基于Aquatox模型的水環境治理和水生態修復模擬與決策輔助研究

馬興冠，簡文浩，王志毅，楊 勇，馬云浩，王超軍，戰 琦

（1.沈陽建筑大學 市政與環境工程學院，沈陽 110168；
2.遼河流域水污染防治研究院，沈陽 110168）

在社會經濟和城鎮化快速發展的進程中，由于環保意識和措施滯后，一些地方出現了河湖水生態系統失衡、河湖萎縮、水環境污染和水生態破壞的現象[1]。生態文明建設是關系人民福祉和國家前途命運的大事件，也是實現中華民族偉大復興中國夢的重要組成部分[2]。為了有效地解決水環境治理和保護的問題，我國提出和實施了河長制，即由各級黨政主要負責人擔任“河長”，負責組織領導所轄區域內相應河湖的管理和保護工作[3]。

近幾年來，為了更加高效地運用河長制解決水環境問題，我國又提出了構建智慧河長制平臺[4]，即應用現今發展迅速的信息技術對水體進行水質水量監測和數據提?。ㄐ畔@取端），提供處理后的數據給河長及相關職能部門（信息傳輸端），使其及時發現并解決水污染和水生態環境失衡的問題。

目前，國內運行智慧河長制管理系統的省份包括浙江、寧夏、山東、廣東、江蘇等省。浙江省的智慧河長制管理平臺起步較早，應用范圍廣泛，信息功能相對完善。但各城市智慧河長制信息系統都是獨立開發的，前期建設和省級平臺沒有實現系統互聯和數據共享的功能，因此，系統管理中包含的河段信息屬性與水利部門的信息內容不同步。如果僅僅依靠智慧河長制平臺中的信息獲取端汲取水質水量及空間信息，再經過信息傳輸端提供處理后的數據信息，不足以讓河長做出快速、準確解決水環境問題的決策。河長及相關人員通常只能憑借已掌握的經驗粗略地進行判斷和決策處理[5]。

Dunalska等[6]利用Vollenweider（VOL）模型估算了城市湖泊水體營養狀況、營養鹽來源，并以此指導制訂相應的湖泊水質修復方案。與其他復雜動態模型相比，VOL模型誤差較大；
Cuddington等[7]利用EFDC（environmental fluid dynamics code）模型將不同藻類組的最大生長速率分配到各區域，利用空間變異解釋影響藻類生長的相關因素。EFDC模型的模擬過程忽略了浮游動物和碎屑。WASP（water quality analysis simulation program）模型充分考慮了碎屑、沉積物、細菌、有機污染物等之間的關系，被譽為“萬能水質模型”。目前，該模型已被廣泛應用于解決溪流、湖泊、水庫、河流、河口、沿海等水域的多種水質問題，為研究人員解釋和預測水質以應對各種污染管理決策問題提供技術支持。但WASP模型也有局限性，且部分參數在不同水域之間存在差異性，參數值一般只能通過傳統反復試參法確定，導致不能準確地模擬特定水域的水質變化。

Aquatox模型具有結構靈活、用戶界面簡單易用、可為用戶提供多種分析手段等優點，是現行最全面的生態風險評估模型之一。該模型已廣泛應用于水體有毒物質生態安全閾值評估、營養鹽含量分析、氣候變化分析、自然資源損害評估等方面。

因為大多數模型的開發在軟件環境、硬件環境、數據邏輯、模型精度等方面都有很大的差異，導致許多類似的應用模型有不同的內部結構，而軟件開發中各種不同的內部結構又使得架構難以統一，從而導致在解決實際問題時無法有效地應用生態環境模型。針對不同的水務問題，選擇合適的應用模型，可大大降低后臺體系結構的構建難度，減少模型運行時間，提高應用模型的精度和效率。

將Aquatox模型嵌入智慧河長制平臺中，對水體環境變化進行模擬，在平臺數據庫中，可快速獲得模擬起始過程所需的數據（包括氣象因素、水文因素、氧、營養鹽、有機物等），從而節省在建立相應模型時對不同水體環境問題進行模擬的準備時間。

本文著力介紹在智慧河長制平臺中嵌入Aquatox生態環境評估模型，構建平臺的決策輔助端，提供不同場景下水環境問題的處理方案，幫助河長和相關職能部門高效、準確地決策處理水環境問題。

1.1 生態環境風險評估模擬系統構建核心思路

近年來快速發展的計算機技術促進了深入研究水環境模型的步伐，隨著河長制在全國的推廣，在綜合治理水環境的過程中需要用到大量的應用模型。水環境模型需要描述各類化學物質在水環境中的運移轉化，涉及物理、化學、生物等過程，所以這種模型普遍比較復雜[8]。

選取在智慧河長制平臺中嵌入生態環境風險評估模型，既增強了平臺輔助水環境處理和水生態修復的能力，又可利用平臺的大數據處理系統，深入了解模型的處理機制和方式，實現后期脫模型的智慧模擬評估系統。

已建成的生態風險模擬評估體系，依托遼寧省內水務信息化公眾資源，建立以信息數據庫、平臺調度、獲取端、處理端、互聯網傳輸、云端呈現，即“云、網、端、平臺、庫”為核心的水務信息化基礎設備，以互聯網、水利為理念，結合物聯網、大數據，利用云計算等先進技術，構建集水利應用和行業應用于一體的綜合決策管理系統，以系統集成為契機，對管理系統進行梳理，為水資源管理提供一站式服務，充分利用現有信息資源，通過可視化圖表和統計曲線直觀地為水資源管理提供決策服務。

1.2 生態風險評估模擬系統——Aquatox模型

Aquatox模型是美國環境保護署發布的一種水生生態系統模型。它是評價水生態系統中各個組成部分對水環境影響的一種通用生態風險模型。它能模擬污染物在水體中的遷移路徑，如有機物、營養鹽等，分析污染物對魚、無脊椎動植物和水生植物的影響。該模型包括五個參數庫，其中有很多預置的模型參數[9]?？刹捎媚Ｐ偷哪J輸入參數，也可根據模擬研究對象的具體情況進行參數設置。通過建立水質與生物利用之間的生物反應因果鏈，Aquatox可以預測特定營養物質對水生態系統的影響[10]。

該模型能準確預測水體中有機質和養分的時空變化。該方法能夠模擬水質閾值濃度，確定各種水質參數的變化，為TMDL（total maximum daily load）的開發提供技術支持。該模型的核心部分是食物網模塊，它能準確地計算出食物鏈中的污染物濃度，評價復雜水生生態系統中有毒應激的直接和間接影響。

Aquatox模型是目前生態風險評價中最全面的模型之一。它具有結構靈活、用戶界面簡單的優點，可以為用戶提供多種分析方法。它已廣泛應用于水體毒物分析、營養鹽分析和資源損害評價。

圖1 Aquatox模型的運行過程Fig.1 Flow chart of Aquatox model

1.3 智慧河長制平臺架構

智慧河長制平臺是為了解決我國近年來頻繁出現的水環境問題，運用互聯網和計算機技術構建的一個系統。平臺基礎構成包含了信息獲取端、信息傳遞端、信息處理端、信息呈現端、信息決策端五個層面，為全省信息化建設，市縣河總辦、水利、環保、農業等部門處理水務問題提供服務。這五個層面共同作用使平臺達到了基礎信息的獲取、處理、共享、輔助服務的模塊化和一體化。平臺基礎架構見圖2。

圖2 智慧河長制平臺框架Fig.2 Framework of platform for smart river chief system

智慧河長制平臺通過使用不同的信息采集技術，將所需要的水質、水量及水體空間數據快速地通過互聯網傳輸到平臺的后臺數據處理中心，再根據不同的情況綜合分析處理后加以呈現。

通過使用智慧河長制應用后臺提供的信息，系統輸入端可以獲得基本數據（水質、水量和水體環境空間數據），并可以通過配置在河流或湖泊中的實時監測設備獲取監測數據。各職能部門根據掌握的水污染控制、水環境治理和水生態修復技術做出初步決策（決策時已經采用了合理的方法進行）。所采取的措施包括：在水體中加入多種藥劑、多種水生植物和動物等，或者通過改善水流速度來防治水體污染，再將決策處理方案輸入模擬系統進行水體的生態化模擬。

運行端依靠基本的軟件運行架構，再加上平臺開發人員根據實際問題對平臺進行優化，模擬水環境系統中有機物、營養素和其他污染物在水體中的遷移路徑，并分析其對魚類、無脊椎動物和水生植物的影響。

將平臺信息采集端收集到的短期水體實時監測數據與模擬結果進行交叉比對，驗證單次模擬結果的可信度（假定數據相對誤差在5%以內即可接受模擬結果，如果模擬結果誤差超過5%，則及時反饋并對模型進行優化），最終完成整個模擬過程并輸出結果。充分保證了仿真的正確性和可行性。模型主要驅動變量見表1。

表1 模型主要驅動變量Table 1 Main driving variables of Aquatox model

最終由模型輸出端給出經過驗證的模擬結果，為操作人員提供在設定時間所需的水質、水量和水體空間指標，幫助判斷水環境治理與水生態修復方案是否有效，協助河長及各職能部門做出決策。模型在智慧平臺上的工作過程見圖3。

圖3 Aquatox模型在智慧平臺上的工作過程Fig.3 Flow chart of Aquatox model on smart platform

以往的決策需要專家小組根據經驗來評價。這種方法耗費時間長，對人力、物力、財力的要求也很高。而且如果污染問題得不到及時解決，必然會使水體的污染程度加重[11-12]。

3.1 模型建立

3.1.1 模型的特征參數

輸入模型中的湖泊面積為20 km2，容積為2.5×104m3，湖泊最大長度為1 km，平均水深為1.2 m，最大水深為1.4 m，平均水溫為11.8℃，年平均蒸發量40 mm，平均光強252 lx/d。

3.1.2 模型狀態變量和驅動變量

模型中選用的狀態變量和驅動變量共有21個。氣象數據（最高氣溫、最低氣溫、平均溫度、相對濕度、降雨量、蒸發量、太陽輻射量、大氣壓強、日照小時數、光強以及風速等）來自氣象局監測的同步數據；
水質指標（TN、NH3-N、NO3--N、TP、PH）以及生物數據（藻類）等采用同步月實測數據，大型水生植物及水生動物數據參考中華人民共和國生態環境部相關資料；
水位、水量等水文資料取自全國分布式水文數據庫系統（NDHDBS1.0版）。

3.1.3 模型參數的率定

在率定過程中，首先以原有模型中的標準湖泊參數為基礎，再依據相關文獻提供的參數值、參數范圍以及相關的監測值和實驗值確定初始值，然后通過模型反復試算來確定參數的取值。模型率定的主要礦化參數：消光系數為0.009 L/（mol·m），不穩定碎屑最大分解速率為0.25 g/d、穩定碎屑最大分解速率為0.01 g/d、礦化碎屑最大分解速率為15 g/d，碎屑沉降速率為0.58 m/d，碎屑降解最小pH為5、最大pH為8.5。

3.2 模擬結果與實測值的比較

Aquatox模型在智慧河長制平臺上建立并穩定后，利用數據庫中某湖的同步水質監測數據（在平臺數據庫中隨機選取某湖水體，以保證模擬效果的可信度）對模型模擬結果進行了驗證。效果評價以全湖NH3-N、、pH、TP、DO和平均水溫這6個水質指標為主要驗證對象，將結果與實際監測值進行比對。這些數據相互獨立。將全年水質變化（平均水溫、pH、NH3-N、、TP、DO）的模擬結果與圖4中的實測值進行比較，使用相對誤差平均值來驗證結果（測量值是平臺數據庫收集的后期監測值）。

圖4 水質指標誤差分析Fig.4 Error analysis of water quality index

模擬結果誤差較小，接近實測值。模擬水質的變化趨勢基本上能反映水環境的年際變化。除了數據收集時間外，模擬只需要大約5 min。隨著計算機處理能力的提高，模擬時間將大大縮短，這對水環境治理無疑是一大利好。

通過水質環境變化的模擬反演和水生沉水植物演替規律，各指標的數值模擬結果與實測值吻合較好，能夠準確反映湖泊水質的實際情況。

表2 模擬結果誤差分析Table 2 Error analysis of simulation results

3.3 污染控制方案評估

從平臺獲取了該水體在給定時間內的水質、水量變化，再針對該變化設計出應對方案并繼續進行處理效果的模擬預測，以此來輔助決策。

根據平臺數據處理端中綜合數據處理系統對入湖負荷的計算結果，再由大數據處理系統根據數據經驗判斷出雨水徑流面源污染是入湖主要污染負荷。為了控制雨水污染，降低雨水徑流入湖的污染物負荷濃度，河長選擇了采用三種常用的LID（low impact development）控制措施對污染流域污染負荷進行控制，并應用基于Aquatox的生態環境風險評估系統模擬該方案的處理效果。三種控制污染負荷的方式分別是垂直流人工濕地、下沉式綠地和生態滯留塘。其中，垂直流、下沉式綠地和生態滯留塘分別占陸地集水面積的10%、50%和15%。模型的流量輸入數據為當地多年氣象監測數據（通過智慧河長制平臺獲?。?，模擬水質指標設置為NO3--N、NH3-N、TN和TP。

利用綜合數據處理系統計算入湖污染物負荷，將入湖負荷分為點源負荷、非點源負荷和直接接觸負荷。非點源負荷是NH3-N的主要來源，點源負荷是TP和TN的主要來源。為了探索降低水體營養鹽濃度的措施，根據Aquatox模型的模擬結果，采用LID方法分別使TN和TP的降雨徑流污染負荷降低了59.34%和58.39%，NH3-N負荷降低了21.94%。

模型輸出結果由平臺信息呈現端對應系統整合，比對圖5后得出如下結論：NH3-N、TN和TP含量都有所降低，自8月以來，TP已經達到了2002年的國家標準。TP雖然有所減少，能達到非湖泊水庫等水體0.3 mg/L的標準，但仍不能達到湖泊、水庫等水體0.1 mg/L的標準。夏季7—9月雨季集中度較高，NH3-N減少效果明顯，平均減少58.31%；
相反，非雨季時期NH3-N的降幅較小。TN的降幅隨時間發生顯著變化，與NH3-N的趨勢接近，TN的整體降幅也很明顯，其平均去除率為42.2%，峰值時段為51.6%。TP平均去除率為38.57%，全年穩定。但由于TP現有濃度水平較高，去除后的濃度仍不符合標準要求。

圖5 削減入湖污染負荷對水質的影響Fig.5 Impact of reducing pollution load into the lake on water quality

初步處理方案的模擬預測結果表明，該方案對降低NO3--N、NH3-N、TN、TP負荷有一定效果，但針對TP負荷效果仍不夠明顯，NH3-N負荷的削減效果在非雨期不夠理想。所以該處理方案需要在TP和NH3-N負荷上再考慮附加其他的處理方案或改變垂直流人工濕地、下沉式綠地和生態滯留塘分別占陸地匯水面積的比例，重新進行方案的有效性模擬檢驗，以此起到輔助決策的作用。

（1）本文基于水環境處理和水生態修復兩大問題的應對特點，設計構建了基于Aquatox的生態環境風險評估系統，并應用其對隨機水體進行模擬（有嚴重污染負荷的水體和富營養化問題）。通過對模擬結果的分析判斷得出：嵌入后的模型可以通過平臺數據庫快速采集水體生態環境的構建數據，同時模型也能快速、準確地實現對技術方案處理效果的模擬預測。該模擬預測結果為河長及相關職能部門的處理決策提供了輔助參考。

（2）該系統在模擬過程中預測水體TP、NO3--N含量和實際值之間存在誤差，有可能是監測數據中水樣沉降實際控制問題引起的，后續在系統構建過程中應進行對應優化。在模擬結果中DO和NO3--N的含量與監測數據誤差分別達到了35%和20%，可能是監測水源采樣攪動不均造成，同樣應針對該問題進行系統優化。

（3）Aquatox生態環境模型在平臺運行時的處理方案預測功能有望結合大數據信息處理系統，通過機器學習等方法，提高預測精度，以達到處理水環境問題的完全智慧化。