CN110751331B

CN110751331B - 基于河流水质模型的潮汐作用对河流水质的影响预测方法

Info

Publication number: CN110751331B
Application number: CN201910999819.6A
Authority: CN
Inventors: 田禹; 孙会航; 李俐频; 李运东; 张天奇
Original assignee: Harbin Institute of Technology
Current assignee: Harbin Institute of Technology
Priority date: 2019-10-21
Filing date: 2019-10-21
Publication date: 2021-06-25
Anticipated expiration: 2039-10-21
Also published as: CN110751331A

Abstract

基于河流水质模型的潮汐作用对河流水质的影响预测方法，涉及水质预测技术领域，为解决现有技术中传统河流水质模型对感潮河段水质模拟准确率低的问题，本发明提出一种基于河流水质模型的潮汐作用对河流水质的影响预测方法，弥补了传统河流水质模型对感潮河段水质模拟准确率低的缺陷，对于受潮汐作用影响严重的感潮河段的污染物控制具有重要意义。相较于先前的潮汐影响评价手段，本发明以河流水力水质模型为基础，能够定量地识别出潮汐作用对于感潮河段氨氮、总磷等污染物浓度的影响，从而能够提出更加精准有效的河流污染控制手段。

Description

基于河流水质模型的潮汐作用对河流水质的影响预测方法

技术领域

本发明涉及水质预测技术领域，具体为一种基于河流水质模型的潮汐作用对河流水质的影响预测方法。

背景技术

城市水体是城市生态系统的重要组成部分，由于目前我国城镇化建设的快速发展，作为主要受纳水体的城市河流不可避免的受到一定污染，甚至出现黑臭现象。研究河流污染的变化规律是治理和控制水体污染的重中之重，对河流水质的监测以及水资源的合理应用有着重要的意义。针对污染物的迁移转化规律，国内外研究学者已经进行过大量研究，并建立了WASP、QUAL2E、SWAT以及MIKE系列等河流水质模型。上述水质模型在国内外河流水环境的评价中均取得了较好的模拟效果，但对感潮河段的水质模拟却难以进行精确的计算。

感潮河段是受到潮汐作用的一段水体。由于潮汐作用的影响，感潮河段的水质显示出明显的时空特征。由海潮带来大量的溶解氧，与上游下泄的水流相汇，形成强烈的混合作用，使污染物分布更趋近均匀。另外，潮汐的顶托作用，延长了污染物在河口的停留时间，有机物的降解会进一步降低水中的溶解氧，导致水质下降。相对于正常的河流水质，感潮河段的水质模拟更为复杂，需求更加迫切。因此，针对于潮汐作用，提出一种基于水质模型的能够清晰具体地识别出潮汐影响的预测方法尤为重要。

发明内容

本发明的目的是：针对现有技术中传统河流水质模型对感潮河段水质模拟准确率低的问题，提出一种基于河流水质模型的潮汐作用对河流水质的影响预测方法。

本发明为了解决上述技术问题采取的技术方案是：基于河流水质模型的潮汐作用对河流水质的影响预测方法，包括以下步骤：

步骤一：建立EFDC河流水力水质模型，得到设定时间内感潮河段在无潮汐作底泥扰动用影响下河流水位以及河流氨氮和总磷污染物浓度的变化规律；

步骤二：利用EDFC模型潮汐作用影响模块，得到设定时间内感潮河段在有潮汐作底泥扰动用影响下河流水位以及河流氨氮、总磷等污染物浓度的变化规律；

步骤三：以感潮河段河口处的水质指标变化程度作为潮汐作用影响的指标，对比分析得到潮汐作用带来的具体污染物浓度增量；

步骤四：综合统计分析长时间跨度模型数据，得出风速风向等气象条件与潮汐强度间的潜在关系；

步骤五：利用EFDC河流水力水质模型模拟不同风速风向、不同潮汐强度下的感潮河段河口断面氨氮、总磷等污染物浓度，得到潮汐强度对污染物增量的具体影响。

进一步的，所述EFDC河流水力水质模型通过以下步骤建立：

步骤一一：收集EFDC河流水质模型所需数据；

步骤一二：准备基础数据，然后建立网格文件和主控文件，最后进行迷行校准，所述基础数据包括河段的水力水质数据、气象数据和河段网格高程数据；

步骤一三：运行河流水质模型，输出模拟结果；

步骤一四：模型参数率定。

进一步的，所述步骤一一中所需数据为河段的地理数据、河段所在区域气象数据、河段的水力数据数据、出入流的水温数据、风速风向数据、水质数据以及潮位、潮周期数据。

进一步的，所述建立网格的具体步骤为：首先用EFDC将河流划分为一定数量网格，然后通过GIS测定的河流底部地形数据差值获得各网格水深。

进一步的，所述建立主控文件包括设置初始条件和边界条件。

进一步的，所述设置初始条件的具体步骤为：在EFDC生成模型计算网格后，导入实测地形文件，再由系统将水底高程进行插值并分配到每个单元格上，然后设定模型初始水位值，根据模拟需求设置模拟时间、时间序列、出口初始水位、初始速度分量以及时间步长。

进一步的，所述边界条件包括：水动力边界和气象边界，其中水动力边界条件包括河流气象、风力、出入河流量。

进一步的，所述模型参数率定包括水动力模块参数率定和水质模块参数率定。

进一步的，所述水动力模块率定包括水位和温度。

进一步的，所述模型参数率定的具体步骤为：首先根据模型模拟河段的实际监测数据进行模拟校准，然后调整模型的参数设置。

本发明的有益效果是：本发明提出一种基于河流水质模型的潮汐作用对河流水质的影响预测方法，弥补了传统河流水质模型对感潮河段水质模拟准确率低的缺陷，对于受潮汐作用影响严重的感潮河段的污染物控制具有重要意义。相较于先前的潮汐影响评价手段，本发明以河流水力水质模型为基础，能够定量地识别出潮汐作用对于感潮河段氨氮、总磷等污染物浓度的影响，从而能够提出更加精准有效的河流污染控制手段。同时，本发明的方法能够识别气象条件与潮汐强度的关联关系，得出不同气象条件、不同潮汐强度作用下，感潮河段氨氮、总磷等污染物浓度的变化规律，对于河流水质监测与河流污染防控具有较强的参考价值。此外，该解析方法具有较强的适应性，能够广泛应用于各种感潮河段的潮汐影响解析；该方法不仅能够解析潮汐强度、作用时间对河流水质的影响，还能够对于潮周期、潮位值、潮差等因素进行更加深入的探讨。

附图说明

图1为本发明感潮河段水质解析方法流程图。

具体实施方式

具体实施方式一：参照图具体说明本实施方式，本实施方式所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，包括以下步骤：

步骤三：以感潮河段河口处的水质指标变化程度作为评判潮汐作用影响的主要指标，对比分析得到潮汐作用带来的具体污染物浓度增量；

本发明利用EFDC河流水质模型，将风场为核心参数、Cox波浪实验验证的SMB模型作为理论基础，综合感潮河段全年的潮位、潮周期等监测数据，提出一种潮汐作用对于感潮河段河流水质影响的预测的方法，旨在解决受潮汐作用影响严重的感潮河段的氨氮、总磷等污染物迁移、转化及控制问题，为河段的水力水质监测与污染控制提供参考，具体的模型建立与影响预测方法步骤如下。

1.河流水质模型建立方法：

(a)资料收集

收集建立EFDC河流水质模型所需要的准备数据，包括河段的地理数据，河段所在区域气象数据、河段的水力数据数据、出入流的水温数据、风速风向数据、水质数据以及潮位、潮周期等数据。

(b)模型建模

河流水质建模过程包括准备基础数据、建立网格文件、建立主控文件、运行模型以及校准模型等过程。其中基础数据的准备主要包括河段的水力水质数据、气象数据、河段网格高程数据等，基础数据是河流水力水质模型的主要输入文件。

网格建立：用EFDC将河流划分为一定数量网格，各网格水深通过GIS测定的河流底部地形数据差值获得。

初始条件：在EFDC生成模型计算网格后，导入实测地形文件，再由系统将水底高程进行插值并分配到每个单元格上，再设定模型初始水位值。根据模拟需求设置模拟时间、时间序列、出口初始水位、初始速度分量以及时间步长等条件。

边界条件：模型以静态状态开始，垂向速度的边界条件是水面和水底的速度均为零，模型预热期为一个月以此最小化初始条件误差。模型的边界条件包括水动力边界和气象边界。其中水动力边界条件主要包括河流气象、风力、出入河流量。大气边界条件和气象参数与热平衡在模型初始化中设定。

其中，为了便于处理密度差而引起的浮升力项，采用Boussinesq假设以及静水假定。水平方向上采用曲线正交坐标变换，在垂直方向上采用sigma坐标变换。

在模型计算方面，动力学方程采用有限差分法求解，水平方向采用交错网格离散，时间积分采用二阶精度的有限差分法，以及内外模式分裂技术计算。外模采用半隐式格式计算，利用预处理共轭梯度法求解二维水位场，以新的水位值为基础，通过求解水深平均的正压速度场得到外模解；内模求解三维速度场，其中垂向扩散项采用隐式格式计算，其他物理过程的求解采用显格式。

(c)模型运行

完成河流水质模型的数据收集和处理后，运行河流水质模型程序，输出模拟结果。

(d)模型参数率定

模型率定包括水动力模块和水质模块参数率定，水动力模块率定包括水位和温度。选择模型模拟河段的实际监测数据进行模型的校准，调整模型的参数设置，从而使模型结果最优化。

2.潮汐作用对河流水质的影响预测方法：

潮汐作用对于河流水质带来的影响主要体现在以下三个方面：

增强底泥扰动，进一步促进底泥氨氮总磷释放量增加；

促进盐度升高，导致硝化与反硝化作用受到抑制，同时盐度的升高也能够促进底泥中磷的释放；

导致海水回流进入河口，从而导致河口水质恶化。

本方法利用河流水力水质模型的影响预测方法，主要基于潮汐作用的前两方面表现(增强底泥扰动、促进盐度升高)。

具体的预测步骤如下：

S1建立EFDC河流水力水质模型，得到设定时间内感潮河段在无潮汐作底泥扰动用影响下河流水位以及河流氨氮、总磷等污染物浓度的变化规律。

S2增加EDFC模型潮汐作用影响模块，得到设定时间内感潮河段在有潮汐作底泥扰动用影响下河流水位以及河流氨氮、总磷等污染物浓度的变化规律。

S3以感潮河段河口处的水质指标变化程度作为评判潮汐作用影响的主要指标，对比分析得出潮汐作用带来的具体污染物浓度增量。

S4综合统计分析长时间跨度模型数据，得出风速风向等气象条件与潮汐强度间的潜在关系。

利用建立好的EFDC河流水力水质模型模拟不同风速风向、不同潮汐强度下的感潮河段河口断面氨氮、总磷等污染物浓度，得到潮汐强度对污染物增量的具体影响，实现河口污染物浓度预测。

本发明提出一种基于河流水质模型的潮汐作用对河流水质的影响预测方法，在一定程度上弥补了传统河流水质模型对感潮河段水质模拟难以进行精确计算的缺陷，对于受潮汐作用影响严重的感潮河段的污染物控制具有重要意义。相较于先前的潮汐影响评价手段，本发明提出的解析手段，以河流水力水质模型为基础，能够定量地识别出潮汐作用对于感潮河段氨氮、总磷等污染物浓度的影响，从而能够提出更加精准有效的河流污染控制手段。同时，本发明的方法能够识别气象条件与潮汐强度的关联关系，得出不同气象条件、不同潮汐强度作用下，感潮河段氨氮、总磷等污染物浓度的变化规律，对于河流水质监测与河流污染防控具有较强的参考价值。此外，该解析方法具有较强的适应性，能够广泛应用于各种感潮河段的潮汐影响解析；该方法不仅能够解析潮汐强度、作用时间对河流水质的影响，还能够对于潮周期、潮位值、潮差等因素进行更加深入的探讨。

实施例:

本发明已成功应用于解析广东省A市感潮河段在不同潮汐影响条件下河口水质的变化，具体的模型解析过程如下：

依据A市流域遥感影像图获取河流地理分布状况，基于遥感影像和流域水系图绘制河流河道边界线，并将A市感潮河段划分为225个计算网格。收集2018年全年河段气象数据、水文数据、水质数据、风力风向数据以及水温数据，输入模型计算参数条件，结合感潮河段潮位站的潮位、潮周期等监测数据，最终得到在有/无潮汐条件下河流全年的水力水质数据，潮汐作用的模拟基于潮汐作用增强底泥扰动、促进盐度升高等两方面。

将2018年全年A市感潮河段在有/无潮汐条件下的氨氮、总磷浓度进行对比分析，在全年1-12月潮汐作用的影响条件下，河口氨氮平均浓度增加1mg/L，最大河口氨氮浓度增加约1.2mg/L；河口总磷平均浓度增加0.05mg/L，最大河口总磷浓度增加约0.08mg/L。对于氨氮和总磷的最大河口增量，雨季潮汐强度较大的条件均高于旱季潮汐强度较小的条件。综合分析潮汐强度、风速大小以及河口水质变化，在风速达到7m/s、潮汐强度较大时，潮汐带来的氨氮浓度增量为56.5％、总磷浓度增量为16.5％；在风速为1m/s、潮汐强度较小时，潮汐带来的氨氮浓度增量为45.3％、总磷浓度增量为15.3％。

需要注意的是，具体实施方式仅仅是对本发明技术方案的解释和说明，不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的，仍应落入本发明的保护范围内。

Claims

1.基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于包括以下步骤：

步骤一：建立EFDC河流水力水质模型，得到设定时间内感潮河段在无潮汐底泥扰动作用影响下河流水位以及河流氨氮和总磷污染物浓度的变化规律；

步骤二：利用EFDC模型的潮汐作用影响模块，得到设定时间内感潮河段在有潮汐底泥扰动作用影响下河流水位以及河流氨氮、总磷污染物浓度的变化规律；

步骤四：综合统计分析长时间跨度模型数据，得出风速风向气象条件与潮汐强度间的潜在关系；

步骤五：利用EFDC河流水力水质模型模拟不同风速风向、不同潮汐强度下的感潮河段河口断面氨氮、总磷污染物浓度，得到潮汐强度对污染物增量的具体影响；

所述EFDC河流水力水质模型通过以下步骤建立：

步骤一一：收集EFDC河流水力水质模型所需数据；

步骤一二：准备基础数据，然后建立网格和主控文件，最后进行模型校准，所述基础数据包括河段的水力水质数据、气象数据和河段网格高程数据；

步骤一三：运行EFDC河流水力水质模型，输出模拟结果；

步骤一四：模型参数率定；

所述模型参数率定的具体步骤为：首先对EFDC河流水力水质模型模拟河段的实际监测数据进行模拟校准，然后调整EFDC河流水力水质模型的参数设置。

2.根据权利要求1所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于所述步骤一一中所需数据为河段的地理数据、河段所在区域气象数据、河段的水力数据、出入流的水温数据、风速风向数据、水质数据以及潮位、潮周期数据。

3.根据权利要求1所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于所述建立网格的具体步骤为：首先用EFDC将河流划分为一定数量网格，然后通过GIS测定的河流底部地形数据差值获得各网格水深。

4.根据权利要求1所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于所述建立主控文件包括设置初始条件和边界条件。

5.根据权利要求4所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于所述设置初始条件的具体步骤为：在EFDC模型计算网格后，导入实测地形文件，再将水底高程进行插值并分配到每个单元格上，然后设定模型初始水位值，根据模拟需求设置模拟时间、时间序列、出口初始水位、初始速度分量以及时间步长。

6.根据权利要求4所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于所述边界条件包括：水动力边界条件和气象边界条件，其中水动力边界条件包括河流气象、风力、出入河流量。

7.根据权利要求1所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于所述模型参数率定包括水动力模块参数率定和水质模块参数率定。

8.根据权利要求7所述的基于河流水质模型的潮汐作用对河流水质的影响预测方法，其特征在于所述水动力模块参数率定包括水位和温度。