水质模型在水资源保护管理中的应用——以某市为例

陈外才，郑火炬，黄膺翰，胡 旭，罗凯乐

(1.中国长江三峡集团有限公司， 北京 100038;2.中国电建集团中南勘测设计研究院有限公司，长沙 410007)

前 言

在水环境保护项目中，往往以污染物总量控制、水环境容量作为区域的水质管理依据，并以此来确定污染负荷削减量。而在实际工程中，污染物往往通过点源和非点源的排放方式进入水体，靠近排口、岸边水体中污染物浓度通常较高，即使污染物排放量满足水环境容量的要求，也可能会发生部分水功能区水质超标的情况[1～3]。水质模型可以在时间及空间上反应水体中污染物浓度的变化情况，是水环境管理和决策中的重要工具。水质模型发展至今已有90多年历史，从一维稳态模型至三维非稳态模型，简单变量的单一模型至多模块的耦合模型，均在水环境项目中取得了广泛得应用。目前，S-P模型体系、QUAL模型体系、WASP模型体系及MIKE模型体系等均是较为著名的模型体系[4～6]。

某市内湖包括湖1、湖2、湖4、湖3和湖5，有着优越的地理环境优势和丰富的生态资源，包括其中湖1和湖2仍处于自然状态，但湖4、湖5面临着水环境污染严重的问题。由于某市五湖存在本研究针对某市内湖较为复杂的连通情况，且水工建筑物较多，考虑利用水工建筑物模块较为强大的MIKE一二维水动力水质耦合模型对某市内湖的水动力条件及水质情况进行模拟分析，并分析多种工况条件下，某市内湖水质改善情况。

1 研究区域概况与数据收集

研究区域位于某市中心城区，城内又分布着5个湖泊，内湖水系呈树枝状伸入内陆低矮岗地，城区五湖由湖1、湖2、湖4、湖3和湖5组成，五湖集水区面积约为48.12km2，如图1(a)所示。五湖并非五个独立水系，存在河流将其联通。研究区域水体流向随季节变化而变化，五湖之间的水体交换受到水工建筑物的调控，例如在丰水期，水体整体自西向东流，而在枯水期，水体由内湖流向外江，流向并不固定。

五湖的水质相差较大，其中湖1、湖2水质较好，为地表水Ⅲ-Ⅳ类水水质，湖4、湖3及湖5水质较差，为Ⅳ-Ⅴ类水水质，各内湖水质年内变化较大，枯水期水质较差，丰水期水质稍好。

本次研究收集了某市2018年7月至2020年8月的逐小时降雨数据以及该时段闸A、站B的水位数据，收集了2019年12月份来自中国电建中南院的31个水位点的水位监测数据及24个水质监测点的水质监测数据，水质监测数据还包括2019年某市环保局对该市五湖逐月水质监测资料，地形数据来自于中国电建中南院2020年12月份的水下地形实测数据，相关站点及地形如图1(b)所示。

图1 研究区域概况Fig.1 Overview of the study area

2 研究方法

本研究采用MIKE 11、MIKE 21及MIKE FLOOD构建五湖的水动力水质耦合模型，一维水动力模型计算圣维南方程组，如式(1)所示。二维水动力模型采用水流动质量和动量守恒控制方程组，如式(2)所示。

(1)

公式(1)中：Q为流量，m3/s；q为侧向入流，m3/s；A为过水断面面积，m2；h为水位，m；R为水力半径，m；C为谢才系数；α为动量修正系数。

公式(2)中：h为水深，h=d+ζ，其中ζ、d分别为水位和水深；p、q分别为x、y方向上的流量通量，即单宽流量；C为谢才系数；g为重力加速度；Ω为科氏力系数；ρ为水的密度；V、Vx、Vy为风速及在x、y方向上的分量；f为风阻力系数。

水质模块即为对流扩散模块，可用于模拟在水动力条件下污染物的迁移扩散与衰减过程，水质模块一维对流扩散的基本方程为：

公式(3)中：C为模拟污染物的浓度，mg/L；v为河流断面的平均流速，m/s；Ex为扩散系数，m2/s；K为模拟污染物的一级衰减系数；x为断面空间坐标，m；t为时间，s。

2.1 模型建立

某市五湖水动力水质耦合模型如图2(a)所示。湖1通过闸A(常年关闭)与外江相连，湖5通过闸B与外江相连，其余内湖未与外江直接相连。采用闸A的水位数据作为模型的上游边界条件，采用闸B的流量数据作为模型的下游边界条件。模型中将主要的256处集中排口概化为16处排污口，面源污染通过降雨汇入湖体当中，污染物排放量由《全国第二次污染源普查》及某市统计年鉴计算而来，污染物入湖量计算结果如表1所示，在以上基础上搭建了五湖的水动力水质耦合模型，模型主要参数参考相关文献[7～9]取值如表2所示。

图2 概化模型示意图Fig.2 Schematic diagram of generalized model

表1 某市五湖污染物入湖量计算结果Tab.1 Calculation results of pollutant discharge into five lakes of the city (t/a)

表2 水动力水质耦合模型参数取值Tab.2 Parameter value of hydrodynamic and water quality coupling model

2.2 模型率定验证

2.2.1 水动力模型

水动力模型通过2018年8月～2019年8月收集到的站B水位数据用来率定，2019年9月～2020年6月该站的水位数据进行验证，率定结果如图3所示，验证结果如图4所示。此时，一维模型河道糙率取值范围为0.025～0.03，二维湖泊曼宁值取值范围如图5所示。

图3 某市(二)站水位率定结果图Fig.3 Calibration result diagram of water level atstation (2) in the city

图4 某市(二)站水位验证结果图Fig.4 Water level verification result diagram of station(2) in the city

图5 某市二维模型曼宁值取值示意图Fig.5 Schematic diagram of manning value of a two-dimensional model in the city

水动力模型的率定结果的纳什系数为0.9342，验证结果的纳什系数为0.9128，水动力模型模拟结果较为精确。在以上率定验证结果的基础上，对已有水位监测数据的31个水位监测点的2019年12月份的水位监测数据进行验证，验证结果如图6所示，所有点位的水位模拟误差均在15%以内，模拟水位较实测水位总体偏低，误差主要集中在-15%～-10%和0～5%之间，水动力模型模拟结果较为可信。

图6 某市五湖水位点模拟误差图Fig.6 Simulation error diagram of five lake sites in the city

2.1.1 水质模型

选取超标较为严重的COD、NH3-N及TN作为水质模型的污染因子，水质模型参数取值在表2的参数范围内进行率定，通过2019年某市五湖24个水质监测点的12月份水质监测数据进行验证，其中COD模拟平均误差为27.9%，NH3-N模拟误差为24.3%，TN模拟误差为14.74%，某市五湖水质模拟误差模拟结果如图7所示，某市五湖2019年12月水质模拟结果如图8所示。

图7 某市五湖水质模拟误差图Fig.7 Water quality simulation error diagram of five lakes in the city

图8 某市五湖2019年12月水质模拟结果图Fig.8 Water quality simulation results of five Lakes in the city in December 2019

3 结果与讨论

3.1 模拟方案

某市内湖水质目标为Ⅲ类水，为了改善内湖水质，方案采用新建污水厂及管网、面源削减工程两种方式来降低污染物的入湖量。其中新建污水厂管网工程通过减少直排污水量降低溢流污染风险来改善内湖水质，在模型中通过对点源(排污口)的排污量进行相应修改来体现该措施，面源削减通过降低模型中面源污染入湖量来体现该措施。

为了确定以上两种工程方案的工程量，本研究共设计3种工况对工程方案效果进行模拟分析，工况设置如表3所示。

表3 某市内湖各工况下污染负荷削减量表Tab.3 Pollution load reduction amount under various working conditions in the city (t/a)

3.2 模拟结果

由模拟结果可知(图9～图11)，在工况1下，五湖水质较现状有较大的好转，其COD及TN浓度大幅度降低，五湖COD平均浓度由32mg/L降至26mg/L，TN平均浓度由2.2mg/L降至1.4mg/L，但未达到Ⅲ类水标准的湖泊水域面积依然较大，其中湖4和湖5水质依然较差，总体水质仍为劣V类水。在工况2下，水质较工况1进一步改善，五湖COD平均浓度由26mg/L降至18mg/L，TN平均浓度由1.4mg/L降至0.9mg/L，NH3-N平均浓度由1.1mg/L降至0.8mg/L。在工况2下，五湖污染物平均浓度已达到地表水Ⅲ类标准，但局部水质仍然较差，难以满足要求，湖4和湖5总体水质仍为劣V类水。在工况3下，湖4与湖5水质改善情况不明显，未能全部达到Ⅲ类水标准，其原因在于：1. 大部分时期五湖水体自西向东流动，污染物伴随水体进入湖3及湖5，使得其内部污染物浓度较高。2.湖3与湖5靠近城区，且湖体水量较小，水体自净能力相对较差，且主要排口集中在湖4与湖5，污染物汇入量较大，使其污染物浓度偏高。

图9 某市五湖工况1下水质模拟结果图Fig.9 Water quality simulation results of five lakes in the city under condition 1

图10 某市五湖工况2下水质模拟结果图Fig.10 Water quality simulation results of five lakes in the city under condition 2

图11 某市五湖工况3下水质模拟结果Fig.11 Simulation results of water quality in five lakes of the city under condition 3

4 结 论

4.1 本研究利用MIKE 一二维耦合模型建立了某市五湖的水动力水质模型，水动力模拟结果及水质模拟结果较为精确，在采用实测数据进行验证时，模型基本上能够准确的模拟内湖的水动力、水质情况，其中水动力模型的NSE为0.9128，平均误差不超过15%，水质模型中，污染物的模拟误差均在30%以内。

4.2 五湖中湖1、湖2及湖3水质较好，湖5及湖4水质较差，根据模型的模拟结果，五湖大部分时间水体流向为自西向东，湖4及湖5接受了来自城区的大部分污染物，沉积在底泥当中，建议通过底泥清淤来改善其水质。

4.3 当监测数据较为完备，率定验证资料较为详实的情况下，水质模型可以为水环境工程措施的实施提供指导性的意见。主要难点在于工程措施如何转化为模型的“语言”，从而为工程方案提供科学依据。