基于MIKE11的航电枢纽建设工程水质模拟

刘 莎，刘 伟，佟洪金，魏 峣，李逢港

(1.成都信息工程大学资源环境学院，成都 610225；2.四川省生态环境科学研究院，成都 610041)

引 言

建设航电枢纽、枢纽渠化航道，实现“以电促航”是近年来整治山区性河流河道的基本经验。实现水利工程建设与水生态保护协调发展是时代的要求。如何协调水资源开发利用与水资源保护的关系，促进人水和谐，是水利工程建设和运行必须考虑的问题[1]。航电工程实施蓄水后，原来的天然河流变为库区，水文情况发生变化，库区流速减小，污染物稀释自净能力下降[2]。由于水流情势变化是河流生态系统演变的主要驱动力，枢纽调节引起河流水文和水力条件发生显著变化，进而对河流水质、生物栖息环境和生物群落产生重要影响。

水质模拟的主要研究目标是量化描述河流水质的时空演变规律，为河流的污染防治提供技术支撑。目前，应用较多的模型有QUAL2K、WASP、MIKE、EFDC等，主要应用于水质风险评价[3]、水环境容量计算[4～5]、流域治理[6]和水质预测[7]等方面。其中，MIKE系列模型精度高、通用性强，且在现行水环境影响评价导则中，也把MIKE软件作为导则推荐软件之一而提出。目前，我国学者对MIKE 11模型在河道水质预测的应用做了广泛的研究。张海丽[8]等通过MIKE 11建立基于闸泵联控的水动力水质调控模型，设定水动力水质调控多目标函数并选取灰色多目标优选算法进行效果评选。郭宇轩[9]等利用MIKE 11对沈阳市北运河的水质水量进行了模拟分析，为实现沈阳市南北运河水生态环境的全面提升和水功能修复建设提供了技术支持。熊鸿斌[10]等以引江济淮工程涡河段为例，提出了MIKE 11模型结合稀释流量比m值法计算河流水环境容量。胡琳[11]应用MIKE11模型构建了东苕溪干流水动力和水质耦合模型，模拟上游水污染突发事件发生后污染物到达东苕溪水源地取水口的时间，以此进行水质预警。依靠模型预测，实现预测河流航道工程建设前后水质变化的研究较少[12～13]。作为四川省十三五规划的“5+2”航道体系中的重要航运线路之一，沱江是四川省航道网络布局“一横、三纵、三线”中三线的组成部分，沱江干流已规划26级枢纽开发方案，本研究以沱江自贡段航电枢纽建设工程为例，应用MIKE 11模型的水动力模块和对流扩散模块，采取数值模拟的方法，分析不同典型年情景下航电枢纽建设前后水质情况，以期为沱江干流航电枢纽建设项目水质影响预测提供科学依据。

2 研究区域概况

2.1 研究范围

沱江是长江的一级支流，是四川省腹部地区的重要河流之一，发源于九顶山南麓绵竹市断岩头下的大黑湾，河流全长636km，流域面积2.55万km2，占全省面积5.25%，流域内年降雨量年际变化极大，地区分布极不均匀。沱江自贡段为下游，市境内长111.5km，河道落差40.4m，平均比降0.3‰，枯水期江面宽200～250m，航道等级为Ⅵ级。根据《四川省内河水运发展规划》(2001-2050)，沱江自贡段拟新建银蛇溪枢纽，改造已建设的黄泥滩和黄葛浩枢纽船闸。

2.2 沱江流域水质现状

在人口与经济发展的双重压力下，沱江流域的水质现状不容乐观[14]。沱江呈全流域污染特征，总体上干流受到轻度污染，支流受到中度污染，主要超标指标为总磷、COD、氨氮，其中总磷超标问题突出。2016年，沱江流域35个省控、国控例行监测断面中Ⅰ～Ⅲ类水质仅占11.4%，Ⅳ类水质占51.4%，Ⅴ～劣Ⅴ类断面占37.1%[15]；沱江自贡段水质以Ⅳ～Ⅴ类为主。污染来源主要有工业、城镇生活、农村生活及农业面源，其中，沿线面源污染相对较突出。

3 水质模型建立

MIKE11模型适用于河口、河流、灌溉渠道及其他水体模拟一维水动力、水质和泥沙运输的专业工程软件，包括水动力模块(HD)、水工建筑物模块(SO)、溃坝模块(DB)、降雨径流模块(RR)、对流扩散模块(AD)、水质生态模块(ECO Lab)、非粘性泥沙输运模块(ST)和洪水预报块(FF)/数据同化模块(DA)8个模块。本研究应用MIKE 11的水动力和对流扩散模型建立沱江自贡段水质模型。

3.1 数学模型

3.1.1 水动力模块(HD)

MIKE11 HD模块是基于垂向积分的物质和动量守恒方程，即一维非恒定流圣维南(Saint-Venant)方程组来模拟河流或河口的水流状态；采用Abbott-Ionescu6点隐式差分格式求解，即在每一个计算点不同时计算水位和流量，采取按顺序交替计算水位和流量的方法。

3.1.2 对流扩散模型(AD)

MIKE 11 AD是MIKE11系列软件中对河流中的可溶性物质和悬浮性物质的对流扩散过程进行模拟的模块，它基于HD模块生成的水动力条件，应用对流扩散方程进行计算。MIKE 11 AD的功能特点包括：求解溶解质或悬浮物的一维对流扩散方程，计算污染物的较大浓度梯度过程，模拟粘性泥沙的侵蚀和沉积。

3.2 河网概化

在河网的概化中，应根据地形条件及水流情况，着重考虑主要的河道，那些水量较小、对整个河网影响不大的短小河段或不予考虑，或与其它河道结合考虑[16]。综合考虑对沱江干流水质影响较大及流域内有概化排污口的支流，将模拟河网概化为1条沱江干流和1条釜溪河支流，各子流域内的支流及排污口均概化到该支流汇入沱江的节点处，排污量按考虑迁移过程中降解因素后的数值设定。研究区域范围见图1。

图1 研究区域范围Fig.1 Overview of the research area

3.3 模型的边界条件

模型的上、下边界分别设在黄泥滩枢纽坝址和大磨子断面(位于下游流滩坝枢纽回水范围内)处。水动力模型以三个典型年每日流量、水位数据设置，上边界采用时间-流量边界，下边界采用时间-水位边界。水质模型边界条件以2017年每月一次的水质监测数据设定，由于沱江水质较差，沿程取水量占比较小，因此，在建模过程中设定沿程没有流量汇出。

为提高河道水利计算精度，本文收集了自贡市的降雨数据和蒸发数据，计算研究区域的日平均降雨量和蒸发量。根据2017年自贡市环境统计数据级其他补充资料，采用DHI-Load Calculator模块[17]，设定各类污染物入河方式为距离降解，计算了2017年研究区域内河段的入河量分别为COD 927t/a，NH3-N 192t/a，TP 47t/a。包含农村生活污染、农业面源污染、城市径流污染、工业点源污染和污水处理厂排水等。面源污染以流量和污染物浓度的日均值按分布式污染源设定，点源按污染实测资料设定，无时间序列的数据用恒定值设定。

3.4 模型的构建

3.4.1 数据准备

本研究建模需要的数据包括沱江自贡段流域图、气象数据(包括每日降雨量和每日蒸发量等)、闸门构筑物参数、沱江实测断面的起始距及河床高程数据、上下游断面的水位和流量数据、断面水质实测数据、沱江沿线排污口(含概化排污口)水质水量数据。其中，水文数据来源于四川省水利部门、李家湾水文站和《沱江自贡至泸州航道等级提升工程(自贡段)工程可行性研究报告(2017)》，上边界入流流量见图2，水质数据和污染源数据来自于2017年自贡市环境统计数据，上边界水质浓度数据见图3。

图2 上边界入流流量Fig.2 The flow rate under the upper boundary condition

图3 上边界污染物浓度Fig.3 The pollutant concentration (COD, NH3-N, TP) under the upper boundary condition

3.4.2 构建模型

引入沱江自贡段流域图，构建模型河网文件，其中，河网最大计算步长maxΔx设为10 000m，模型根据maxΔx值自动插入计算水位点，并以Weirs结构和Control structure分别输入沿程黄泥滩枢纽、黄葛浩枢纽和银蛇溪枢纽(拟建)的形状等参数条件；输入沱江自贡段52个实测断面的起始距及河床高程数据，生成河段的断面文件(.xns11)；以时间序列文件(.dfs0)的形式输入模型边界条件(.bnd11)，无时间序列的数据以恒定值设置；设置水动力参数文件和水质的参数文件(.HD11和.AD11)，定义模拟的初始条件、河床糙度、扩散系数和衰减系数等条件；设置模拟文件(.sim11)，模拟时间步长设为3min，每天输出1个模拟数据。

3.5 模型的参数及率定

3.5.1 水动力学模块(HD)

水动力学模块(HD)为提高模型的模拟精度，针对沱江不同河段河道的水力特性和点源的排放情况，分别对黄葛浩库区和银蛇溪库区的参数进行率定。HD需要率定的参数为河床糙度，即曼宁系数，参数值见表1。

表1 沱江自贡段的曼宁系数Tab.1 Manning coefficient in the Zigong section of the Tuo river

以实测值率定水动力学模型，并用Nash-Suttcliffe系数Ens验证模型的可靠性[18]，一般认为，Ens≥0.5时，模型的模拟结果是可以接受的。沱江自贡段银蛇溪断面流量模拟结果见图4。从图4的流量模拟值和实测值对比分析可知，MIKE 11建立的水动力学模型的精度较高，银蛇溪断面Ens为0.95，模型模拟效果良好，可较准确反映河段的水动力变化过程。

图4 银蛇溪断面流量模拟值于实测值对比Fig.4 Comparison of simulated and observed flow

3.5.2 对流扩散模块(AD)

AD模块的参数包括:COD、NH3-N和TP的衰减系数、沉降速率、再悬浮率、沉降临界速率等，其中，需要率定的参数为扩散系数和污染物衰减系数。参考国内相关文献资料[19]，将扩散系数在5～20m2/s之间用2017年断面的实测水质数据进行率定。经率定，本模型扩散系数取8m2/s。各污染物在沱江自贡段的综合衰减系数取值见表2。

表2 各污染物在沱江各区段的综合衰减系数Tab.2 Degradation coefficient of pollutant in the Zigong section of the Tuo River

研究选择李家湾作为模型的验证断面，用2017年COD、NH3-N和TP模拟值与实测值进行对比，COD模拟值误差为26.5%，NH3-N模拟值误差为28.2%，TP的模拟值误差为18.1%。率定模型存在一定误差，主要原因是部分点源排污口的水质水量数据是概化计算值，设置为恒定值。各类污染物平均误差均小于30%，模型基本能够描述沱江自贡段的水动力、水质的时空演变规律。

4 银蛇溪枢纽建设后水质预测

目前沱江流域已全面实行更为严格水污染物排放标准，在污染负荷不增加的情况下，模拟计算银蛇溪枢纽运行期间三个典型年沱江自贡段水质变化情况，选取李家湾断面(沱江干流国控断面)、黄葛浩断面，银蛇溪断面3个代表断面，对COD、NH3-N和TP浓度年际变化进行对比分析。

4.1 COD预测

由图5～图7模拟结果可知，银蛇溪枢纽建设前后，在丰水年、平水年和建设前枯水年时，李家湾、黄葛浩、银蛇溪断面COD预测浓度均低于《地表水环境质量标准》(GB3838-2002)中Ⅲ类标准限值；在枯水年建库后在枯水月COD预测浓度有所超标，李家湾断面1～4月超标倍数分别为0.2、0.4、0.6、0.2，黄葛浩断面1～5月超标倍数分别为0.5、0.6、0.8、0.4、0.03，银蛇溪断面1～5月及12月超标倍数分别为0.7、0.8、1.0、0.5、0.14、0.14。模拟结果表明银蛇溪枢纽建设后在枯水年枯水月各断面COD浓度无法达到相应的水质目标。

图5 李家湾断面建库前后COD浓度年际变化Fig.5 Annual variation of COD concentration in Lijiawan section before and after construction of the navigation-power junction

由表3可知，模拟银蛇溪枢纽建设后，在枯水年条件下，李家湾断面COD预测浓度年均值低于Ⅲ类标准限值，黄葛浩断面和银蛇溪断面COD预测浓度年均值略有超标，但超标倍数不大。

图6 黄葛浩断面建库前后COD浓度年际变化Fig.6 Annual variation of COD concentration in Huanggehao section before and after construction of the navigation-power junction

表3 枯水年建库后各断面COD预测浓度年均值Tab.3 Simulated annual average value of COD concentration in the three sections after construction of the navigation-power junction in dry year

4.2 NH3-N预测

由图8～图10模拟结果可知，银蛇溪枢纽建设前后，三个典型年条件下，李家湾、黄葛浩、银蛇溪断面NH3-N预测浓度均低于《地表水环境质量标准》(GB3838-2002)中Ⅲ类标准限值。

图8 李家湾断面建库前后NH3-N浓度年际变化Fig.8 Annual variation of NH3-N concentration in Lijiawan section before and after construction of the navigation-power junction

图9 黄葛浩断面建库前后NH3-N浓度年际变化Fig.9 Annual variation of NH3-N concentration in Huanggehao section before and after construction of the navigation-power junction

图10 银蛇溪断面建库前后NH3-N浓度年际变化Fig.10 Annual variation of NH3-N concentration in Yinshexi section before and after construction of the navigation-power junction

由图11可知，银蛇溪建库后各断面枯水年NH3-N预测浓度较建库前增加率最高，平水年次之，丰水年最低；银蛇溪枢纽建设后，黄葛浩枢纽与银蛇溪枢纽之间形成梯级，天然河段成为蓄水库区，水位抬升，流速变小，不利污染物的迁移扩散，导致银蛇溪断面建库后枯水年NH3-N预测浓度增加率最高为299%。

图11 建库后各断面NH3-N浓度年均值增加率Fig.11 Increasing rate of annual average value of NH3-N concentration in the three sections after construction of the navigation-power junction

4.3 TP预测

由图12～图14模拟结果可知，银蛇溪枢纽建设前后，在三个典型年条件下，李家湾、黄葛浩、银蛇溪断面TP预测浓度仅8～11月低于《地表水环境质量标准》(GB3838-2002)中Ⅲ类标准限值，其余月份TP预测浓度月均值都超标。

图12 李家湾断面建库前后TP浓度年际变化Fig.12 Annual variation of TP concentration in Lijiawan section before and after construction of the navigation-power junction

图13 黄葛浩断面建库前后TP浓度年际变化Fig.13 Annual variation of TP concentration in Huanggehao section before and after construction of the navigation-power junction

图14 银蛇溪断面建库前后TP浓度年际变化Fig.14 Annual variation of TP concentration in Yinshexi section before and after construction of the navigation-power junction

由图15可知，TP浓度年均值均超标。枢纽建设前，沱江自贡段总磷污染较重，TP浓度超标；枢纽建设后，形成库区，水位抬升，流速减缓，不利于污染物迁移扩散，各断面TP浓度进一步升高。

图15 各断面不同水文条件下TP年均值Fig.15 Annual average value of TP concentration of the three sections at different hydrological conditions

5 结 论

5.1 应用 MIKE 11模型构建能客观反映沱江自贡段COD、NH3-N和TP的浓度时空分布的模型，用水文水质的实测值对模型进行率定。流量的Ens为0.95，COD模拟值误差为26.5%，NH3-N模拟值误差为28.2%，TP的模拟值误差为18.1%。表明模型模拟精度较高，能够合理模拟水利枢纽建设前后污染物扩散情况。

5.2 在污染负荷不增加的情况下，预测银蛇溪枢纽建设后李家湾、黄葛浩、银蛇溪断面在三个典型年条件下COD、NH3-N和TP的浓度。结果表明：枯水年条件下，李家湾断面COD预测浓度年均值低于Ⅲ类标准限值，黄葛浩断面和银蛇溪断面COD预测浓度年均值略有超标，但超标倍数不大，三断面在建库后枯水年枯水月COD预测浓度月均值有所超标；三个典型年条件下，各断面在NH3-N预测浓度月均值都能达标，进一步分析发现，枯水年NH3-N预测浓度较建库前增加率最高，平水年次之，丰水年最低；由于沱江自贡段总磷污染较重，研究河段TP浓度超标；枢纽建设后，形成库区，水位抬升，流速减缓，不利于污染物迁移扩散，各断面TP浓度进一步升高。