隨著數(shù)值計算技術的不斷發(fā)展，具有動力學機理的環(huán)境數(shù)值模型成為近年來水環(huán)境領域使用最廣泛的方法。其中，水環(huán)境數(shù)值模型是基于循環(huán)機理構建的、應用于水環(huán)境領域的數(shù)值模型，包括流域水文模型、城市雨水管網(wǎng)模型、水體動力水質(zhì)模型、地下水模型等。這些模型看起來很“拉風”，實際它的本質(zhì)與我在北大所修的陶澍教授《數(shù)理統(tǒng)計與分析》課程的核心是一致的，即：對客觀事物量化(現(xiàn)狀分析)、根據(jù)量變程度確認事物的質(zhì)(原因分析)、揭示新的規(guī)律(預測未來)。
 

　　利用模型“以散獲整”
 

　　眾所周知，不管是國標自動站也好，還是人工監(jiān)測也罷，我們所獲取的數(shù)據(jù)只是在時間和空間尺度上“有限的”點，不能夠代表全流域一個“連續(xù)的”現(xiàn)狀。一方面是受財力的影響，比如采樣成本；另一方面更重要的是以當前的科學技術還不足以對大自然的信息進行全面捕獲，導致我們有且只能捕捉到自然時空的“離散”變化。這就是為什么一些研究人員會對數(shù)據(jù)提出質(zhì)疑的原因。當然數(shù)據(jù)很重要，但并非詳盡無遺。

　　以一維水質(zhì)模型QUAL2K進行的溫榆河氨氮數(shù)值模擬為例：圖中離散的點狀數(shù)據(jù)為實際監(jiān)測數(shù)據(jù)，而連續(xù)的線則為模型經(jīng)過率定、校準與驗證后的模擬值。這時我們就可以發(fā)現(xiàn)，某些連續(xù)兩組氨氮的實測值本應該是持續(xù)上升或下降的趨勢，但實際的模擬值卻出現(xiàn)了先上升后下降的趨勢。同時，我們可以把這種現(xiàn)象擴展到有限的空間里，有些點位可能達到了目標水質(zhì)，但是全河未必達標。這些未達到標準的時間和空間就會在確定水體水質(zhì)變化方面帶來一定的風險。
 

　　當然模型的輸出結果也有很多不穩(wěn)定性，這與輸入數(shù)據(jù)的精度和豐度有關?？偠灾?，水質(zhì)模型是當前“以散獲整”的手段之一。
 

　　現(xiàn)狀及原因分析
 

　　在以往參與過的項目中發(fā)現(xiàn)，管理部門關注的重點通常是結果。比如水體污染物的來源組成是哪些？是點源還是面源？是內(nèi)源還是外源？各組分的污染物占比又是多少呢？我們都知道，在流域的治理中，往往涉及到資源的分配：即有限的資源(財力、時間)不能投入到無限的問題上。這個時候，模型就能夠很好的解決這個問題。我們可以根據(jù)流域的基本情況，建立“污染負荷輸入-水質(zhì)響應”關系。通過模型對流域盡可能地還原真實的“岸上-斷面-河流”的響應關系，為決策者找到優(yōu)先投入資源的單元。
 

　　雖然水質(zhì)模型能夠很好的解決以上問題，但是模型也并非十足可靠的。它的精度與輸入數(shù)據(jù)息息相關。但從信息處理和理論分析的層面上來說，經(jīng)過率定和驗證后的模型所顯示的信息大抵還是要比拍腦子做出的決策靠譜不少。
 

　　預測未來
 

　　預測未來，這個應用場景就更多了。簡單的說兩個熟悉的應用場景，一個是工程措施分析，另外一個則是預警。
 

　　工程措施分析
 

　　當確定了主要污染成因和優(yōu)先控制單元之后，決策者就會在這個單元投入所擁有的資源去解決這個問題了，即工程措施。通常而言，解決一個問題的方法或者手段是多種多樣的，然而在資源限制的條件下，就必須要求我們做出最優(yōu)解，這樣可以使我們的措施精準化、資源投入效益最大化。這個時候我們就可以通過搭建合適的模型體系，進行科學、定量的求解，為決策者提出切實可行的方案。比如在密云水庫上游潮河流域TN的控制上，通過構建MIKE11一維水質(zhì)模型，確定了豐寧縣城污水處理廠提標改造+古北口斷面上游人工濕地的工程措施最優(yōu)解。而兩項工程實施后潮河入密云水庫斷面TN持續(xù)下降也是對以上最優(yōu)解措施最好的證明。

 

　　預警
 

　　上面說了那么多關于河流的案例，這里就探討一下水質(zhì)模型在湖庫里的應用。近年來我國內(nèi)陸湖泊面臨的一個主要問題是水體的富營養(yǎng)化。藍藻水華頻繁爆發(fā)，不僅破壞水體景觀和生態(tài)系統(tǒng)平衡，而且由于藍藻在生長過程中釋放毒素，消耗溶解氧，引起水體生物大量死亡，湖泊水質(zhì)惡化，嚴重威脅了湖泊周圍地區(qū)的飲用水安全。湖泊富營養(yǎng)化治理和控制藍藻水華尤其迫切，這對湖庫藍藻水華預警監(jiān)測工作提出了更高的要求。如何發(fā)揮各種預警檢測技術手段的特點，并建立聯(lián)系各種技術手段的預警監(jiān)測系統(tǒng)，發(fā)揮預警監(jiān)測系統(tǒng)在湖庫藍藻水華預警監(jiān)測工作中的積極作用顯得尤為重要。這個時候水質(zhì)模型依舊可以閃亮登場！通過構建藍藻水華“天-空-地”立體監(jiān)測模式進行數(shù)據(jù)收集，再將其輸入到“河湖水動力-水質(zhì)-藻類”耦合模型，就可以對河湖的藍藻水華現(xiàn)象進行模擬預測。同時也能根據(jù)實際情況對于應急預案進行比較和優(yōu)選，以最迅速、最經(jīng)濟、最有效的手段控制河湖藍藻水華的爆發(fā)。

 

　　結語
 

　　其實模型是多種多樣的，每一個模型都有它適合的研究對象。既不能全盤否定，又不能以它馬首是瞻。突然間想起來最近特別火的CHAT GPT，在未來的某一天，輸入河流名稱、模型名稱，是否立刻就能直接得到模型結果呢？
 

　　供稿人簡介：
 

　　汪昆侖，福建瀧濤環(huán)境技術有限公司技術部環(huán)境咨詢工程師，曾主負責《“贛鄱明珠·中國水都”-南昌市主要河湖水生態(tài)調(diào)查與評估項目》、《密云水庫上游潮河流域污染負荷調(diào)查及總氮管控對策研究項目》中MIKE 11水質(zhì)模型搭建工作，參與《朝陽區(qū)入河排口2021年汛期與冬季排水情況調(diào)查與分析項目》中QUAL2K水質(zhì)模型及APCS-MLR反向溯源模型搭建模擬工作。目前主要從事流域面源控制與水環(huán)境修復、污染源解析、水質(zhì)模型搭建等方面的業(yè)務。
 

　　本文系瀧濤環(huán)境投稿，不代表本站的觀點和立場。文章內(nèi)容僅供參考，若涉及侵權，請及時聯(lián)系本站處理。圖片授權發(fā)布，版權歸原作者所有。