摘要 水质模型是水环境污染治理规划决策的有效工具。阐述了当前5种主要的综合地表水质模型，以及在水质预测、水质规划评价、水质预警预报中的基本应用研究现状。结合计算机技术等高科技手段的应用，重点探讨了水质模型在环境预测与评价领域中的应用发展趋势，对我国环境工作者科学地选择、使用地表水质模型具有一定的参考价值。
关键词 水质模型；应用现状；趋势；模拟
中图分类号 P333文献标识码A文章编号1007-5739（2008）03-0192-04
水质模型（water quality model）是根据物质守恒原理用数学的语言和方法描述参加水循环的水体中水质组分所发生的物理、化学、生物化学和生态学诸方面的变化、内在规律和相互关系的数学模型。它是水环境污染治理、规划决策分析的重要工具[1-2]。对现有模型的研究是改良其功效、设计新型模型所必须的，研究现有水质模型是为水环境规划治理提供更科学更有效决策的基础，是设计出更完善更能适应复杂水环境预测评价模型的依据。
1几种主要地表水质模型
1.1WASP模型
WASP（The water quality analysis simulation program，水质分析模拟程序）是美国环境保护局提出的水质模型系统，能够用于不同环境污染决策系统中分析和预测由于自然和人为污染造成的各种水质状况，可以模拟水文动力学、河流一维不稳定流、湖泊和河口三维不稳定流、常规污染物和有毒污染物在水中的迁移和转化规律，被称为万能水质模型[3]。目前的最新版本是WASP7，它具有2个独立的计算机子程序：DYNHYD（水力学计算程序）和WASP（水质分析模拟程序）。WASP提供了两类水质模拟子程序：EUTRO（富营养化模型）和TOXI（有毒化学物模型）。WASP模型的基本方程反映了对流、弥散、点杂质负荷与扩散杂质负荷以及边界的交换等随时间变化的工程，经简化WASP常用模型如下：
式中，SL为点源和面源负荷；SB为边界负荷；SK为总动力转化系数，正值为源，负值为汇。
目前，WASP水质模型已被广泛应用于水质模拟。逄勇等[4]曾进行了太湖藻类的动态模拟研究，探讨了太湖藻类的动态变化机制，对治理太湖藻类“水华”有一定的现实意义；杨家宽、肖波等将WINDOWS版的WASP5运用于汉江襄樊段的水质模拟，也取得了较满意的结果[5]。
1.2Streeter_Phelps方程（简称：S-P方程[6]）
S-P方程是在以下2个假定下导出的BOD_DO水质模型[7]：①只考虑好氧微生物参加的BOD一级衰减反应，用-K1C来表示。②河流水体中溶解氧的减少只认为是由微生物的作用使BOD衰减而引起的，BOD的反应速率与水体中溶解氧减少的速率相应，复氧速率与水体中的氧亏量成正比，其微分方程为：
式中，U为断面平均流速（m/s）；C为断面平均BOD浓度（mg/L）；O为断面平均溶解氧浓度（mg/L）；x为上、下断面的间距（km）；D为断面溶解氧亏损浓度，为实测水温时的饱和溶解氧Os与断面实测溶解氧O之差（mg/L）；K1为好氧微生物分解BOD，使BOD减少的衰减系数，1/d；K2为水面从大气复氧的复氧系数，1/d。
S-P方程及其修正式是水质模型发展历程中最早的一类模型，由于当时对水质模型的研究还处于萌芽阶段，S-P方程还只是简单的氧平衡模型，主要集中于对氧平衡的研究，也涉及一些非耗氧物质，属于一维稳态模型，因此在复杂水环境条件下的应用范围受到了限制。
1.3QUAL模型
最初的QUAL模型是F.D.Masch及其同事和德州水利发展部分别于1970年和1971年发展的河流水质模型QUAL-Ⅰ，1972年美国水资源工程公司（WRE）和美国环保局（EPA）合作发展成了第1个版本的QUAL-Ⅱ，后经多次修订和增强，相继推出了QUAL2E、QUAL2E_UNCAS，直到目前的最新版本QUAL2K。
郭永彬、王焰新等人将QUAL2K模型用于汉江中下游的水质模拟与预测[8]，并将QUAL2E和QUAL2K都应用研究河流的同一河段并比较模拟结果发现，QUAL2K比QUAL2E能更好地模拟野外观测数据，验证了QUAL2K的先进性。QUAL模型建立在如下假定的基础之上：①将研究河段分成一系列等长的计算单元水体，在每一个单元水体中污染物是混合均匀的。②污染物沿水流轴向迁移，对流、扩散等作用在纵轴方向。流量和旁侧入流不随时间变化，可认为是一个常数。③各单元水体的水力几何特征，如坡底、断面面积、河床糙率、生化反应速率、污染物沉降等方面各小段均相同。在以上假定的基础上，导出QUAL模型基本微分方程：
式中，Ax为x位置的河流横截面积（m2）；U为断面平均流速（m/s）；Ex为纵向分散系数（m2/s）；Δx为小河段的间距（km）；S 为源和汇的物质负荷（mg/L）。
QUAL模型可按用户希望的任意组合方式模拟15种水质组分[9，10]，可研究入流污水负荷（包括数量、质量和位置）对受纳水体水质的影响，也可用它来研究非点源问题。它既可以用作稳态模型，也可以用作时变的动态模型。QUAL模型适用于枝状河流，它假设河流中的平流和弥散作用只在主流方向上是主要的，是一个一维的综合河流水质模型，可被用来计算靠增加河流流量来满足预订溶解氧水平时所需要的稀释流量[11]。QUAL模型使用范围的多样性使得它也成为国内外环境部门常用的一种地表水质模型程序。
1.4QUASAR模型
QUASAR（Quality Simulation Along River System）模型是由英国Whitehead建立的贝德福乌斯河水质模型发展起来的[12，13]，是一维动态水质模型，包括：PC_QUA SAR、HERMES和QUESTOR等3个部分。QUASAR模型用含参数的一维质量守恒微分方程来描述枝状河流动态传输过程。PC-QUASAR和QUESTOR（Quality Evaluation Simulation Tool for River System）可随机模拟大的枝状河流体系，这种河流受污水排放口、取水口和水工建筑物等多种因素影响。QUASAR可同时模拟水质组分：BOD、DO、硝氮、氨氮、pH值、温度和一种守恒物质的任意组合。QUASAR模型首先将模拟河道划分为一系列非均匀流河段，再将河段划分为若干等长的完全混合计算单元。河道数据以河流段组织，统一河段内具有相同的水力、水质特性和参数，各河段的水力、水质特性则各不相同。QUASAR模型忽略了弥散作用对水质的影响，并假定每个计算单元是理想的完全混合反应器，在此假定的基础之上，得到模型的基本方程为：
式中，C为组分浓度；C′为组分流入浓度；Q′为组分流入量；V为单元水的体积；ΔC为组分的内部转化。
QUASAR模型具有综合性、实用性和计算简便的特点，在河流水环境规划、水质评价、治理等方面具有较为广泛的应用前景，非常适合于大型河流的溶解氧模拟，已成功地应用于英国LOIS工程[14]，值得在我国河流水质工作中借鉴。
1.5MIKE模型
MIKE模型是由丹麦水动力研究所（DHI）开发的，最早的MIKE1 I是一维动态模型，能用于模拟河网、河口、滩涂等多种地区的情况。研究的变量包括水温、细菌、氮、磷、DO、BOD、藻类、水生动物、岩屑、底泥、金属以及用户自定义物质。它研究的水质变化过程很多，被广泛应用于世界许多地区。此后，在MIKE1 Ⅰ的基础上，DHI又开发了二维MIKE2 Ⅰ和三维MIKE3 Ⅰ模型，它们都具有很好的界面，能处理许多不同类型的水动力条件。其中MIKE2 Ⅰ是应用较为广泛的一款商业模型，由于在平面二维自由表面流数值模拟方面具有强大的功能，曾经在丹麦、埃及、澳洲、泰国及中国香港、台湾等国家和地区得到成功应用。目前该软件在国内的应用发展很快，并在一些大型工程中广泛应用，如我国在拟兴建巴河大桥工程中就用到了MIKE2 Ⅰ模型。工程采用了MIKE2 Ⅰ模型对建桥前后水位、流场变化情况进行了数值模拟，计算结果与经验公式比较合理，计算过程显示了该模型使用方便，精度可以满足预测要求，达到了良好效果[15]。但由于MIKE水模型程序源代码不对外开放，其模型程序包加密，研究人员只能使用该程序，而不能在其基础上修改完善成为适应本地区使用的专属水质模型，这在一定程度上抑制了该模型的发展。
2水质模型在环境规划与管理中的应用
2.1污染物在水环境中行为的模拟和预测
水质模型最基本的功能是模拟和预测污染物在水环境中的行为。污染物在迁移的过程中行为非常复杂，用模型方法有助于了解污染物的运动规律，而且省时，经济。对于求解水质方程，传统方法采用有限差分和有限元法。差分法对于曲线边界拟合不够理想，而有限元求解对流扩散方程会产生数值振荡，有限体积法结合了差分法和有限元的优点，是目前较为理想的数值求解方法。国外学者对水质模型的研究较早，也较成熟。Chau等[16]建立了三维污染物传输数学模型和水流模型方程耦合求解，水平方向采用正交曲线坐标，竖向采用σ坐标，考虑侧向边界的影响，模拟了Pearl河的COD水质变化。由于我国本身的环境污染问题，国内学者也做了大量的工作，近年来在数值模拟方面的研究工作也开展较多，赵棣华等[17]根据长江江苏感潮河段水流水质及地形特点，应用有限体积法及黎曼近似解建立了平面二维水流—水质模型。应用浓度输移精确解验证模型算法的正确性，利用长江江苏感潮河段的水流、水质监测资料进行模型率定检验，并通过对卫星遥感资料的分析检验模型计算污染带的合理性。模型在长江江苏段主要地区区域供水规划及实施决策支持系统中得到应用，为该江段水质规划提供了依据。
2.2水质管理规划与评价
河流水质规划的基本课题是根据河流预定的基本功能所要求的水质及河流的自净能力来确定允许排入河流的污染物量[18]。在实践中，环境容量是环境目标管理的基本依据，是环境规划的主要环境约束条件，也是污染物总量控制的关键参数。对于已经污染的河流来说，则是如何削减各污染源的污染物排入量，以最低费用且在规定时间内使河流水质达到预定目标。它是水质模型与系统工程结合，寻求最优解的过程。20世纪70年代，由于非点源污染问题突出，水质管理模型由单一的水质数学模型发展为一个包含流域水文模型、非点源模型和水质模型的复合模型系统。80年代后期，地理信息系统开始与上述的数学模型有机耦合在一起，构成一个比较完整的流域水质管理系统[19，20]。实践表明，利用系统方法进行水质规划，可以节省10％以上的基本建设投资和运行费用。
2.3水质预警预报
水质预警是指在一定范围内，对一定时期的水质状况进行分析、评价，对水环境发生的影响变化进行监测、分析，并对其容量进行评价，通过对生态环境状况和人为行为的分析，对其发生及其未来发展状况进行预测。确定水质的状况和水质变化的趋势、速度以及达到某一变化限度的时间等，预报不正常状况的时空范围和危害程度，按需要适时地给出变化或恶化的各种警戒信息及相应的综合性对策，即对已出现的问题提出解决措施，对未出现或即将出现的问题给出防范措施及相应级别的警戒信息[21]。彭虹等人基于河流二维水质模型和地理信息系统理论，建立了三峡库区突发污染事故预警预报系统。其研究以三峡万州段为例，考虑污染物的迁移过程，对污染物迁移扩散的预警预报以及突发污染事件进行了模拟，并利用MapObject实现了模拟结果在系统中的实时动态可视化，可为河流水环境的管理和决策提供科学依据[22]。
3计算机技术在水质模型应用研究中的重要性
水质模型发展至今已有几十年的历史，在水环境规划治理的各个领域应用广泛，使环境工作者的工作效率和准确性得到了提高。国外的环境机构早已将水质模型与计算机相结合来有效处理环境水污染问题了，我国对此领域的研究起步不久，目前大多使用的水环境模型程序都是将国外的地表水质模型程序修改其参数来适应地域性的使用要求。随着现代科学管理迅猛发展，智能高效的水质预测模型在实际水环境规划管理中的应用需求将大大增加，其与计算机及一系列信息技术相结合的研究也将成为今后重要的发展趋势。
3.1模型的完善与不确定性研究
目前水质模型不完善体现在：并未完全清楚污染物在介质中的迁移转化过程，近似假设仍可导致模拟较大地偏离真实情况；模型较复杂，导致许多参数难以较准确度量和估值。由于水环境系统中存在很大随机性和偶然因素，从而导致输出结果的不确定性。目前不确定性水质模型主要有3种类型[23]：基于概率论及数理统计的随机方法、灰色系统理论、模糊数学。各国学者对机理水质模型的研究重点还是加强污染机理研究、提高参数估值准确度及研究模型不确定性方面。
3.2水质模型与“3S”的结合
水质模型与计算机及空间技术的结合是当今最前沿的发展方向。“3S”指地理信息系统GIS、遥感系统RS、全球定位系统GPS。GIS技术可在其空间和属性库中输入河道基本数据、水文及污染源数据，利用其空间数据库采集、管理、操作和分析能力，可使水质监测与评价产生全新的面貌[24，25]。遥感（RS）是一种不通过直接接触目标物而获得其信息的一种新型的探测技术，能及时准确地提供大范围内进行动态检测的各种资源和环境数据。在流域级水流—水质—生态模型中引入“3S”技术也正在成为环境水力学发展的一个重要趋势。
3.3多介质环境综合模型的开发研究
多介质环境是指与大气、水体、土壤、生物等组成的总环境体系，其中水体是核心[26]。环境中的污染物是在多环境介质中进行分配的，而多介质环境模型可将不同环境单元内部的污染物变化过程与导致污染物跨过介质边界的过程相联系。由于还没有充分认识污染物在各种介质之间的迁移过程，现有的多介质环境模型在处理实际问题时只能对污染物在介质间的迁移过程作近似假设，许多参数的随机性给模型处理实际问题带来不确定性。因此，这类模型目前还只能给出一种趋势预测，而不是状态的精确预报。
3.4人工神经网络和水质模型的结合
人工神经网络除可直接应用于对水质进行模拟预测外，还可被嵌入到水质模型模拟中，如通过人工神经网络率定水质模型中的各参数，使其对水质的分析和模拟过程更趋于合理化，同时增强处理非线性问题的能力，提高预报精度等[27]。
3.5地下水与地表水转换的水质模型
地下水与地表水的相互作用是自然界中普遍存在的一种自然现象。目前的水质模拟中地下水与地表水基本上是独立的，彼此间的影响只作为一种边界条件来体现，没有作为一个相互影响的综合系统来考虑。其实，无论是从水量还是从水质来说，地下水与地表水之间都存在着转化关系。目前，在地下水与河水的耦合模型中，如何计算地下水与河水两者之间转化量是数值模拟模型的难点，如何更好地表示两者之间的转化量、确定河流的边界条件以及考虑河流以线状或面状补给将是研究的重点。
3.6水质模型与虚拟现实技术的结合
虚拟现实技术是利用计算机技术对现实的运动进行模拟和声像演示。在虚拟过程中，操纵者可以身临其境地感受到这个过程的运动情况，可以对设备进行操纵，可以查看生产过程、实验过程，实现人机真正的交互。将其与水质模型相结合，可使模拟过程更简便，并实现模拟结果的可视化、动态化。
3.7水质模型与专家系统的结合
在地表水环境分析和应用中，经验工人和技术人员往往可根据监测的实时环境数据进行污染物的扩散预测，通过对这些专家知识的学习，设计地表水污染专家系统，并利用专家系统的有关理论进行地表水模型研究，这也是一个重要的研究方向。
4结语
自1925年第1个水质模型问世以来，随着对污染物污染机理的深入研究，国内外很多科研机构已相继研究开发出众多综合水质模型。本文通过对几种主要地表水质模型的应用现状的研究展望了其发展前景，也了解到现有水质模型的不完善性以及存在一些有待解决的问题，如在复杂水环境条件下现有水质模型的应用范围受到了很大限制、水质模型程序预测结果误差较大等。
根据发展趋势来分析，计算机和信息技术与水质模型将会结合得更紧密，对水环境预测数据处理的精确性研究方面将会更加深入。对水质模型的研究可以为计算机及信息技术在水质的模拟预测及水质模型的设计等方面中的应用提供良好依据。环境工作者在对环境污染进行治理规划的同时，也应加强对国内外水质模型的研究，并结合现代的高科技计算机及信息技术，设计出适合我国特殊要求的高效的水质模型程序，争取达到水质模型研究开发的世界领先水平，加速我国环境事业的发展。
5参考文献
[1] 谢永明.环境水质模型概论[M].北京：中国科学技术出版杜，1996.
[2] 叶常明.水环境数学模型的研究进展[J].环境科学进展，1993，1（1）：74-80.
[3] 李炜.环境水力学进展[M].武汉：武汉水利电力大学出版社，1995.
[4] 逄勇.太湖地区大气—水环境的综合数值研究[M].北京：气象出版社，1998.
[5] 杨家宽，肖波.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，2005，21（4）：8-10.
[6] 傅国伟.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，1987.
[7] 王占兴，田长涛，崔洪强.实际应用中S-P水质模型参数的确定[J].黑龙江水专学报，2004，31（1）：86-87.
[8] 郭永彬，王焰新.汉江中下游水质模拟与预测—QUAL2K模型的应用[J].安全与环境工程，2003，10（1）：4-7.
[9] 孙颖，陈肇和，范晓娜，等.河流及水库水质模型与通用软件综述[J].水资源保护，2001，17（2）：7-11.
[10] 陈家军，于艳新，李森.QUAL2E模型在呼和浩特市水质模拟中的应用[J].水资源保护，2004，20（3）：1-4.
[11] 田一平.QUAL-Ⅱ综合水质模型及其使用方法[J].环境监测管理与技术，1990，2（1）：32-35.
[12] 徐明德，师莉红.浅析QUASAR河流综合水质模型[J].科技情报开发与经济，2005，15（2）：172-173.
[13] WHITEHEAD P G，WILLIAMS R J，LEWIS D R.Quality simulation along river systems（QUASAR）model theory and development[J].Sci Total Environ，1997：447-456.
[14] 徐明德，师莉红.浅析QUASAR河流综合水质模型[J].科技情报开发与经济，2005，15（2）：172-173.
[15] 袁雄燕，徐德龙.丹麦MIKE2 Ⅰ模型在桥渡壅水计算中的应用研究[J].人民长江，2006（2）：31-32.
[16] CHAU K W，JIANG Y W.Simulation of transboundary pollutant transport action in the Pearl River delta [J].Chemosphere，2003（9）：1615-1621.
[17] 赵棣华，李提来，陆家驹.长江江苏段二维水流—水质模拟[J].水利学报，2003（6）：72-78.
[18] KAZMI，ABSAR A.Numerical models in water quality management：a case study for the Yumuna river[J].Water Science and Technology，1997，36（5）：193-200.
[19] 张禹卿.河流水质规划计算机模拟研究[J].同济大学学报，1995，23（4）：458-463．
[20] MAHAJIAN A U，CHALAPATIRAO C V．Mathematical modeling-a tool for coastal water quality management[J].Water Science and Technology，1999，40（2）：151-157.
[21] HUTCHINSON C．Uses of satellite data for famine early warning in Sub-Saharam Africa[J].International Journal of Remote Sensing，1991（12）：1405-1421.
[22] 彭虹，张万顺，彭彪，等.三峡库区突发污染事故预警预报系统研究[J].人民长江，2007（4）：117-119.
[23] 金明.一维稳态河流的随机微分方程模型[J].水利学报，1991（2）：19-25.
[24] 马蔚纯，张超.基于GIS的水质数值模拟——以上海市苏州河为例[J].地理学报，1998，53（12）：68-75.
[25] 贾海峰，程声通，杜文涛.GIS与地表水水质模型WASP5的集成[J].清华大学学报（自然科学版），2001，41（8）：125-128.
[26] FALL C.Generalized model of pentachlorophenol distribution in a mended soil-water system[J].Water Environment Research，2001，73（1）：110-117.
[27] 魏文秋，孙春鹏.灰色神经网络水质预测模型[J].武汉水利电力大学学报，1998，31（4）：26-29.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。