基于Aquatox的北京奥林匹克森林公园主湖生态净化模拟

乔菁菁 王沛永＊

基于Aquatox的北京奥林匹克森林公园主湖生态净化模拟

乔菁菁 王沛永＊

景观水体是风景园林的重要组成部分，在水资源短缺和水污染的现状条件以及公众节约意识增强的情况下，如何既能节约成本，又能维持景观水体的水质就成为重要的问题。本研究采用Aquatox模型对北京奥林匹克森林公园主湖的水生态系统进行模拟，评估水生态系统现状情况的效果以及现有湿地系统水质净化措施的有效性。之后从生态净化的角度，提出丰富主湖水生植物类型和增加底栖动物、完善生物链两个调整方案并分别对两个改进方案进行模拟，再与有、无湿地系统净水措施的情形进行对比研究。模拟结果表明，现有湿地系统净水措施和两个调整方案都具有稳定性，其中增加底栖动物、完善食物链的措施具有最高的鱼类承载力，而无湿地系统循环净水时水质缺乏稳定性。通过模拟得出的净化水质的能力排序为：增加底栖动物、完善食物链＞现有湿地循环净化系统＞在主湖增加植物类型＞无湿地循环净化系统。

风景园林；景观水体；生态净化；Aquatox模型；奥林匹克森林公园

Fund Item: Special Found for Beijing Common Construction Project (No.2015BLUREE01)

1 研究背景

1.1 城市景观水体的特点和问题

景观水体是风景园林的基本构成要素之一，在景观的营造中具有重要的地位。由于城市环境中场地限制和使用功能的需求，城市景观水体普遍具有水域面积小、封闭缓流的特点[1-2]，通常需要依靠定期换水等方法来维持水质，而净化频率又受到运行成本的限制。城市景观水体还有易受污染、污染源复杂的特点，污染源包括进水、降雨、大气降尘、雨水径流、落入水中的植物残体、游客丢弃的垃圾和观赏动物饵料等[3]。若景观水体水源为自来水、雨水或再生水等，由于水中缺少完整的生物链，还存在缺少自净能力的问题[4]。城市景观水体的多种特点共同导致水体容易发生富营养化，造成的水华等问题会影响视觉效果并产生异味，使水体变得不适宜进行游赏活动。

1.2 生态净化的优势

景观水体富营养化发生的根本原因是生态失衡。由贫营养型向富营养型发展是湖泊自然演变的过程，在较高营养盐负荷下，浅水湖泊可以有以浮游植物为主的（藻型）不健康水体和以沉水植物为主体的（草型）健康水体两种稳定状态[5]。景观水体封闭缓流、易受污染等特点都造成了富营养化的速度加快，而一些景观水体中由于人为因素造成的沉水植物消失[6]，更促使景观水体发展为不健康的藻型水体。

传统的物理、化学净水方法有曝气、换水、过滤、絮凝、投放杀藻剂等，但都是需要持续使用的一次性缓解措施，有些方法自身也成为污染源[4]，而生态净化方法是从根本上调节水体状态的净水方法。生态净化方法是在水体中构建健康的微型生态系统，实质就是将不健康的藻型水体通过干预向健康的草型水体转化，模拟自然水体的自净系统，是一种低成本、环境友好的景观水体水质净化和维持方式。

2 研究方法和内容

2.1 研究方法

应用Aquatox模型对北京奥林匹克森林公园主湖建成后的水生态系统进行模拟。研究通过模型的鱼类承载力和高等植物每年的长势判断生态系统稳定性，即相应净水措施的可持续性。由于浮游植物的生长直接影响湖水颜色和透明度，在研究中以浮游植物的浓度作为判断湖水水质的指标。

Aquatox是由美国环境保护局（EPA）开发的水生态系统模型，通过对每个主要的生化过程进行逐日模拟计算，模拟生物量、能量和化学药品在生态系统各组成部分之间的转移，来预测多种污染物包括营养盐和有机化学药品在水体中的归宿，及其对于包括鱼类、无脊椎动物、水生植物在内的生态系统各组成部分的影响。Aquatox综合了较早的CLEAN、LAKETRACE、PEST、TOXTRACE等一系列水生态系统模型的算法和FGETS模型的生态毒理结构[7]。

Aquatox模型已被广泛运用于各种污染物的生态系统风险和改善方案评估，如Contentnea河鱼类对生境中理化因子的敏感性的反应评估[8]、河流生态系统食物网流入化学药品的风险评估[9]、Mogan湖水质的改善方案评估[10]等，并曾用于为美国湖泊生态分区水体营养物标准的制定提供决策[11]。在国内的相关研究包括某小镇景观水体水生态模拟及生态修复[12]、洱海营养物投入响应关系模拟[13]、内蒙古乌梁素海浮游植物群落特征及生态模拟[14]、入湖河道富营养化模拟[15]等。Aquatox模型相较于其他水生态模型的优势在于所能模拟的状态变量和模型参数较多，并能较好地模拟模型中营养盐和浮游藻类的变化趋势，现有研究成果较显著，并且可以免费使用，但同时也需要更多的基础数据[16]。

2.2 研究内容

北京奥林匹克森林公园水系有两条循环路线，在非汛期采用大循环方案，再生水先流经公园北区再进入南区，同时南区利用内部水系统和泵站实现自身循环，并通过主湖西北的人工湿地对补水和循环水进行净化（图1）；在汛期采用小循环方案，北区和南区形成两个独立的循环系统，各自通过再生水进行补水。主湖超出容量的湖水先分别进入碧玉公园水系和洼里湖，再通过洼里湖排出至清河导流渠[17]。

首先对公园主湖的实际情况和去除现有净化系统的情况分别进行模拟，通过比较评估现有人工湿地的净水效果。模拟时间设定为2015年12月10日—2020年12月10日，即5个植物生长期，个别参数延长模拟时间至2030年。之后设置两个调整方案，一是增加植物类型，二是增加底栖动物完善水生态系统的结构，分别进行模拟测试水质净化效果和自身可持续性。最后将调整方案与场地现有净化系统的效果进行比较，评估调整方案相对于现有净化系统是否具有优势，以及生态系统的完整性对水质的影响。

2.3 模型建立

模型的变量包括气候与地理数据、场地尺度和水质数据、入水水质和水量数据、生物数据等。除大型动植物之外，模型共包含25个状态和驱动变量。

北京奥林匹克森林公园地处北京市朝阳区，北纬40°，海拔38m，年平均气温11.6℃，全年日平均气温波动范围约为32℃，平均太阳辐射328.8Ly/d，全年日平均太阳辐射波动范围333.0Ly/d，平均年蒸发量946.9mm/a。模型中每月的平均温度、太阳辐射、降雨量和蒸发量见表1。

1 公园非汛期水循环Water cycle in non-flood seasons of the park

公园的进水水量来自人工湿地处理的再生水，为2 600m³/d，人工湿地循环净化处理量为20 000m³/d[18]。分别按照公园现实情况和去除现有循环净水系统的情况建立两个对照模型，编号为模型1和模型2，其进水量、初始营养盐浓度和各自的入流营养盐载荷见表2。此外，根据月平均降雨量、公园地形和径流系数[19]，估算每月进入主湖的非点源污染物量。

模型中的生物变量包括浮游植物、浮游动物、大型植物和鱼类。共加入了绿藻（Scenedesmus sp.）、蓝藻（Microcystis sp.）、高营养硅藻（小环藻属，Cyclotella sp.）、低营养硅藻（脆杆藻属，Fragilaria sp.）、隐藻（Cryptophyta sp.）5类浮游植物，和摇蚊幼虫（Chironomus sp.）、水蚤（Daphnia sp.）、轮虫（Brachionus sp.）、肉食性浮游动物4类浮游动物。大型植物和鱼类按照公园原设计，选取了苦草（Vallisneria natans）、菹草（Potamogeton crispus）、水藓（Fontinalis antipyretica）3种沉水植物和鲤鱼（Cyprinus carpio）。3种沉水植物的初始生物量分别设为5g/m2、5g/m2、1g/m2，鱼类通过设定不同的初始生物量并观察15年的模拟时间段内生物量变化确定其承载力。

以模型2为基础，建立两个调整模型，编号为模型3和模型4。模型3中，将对照模型中的菹草改为荷花（Nelumbo nucifera），初始生物量为干重5g/m2。模型4中，在模型中加入底栖动物田螺（梨形环棱螺，Bellamya purificata），初始生物量为干重1g/m2，一方面田螺可以摄食有机碎屑、浮游生物、苔藓类植物等[20]，另一方面田螺也是鲤鱼的食物之一。

2.4 模型验证

由于能够获得的关于场地内水质动态变化的数据文献较少，因此验证模型中采用相关文献中的2007年水质数据（TN初始浓度3.20mg/L，入流载荷2.90mg/L；TP初始浓度0.026mg/L，入流载荷0.042mg/L）[18]进行模拟，选取氨态氮（NH3& NH4+）、总溶解性磷（Tot. Sol. P）、叶绿素a （chlorophyll a）浓度3项模拟值与文献中2008年4—10月数据[21]进行比较，进行模型的参数率定。率定后模拟结果如图2-1、图2-2、图2-3所示，模型对营养盐和藻类浓度模拟较为准确，但由于模型中气象和进水数据采用的是每日平均值而非特定年份实测值，因此整体变化趋势平缓，与真实情况有所差距。

表1 每月平均温度、太阳辐射和蒸发量Tab. 1 Monthly average of temperature, solar radiation and evaporation

表2 进水量、初始营养盐浓度和入流量载荷Tab. 2 Inflow volume, initial conditions and loadings of nutrients

3 模拟结果与分析

3.1 公园原有净水措施模拟结果

3.1.1 鱼类承载力和高等植物长势

模型1中，鲤鱼的初始干重分别为6g/m2、7g/m2、8g/m2、9g/m2时的15年模拟结果如图3-1所示。可见，模型可以稳定维持的鲤鱼生物量在干重7g/m2上下。在一年内，鲤鱼的生物量呈现春季增加、秋季减少的趋势；在整个模拟时间段内，鱼类的生物量会逐渐向峰值7.0g/m2、谷值6.5g/m2接近。因此，在后续的模拟中将鲤鱼的初始生物量定为7g/m2。

高等植物的长势模拟结果如图3-2所示。可见，苦草的主要生长期为4—6月，5月达到生物量峰值；菹草的主要生长期为8—12月，9月底达到峰值。第一年苦草长势较强，峰值达到干重209.9g/m2，菹草长势较弱，峰值达到干重137.3g/m2；之后4年中苦草生物量峰值保持在干重200g/m2左右，菹草生物量在干重180g/m2左右。水藓7—9月生物量略微减少，但总体呈现逐渐增多的趋势。

3.1.2 浮游植物和叶绿素a浓度

浮游植物和叶绿素a浓度如图3-3所示。可见，每年6—8月浮游植物爆发，峰值出现在7月底或8月初。主要爆发藻类第一年为低营养硅藻，之后为绿藻，最大生物量分别在干重4.1mg/L和2.4mg/L左右；隐藻的浓度在夏季有所增加，峰值约为干重0.5g/m2；春、秋季蓝藻数量增加，早春高营养硅藻数量增加，峰值都在0.3g/m2左右。

叶绿素a浓度和浮游植物浓度直接相关，在夏季藻类爆发期间可以达到76～107μg/L，其他季节在8～13μg/L之间浮动，在春秋两季到达低谷，分别对应苦草和菹草生物量最大的时期。由此可见，沉水植物的存在抑制了浮游植物的生长。

3.2 不含循环净化系统的模拟结果

3.2.1 鱼类承载力和高等植物长势

模型2中，鲤鱼的初始干重分别为7g/m2、8g/m2、9g/m2、10g/m2时的15年模拟结果如图4-1所示。可见，模型中鲤鱼的生物量逐渐向干重8.5～9.0g/m2接近，且前5年都有生物量逐渐增大的趋势。与模型1相比，模型2可以承载更多的鲤鱼。在后续模拟中为了保持自变量单一，仍设定7g/m2的初始生物量。

高等植物的长势模拟结果如图4-2所示。与模型1相比，苦草长势大致不变，生物量峰值在200g/m2左右，但在秋季也有少量生长；菹草长势明显较弱，生物量峰值在30～50g/m2；水藓总体呈现快速生长的趋势，第五年生物量远高于模型1。

3.2.2 浮游植物和叶绿素a浓度

浮游植物和叶绿素a浓度如图4-3所示。与模型1相比，浮游植物爆发时间变长，从6月持续到11月，且维持峰值的时间也较长。主要爆发藻类为绿藻（6—10月），其次为隐藻（6—7月、9—11月），最大生物量分别达到干重9.4mg/L和4.4mg/L，两种藻类在第二年生物量最大，之后随着水藓生物量的逐年增多而逐年降低。硅藻在夏季和秋季生物量略有增加，最大达到干重1.5mg/L，蓝藻生物量没有明显增长。

叶绿素a浓度每年8月出现峰值，在第二年8月初达到最大值205.7μg/L，之后峰值逐年降低，但15年的模拟结果（图4-4）显示，随着水藓生物量逐渐稳定，叶绿素a浓度峰值在下降至108μg/L后又略有回升，最后稳定在约122μg/L，明显高于模型1中的叶绿素a浓度峰值。

2-1 氨态氮浓度模拟值与文献值比较The comparison of simulated and reported NH & NH+34concentration

2-2 总溶解性磷浓度模拟值与文献值比较The comparison of simulated and reported Tot. Sol. P concentration

2-3 叶绿素a浓度模拟值与文献值比较The comparison of simulated and reported chlorophyll a concentration

3-2 模型1高等植物长势Growing of Vascular plants of Model 1

3-1 模型1鲤鱼生物量变化Carp biomass change of Model 1

3-3 模型1浮游植物和叶绿素a浓度Phytoplankton and chlorophyll a concentration of Model 1

3.3 增加植物类型的模拟结果

3.3.1 鱼类承载力和高等植物长势

模型3中，鲤鱼的初始干重分别为7g/m2、8g/m2、9g/m2、10g/m2时的15年模拟结果如图5-1所示。可见，模型中鲤鱼的生物量逐渐向干重8.5～8.9g/m2接近，鱼类承载力介于模型1和模型2之间。

高等植物的长势模拟结果如图5-2所示。苦草第一年的长势与模型1接近，但之后每年的生长量较小，生物量峰值约在干重125～150g/m2之间；水藓仍有逐年增多的趋势，但生长速度与模型1相比明显减缓，第5年生物量峰值为20.5g/m2；荷花长势较为稳定，生长期5—11月，8月到达生物量峰值，第一年峰值为干重153.6g/m2，之后峰值在干重145g/m2左右。

3.3.2 浮游植物和叶绿素a浓度

浮游植物和叶绿素a浓度如图5-3所示。主要爆发藻类为隐藻（3—4月、9—12月），其次为高营养硅藻（3—5月）、蓝藻（6—7月，9—10月），最大生物量分别达到干重3.3mg/L、1.3mg/L、0.8mg/L，绿藻和低营养硅藻生物量没有明显增长。

叶绿素a峰值出现在4月和12月，浓度在70μg/L左右，略低于模型1的浓度峰值，但非爆发时期浓度在20μg/L左右，全年水平与模型1相比较高。模型3的浮游植物控制效果介于模型1和模型2之间，与前两个模型浮游植物主要爆发于夏季不同的是，模型3中浮游植物的繁殖在夏季明显受到了抑制。

3.4 增加大型底栖动物的模拟结果

3.4.1 鱼类、底栖动物承载力和高等植物长势

模型4中，鲤鱼的初始干重分别为10g/m2、15g/m2、16g/m2、17g/m2时的15年模拟结果如图6-1所示。可见，模型4中鲤鱼的承载力较前3个模型有了明显的提高，逐渐向干重15.8～16.9g/m2接近。当采用和前3个模型相同的初始生物量时，鲤鱼的生物量在前几年呈现明显的波动上升趋势，因此，在后续模拟中鲤鱼初始生物量设定为干重16g/m2。田螺和鲤鱼的生物量模拟结果如图6-2所示。田螺生物量的峰值出现在6月，约为干重55g/m2；谷值出现在4月，约为28g/m2；9—11月随着鲤鱼的生物量下降，田螺的生物量有所回升。

4-1 模型2鲤鱼生物量变化Carp biomass change of Model 2

4-2 模型2高等植物长势Growing of Vascular plants of Model 2

4-3 模型2浮游植物和叶绿素a浓度Phytoplankton and chlorophyll a concentration of Model 2

4-4 模型2水藓生物量和叶绿素a浓度Sphagnum biomass and chlorophyll a concentration of Model 2

5-1 模型3鲤鱼生物量变化Carp biomass change of Model 3

5-2 模型3高等植物长势Growing of Vascular plants of Model 3

高等植物的长势模拟结果如图6-3所示。可见，苦草和菹草的长势与模型1基本相同，但苦草生物量峰值略小。苦草第一年生物量峰值为干重202.1g/m2，之后每年在170～180g/m2之间；菹草第一年生物量峰值为干重181.0g/m2，之后每年在190g/m2左右；水藓的生物量没有增加的趋势。

3.4.2 浮游植物和叶绿素a浓度

浮游植物和叶绿素a浓度如图6-4所示。可见，没有个别种类的明显爆发，5月除蓝藻之外，各种藻类生物量均下降到干重0.1mg/L以下；6—8月出现藻类生长的小高峰，主要生长的藻类依次为隐藻、绿藻、高营养硅藻、低营养硅藻，隐藻和绿藻的生物量峰值约在干重0.5mg/L，高营养硅藻和低营养硅藻的生物量峰值约在0.3mg/L；9—10月蓝藻出现较快生长，峰值约为干重0.28mg/L。

叶绿素a在3月底有所上升，约14μg/L；谷值出现在5月底，约为4μg/L；峰值出现在7月，约为30μg/L；12月初降到约8μg/L。与模型1相比，夏季的藻类爆发在模型4中明显受到了抑制，叶绿素a最高值和最低值都较低。

5-3 模型3浮游植物和叶绿素a浓度Phytoplankton and chlorophyll a concentration of Model 3

4 结论与讨论

4.1 各种净化措施的效果和稳定性比较

将模型1和模型2相比较可以看出，主湖水质净化主要依靠外部的湿地净化系统。现有的循环净化系统能较为有效地维持水质，而仅通过现有沉水植物和鱼类不能有效地维持水质，且不能维持水中的生态平衡。

将模型3和模型1、2相比较可以看出，与单一的沉水植物配植相比，沉水植物和挺水植物的组合配植对浮游植物繁殖的控制效果更好，动植物生长也较为稳定，但总体净水效果仍然有限。荷花在8月藻类最容易爆发的时期达到生物量峰值，因此有效抑制了季节性藻类爆发。此外，挺水植物会阻挡光线进入水下，在与沉水植物的竞争中处于优势。但需要注意的是，主湖在现实中仅有局部区域可种植挺水植物，因此这一方案在主湖的可行性较低，但可以为水深较浅的景观水体设计所借鉴。

将模型4和模型1、2相比较可以看出，加入底栖动物后，对浮游植物的控制效果和生态系统稳定性不但优于加入底栖动物之前，也优于现有的循环净化系统。底栖动物的加入完善了湖水中的生态系统，增加了“植物—田螺—鲤鱼”这一条食物链，加速了营养物质和能量从植物到鲤鱼的传递。一方面由于鲤鱼的食物来源增加，模型可承载的鲤鱼生物量增大；另一方面水藓和浮游植物由于田螺的摄食，生物量维持在较低的水平。

4.2 对景观水体生态设计和生态修复的启示

在生态净化设计中，采用多种生物类型、生态位差异较大的生物相搭配，一方面减弱物种之间的竞争，另一方面可以起到更全面地抑制浮游植物繁殖的作用。此外，在动植物选择时注重生态系统的完整性，在生物类型丰富的基础上，建立多条完整的食物链，使物种之间的关系更加稳定，并加快了物质和能量的迁移速度，因此可以起到更好的水质净化作用。

为了使多种动植物综合配置得以实现，在景观设计中可以借鉴以下两种思路。第一是参考奥林匹克森林公园现有的净化措施，采用外接人工湿地，辅以水泵在场地内形成包括较深的主体水域、人工湿地和河道的循环水系，主体水域种植沉水植物，人工湿地中以挺水植物为主综合配植；此外，还可以根据需要在水系中添加复氧、过滤等设施进行辅助净化。第二是在同一片水体中设计更多样化的水深，如增加缓坡、浅滩、岛屿等，或在水体中设置生态浮岛，使沉水植物、挺水植物和水生动物都有各自适合的生存环境。

4.3 研究展望

6-1 模型4鲤鱼生物量变化Carp biomass change of Model 4

6-2 模型4田螺和鲤鱼生物量Escargot and carp biomass of Model 4

Aquatox模型可以广泛用于池塘、湖泊、水库、河流和河口等多种水域的生态系统以及热量分层等生态情景的模拟[16]，通过修改已有近似模型的相关参数，或在相关数据的基础上通过软件自带功能建立新的模型，可以对新建景观水体进行预测性的模拟，对水体中的动植物生长状况以及净水措施的效果进行预测和评估，降低项目建设的试错成本，具有一定的应用前景。但目前的研究也有一些不完善之处，一是软件对植物的空间分布缺乏支持，限制了其应用范围；二是受到人力、物力和时间的限制，缺乏长时间的跟踪检测和模型校正。希望在未来的相关研究中，可以将模型的建立、模型预测能力的应用和模型预测结果的检验在更长的时间段内结合起来，对设计的可持续性进行更加深入的探讨。

6-3 模型4高等植物长势Growing of Vascular plants of Model 4

6-4 模型4浮游植物和叶绿素a浓度Phytoplankton and chlorophyll a concentration of Model 4

注释：

①图1-1、1-2根据参考文献[17]绘制，其余图片为作者自绘。

②表1、2为作者自绘；表1中平均降雨量和蒸发量数据来自北京市规划委员会，DB11/685—2013，雨水控制与利用工程设计规范[S].北京：北京市城乡规划标准化办公室，2013. 其余气象数据来自网络；表2中初始浓度和模型1的入流载荷为2015年12月的实测值，模型2的入流载荷采用参考文献[19]中的相关数据。

[1]邹丛阳，张维佳. 城市景观水体富营养化及其治理措施[J]. 科技创新导报，2006，（8）：4-5.

Zou Congyang, Zhang Weijia. Urban Landscape Water Eutrophication and Its Control Measures[J]. Science and Technology Consulting Herald, 2006, (8): 4-5.

[2]蔡昌凤，徐建平. 景观水微污染控制[J]. 安徽工程科技学院学报（自然科学版），2003，（1）：1-3.

Cai Changfeng, Xu Jianping. Landscape Water Pollution Control[J]. Journal of Anhui University of Technology and Science, 2003, (1): 1-3.

[3]程航，陈旭远，刘佳.城市景观水体污染分析及控制技术研究进展[J].安徽农业科学，2010，（6）：3102-3104.

Cheng Hang, Chen Xuyuan, Liu Jia. Research Progress in the Pollution Analysis and Control of Urban Landscape Water[J]. Journal of Anhui Agricultural Sciences, 2010, (6): 3102-3104.

[4]邱海燕，刘雪峰，彭远元，等. 景观水体污染修复技术对比分析[J]. 环保科技，2013，（3）：11-15；26.

Qiu Haiyan, Liu Xuefeng, Peng Yuanyuan, et al. Summary on Remediation Technology for Landscape Water[J]. Environmental Protection and Technology, 2013, (3): 11-15; 26.

[5]濮培民，王国祥，李正魁，等. 健康水生态系统的退化及其修复—理论、技术及应用[J]．湖泊科学，2001，（3）：193-203.

Pu Peimin, Wang Guoxiang, Li Zhengkui, et al. Degradation of Healthy Aqua-Ecosystem and Its Remediation: Theory, Technology and Application[J]. Journal of Lake Science, 2001, (3): 193-203.

[6]宋侨，吴小凤，李学东. 翠湖沉水植物消失探究[J]. 生物学通报，2013，（3）：7-9；63.

Song Qiao, Wu Xiaofeng, Li Xuedong. The Disappearation of Submerged Plants in Beijing Cuihu Wetland Park[J]. Bulletin of biology, 2013, (3): 7-9; 63.

[7] USEPA ( U.S. Environmental Protection Agency). AQUATOX (RELEASE 3.1 plus): Modeling Environmental Fate And Ecological Effects In Aquatic Ecosystems Volume 1: User’s Mannual[M].

[8] Brenda Rashleigh. Application of AQUATOX, a Process-Based Model for Ecological Assessment, to Contentnea Creek in North Carolina[J]. Journal of Freshwater Ecology, 2003, 18(4): 515-522.

[9] Lombardo A, Franco A, Pivato A, et al. Food web Modeling of a River Ecosystem for Risk Assessment of Down-the-Drain chemicals: A Case Study with AQUATOX[J]. Science of the Total Environment, 2014, 508C: 214-227.

[10] Akkoyunlu A, Karaaslan Y. Assessment of Improvement Scenario for Water Quality in Mogan Lake by Using the AQUATOX Model[J]. Environmental Science & Pollution Research, 2015, 22(18): 14349-14357.

[11] Park RA, Clough JS, Wellman MC et al. Nutrient Criteria Development with a Linked Modeling Aquatox. National TMDL Science and Policy, 2005, (18): 885-902.

[12]陈彦熹，牛志广，张宏伟，等. 基于AQUATOX的景观水体水生态模拟及生态修复[J]. 天津大学学报（自然科学与工程技术版），2012， 45（1）：29-35.

Chen Yanxi, Niu Zhiguang, Zhang Hongwei, et al. Aquatic Ecological Modeling and Remediation of Landscape Water Based on AQUATOX[J]. Journal of Tianjin University (Science and Technology), 2012, 45(1): 29-35.

[13]陈无歧，李小平，陈小华，等. 基于Aquatox模型的洱海营养物投入响应关系模拟[J]. 湖泊科学，2012， 24（3）：362-370.

Chen Wuqi, Li Xiaoping, Chen Xiaohua, et al. Simulation of the Response of Eutrophic State to Nutrient Input in Lake Erhai Using Aquatox Model[J]. Journal of Lake Sciences, 2012, 24(3): 362-370.

[14]李建茹. 内蒙古乌梁素海浮游植物群落特征及生态模拟研究[D].呼和浩特：内蒙古农业大学，2014.

Li Jianru. The Characteristics of Phytoplankton Community and Ecological Modelling Analysis for Wuliangsuhai Lake in Inner Mongolia[D]. Huhhot: Inner Mongolia Agricultural University, 2014.

[15]魏星瑶，王超，王沛芳. 基于AQUATOX模型的入湖河道富营养化模拟研究[J].水电能源科学，2016，（3）：44-48.

Wei Xingyao, Wang Chao, Wang Peifang. Aquatox Model for Study of Eutrophication of Tributaries[J]. Water Resources and Power, 2016, (3): 44-48.

[16]王秀俊.景观水体水生态模型的比较研究[D].天津：天津大学，2014.

Wang Xiujun. Comparison Research on Aquatic Ecosystem Models of Landscape Water[D]. Tianjin: Tianjin University, 2014.

[17]胡洁，吴宜夏，吕璐珊. 北京奥林匹克森林公园水系规划[J]. 中国园林，2006， 22（6）：14-19.

Hu Jie, Wu Yixia, Lv Lushan. Water System Plan of Beijing Olympic Forest Park[J]. Chinese Landscape Architecture, 2006, 22(6): 14-19.

[18]北京市规划委员会. DB11/685-2013，雨水控制与利用工程设计规范[S].北京：北京市城乡规划标准化办公室，2013.

Beijing Municipal Commission of Urban Planning. DB11/685-2013, Code for Design of Stormwater Management and Harvest Engineering[S]. Beijing: Standardization Office of Urban—Rural Planing of Beijing, 2013.

[19]吴振斌，谢小龙，徐栋，等.复合垂直流人工湿地在奥林匹克森林公园龙型水系的应用[J].中国给水排水，2009，（24）：28-31；35.

Wu Zhenbin, Xie Xiaolong, Xu Dong, et al. Application of Integrated Vertical Flow Constructed Wetland for Improvement of Water Quality of Dragon-Shaped Water System In Beijing Olympic Forest Park[J]. China Water & Wastewater, 2009, (24): 28-31; 35.

[20]胡舒，张旭，张晓凤，等.奥林匹克森林公园典型人工林地非点源污染输出特征分析[J].环境科学学报，2011，31（1）：61-68.

Hu Shu, Zhang Xu, Zhang Xiaofeng, et al. The Characteristics Of Non-Point Source Pollution In Typical Artificial Forestlands in Beijing Olympic Forest Park[J]. Acta Scientiae Circumstantiae, 2011, 31(1): 61-68.

[21]段晓姣，谢从新，吕元蛟，等. 梨形环棱螺的食性及其在生态沟渠中的净水作用[J].渔业现代化，2013，40（2）：17-21.

Duan Xiaojiao, Xie Congxin, Lv Yuanjiao, et al. Feeding Habits of Bellamya Purificata and Its Function in Water Purification System of Ecological Ditch[J]. Fishery Modernization, 2013, 40(2): 17-21.

（编辑/高敏）

Simulation of Eco-purification in Beijing Olympic Forest Park Lake Based on Aquatox Simulation Model

QIAO Jing-jing, WANG Pei-yong ＊

Waterscape is an important component of landscape architecture. Under the circumstances of water shortage and pollution, along with public increasing awareness of conservation, how to maintain the water quality at a low cost becomes an issue of concern. Landscape water features have the peculiarities of small size, enclosed, sluggish flow, easy to be polluted, etc., which usually lead to eutrophication. The root cause of eutrophication is ecological imbalance, therefore, eco-purification is the preferred method of water purification. Firstly, the aquatic ecosystems in Beijing Olympic Forest Park Lake is simulated with Aquatox, then the ecosystem stability and the effectiveness of existing water purification system are evaluated. Secondly, two adjustments from the perspective of eco-purification, namely using different types of aquatic plants and adding macrobenthos to improve the ecosystem, are presented. Then the two adjustments are simulated individually, and the results are compared to the former. The results show that the existing water purification system and the adjustments are all steady, while the adjustment of adding macrobenthos has the highest fish carrying capacity, and the model without water purification system turns out to be lack of ecosystem stability. The effectiveness rankings are adding macrobenthos ＞ existing water purification system ＞ using different types of aquatic plants ＞ without water purification system.

landscape architecture; landscape water feature; eco-purification; Aquatox; Olympic Forest Park

北京市共建项目专项资助（编号2015BLUREE01）

TU 986

A

1673-1530(2017)04-0099-07

10.14085/j.fjyl.2017.04.0099.07

2016-10-15

修回日期：2017-03-21

乔菁菁/1992年生/女/辽宁人/北京林业大学园林学院在读硕士研究生/研究方向为风景园林规划与设计（ 北京100083）

QIAO Jing-jing, who was born in 1992 in Liaoning province, is a postgraduate student of Landscape Architecture of Beijing Forestry University. Her major focuses on landscape planning and design(Beijing 100083).

王沛永/1972 年生/ 男/ 河北人/ 博士/ 城乡生态环境北京实验室，北京林业大学园林学院，风景园林工程教研室副教授/ 研究方向为风景园林工程（ 北京 100083）

邮箱（Corresponding author Email）：bfupywang@126.com

WANG Pei-yong, who was born in 1972 in Hebei province, is a PhD of Landscape Architecture. He is an associate professor in the School of Landscape Architecture,Laboratory of Urban Ecological Environment, Beijing Forestry University. His research focuses on landscape architecture engineering (Beijing 100083).