CN114117848B - 一种基于多模型耦合的流域水环境模拟预测的方法及装置 - Google Patents
一种基于多模型耦合的流域水环境模拟预测的方法及装置 Download PDFInfo
- Publication number
- CN114117848B CN114117848B CN202111329360.2A CN202111329360A CN114117848B CN 114117848 B CN114117848 B CN 114117848B CN 202111329360 A CN202111329360 A CN 202111329360A CN 114117848 B CN114117848 B CN 114117848B
- Authority
- CN
- China
- Prior art keywords
- water
- model
- water quality
- river
- hydrodynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多模型耦合的流域水环境模拟预测的方法及装置,涉及环境水利与计算数学技术领域。包括:获取待预测流域的输入数据;将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟。本发明能够通过形成一个多维嵌套陆域水文、水动力及水环境耦合模拟框架,实现水环境从流域到水体到水生态的动态模拟。
Description
技术领域
本发明涉及环境水利与计算数学技术领域,特别是指一种基于多模型耦合的流域水环境模拟预测的方法及装置。
背景技术
水文模型是对自然界中水文过程的模拟和概化,对于水资源开发利用、区域资源规划、生态环境需水、防洪减灾、水库调度、点源和非点源污染评价以及气候变化和人类活动的对流域生态系统的影响等诸多方面均有重要的支持作用。虽陆地单元产生的污染物质通过点源排放,降雨径流携带和土壤水河道水交换进入河流和湖泊。污染物在水环境中迁移转化的定量描述需要以水动力水质模型为工具。依据模拟对象的不同,研究包括河网水动力水质模型和湖泊水动力水质模型两大类。水质模型是基于水质模拟和预测工作需要,根据能量和物质守恒定律开发出来,在多年的实际工作中得到了发展和丰富。目前国际上使用较广泛的模型有神经网络模型、MIKE系列模型、WASP模型系统和QUAL系列模型等。
建立陆面水量-水质-生态耦合系统模型,是定量研究陆面水资源系统水量变化、水质变化、生态系统变化以及它们之间的相互关系的重要内容,也是量化研究可持续水资源管理的重要基础内容和难点问题。在流域管理中,水文模拟的分布式面源过程模型已经发展得比较成熟了,也取得了较好的效果,但是污染物进入水体后的演变和迁移转化过程仍然无法细致的描述与刻画。一维或多维水动力学模型可以全面的描述水体中的水动力-水质过程,但是难以获得非点源污染的输入。生态系统是一个复杂的系统,对于水生生态系统而言,水体污染物的时空分布是决定水生生态系统健康的关键,因此水生态的模拟是建立在水体污染物浓度准确模拟的基础上的。由于流域的复杂性,存在不同类型、不同水文环境的影响,如何根据流域特点选择合适的水文、水质及水生态模型是流域水环境模拟面临的重要问题。
发明内容
本发明针对现有技术如何根据流域特点选择合适的水文、水质及水生态模型的问题,提出了本发明。
为解决上述技术问题,本发明提供如下技术方案:
一方面,本发明提供了一种基于多模型耦合的流域水环境模拟预测的方法,该方法由电子设备实现,该方法包括:
S1、获取待预测流域的输入数据;输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
S2、将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
另一方面,本发明提供了一种基于多模型耦合的流域水环境模拟预测的装置,该装置应用于实现一种基于多模型耦合的流域水环境模拟预测的方法,该装置包括:
数据获取模块,用于获取待预测流域的输入数据;输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
输出模块,用于将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
可选地,水文水质模型的选取方法为基于待预测流域的下垫面特征,选择水文水质模型。
水文水质模型包括水文模拟模型HSPF、分布式水文模型SWAT。
可选地,输出模块,进一步用于:
S31、将输入数据输入到水文水质模型,得到模拟的待预测流域的水循环及物质循环,基于水循环及物质循环得到河道水文信息模拟值、污染物信息模拟值。
S32、采用均分插值算法对河道水文信息模拟值、污染物信息模拟值进行时间尺度扩展。
S33、将扩展后的模拟值输入到水动力水质模型,得到模拟的流域内水体状况,基于流域内水体状况得到模拟的污染物分布格局与水体的实时监测数据。
S34、将模拟的污染物分布格局与水体的实时监测数据输入到水生态模型,得到生态环境质量综合指标。
S35、基于水文水质模型、水动力水质模型及水生态模型,得到待预测流域的水环境模拟预测结果。
可选地,水动力水质模型包括:一维河网水动力水质模型WQS、二维河道水动力水质模型NEWCHAN、二维湖泊水动力水质模型BNULAKE。
可选地,输出模块,进一步用于:
S341、将扩展后的模拟值输入到一维河网水动力水质模型,模拟污染物在河道内的运移过程及水质变化过程,得到一维河网水质变化数据。
S342、将扩展后的模拟值输入到二维河道水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程,得到二维河道水质变化数据。
S343、将扩展后的模拟值输入到二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程,得到二维湖泊水质变化数据。
S344、基于上述S341-S343的结果,得到模拟的流域内水体状况。
可选地,一维河网水动力水质模型包括水动力计算模块、闸坝调控模块、区间过程估算模块、水质计算模块。
可选地,输出模块,进一步用于:
S3411、将扩展后的模拟值输入到水动力计算模块,得到单一河段流场;其中,河段流场为河段各个断面位置的水力要素;水力要素包括河段各个断面位置的面积、湿周、水位、流量、水深、流速。
S3412、将单一河段的流场输入到闸坝调控模块,得到全河段流场。
S3413、将全河段流场输入到区间过程估算模块,对全河段流场中的水位、流量数据进行修正。
S3414、将经修正的全河段流场以及水质数据输入到水质计算模块,得到全河段浓度场分布。
S3415、将全河段浓度场分布输入到区间过程估算模块,对全河段浓度场分布中的水质数据进行修正,得到模拟的污染物在河道内的运移过程,及水质变化过程。
一方面,提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述基于多模型耦合的流域水环境模拟预测的方法。
一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述基于多模型耦合的流域水环境模拟预测的方法。
本发明实施例提供的技术方案带来的有益效果至少包括:
上述方案中,通过嵌套多种陆域水文水质模型与水体水动力学模型的流域水文、水质、水生态集合模拟工具。陆域水文水质模型是在充分考虑流域生态水文过程的基础上,通过流域水循环及物质循环(包括污染物迁移过程)过程的模拟,获取长时间序列的河道水文信息及污染物浓度信息,为水体水动力学模型提供输入及边界条件。水体水动力学模型着眼于流域内水体状况的模拟,以陆域水文水质模型的水文信息和污染物浓度信息作为输入及边界条件,采用均分插值的方法解决流域水文模型与水体水动力学模型时空尺度不匹配的问题,将流域产汇流、面源产污、城市排污口点源排放,作为河网水动力水质耦合模拟的外边界,基于河网一维水动力水质模型,模拟不同情景下污染物在河道内的运移过程,并为关键断面提供水质随时间变化过程线;基于河道二维水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程;基于二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程。水生态模型基于水体水动力学模型对水体污染物浓度时空格局的精确模拟,结合水质指标的实时监控,对水体内生物多样性动态进行模拟监测,从而判别水体的健康程度。通过以上耦合模拟形成一个多维嵌套陆域水文、水动力及水环境耦合模拟框架,从而实现水环境从流域到水体到水生态的动态模拟。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明基于多模型耦合的流域水环境模拟预测的方法流程示意图;
图2是本发明基于多模型耦合的流域水环境模拟预测的方法流程示意图;
图3是本发明水环境预测预报模型组框架图;
图4是本发明流域水文-水质-水生态联合模拟技术;
图5是本发明四点偏心格式的网格图;
图6是本发明隐格式示意网格图;
图7是本发明水位、水深、床底高程示意图;
图8是本发明网格规则示意图;
图9是本发明干湿界面的三种情况;
图10是本发明干湿界面床底高程局部修正方法示意图;
图11是本发明基于多模型耦合的流域水环境模拟预测的装置框图;
图12是本发明一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
如图1所示,本发明实施例提供了一种基于多模型耦合的流域水环境模拟预测的方法,该方法由电子设备实现,该方法包括:
S11、获取待预测流域的输入数据;输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
S12、将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
可选地,S12中的水文水质模型的选取方法为基于待预测流域的下垫面特征,选择水文水质模型。
水文水质模型包括水文模拟模型HSPF、分布式水文模型SWAT。
可选地,S12中的将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果包括:
S131、将输入数据输入到水文水质模型,得到模拟的待预测流域的水循环及物质循环,基于水循环及物质循环得到河道水文信息模拟值、污染物信息模拟值。
S132、采用均分插值算法对河道水文信息模拟值、污染物信息模拟值进行时间尺度扩展。
S133、将扩展后的模拟值输入到水动力水质模型,得到模拟的流域内水体状况,基于流域内水体状况得到模拟的污染物分布格局与水体的实时监测数据。
S134、将模拟的污染物分布格局与水体的实时监测数据输入到水生态模型,得到生态环境质量综合指标。
S135、基于水文水质模型、水动力水质模型及水生态模型,得到待预测流域的水环境模拟预测结果。
可选地,S12中的水动力水质模型包括:一维河网水动力水质模型WQS、二维河道水动力水质模型NEWCHAN、二维湖泊水动力水质模型BNULAKE。
可选地,S133中的将扩展后的模拟值输入到水动力水质模型,得到模拟的流域内水体状况包括:
S1341、将扩展后的模拟值输入到一维河网水动力水质模型,模拟污染物在河道内的运移过程及水质变化过程,得到一维河网水质变化数据。
S1342、将扩展后的模拟值输入到二维河道水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程,得到二维河道水质变化数据。
S1343、将扩展后的模拟值输入到二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程,得到二维湖泊水质变化数据。
S1344、基于上述S1341-S1343的结果,得到模拟的流域内水体状况。
可选地,一维河网水动力水质模型包括水动力计算模块、闸坝调控模块、区间过程估算模块、水质计算模块。
可选地,S1341中的基于一维河网水动力水质模型,模拟污染物在河道内的运移过程及水质变化过程包括:
S13411、将扩展后的模拟值输入到水动力计算模块,得到单一河段流场;其中,河段流场为河段各个断面位置的水力要素;水力要素包括河段各个断面位置的面积、湿周、水位、流量、水深、流速。
S13412、将单一河段的流场输入到闸坝调控模块,得到全河段流场。
S13413、将全河段流场输入到区间过程估算模块,对全河段流场中的水位、流量数据进行修正。
S13414、将经修正的全河段流场以及水质数据输入到水质计算模块,得到全河段浓度场分布。
S13415、将全河段浓度场分布输入到区间过程估算模块,对全河段浓度场分布中的水质数据进行修正,得到模拟的污染物在河道内的运移过程,及水质变化过程。
上述方案中,通过嵌套多种陆域水文水质模型与水体水动力学模型的流域水文、水质、水生态集合模拟工具。陆域水文水质模型是在充分考虑流域生态水文过程的基础上,通过流域水循环及物质循环(包括污染物迁移过程)过程的模拟,获取长时间序列的河道水文信息及污染物浓度信息,为水体水动力学模型提供输入及边界条件。水体水动力学模型着眼于流域内水体状况的模拟,以陆域水文水质模型的水文信息和污染物浓度信息作为输入及边界条件,采用均分插值的方法解决流域水文模型与水体水动力学模型时空尺度不匹配的问题,将流域产汇流、面源产污、城市排污口点源排放,作为河网水动力水质耦合模拟的外边界,基于河网一维水动力水质模型,模拟不同情景下污染物在河道内的运移过程,并为关键断面提供水质随时间变化过程线;基于河道二维水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程;基于二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程。水生态模型基于水体水动力学模型对水体污染物浓度时空格局的精确模拟,结合水质指标的实时监控,对水体内生物多样性动态进行模拟监测,从而判别水体的健康程度。通过以上耦合模拟形成一个多维嵌套陆域水文、水动力及水环境耦合模拟框架,从而实现水环境从流域到水体到水生态的动态模拟。
如图2所示,本发明实施例提供了一种基于多模型耦合的流域水环境模拟预测的方法,该方法由电子设备实现,该方法包括:
S21、获取待预测流域的输入数据;输入数据包括DEM(Digital Elevation Model,数字高程模型)数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
一种可行的实施方式中,DEM作为地理信息系统数据库中最为重要的空间信息资料和赖以进行地形分析的核心数据系统,国家测绘部门将其作为国家空间数据基础设施建设的重要内容之一,DEM是通过有限的地形高程实现对地形曲面的数字化模拟或者说是地形表面形态的数字化表示。
气象数据是SWAT、HSPF等常用流域水文水质模型以及水动力学模型的驱动数据。气象数据库可以包括降雨、气温、风速、日照、辐射、露点温度、蒸发量的日尺度数据和小时尺度数据。根据模型对气象数据的不同需求选择不同气象要素和不同时间尺度的数据。日尺度气象数据来源于中国气象数据网站上公开的气象站点数据,在实测日数据缺少的情况下采用天气发生器对数据进行插补。小时尺度的数据通过日尺度数据的时间离散化获取,例如HSPF模型所需气象数据在时间上的离散是通过WDMUtil程序进行,水动力学模型则采用水动力模型内置降尺度模块。流域气象要素的空间格局通过手动分配空间距离最近的气象站点,以该站点的气象数据作为驱动数据进行模型运行。
水文数据可以包括流量,用于模型率定及验证。
流域水文水质数据库主要包括流域主要干流和支流的日尺度和小时尺度的径流数据,水质数据库包括流域主要干流及支流的污染物的点源数据和非点源数据。点源数据主要包括河道污染物浓度数据,非点源污染物数据主要是指农业施肥数据,在不同农作物生长阶段分配氮磷使用量。
S22、将输入数据输入到水环境预测模型;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
一种可行的实施方式中,水环境预测模型的模型参数库可以包括土地利用/覆被数据库、土壤数据库、特色数据库。
其中,土地利用/覆被数据库用于反映地区一定时期的土地表面要素的分布状态、地表特征及动态变化,以及人类对土地的开发、利用、改造、规划和管理等的数据资料。
土壤数据库原始数据来源于世界和谐土壤数据库,包括土壤沙土、粘土、粉粒的粒径栅格数据。将原始数据标准转换为美制的标准以适应HSPF模型和SWAT模型。
特色数据库可以包括多尺度的流域地表信息数据库,陆域水文模型和水体水动力学模型对驱动数据的要求存在较大差异,为满足不同模型的模拟需求,针对不同的模拟对象,构建满足多维时间尺度和空间分辨率的流域地表信息数据库。
模型数据转化接口标准的研发,针对不同模型参数的特点,建立不同类型模型间的数据映射转换关系,为方便快捷的调用模型参数提供了便利。
S23、将输入数据输入到水文水质模型,得到模拟的待预测流域的水循环及物质循环,基于水循环及物质循环得到河道水文信息模拟值、污染物信息模拟值。
其中,水文水质模型的选取方法为基于待预测流域的下垫面特征,选择水文水质模型,水文水质模型可以包括HSPF(Hydrologic Simulate Program–FORTRAN,水文模拟模型)、SWAT(Soil and Water Assessment Tool,分布式水文模型)等。
一种可行的实施方式中,上述HSPF、SWAT模型为现有技术,该模型的构建及训练方法等本文不在赘述。
针对不同尺度的流域,筛选并确定各自适用的水文水质模型对流域水文过程及污染物迁移过程进行模拟,并为水动力学模型提供输入数据。多维流域水文水质模型主要包括HSPF模型和SWAT模型。SWAT模型是一个使用范围较广的水文水质模型,然而对于尺度较大且水文资料缺乏的流域,基于可控输入参数相对较少的HSPF模型,提出将模型参数及流域物理属性并行移植的方法,可以实现缺资料地区的全流域水文模拟。
S24、采用均分插值算法对河道水文信息模拟值、污染物信息模拟值进行时间尺度扩展。
一种可行的实施方式中,采用均分插值算法对区间入流量、城市点源污染及流域面源污染物模拟值进行时间尺度扩展,为水动力水质模型提供输入数据及边界条件。
S25、将扩展后的模拟值输入到水动力水质模型,得到模拟的流域内水体状况,基于流域内水体状况得到模拟的污染物分布格局与水体的实时监测数据;水动力水质模型包括:一维河网水动力水质模型、二维河道水动力水质模型、二维湖泊水动力水质模型,具体包括下述S251-S254:
一种可行的实施方式中,如图3、图4所示的自主研发的二维河道水动力水质模型、二维湖泊水动力水质模型采用“单向耦合法”实现了流域水文水质模型与水体水动力学模型的链接,有效规避了水动力学模型计算量巨大的弊端,实现了多尺度流域陆水一体化模拟。
基于流域下垫面特征选择合适的流域水文模型,对不同子流域进行模拟,并采用SWAT汇流计算方法对流域水文水质过程进行模拟。
利用流域水文模型获取河道断面流量过程、污染物浓度作为河网水动力学模型的边界条件,通过降尺度算法实现基于边界条件的水文水动力模型链接。
基于动态自适应网格的嵌套方法,实现一维河网水动力水质模型与二维湖库水动力水质模型的实时交互。
S251、将扩展后的模拟值输入到一维河网水动力水质模型,模拟污染物在河道内的运移过程及水质变化过程,得到一维河网水质变化数据;可选地,一维河网水动力水质模型包括水动力计算模块、闸坝调控模块、区间过程估算模块、水质计算模块,具体包括下述S2511-S2515:
S2511、将扩展后的模拟值输入到水动力计算模块,得到单一河段流场;其中,河段流场为河段各个断面位置的水力要素;水力要素包括河段各个断面位置的面积、湿周、水位、流量、水深、流速。
S2512、将单一河段的流场输入到闸坝调控模块,得到全河段流场。
S2513、将全河段流场输入到区间过程估算模块,对全河段流场中的水位、流量数据进行修正。
S2514、将经修正的全河段流场以及水质数据输入到水质计算模块,得到全河段浓度场分布。
S2515、将全河段浓度场分布输入到区间过程估算模块,对全河段浓度场分布中的水质数据进行修正,得到模拟的污染物在河道内的运移过程,及水质变化过程。
S252、将扩展后的模拟值输入到二维河道水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程,得到二维河道水质变化数据。
S253、将扩展后的模拟值输入到二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程,得到二维湖泊水质变化数据。
S254、基于上述S251-S253的结果,得到模拟的流域内水体状况。
一种可行的实施方式中,围绕流域水环境问题的自然和人类活动影响的成因与水系统互动关系,针对不同水体的特点,及其与陆域面源污染和点源污染的关系,分别研建不同维数(一维、二维)的水动力水质模型。在此基础上,构建多维水动力-水质嵌套耦合模拟框架,建立干支流河网一维、湖泊/水库二维的多维耦合水动力水质模型,以一维河网水动力水质模型为核心,将流域产汇流、面源产污、城市排污口点源排放,作为河网水动力水质耦合模拟的外边界,提出基于动态自适应网格的嵌套方法,实现与二维湖库水动力水质模型的实时交互,在此基础上,研发了水体多维水动力水环境模拟系统。
针对复杂的水动力学问题,构建了一套适用于复杂地形条件的二维水动力水质模拟模型。针对计算效率的要求,基于重点河段的地形特点,提出了动态自适应正方形结构网格方法,与目前河道模型常用的非结构网格或贴体网格相比,具有精度高、计算效率高的特点,同时避免了非结构网格壁面处虚假流动的问题,以及贴体网格变化后交角的大小与数值解有关的问题,并且能自动产生细网格表征复杂地形及捕捉复杂水流状态,而在地形及流态简单平缓的地方则用粗网格覆盖,并在水流状态由复杂转为简单后,细网格自动变粗。因此,网格随着水力条件的变化而不断变化从而达到计算精度及时间上的最佳结合。
在典型流域自主研发的干支流河道一维水动力水质模型和湖泊/水库二维水动力水质模型,大幅提升了模拟效率和精度。针对多维耦合模拟在交界面附近的数值精度降低、计算失稳的问题,研发了随水动力场和污染浓度梯度动态变化的自适应网格划分方法,提出了“一维河网-二维河道-二维湖库”的嵌套耦合方式,“二维河道”为“一维河网”和“二维湖库”的重叠区域,采用粗网格一体化划分二维河道和二维湖库,遵守“2:1”原则动态划分精细网格以确保质量和动量守恒,在此基础上开发了河湖多维嵌套动力模拟模块BNU-SWP,计算效率提升300%以上。
河网一维-二维水动力水质模型是基于实测河道断面资料,对于河道采用河网一维水动力水质模型模拟,关键河段采用二维水动力水质模型模拟,二维模型可为水环境水生态分析提供流场模拟结果,一维模拟为二维模拟提供上下边界条件;以流域区间入流、流域面源污染、城市点源污染、通江湖泊水位作为外边界;可对流域河网污染负荷进行空间模拟和负荷估算,可模拟河道内各关键断面的总氮、总磷负荷量,及各种污染负荷的河道沿程空间分布场。
一、河网一维-二维水动力水质模型可以为水环境水生态分析提供二维水动力流场;考虑流域区间入流和面源排放、城市江城关系、湖泊江湖关系,可模拟不同流域社会经济发展情景下,河道和通江湖泊的水量和水质变化,为河道水量-水质模拟以及综合调控提供科学工具。
水动力水质模型架构
水质水量耦合包括“紧密耦合”和“松散耦合”两种方式,区别在于是否联立求解湍流方程和浓度方程,是否同时计算流场和浓度场。由于实际河流中的污染物一般来说浓度都比较低,对水流的水力特性影响不大,所以基于水动力、水质集成的一维水质水量耦合模型采用松散耦合模式,先计算流场,再根据流场计算结果求解浓度场。
模型由两个部分组成:水动力模拟和水质模拟。具体可以划分为四个模块:水动力计算、水质计算、区间过程估算、闸坝调控。实际上,四个模块都有完整的结构,都可以作为一个单独的模型来运行,但是基于水动力、水质集成的一维水质水量耦合模型使四个模块之间相互调用,紧紧联系,形成一个多功能的综合性模型以解决复杂的河流模拟问题。整个模型的输入包括地形、水位、流量、水质、水动力参数、水质参数、水文参数,输出主要有水位、流量、流速、水质。水动力计算模块需要输入地形和水文(水位或流量)数据,可以计算出单一河段的流场,调用闸坝调控模块后可以算出全河段流场,再引入区间过程估算模块的区间入流量估算以修正水位流量数据,提高水动力计算结果的精度。水质计算模块需要输入水质数据,结合水动力计算模块的流场结果后可以求出全河段浓度场分布,再调动区间过程估算模块的区间污染负荷估算以修正水质数据,进一步提高水质模拟精度。
1)水动力计算模块
水动力模型是通过上、下游控制断面等提供的初始条件和边界条件,计算出河段流场,也就是河段各个断面位置的面积、湿周、水位、流量、水深、流速等水力要素。其主要包括圣维南方程组的离散求解、初始条件的确定、水动力参数率定和模型验证等内容。
①控制方程
圣维南方程组是描述一维明渠非恒定渐变流运动的基本方程,包括连续性方程和运动方程,根据选取的基本变量不同可以表示成多种形式。本申请以流量Q和水位Z为基本变量,考虑旁侧出入流量,采用下式(1)的圣维南方程组:
式中:A为面积,单位m;t为时间,单位s;Q为流量,单位m3/s;x1为流程,单位m;q为单位流程上的侧向流,正值表示流入,单位m2/s;g为重力加速度,取9.81m/s2;B为水面宽度,单位m;Z为水位,单位m;n为糙率,无量纲;R为湿周,单位m。
河网中河道交汇的节点叫汊点。根据质量守恒定律,汊点位置的流量计算采用下式(2)表示:
式中,Qj为第j条河流进入汊点的流量,单位m3/s;V为汊点蓄水量,单位m3。
对于汊点的水位,根据伯努利定律,采用下式(3)动力衔接条件表示:
式中:Ej为第j条河流的总水头,单位m;Zj为第j条河流的水位,单位m;uj为第j条河流的流速,单位m/s;g为重力加速度,单位m/s2;E为汊点位置总水头,单位m。
②离散格式
采用较为常用的Preissmann四点偏心格式对式(3)进行离散。这一格式针对矩形网格中间的某个点M将因变量的微分变为差分。M点位于空间步长的正中心,在时间步长上,偏向已知时层θΔt,偏向未知时层(1-θ)Δt,其中θ为权重因子,如图5所示。
以流量Q为例,Preissmann四点偏心格式具体形式如下式(4)-(6):
式中,i′为距离;j′为时间;θ为权重因子。水位Z的离散方式同上。
Preissmann四点偏心格式是隐式差分格式,可以从理论上证明无条件稳定,根据经验,θ一般取0.7-0.75稳定性较好,精度较高。
将式(4)-(6)代入式(1),得到连续性方程和动量方程的差分格式,如下式(7)(8)所示:
③初始条件确定
在求解圣维南方程组之前,除了需要上、下游控制断面等提供边界条件(水位、流量或水位流量关系),还需要提供初始条件,即各断面初始时刻的水位(或水深)和流量(或流速)。对于一般底坡较小的河道,初始水位可以给个假定值,比如与控制站点的初始水位相同。但是对于山区性河流或者水位变幅较大的河段,假定的水位有时可能无法跑动模型。本研究采用恒定流模拟的方式生成初始条件,很大程度上可以避免模型难以起算的问题。
考虑明渠恒定渐变流方程,如下式(9)所示:
以差分近似代替微分,离散后得到以下方程,如下式(10)所示:
用二分法多次试算和循环反复可对该方程进行求解。
④控制方程计算
在实际计算时,将全河段划分为N+1个断面,每个断面有Q和Z两个未知数,一共有2(N+1)个未知数。N+1个断面有N个子河段,而每个子河段可以建立式(11)和式(11)这样的两个方程(i=0,N-1),所以全河段一共2N个方程,再从上下游控制站补充两个边界条件就可以求解方程。补充方程的如下式(11)、(12):
若上游控制断面提供的边界条件是流量,则a0=0,c0=1,e0=Q;若提供的边界条件是水位,则a0=1,c0=0,e0=Z。若下游控制断面提供的边界条件是流量,则aN=0,cN=1,eN=Q;若提供的边界条件是水位,则aN=1,cN=0,eN=Z。
结合式(9)-(12),方程组的系数矩阵如下:
根据系数矩阵,通过消元,可以将方程形式转化成一种标准形式,再采用消元法求解。以上游边界提供流量,下游边界提供水位为例,式(13)可以转化成如下形式:
Qi=Pi+RiZi (13)
式中,由于是第一个断面,所以i=0;P0=e0/c0,Q0=-a0/c0;由于上游给定的边界条件是流量,事实上P0=Q,Q0=0。
将式(13)代入式(7)和式(8),则得到下式(14)的一组方程:
其中:
对于最后一个断面,显然有下式(15):
由于下游ZN已知,采用双消去法的“求逆”过程逆推回去就可以完成方程的一次求解运算。再将上述过程进行5-10次迭代,从而解决系数矩阵中e2i含有未知层流量的问题。
2)水质计算模块
水质计算模块以环境水力学为基础,侧重于污染物在水体中的输移、扩散和转化。该模块根据水动力计算模块的流场模拟结果,在输入边界的水质数据后,可以模拟污染物随时间和空间迁移转化的规律。由于研究河段较长,两岸的入河排污口众多,所以水质模型的正确建立很大程度上取决于基础数据的全面性和真实性。
①污染物迁移转化
水环境中污染物可以分成两大类:保守物质和非保守物质。保守物质随水流运动而改变空间位置,并通过不断向周围分散而稀释降低了初始浓度,但在水体中的总量不会减少,如部分高分子有机物和重金属。非保守物质除了具有保守物质随流运动和分散作用的特点外,还会因为自身衰减或者在环境因素作用下发生反应而减低了总量。污染物进入河流后,一般有三个阶段的混合过程:垂向混合、横向混合和纵向混合,分别指污染物朝水深方向、对岸方向和下游方向的混合。
自然界中水流的运动是非常复杂的,有多个不同的流态。在这样复杂的流场中,污染物发生迁移转化也有多种方式。其中,迁移转化的物理过程主要包括:分子扩散、随流扩散、紊动扩散、剪切流离散、对流扩散和物理吸附;化学过程有化学吸附和氧化还原;生物过程主要是生物降解。实际上,天然水体中污染物的这些迁移转化过程不会以单一的方式进行,而是多种方式同时存在,各个过程交织在一起。此外,床沙质在河床和水流中的交换,浊度改变导致光照强度的变化等因素都会影响污染物的迁移和转化过程。
②河流水质方程
与河流不同横断面之间的平均污染物浓度偏差相比,长河段横断面上各点的污染物浓度偏差要小得多,所以垂向和横向浓度梯度往往可以忽略,只考虑河流纵向上的污染物浓度变化,即一维水质模拟问题。一维河流水质方程如下式(16):
式中:C为污染物浓度,mg/L;t为时间,s;u为断面平均流速,m/s;x1为流程,m;M为综合扩散系数,以剪切流离散为主,m2/s;K为综合衰减系数,以一级反应为主,d-1;S为外源项,mg/(m3·s)。
对于河流汊点,考虑如下的污染负荷平衡方程:
式中:Qj为第j条河流进入汊点的流量,m3/s;Cj为第j条河流进入汊点的污染物浓度,mg/L;V为汊点蓄水量,m3;C′为汊点污染物浓度,mg/L。
③水质方程求解
采用有限差分法对式(16)进行离散,结合初始条件和边界条件,再利用水动力模块的流场计算结果进行驱动,就可以求解水质方程得到浓度场分布。对空间步长x采用向前差分格式,对时间步长t采用向后差分格式,对x的二阶导数采用中心差分格式,该隐格式离散的格式如图6所示。
该隐格式的差分形式如下(18)-(21)所示:
式中,C为污染物浓度,mg/L。
将式(18)-(21)代入式(16)得到离散后的水质差分方程如下式(22):
将上式(22)整理后得到下式(23):
式中:
其中f主要依据迎风格式,按照河流流向确定,顺向为1,逆向为-1。
综上,微分方程形成了如下的三对角矩阵:
对该矩阵采用追赶法求解。
显然,采用追赶法,先按i=1,n的顺序计算出系数gi和wi,再按i=n,1的顺序求逆过程就可以解出第j+1层未知层的Ci。再对时间t进行多次迭代,可以解出各时间层的污染物浓度值。
3)区间过程估算模块
由于研究河段较长,很多较小的河道、取水口或排污口等改变了某个河段区间的水量和水质,但又缺乏有效的监测数据,所以影响了模型计算结果。为提高模型精度,需要研究相应的模型,估算进入或排除河段的水量和污染负荷。
区间过程估算模块是基于马斯京根流量演算法建立的,反映了水量平衡和物质守恒的原理。考虑马斯京根流量演算法的两个方程,如下式(24)(25):
W=K[x′I+(1-x)O] (25)
式中:W1、W2为计算时段初、末的槽蓄量,m3;I1、I2为计算时段初、末的入流量,m3/s;O1、O2为计算时段初、末的出流量,m3/s;x′为流量权重因子,河槽调蓄作用越大则x′越小;Δt′为马斯京根流量演算时段长,h;K表示稳定流情况下的河段传播时间。
联立式(24)和(25),得到流量演算公式(26):
O2=C0I2+C1I1+C2O1 (26)
需要注意的是,马斯京根流量演算法是基于河道汇流为线型系统的假设,为满足该假设需要保证2K(1-x′)≥Δt′≥2Kx′和Δt′≈K。研究长河段时,宜将长河段划分为若干个小河段进行连续演算。
从水量平衡原理出发,基于马斯京根法可以估算区间入流量,然后再分配到汇入干流的小河道上。计算公式如下(27)(28):
SQ=Qd-QOu (27)
式中:SQ为区间入流,负值表示出流,m3/s;Qu、Qd为上、下游控制断面的流量,m3/s;QOu为上游控制断面的入流量在下游控制断面的出流量,m3/s;Δt为计算时段长,h。
从物质守恒的原理出发,基于马斯京根法可以估算区间入河污染负荷,然后再分配到汇入干流的小河道上。计算公式如下(29)-(32):
SP=PAd-PAOu (29)
PAu=CuQu (31)
PAd=CdQd (32)
其中:
式中:SP为区间入河污染负荷,负值表示出河污染负荷,g/s;PAu、PAd为上、下游控制断面的污染物对流通量,g/s;PAOu为上游控制断面演算至下游控制断面的污染物对流通量,g/s;Δt为计算时段长,h;λ为污染物生化降解系数,s-1;D0、D1、D2为马斯京根污染物通量演算系数,其计算式中各变量含义与式(26)中C0、C1、C2计算式的变量含义相同。
二、采用显式格式计算二维水动力-水质控制方程组,计算格式统一、简单;针对计算区域复杂和地形分布不规则的特点,改进二维浅水方程形式,使用水位变量替代水深变量,建立“预和谐”控制方程,即Pre-balanced shallow water equations;基于预和谐控制方程,采用Godunov型有限体积法为框架,使用Runge-Kutta方法实现时间上的二阶精度,运用MUSCL方法实现空间上的二阶精度;并采用HLLC近似尼曼解计算界面通量;并结合斜率限制器以保证模型的高分辨率特性,避免在间断或大梯度解附近产生非物理虚假振荡;采用局部修正干湿界面处床底高程的方法处理干湿床问题,简化了计算过程,提高了计算稳定性;采用半隐式格式计算摩阻项,确保了摩阻项在计算过程中不改变流速分量的方向,也避免了小水深引起的速度的不合理极化问题,提高了计算稳定性和准确性;针对显式格式,采用CFL稳定条件实现了数值模型的自适应时间步长技术。
1)控制方程
如图7所示,二维水动力-水质模型的控制方程为式(33)(34):
式中:t为时间,s;g为重力加速度,m/s2;如上图所示,zb为床底高程,m;h为水深,m;η为水位高程(η=h+zb),m;为x″方向的底坡斜率;为y方向的底坡斜率;为x″方向的底坡摩阻力;为y方向的底坡摩阻力,其中Cf=gn2/h1/3为底坡摩阻系数;n为Manning糙率系数;ρ为水的密度;qc(=ch)是污染物扩散通量,c是污染物扩散系数;sc是污染物扩散源项。
2)动态自适应网格
本模型采用的动态自适应网格,可以在此网格上直接采用有限体积Godunov-type格式数值求解二维浅水方程,Godunov-type格式数值的选用使得模型具有自动捕捉复杂流态包括水跃等的能力。此外,还能保证在应用到复杂地形上时保持平衡解、自动跟踪干湿边界,适用于现实中的河道模拟。
相邻网格必须满足两倍边长关系(2:1原则),即网格的任意边长只能是相邻网格对应边长的2倍、1倍、或1/2。利用笛卡尔基础网格,定义不同等级单元网格的坐标,采用(ib,jb,is,js)的格式,(ib,jb)代表其在背景网格中的坐标,(is,js)代表其在子网格中的坐标,相邻网格可直接通过原坐标找到,可避免对计算网格重新排序,产生多余的数据结构存储空间,网格规则示意图如图8所示。
根据水动力学特性,定义自适应参数标准。采用平均水面梯度作为网格自适应参数标准,有助于精确捕捉间断和其它复杂的流模式(如:超临界流、临界流、亚临界流等),将其带入标准公式计算阈值,判断下一个时间步长内各等级网格的疏密调整变化情况。在模拟中,每一个时间步长都将进行一次判断。通过设置适当的自适应参数值和阈值,实现随水流演进的动态自适应。
①控制方程求解
有限体积离散如下式(35):
式中:上角标k为现在的时间步长;下角标ib和jb为网格的网格单元序号;Δt为时间步长。
对上式使用二阶Runge-Kutta方法实现时间上的二阶精度,可得下式(36):
②通量计算
由于积分平均,物理变量在每个单元内部为常数,在整个计算域内形成阶梯状分布,因此在单元界面处物理量存在间断,即界面左、右两侧的物理量不相等,故而在界面处构成了一个局部黎曼问题。通过黎曼问题的求解可得到界面处的对流数值通量。二维浅水方程的对流数值通量计算可转化为界面处一维黎曼问题求解。
由于近似求解黎曼问题的效率较高,且精度完全满足模拟计算的要求,因此近似黎曼求解器获得了广泛的研究和应用。目前较常用的黎曼求解器主要有:FVS格式、FDS格式、Osher格式、Roe格式、HLL格式、HLLC格式等。由于HLLC格式满足熵条件,且在合理计算波速的情况下适应干湿界面计算,因此本模型采用该格式计算二维浅水方程的对流数值通量,如下式(37):
式中:fL和fR分别为接触波左、右侧的数值通量;f*L和f*R分别为黎曼解中间区域接触波左、右侧的数值通量;SL、SM、SR分别为左波、接触波和右波的波速。f*L和f*R由下式(38)计算:
式中:f1*和f2*分别为运用HLL格式计算得到的法向数值通量的第一、二个分量,如下式(39)所示:
此处采用双稀疏波假设并考虑干底情况的方法计算左、右波速近似值,如下式(40)-(43):
由下式(44)计算接触波的波速:
以(ib+1/2,jb)界面为例,(ib+1/2,jb)界面动量通量根据不同的左、右单元水位和床底高程情况,分别确定用于计算数值通量的左、右初始间断值和从而解决界面处的黎曼问题。此处采用MUSCL(Monotone Upstream-centredSchemes for Conservation Laws,限制坡度的线性重建法)计算界面左、右侧初始间断值,从而达到空间上的二阶精度。
单元格(ib+1/2,jb)界面左侧数值通量算法,如下式(45)表示:
单元格(ib+1/2,jb)界面右侧数值通量算法,如下式(46)表示:
式中:ψ为斜率限制公式。其他变量可通过上式计算得,如下式(47):
需要指出的是,上述方程仅适用于“湿”界面。如计算“干”界面或“干湿”界面,则第一步须计算(ib+1/2,jb)界面的zbi+1/2,j,如下式(48):
则其它变量如下式(49)所示:
如图9、10所示,两种情况可直接采用公式计算。展示了一种特殊情况,即水流被建筑物或地形阻挡。如图9所示,在界面(ib+1/2,jb)上,由式(48)和(49)有: 所得的界面水位高程非真实的水位高程。假设将此模型应用于处于平静状态的湖泊,其湿底河床部分为u=0,v=0且η≡constant。由式(48)和(49)所得(ib+1/2,jb)界面的水位高程为取值大于真实的水位高程值η。而界面(ib-1/2,jb)水位高程为η≡constant。从而导致非物理虚假动量通量,引起平静的水面进入运动状态,即违反了模型的和谐性。
为了保持模型的和谐性,采用干湿界面床底高程的局部修正方法,如下式(50)(51):
③源项计算
底坡项计算
基于改进的“预和谐”浅水方程,建立的和谐模型不需要任何额外校正项,此处采用单元中心型近似方法处理底坡项,如下式(52):
摩阻项计算
复杂地形的陡峭坡面,使局部区域的水深较小、流速较大。由于水深变量位于摩阻项的分母,一般的隐式或半隐式计算格式仍面临一些问题,如产生错误的大流速、改变流速分量的方向等。此处采用隐式格式处理摩阻项,同时引入摩阻项近似的最大值条件限制,以保证摩阻项处理过程中流速分量的方向不被改变。所得常微分方程,如下式(53):
式中:Sfx″=-τbx″/ρ。在x″方向上,使用Taylor级数离散摩阻项,可得式(54):
当水头接近干湿界面时,水深接近于零,从而引起计算的不稳定。采用摩阻项近似的最大值条件限制,即Fx须满足如下式(56)条件:
④稳定条件
由于采用显式格式求解浅水方程,为保持格式的稳定,时间步长受CFL稳定条件的限制,如下式(57):
式中,Δt为时间步长;Δx″ib,jb和Δyib,jb为计算单元格(ib,jb)在x″和y方向上的长度;uib,jb和vib,jb为单元格(ib,jb)的速度在x″和y方向上的分量;Ct为克朗(Courant)数,0<Ct<1,一般情况下,取Ct=0.5。
⑤边界条件
一般情况下,数学模型的边界条件实现方式有两种:镜像单元法和直接计算数值通量法。其中,前者在基于结构网格的数学模型中应用较广,而后者被广泛运用于基于非结构网格的数值模型。本文采用镜像单元法实现边界条件,以x方向为例:
固壁边界条件,如下式(58):
hB=hI,uB=-uI,vB=vI (58)
开边界条件,如下式(59):
hB=hI,uB=uI,vB=vI (59)
式中:u和v分别为边界处的法向和切向的流速分量;下角标B和I分别代表边界单元格和边界内单元格。
S26、将模拟的污染物分布格局与水体的实时监测数据输入到水生态模型,得到生态环境质量综合指标。
一种可行的实施方式中,生态系统是一个十分复杂的系统,建立精确的数学模型比较困难。基于流域的监测数据,采用统计学方法建立水生态系统统计学模型既可描述生态系统复杂的非线性关系,模型建立主要依赖于资料,不需要单个实验和识别参数,模型有很强的区域性,可操作性;可以预测未来当输入因子发生变化时生态系统输出因子的变化趋势。水生态系统统计模型把水量、水质及有关变量作为系统输入因子,生态环境质量综合指标或生态状况指标(如植物分布面积)作为系统输出因子。根据实际监测的水质指标与生物多样性指标,建立生物多样性指数与水质指标间的关联关系。结合构建的大数据平台中的水质监测模块输出的水质指标以及实时监测的水质指标,实现水体物种多样性的动态变化趋势的模拟监测。
S27、基于水文水质模型、水动力水质模型及水生态模型,得到待预测流域的水环境模拟预测结果。
上述方案中,通过嵌套多种陆域水文水质模型与水体水动力学模型的流域水文、水质、水生态集合模拟工具。陆域水文水质模型是在充分考虑流域生态水文过程的基础上,通过流域水循环及物质循环(包括污染物迁移过程)过程的模拟,获取长时间序列的河道水文信息及污染物浓度信息,为水体水动力学模型提供输入及边界条件。水体水动力学模型着眼于流域内水体状况的模拟,以陆域水文水质模型的水文信息和污染物浓度信息作为输入及边界条件,采用均分插值的方法解决流域水文模型与水体水动力学模型时空尺度不匹配的问题,将流域产汇流、面源产污、城市排污口点源排放,作为河网水动力水质耦合模拟的外边界,基于河网一维水动力水质模型,模拟不同情景下污染物在河道内的运移过程,并为关键断面提供水质随时间变化过程线;基于河道二维水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程;基于二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程。水生态模型基于水体水动力学模型对水体污染物浓度时空格局的精确模拟,结合水质指标的实时监控,对水体内生物多样性动态进行模拟监测,从而判别水体的健康程度。通过以上耦合模拟形成一个多维嵌套陆域水文、水动力及水环境耦合模拟框架,从而实现水环境从流域到水体到水生态的动态模拟。
如图11所示,本发明实施例提供了一种装置1100,该装置1100应用于实现方法,该装置1100包括:
数据获取模块1110,用于获取待预测流域的输入数据;输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
输出模块1120,用于将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
图12是本发明实施例提供的一种电子设备1200的结构示意图,该电子设备1200可以是上述数据集获取系统的一个用户节点,该电子设备1200可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)1201和一个或一个以上的存储器1202,其中,存储器1202中存储有至少一条指令,至少一条指令由处理器1001加载并执行以实现下述方法:
S11、获取待预测流域的输入数据;输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源。
S12、将输入数据输入到水环境预测模型;基于输入数据以及水环境预测模型,得到待预测流域的水环境模拟预测结果,完成待预测流域的水环境从流域到水体到生态的动态模拟;其中,水环境预测模型包括水文水质模型、水动力水质模型、水生态模型。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端中的处理器执行以完成上述基于多模型耦合的流域水环境模拟预测的方法。例如,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于多模型耦合的流域水环境模拟预测的方法,其特征在于,所述方法包括:
S1、获取待预测流域的输入数据;所述输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源;
S2、将所述输入数据输入到水环境预测模型;基于所述输入数据以及所述水环境预测模型,得到待预测流域的水环境模拟预测结果,完成所述待预测流域的水环境从流域到水体到生态的动态模拟;其中,所述水环境预测模型包括水文水质模型、水动力水质模型、水生态模型;
所述S2中的水文水质模型的选取方法为基于待预测流域的下垫面特征,选择水文水质模型;
所述水文水质模型包括水文模拟模型HSPF、分布式水文模型SWAT;
所述S2中的将所述输入数据输入到水环境预测模型;基于所述输入数据以及所述水环境预测模型,得到待预测流域的水环境模拟预测结果包括:
S31、将所述输入数据输入到所述水文水质模型,得到模拟的待预测流域的水循环及物质循环,基于所述水循环及物质循环得到河道水文信息模拟值、污染物信息模拟值;
S32、采用均分插值算法对所述河道水文信息模拟值、污染物信息模拟值进行时间尺度扩展;
S33、将所述扩展后的模拟值输入到所述水动力水质模型,得到模拟的流域内水体状况,基于所述流域内水体状况得到模拟的污染物分布格局与水体的实时监测数据;
S34、将所述模拟的污染物分布格局与水体的实时监测数据输入到所述水生态模型,得到生态环境质量综合指标;
S35、基于所述水文水质模型、水动力水质模型及水生态模型,得到待预测流域的水环境模拟预测结果。
2.根据权利要求1所述的方法,其特征在于,所述S2中的水动力水质模型包括:一维河网水动力水质模型WQS、二维河道水动力水质模型NEWCHAN、二维湖泊水动力水质模型BNULAKE。
3.根据权利要求2所述的方法,其特征在于,所述S33中的将所述扩展后的模拟值输入到所述水动力水质模型,得到模拟的流域内水体状况包括:
S341、将所述扩展后的模拟值输入到所述一维河网水动力水质模型,模拟污染物在河道内的运移过程及水质变化过程,得到一维河网水质变化数据;
S342、将所述扩展后的模拟值输入到所述二维河道水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程,得到二维河道水质变化数据;
S343、将所述扩展后的模拟值输入到所述二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程,得到二维湖泊水质变化数据;
S344、基于上述S341-S343的结果,得到所述模拟的流域内水体状况。
4.根据权利要求3所述的方法,其特征在于,所述一维河网水动力水质模型包括水动力计算模块、闸坝调控模块、区间过程估算模块、水质计算模块。
5.根据权利要求4所述的方法,其特征在于,所述S341中的基于所述一维河网水动力水质模型,模拟污染物在河道内的运移过程及水质变化过程包括:
S3411、将所述扩展后的模拟值输入到所述水动力计算模块,得到单一河段流场;其中,河段流场为河段各个断面位置的水力要素;所述水力要素包括河段各个断面位置的面积、湿周、水位、流量、水深、流速;
S3412、将所述单一河段的流场输入到所述闸坝调控模块,得到全河段流场;
S3413、将所述全河段流场输入到所述区间过程估算模块,对所述全河段流场中的水位、流量数据进行修正;
S3414、将经修正的所述全河段流场以及水质数据输入到所述水质计算模块,得到全河段浓度场分布;
S3415、将所述全河段浓度场分布输入到所述区间过程估算模块,对所述全河段浓度场分布中的水质数据进行修正,得到模拟的污染物在河道内的运移过程,及水质变化过程。
6.一种基于多模型耦合的流域水环境模拟预测的装置,其特征在于,所述装置包括:
数据获取模块,用于获取待预测流域的输入数据;所述输入数据包括数字高程模型DEM数据、气象数据、水文数据、水质数据、土地利用、土壤类型、污染源;
输出模块,用于将所述输入数据输入到水环境预测模型;基于所述输入数据以及所述水环境预测模型,得到待预测流域的水环境模拟预测结果,完成所述待预测流域的水环境从流域到水体到生态的动态模拟;其中,所述水环境预测模型包括水文水质模型、水动力水质模型、水生态模型;
所述水文水质模型的选取方法为基于待预测流域的下垫面特征,选择水文水质模型;
所述水文水质模型包括水文模拟模型HSPF、分布式水文模型SWAT;
所述将所述输入数据输入到水环境预测模型;基于所述输入数据以及所述水环境预测模型,得到待预测流域的水环境模拟预测结果包括:
S31、将所述输入数据输入到所述水文水质模型,得到模拟的待预测流域的水循环及物质循环,基于所述水循环及物质循环得到河道水文信息模拟值、污染物信息模拟值;
S32、采用均分插值算法对所述河道水文信息模拟值、污染物信息模拟值进行时间尺度扩展;
S33、将所述扩展后的模拟值输入到所述水动力水质模型,得到模拟的流域内水体状况,基于所述流域内水体状况得到模拟的污染物分布格局与水体的实时监测数据;
S34、将所述模拟的污染物分布格局与水体的实时监测数据输入到所述水生态模型,得到生态环境质量综合指标;
S35、基于所述水文水质模型、水动力水质模型及水生态模型,得到待预测流域的水环境模拟预测结果。
7.根据权利要求6所述的装置,其特征在于,所述将所述扩展后的模拟值输入到所述水动力水质模型,得到模拟的流域内水体状况包括:
S341、将所述扩展后的模拟值输入到一维河网水动力水质模型,模拟污染物在河道内的运移过程及水质变化过程,得到一维河网水质变化数据;
S342、将所述扩展后的模拟值输入到二维河道水动力水质模型,模拟关键河段二维流场的变化及污染物扩散输移过程,得到二维河道水质变化数据;
S343、将所述扩展后的模拟值输入到二维湖泊水动力水质模型,模拟湖泊与河道的水量、水质交换过程,以及污染物在湖泊中的降解转化过程,得到二维湖泊水质变化数据;
S344、基于上述S341-S343的结果,得到所述模拟的流域内水体状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111329360.2A CN114117848B (zh) | 2021-11-10 | 2021-11-10 | 一种基于多模型耦合的流域水环境模拟预测的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111329360.2A CN114117848B (zh) | 2021-11-10 | 2021-11-10 | 一种基于多模型耦合的流域水环境模拟预测的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114117848A CN114117848A (zh) | 2022-03-01 |
CN114117848B true CN114117848B (zh) | 2022-11-11 |
Family
ID=80378289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111329360.2A Active CN114117848B (zh) | 2021-11-10 | 2021-11-10 | 一种基于多模型耦合的流域水环境模拟预测的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114117848B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114358664B (zh) * | 2022-03-18 | 2022-05-24 | 水利部交通运输部国家能源局南京水利科学研究院 | 变化环境与洪旱急转条件下洪水调度与水资源保障方法 |
CN114648167B (zh) * | 2022-04-02 | 2024-01-23 | 重庆市生态环境科学研究院 | 一种基于山地流域污染负荷的水质预警系统及预警方法 |
CN116384630B (zh) * | 2023-03-31 | 2024-01-23 | 西北农林科技大学 | 基于机理模型的交汇区农业面源污染负荷估算方法 |
CN116415526B (zh) * | 2023-04-07 | 2024-05-07 | 中国水利水电科学研究院 | 一种基于水动力学模拟的灌区渠网输配水优化调控方法 |
CN116630122B (zh) * | 2023-07-24 | 2023-09-19 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于水文-生态响应关系的湖泊生态水力调控方法及系统 |
CN117592397B (zh) * | 2023-12-06 | 2024-04-30 | 南京高科环境科技有限公司 | 基于复杂管网的高精度水质预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测系统的污染源扩散预警方法 |
CN112241850A (zh) * | 2020-10-28 | 2021-01-19 | 中国水利水电科学研究院 | 一种网络化调水的生态补偿标准测算方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101728183B1 (ko) * | 2012-07-06 | 2017-04-18 | 한국전자통신연구원 | 수리 모형을 사용한 실시간 수질 예측 장치 및 방법 |
CN107944606A (zh) * | 2017-11-13 | 2018-04-20 | 武汉大学 | 一种面向服务的空地水一体化环境耦合系统 |
CN111382547A (zh) * | 2020-03-16 | 2020-07-07 | 中国环境科学研究院 | 一维非稳态河流水动力-水质模拟方法和装置 |
AU2021103039A4 (en) * | 2021-06-02 | 2021-07-22 | Institute of Hydroecology, MWR&CAS | an ecological dispatch method and apparatus for complex ecosystem of lakes and rivers |
-
2021
- 2021-11-10 CN CN202111329360.2A patent/CN114117848B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392100A (zh) * | 2014-10-29 | 2015-03-04 | 南京南瑞集团公司 | 基于水质在线监测系统的污染源扩散预警方法 |
CN112241850A (zh) * | 2020-10-28 | 2021-01-19 | 中国水利水电科学研究院 | 一种网络化调水的生态补偿标准测算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114117848A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114117848B (zh) | 一种基于多模型耦合的流域水环境模拟预测的方法及装置 | |
Liang et al. | High-resolution three-dimensional mapping of soil organic carbon in China: Effects of SoilGrids products on national modeling | |
Emiroglu et al. | Neural networks for estimation of discharge capacity of triangular labyrinth side-weir located on a straight channel | |
Luo et al. | Evaluating the coordinated development of social economy, water, and ecology in a heavily disturbed basin based on the distributed hydrology model and the harmony theory | |
Noori et al. | Uncertainty analysis of developed ANN and ANFIS models in prediction of carbon monoxide daily concentration | |
CN107657912A (zh) | 一种基于Mike11的河流水环境容量确定方法 | |
Seifi et al. | Improving one-dimensional pollution dispersion modeling in rivers using ANFIS and ANN-based GA optimized models | |
Wei et al. | Impacts of rainfall intensity and urbanization on water environment of urban lakes | |
Cebe et al. | Water quality modelling in Kaş Bay | |
CN114139259A (zh) | 一种河道水质模型的构建方法 | |
CN110765676B (zh) | 一种基于稳定流场的流域水质模拟方法 | |
Kassem et al. | Predicting of daily Khazir basin flow using SWAT and hybrid SWAT-ANN models | |
Samet et al. | Comparison between soft computing methods for prediction of sediment load in rivers: Maku dam case study | |
CN113569438B (zh) | 基于多源降雨融合和实时校正的城市洪涝模型构建方法 | |
Arhonditsis et al. | The effects of episodic rainfall events to the dynamics of coastal marine ecosystems: applications to a semi-enclosed gulf in the Meditteranean Sea | |
CN114707293A (zh) | 流域水环境模拟方法及装置 | |
CN105303007A (zh) | 一种采用融合技术建立尼尔基水库水生态风险预警模型的方法 | |
Zhao et al. | Risk assessment of flood disaster and forewarning model at different spatial-temporal scales | |
Anctil et al. | A neural network experiment on the simulation of daily nitrate-nitrogen and suspended sediment fluxes from a small agricultural catchment | |
CN114881544A (zh) | 一种水库流量调控方法、装置、电子设备及存储介质 | |
Dearing et al. | Modelling approaches for coastal simulation based on cellular automata: the need and potential | |
Fu et al. | Simulation of urban wastewater systems using artificial neural networks: embedding urban areas in integrated catchment modelling | |
Adib et al. | Interactive approach for determination of salinity concentration in tidal rivers (Case study: The Karun River in Iran) | |
Xia et al. | Urban water system theory and its model development and application | |
CN114399103A (zh) | 一种基于cnn的陆水一体化河流水质时空连续预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |