基于DYRESM-CAEDYM模型的太湖污染控制效果评估

运用澳大利亚西澳大学水研究中心开发的DYRESM-CAEDYM模型对2005年太湖水质进行了模拟,确定了一套可应用于太湖水质模拟的参数,并进行了模拟结果的验证;模型对水温模拟结果较好,总氮(TN)、总磷(TP)以及藻类浓度全年模拟的总体变化趋势与实测相一致。同时运用该模型对污染控制效果进行评估,从清淤、调水以及控制入湖河流污染负荷这3种措施在太湖水质改善中的效果的比较来看:这3种方案使年底TN质量浓度分别下降了16%、6%和30%;TP质量浓度分别下降了4.6%、4.1%和31.8%;藻类质量浓度的峰值从61.01μg/L下降到55.79、55.92和52.99μg/L,另外藻类质量浓度超过Ⅳ类水(30μg/L)的天数分别从88 d下降到44、81以及43 d。清淤(CASE-1)和入湖河流能控制在Ⅳ类水(CASE-3),两者效果均好于调水(CASE-2)。今后将运用DYRESM-CAEDYM模型模拟综合实施多种措施下的水质改善效果,为太湖水质管理以及藻类水华暴发的预警方法进行进一步的探索。

蒙特卡洛算法在水动力水质模型(DYRESM-CAEDYM)参数优选中的应用

针对以往生态动力学模型DYRESM-CAEDYM在应用中,多采用手动方法确定参数值时较为费时费力的缺点,引入蒙特卡洛随机抽样算法对模型参数进行自动率定。以广东省大沙河水库为例,选择率定期为2011年11月至2012年2月,利用2012年7月至2012年11月实测水质数据对模型进行验证。结果表明,在率定阶段模型对水温的模拟结果非常好,表层和底层温度的均方根误差(RMSE)分别为3.53℃和2.00℃,相对误差(RE)值均小于0.15;模型对溶氧的模拟结果良好,表层和底层的RMSE值分别为1.23 mg·L·-1和1.85 mg·L·-1,RE值分别为0.08和0.20。在验证阶段,温度表层和底层的RMSE分别为2.49℃和1.67℃,RE值均小于0.1;溶氧在表层和底层的RMSE分别为2.15 mg·L·-1和0.79 mg·L·-1,RE分别为0.17和0.11。因此,经采用蒙特卡洛方法率定后得到的大沙河水库DYRESM-CAEDYM模型参数值较为可靠。

引江济巢对巢湖的水环境影响分析

建立了巢湖一维水质模型DYRESM-CAEDYM,并利用2005年的实测水质、水文、气象等数据对模型进行了参数率定,确立了适用于巢湖水环境特征的水质模型参数.应用该模型模拟了调水对巢湖TN,TP和Chl-a指标的影响,结果表明,年调水量为9.57×108m3时可使巢湖的ρ(TN)和ρ(TP)下降约16%和19%,ρ(Chl-a)峰值从51.42μg/L降至38.96μg/L,ρ(Chl-a)超过30μg/L的天数从26 d减少到16 d,对巢湖夏季蓝藻暴发具有一定的缓解作用.对比分析了流域污染综合治理对巢湖水环境的改善效果,结果显示,如果各支流的入湖污染负荷能够削减5%,同时开展底泥清淤工作,可使巢湖的ρ(TN)和ρ(TP)得到较大程度的改善,与没有治理的情况相比分别降低约24.9%和33.3%,使巢湖夏季的ρ(Chl-a)峰值从51.42μg/L降至32.72μg/L,ρ(Chl-a)超过30μg/L的天数从26 d减少到7 d.