水质耦合模型分类及应用进展

王伟，王晓青

(1.重庆交通大学河海学院，重庆400074；2. 重庆交通大学西南水运工程研究所，重庆400042)

中国是一个多湖泊、多江河的国家，从全面实施河长制到制定水资源“三条红线”，无不代表着湖泊、江河的水环境问题一直是国家关注的话题。根据相关资料显示[1]，2018年在长江、黄河、珠江、松花江、淮河、海河、辽河七大流域和浙闽片河流、西北诸河、西南诸河上设置的1 613个水质监测断面的监测结果表明：松花江、淮河流域和黄河水体受到了轻度污染，海河和辽河流域水体受到了中度污染，全国水资源污染形势较为严峻。水质模型作为一种数值模拟工具，是研究水体污染的常用工具之一，它能够提供水质模拟、水质监测和辅助决策，在水环境的治理中扮演着重要的角色。

水质模型是描述参加水循环的水体中各水质组分所发生的物理、化学、生物和生态学等诸多方面变化规律和相互影响关系的数学方法[2]。从1925年，Streeter和Phelps创造第一款水质模型S-P模型[3]开始，在过去的80多年里，水质模型从研究单一变量发展到多变量，从研究点源污染发展到非点源污染，从零维模型逐渐发展到一维、二维、三维模型[4-5]。

在一般情况下，单一的模型能够满足实际的需要，但随着研究区域不断的扩大、研究内容不断增加、其他行业对水质影响因素的增加，使用单一模型就无法满足其精确性。采用水质耦合模型能够克服使用单一模型的缺陷，其模拟精度优于单个模型，在研究水质模拟领域意义显著。

1 水质耦合模型研究进展

水质耦合模型众多，根据耦合对象的不同，总结起来可以分为三大类：多个水质模型组成的耦合模型、水文-水质耦合模型以及GIS-水质耦合模型。

1.1 多个水质模型组成的耦合模型

多个水质模型组成的耦合模型是为了克服单一模型性能上的不足，是在单个模型无法满足研究的要求时，通过明确当前模型的局限性以及研究的目的来筛选用于建立耦合的模型。主要分为多维度耦合模型、水动力-水质耦合模型。

a) 多维度耦合模型。在维度上能够将水质模型分为零维、一维、二维、三维模型[6]。不同维度的模型适用于不同的研究对象，其中零维模型适用于小型水库，一维模型计算简单、省时,适用于中小型河流，二维模型适用于水平面较宽的湖泊、河流或河口，三维模型能够分析3个维度的水质变化，适用于任何水体。不同维度的水质模型在各自的研究领域上都能取得精度较好的模拟结果，但在实际的研究当中，研究区域并不局限于单一情况，如河-湖、河-海等，使用单一的模型难以得到较为精确的模拟结果。因此将不同维度的模型进行嵌套、耦合，发挥各自优势，对模拟复杂水域情况有着重要意义[7]。郭聪等[8]、顾杰等[9]、赵琰鑫等[10]、卢吉等[11]、徐祖信等[12]建立一、二维耦合模型来克服使用单一模型在模拟河-湖、河-海流域系统的局限性。

在多数情况下，多维度耦合模型主要为水质模型中的水动力模块的耦合。水动力模块的耦合方式分为3种[13]：侧向耦合、重叠耦合和边界耦合。田福昌等[14]、陈文龙等[15]、李传奇等[16]采用侧向连接的方式耦合研究区一、二维水动力模型，模拟结果可信度均较高。苑希民等[17]、Timbadiya等[18]、王玉等[19]、Zhou等[20]在建立研究区一、二维水动力耦合模型时，运用边界连接的方式耦合模型。Li等[21]使用重叠耦合的方式连接一、二维模型。以上学者均取得了比单一模型更为精确的模拟结果。

虽然耦合方式不同，但基本思路是相同的[22]。要实现一维模型与多维模型的水动力耦合的关键是不同模型间的物理量要在模型连接处精确连接，即连接界面处的几何要素与水力要素的对接必须协调一致，比如一、二维模型在连接处的水位、流量、污染物浓度等数据均要吻合。

b) 水动力-水质耦合模型。水动力-水质耦合模型的建立是基于一个水质模型的水动力模块能力不足，为了准确反映研究区域水动力情况和提高水质模拟的精度，需要引进另一个水动力模块能力优秀的水质模型，构建水动力-水质耦合模型。WASP水质模型和EFDC水质模型各代表了当前水质模拟和水动力模拟的较高水平[23]，WASP作为“万能水质模型”，其计算精度得到了众多学者的认可[24-27]，但WASP模型在水动力模拟方面较为不足，需要引进其他水质模型进行水动力模拟来驱动WASP进行水质模拟。EFDC模型在水动力模拟上具有突出优势[28]，能够模拟多种水动力过程，其在水动力模拟上的出色表现受到了国内外学术界的认可[29-32]。EFDC的水质模块以研究富营养化方面为主，但该类数据往往难以获得，限制了模型在水质模拟上的运用。因此WASP和EFDC模型相结合，互补缺点，最大程度发挥自身的优势，能够建立强大的水动力水质耦合模型，可以适用于多种情况的研究区域。由于两者的典型性，水动力-水质耦合模型也可代指为WASP和EFDC构建的耦合模型。

何强等[24]结合EFDC和WASP建立了长江—嘉陵江重庆主城段二维水环境模型，用于分析实时水资源管理措施后城市水体的水质改善情况。Jia等[25]运用EFDC和WASP耦合模型来模拟南沙河污水处理厂使用3种不同污水处理技术处理污水的水质变化情况，并根据分析的结果给出相应的河流修复方案。李林子等[26]将EFDC和WASP耦合模型用于建立南京化工园突发水污染事故影响的预测模型，并以龙翔甲苯罐区泄漏为例进行情景模拟，模拟泄露后的甲苯在水体的扩散规律，结果表明该预测模型能够快速模拟和预测事故后污染物的扩散情况。此外Quijano等[27]、张统等[28]、黄莉等[29]、Franceschini等[30]均耦合了EFDC和WASP模型，将其运用于相应研究区域，均取得了不错的效果。

1.2 水文-水质耦合模型

水文模型是指运用数学建模的手段来描述自然界中气象、降雨、径流等水文现象[40]。降雨等水文现象往往与水质非点源污染有必不可分的联系，比如非点源污染会随着雨期的到来而增大对水质的污染，需要考虑降雨时间分布不均对流域的影响，从而影响到非点源污染进入水体而带来的水质污染程度。一方面水文模型往往只能模拟点源和非点源污染的变化过程，而不能全面模拟水质的变化和给出相应的水质预测。另一方面，水质模型通常专注于搭建研究区域水动力和水质预测模型，而无法搭建研究区域相应的水文模型。鉴于没有一款单一的模型能够同时模拟研究区水文、水动力、水质的问题，因此将水文模型和水质模型耦合建立水文-水质模型是有重要的意义的[41]。常用的可用于与水质模型进行耦合的水文模型有：HSPF、SWAT、AGNPS、AnnAGNPS、SWMM。王晓青等[42]耦合应用SWAT和MIKE21模型,刘梅冰等[43]建立SWAT和CE-QUAL-W2，Park等[44]将SWAT和WASP耦合模型联合起来，均取得了不错的模拟结果。此外，朱磊等[45]在建立陕西省金盆水库水质预测模型时，考虑了非点源污染对水质的影响，将水文模型AnnAGNPS与水质模型CE-QUAL-W2联合使用。

1.3 GIS-水质耦合模型

GIS作为一款强大的空间分析工具，在1988年，就有学者将GIS分析得到的结果作为水质模型的输入数据，到了九十年代中旬，有学者开始将GIS用作水质模型模拟结果的可视化展示的工具，使水质模拟结果更直白、简单地展示出来，从而辅助决策[46]。总的来说，GIS与水质模型耦合能够提供：①水质数据的管理和维护。水质模型在模拟过程中需要使用很多数据，因此对水质数据的前期管理和后期维护能够提高水质模拟的整体效率。而基于数学的水质模型在数据管理上并不占优势，需要引入在数据管理和维护上表现优异的GIS系统辅助水质模型进行数据集中管理和维护。Peng等[47]将WASP和GIS耦合后，利用GIS实现了提高数据收集和处理的效率、数据的管理的便捷性、建立水质浓度分布图，提高了模型的应用。②水质模拟结果的可视化分析。大多数水质模型在结果可视化呈现上表现不足，无法将复杂的结果简单的呈现给用户，基于可视化开发语言的GIS可以使得模拟结果更加直观地表现出来，此外还能实现数据的查询，实现用户和模型的良好交互。许剑辉等[48]利用简化后的一维模型模拟污染物在某河流下游的扩散速率和浓度变化，并结合GIS对模型模拟结果进行实时动态可视化呈现出来，最后实现了对河流突发水污染事故污染扩散模型的建立及数据可视化呈现。张琦等[49]集成开发了一维水质模型和GIS耦合的模型，为泰安市填补了河流水质信息管理的空缺。张行南等[50]分析了GIS在水质模拟中发挥的作用及实现的方式，对与其他学者搭建水环境信息管理系统提供了参考。

除了以上2个功能之外，GIS还能帮助水质模型处理前期数据，例如地形、土地利用、流域划分等[51]，这一功能往往伴随着以上2个功能一起使用。基于GIS与水质模型所带来的诸多好处，GIS和水质模型耦合模型大多被用来建立水环境预测系统和防范重大污染事故。

2 模型的耦合方式

模型耦合的程度取决于对模型二次加工的程度，二次加工程度越高，则模型耦合程度越深。根据二次加工的难易程度，常用的模型耦合的方法可以分为3种：松散耦合、紧密耦合和全耦合。松散耦合指多个模型是单独运行，仅在模型交界处有数据交换，且数据交换是单向的，即一个模型的输出结果是下一个模型的输入条件。紧密耦合指多个模型间共享数据，分担不同的功能，但各模型的运行是同步的。全耦合是指多个模型经过二次开发后，成为了一个模型。

松散耦合是模型耦合常用的方式。它具有以下优点：①松散耦合不需要二次开发，减少模型耦合的时间；②建模方式简单，适用性强。Ding等[52]采用松散耦合的方式，利用二维水质模型和GIS建立了水污染事故预测模型，用于预测重金属在发生事故后的扩散速率和浓度，经过模型的校准和验证，结果表明该模型模拟精度良好，可用于水污染事故发生后重金属扩散规律的预测。Ekdal等[53]建SWAT和WASP耦合模型，将SWAT输出的流量和非点源负荷作为WASP模型的输入，成功模拟了Koycegiz-Dalyan湖的水质成分(氨氮、硝酸盐、溶解有机氮、溶解有机磷、浮游植物总量、溶解氧等)的总体变化趋势。Narasimhan等[54]建立WASP和SWAT耦合模型时适用了松散耦合的方式，将SWAT模拟的非点源污染负荷数据传递给WASP，实现水质的全面模拟。但松散耦合模型的缺点也比较明显：①多个模型只在特殊边界建立联系，该边界会随着不同类型的模型耦合而改变，不能建立统一的边界；②因为模型之间传递数据时需要对数据格式进行转换，增加了数据传递的繁琐；③松散耦合为单向耦合，模型间缺少反馈机制。

紧密耦合和全耦合模型多见于商业开发模型，因为需要进行对核心代码需要二次开发，通常只能由具有水质相关知识的专业编译人员完成庞大的代码编译工作，普通水质模型研究者很少采用。但紧密耦合和全耦合的方式的优点也很明显：①模型的数据完全共享，无需进行数据的传递；②模型运行为全自动运行，无需人工的介入。李军等[55]对WASP富营养化水质模型的核心代码进行了二次开发，实现了WASP富营养化模型和GIS的完全耦合，为GIS和水质模型耦合提供了一种新思路。耿庆斋等[56]运用紧密耦合的手段集成GIS和一维水质模型，提高了模型精度，基于此建立了江苏省水环境容量信息管理系统。

总的来说，松散耦合适用于对于精度要求较低的中、小流域，且使用人员不需具备很高的编译开发背景。所以对松散耦合的应用最为广泛。由于紧密耦合和全耦合的开发难度高，对它们的应用较少。

3 结论和展望

本文系统的介绍了近年来水质耦合模型类别及其应用情况，讨论耦合模型在实际应用时的优越性，并归纳了常用的模型耦合方法及其优缺点。为实现联合多个模型，充分发挥其各自的优点来研究区域水环境水污染，提高水质模型模拟和预测精度，在总结现有耦合技术研究成果的基础上，对水质耦合模型的发展提出3点展望：①在实际运用中，为了判断所搭建的水质耦合模型是否适用于当前的研究区域，需要对水质耦合模型进行合理性分析，不同种类的水质耦合模型合理性分析方法还需进一步的研究；②水质耦合模型的模拟精度取决于被耦合模型的模拟精度，因此研究一些本身模拟精度较高的水质模型将更具有现实意义；③耦合技术是水质耦合模型关键所在，松散耦合方式多为数据共享，数据在传递和转换过程中可能会导致较大的误差，虽然紧密耦合和全耦合方式能够带来很高的精度，但二次开发难度较高，因此水质耦合模型方式还需要深入的研究。