三峡库区典型支流水质模型及其参数敏感性分析.docx

1、三峡库区典型支流水质模型及其参数敏感性分析三峡库区典型支流水质模型及其参数敏感性分析 三峡库区典型支流水质模型及其参数敏感性分析 李 亚 军1，程 瑶1，2，王 雨 春2 (1.河北工程大学 水利水电学院，河北 邯郸 056001； 2.中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室，北京 10038) 摘要：参数敏感性分析旨在确定水质模型中各参数对模型精度的影响，在利用水质模型分析时,可根据参数的敏感性精简模型中的大量参数。以三峡库区支流草堂河为例，建立相应生态动力学模型，并对模型结果进行验证，再进一步采用扰动分析法对模型中26个参数的敏感性进行了计算分析。研究结果表明：生化参数

2、中浮游植物的最大生长率(R0)、适应温度下限(T1)、死亡线性系数(RDIE1)、光照最低值(IOPT)、消光系数(KC)、遮光系数(KW)及磷酸盐半饱和系数(KPO4)是敏感性最高的参数，其他参数敏感性相对较低；对同一参数而言，其敏感性亦会随季节改变发生变化，其敏感性一般在冬春季较低，夏秋季较高。 关 键 词：水体环境学； 水质模型； 敏感性分析； 生化参数； 草堂河; 三峡库区 在过去几十年里，人类的强烈活动导致湖泊和河流变得更加富营养化1，建立水质模型是研究富营养化问题的有效手段之一，其目的主要是从生态角度研究水质问题，为解决水质问题提供参考方案2。在目前的水质模型研究当中，研究者建立了

3、WASP、EFDC、Delft3D-ECO和PCLake等具有众多参数的复杂水质模型，但是决定模型精度的往往是对模型输出结果有较大影响的部分参数3。因此，对生态模型中的参数进行敏感性分析，确定众多参数对模型输出结果的影响，可以有效提高模型模拟精度，并方便进一步解析水体富营养化的关键控制因素。基于以上原因，水质模型参数的确定及其敏感性分析已成为水质富营养化模拟研究的热点问题之一。 在国内水质模型参数的敏感性分析中，黄清华等人以祁连山地区为例对SWAP模型进行相关参数分析，确定了水质模型中不同模块各参数的重要程度4。刘悦忆等人以蒙特卡洛方法为基础，建立了淮河流域的水质概率预报模型，使得水质模型可以

4、统计分析计算时段内河流水质的范围及其概率5。Li等人以浙江宁波章溪河流域为例，研究了Ann AGNPS模型中显著影响输出结果的参数敏感性，并结合调整空间分布的方法评估了模拟效果以便制定最佳管理措施6。汤冰冰等人全面而系统地分析了QUAL2K水质模型中各个参数及参数间组合对水质指标的影响程度7。国外Zou等人建立了对应湖泊的水质模型，并且定义了模型中各参数取值范围8。Herman等人考虑了模型中参数数量增加所造成的模型中参数间非线性关系及参数互相影响可能对模型造成的影响9。Morris等研究发现可以对水质模型中参数进行分类以确定对模型输出具有显著影响的参数子集，进而排除大部分对模型输出影响不大的

5、参数10。 目前，水质模型的参数敏感性分析实例大多集中在水库和湖泊3，对三峡水库支流库湾的水质模型及其参数敏感性研究则相对较少。本文以三峡库区典型支流草堂河为例，建立草堂河库湾水质模型，并结合实测数据进行了结果校验，同时对模型中参数敏感性进行了分析，进而为支流库湾中三维水质模型研究提供相关参考。 1 研究地区与研究方法 1.1 研究区域概况 草堂河为长江的一级支流，位于三峡库区中部的重庆市奉节县，河长33.3 km,流域面积210.0 km2，年平均流量7.51 m3/s。受三峡水库蓄水影响，草堂河由山区河流转变为支流库湾，并且在春季和夏季曾出现水华现象。研究区域示意如图1所示。 图1 研究区

6、域示意 1.2 浮游植物生态动力学模型 本文所用浮游植物生态动力学模型是结合研究区域特性，参考国内外已有研究成果11-21建立的能反映营养盐-浮游植物-生物碎屑相互转化过程的模型。模型基本概念如图2所示。 图2 生态模式概念 模型满足下列微分方程组： (1) (2) DO+airfluxDO (3) Si (4) PO4 (5) sedfluxNH4 (6) NO3 (7) 式中，Cp代表水体中浮游植物生物量；CDET代表水体中碎屑含量；CDO代表水体中溶解氧浓度；CSi代表水体中硅酸盐含量；CPO4代表水体中磷酸盐含量；CNH4为水体中氨氮的含量；CNO3为水体中硝氮的含量；gpp代表光合作

7、用；rsp代表呼吸作用；exu代表浮游植物分泌过程；mor代表浮游植物死亡过程；rmn代表碎屑矿化过程；upt代表浮游植物吸收营养盐过程；rel代表浮游植物呼吸作用释放营养盐过程；nit代表硝化作用；denit代表反硝化过程；snk代表碎屑沉降过程;各上标表示过程,下标表示过程相关变量。 1.3 支流库湾物质交换模型 模型中同时考虑了研究区域内的水体交换所造成的水位变化及水体中各物质浓度变化，其方程为 (8) (9) 式中，h代表研究区域水位；C代表水体中各物质浓度；Qin代表入流水量；Qout代表出流水量；Qrain代表降雨入流水量；Qevap代表蒸发水量；Cin代表入流水体中物质浓度；Co

8、ut代表出流中物质浓度；V代表水体体积；A代表水面面积。 1.4 参数敏感性分析方法 参数敏感性指数本身为无量纲指数，主要反映参数变化对模型输出结果所造成的影响程度。本文采用扰动法对模型的参数敏感性进行分析。该方法操作性强，理论成熟，方便有针对性地优选较为重要的参数22。研究中选取敏感性指数S作为衡量参数敏感性大小的标准23：S值越大，表明参数改变对模型输出结果的影响越大，即该参数的敏感性越高。敏感性指数计算公式为 (10) 式中，Pi+1为第i+1次模型参数输入值；Pi为第i次模型参数输入值；Pa为两者均值；Qi+1为第i+1次模型输出的结果；Qi为第i次模型输出的结果；Qa为两者均值；n为

9、各参数模拟次数。 根据陈建等人24的敏感性分级方法及S值的范围将参数敏感性划分为5个级别,见表1。 表1 敏感性分级级别S值范围敏感性表征S1.0特别敏感 2 参数设置及模型率定 2.1 数据资料及参数 研究所用数据为2014年草堂河各月实测资料，包括各月水温、水质及干支流水位流量数据。根据研究区实际情况，将草堂河上游采样点作为模型上边界，长江干流及支流交汇口处作为模型下边界，模拟时间从2014年1月1日至2014年12月31日。将各月观测资料线性插值获得每日资料，作为驱动模型的数据，生态模型的参数初始值如表2所示。 2.2 模型校准 本文模拟结果与实测结果的可靠性选用均方根误差(RMSE)和

10、相对均方根误差(RRE)作为评判标准25-26。模拟结果与实测数据对比显示，均方根误差(RMSE)为10.8gL-1，相对均方根误差为32.65%(见图3)。模型校验发现除3月及8月可能由于某些因素造成短期水华爆发，水体中叶绿素实测值与模拟值相差较大外，其他月份叶绿素模拟值与实测值的整体拟合效果相对较好。这说明模型能够相对客观地反映研究区域水体生态过程，可以利用该模型快速进行相关参数敏感性分析，进而为以后三峡库区支流库湾三维水质模型的参数范围确定提供相应参考。 表2 参数定义参数说明单位初始值R0最大生长率d-13.039T1适应温度下限23T2适应温度上限29IOPT光照最低值Wm-260K

11、PO4PO4半饱和系数mmolPm30.285BRSP基础呼吸率d-10.2KW水消光系数m-11.5KC浮游植物遮光系数m2mmolC-10.01ARSP活动呼吸率d-10.1REXC浮游植物分泌率d-10.15KNH4NH4半饱和系数mmolNm30.03KNO3NO3半饱和系数mmolNm30.04KSILSi半饱和系数mmolSim31.16TSCD矿化温度限制因子NAN20THSR矿化参照温度13RSNK碎屑沉降率md-10.432KNIT硝化率d-10.045TSCN硝化温度限制0.08DOCR硝化氧限制因子NAN6.0KDENIT反硝化率mmolNm3d-10.01KDET碎屑半

12、饱和浓度mmolCm36.625KDNO3硝酸盐半饱和浓度mmolNm31.0OXCR硝化氧临界浓度mmolO2m311.161RDIE1死亡率线性系数d-10.335RDIE2死亡率二次方系数m3mmolCd-10.001RRMN矿化率d-10.127 图3 模型模拟结果及校验 3 结果分析 本研究共选取模型中涉及到的26个参数，各参数分别在初值基础上变动10%，每次运算时只改变一个参数，改变范围的2%，分别得到2014年1月1日至2014年12月31日之间参数变化所对应的模型输出结果。将参数全年敏感性分析结果整理为春夏秋冬四季均值，根据敏感性分级方法进行计算，26个参数对目标函数叶绿素的敏

13、感性分析结果如表3。 表3 生态模型参数灵敏度分析结果序号参数敏感性级别春夏秋冬1最大生长率2适应温度下限3适应温度上限4光照最低值5PO4半饱和系数6基础呼吸率7水消光系数8浮游植物遮光系数9活动呼吸率10浮游植物分泌率11NH4半饱和系数12NO3半饱和系数13Si半饱和系数14矿化温度限制因子15矿化参照温度16碎屑沉降率17硝化率18硝化温度限制19硝化氧限制因子20反硝化率21碎屑半饱和浓度22硝酸盐半饱和浓度23硝化氧临界浓度24死亡率线性系数25死亡率二次方系数26矿化率 在研究的26个参数中，浮游植物适应温度下限(T1)、最大生长率(R0)、线性死亡系数(RDIE1)是敏感级别

14、最高的3个参数，其敏感性级别一般处于级之间，属于特别敏感参数；光照最低值(IOPT)、水消光系数(KW)敏感性级别一般处于级之间，个别季节处于级，属于较敏感参数；浮游植物磷酸盐半饱和系数(KPO4)、基础呼吸率(BRSP)、浮游植物遮光系数(KC)的敏感性级别一般处于级，属于一般敏感参数；26个参数中其他参数的敏感性级别一般不高于级，属于不敏感参数。“”表示该参数对模拟结果无影响。 4 讨 论 4.1 参数敏感性级别 模型中除了直接控制浮游植物生长与死亡的最大生长率(R0)与死亡线性系数(RDIE1)外，最为敏感的就是浮游植物生长消亡过程中与温度和光照强度相关的参数。这也与张萍与杨正健等人对藻

15、类生长，浮游植物群落演替的研究结论基本一致27-28。 除去与水温及光照相关参数，其他参数中的各营养盐半饱和系数：磷酸盐半饱和系数(KPO4)、硝氮半饱和系数(KNO3)、氨氮半饱和系数(KNH4)中磷酸盐半饱和系数(KPO4)的敏感性最高，这是因为研究区域为磷控制水体，限制浮游植物生长的主要营养盐为磷酸盐及其相关参数。相应地与硝酸盐相关的硝化及反硝化过程参数，与硅酸盐相关的参数则敏感性级别较低。 图4 参数敏感性随季节变化情况 4.2 参数敏感性随季节的变化 由表3中结果可以看出，模型中参数的敏感性在模拟过程中会随着时间发生改变。为了更加具体客观地反映参数敏感性的变化过程，从26个参数中选取

16、6个对模型敏感性较高的参数，对模拟期1 a内敏感性随时间的变化过程进行分析，其结果如图4所示，图中参数敏感性指标的绝对值高低代表着参数的敏感性级别高低。 由图4可知， 参数敏感性随着模拟的进行处于不同的敏感性级别，一年中各参数敏感性冬季最低，从春季开始敏感性逐渐升高， 在春末夏初的5月份达到峰值，随后参数敏感性再次降低，直到夏末秋初参数的敏感性重新升高，在秋末1011月份达到另一次峰值。其原因主要为夏秋季的外界环境更为适宜浮游植物的生长，其生长消亡过程活动更为频繁。 5 结 论 (1) 本研究根据草堂河区域的地形、水文、气象及环境实测资料建立了反映营养盐-浮游植物-生物碎屑相互转化过程的水质模

17、型，但由于导致水华爆发的因素较多，水体中叶绿素浓度模拟难度较高，模型模拟精度仍有不足。 (2) 在建立相应模型的基础上，利用扰动法分析了模型中26个生态参数对模型输出结果(水体中叶绿素浓度)的影响。研究认为：参数中浮游植物的最大生长率、适应温度下限、死亡率、最低光照值、遮光系数以及磷酸盐半饱和系数为最敏感参数，其他参数敏感性较低。这一研究结果可以为三峡库区支流库湾三维水质模型研究中的模型参数范围提供参考依据。 (3) 模型中参数敏感性在模拟过程中会随季节发生改变。在浮游植物不同生长时期，同一参数的敏感性也存在差异，并非固定不变，但其总体趋势大体相同，即各参数的敏感性在夏秋季较高，冬春季较低。

18、参考文献： 1 Estrada V,Diaz M S.Global sensitivity analysis in the development of first principle-based eutrophication modelsJ.Environmental Modelling & Software,2010,25(12):1539-1551. 2 Zou R,Carter S,Shoemaker L,et al.Integrated hydrodynamic and water quality modeling system to support nutrient total m

19、aximum daily load development for Wissahickon Creek,PennsylvaniaJ.Journal of Environmental Engineering,2006,132(4):555-566. 3 Yi X,Zou R,Guo H.Global sensitivity analysis of a three-dimensional nutrients-algae dynamic model for a large shallow lakeJ.Ecological Modelling,2016,327:74-84. 4 黄清华,张万昌.SWA

20、T 模型参数敏感性分析及应用J.干旱地理,2010,33(1): 8-15. 5 刘悦忆,赵建世,黄跃飞,等.基于蒙特卡洛模拟的水质概率预报模型J.水利学报,2015,46(1):51-57. 6 Li A,Yang H,Gui X.GIS-based decision making analysis of nonpoint source pollution management in Zhangxi River watershed, PR ChinaC/ Bioinformatics and Biomedical Engineering,2009.ICBBE 2009.3rd Interna

21、tional Conference on.IEEE,2009，1-6. 7 汤冰冰.基于QUAL2K水质模型参数灵敏度研究D.重庆：西南交通大学, 2016. 8 Zou R,Lung W S.Robust water quality model calibration using an alternating fitness genetic algorithmJ.Journal of Water Resources Planning and Management,2004,130(6):471-479. 9 Herman J D,Kollat J B,Reed P M,et al.Techn

22、ical Note:Method of Morris effectively reduces the computational demands of global sensitivity analysis for distributed watershed modelsJ.Hydrology and Earth System Sciences,2013,17(7):2893-2903. 10 Morris D J,Speirs D C,Cameron A I,et al.Global sensitivity analysis of an end-to-end marine ecosystem

23、 model of the North Sea:Factors affecting the biomass of fish and benthosJ.Ecological Modelling,2014,273:251-263. 11 Chen C,Ji R,Schwab D J,et al.A model study of the coupled biological and physical dynamics in Lake MichiganJ.Ecological Modelling,2002,152(2):145-168. 12 申友利.海洋生态系统动力学模型参数反演研究及其应用D.青岛

24、：中国海洋大学,2015. 13 张道祥,陶龙,丁伟伟,等.具有无穷时滞的一个捕食者-两个竞争被捕食者生态动力学模型的动力学研究J.生物数学学报,2016,31(2):147-157. 14 Koropitan A F,Ikeda M,Damar A,et al.Influences of physical processes on the ecosystem of Jakarta Bay:a coupled physical-ecosystem model experimentJ.ICES Journal of Marine Science:Journal du Conseil,2009,6

25、6(2):336-348. 15 Chen C,Ji R,Zheng L,et al.Influences of physical processes on the ecosystem in Jiaozhou Bay:a coupled physical and biological model experimentJ.Journal of Geophysical Research:Oceans,1999,104(C12):29925-29949. 16 贾海峰,张岩松,何苗.北京水系多藻类生态动力学模型J.清华大学学报:自然科学版,2009,49(12):1992-1996. 17 Camp

26、bell R,Diaz F,Hu Z Y,et al. Nutrients and plankton spatial distributions induced by a coastal eddy in the Gulf of Lion. Insights from a numerical modelJ.Progress in Oceanography,2013 (109):47-69. 18 郑艳琳.浮游动物摄食的非线性动力学模型研究D.青岛：中国海洋大学,2014. 19 任湘湘,李海,吴辉碇.海洋生态系统动力学模型研究进展J.海洋预报,2012,29(1):65-72. 20 林军.长江

27、口外海域浮游植物生态动力学模型研究D.上海：华东师范大学,2011. 21 陈或，钱新,张玉超.生态动力学模型在太湖水质模拟中的应用J.环境保护科学，2010,36(4):6-9. 22 席庆,李兆富,罗川.基于扰动分析方法的AnnAGNPS模型水文水质参数敏感性分析J.环境科学,2014,35(5):152-159. 23 李木子,翟远征,左锐,等.地下水溶质迁移数值模型中的参数敏感性分析J.南水北调与水利科技,2014,12(3):133-137. 24 陈建,梁川,陈梁.SWAT模型的参数灵敏度分析-以贡嘎山海螺沟不同植被类型流域为例J.南水北調与水利科技,2011,9(2):41-45

28、. 25 Ji Z G,Hamrick J H,Pagenkopf J.Sediment and metals modeling in shallow riverJ.Journal of Environmental Engineering,2002,128(2):105-119. 26 Jin K R,Ji Z G.Application and validation of three-dimensional model in a shallow lakeJ.Journal of Waterway,Port,Coastal,and Ocean Engineering,2005,131(5):2

29、13-225. 27 杨正健.分层异重流背景下三峡水库典型支流水华生消机理及其调控D.武汉:武汉大学,2014. 28 张萍,李哲,王胜,等.不同磷浓度下光强、温度对水华鱼腥藻(Anabaenaflos-aquae)生长的动力学J.湖泊科学,2015,27(3):459-465. (编辑：常汉生) Parameter sensitivity analysis of water quality model for typical tributary in TGP reservoir area LI Yajun1, CHENG Yao1,2, WANG Yuchun2 (1. College of

30、 Water Conservancy and Hydropower Engineering, Hebei University of Engineering, Handan 056001,China; 2. State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin，China Institute of Water Resources and Hydropower Research，Beijing 10038，China) Abstract: The purpose of parameter s

31、ensitivity analysis of water quality model is to identify the parameter importance to the modeling accuracy and help selecting the high sensitivity parameters from multiple parameters for modeling analysis. In this paper, an ecological dynamic model was established and verified for the Caotang River

32、, one tributary in TGP reservoir area, and the parameter sensitivity of the model was analyzed by the perturbation method. The sensitivity analysis of 26 parameters in the model shows that the maximum growth rate of phytoplankton, optimum lower bound of optimal temperature of phytoplankton, mortality linear coefficient of phytoplankton, lowest light intensity, background light extinction coefficient,