耦合流域模型及在中国环境规划与管理中的应用进展

蒋洪强，吴文俊,，姚艳玲，刘年磊，王金南,，毕军，姚瑞华

1. 中国环境规划院，国家环境保护环境规划与政策模拟重点实验室，北京 100012；2. 南京大学环境学院，污染控制与资源化研究国家重点实验室，江苏 南京 210023；3. 松辽流域水资源保护局松辽水环境科学研究所，吉林 长春 130021

耦合流域模型及在中国环境规划与管理中的应用进展

蒋洪强1，吴文俊1,2*，姚艳玲3，刘年磊1，王金南1,2，毕军2，姚瑞华1

1. 中国环境规划院，国家环境保护环境规划与政策模拟重点实验室，北京 100012；2. 南京大学环境学院，污染控制与资源化研究国家重点实验室，江苏 南京 210023；3. 松辽流域水资源保护局松辽水环境科学研究所，吉林 长春 130021

流域水环境模型是研究流域水体黑臭、水体富营养化和水质超标问题的重要工具，流域水环境模型从概念上可以分为（半）机理模型和经验型模型，前者通过方程式和函数关系来刻画流域水动力和迁移转化规律，并通过实测数据校准获取本土化的参数系数，后者力图寻求大数据量间的统计学规律。按照模拟对象的不同，流域水环境模型还可以划分为陆域的污染负荷模拟模型、水域的受纳水体模拟模型，以及水-陆耦合模拟模型。模型对整个流域系统及其内部发生的复杂地球化学过程进行定量化描述，污染负荷模型一般用来估算点源及非点源产生的污染负荷量，并计算出进入河道的污染负荷量，作为受纳水体模型的污染源边界输入条件；受纳水体模型一般用来模拟沉积物或污染物在河流、湖泊、水库、河口、沿海等水体中的运动和衰减转化过程，是水质预测、评价、分析的重要工具。传统的流域模型多用评价自然活动以及人类活动对水环境造成的影响，而当前越来越多的学者将水环境模型与经济学模型进行耦合，开展基于水环境模型的环境政策设计和优化研究。文章从系统控制的视角，主要总结了水量水质耦合流域模型在水资源管理政策、水环境管理政策中的应用，例如水资源有效分配、排污交易产生的水环境影响、基于成本-效益的水污染控制策略优化等。在此基础上文章对流域水环境模型的发展方向和应用前景进行了的展望，流域水环境容量控制策略、目标总量控制策略的水环境影响比较分析以及水环境模型的不确定性研究将是未来关注的重点所在，尤其不确定性问题经常存在于水污染物产排放预测和水环境质量模拟预测过程中，对于提升环境规划与管理的科学性、有效性具有十分重要的现实意义。

水量；水质；模型；污染负荷；环境规划；成本效益分析

当前，国内外由营养盐、病原体、重金属和土壤侵蚀等引发的流域水环境恶化趋势日益严重，其中点源及非点源污染引起的水体富营养化和、水体黑臭和水质超标问题尤为突出（朱摇等，2013）。流域水环境模型是研究这类流域水污染问题的重要工具（李本纲等，2002）。模型是对整个流域系统及其内部发生的复杂污染过程进行的定量化描述，包括：模拟污染物在流域范围内的迁移转化过程、明确污染物运移的时空分布规律，估算污染负荷、识别污染物主要来源和途径，评价污染物排放对流域水质及水生态造成的影响，从而为流域规划与环境管理提供决策依据。已有的许多研究多集中于通过模型的模拟结果分析，掌握点源、非点源排放方式的变化对受纳水体水环境质量状况的影响，以及在控制最小成本的情况下，如何改变人为源排放状况和土地管理方式来达到最大限度提高水质状况的目标（赫芳华等，2008；Maringanti等，2011）。

1 流域水环境模型概述

流域水环境模型从概念上可以分为（半）机理型和经验型模型，前者通过方程式和函数关系来刻画流域的水文过程和物理、化学过程，并通过实测数据校准模型，获得本土化的参数系数，如SWAT（Benham等，2006）和 EFDC模型（Hallema和Moussa，2013）等；后者力图寻求大数据量间的统计学规律，包括 SPARROW 模型等（Preston和Brakebill，1999；Kansas Department of Health and Environment，2004；NEIWPCC，2004）。流域水环境模型按照模拟对象的不同还可以分为陆域的污染负荷模拟模型、水域的受纳水体模拟模型，以及水-陆耦合模拟模型；污染负荷模型一般用来估算点源及非点源产生的污染负荷量，并计算出进入河道的污染负荷量，作为受纳水体模型的污染源边界输入条件，为河道纳污量和污染物削减量的计算奠定基础，从而为水质管理和水环境规划提供必要的信息；受纳水体模型一般用来模拟沉积物或污染物在河流、湖泊、水库、河口、沿海等水体中的运动和衰减转化过程，是水质预测、评价、分析的重要工具（樊敏和顾兆林，2010）。

污染负荷模型包括了城市非点源、农业非点源负荷模型和流域负荷模型。土地利用类型是影响非点源污染负荷的主要因素，因此，目前应用较为广泛的非点源污染负荷计算模型主要针对两种土地利用类型：一种为城市，另一种为农田是。随着模型的不断发展，产生了流域内不同土地利用类型的非点源污染模型，SPARROW、GWLF、SWAT、HSPF是目前国际研究较多，也基本获得公认的流域负荷模型，其中SWAT和HSPF模型研究精度高、计算效率高、机理过程相对全面，也便于二次开发，但模型数据需求量大，要求精度也高（于涛等，2008；李兆富等，2012）；GWLF能较好地模拟氮、磷污染负荷，但目前还不能模拟COD污染负荷（王玉秋等，2013）；SPARROW将流域水环境质量与监测点位的空间属性紧密联系起来，反应流域中长期水质状况以及主要影响因子，复杂度介于传统的统计学模型与机理模型之间，适合于大中尺度的流域模拟（NEIWPCC，2004）。

受纳水体模型可根据模拟对象的不同，分为湖泊、水库水质模型（万金保和李媛媛，2007）与河流水质模型（冯启申等，2010；傅国伟，1987）等。还可以依据污染源不同划分为持久性污染物（重金属）、非持久性污染物（有机物）、废热（温排水）、水温等预测应用的模型；依据模型维度不同划分为一维、二维和三维模型；依据数值模型的功能不同划分为水动力模型和水质模型。

湖库水质模型：BATHTUB、CE-QUAL-W2、EFDC主要用来分析自然以及人为污染造成的水质富营养化状况。BATHTUB模型所需的数据量及参数量相对较少，且精度也能达到评估的要求，能够满足环境管理的需要，适合于空间数据缺乏，基础数据库、监测数据不完整的地区使用（王绪鹤等，2009）。CE-QUAL-W2和EFDC模型精度高、机理过程相对全面、对数据需求量也较高，需要专业的基础知识，可以达到对湖泊和水库的精细模拟（魏玉珍，2009；庄丽榕等，2008；王翠等，2008；陈异晖，2005）。

河流水质模型：QUAL 2E、QUAL 2K、WASP、BASINS主要用来模拟多种污染物在河流中的迁移转化规律。QUAL 2E水质过程模拟比较简单，可以用来模拟树枝状河系中的多种水质组分。QUAL 2K模型不仅适用于树枝状河系，而且允许多个排污口、取水口存在以及支流汇入和流出的情形（周华和王浩，2010；方晓波等，2007；陈月等，2008；Chapra等，2008）。WASP是一个综合性水质模拟模型，可模拟河流、水库及湖泊的水质变化（杨家宽和肖波，2005；陈美丹等，2006）。BASINS适合对多种尺度下流域点源及非点源的各种污染物的进行综合分析，但其缺点是数据需求量太大，基础资料往往难以满足（蔡芫镔等，2005）。

2 流域水环境模型的对比分析

流域特征与模型复杂度的相互匹配是模型模拟效果的决定因素。模型的选取应综合考虑流域属性（包括面积、用途、土地类型、地理条件等）、管理目标、数据储备、成本效益分析等因素，选取与目标流域最相适应的模型体系，是模型模拟的前提和基础。表1对应用成熟模型的特征进行了比较。研究表明：GWLF、SWAT、SWMM或者HSPF模型适合于对流域污染负荷进行评估和分析，而CE-QUAL-W2、EFDC、QUAL 2E、QUAL 2K、WASP模型多用于研究污染负荷对受纳水体水质的影响分析。AGNPS、AnnAGNPS、HSPF、MIKE SHE、SWAT是目前研究比较广泛、应用比较成熟非点源模型，其中，SWAT模型多用于模拟地表水和地下水的水质和水量，适合长期预测土地管理措施对具有多种土壤、土地利用和管理条件的大面积复杂流域的水文、泥沙和农业化学物质产量的影响。HSPF多用于在农田和城市混合用地的流域长期连续模型进行模拟。

3 在环境规划管理中的应用

流域模型被广泛应用于模拟非点源污染负荷、TMDL分析和环境管理措施的影响评价。美国EPA和州环境管理部门已经将SPARROW模型用于评价河流营养盐负荷来源，包括用于切萨皮克湾（Preston和Brakebill，1999）和堪萨斯州水域目标营养盐减排策略（Kansas Department of Health and Environment，2004），并应用于康涅狄格河流域（NEIWPCC，2004）探索最大日负荷总量（TMDLs）研究。水质模拟的一种主要案例是在TMDL分析中模拟不同的污染物负荷分配方案实施对水质的影响，McMahon等（McMahon等，2003）、McMahon和Roessler（McMahon和Roessler，2002）在纽斯河流域（北卡罗莱纳州）的TMDL研究实施中，就运用了SPARROW模型的支持。

表1 主要流域模型的比较研究Table 1 Comparison of Watershed Environmental Models

此外，Benham等（Benham等，2004）应用SWAT模型对美国密苏里州南部Shoal Creek流域的TMDL进行了模拟与评价，采用频率曲线与水体细菌浓度的观测值、模拟值相比对的方法率定模型，从而模拟了不同污染源对流域水系的污染程度，并且评价了几种环境管理措施的效果和影响。Chaubey等（Chaubey等，2010）综合不同放牧方式、过滤带宽度、营养物施用情况，组合形成了171种 BMPs，模拟其在美国中南部以放牧为主的Lincoln Lake流域的效果，结果表明过滤带和放牧方式是影响牧区总氮和总磷流失的最重要BMPs。在中国，研究人员更倾向于利用流域水环境模型来估算环境容量，据此提出流域水污染控制的策略，Liu（刘路，2012）首先对现有的水环境容量总量进行模拟，在此基础之上把各河段的水环境容量加总为区域的水环境容量，最后基于基尼系数进行环境容量公平性分配，但实质上这一研究过程中空间异质性被不恰当的表达为空间同质性，由于各河段的水环境容量本身是高度空间异质的，而空间异质的容量不能简单地进行加和。Liu（刘媛媛，2013）则依据分水岭隔离、行政管理隔离、清洁边界隔离和水体类型隔离的原则，以流域控制单元的COD容量模拟为依据，构建了“污染源类型-污染源细类-排污单位”3层分配结构，将水环境容量总量逐层分配到各个排污单位。

3.1 水资源规划管理

事实上，流域水环境模型曾被多次用于应对流域水资源分配问题，水资源规划管理是复杂的多变量问题（袁宝招等，2007；来海亮等，2006），2011年由中国国务院颁布的《关于加快水利改革发展的决定》中明确规定了用水总量控制、用水效率显著提升和水功能区水质明显改善（新华社，2011），传统的单纯进行负荷模拟或水质分析难以满足现代环境管理需求，对水量水质进行综合考虑、系统控制，应用耦合水量-水质模型进行决策分析将是未来一个重要的发展方向。

张万顺（Zhang等，2010；张万顺等，2009）认为，对于决策者而言的一项重大挑战是：不仅要计划在未来相当大不确定性条件下的水量需求，同时也要计划在这一不确定条件下的的水质需求；因此作者将水量、水质模型进行耦合，研究比较了不考虑了水质要求的供需水分析、考虑了水质要求的供需水分析，作者采用6个雨量站和3个蒸发站点共四十年时间序列的降雨以及蒸散发数据，耦合关联了陆域对象的污染负荷模拟和水域对象的受纳水体模拟。结果显示到 2020年，即使考虑了水质要求，在山区也并不会出现缺水情况，而在平原地区缺水严重，对灌溉用水的水质要求实质上挤占了平原地区用水总量配额，加剧了平原地区缺水状态。作者最后也表示，没有考虑地下水是论文研究的局限之处。

Paredes（Paredes-Arquiola等，2010）认为水质问题主要出现在流域的中、下游地区，尤其在下游地区问题最为严重。由于污染物排放和水环境质量间存在着非线性的输入响应关系，作者认为通过迭代优化来研究这一非线性关系是一种可取的方法。基于这一关系的获得，作者从两方面开展了研究：1）分析了规划建设城镇污水处理厂即将带来的污染物去除效果，以及到底将会对流域内水环境质量带来多大的影响，结果表明，在一些改善效果明显的地方，溶解氧浓度从 3.5 mg·L-1上升到了 7.6 mg·L-1；2）比较了未来不同的管理情景方案下水环境质量的差异，其中，中情景方案就是改变传统的种植方式，如改犁地为滴灌等。

3.2 水环境规划管理

传统的流域水环境模拟是一种正向模拟，是自然和人类活动对水环境影响的定量化描述和解释。越来越多的学者将水环境模型与经济学模型进行耦合，开展基于水环境模型的环境政策设计和优化研究，耦合水质-经济模型进行决策分析符合新时期生态文明体系下对水环境管理的新要求，是未来实施中国水环境管理战略转型（王金南等，2014）以及划定中国水环境保护红线（王金南等，2014）的关键基础和重要支持方向。

（1）排污交易政策的环境影响。Ning和Zhang等（Ning和Chang，2007；Zhang等，2013）进一步耦合水质模型研究排污交易政策所产生的水环境影响。Ning（2007）结合Qual-2E和GWLF Model，实现了水-陆综合的点源及非点源负荷模拟，作者考虑到动态的交易价格和动态交易比例将反应为河道容量的季节性变化，因此通过设定不同时间范围（也即不同季节的交易价格）、不同空间范围内（也即空间异质的交易价格）点源之间排污交易比例，来达到控制水环境污染的目的；作者还在污染负荷和水质模拟之后，回归得到污染物去除量和治理成本之间的关联关系，进而作了不同治污情景下的成本效益分析，当情景方案获得的总效益>总成本时，则该情景方案进入最终决策备选库。

Zhang（2013）认为，当在流域中开展排污交易时，本应在某一区域排放的污染物会最终转移到另一区域排放，一个区域的水环境质量得到了改善，却可能造成另一区域的水环境质量恶化。作者据此从排污者的微观行为角度出发，研究了太湖流域不同政策设计条件下（主要包括命令控制政策、自由交易政策和交易比率约束政策）交易市场对流域水环境质量影响的差异。结果显示，命令控制政策对削减流域工业污染、改善上下游水质起到了显著效果，然而却增加了企业的污染物削减成本和流域污染物处理总成本；自由交易市场较为充分地体现了交易机制的成本效益优势，但其结果是流域下游的排污企业可以轻易地从上游企业购买排污权并在下游排放，导致下游COD排放量明显增加，入湖断面出现了水质恶化的情况；进而在成本效益、公平性和实现水质目标的不确定性上寻求权衡，得到交易比率约束下的交易机制是目前太湖流域水污染物排污交易较为适宜的折衷方案。

（2）基于成本-效益的污染控制策略优化。Lacroix和 Maringanti等（Maringanti等，2011；Lacroix等，2007）将流域水环境模型与经济学模型进行耦合，研究环境成本最小化问题，旨在基于最小的污染控制成本，实现最大化的污染控制效果。Maringanti（2011）使用了基于遗传算法的多目标优化工具，并结合BMP Tool，研究在一个以农业为主的流域内如何优化选择最佳管理措施（BMPs）；本项研究的一项创新点，也是最巧妙的地方是：如果按照传统思路将SWAT模型和优化工具动态耦合进行求解的话，需要模拟运算的次数在4100次以上，而显然将这项工作在流域面积约2000 km2的范围内开展是不可行的，作者通过巧妙的设计简化了这一工作，并实现了近似的效果—研究关键在于BMP Tool，它使得不连续的分段耦合变为可能，在本项研究中作者首先将BMP Tool和流域模型进行耦合，求出每种类型BMP下的平均污染物去除量，再将这些平均的污染物去除量数据作为初始条件输入到优化模型中，最终求出最优解。有研究（Maringanti等，2009）表明不连续分段耦合能够得到与动态耦合求解相类似的结果，尽管结果的数量级并不相同。

Gassman等（Gassman等，2006）还结合经济学模型，模拟了单独应用7种BMPs方法和联合应用4种BMPs方法对美国爱荷华州Maquoketa流域带来的水环境影响，结果发现梯田BMPs方法可以最为有效地减少产沙和有机营养盐流失，不过其费用也最高。Cools等（Cools和Broekxc，2011）在比利时 Scheldt河流域将流域水环境模型与经济优化模型（Environmental Costing Model，ECM）联用，得到了最有效益的降低流域总氮浓度的方案。

4 存在问题及展望

4.1 问题

从理论研究、基础数据构建、实践应用的角度分析，尽管许多学者和研究院已经在中国开展了大量的研究，取得了很好的实践效果和许多应用案例，但在中国国家宏观尺度运用流域水环境模型为中国环境规划与环境管理提供决策支撑还面临一些困难，主要体现在：

（1）中国的法规流域模型尚未建立和推广。迄今为止，国家没有推荐，也没有一个被大家公认通用的、具有可比性的流域水环境质量法规模型，各部门进行评价时，选用模型的随意性很大，造成同一地区，不同模型预测结果存在较大差异的现象，不仅不能反映本地区的污染状态，同时也不便于与其他地区进行比较。同时，模型用户手册、技术文档等法规文件尚未出台，模型验证案例库缺乏，导致模型参数的校正和率定缺乏法定的依据和标准，也容易产生模型的“异参同效”现象，例如，即使流域污染物入河量估算偏大，但同时入河系数偏小可以得到相同的污染物入河量；同样污水入河量偏小而污水浓度偏大时也可能得到相同的入河负荷等。

（2）中国的环境基础数据库没有构建。模型在建立和运行过程中，需要大量的环境基础信息数据进行参数的校正和率定。目前，中国的基本信息数据（行政区域边界、子流域边界、污染源位置）、环境背景数据（土壤特征、土地利用、数字高程、河流网格）、关键数据（水体水质监测、水文资料、气象资料、降雨材料）、污染源数据（污染源分布、污染物排放量）等数据掌握在不同的管理部门手里，中国国家环境基础数据库尚没有构建，基础信息缺乏共享机制，导致数据无法获得或者获得数据的质量较差，严重限制了模型的构建以及在实际过程中的应用。

（3）分析、评价工具体系缺失。流域系统的概化分析、污染物的时空转化关系、水质参数的相互影响、地理数据和历史数据的结合等均需要多种分析评价工具。目前，各种评价工具的评价过程受边界条件的制约，评价结果往往不能被相互借鉴、参考、比较和分析，使得模型的研究和应用比较散，未形成体系。分析评价工具的整体性、系统性较差，标准化水平较低也是限制模型在中国环境规划与管理研究使用的重要因素。

4.2 展望

在以往研究中，流域水环境模型和经济学模型，如成本效益分析模型之间的耦合最为紧密，并在环境规划与环境管理领域得到了广泛的应用。环境规划与管理主要关注何时何地采用何种环境政策？达到什么样的环境目标？实现目标花去了多大代价，是否存在更加经济可行的管理措施？（李云生等，2008；王金南，2013；孟伟，2004）因此，大量研究的热点在于关注如何通过控制最小的污染治理成本，来获得最大的环境质量改善效益。借鉴这一研究热点对于当前中国的环境管理者们来讲尤为重要，但这需要基于流域水环境模拟，分析成本最优情景下的污染物总量控制情景。由于在中国实际施行的水污染控制策略是目标总量控制（孟伟等，2006），而在国外施行的是容量总量控制策略（梁博等，2004；USEPA，2007），这将导致在中国仅仅研究目标总量控制策略的水环境影响是远远不够的（侯晓梅，2003；赵绘宇和赵晶晶，2009；宋国君，2000），因为缺少参照系而难以定量判断模拟结果的好与坏，环境容量概念已经被大家广泛认可，未来开展环境容量控制策略与目标总量控制策略的水环境影响比较分析将是一项非常有意义的研究工作。

这项研究如果继续深入挖掘，可以发现，模型模拟的不确定性问题需要得到密切关注。许多研究都将研究方案，例如取得最大污染物削减效果，和最小污染控制成本下的方案作为一种确定性的情景，实际情况却远非如此，不确定性问题经常存在于预测水污染物负荷和水环境质量影响过程中，我们往往只能获得某一情景方案发生的概率。Baresel and Wu（Baresel和Destouni，2007；Wu等，2010）指出即使再有效的解决方案也会存在协商和妥协的过程，想要通过一些设定好的情景方案来表征、模拟实际情况非常困难，因此非常有必要认真考量一系列环境政策和管理措施发生作用的效率，而不仅仅是关注如何通过设定的情景来实现环境目标。作者制定和探讨了一系列可能的环境政策，也即随机核算不确定性政策，它包含了随机计算风险和不确定性的过程，作者在相同的成本最小化目标下，比较了确定性约束条件下求解得到的污染物最优削减情景和随机约束条件下求解得到的污染物削减概率最优情景，比较的结果发现，随机不确定性政策发生作用的效率要优于确定性政策发生作用的效率，即使是在缺乏数据的情况下，采用随机不确定性分析下的结果也会更加有利。

5 结语

（1）本文首先从概念上对流域水环境模型进行了介绍，并从不同角度对模型进行分类，按照模拟对象的不同将流域水环境模型划分为陆域的污染负荷模拟模型、水域的受纳水体模拟模型，以及水-陆耦合模拟模型。论文进一步从研究尺度、优缺点等方面进行了流域水环境模型的评述和对比，并针对其在水资源政策、水环境政策等水环境规划管理中的应用作了详尽阐述，如水资源有效分配、排污交易产生的水环境影响、基于成本-效益的水污染控制策略优化等。对模型将来的发展方向和应用前景进行了的展望，流域水环境容量、目标总量控制策略的水环境影响比较分析，水环境模型的不确定性研究将是未来关注的重点所在，具有十分重要的战略作用和现实意义。

（2）尽管流域模型在中国已经有了许多应用案例，取得了较大进展，但是从理论研究、基础数据构建、实践应用的角度分析，还面临着一些困难，主要表现在：中国的法规流域模型尚未建立和推广，迄今为止，国家没有推荐，也没有一个被大家公认通用的具有可比性的水环境质量评价模型；分析评价工具体系缺失；国家层面环境基础数据库没有构建，如中国基本信息数据（行政区域边界、子流域边界、污染源位置）、环境背景数据（土壤特征、土地利用、数字高程、河流网格）、关键数据（水体水质、水文资料、气象资料、降雨材料）、污染源数据（污染源分布、污染物排放量）等数据掌握在不同的管理部门手里，基础信息缺乏共享机制。为此，建议：

1）在近期及未来到 2020年期间重点推进模型的法规化和标准化工作。近期及未来到中国2020年期间，建议根据模型的模拟特征、适用范围及应用条件，尽快建立法规模型库及验证案例库，规范水环境模型在环境规划与管理中的应用，逐步建立完善法规模型体系。同时，加强开展流域特征及模型复杂度间的匹配分析，完善模型的规范化应用步骤，完善模型技术文档与用户手册。开展不同尺度的流域模拟，注重模型研究成果间的相互衔接和分析，建立宏观、微观相结合的标准化模型体系。

2）尽快启动提高模型精度所需环境基础信息的监测、分析。流域模型在构建和使用过程中需要大量的河网数据、污染源数据、监测数据、空间属性数据、水文数据、土壤数据等，输入数据的精度、准确度以及匹配程度等均会对模型的结果产生重要影响。为提高模型模拟的精度，需尽快开展上述这些环境基础信息的监测、收集、整理和分析工作，从规范数据来源、规范数据格式的角度进一步规范模型的使用，促进模型应用的程序化和标准化。

3）尽快发挥模型模拟对行政决策的支撑作用。流域模型对环境水体水位、水量、水质进行模拟计算，依靠 3S等技术提高模型预测、模拟结果表现能力，使水体水位、水质、和污染物质迁移转化等信息以直接、生动、形象的图形方式呈现给环境管理者，根据这些信息为基础完成的流域水质的预测、判断和分析，可以为环境管理决策者提供借鉴和思考。因此，尽快发挥流域模型对行政决策的支撑作用，有助于加快中国环境规划与管理工作的信息化进程，有助于提升环境保护管理工作的科学性。

BARESEL C, DESTOUNI G. 2007. Uncertainty-accounting environmental policy and management of water systems[J]. Environmental Science & Technology, 41(10): 3653-3659.

BENHAM B L, BAFFAUT C, ZECKOSKI R W, et al. 2006. Modeling bacteria fate and transport in watersheds to support TMDLs[J]. Transactions of the ASAE, 49(4): 987-1002.

CHAPRA S C, PELLETIER G J, TAO H. 2008. QUAL2K: A Modeling Framework for Simulating River and Stream Water Quality, Version 2.11: Documentation and Users Manual[R]. Medford: Civil andEnvironmental Engineering Department, Tufts University, Medford.

CHAUBEY I, CHIANG L, GITAU M W, et al. 2010. Effectiveness of best management practices in improving water quality in a pasture-dominated watershed[J]. Journal of Soil and Water Conservation, 65(6): 424-437.

COOLS J, BROEKXC S, VANDENBERGHE V, et al. 2011. Coupling a hydrological water quality model and an economic optimization model to set up a cost-effective emission reduction scenario for nitrogen[J]. Environmental Modelling & Software, 26(1): 44-51.

GASSMAN P W, OSEIB E, SALEHB A, et al. 2006. Alternative practices for sediment and nutrient loss control on livestock farms in northeast Iowa[J]. Agriculture, Ecosystems & Environment, 117(2-3): 135-144.

HALLEMA D W, MOUSSA R. 2014. A model for distributed GIUH-based flow routing on natural and anthropogenic hillslopes[J]. Hydrological Processes, 28(18): 4877.

Kansas Department of Health and Environment, 2004, Surface water nutrient reduction plan: http://water.epa.gov/scitech/swguidance/ standards/criteria/nutrients/upload/Kansas-SURFACE-WATER-NUTRI ENT-REDUCTION-PLAN-DECEMBER-29-2004.pdf.

LACROIX A, BEL F, MOLLARD A, et al. 2007. Interest of site-specific pollution control policies: the case of nitrate pollution from agriculture[J]. International Journal of Agricultural Resources, Governance and Ecology, 6(1): 45-59.

MARINGANTI C, CHAUBEY I, ARABI M, et al. 2011. Application of a Multi-Objective Optimization Method to Provide Least Cost Alternatives for NPS Pollution Control[J]. Environmental Management, 48 (3), 448-461.

MARINGANTI C, CHAUBEY I, POPP J. 2009. Development of a multiobjective optimization tool for the selection and placement of best management practices for nonpoint source pollution control[J]. Water Resources Research, 45(6): 1-15.

MCMAHON G, ALEXANDER R, QIAN S, et al. 2003. Support of total maximum daily load programs using spatially referenced regression models[J]. Journal of Water Resources Planning and Management, 129 (4): 315-329.

MCMAHON G, ROESSLER C. 2002. A regression-based approach to understand baseline total nitrogen loading for TMDL planning[C]. Proceedings of the Water Environment Federation, Federation National TMDL Science and Policy Conference, Phoenix, Arizona. (8): 1277-1303.

NEIWPCC (New England Interstate Water Pollution Control Commission), 2004, New England SPARROW water quality model: Interstate Water Report, v. 1, no. 3, p. 6-7. http://www.neiwpcc.org/ PDF_Docs/iwr_s04.pdf. 2004.

NING S K, CHANG N B. 2007. Watershed-based point sources permitting strategy and dynamic permit-trading analysis[J]. Journal of Environmental Management, 84 (4): 427-446.

PAREDES-ARQUIOLA J, ANDREU-ÁLVAREZ J, MARTÍN-MONERRIS M, et al. 2010. Water quantity and quality models applied to the Jucar River Basin, Spain[J]. Water Resources Management, 24(11): 2759-2779.

PRESTON S D, BRAKEBILL J W. 1999. Application of spatially referenced regression modeling for the evaluation of total nitrogen loading in the Chesapeake Bay watershed[M]. Baltimore: U.S. Geological Survey Water Resources Investigations Report 99-4054: 11 p.

USEPA. Overview of current total maximum daily load program and regulations[EB/OL]. [2007-04-13]. http://www.epa.gov/owow/tmdl/ intro.html.

小区的容积率对房价的提升效果较明显，容积率每增长1%，房价下降163元/m2。从图3（i）可以看出：中山区、西岗区和沙河口区的大范围地段与商业中心较近，能够开发的土地资源少，开发商对大容积率的地段有很大的偏好，主要建造高层住宅，所以，容积率对房价的正向影响在这些地方最大。但部分地区容积率具有负效应，如自身容积率本就很高的甘井子区，提升容积率会增加人口数量、交通拥挤、光照不足等问题，与居民对便利的交通条件和舒适的生活环境的追求背道而驰，因此提升这些地块的容积率对房价的增加反而起到抑制效应，所以在这些地块建造一些容积率较低的住宅相对来说是比较合理的。

WU Y, STREETS D G, WANG S X, et al. 2010. Uncertainties in estimating mercury emissions from coal-fired power plants in China[J]. Atmospheric Chemistry and Physics, 10(6): 2937-2946.

ZHANG W, WANG Y, PENG H, et al. 2010. A coupled water quantity–quality model for water allocation analysis[J]. Water Resources Management, 24 (3): 485-511.

ZHANG Y, WU Y, YU H, et al. 2013. Trade-offs in designing water pollution trading policy with multiple objectives: A case study in the Tai Lake Basin, China[J]. Environmental Science & Policy, 33: 295-307.

蔡芫镔, 潘文斌, 任霖光. 2005. BASINS 3.0系统述评[J]. 安全与环境工程, 12(2): 69-73.

陈美丹, 姚琪, 徐爱兰. 2006. WASP水质模型及其研究进展[J]. 水利科技与经济, 12(7): 420-422.

陈异晖. 2005. 基于EFDC模型的滇池水质模拟[J]. 云南环境科学, 24(4): 28-30.

陈月, 席北斗, 何连生, 等. 2008. QUAL2K模型在西苕溪干流梅溪段水质模拟中的应用[J]. 环境工程学报, 2(7): 1000-1003.

方晓波, 张建英, 陈伟等. 2007. 基于QUAL2K模型的钱塘江流域安全纳污能力研究[J]. 环境科学学报, 27(8): 1402-1407.

冯启申, 朱琰, 李彦伟. 2010. 地表水水质模型概述[J]. 安全与环境工程, 17(2): 1-4.

傅国伟. 1987. 河流水质数学模型及其模拟计算[M]. 北京: 中国环境科学出版社.

赫芳华, 李春晖, 赵彦伟, 等. 2008. 流域水质模型与模拟[M].北京: 北京师范大学出版社.

侯晓梅. 2003. 我国总量控制政策的现状与适应性变革[J]. 长江论坛, (1): 39-42.

来海亮, 汪党献, 吴涤非. 2006. 水资源及其开发利用综合评价指标体系[J]. 水科学进展, 17(1): 95-101.

李本纲, 陶澍, 曹军. 2002. 水环境模型与水环境模型库管理[J]. 水科学进展, 13(1): 14-20.

李云生, 王东, 徐敏. 2008. 中国流域水污染防治规划方法体系与展望[C]. 中国环境科学学会环境规划专业委员会2008年学术年会论文集. 北京.

李兆富, 刘红玉, 李燕. 2012. HSPF水文水质模型应用研究综述[J]. 环境科学, 33(7): 2217-2223.

梁博, 王晓燕, 曹利平. 2004. 最大日负荷总量计划在非点源污染控制管理中的应用[J]. 水资源保护, 20(4): 37-41.

刘路. 2012. 基于水质模型的区域污染控制研究[D]. 上海: 东华大学.

刘媛媛, 钱新, 王炳权, 等. 2013. 基于控制单元的水环境容量分配研究[J]. 生态与农村环境学报, 29(1): 110-116.

孟伟, 苏一兵, 郑丙辉. 2004. 中国流域水污染现状与控制策略的探讨[J]. 中国水利水电科学研究院学报, 2(4): 242-246.

孟伟, 张远, 郑丙辉. 2006. 水环境质量基准, 标准与流域水污染物总量控制策略[J]. 环境科学研究, 19(3): 1-6.

宋国君. 2000. 论中国污染物排放总量控制和浓度控制[J]. 环境保护, 6: 11-13.

万金保, 李媛媛. 2007. 湖泊水质模型研究进展[J]. 长江流域资源与环境, 16(6): 805-809.

王翠, 孙英兰, 张学庆. 2008. 基于EFDC模型的胶州湾三维潮流数值模拟[J]. 中国海洋大学学报, 38(5): 833-890.

王金南, 吴文俊, 蒋洪强, 等. 2014. 构建国家环境红线管理制度框架体系[J]. 环境保护, 42(2-3): 26-29.

王金南, 许开鹏, 薛文博, 等. 2014. 国家环境质量安全底线体系与划分技术方法[J]. 环境保护, 42(7): 31-34.

王金南. 2013. 国家“十二五”环境规划技术指南[M]. 北京: 中国环境出版社.

王绪鹤, 石春力, 沙健, 等. 2009. BATHTUB水质模型及其应用研究[C].中国环境科学学会学术年会论文集: 335-337.

王玉秋, 沙健, 谢阳村, 等. 2013. GWLF模型理论方法与应用案例[M].北京: 中国环境出版社.

魏玉珍. 2009. CE-QUAL-W2模型应用探讨[J]. 环境科技, 22(2): 40-44.新华社. 中共中央 国务院关于加快水利改革发展的决定

[EB/OL].[2011.1.29].

http://wwwgovcn/jrzg/2011-01/29/content_1795245htm.

杨家宽, 肖波. 2005. WASP水质模拟应用于汉江襄樊段水质模拟研究[J].水资源保护, 21(4): 8-10.

于涛, 孟伟, Edwin, 等. 2008. 我国非点源负荷研究中的问题探讨[J]. 环境科学学报, 28(3): 401-407.

袁宝招, 陆桂华, 李原园, 等. 2007. 水资源需求驱动因素分析[J]. 水科学进展, 18(3): 404-409.

张万顺, 方攀, 鞠美勤, 等. 2009. 流域水量水质耦合水资源配置[J]. 武汉大学学报(工学版), 42(5): 577-581.

赵绘宇, 赵晶晶. 2009. 污染物总量控制的法律演进及趋势[J]. 上海交通大学学报: 哲学社会科学版: 17(1): 28-34.

周华, 王浩. 2010. 河流综合水质模型QUAL2K研究综述[J]. 水电能源科学, 8(6): 22-25.

庄丽榕, 潘文斌, 魏玉珍. 2008. CE-QUAL-W2模型在福建山仔水库的应用[J]. 湖泊科学, 20(5): 630-638.

朱摇, 梁志伟, 李伟等. 2013. 流域水环境污染模型及其应用研究综述[J]. 应用生态学报, 24 (10): 3012-3018.

Coupling Watershed Environmental Model with Optimizing Method to Provide Least Cost Alternatives in Environmental Planning and Management

JIANG Hongqiang1, WU Wenjun1,2, YAO Yanling3, WANG Jinnan1,2, BI Jun2, LIU Nianlei1, YAO Ruihua1
1. State Environmental Protection Key Laboratory of Environmental Planning and Policy Simulation, Chinese Academy for Environmental Planning, Beijing 100012, China; 2. State Key Laboratory of Pollution Control & Resource Reuse, School of the Environment, Nanjing University, Nanjing 210023, China 3. Songliao Institute of Water Environmental Science, Songliao River Basin Water Resources Protection Bureau, Changchun 130021, China

Watershed environmental models were very important tools for studying water blackening and smell, eutrophication and many other problem of water pollution. Watershed environmental models comprised of pollution load models, water quality models, and aquatic-land coupling models, either mechanistic or empirical. Mechanistic models focus on characterizing hydrodynamics and transformation, and calibrating parameter through measured data of localization, empirical models focus on statistical rule for large quantities of data. Models comprehensively qualified the internal complex pollution process within entire watershed system. Pollution load models usually estimated load from pollution sources, and calculated load of pollutant discharged into rivers. Water quality models often simulated transporting and degrading processes of several pollutants in rivers, lakes, etc. Conventionally, watershed models have been widely used to evaluate non-point source pollution and analyze water quality impacted by environmental management strategies, such as emission trading. Nowadays models have been further expanded to couple with economic model for designing and optimizing environmental policy. In this paper, the coupling model of water quantity and water quality were applicated in water resource management and water environment management policy, which including water resource allocation, effect of emission trading, trade-off in cost & benefit analysis were reviewed. Finally, development and prospect of watershed environmental models were carried out. We should compare environmental impact by both the target strategy and environmental capacity strategy, which will be more meaningful. Uncertainty of model problems may also need emphasized if we continue to dig deep. Most of the researchers always set the approach of optimizing as a deterministic situation, actually, far from it. Uncertainty and risk associated with the quantification and prediction of waterborne pollutant loads and abatement effects. It may be very important practical significant to enhance the effectiveness of scientific environment planning and management.

water quantity; water quality; models; pollution load; environmental planning; cost and benefit analysis

10.16258/j.cnki.1674-5906.2015.03.027

X501

A

1674-5906（2015）03-0539-08

蒋洪强，吴文俊，姚艳玲，刘年磊，王金南，毕军，姚瑞华. 耦合流域模型及在中国环境规划与管理中的应用进展[J]. 生态环境学报, 2015, 24(3): 539-546.

JIANG Hongqiang, WU Wenjun, YAO Yanling, LIU Nianlei, WANG Jinnan, BI Jun, YAO Ruihua. Coupling Watershed Environmental Model with Optimizing Method to Provide Least Cost Alternatives in Environmental Planning and Management [J]. Ecology and Environmental Sciences, 2015, 24(3): 539-546.

国家水体污染控制与治理科技重大专项（2012ZX07601-002），国家环保公益性行业科研专项（201309062）

蒋洪强（1975年生），男，研究员，博士，研究方向为主要从事环境规划、环境经济核算与水环境模拟研究。E-mail: jianghq1975@126.com *通信作者：吴文俊（1985年生），男，硕士，主要从事水污染防治规划模拟研究，E-mail：wuwj07@126.com

2014-09-25