河流水质预警预报模型的进展.pdf

《河流水质预警预报模型的进展.pdf》由会员分享，可在线阅读，更多相关《河流水质预警预报模型的进展.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、河流水质预警预报模型的进展彭希珑l朱百鸣2何宗健l（l.南昌大学环境科学与工程学院，江西南昌3300292.江西省环境保护局环境工程评估中心，江西南昌330047）摘要：水环境预警预报系统的核心是水质模型，本文对国内外现有水质模型研究现状作了较全面的介绍，并展望了今后的研究趋势和发展方向。关键词：河流预报模型l引言资源、环境和灾害是当今制约全球经济协调发展，影响人类生存条件的重要因素。水作为自然界的一种可再生性资源，是生态环境的控制性因素之一；同时，又是战略性经济资源，是一个国家综合国力的有机组成部分。中华人民共和国成立后，进行了大规模的水利建设，取得了兴利除害的重大成就，但是，在水资源开发利

2、用的进程中，也出现了一些更为复杂的新情况和新问题。全国废污水的排放总量为 584 l08I。在 l0 l04km 的评价河段中，水质在 IV类以上的污染河长占 47%。北方辽、黄、海、淮等流域，污水与地表径流的比例高达 l：l4-l：6。全国湖泊约有 75%以上的水域，近岸海域约有 53%以上受到显著污染。根据全国 ll8 座大城市浅层地下水的调查，97.5%的城市受到不同程度的污染，其中 40%的城市受到重度污染。水污染的日益严重，一方面带来了严重的生态与环境问题，另一方面也加剧了一些缺水地区和缺水城市的缺水严重程度，有些地区和城市甚至出现了缺乏安全饮用水的危机，成为污染型缺水区。面对水污染

3、的日益恶化，加强水质管理和控制、保护水资源、实现水资源永续使用和社会的可持续发展是环境工作者所面临的艰巨任务。为了充分利用水的环境容量而不致引起污染，使有限的资金发挥出最大的效益，往往就需要我们不仅知道水质的现状，还需要根据当前的水质情况、污染物的迁移转化规律以及可能的污染源发生情况来预测今后水体质量的变化情况，从而在环境效益、经济效益综合评估的基础上制定出水污染控制的方案，同时，对于突发性污染事故，也必须建立起有效的水质预警预报系统。2.水质预警预报系统原理随着社会的进步和人们意识的提高，水质预警预报系统已成为现代水质管理和控制的重要组成部分，而水环境预报系统的核心则是水质模型。水质模型是描

4、述物质在水环境中的混合、迁移过程的数学方程，即描述水体中污染物与时间、空间的定量关系。在一个比较综合的河732004 年 9 月河流水质预警预报模型的进展流水质模型中，有许多影响河流水质的因素，除物理作用外，水质模型还要涉及水体中污染物质的生物化学反应。它是在分析各种水环境中所发生的物理、化学、生物现象的基础上，依据物质质量、能量和动量守恒的基本原理，应用各种数学方法建立计算模型，借助一些单向的物理或生物化学和天然观测资料来确定参数，通过计算来预报水质在时间和空间上的变化，为水质的改善以及水资源管理服务。3.国内外河流水质预测预报模型研究现状水质模型的实际应用是过去二十几年才迅速开展的，经过不

5、断完善，直到今天，数学模型已相当成熟。在国外，以美国为代表，一般通用的水质模型有：印第安纳州卫生部的 Steeter-PheIps 溶解氧模型，俄勒冈州加拿大水产研究部内陆中心的营养物参数预算模型，纽约州美国环境保护局-!区的河网稳态模型（SNSIM）和河口模型（ES00l），新泽西州水科学公司的简化河流模型（SSM）及简化河口模型（SEM），德克萨斯州德克萨斯水开发部的溶解氧衰减模型（DOSAG-l）和河流水质模型（OUAL-l），加利福尼亚州系统控 制 公 司 的 SCI 溶 解 氧 衰 减 修 改 模 型（COSCI），华盛顿特区美国环境保护局的自动性水质模型（AUTO-OUAL）和河口

6、生态模型（E-COMOD），纽约州曼哈顿学院土木工程系的浮游植物模型（LAKE-l），美国国家环境保护局提出的多参数综合水质模型（WASP），加利福尼亚水资源工程咨询公司的河流水质模型（OUAL-!），俄勒冈州美国环境保护太平洋西北实验室外的下落羽流模型（PLUME）等等。近年来，水污染正成为我国较为严重的问题，因此，在水质预测预报研究方面，我国已取得显著进展。目前，我国水质预测预报理论模型主要有：3.l灰色理论模型我国学者邓聚龙教授 l982 年首先提出的灰色模型（GreyModeI）就数找数，通过累加生成运算直接建模，对原始序列的样本数和分布规律无特殊的要求，因此在各行各业中得到了广泛的应

7、用。在水质建模中也有较多的应用实例，在对 GM 模型的进一步深入研究中，人们进一步发现这种模型具有微分、差分、指数等兼容的性质，其模型参数可由于建模方法的不同而可调，由此又衍生出不少建模手段。在目前，用于水质预报的灰色理论模型主要有：GM（l，l）模型、GM（l，N）模型、GM（l，l）动态模型群和残差 GM（l，l）模型群。3.2模糊理论模型自 l965 年美国 Zadeh 教授提出模糊集合以来，一些模糊属性的问题用经典数学难以表示，而用模糊数学方法则可以得到合理的结果。在水环境科学中，常常存在这样的一些数据（预测值），它们受复杂的因素控制，而且预测值本身的获取需要一定的经济技术条件，当有了

8、大量的（最好 30 个以上）预测值和各因子值资料后，结合模糊统计法，就可以建立预测值与多因83江西化工2004 年第 3 期子之间的“模糊综合关系模式”。当有了各因子的实测资料后，利用该模式，就可以对预侧值进行预测或推断。而且随着预测值与因子值数据的积累，“模糊综合关系模式”也可以不断改善，使预测越来越准确。但使用模糊综合评判法进行预测，必须要有一定数量（最好 30 个以上）的预报对象和预报因子的数据作为基础，来建立“模糊综合关系模式”。因为只有满足一定的样本数，样本的统计特性才能稳定。模糊综合评判法用于预测，是一种可粗可精的方法，这视资料的丰富程度而定。如果资料很丰富，可以将预报对象和预报因

9、子的级别划分得更细，以得到更加准确的预报或推断结果。3.3时间序列法目前国内用于河流水质污染预测预报中的时间序列法有：时间数列预测法和模拟序列的数学模型预测法。时间数列预测法，又称动态数列预测法，它是把说明某一环境现象各个时期的统计资料，按时间先后顺序排列起来，以便研究其发展变化的水平和速度，并预测未来的一种统计方法，具有丰富的内涵。时间数列预测法按数列动态折线的特点分为直线趋势和非直线趋势。模拟序列的数学模型预测法是基于序列均值派生出来的函数，以此分析时间序列是一条崭新的途径。它的特点在于使得回归方程更具稳健性。它的实质是提取时间序列中主要内含因素的作用，周期性叠加和外延达到模拟和预测预报的

10、目的。这两种方法比较简单易行，但由于它们都是依据过去的资料，是纯时间序列的分析，没有考虑到水质污染的因素及其未来可能的影响，因此预测的精度会随着预测的时间的增长而下降，在水环境污染的中长期预测中很少使用这一预测方法。3.4回归模型回归分析所研究的数学模型主要是线性回归和多项式回归模型，在求线性回归方程前，线性回归模型只是一种假设，尽管这种假设常常不是没有根据的，但在求出线性回归方程后，还是需要对其进行统计检验，以给出肯定或者否定的结论，在模型的准确性经核实后，即可进行预测和控制。3.5动态系统物元模型物元分析研究处理矛盾问题的规律和方法，将复杂的实际问题抽象为形式化的模型，利用这些模型研究基本

11、理论，提出应用方法，其理论框架有两个支柱：物元理论和可拓集合；水环境质量随污染物排放量、水体自净能力和管理措施等因素的变化而改变，水体的某些指标值发生污染是一个随时间变化的连续过程，因此可以建立随时间变化的动态系统物元来描述特定水体的综合水质状况。在运用动态系统物元模型对综合水质进行评定的过程中，关联度的确定方法与模糊数学及灰色聚类等中的隶属度或关联度的计算方法相似，因此具有这些方法的优点，同时其多指标多等级的质量评定过程和方法更加直观、可靠，具有自身的特点和优932004 年 9 月河流水质预警预报模型的进展点，在确定各指标，即物元特征的权重时，避免了因个别特征的实测值的偏大或偏小而导致其权

12、重系数的异常或者某些信息的丢失，使综合评定结果更科学合理。但在综合水质预警模型的建立和计算过程中，由于数据量偏少，不仅预警模型的精度不够理想，而且预警模型类型的选择范围也受到了一定的局限。3.6水质模拟预测根据文献，水质模拟预测主要数学模型有：一维水质模型、二维水质模型、三维水质模型、OUAL-!水质综合模型、CE-OUAL-W2 水质模型、混合单元系统水质模型、数据处理组方法。水质模型按模型空间模数可分为一维、二维和三维模型。事实上，自然界的一切现象都是在三维空间里发生的，但在实际应用中，采用一维、二维甚至零维的水质模型就已经足够，同时也为了减少数学处理上复杂性，通常在给定的假设基础上使用二

13、维甚至一维的模型。在一般情况下，对一条中小河流的较长河段，其横向和竖向的污染和污染物浓度梯度可以忽略，而采用只考虑纵向（即水流方向）浓度变化的一维水质模型来模拟河流水质。在文献中，二维水质模型又有平面二维动态水质数学模型、二维对流扩散模型和二维随机水质预测模型。OUAL-!是一个具有多种用途的河流水质模型，它能按使用者的要求，以不同的组合方式模拟预测溶解氧 DO、生化需氧量 BOD、水温T、叶绿素 a-藻类、氨氮、亚硝酸氮、硝酸氮、可溶性磷、大肠杆菌、任选的一种可降解物质、3种任选的不降解物质等 13 种水质变量。该模型可用于既有主流又有支流的均匀河段组成的系统。OUAL-!模型可用于河流水质

14、规划和预测不同污染负荷情况对水质变化的影响。该模型能够研究由于藻类生长和呼吸过程引起的溶解氧日变化，还能被用于研究污染物的的瞬时排放对水质的影响，如有关污染湖泊的事故性排放、季节性排放或周期性排放对水质的影响。美国近年来开发的 CE-OUAL-W2 模型是一个两维-纵向/垂向水动力学及水质模型，它可以预测水体表面的高度、温度和速度以及21 种水质组分，包括在厌氧条件下营养物质、浮游植物、溶解氧的相互作用。该模型可以应用于河口、河流或水体的某一部分，支流计算可以使模型应用到几何形状较为复杂的水体，与水动力学相比，水质的更新频率可以相对较小，以减少计算要求，该模型还可以计算冰层的开始、发展及结束情

15、况。河流混合单元系统（MCS）水质模型是通过对水流结构的深入分析，应用物质传输的基本原理和严密的数学推理建立起来的。MCS 水质模型的应用不受地形条件的限制，它可用于中小型河流的各种河段。对于一个具有支流的水系，如浅河集水区、河口网络、运河等的物质迁移的数值分析，MCS 模型的应用显得非常重要。数据处理组方法（GMDH）是由乌克兰控制04江西化工2004 年第 3 期论学家 A.G.Ivakhnenko 开发的，该方法的基本思想是用模拟生物有机体演化的方式来构造数学模型，它不要求模型开发者完全掌握系统的内部变化机理，不需要事先确定模型及其参数，而是利用输入、输出的实测数据确定模型输入变量及其参

16、数。总之，水质模拟预测对近期水质预测能够取得较好的预测精度。但由于受水文、水质监测条件的限制，国内大部分河流河段都还未建立水质模型，这给水质模拟预测方法的运用带来困难。4.水质预测预报模型发展前景的展望4.l地理信息系统的应用地理信息系统（Geographic Information Sys-tem，简称 GIS）是一种采集、存储、管理、分析、显示与应用地理信息的计算机系统，是分析和处理海量地理数据的通用技术。它在最近的 30多年内取得了惊人的发展，并广泛地应用资源调查、环境评估、区域发展规划、公共设施管理、交通安全等领域，成为一个跨学科、多方向的研究领域。目前，环境数学模型的研究和应用已经比

17、较成熟，建立了稳态模型和动态模型、确定性模型和不确定性模型，并在实际应用中取得了较好的效果，充分显示了水质模型计算能力强有力的特点。但是它对于空间数据的处理以及计算结果的显示输出方面还有很大难度。而 GIS则恰恰相反，空间分析和空间数据管理是 GIS的优势，它可以为环境模型提供一整套基于GIS 逻辑原理的空间操作规范，用于具有空间分布特性的环境模型研究对象的迁移、扩散、动态变化及相互作用等。但 GIS 不能单独解决水质模拟计算问题。GIS 与水质模型的有机结合，使二者相互取长补短，一方面把 GIS 与水质模型结合，填补了 GIS 不能进行复杂算法的缺陷，并能充分发挥其空间数据管理、分析和显示的

18、优势；另一方面，GIS 的介入使水质模型的检验、校正更加容易，GIS 的空间表现能力使水质模型的视觉效果有质的飞跃。虽然目前水质模拟技术与 GZS 技术结合的研究工作已经取得了一定的进展，但在河流水质模拟研究应用还不是很多，并且二者的结合水平还不是很高。因此，对复杂、完善的水质模型与 GIS 结合技术的研究是很有必要的，研究水质模拟与 GIS 的结合技术，它涉及环境、地理学、地图学、计算机科学以及信息管理技术等多种学科，相信随着这些学科技术的发展，水质模拟与 GIS 技术结合的研究将会不断深入，其结合水平也将上升到更高层次。总之，GIS 的技术的应用，必将大大推动水质预报工作的蓬勃发展，大大提

19、高水质管理的科学决策水平。4.2人工神经网络决策模型人工神经网络（ArtificiaI NeuraI Network，简称 ANN）是在人类对其大脑神经网络认识理解的基础上，人工构造的能够实现某种功能的神经网络。它是理论化的人脑神经网络的数学模型，是基于模仿大脑神经网络结构和功能而建l42004 年 9 月河流水质预警预报模型的进展立的一种信息处理系统。它实际上是由大量简单元件相互连接而成的复杂网络，具有高度的非线性，能够进行复杂的逻辑操作和非线性关系实现的系统。人工神经网络是八十年代获得迅速发展的一门非线性科学，它力图模拟人脑的一些基本特性，如自适应性，自组织性和容错性能等。它用于模式识别、

20、系统辨识等领域，已取得很好的效果。与传统的回归模型相比，人工神经网络方法不要求监测数据具有很强的规律性，就可用训练后的网络模型进行预报，具有一定的实用性。采用这种方法可避免以往为寻找水质数学模型而消耗的大量人力、物力和财力，亦可大大改善因各种随机污染或模型误差而造成的预测精度低的问题，可在河流水质的智能化建模、流域规划、预测决策、污染控制等方面发挥积极作用。人工神经网络吸取了生物神经网络的许多优点，因而有其固有的特点：!高度的并行性高度的非线性全局作用#良好的容错性与联想记忆功能$十分强的自适应、自学习功能。目前，在环境数学模型的应用领域，人工神经网络技术主要应用在水环境预测及评价方面，在水环

21、境预测方面，应用较多的神经网络模型有前馈神经网络、因素神经网络等。人工神经网络技术在水质预测预报研究中才刚刚起步，在以前的研究中还有许多地方需要加以改进，在今后的研究中更有许多方面值得探索，无论如何，在水质预测预报研究中，利用成熟的人工神经网络理论解决问题固然很好，但不应该完全受现存人工神经网络种类的限制，在水质预测预报研究中，也许还有更适合具体问题的人工神经网络模型存在，对它们的进一步探索不但对水资源研究理论的发展有益，而且对人工神经网络理论的进一步发展也是有很大益处的。5.结束语水质预警预报系统能实时预报水域内各断面的水质变化情况，使决策部门根据水域的功能和水体的环境容量提出其上游污染物排

22、放削减指标和对用水单位提出改善水处理的意见，以避免出现严重水质污染，确保用水安全和环境卫生，防止或减轻未来可能的污染源对社会和生物圈产生意外结果的环境变化，从而达到社会效益、环境效益、经济效益的统一。参考文献（略）24江西化工2004 年第 3 期河流水质预警预报模型的进展河流水质预警预报模型的进展作者：彭希珑，朱百鸣，何宗健作者单位：彭希珑,何宗健(南昌大学环境科学与工程学院,江西南昌,330029)，朱百鸣(江西省环境保护局环境工程评估中心,江西南昌,330047)刊名：江西化工英文刊名：JIANGXI CHEMICAL INDUSTRY年，卷(期)：2004(3)被引用次数：4次 引证文献(4条)引证文献(4条)1.张海峰.卢云晓 灰色理论及神经网络组合模型在水质预测中的应用期刊论文-给水排水 2010(z1)2.李丽.任永泰 地下水预警研究的发展与现状期刊论文-边疆经济与文化 2010(8)3.罗鸿兵.刘晓玲.梁洁 河流水环境健康风险监测与评价系统设计期刊论文-中国环境监测 2008(4)4.李桂秋.窦明.胡彩虹 郑州市水环境预警系统研究期刊论文-气象与环境科学 2008(3)本文链接：http:/