本發(fā)明涉及環(huán)保，特別是用于河流水質(zhì)預測的一種河流水質(zhì)預測方法。
背景技術(shù)：
：水質(zhì)預測是根據(jù)水質(zhì)實際資料，運用水質(zhì)模型推斷水體或水體某一地點的水質(zhì)在未來的變化?？蔀樗h(huán)境管理提供指導和支撐。水質(zhì)模型又稱水質(zhì)數(shù)學模型，是水體水質(zhì)的變化規(guī)律的數(shù)學描述。它可用于水體水質(zhì)的預測、研究水體的污染與自凈以及排污的控制等。efdc模型是由美國環(huán)境保護署（epa）支持，美國弗吉尼亞州海洋研究所根據(jù)多個數(shù)學模型集成開發(fā)研制而成的開源模型。efdc_explorer是基于efdc模型開發(fā)的具有可視化操作界面的軟件。由于種種原因，目前水質(zhì)模型的應用尚不成熟，大多水質(zhì)模型所需數(shù)據(jù)類型較多、數(shù)據(jù)量較大，現(xiàn)有的數(shù)據(jù)基礎(chǔ)往往不能滿足，使水質(zhì)模型在實際應用中受到諸多限制，沒有基于成熟水質(zhì)模型的水質(zhì)預測方法。技術(shù)實現(xiàn)要素：針對上述情況，為克服現(xiàn)有技術(shù)之缺陷，本發(fā)明之目的就是提供一種河流水質(zhì)預測方法，可有效解決對河流生態(tài)環(huán)境的保護問題。本發(fā)明解決的技術(shù)方案是，基于利用googleearth、arcgis、cvlgrid1.0、efdc_explorer4個軟件的功能針對具體被預測河流建立一維水動力-水質(zhì)模型，利用污染源監(jiān)測數(shù)據(jù)和河流斷面監(jiān)測數(shù)據(jù)對水動力和水質(zhì)模型進行率定和驗證，在建立好的模型的基礎(chǔ)上，通過輸入已有的污染源監(jiān)測數(shù)據(jù)進行模擬，以預測未來一段時間內(nèi)被預測河流的水質(zhì)變化情況，包括以下具體步驟：（1）描繪出被預測河流的具體邊界，并將該邊界導出為.kml格式文件；（2）將被預測河流邊界轉(zhuǎn)化為點；再將點的wgs1984坐標轉(zhuǎn)化為單位為米的坐標；將轉(zhuǎn)換后的被預測河流邊界點位坐標存儲；（3）利用cvlgrid1.0軟件對被預測河流進行網(wǎng)格劃分，將劃分好的被預測河流網(wǎng)格導出；（4）在efdc-explorer中導入被預測河流的網(wǎng)格文件，建立被預測河流的水動力模型；（5）在建立水動力模型的基礎(chǔ)上，進一步建立被預測河流的水質(zhì)模型；（6）將被預測河流流量邊界實時監(jiān)控的流量和水質(zhì)數(shù)據(jù)導入水質(zhì)模型，根據(jù)所預測的時間，確定模擬開始時間和結(jié)束時間，采用動態(tài)時間步長進行模擬，得到未來一段時間內(nèi)被預測河流的水質(zhì)分布情況，實現(xiàn)對被預測河流的水質(zhì)預測。本發(fā)明方法獨特，易操作應用，預測效果準確，本發(fā)明方法充分利用googleearth、arcgis、cvlgrid1.0、efdc_explorer4個軟件的功能針對具體河流建立一維水動力-水質(zhì)模型，利用污染源和支流監(jiān)測數(shù)據(jù)和河流斷面監(jiān)測數(shù)據(jù)對水動力和水質(zhì)模型進行率定和驗證，在建立好的模型的基礎(chǔ)上，通過輸入已有的污染源和支流監(jiān)測數(shù)據(jù)進行模擬，可快速預測未來一段時間內(nèi)該河流的水質(zhì)變化情況，有利于對河流的生態(tài)環(huán)境保護，有顯著的經(jīng)濟和社會效益。附圖說明圖1為本發(fā)明的工藝流程圖；圖2為本發(fā)明實施例河流水系圖；圖3為本發(fā)明水動力模型率定分析圖；圖4為本發(fā)明水動力模型驗證分析圖；圖5為本發(fā)明水質(zhì)模型率定分析圖；圖6為本發(fā)明位水質(zhì)模型驗證分析圖。具體實施方式以下結(jié)合附圖和具體情況對本發(fā)明的具體實施方式做詳細說明。由圖1給出，本發(fā)明方法在具體實施中，包括以下步驟：（1）對被預測河流，利用googleearth里“添加路徑”的功能，描繪出被預測河流的具體邊界，并將該邊界導出為.kml格式文件；（2）在arcgis軟件中導入被預測河流邊界的.kml文件，通過“datamanagementtools”中的“featureverticestopoints”工具將被預測河流邊界轉(zhuǎn)化為點；再通過“projectionsandtransformations”工具將點的wgs1984坐標轉(zhuǎn)化為單位為米的wgs-1984-alberts坐標；將轉(zhuǎn)換后的被預測河流邊界點位坐標存儲為.p2d格式的文本文件；（3）將被預測河流邊界的.p2d文件導入cvlgrid1.0軟件中，利用該軟件對被預測河流進行網(wǎng)格劃分，將劃分好的被預測河流網(wǎng)格導出為.cvl文件；（4）在efdc-explorer中導入被預測河流的.cvl網(wǎng)格文件，采用以下步驟建立被預測河流的水動力模型：①按經(jīng)驗值確定被預測河流的初始水深；②利用已知的河底高程點采用插值的方法確定整個被預測河流的河底高程；③利用經(jīng)驗系數(shù)法的被預測河道曼寧粗糙系數(shù)；④確定被預測河流的各個入流邊界的流量時間序列，和出流邊界水位的時間序列，入流邊界包括上游來水和各污染源以及支流匯入；⑤將各流量時間序列與具體的河流網(wǎng)格關(guān)聯(lián)起來，建立流量邊界，將出流邊界水位的時間序列與具體的河流網(wǎng)格關(guān)聯(lián)起來，建立開邊界；⑥確定模擬的開始和結(jié)束時間，采用動態(tài)時間步長對水動力模型進行模擬，而后對其進行率定，滿足模型誤差要求；⑦在率定好的水動力模型的基礎(chǔ)上，采用與率定所用數(shù)據(jù)完全不同的時間序列對模型進行驗證，滿足誤差要求；（5）在建立水動力模型的基礎(chǔ)上，采用以下步驟建立被預測河流的水質(zhì)模型：方法是：①設定被測河流水質(zhì)時間序列，并與流量邊界關(guān)聯(lián)起來；②設定模擬的開始和結(jié)束時間，采用動態(tài)時間步長對水質(zhì)模型進行模擬，而后調(diào)整衰減系數(shù)對水質(zhì)模型進行率定，滿足模型誤差要求；③在率定好的水質(zhì)模型的基礎(chǔ)上，采用與率定所用數(shù)據(jù)完全不同的時間序列對模型進行驗證，滿足誤差要求；（6）將被預測河流流量邊界實時監(jiān)控的流量和水質(zhì)數(shù)據(jù)導入水質(zhì)模型，根據(jù)所預測的時間，確定模擬開始時間和結(jié)束時間，采用動態(tài)時間步長進行模擬，得到未來一段時間內(nèi)被預測河流的水質(zhì)分布情況，實現(xiàn)對被預測河流的水質(zhì)預測。所述的利用googleearth里“添加路徑”的功能，描繪出被預測河流的具體邊界必須為閉合的路徑曲線，且與被預測河流最新的衛(wèi)星地圖影像相吻合。所述的.p2d格式的文本文件是由wgs-1984-alberts坐標系下的每個被預測河流邊界點的坐標構(gòu)成，每個坐標占一行，左側(cè)為橫坐標，右側(cè)為縱坐標，中間為空格。所述的對被預測河流進行網(wǎng)格劃分的方法為：①在“l(fā)ayercontrol”面板中新建“spline”圖層，利用“drawanewspline”功能分別沿著被預測河流左右邊界進行描線，兩條邊線不能交叉；②描完被預測河流的左右邊界以后，在河流橫向分段添加截線，截線要盡可能與兩條邊垂直，每條截線之間不能交叉；③利用“generategrid”功能生成被預測河流網(wǎng)格，其中“i-cellsnumber”為被預測河流每2條截線之間的網(wǎng)格數(shù)，“j-cellsnumber”為被預測河流橫向的網(wǎng)格數(shù)，定為1。所述的利用經(jīng)驗系數(shù)法設置河道曼寧粗糙系數(shù)為下表：河道種類曼寧粗糙系數(shù)平坦的混凝土0.012普通的混凝土涂層0.013最優(yōu)條件下的泥土河道0.017直的未襯砌的泥土河道0.020天然的河流與河道0.020~0.035河床遍布巖石的山間溪流，河道多變與沿岸有植物的河流0.040~0.050沒有植物的淤積河道0.011~0.035該表河道曼寧粗糙系數(shù)是根據(jù)季振剛所著?水動力學和水質(zhì)-河流、湖泊及河口數(shù)值模擬?規(guī)定作出的。所述的時間序列是由時間和流量、水質(zhì)濃度或水位2列數(shù)據(jù)構(gòu)成的序列，其時間為“juliandate”，計算方法由下式給出：式中：i為年，j為月，k為日。若將某一參考日期的juliandate設置為0，則其他日期的juliandate為兩個juliandate之間的差值。所述的時間序列與具體的河流網(wǎng)格關(guān)聯(lián)起來是指在各邊界位置所對應的網(wǎng)格上建立邊界條件，流量邊界需將該邊界的流量設置為對應的流量時間序列，水質(zhì)設置為對應的水質(zhì)時間序列，出流邊界則只需將其水位設置為對應的水質(zhì)時間序列。所述的模擬的開始和結(jié)束時間中，結(jié)束時間是指實際需要考察的時間段的結(jié)束時間，而開始時間需要較實際需要考察的開始時間提前一段時間，以此保證實際需要考察的時間開始時河流達到較為準確的初始狀態(tài)；所述的動態(tài)時間步長是指，在efdc-explorer中將時間步長設置為1s以下的參考值，安全系數(shù)為0.5以下，則模型計算時會根據(jù)計算情況自動調(diào)整時間步長，提高模型的適應能力，以防計算出現(xiàn)錯誤。所述的滿足誤差要求是指，模擬值與實測值多組數(shù)據(jù)的平均相對誤差在下表所述的范圍內(nèi)，模擬值見下表：模型參數(shù)最高標準中等標準最低標準流量＜1010-1515-25水質(zhì)濃度＜1515-2525-35該表符合epa（美國環(huán)境保護署）建議的模型誤差控制范圍。所述的將各流量邊界實時監(jiān)控的流量和水質(zhì)數(shù)據(jù)導入水質(zhì)模型是指將當前實時日期及其之前一段時間的流量和水質(zhì)監(jiān)測數(shù)據(jù)導入流量邊界，當前實時日期之后的時間序列不做更改；所述的設置模擬開始時間和結(jié)束時間中結(jié)束時間是指所需預測的時間段的終止時間，開始時間需較當前實時的時間提前一段時間，以保證模擬至當前時間時，河流處于較為準確的狀態(tài)。本發(fā)明經(jīng)實地應用和測試，效果非常好，有關(guān)具體情況如下：以賈魯河鄭州段為例，以cod為所要預測的水質(zhì)因子，應用本發(fā)明方法進行水質(zhì)預測。賈魯河鄭州段的水系構(gòu)成如圖2所示，主要有索須河、運糧河、清河（又名堤里小清河）3條主要支流，和用于從黃河引水的西干渠。中牟陳橋為該段唯一的省責任目標考核斷面，位于賈魯河與中牟縣界交界處。本實施例的具體步驟如下：（1）建立河流網(wǎng)格采用本發(fā)明步驟（1）、（2）、（3）劃分賈魯河鄭州段網(wǎng)格。（2）水動力模型的建立設置初始水深。水深是模擬前需要輸入的初始條件，但對于河流來說準確定義其模擬時間開始時的初始水深往往較為困難，一般采用在實際模擬的時間序列之前外加一段時間以保證到達考核時間時各邊界流入河流的水可以覆蓋其下游區(qū)域。初始水深只需大致設置，賈魯河設置為1.5米。設置河底高程。通過調(diào)研和數(shù)據(jù)資料收集，在賈魯河干流鄭州段上收集到2個點位的河底高程，見下表所示，其他位置依據(jù)已有點位進行插值。點位名稱坐標（x）坐標（y）河底高程值（m）污水河匯入口771189.3018853747125.026173100中牟水文站812519.6887333741469.59573973.57設置粗糙系數(shù)。實際調(diào)查中發(fā)現(xiàn)賈魯河大部分區(qū)域河面相對較寬，河岸植被較多，某些河段河漫灘有砂石，依據(jù)賈魯河河道情況，將其粗糙系數(shù)定為0.04。設置邊界條件。所有污染源匯入、支流匯入均作為流量邊界，利用2014年重點源在線監(jiān)測數(shù)據(jù)和支流監(jiān)測數(shù)據(jù)定義其流量。河段終點設置為開邊界。模型率定。以2014年1月1日為參考時間，利用前半年數(shù)據(jù)進行率定（0~180天），采用2014年中牟陳橋斷面的流量監(jiān)測數(shù)據(jù)，與同時期模型模擬流量進行對比，如圖3所示。統(tǒng)計各組數(shù)據(jù)的誤差。前半年模擬值與實測值的平均相對誤差為15.79%。在模型誤差要求范圍內(nèi)。模型驗證：在不改變?nèi)魏螀?shù)的條件下利用2014年下半年數(shù)據(jù)進行水動力模型的驗證，模擬完成后，分析中牟陳橋斷面流量的模擬值與實測值的誤差，如圖4所示。綜合平均相對誤差為17.74%。誤差在控制范圍內(nèi)，模型精度滿足要求，水動力模型通過驗證。（3）水質(zhì)模型的建立設置邊界條件。利用2014年重點源在線監(jiān)測數(shù)據(jù)和支流監(jiān)測數(shù)據(jù)將所有污染源匯入、支流匯入的水質(zhì)時間序列與對應的流量邊界關(guān)聯(lián)起來。模型率定。采用2014年上半年數(shù)據(jù)進行水質(zhì)模型的率定，調(diào)整衰減系數(shù)以降低水質(zhì)模型誤差，經(jīng)率定在cod衰減系數(shù)定為0.13/day的情況下，中牟陳橋斷面cod的模擬濃度與實測濃度對比如圖5所示，平均相對誤差為12.02%，在模型誤差控制范圍內(nèi)，水質(zhì)模型的精度較高。模型驗證。在不改變?nèi)魏螀?shù)的條件下利用2014年下半年數(shù)據(jù)進行水質(zhì)模型的驗證，得出中牟陳橋斷面cod的模擬濃度與實測濃度對比如圖6所示。平均相對誤差為10.20%，在誤差控制范圍內(nèi)。模型模擬值與實測值較為吻合，cod水質(zhì)模型通過驗證。（4）水質(zhì)預測為了可以對模型預測結(jié)果進行驗證，本實施例選用了以前的時間段進行預測，采用建立好的水質(zhì)模型，分別預測2016年4月1日和2017年4月1日中牟陳橋斷面的cod濃度。以2016年1月1日為參考時間，將2016年4月1日及其之前10天的監(jiān)測數(shù)據(jù)導入模型中對應的時間序列，開始時間定為2016年4月1日前10天，結(jié)束時間為2016年4月1日，得出2016年4月1日中牟陳橋斷面cod濃度的預測結(jié)果為38.943mg/l，實際監(jiān)測數(shù)據(jù)為37.90mg/l。誤差為2.75%。以2017年1月1日為參考時間，將2017年4月1日及其之前10天的監(jiān)測數(shù)據(jù)導入模型中對應的時間序列，開始時間定為2017年4月1日前10天，結(jié)束時間為2017年4月1日，得出2017年4月1日中牟陳橋斷面cod濃度的預測結(jié)果為40.527mg/l，實際監(jiān)測數(shù)據(jù)為35.67mg/l。誤差為13.62%?？芍景l(fā)明預測結(jié)果準確，并經(jīng)反復多次不同河流的預測試驗和實地測試，均取得了相同和相近似的結(jié)果，這里不再一一詳述，試驗表明，本方法易操作，穩(wěn)定可靠，可有效用于河流水質(zhì)的快速預測，利于河流建立良好的生態(tài)環(huán)境，有很強的實用性，經(jīng)濟和社會效益顯著。當前第1頁12