正好回避了這一問題。隨著計算機硬件和軟件技術的迅猛發展,以此為基礎的人工智能模擬必將得到蓬勃發展。
4 結語
本文主要介紹了水環境水質模擬軟件的應用情況,雖然目前各類軟件都具有一定的局限性,但是隨著科學的不斷發展及人們對水環境問題認識的逐漸深入,水環境模型必將逐漸更加科學、全面、實用和準確,從而為城市水環境管理、規劃以及經濟社會的可持續發展提供更好的指導。
參考文獻
[1]楊家寬,肖波,劉年豐,等.WASP6預測南水北調后襄樊段的水質[J].中國給水排水,2005,21(9):103-104.
[2]施練東,俞海平,朱建坤,等.基于SWAT模型的湯浦水庫流域非點源污染模擬[J].水生態學雜志,2011,32(3):66-70.
(作者單位:1.黃河勘測規劃設計有限公司;2.河南建筑職業技術學院)