一种潮汐河流生态补水优化配置方法

技术领域

本发明属于水处理的环保领域，特别是一种潮汐河流生态补水优化配置方法。

背景技术

城市河流与城市的产生、发展密切相关，是城市生态系统的重要组成部分，快速的城市化发展以及人类生产生活的影响导致许多城市河道水体污染严重。河流补水作为众多治水手段的一种，不仅可以弥补城市河流枯水期水资源短缺，增加生态基流，改善城市河流景观，更可以加快水体置换速率，稀释污染物浓度，在较短时间内改善河流水质，是一种解决城市河流水环境问题切实有效的技术手段。

关于河道补水的研究主要集中在补水方案的优化选择、补水效益评价、生态补水量计算和环境影响方面，此类研究主要以常规连续均匀补水方式为主，仅适用于水文条件不随时间变化或者随时间变化不明显的相对较稳定水体。但该水体若是水文条件随时间变化比较明显的潮汐河流，其受潮水顶托以及径流的推动作用，污染物在潮汐河段内往复回荡，停留时段较长，在潮汐河段内大量积累，不断消耗水体中的溶解氧，使得水质恶化。常规补水方式仅仅增加径流量，并没有考虑潮流的作用，往往事倍功半。因此，如何针对潮汐河流水文特征，研究合乎动量动态变化的补水方式，优化补水时间及补水量，有效利用水资源，以最大程度地改善河流水质，具有重要的理论和实际意义。

现有技术中，对于水文条件随时间变化比较明显的潮汐河流的补水均没有考虑受潮水顶托以及径流的推动的影响，造成补水治理效果差和水资源的浪费。

发明内容

如何利用有限的水资源达到河流污染的最佳改善，本发明公开一种潮汐河流生态补水优化配置方法。

本发明实现发明目的采用的方法是：

步骤1.构建拟补水潮汐河流水动力水质模型：

①.收集建拟补水潮汐河流水动力水质模型数据，包括：河流水系图、河床地形数据、水文气象数据(干流流量与水位、各支流流量、污水厂排放口流量、降雨量等)、水质数据；

②.基于MIKE21构建拟补水潮汐河流水动力模型：根据水系图确定河道流向、根据河床地形数据确定河底地形、根据水文气象数据确定各水动力边界条件；根据河床地质情况与实测水文数据率定水动力模型糙率；利用与率定数据不同时期的实测水文数据验证水动力模型的误差是否在可接受范围内，若不在，则返回率定过程，若在则进行下一步；

③.基于MIKE21水动力模型构建拟补水潮汐河流水质模型：根据水质数据确定各水质边界条件；根据实测污染物变化情况率定其与降解系数；利用与率定数据不同时期的实测水质数据验证水质模型误差是否在可接受范围内，若不在，则返回率定过程，若在则进行下一步；步骤2.设定控制断面，利用潮汐河流水动力水质模型，计算补水前控制断面污染物浓度；

步骤3.补水情景模拟：

将补水周期(T)分为n个补水时段，在第1个时段补水量为单位水量，其他时段不补水的情景下，即：q

改变补水时段，重复以上步骤，即可求出j个补水时段在控制断面处对应j个计算时段的单位浓度削减量响应系数矩阵Δ

单位浓度削减量与补水量乘积即为浓度削减量，给定各时段补水量q

步骤4.以控制断面污染物浓度变化过程峰值最小化为目标函数，补水总量恒定，单位时间内补水量大于0且小于最大补水量为约束条件，求解得到满足约束条件的最优补水方案。

目标函数：

约束条件：∑q

式中：i为补水时段序号，(i＝1，2，…，24)；j为控制断面处的计算时段序号，(j＝1，2，…，n)；C

步骤5.基于步骤4，目标函数为最大值最小化问题，利用求解最优化问题的常用软件LINGO，将目标函数与约束条件转换成LINGO可识别的代码，运行得到全局最优解；

步骤6.基于步骤5，全局最优解即为补水周期内各时段补水量，完成潮汐河流生态补水优化配置。

本发明的有益效果是：能优化潮汐河流补水效率，有效利用水资源，以最大程度地增加水体的流动性，控制河道水质变幅，降低污染物浓度峰值，保护潮汐河流生态环境。

下面结合附图对本发明进行详细说明。

附图说明

附图1为本发明流程图。

附图2为茅洲河网格剖分图。

附图3为本发明实施实施例补水前控制断面COD浓度。

附图4为本发明实施例污染物浓度削减量变化情况。

附图5为本发明实施例最优补水方式图。

附图6为本发明实施例不同补水方式下COD浓度变化情况图。

具体实施方式

一种潮汐河流生态补水优化配置方法，其特征在于：该方法由以下步骤实现：

步骤1.构建拟补水潮汐河流水动力水质模型：

①.收集建拟补水潮汐河流水动力水质模型数据，包括：河流水系图、河床地形数据、水文气象数据(干流流量与水位、各支流流量、污水厂排放口流量、降雨量等)、水质数据；

②.基于MIKE21构建拟补水潮汐河流水动力模型：根据水系图确定河道流向、根据河床地形数据确定河底地形、根据水文气象数据确定各水动力边界条件；根据河床地质情况与实测水文数据率定水动力模型糙率；利用与率定数据不同时期的实测水文数据验证水动力模型的误差是否在可接受范围内，若不在，则返回率定过程，若在则进行下一步；

③.基于MIKE21水动力模型构建拟补水潮汐河流水质模型：根据水质数据确定各水质边界条件；根据实测污染物变化情况率定其与降解系数；利用与率定数据不同时期的实测水质数据验证水质模型误差是否在可接受范围内，若不在，则返回率定过程，若在则进行下一步；步骤2.设定控制断面，利用潮汐河流水动力水质模型，计算补水前控制断面污染物浓度；

步骤3.补水情景模拟：

将补水周期(T)分为n个补水时段，在第1个时段补水量为单位水量，其他时段不补水的情景下，即：q

改变补水时段，重复以上步骤，即可求出i个补水时段在控制断面处对应j个计算时段的单位浓度削减量响应系数矩阵Δ

单位浓度削减量与补水量乘积即为浓度削减量，给定各时段补水量q

步骤4.以控制断面污染物浓度变化过程峰值最小化为目标函数，补水总量恒定，单位时间内补水量大于0且小于最大补水量为约束条件，求解得到满足约束条件的最优补水方案。

目标函数：

约束条件：∑q

式中：i为补水时段序号，(i＝1，2，…，24)；j为控制断面处的计算时段序号，(j＝1，2，…，n)；C

步骤5.基于步骤4，目标函数为最大值最小化问题，利用求解最优化问题的常用软件LINGO，将目标函数与约束条件转换成LINGO可识别的代码，运行得到全局最优解；

步骤6.基于步骤5，全局最优解即为补水周期内各时段补水量，完成潮汐河流生态补水优化配置。

本发明具体实施例：

1.收集数据

以深圳市茅洲河为研究对象，收集到茅洲河水系图、河床地形数据数据、水文气象数据数据(河流上边界流量、下边界水位、各支流流量、污水厂排放口流量、降雨量等)、水质数据。茅洲河入海口上游约14km处建有洋涌水闸，水闸上游不受潮汐影响，故选取洋涌水闸至茅洲河入海口河段作为研究区域。

2.构建潮汐河流水动力水质模型

基于MIKE21构建茅洲河二维水动力水质模型：首先进行网格划分与地形插值，将茅洲河洋涌水闸至入海口河段的水系图与河床地形数据转换成MIKE可读取的.xyz格式文件，并导入MIKE自带的地形生成软件Mesh Generator，通过网格剖分、平滑网格、水下地形插值后得到茅洲河的地形文件(茅洲河网格剖分见图2)；

确定初始条件：模型运行初始流量均取为0，初始水位为计算区域平均水位，初始水质浓度取0；

确定边界条件：首先是水动力边界，模拟时段假定上游洋涌水闸关闸，故上边界流量为0，下边界采用茅洲河附近赤湾站潮位的潮位数据；降雨数据与潮位数据时间同步；研究区域有12个支流、1个箱涵出水口、1个污水厂出水口，均以点源形式加入模型，其流量采用恒定的实测值；其次是水质边界，以COD为代表污染物，下游边界COD浓度采用对应时段均值(49mg/L)，各支流、箱涵出水口、污水厂COD浓度采用实测恒定值(浓度范围为25.48-140mg/L)；

通过率定得到水动力参数糙率取值0.03，验证茅洲河河口涨潮、落潮计算流量与实测流量误差分别为16.6％、31.34％；率定得到水质参数COD降解系数取值0.2d，验证茅洲河河口COD浓度计算值与实测值最大相对误差为33.33％，平均相对误差为10.60％。模型水动力与水质误差均在可接受范围内，表明该模型可较好的模拟茅洲河的水动力及水质变化情况。

3.计算补水前控制断面污染物浓度

设定补水点如图2所示，控制断面位于补水口上游500米。计算得到补水前控制断面COD浓度如图3所示，由此得到补水前控制断面污染物浓度C。

4.补水情景模拟

设定补水周期24小时，分为24个补水时段，补水开始时刻为模型运行稳定后的0点，首先在0点输入补水量为1万m

5.计算最优补水方式

建立目标函数，目标函数可解释为经过24小时补水后，控制断面COD浓度峰值极小化，约束条件为：补水总量恒定50万m

目标函数：

约束条件：∑q

0≤q

将C

LINGO运行代码

6.补水优化效益分析

利用已建立的茅洲河水动力水质模型，分别对优化补水方式以及连续均匀补水方式进行模拟计算，提取控制断面COD浓度变化情况，对比分析不同补水方式下的补水效果(图6)：控制断面COD浓度随潮汐波动，补水前分别在20时、45时、70时、80时、95时、105时、118时、130时出现波峰，最大值为55.4mg/L(20时)，均值为49.0mg/L；均匀补水情况下，COD浓度整体有所下降，波峰值有所削减，但在4时出现了新的波峰，浓度55.8mg/L，较补水前增加1.4mg/L，均匀补水后控制断面COD浓度均值为46.7mg/L，较补水前减少2.7mg/L；优化补水情况下，COD浓度整体明显下降，整体浓度低于补水前及均匀补水，在70时前所有波峰均得到有效削减，且在最大值处(20时)削减量最大(10mg/L)，70时后优化补水效果逐渐减弱，但总体浓度仍然低于均匀补水，控制断面COD浓度均值为45.5mg/L，较补水前与均匀补水分别减少3.5mg/L、1.3mg/L。可见优化补水可有效降低潮汐河流污染物浓度峰值，同时降低均值，符合发明所建立的优化补水方法所要达到的效果。