水质模型分类

/hhhbb/archive/2006/06/23/1681.html
《QUAL 一 2 K模型及其主要参数确定》
S —P模型的基本思路是：他们认为水中溶解氧( DO) 随时问减少的速率与B OD的浓度成正比，水中溶解氧的减少主要是由于水中有机物在好气菌在分解中消耗水中氧气所引起的，并且与BOD降解具有相同的速度，即复氧的速度与氧亏成正比。

S - P模型只考虑了有机物降解和大气复氧对DO的影响，没有考虑有机物沉浮、底泥吸附等对DO的影响，因此其结果与实际有一定的差别。

有很多学者对其进行了改进，主要有以下3种模型：
( 1 ) Thomas模型：对一维稳态河流，在S---P模型基础上增加了一项因悬浮物的沉淀与浮所引起的BOD速率变化。

( 2 ) Camp—Dobbins模型：在Thomas的基础，增加了底泥释放BOD和地表径流所引起的BOD变化速率和藻类光合作用和呼吸作用以及地表径流引起的溶解氧速率变化。

( 3 ) Oconnor模型：假定总的BOD是由含碳BOD(CBOI))和含氮BOD(NBOD)两项组成，模型不仅考虑了含碳化合物的耗氧，而且也考虑了含氮化合物的耗氧。

《W A S P水质模型在辽河干流污染减排模拟中的应用》
WASP水质模型：WASP(Water Quality Analysis Simulation Program)是由美国国家环保局开发的水质分析软件，可用来模拟常规污染物(包括溶解氧、生物耗氧量、营养物质以及海藻污染)和有毒污染物(包括有机化学物质、金属和沉积物)在水中的迁移和转化规律，是为分析池塘、湖泊、水库、河流、河口和沿海水域等一系列水质问题而设计的动态多箱模型。

WASP模型在中国渭河、苏州河、汉江等多个流域及水库已有成功的应用。

WASP模型由两个独立的计算机程序DYNHYD和WASP组成，两个程序可连接运行，也可以分开执行。

DYNHYD是一个简单的“Link—node”网络水力动态模型，产生的输出文件可为水质分析模拟程序WASP提供流量和体积参数。

WASP是一个基于质量守恒原理的动态模型模拟体系，由有毒化学物模型TOXI和富营养化模型EUTRO两个子模块组成。

TOX I是有机化合物和重金属在各类水体中迁移积累的动态模型，可预测溶解态和吸附态化学物质在河流中的变化情况。

EUTRO采用了OTOMAC富营养化模型的动力学，可预测DO、C OD、BOD、富营养化、碳、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。

《W ASP 水质模型及其研究进展》
WASP(The water q uali ty analysi s simulatio n program，水质分析模拟程序)是美国环境保护局提出的水质模型系统，能够用于不同环境污染决策系统中分析和预测由于自然和人为污染造成的各种水质状况，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(包括溶解氧、生物耗氧量、营养物质以及海藻污染)和有毒污染物(包括有机化学物质、金属和沉积物)在水中的迁移和转化规律，被称为万能水质模型。

WASP最原始的版本是于1983年发布的，它综合了以前其它许多模型所用的概念，之后W ASP模型又经过几次修订，逐步成为USEPA开发成熟的模型之一。

WASP5及其以前的版本都为DOS程序，而W ASP6 则发展为Windows 下的程序，但是只能在Windows98
操作系统下使用，随着Windows98操作系统被Wi ndows2000 和WindowsXP取代，W ASP6的不适应性就显现了出来。

于是，能够在Windows2000 和XP系统下运行的W ASP7 版本于2005 年孕育而生了。

W ASP6 和W ASP7 都具有可视化的操作界面，运行速度是以前的DOS版本的10倍以上。

它们的主要特点是：基于Windows开发友好用户界面；包括能够转化生成W ASP可识别的处理数据格式；具有高效的富营养化和有机污染物的处理模块；计算结果与实测的结果可直接进行曲线比较。

但是由于它们的源码不公开，给模型的二次开发带来了很大限制。

WASP的组成
WASP有两个独立的计算机程序DYNHYD和WASP组成，两个程序可连接运行，也可以分开执行。

WASP 程序也可与其它水动力程序如RIVMOD(一维) ，SED3D(三维)相连运行，如果有已知水力参数，还可单独运行。

W ASP是水质分析模拟程序，是一个动态模型模拟体系，它基于质量守恒原理，待研究的水质组分在水体中以某种形态存在，WASP 在时空上追踪某种水质组分的变化。

它由两个子程序组成：有毒化学物模型TOXI和富营养化模型EUTRO，分别模拟两类典型的水质问题：传统污染物的迁移转化规律(DO、BOD和富营养化)；有毒物质迁移转化规律(有机化学物、金属、沉积物等)。

TOXI是有机化合物和重金属在各类水体中迁移积累的动态模型，采用了EXAMS的动力学结构，结合W ASP 迁移结构和简单的沉积平衡机理，它可以预测溶解态和吸附态化学物在河流中的变化情况。

EUTRO采用了POTOMAC富营养化模型的动力学，结合WASP迁移结构，该模型可预测DO、COD、BOD、富营养化、碳、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。

该模型的使用方法，首先是河网模型概化，然后按照如下4个主要步骤进行：水动力研究、质量传输研究、水质转化研究和环境毒理学研究。

第一步水动力研究要应用水动力模型程序DYNHYD；第二步研究水流中物质的传输，要靠示踪剂研究和水质模型程序WASP 的TOXI模块校验来完成；第三步研究水流和底质中的物质转化，要依靠实验室研究、现场观察和试验、参数估计、模型研究相结合来完成，其模型计算结果要验证；最后一步研究污染物怎样影响环境。

DYNHYD模型
DYNHYD适用于一维的水动力模拟，它描述在浅水系统中长波的传播。

适用条件是：假定流动是一维的；Coriolis和其它加速度相对于流动方向可忽略；渠道水深可变动而水面宽度认为基本不变；波长远大于水深；底坡适度。

DYNHYD程序以运动方程和连续方程为基础。

前者可预测水体流速和流量；后者可预测水位和河道体积。

DYNHYD程序对上述方程组采用有限差分法求解，把要计算的水体系统概化成计算网络，流速、水头等在离散的网格点上求解。

WASP 原理
（1）基本方程
WASP水质模块的基本方程是一个平移扩散质量迁移方程，它能描述任一水质指标的时间与空间变化。

在方程里除了平移和扩散项外，还包括由生物、化学和物理作用引起的源漏项。

对于任一无限小的水体，水质指标C的质量平衡式为
（2）EUTRO模块
EUTRO模拟了8 个常规水质指标, 即NH3 - N( C1 )、NO3- N( C2 )、无机磷(C3)、浮游植物(C4)、CBOD( C5 )、DO(C6)、有机氮(C7)和有机磷(C8)；这8个指标分为4个相互作用子系统,即浮游植物动力学子系统、磷循环子系统、氮循环子系统和DO平衡子系统。

这4个系统之间的相互转换关系,见图1。

在EUTRO模型中,充分考虑了各系统间的相互转化关系,即SK项反映了这4个系统, 8个指标之间的相互转化和影响。

而这些指标除了相互影响之外,还会受到光照、温度等的影响。

（3）TOXI模块
TOXI模块模拟有毒物质的污染,可考虑1~ 3种化学物质和1~ 3种颗粒物质,包括有机化合物、金属和泥沙等。

对于某一污染物质可分别计算出其在水体中溶解态和颗粒态的浓度,在底泥孔隙水和固态底泥中的浓度。

模型的基本方程为式( 3)。

但是,污染物质在河流中的迁移转化机理却要比常规指标复杂得多,它受到水体流动因素,气象因素,以及物质本身的一系列物理化学性质等的影响。

因此TOXI模块所考虑的动力过程也更为复杂,其中包括了转化、吸附和挥发等。

转化过程包括生物降解、水解(酸性水解、中性水解、碱性水解)、光解、氧化反应及其它化学反应等。

吸附作用是一个可逆的平衡过程,包括DOC吸附、固体吸附。

挥发过程与气象条件等有关。

这些过程相当复杂,受篇幅限制,不一一列出。

WASP模型与EFDC模型耦合
WASP模型由于其子模块的独立性可以与其它模型相结合使用,目前较为广泛使用的是与环境流体动态模型EFDC相耦合进行水质模拟。

EFDC是一个地表水模拟系统,其优点十分明显：具有极强的问题适应能力;所采用的数值方法和系统开发方法代表了目前国际上水环境模拟系统开发、研究的主流方向;其中所包括的多种水动力过程;模型本身还提供多种模拟计算方案。

王建平等耦合WASP和EFDC模型开发了三维生态动力学模型来进行密云水库水质模拟,取得了令人满意的结果。

基于地理信息系统的二次开发
水质模型是一种数学模型, 它在数值计算、参数率定上具有长处,但在数据管理和维护、模拟结果表现及空间分析上能力有限,为了提高水质模型的预测、模拟能力及易用性,出现了水质模型与地理信息系统(GIS)技术集成的趋势。

将GIS与W ASP模型集成进行研究是目前和今后一段时间内主要的研究方向之一, 这项研究已在许多实际工程中得到了广泛地应用,
并取得了良好的成效。

马蔚纯等基于GIS平台运用WASP模型对上海市苏州河进行水质模拟, 贾海峰等应用GIS与地表水质模型W ASP5的集成对密云水库的水质进行模拟研究,结果令人满意。

水质模型与GIS耦合的优越性表现在以下几方面：利用数字化仪及GIS将研究区域数字化,并进行概化以及网格化,使得模型的前期工作大大减少,人为误差减小,精度提高；利用GIS的栅格矢量化功能可以生成高质量的填充颜色的浓度分布图；GIS的空间数据处理功能可以进行实时浓度、时间和空间的平均浓度的计算并显示、输出,查询模块可以对结果进行访问和查询。

这样为决策部门进行区域污染监控、管理提供有效方便的科学手段；利用可视化开发语言开发的系统使得模型的结果更直观、明确；结合计算机技术实现了数据信息集中管理和共享。

我们相信,基于地理信息系统的WASP水质模拟将是一个具有广阔前景的发展方向。

《采用一维水质模型计算河流纳污能力中设计条件和参数的影响分析》
对于宽深比不大的河流，污染物在较短的时间内，基本上能在断面内均匀混合，污染物浓度在断面上横向变化不大，可用一维水质模型模拟污染物沿河流纵向的迁移问题来计算纳污能力。

在稳态或准稳态的情况下，一维水质数学模型为：
《大型水库三维水质模型研究》
另外，本模型没有考虑风力作用对水库垂向混合的影响，因此造成表面DO浓度较观测值偏低。

模型仅考虑了温度分层对模型中降解系数、复氧系数的影响，没有考虑秋、冬季节由温度差引起的垂向混合作用，因此模型对秋、冬季节DO模拟误差可能较大。

模型在污染源特别是面源估算、水温分布引起的密度流影响、水库底泥及光合作用影响等方面尚存不足。

此外，没有模拟水温，而是将水温数据作为边界条件输入模型。

因此，在深入污染源研究基础上，综合考虑各种影响因素，建立水温、水质耦合求解的三维水质预测模型值得进一步研究和探索。

《二维水质模型及应用研究进展》
FESWMS
有限元表面水模型系统，模型最初是为美国联邦高速公路管理局开发的，用米模拟流经许多人工构筑物如堤坝、桥梁的河口和河流的水动力情况。

现在由国地质调查局(USGS)支持和发布。

王远航等应用FESWMS- -维水动力学数值模型，对温榆河机场南线高速公路段拟建桥墩壅水情况进行了模拟，探讨了高速公路桥对河道行洪安全的影响。

MIKE21
本模型由丹支水动力研究所（DHI)开发，是MIKE11的姐模型，属于平面二维自由表面流模型。

丹麦水力研究所不断采用MIKE21作为研究手段，在应用中发展和改进该软件。

20多年来，MIKE2l在世界范同内大量工程应用经验的基础上持续发展起来，在平面二维自由表面流数值模拟方面具有强大的功能。

模型可以提供多种水质变化过程，在全世界得到了广泛应用。

Patrick Poulin等运用MIKE21-NHD模型预测了潮汐通量，通过不同时期盐沼出口截面评估了养分通量的变化。

王哲等应川Mike2l软件对金仓湖七种不同设计方案的湖泊流场进行了模拟计算，选择合理设计方案对调水时金仓湖的水质变化规律进行预测和分析。

RMA2／RMA4／SED一2D
本模型由美国资源管理协会开发，是被美国陆军工程兵团使用的T A S B模型系统的一部分，在SMS(the Surface water Modeling System)中执行，RMA2是有限元水动力模型，R MA4是能模拟最多6个用户定义组分传输的水质模型，SED--2D是底泥传输模型。

张伟等为了将合流制排放的污水中颗粒污染物沉积在特定区域，利用RMA2模型分析排放沟渠形态改造前后的流场变化，模拟结果看出通过修整和改造后沟渠内流速降低，有利于颗粒物沉降，改造方案切实可行。

CE-QUAL-W2
本模型由美国陆军工程兵团开发。

与大部分二维模型不同，该模型是横向平均的，即它只模拟纵向和垂向。

模型可用来模拟湖泊和水库，尤其是相对狭长的湖泊和分层水库，模型的水质模拟效果极佳，该模型同时也适合模拟一些具有湖泊特性的河流。

Liu等应用C E-QU AL-W2模型模拟了水面高程和水温以及在水体的水质状况，得出减少20％和80％的磷负荷将分别提高富营养化的营养状态和减弱富营养化的水质，从而为减少水质富营养化提供了有利条件。

Gregory E．Nogon等利用CE—QUAL-W2模型对速度河的河水温进行研究．为减少人为对水温的不利影响，应从上游着手，适当允许河岸植被的生K以提供遮荫，减少流宽度在低流量期，从而达到对速度河水温的有效管理。

《非机理性水质模型研究综述》
开发，取得了较好的效果。

机理性模型虽然考虑了影响水质变化的物理、化学及生物因素，模拟预测结果较为理想，但这些模型往往比较复杂，所需的基础资料与数据(如模拟参数、源汇项等) 很多，这些因素常常影响模型在许多水体系统中的进一步应用。

因为对许多水环境系统而言，其细节的机理我们并不是完全清楚的，因此完全用机理性建模法很难对之进行准确描述。

而中国大多数河流的基础资料与数据都比较贫乏，特提出了随机性水质模拟。

随机性水质模拟虽然是一种黑箱式方法，但因模型是针对某一特定的水质系统，通过数学统计或其他数学方法建立，模拟预测效果比较好，所以也广泛地应用于模拟预测水质。

随机性水质模拟预测方法：
1、回归模型。

在对水环境数据进行统计分析的时候，常常要讨论各种水环境变量之间的相互关系，建立各类变量之间的各种联系。

一般而言，各种量之间的相互关系可以分成两大类，一类是确定性的联系，一类是非确定性的联系。

由一个或一组随机变量来估计或预测另一个或一组随机变量的值所建立的数学模型及所做的统计分析称之为回归模型。

回归模型主要有以下几种类型：一元线性回归、可化成线性回归的曲线回归、多元线性回归、逐步回归和非线性回归等。

近来随着多元统计学的新发展，又出现了许多新的回归模型：岭回归模
型、趋势面分析模型和T0一bit回归模型等。

回归模型在水质预测方面得到了广泛的应用，而且还在不断地改进和修正。

2、概率统计模型。

统计概率模型是依据历史资料提供的条件概率信息而建立的统计分析模型。

根据不同的预测预报原理及方法，主要有以下三种类型：(1) 马尔可夫链：如果系统具有一阶、有限状态的马尔可夫链性质，可以根据有若干系统的时间序列资料计算一步平稳转移概率，然后给出n步平稳转移概率及其有关信息。

此外，现在还提出了多元时空连续序列马尔可夫链模型。

(2)加权列联表：其基本原理是以表征各个因子相关程度的随机列联系数为权重，以因子与预报量的条件频率之和的列联参数为预报依据，构成加权列联参数。

通过比较预报量在各个水准上的加权列联参数之和的大小，估计预报量的等级。

(3)多因子综合相关法：它是将多个因子与预报对象做综合相关分析，建立预报方程，计算未来各个类型事件发生的概率，选择最大概率所属类别进行预报。

目前，运用最广泛的是马尔可夫链模型，马尔可夫链状预测方法最初是由俄国数学家马尔可夫于1907年提出来的。

它是一种概率预测方法，它根据变量的目前状况预测其将来某一时刻的变动情况。

马尔可夫链状预测是通过计算状态转移概率进行的。

对某一事物变化过程而言，如果该事物有一种状态转移到另一种状态具有转移概率，且这种转移概率可以根据其紧接的前项状态推算出来，就称该过程为马尔可夫过程。

其特点是：无需依据大量的历史统计资料而通过对近期情况的分析可以预测出将来的情况，为制定长期规划和对策提供参考信息。

水质系统由于受物理、化学和生物等诸因素的影响而成为一种复杂的系统，因此采用马尔可夫法进行模拟预测是比较适合的。

目前，该模型已广泛应用于社会、经济、科技、生态、农业、环境、医学、水利水电等众多科学领域，在水质预测方面也有较多的应用实例，如：长江水质预测数学模型(马尔可夫)；灰色马尔可夫模型在地表水体DO浓度预测中的应用；基于模糊权马尔可夫模型的综合水质预测。

3、灰色预测模型。

灰色模型法是由中国学者邓聚龙教授在研究系统控制的不确定元中首先提出的，他所提出的灰色系统的概念和研究思想已经逐步应用到社会、经济、工程等各个领域中，众多学者将灰色系统思想与本学科研究内容结合进一步开拓其应用领域。

所谓灰色系统即是指部分信息己知、部分信息未知或未确知的系统，是一种信息并不完全的系统。

水环境系统的众多影响因素中既有已知参数，又有许多未知、不确定的参数，从这一点看可以将水环境系统看作一个灰色系统；同时由于实际监测资料的限制许多水体的水质系统往往信息井不完整，因此将该系统作为灰色系统来研究也是比较合理的。

当前，灰色模型己经是一种比较常用的水质模拟预测方法，众多环境工作者采用灰色系统的思想对水质指标进行预测并取得了较好的效果。

灰色系统理论预测法对监测数据信息量要求较少(最少3个数据即可)，它具有实用性、简洁性、现实性等优点。

灰色预测有5种，即数列预测、灾变(异常值) 预测、季节灾变预测、拓扑预测、系统预测。

4、时间序列模型。

所谓时间序列是指按时间顺序排列的一组数据，广义而言即指一组有序的随机数据，既可指按时间先后顺序排列的随机数据，但也可以指按空间的前后顺序排列的随机数据，还可以指按其他物理量顺序排列的随机数据。

时间序列分析方法属于统计学范畴，通过研究、分析和处理时间序列，提取出系统的相关信息，从而揭示时间序列本身的结构与规律，认识系统的固有特性，掌握系统与外界的联系，推断出系统在将来的变化和行为。

因此，时间序列分析方法已经不仅仅是一种数据处理的方法，它已演变为一种系统分析研究的方法。

随着时间序列分析方法的不断成熟，在社会生活、经济、生产以及国防建设中应用广泛。

水环境系统的变化也可以被看作是时间序列，例如对某一监测站点的水质指标监测值将随时间的推进发生改变，通过对相关监测值建立时间序列模型，以历史资料进行参数估值后就可以对该监测指标进行模拟预测。

5、人工神经网络模型。

人工神经网络(Artificial Neural Networks，简称为ANNs)是一种
由大量的人工神经元广泛连接而成的，用以模仿人脑神经网络的复杂网络系统。

具有高维性、自适应性、自组织性、自学习性等优良特性。

其计算过程是通过一种包含许多简单的非线性计算单元或连接点的非线性系统完成的。

关于人工神经网络模型的理论非常丰富，目前正在快速发展中。

在利用神经元网络模型尽心预测时，则不需要考虑多个环境因子之间的非线性定量关系，只是通过神经元网络的自我学习，充分提取观测数据中的信息，获得神经元网络模型中合适的连接权系数和节点阈值等参数。

这样就可预测未来输人环境因子变化时环境非线性系统的发展(输出因子的变化)。

这样建立起来的神经元网络预测模型不需要单独试验和参数识别，并且当环境非线性系统的外部条件变化时，只要输入资料，让网络系统重新学习就可以很快跟踪系统的变化。

神经网络模型主要有以下类型：感知器神经网络模型、线性神经网络模型、BP神经网络模型、径向基神经网络模型和自组织网络模型。

《河流水质模型研究进展》
S t r e e t e r—Ph e l p s模型。

S t r e e t e r —P h e l p s模型是1925年由美国工程师Streeter和Phelps提出的氧平衡模型。

S t r e e t e r —P h e l p s 模型是最早的水质模型，其假设是DO浓度仅取决于BOD反应与复氧过程，认为有厌氧微生物参与的BOD衰变反应符合一级反应动力学；水中溶解氧的减少是由于含碳有机物在BOD反应中的细菌分解引起，与BOD降解有相同的速率；由氧亏和湍流引起的复氧，复氧速率与水中氧亏成正比。

S t r e e t e r —P h e l p s模型修正形式。

( 1 )T h o m a s 修正形式：对一维稳态河流，在Streeter—Phelps模型基础上增加了因沉淀、悬浮、吸附及再悬浮等过程引起的BOD速率变化，并引入沉浮系数为。

D o b b i n s —C a mp修正形式：Dobbins和Camp考虑了因底泥释放BOD和地表径流所引起的BOD变化与藻类光合作用增氧的影响，在Thomas修正式上各增加一个常数项P —R。

O’Connor修正形式：假定总的BOD是由碳化BOD和硝化BOD两项组成，增加的L 代表含氮BOD降解速度常数。

Q U A L模型体系S—P系列模型模拟的水质因子都是BOD和DO等少数水质指标，美国环保局(USEPA)于1970年开始推出QUAL系列模型。

该系列模型可按用户所希望的任意组合方式模拟15种水质成分，包括：BOD、DO、温度、藻类一叶绿素a、有机氮、氨氮、亚硝酸盐氮、硝酸盐氮、有机磷、溶解磷、大肠杆菌等多种非保守物质和3种保守物质。

模型假设在河流中的物质迁移方式主要是平移和弥散，认为迁移只发生在河道的纵轴方向上，是一维水质模型。

其基本方程是一个平移一弥散质量迁移方程，同时考虑了水质组分间的相互作用以及组分外源和对组分浓度的影响。

该模型既能稳定运行，也能动态运行。

动态运行时，可以研究河流因藻类的生长和呼吸作用所引起的溶解氧昼夜变化，并可追踪冲击性负荷等所引起的污染事故或季节性与周期性排污对河流水质之影响、该模型适用性强、功能全、提供参数多、使用效果好。

B A S I N S模型体系。

BASINS (Better Assessment Science in Integrating Point and Non—point Sources)是由美国环保局发布的多目标环境分析系统，基于GIS环境，可对水系和水质进行模拟。

最初用HSPF作为水动力和水质模型，后来QUALⅡ和其他模型也被集入BASINS。

它使用ARCVIEW界面。

它使用GIS，能从数据库抽取数据。

该系统由6个相互关联的能对水系和河流进行水质分析、评价的组件组成，它们分别是国家环境数据库、评价模块、工具、水系特性报表、河流水质模型、非点源模型和后处理模块。

O T I S模型体系。

OTIS是由USGS开发可用于对河流中溶解物质的输移进行模拟的一维水质模型，带有内部调蓄节点，状态变量是痕迹金属。

这个模型能模拟河流，还可用于模拟示踪剂试验。

它只研究用户自定义水质组分，还提供了参数优化器。

OTIS模型已被广泛。