Hans Journal of Civil Engineering
Vol. 12  No. 10 ( 2023 ), Article ID: 74089 , 10 pages
10.12677/HJCE.2023.1210146

基于水动力–水质模型的玄武湖水治理研究

黄洪,马斌,张卓,王兴贤

西京学院土木工程学院,陕西 西安

收稿日期:2023年9月19日;录用日期:2023年10月10日;发布日期:2023年10月20日

摘要

随着现代化进程的不断加快和经济的快速发展,许多环境问题越来越突出,人们日常生活、生产及生态用水需求愈来愈大,中国水资源人均可支配量少且分布不均。人工湖在城市建设和在社会发展进程中有发挥着十分重要的作用,但因其自我修复的能力太差又缺乏科学有效的管理和保护,导致许多人工湖的污染严重、水质差,这对人们的生活质量和可持续发展产生了严重影响。本文依托玄武湖水利风景区2021年度生态补偿项目及南京市玄武湖北湖东部疏浚及生态修复工程项目,以玄武湖为研究对象,对玄武湖的工程概况并通过选择pH值、溶解氧指数(DO)、生化需氧量指数(COD)、氨氮(NH3-N)、总磷指数(TP)和高猛酸盐指数等6个常见水质指标对其进行检测仿真研究,然后建立了玄武湖的二维水动力和水质模型,对玄武湖及相似湖泊的水管理与管理具有良好的参考价值,对水生态文明城市建设具有参考价值。

关键词

水治理工程,水动力模型,ECO Lab水质模型

Research on Water Treatment of Xuanwu Lake Based on Hydrodynamic-Water Quality Model

Hong Huang, Bin Ma, Zhuo Zhang, Xingxian Wang

School of Civil Engineering, Xijing College, Xi’an Shaanxi

Received: Sep. 19th, 2023; accepted: Oct. 10th, 2023; published: Oct. 20th, 2023

ABSTRACT

With the continuous acceleration of modernization and rapid economic development, many environmental problems have become more and more prominent, people’s demand for water for daily life, production and ecology is getting greater and larger, and the per capita disposable amount of water resources in China is small and unevenly distributed. Artificial lakes play a very important role in urban construction and social development, but because of their poor self-healing ability and lack of scientific and effective management and protection, many artificial lakes have serious pollution and poor water quality, which has a serious impact on people’s quality of life and sustainable development. Relying on the 2021 ecological compensation project of Xuanwu Lake Water Conservancy Scenic Area and the dredging and ecological restoration project in the eastern part of Nanjing Xuanwu Lake North Lake, this paper takes Xuanwu Lake as the research object, and selects the engineering overview of Xuanwu Lake and selects six common water quality indicators, including pH, dissolved oxygen index (DO), biochemical oxygen demand index (COD), ammonia nitrogen (NH3-N), total phosphorus index (TP) and hyperviolent acid index, and then establishes a two-dimensional hydrodynamic and water quality model of Xuanwu Lake. It has good reference value for water management and management of Xuanwu Lake and similar lakes, and has reference value for the construction of water ecological civilization city.

Keywords:Water Treatment Projects, Hydrodynamic Model, ECO Lab Water Quality Model

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

水动力学是一门研究流体表面等流动状态和运动规律及其与边界面之间相互作用的学科。水动力学的实验研究有原型观测实验和模拟实验,模拟实验又有物理模拟和数值模拟。物理模拟直观准确,但需要大量人力物力,各种影响因素的变化难以快速模拟,结果难以详细分析。随着计算机和数值计算的快速发展,在水动力学及其他领域中数值模拟也得到了广泛应用,出现了大量的模拟软件,有MIKE的各种软件如MIKE11、MIKE21等还有EFDC、Delft3D、MOHID等 ‎[1] ‎[2] ‎[3] ‎[4] 。水质模型是一种数学模型,用于描述水体中水质的变化规律,其目的在于描述水体的物理和化学特性。人工湖在城市建设与发展过程中占有举足轻重的地位,但因其自我修复的能力太差又缺乏科学有效的管理和保护,导致许多人工湖的污染严重、水质差,因此建立科学有效的水质模型对于保护水资源具有重要意义。随着水质模型的演进,在市场上,已经出现了众多的生态水质模型和软件,其中包括但不限于MIKE Eco Lab、WASP、EFDC、Delft3D等 ‎[5] ‎[6] ‎[7] ‎[8] 。这些模型都具有较高的精度并能反映出河流不同时期的变化特征,能够很好地满足实际工作的需要。水体自净能力的研究以及对水环境的模拟,可以通过水质模型分析河道中污染物的迁移规律。通过这些水质模型来了解河流中各污染因子之间的关系,从而为水资源规划与管理提供依据,同时也可用于水污染防治决策。在水环境研究中,建立水质模型需要跨越多个学科领域,包括但不限于水文学、水动力学和气象科学等,其重要性不言而喻。

南京市玄武湖属于大型城市人工湖,位于江苏省南京市玄武区境内。玄武湖负责城市防洪管理排水、生态景观、城市游憩、游览、城市水生态更新等综合措施,对南京市水生态文明城市建设具有重要意义。根据玄武湖水质监测数据,玄武湖水质较差,处于富营养化状态。因此,研究和分析玄武湖的水生态环境非常重要。

2. 玄武湖水动力模型构建

2.1. 参数设置

MIKE21软件在时间步长、干湿水深、涡粘系数和底床阻力等因素的影响下,可以将水动力模块进行模拟计算出来。

1) 时间步长

时间步长是模型迭代计算的时间线段长度,时间步长越小,计算越精确,但是也给计算机带来了负荷。为确保模型计算的稳定性,必须考虑模型计算时间步长,使临界CFL值小于1。因此,模型默认的CFL值为0.8。模型的模拟周期为30天,计算时间步长为360 s,时间步数为7200步。

2) 干湿水深

本次模型在模拟中处于干湿边界交界处,设置其干水深、淹没水深及湿水深均采用默认值,即干水深为0.005 m,淹没水深为0.05 m,湿水深为0.1 m。

3) 涡粘系数

涡粘系数分为水平涡粘系数和垂直涡粘系数。在二维的数值模拟只考虑水平涡粘系数,不考虑垂直涡粘系数 ‎[9] 。根据玄武湖的具体情况采用的水平涡粘系数是Smagorinsky公式法。其公式数据形式设置为常数,采用恒定值0.28,涡流粘度模型因其简单易行而在实践中最为常用,但是在非平衡状态的时候涡粘系数模型也会存在一些的缺点。

4) 底床阻力

底床阻力分为无底床阻力、谢才系数和曼宁系数三种形式。根据玄武湖的具体情况在本次模拟中,选择曼宁系数,它既是河床的粗糙度,又是河床的粗糙度,它能全面地反映河床的粗糙度对河流的影响。其数据格式常量值为32 m1/3/s。

2.2. 模型验证

将各模型参数输入MIKE21水动力模型中进行模拟,以实测数据为基准对模型参数进行率定,选择2022年5月玄武湖的水位监测点的水位实测数据,绘制水位模型模拟结果与实测结果的比较图,对模型进行验证,具体情况如图1所示。

Figure 1. Comparison and analysis of measured and simulated values of water level monitoring points in Xuanwu Lake

图1. 玄武湖水位监测点的实测值与模拟值对比分析图

图1为玄武湖水位监测点的实测值与模拟值对比分析图,选取研究期间的实测水位和流量数据,利用Origin软件绘制模型水位控制点实测值的模拟结果,进行对比分析。从图中可以得出结论,模拟值基本上在测量值的范围之内,测量值与模拟值之间没有明显差异,误差比较小,证明水动力模型的精度是非常好的,水动力模拟研究可以更加准确。

3. 玄武湖水质模型构建

水动力模型是水质模型的基础,为确保模型的准确性满足要求,有必要对水质模型中使用的参数和水动力参数的比例进行评估,以反映研究区域更真实的水质变化。在这项工作中,选择了四项水质指标生化需氧量(BOD)、溶解氧(DO)、氨氮和总磷的实测数据,在对模型参数进行初步调整后,建立了水质模型,并对模拟结果进行了检查和分析。各水质指标的模拟结果见图2图5,并确定了各污染物在模拟过程中的扩散和迁移趋势。

(a) 玄武湖BOD初始扩散趋势

(b) 玄武湖BOD中期扩散趋势(c) 玄武湖BOD后期扩散趋势

Figure 2. Diffusion trend of BOD in Xuanwu Lake

图2. 玄武湖BOD扩散趋势

图2是玄武湖中有机污染物BOD自初始状态至后期的扩散趋势的变化,图2(a)是生化需氧量(BOD)的初始扩散趋势,从其初期扩散趋势图中可以看到浓度是超过9.9 mg/L的;图2(b)是生化需氧量(BOD)的中期扩散趋势,到了中期浓度降低到6.0 mg/L;图2(c)是生化需氧量(BOD)的后期扩散趋势浓度最后稳定在5.7 mg/L,呈现显著下降的趋势,表明玄武湖的有机污染正在减轻,水体呈现逐步改善的趋势。

(a) 玄武湖DO初始扩散趋势

(b) 玄武湖DO中期扩散趋势(c) 玄武湖DO后期扩散趋势

Figure 3. Diffusion trend of DO in Xuanwu Lake

图3. 玄武湖DO扩散趋势

图3是玄武湖中有机污染物溶解氧(DO)自初始状态至后期的扩散趋势的变化,图3(a)是溶解氧(DO)的初期扩散趋势,从图中可以看到浓度是2.0 mg/L的;图3(b)是溶解氧(DO)的中期扩散趋势,浓度上升至2.8 mg/L左右;图3(c)是溶解氧(DO)的后期扩散趋势最高浓度达到了2.96 mg/L,最后稳定在2.8 mg/L,呈现逐步上升的趋势。

(a) 玄武湖氨氮初始扩散趋势

(b) 玄武湖氨氮中期扩散趋势(c) 武湖氨氮后期扩散趋势

Figure 4. Diffusion trend of ammonia nitrogen in Xuanwu Lake

图4. 玄武湖氨氮扩散趋势

图4是玄武湖中营养盐类指标氨氮自初始状态至后期的扩散趋势的变化,图4(a)是氨氮的初始扩散趋势,从图中可以看到浓度是2.0 mg/L的;图4(b)是氨氮中期的扩散趋势,其浓度降低至1.45 mg/L;图4(c)是氨氮后期的扩散趋势最后稳定在1.47 mg/L,其浓度呈现逐步下降的趋势,说明玄武湖的面源污染逐步减轻。

(a) 玄武湖总磷初始扩散趋势

(b) 玄武湖总磷中期扩散趋势(c) 玄武湖总磷后期扩散趋势

Figure 5. Diffusion trend of total phosphorus in Xuanwu Lake

图5. 玄武湖总磷扩散趋势

图5是玄武湖中营养盐类指标总磷自初始状态至后期的扩散趋势的变化,总磷在玄武湖整体呈显著下降的趋势,图5(a)是总磷的初始扩散趋势,从图中可以看到浓度是2.0 mg/L;图5(b)是总磷的中期扩散趋势,从图中可以看到浓度是0.064 mg/L;图5(c)图是总磷的后期扩散趋势,最后稳定在0.07 mg/L,说明玄武湖的面源污染逐步减轻。

从整个模拟期的水质模型可以看出,初期随着水动力的变化,各污染物的含量均产生了不同程度的下降,且迁移量不断保持,到模拟期中期,全流域各站点污染物含量逐渐趋于稳定,其中湖东流域浓度最高,主要原因是该处水体流速较低。由于该处水体流速较低,主要是由于水体交换能力较低,无法输送污染物,因此,水体管理应继续针对该处的水动力进行管理,可取得更显著的改善。

4. 结论

1) 根据实测的地形地理数据,将高程数据导入并进行网格化处理等设置建立了玄武湖水质二维水动力模型,通过模型模拟分析,确定参数的合理性,通过对模拟结果与实测数据的比较表明,所建立的二维模型能够准确、客观地反映流域研究范围内的水体变化。

2) 把水质参数及各污染物的数据在水动力模拟的基础上插入ECO Lab模块,建立了水质模型,并将两个模型耦合,建立了玄武湖耦合二维水动力水质模型,并对污染物化学需氧量(BOD)、溶解氧(DO)、总磷(TP)、氨氮四种水质指标的扩散趋势进行分析。

文章引用

黄 洪,马 斌,张 卓,王兴贤. 基于水动力–水质模型的玄武湖水治理研究
Research on Water Treatment of Xuanwu Lake Based on Hydrodynamic-Water Quality Model[J]. 土木工程, 2023, 12(10): 1253-1262. https://doi.org/10.12677/HJCE.2023.1210146

参考文献

  1. 1. 梁擎. 基于MIKE21水动力水质模型的水环境容量计算研究[D]: [硕士学位论文]. 邯郸: 河北工程大学, 2013.

  2. 2. Zhao, L., Li, Y., Zou, R., et al. (2013) A Three-Dimensional Water Quality Modeling Approach for Exploring the Eutrophication Responses to Load Reduction Scenarios in Lake Yilong (China). Environmental Pollution, 177, 13-21.

  3. 3. 潘思怡. 基于EFDC模型的鄱阳湖水利枢纽工程对湖泊流场的影响分析[D]: [硕士学位论文]. 南昌: 江西师范大学, 2017.

  4. 4. 张立杰. 基于Delft3D模型的呼伦湖水质水动力数值模拟[D]: [硕士学位论文]. 呼和浩特: 内蒙古农业大学, 2016.

  5. 5. 陈凯, 任金亮, 乔明叶. Mike21模型和RSM的人工湖水质保障调度研究[J]. 河南水利与南水北调, 2016(10): 91-92.

  6. 6. 王思文, 齐少群, 于丹丹, 等. 基于WASP模型的水环境质量预测与评价研究——以松花江哈尔滨江段为例[J]. 自然灾害学报, 2015, 24(1): 39-45.

  7. 7. 卢慧, 宁亚伟, 袁永龄. 基于EFDC模型的人工湖生态换水优化计算[J]. 水电能源科学, 2013(4): 100-102.

  8. 8. 黄庆超, 石巍方, 刘广龙, 等. 基于Delft3D的三峡水库不同工况下香溪河水动力水质模拟[J]. 水资源与水工程学报, 2017, 28(2): 33-39.

  9. 9. 白寅虎, 王莉娜. 二维数值模拟在复杂天然河道洪水演进中的应用[J]. 河北水利, 2020(4): 42-43.

期刊菜单