论文部分内容阅读
1深圳市康乐环境工程有限公司；2布达佩斯科技经济大学
摘要：此文主要介绍由深圳市康乐环境工程有限公司（以下简称为我司）与匈牙利软件工程公司（GeneralCom Engineering Ltd.），携手布达佩斯科技经济大学的环境与工程系（BUTE DSEE）共同研究开发新型的水管理决策支持系统（WateRisk Decision Support System）。该项目通过创建与流域治理有关的环境软件及数据系统，依据最佳管理措施（Best Management Practice）的技術框架，基于地理信息系统的分析技术平台，研究分析流域面源污染治理措施，并选择试点，进行调试使用，从而达到减低和控制水资源的污染的目的。本文详细阐述了该研究项目的三个主要步骤：模型设计原理和运算，试点地区的背景资料及试点地区结果示范。试验结果显示该模型的计算数据与实测数据有很强的相关性，因此验证WateRisk能够计算出流域相关水文参数。
关键词：决策支持系统；地理信息系统；最佳管理措施
1前言
随着城市土地的不断开发利用，大量污染物沿途进入水体及附近流域，使得水质下降。虽然现阶段已累计不少相关课题成果与科研技术，然而，暂未有成熟辅助的决策系统广泛普及应用[1][2]。作为水资源管理控制的主要工具，水文模型的研究与应用已在国内外广泛采用。因为它不仅为人们提供了更为直观的水资源管理的科学认知与决策依据，还作为可持续性发展及利用水资源的有效工具[3][4]。因此，大力推广水文模型的相关应用对深圳水资源管理有重要意义。
此文主要介绍由深圳市康乐环境工程有限公司与匈牙利软件工程公司（GeneralCom Engineering Ltd.），携手布达佩斯科技经济大学的环境与工程系（BUTE DSEE）共同研究开发新型的水管理决策支持系统（WateRisk Decision Support System）。该项目通过创建与流域治理有关的环境软件及数据系统，依据最佳管理措施（Best Management Practice）的技术框架，结合地理信息系统（Geographic Information System）的分析技术平台，研究分析水库流域面源污染治理措施，并率先以深圳为试点，进行调试使用，从而达到降低和控制水资源的污染的目的。本文详细阐述了该研究项目的三个主要步骤：模型设计原理，试点地区的背景资料及结果。
2 WateRisk 综合水文决策管理模型的设计原理
WateRisk 综合水文决策管理模型（WateRisk IHM，以下简称为WateRisk）属于物理性分配参数的配合系统（Physically-based distributed-parameter coupled model system）的一种.该系统通过用户友好型界面和整合数据库来体现全面方法论。该系统通过运用物理性的数字化水文模拟过程，对社会、经济和环境进行可能性的水资源情景风险评估。由于研究水文过程不仅仅考虑其过程的各个独立层面，还需考虑其内部因子互相作用的复杂性。因此，该系统充分考虑到水体流动之间的互相关系，并创新性的使用动态的相互连接到水文模型中。透过将垂直及水平的分布参数有限差值化（如植被、地形和土壤分层），构建成数字化的模型。此模型能将在土壤层面的重要水流动性循环过程用3D图像直观的呈现。WateRisk 整合水文模型（WateRisk IHM）概念模型可参见图1。
图1.WateRisk 整合水文模型的概念模型：箭头指向为相互作用的方向；矩形为模块；圆形框为诱因。
WateRisk IHM的具体设计算法原理由图2可见。首先，水资源模型系统通过连接Saint-Venant公式的1D河流水动力模型、2D 线性级联表面模型（或者浅水波方程式的算法）、1D 半数值整合表面和浅表水循环，并且将降雨量，积雪、融化及蒸发这些诱变量也考虑到经验方程式中。而每个模块之间的联系则通过对相应的中间数据运算进行算法传送而得出。一般而言，在特定模型的成分内的界定条件由其它模型决定，反之亦然。
图2 1D及2D 模型计算方法：（a）通过整合确定的矢量及栅格
（b）图示系统性描述水高度计地形地势以及模型之间的相关关系。
（c）渠道及陆上水位
以地理信息系统为系统基底，WateRisk透过友好的GUI客户操作界面来支持软件在不同层面的广泛应用（见图3）。该系统提供了灵活的模块与数据库，使得用户能依据自己特定的问题及比例，透过简单操作从而建立自己的模块。而且，经过运行WateRisk预运行模块（pre-processor unit），该软件还能简单的输出或输入各矢量和栅格或导出不同的数据库。因而，经过前处理的项目能够使得WateRisk依照项目所需建立特定的数据。在数据预处理的同时，相关的独立次级模型（如1D 水文动态，地表水，表面沉降等）的整合体也均能够在软件模型库建立起来。并且，模型库和模型创建工具里均有为参数化提供空间的大量次级模型及次级视窗可供选择。
图3 GUI界面的地理信息系统视觉化图
当与环境相关的模型和数据库被修改好后，模型便可开始运算。其结果将储存以备日后分析。数据储存的详细信息（如储蓄的频率和保存数据的类型等）均能收藏于模型启动过程内。由图3可见，系统运算结果能通过地理模型（如饼状图、图表、2D和3D地图等）简单的呈现出来。另外，系统亦能输出不同形式的数据。因此，依据不同的变量，形成具有代表性的情景模型。通过比较已形成的情景模型，选择最佳的算法。
3应用案例
在本次试验项目实验对象为支流河A与深圳某流域水库的闸口。该闸口的主要目的是预防污水直接进入水库中。依照设计，支流河A的排水量可达25 m3/s。当支流河A蓄水量高于管道承载量的时候，闸门需打开泄洪，否则将导致周围的住宅区遭受洪涝灾害。因此，支流河A间断性泄洪问题会导致深圳水库质量降低，尤其是在降雨量丰富的雨季。 依据相关分析结果可知，支流河A泄洪1小时，对水库库尾端的显著性影响可持续24小时。就影响频率而言，尽管泄洪条件视气象状况随机产生，但通常在该河截排量达到一定的洪水水位才会发生。但由于截排工程规模限制，支流河A洪水达到泄洪水位并不难。从历年泄洪几率看：正常降雨量年份可出现三次泄洪天剑；雨量偏多的年份，泄洪条件可达八次；雨量偏少年份，亦有两次泄洪。从此方面讲，支流河A泄洪属于已发的污染风险。而就污染特征来讲，支流河A的泄洪风险由将于冲刷地表产生，又屬于面源污染的范畴。因此，支流河A的泄洪应从面源污染控制和以及处理两方面实现。
综合水文模拟系统是国内外现常见的能有效预测洪涝事故发生的应用模型，如黄河水利委员会开发的黄河防洪防凌决策支持系统、长江水利委员会与其他科研机构开发的长江防洪决策支持系统。通过预期将实现降雨和地表的联动分析，在考虑蒸发和下陷等影响下更加准确的分析出产生洪水的实施特征，以及降雨对水工设施的冲击强度，从而更加科学的控制水工设施的运行，降低雨洪对水源水质的影响，减少不必要的水库泄洪，为水工设施管理提供决策服务。
4 目标及模型建立
本实验目的是在WateRisk IHM 系统上建立水文系统来检验支流河A的现状并提高其水质。校正模型能够帮助我们透过考虑河床沉淀、应急池的设计以及管理措施等参数来评估不同的情景下的模拟情况。尽管WateRisk IHM 能够成功模拟出地表及地下相互反应的复杂水文过程，但由于缺少合适的测量数据以及水文系统本身的复杂性，例如构建地下水模型所需的地下水测量数据及土壤信息，因此，此次试验选用简化的模型从而避免缺少数据的难题。所以，地表水模型则依据霍顿入渗公式等式来表达出简化的渗透。
霍顿入渗公式（Horton’s Equation）：
其中ft：t时刻的入渗率；fc：稳定入渗率；f0：t=0时刻的初始入渗率；e：自然对数底；k：递减指数，与土壤的物理性质有关。
依据模型的不同，深圳某流域的降雨径流过程可分为两个部分进行区分计算。自然区域采用20x20m的地形网格来表示二维地表模型，而密集的居民区则利用一致的线性联级模型（Linear-cascade model）再细分为多个独立的反应体（见图4）。由Saint-Venant 公式算出1D河流水动力模型后通过延长河流横断面与二维地表模型联系起来。这不仅确认了河岸线，还帮助结合地形网格来决定相互反应结点。
图4居民区附近支流河A流域其子流域暴雨时的水流量
5 校正与结果
通过收集为期3年的日降雨量及4个在暴雨时在闸口测量的水位、闸口控制及每隔15分钟的常降雨量，采用regression-simulation hybrid的算法，校准并提高了模型的有效性。尽管流域参数及曼宁粗糙度系数（manning roughness coefficient）能从土地利用图、卫星图及实地调研中获得，但还需构建支流河A检测计划从而测量更多的相关数据，如频率、检测站及排水量等。虽然目前我们尚缺检测计划，但是由图5可知，经过计算校正及有效化后，测量及计算的水位有很强的相关性。透过模型的计算，更为精确的水量计算。因此，我们不仅能够估计在特定时间内的深圳某流域的相关参数，如雨水流失量及下渗率，还能预估由支流河A流过闸口及分流渠的水流量（见图6）。
图5三个分别于2009年及2010年间测量与计量水位
图6 2010年7月22-23经过闸口及分流渠水流量
6 结论及展望
此水文流域模型以深圳某流域为试点，成功计算出支流河A于不同时间水位量，并证实与测量的相关数据有很强的相关性，从而验证WateRisk IHM 系统能应用于深圳某流域水资源的相关参数的计算与预测。然而，尽管模拟数据结果证明该模型能进行校准，但是由于缺少大量支撑数据及时间序列，因此日后仍需收集大量的测量数据，特别是就支流水资源管理而言。因此，我们提出需要制定一个新的支流河A检测计划，协同水文系统组建决策支持系统。其具体内容包括：
1）修订水闸运行规则
2）新的暴雨储蓄应急评估方案（如对水库的影响）
3）评估在标准降雨下的的洪涝灾害的可能性
4）重建或更新分渠
5）检测沉淀物分解的影响
6）预测短、长期影响
此次项目对支流河A及水库的水质污染难题进行了阶段性的研究，主要涉及两个方面：1）支流河A的沉淀物运输模型（sediment transport model）及污染传播的河水模型（pollution transpost lake model）。前者考虑了支流河A下游的沉淀物（见图7）。图7b展示了该沉淀的预计厚度。如上文所提，这是支流A水库开闸时，污染物进入水库沉淀所致。后者则关于污染的传播及反应。因此，湖泊模型是解决此项难题的关键。
图7a支流河A的沉积； 图7b模型预计沉积厚度效果图
参考文献：
[1]卓建民，张辉，冯卫东。深圳水库水环境主要问题及对策探讨.水资源保护.2006.6（2），12-14
[2]王东宇，张勇。2006年 中国城市饮用水源突发污染事件统计及分析[J].安全与环境学报。2007.7（6），150-155
[3]徐宗学 水文模型：回顾与展望 北京师范大学学报（自然科学版）Journal of beijing Normal University 2010-06 46（3）
[4]王永伟，刘芳宇.水资源管理决策支持系统的应用及其反战趋势.农业与技术.2010. 30（4）
摘要：此文主要介绍由深圳市康乐环境工程有限公司（以下简称为我司）与匈牙利软件工程公司（GeneralCom Engineering Ltd.），携手布达佩斯科技经济大学的环境与工程系（BUTE DSEE）共同研究开发新型的水管理决策支持系统（WateRisk Decision Support System）。该项目通过创建与流域治理有关的环境软件及数据系统，依据最佳管理措施（Best Management Practice）的技術框架，基于地理信息系统的分析技术平台，研究分析流域面源污染治理措施，并选择试点，进行调试使用，从而达到减低和控制水资源的污染的目的。本文详细阐述了该研究项目的三个主要步骤：模型设计原理和运算，试点地区的背景资料及试点地区结果示范。试验结果显示该模型的计算数据与实测数据有很强的相关性，因此验证WateRisk能够计算出流域相关水文参数。
关键词：决策支持系统；地理信息系统；最佳管理措施
1前言
随着城市土地的不断开发利用，大量污染物沿途进入水体及附近流域，使得水质下降。虽然现阶段已累计不少相关课题成果与科研技术，然而，暂未有成熟辅助的决策系统广泛普及应用[1][2]。作为水资源管理控制的主要工具，水文模型的研究与应用已在国内外广泛采用。因为它不仅为人们提供了更为直观的水资源管理的科学认知与决策依据，还作为可持续性发展及利用水资源的有效工具[3][4]。因此，大力推广水文模型的相关应用对深圳水资源管理有重要意义。
此文主要介绍由深圳市康乐环境工程有限公司与匈牙利软件工程公司（GeneralCom Engineering Ltd.），携手布达佩斯科技经济大学的环境与工程系（BUTE DSEE）共同研究开发新型的水管理决策支持系统（WateRisk Decision Support System）。该项目通过创建与流域治理有关的环境软件及数据系统，依据最佳管理措施（Best Management Practice）的技术框架，结合地理信息系统（Geographic Information System）的分析技术平台，研究分析水库流域面源污染治理措施，并率先以深圳为试点，进行调试使用，从而达到降低和控制水资源的污染的目的。本文详细阐述了该研究项目的三个主要步骤：模型设计原理，试点地区的背景资料及结果。
2 WateRisk 综合水文决策管理模型的设计原理
WateRisk 综合水文决策管理模型（WateRisk IHM，以下简称为WateRisk）属于物理性分配参数的配合系统（Physically-based distributed-parameter coupled model system）的一种.该系统通过用户友好型界面和整合数据库来体现全面方法论。该系统通过运用物理性的数字化水文模拟过程，对社会、经济和环境进行可能性的水资源情景风险评估。由于研究水文过程不仅仅考虑其过程的各个独立层面，还需考虑其内部因子互相作用的复杂性。因此，该系统充分考虑到水体流动之间的互相关系，并创新性的使用动态的相互连接到水文模型中。透过将垂直及水平的分布参数有限差值化（如植被、地形和土壤分层），构建成数字化的模型。此模型能将在土壤层面的重要水流动性循环过程用3D图像直观的呈现。WateRisk 整合水文模型（WateRisk IHM）概念模型可参见图1。
图1.WateRisk 整合水文模型的概念模型：箭头指向为相互作用的方向；矩形为模块；圆形框为诱因。
WateRisk IHM的具体设计算法原理由图2可见。首先，水资源模型系统通过连接Saint-Venant公式的1D河流水动力模型、2D 线性级联表面模型（或者浅水波方程式的算法）、1D 半数值整合表面和浅表水循环，并且将降雨量，积雪、融化及蒸发这些诱变量也考虑到经验方程式中。而每个模块之间的联系则通过对相应的中间数据运算进行算法传送而得出。一般而言，在特定模型的成分内的界定条件由其它模型决定，反之亦然。
图2 1D及2D 模型计算方法：（a）通过整合确定的矢量及栅格
（b）图示系统性描述水高度计地形地势以及模型之间的相关关系。
（c）渠道及陆上水位
以地理信息系统为系统基底，WateRisk透过友好的GUI客户操作界面来支持软件在不同层面的广泛应用（见图3）。该系统提供了灵活的模块与数据库，使得用户能依据自己特定的问题及比例，透过简单操作从而建立自己的模块。而且，经过运行WateRisk预运行模块（pre-processor unit），该软件还能简单的输出或输入各矢量和栅格或导出不同的数据库。因而，经过前处理的项目能够使得WateRisk依照项目所需建立特定的数据。在数据预处理的同时，相关的独立次级模型（如1D 水文动态，地表水，表面沉降等）的整合体也均能够在软件模型库建立起来。并且，模型库和模型创建工具里均有为参数化提供空间的大量次级模型及次级视窗可供选择。
图3 GUI界面的地理信息系统视觉化图
当与环境相关的模型和数据库被修改好后，模型便可开始运算。其结果将储存以备日后分析。数据储存的详细信息（如储蓄的频率和保存数据的类型等）均能收藏于模型启动过程内。由图3可见，系统运算结果能通过地理模型（如饼状图、图表、2D和3D地图等）简单的呈现出来。另外，系统亦能输出不同形式的数据。因此，依据不同的变量，形成具有代表性的情景模型。通过比较已形成的情景模型，选择最佳的算法。
3应用案例
在本次试验项目实验对象为支流河A与深圳某流域水库的闸口。该闸口的主要目的是预防污水直接进入水库中。依照设计，支流河A的排水量可达25 m3/s。当支流河A蓄水量高于管道承载量的时候，闸门需打开泄洪，否则将导致周围的住宅区遭受洪涝灾害。因此，支流河A间断性泄洪问题会导致深圳水库质量降低，尤其是在降雨量丰富的雨季。 依据相关分析结果可知，支流河A泄洪1小时，对水库库尾端的显著性影响可持续24小时。就影响频率而言，尽管泄洪条件视气象状况随机产生，但通常在该河截排量达到一定的洪水水位才会发生。但由于截排工程规模限制，支流河A洪水达到泄洪水位并不难。从历年泄洪几率看：正常降雨量年份可出现三次泄洪天剑；雨量偏多的年份，泄洪条件可达八次；雨量偏少年份，亦有两次泄洪。从此方面讲，支流河A泄洪属于已发的污染风险。而就污染特征来讲，支流河A的泄洪风险由将于冲刷地表产生，又屬于面源污染的范畴。因此，支流河A的泄洪应从面源污染控制和以及处理两方面实现。
综合水文模拟系统是国内外现常见的能有效预测洪涝事故发生的应用模型，如黄河水利委员会开发的黄河防洪防凌决策支持系统、长江水利委员会与其他科研机构开发的长江防洪决策支持系统。通过预期将实现降雨和地表的联动分析，在考虑蒸发和下陷等影响下更加准确的分析出产生洪水的实施特征，以及降雨对水工设施的冲击强度，从而更加科学的控制水工设施的运行，降低雨洪对水源水质的影响，减少不必要的水库泄洪，为水工设施管理提供决策服务。
4 目标及模型建立
本实验目的是在WateRisk IHM 系统上建立水文系统来检验支流河A的现状并提高其水质。校正模型能够帮助我们透过考虑河床沉淀、应急池的设计以及管理措施等参数来评估不同的情景下的模拟情况。尽管WateRisk IHM 能够成功模拟出地表及地下相互反应的复杂水文过程，但由于缺少合适的测量数据以及水文系统本身的复杂性，例如构建地下水模型所需的地下水测量数据及土壤信息，因此，此次试验选用简化的模型从而避免缺少数据的难题。所以，地表水模型则依据霍顿入渗公式等式来表达出简化的渗透。
霍顿入渗公式（Horton’s Equation）：
其中ft：t时刻的入渗率；fc：稳定入渗率；f0：t=0时刻的初始入渗率；e：自然对数底；k：递减指数，与土壤的物理性质有关。
依据模型的不同，深圳某流域的降雨径流过程可分为两个部分进行区分计算。自然区域采用20x20m的地形网格来表示二维地表模型，而密集的居民区则利用一致的线性联级模型（Linear-cascade model）再细分为多个独立的反应体（见图4）。由Saint-Venant 公式算出1D河流水动力模型后通过延长河流横断面与二维地表模型联系起来。这不仅确认了河岸线，还帮助结合地形网格来决定相互反应结点。
图4居民区附近支流河A流域其子流域暴雨时的水流量
5 校正与结果
通过收集为期3年的日降雨量及4个在暴雨时在闸口测量的水位、闸口控制及每隔15分钟的常降雨量，采用regression-simulation hybrid的算法，校准并提高了模型的有效性。尽管流域参数及曼宁粗糙度系数（manning roughness coefficient）能从土地利用图、卫星图及实地调研中获得，但还需构建支流河A检测计划从而测量更多的相关数据，如频率、检测站及排水量等。虽然目前我们尚缺检测计划，但是由图5可知，经过计算校正及有效化后，测量及计算的水位有很强的相关性。透过模型的计算，更为精确的水量计算。因此，我们不仅能够估计在特定时间内的深圳某流域的相关参数，如雨水流失量及下渗率，还能预估由支流河A流过闸口及分流渠的水流量（见图6）。
图5三个分别于2009年及2010年间测量与计量水位
图6 2010年7月22-23经过闸口及分流渠水流量
6 结论及展望
此水文流域模型以深圳某流域为试点，成功计算出支流河A于不同时间水位量，并证实与测量的相关数据有很强的相关性，从而验证WateRisk IHM 系统能应用于深圳某流域水资源的相关参数的计算与预测。然而，尽管模拟数据结果证明该模型能进行校准，但是由于缺少大量支撑数据及时间序列，因此日后仍需收集大量的测量数据，特别是就支流水资源管理而言。因此，我们提出需要制定一个新的支流河A检测计划，协同水文系统组建决策支持系统。其具体内容包括：
1）修订水闸运行规则
2）新的暴雨储蓄应急评估方案（如对水库的影响）
3）评估在标准降雨下的的洪涝灾害的可能性
4）重建或更新分渠
5）检测沉淀物分解的影响
6）预测短、长期影响
此次项目对支流河A及水库的水质污染难题进行了阶段性的研究，主要涉及两个方面：1）支流河A的沉淀物运输模型（sediment transport model）及污染传播的河水模型（pollution transpost lake model）。前者考虑了支流河A下游的沉淀物（见图7）。图7b展示了该沉淀的预计厚度。如上文所提，这是支流A水库开闸时，污染物进入水库沉淀所致。后者则关于污染的传播及反应。因此，湖泊模型是解决此项难题的关键。
图7a支流河A的沉积； 图7b模型预计沉积厚度效果图
参考文献：
[1]卓建民，张辉，冯卫东。深圳水库水环境主要问题及对策探讨.水资源保护.2006.6（2），12-14
[2]王东宇，张勇。2006年 中国城市饮用水源突发污染事件统计及分析[J].安全与环境学报。2007.7（6），150-155
[3]徐宗学 水文模型：回顾与展望 北京师范大学学报（自然科学版）Journal of beijing Normal University 2010-06 46（3）
[4]王永伟，刘芳宇.水资源管理决策支持系统的应用及其反战趋势.农业与技术.2010. 30（4）