水质模型研究现状

□唐胜军（河南省信阳水文水资源勘测局）

近些年来，随着社会经济的快速发展，人口的大量增加，人们对水量的需求逐渐增大，随之而来的水环境问题日益凸显。随着水环境问题的突出，人们的环保意识在逐步提高，水环境污染问题也越来越受到人们的重视。水质模型能够很好地预测和评价水环境污染问题，如何有效地利用水质模型来对水环境问题进行精度的模拟研究等逐渐成为人们进行水环境研究的热点。

1.水质模型简介

1.1 概念

水质模型（Water Quality Model）是根据物质守恒原理，采用计算机语言来描述水体中各种水质组分间随时间和空间的变化而发生的物理、化学、生物学以及各种生态变化，是反映水体中内在污染物质的迁移转化规律和相互关系的一种数学模型。水质模型分为水动力模型部分和水质模型部分。水动力模型部分模拟水动力状况，水质模型部分模拟水质状况，这两部分是相互独立而又相互联系的子模型。

水质模型可提供河流水质和河流污染物的定量关系，为预测、选择和评价污染物的控制方案提供了较好的依据，是研究河流水环境治理和规划等过程中的有效手段和重要工具。水质模型在河流水质模拟中有应用方法简单、精度高等优点。

1.2 分类

水质模型可按照空间维数、时间相关性、数学方程的特征以及所描述的对象和现象进行命名和分类，具体分类如下：

1.2.1 根据研究水体水质的空间维数，可将水质模型划分为零维、一维、二维和三维水质模型。零维水质模型常将计算单元看成是一个均匀的整体，用于水库和湖泊的水体水质模拟计算，也用于计算其它维度模型的初始值和估算值的计算。一维和二维水质模型主要根据河流的横向尺度和纵向尺度的比值来选择：当河流的横向尺度远远小于其纵向尺度时，就选择一维水质模型，二维水质模型常用于宽浅式河流中。三维水质模型在应用中考虑横向、纵向和垂向三方面的因素，但是由于受紊流理论研究的局限，在实际应用中稍有难度。

1.2.2 根据是否含有时间变量，可将水质模型划分为稳态水质模型和非稳态水质模型两者的区别在于水力学条件和污染物排放条件是否随时间的变化，随时间变化的，称为非稳态水质模型；不随时间变化的，称为稳态水质模型。

1.2.3 根据模型描述的范围可将水质模型划分为河道水质模型和流域水质模型。河道水质模型的研究与水动力学的移流、扩散方程有关，考虑河道中污染物的迁移转化反应，研究河道上下游断面在不同的污染源排放条件下的水质状况；流域水质模型从陆域——河道两大范围入手，描述污染物的“产生——入河——转化”等的过程，是污染物陆域模型与河道水质模型的结合。

1.2.4 根据模型描述的对象来看，可将水质模型划分为河流水质模型、河口水质模型、湖泊（水库）水质模型和地下水水质模型等。

1.2.5 根据模型水质变量的多少，可将水质模型划分为单一变量水质模型和多重变量水质模型。

2.国内水质模型研究进展

在我国，随着人们对水环境治理的重视，国内学者也做了大量的关于水质模型的研究工作，但是水质模型作为水环境研究、管理的工具，在国内通常应用在河流的水质评价中。我国自主研发的较为成熟的流域水质模型尚无资料可循，大部分研究都是引用或者改进国外先进的流域水质模型。

在WASP模型应用研究方面，2001年，贾海峰、程声通等运用WASP5的DOS版对密云水库的水体水质进行了模拟，取得了良好的结果；2003年，在苏州河的综合整治中，上海市科委组织对WASP模型进行了二次研发，开发了水环境综合整治的决策支持系统，此系统耦合了感潮水动力水质模型和GIS技术，并将此系统用于改善水环境；2005年，杨家宽等运用WASP6水质模型对汉江襄樊段水体水质进行模拟；2006年，张荔等运用WASP6水质模型计算了渭河流域的水环境容量；同年，王建平等将WASP模型和EFDC模型进行良好的耦合研究，开发出了三维的生态动力学模型，并将此模型对密云水库进行了模拟研究；2010年，刘兰岚等应用WASP模型进行了辽河干流污染减排的模拟。

在SWAT模型应用研究方面，2006年，苏保林等对SWAT模型进行了改进，建立了面向密云水库的面源模型系统，利用实测数据对模型进行率定和验证，结果表明模拟效果良好；同年，郝芳华总结了非点源污染模型的理论方法，构建了基于SWAT模型的入河系数法求解入河污染物量的体系；2008年，李丹等耦合研究了QUAL2E和SWAT模型，进行了水质模型对流域面源污染模型模拟分析；同时，SWAT水质模型在我国的海河流域、潘家口水库流域、图们江、新丰江流域等地区均有应用。

在模型耦合研究方面，1999年，钱会等应用地表水地下水相结合的三维模型研究了傍河取水越河的渗流问题；2000年，蒋业放利用恒定流的研究理论进行了地下水地表水的耦合研究；2005年，张代钧等运用Matlab方法建立了BP（Back Propagation）神经网络模型，此模型可以用来预测三峡水库水体的富营养化态势；2006年，王晓玲、李松敏等利用遗传算法对BP神经网络进行优化，并将优化的BP神经网络用于河流水体水质的评价；2007年，徐祖信、廖振良等开发了DSS系统，此模型系统是针对苏州河的水环境治理工作开发的，其结合了SOL数据库、MIKE11水质模型和GIS技术等；2007年，郭磊、高学平等开发了水动力水污染的数值模型，此模型考虑了底泥污染物的迁移和输运等。

3.发展趋势

水质模型从最初的开始到至今的发展已日臻完善，从研究点源污染到非点源污染，从河流水质模型到流域水质模型，从一般型水质模型到综合型水质模型等，纵观水质模型的发展历程、应用前景及今后人们对水环境研究的发展，水质模型的发展趋势主要有以下几个方面：

3.1 结合人工神经网络技术的研究

人工神经网络（Artificial Neural Network）是一种类似于人脑的思维过程，它是由大量的数据处理单元组成的一个非线性自适应的系统，具有通过自身学习知识以解决问题的能力，其具有良好的实用性和预测性。它除了用来对水质模型进行模拟预测外，还可以与水质模型相耦合，以率定水质模型中的参数，达到提高参数精度的目的，使得模拟的结果更精确。

3.2 模型模拟预测不确定性的研究

自然界中的水环境是一个复杂的水体，由于其水文条件的复杂性，导致模型输出结果具有很大的不确定性。因此，为了提高结果的可靠性和模型的精度，要对水质模型进行不确定性研究，其核心是研究水质参数的不确定性。常用来进行不确定性分析的方法有GLUE算法和HSY算法，同时，对于多个参数同时进行率定时应该采用的方法也成为研究的重点。

3.3 复杂边界的模拟研究

以往由于客观条件限制，获得的原始资料出现资料不全、系列短等问题，这在水质模型中，常对边界条件进行了概化，导致模型模拟的结果出现失真、不可靠等；随着计算机技术的发展，以及各种监测条件的完善，在获得的资料大量增加的同时，计算机模拟的功能也在不断完善，能够较精确地模拟较为复杂的边界条件。

4.结语

目前虽然对水质模型的应用研究比较多，对水质模型的理论研究等都取得了较大的发展，但是由于各种原因，水质模型在应用过程中会出现各种问题，主要是由于构建模型需要大量的资料，资料的完整性、系统性和真实性都将直接影响到模型的模拟精度；模型结构复杂，参数多，在模型率定和验证过程中工作量比较大，参数的不确定性也会导致结果的不准确性；水污染模拟的机理还不是十分清楚，很多不能用数学公式表达，在建模时要经过一定程度的概化，导致模型失真；由于受到人为主观因素的影响，模型的误差较大，使得模型模拟出来的效果不够直观和清晰。