基于SD模型的南渡江水系連通系統(tǒng)特征及其演變規(guī)律分析

李 麗,徐 文,陳成豪,李龍兵,邢李桃,葉長青

(1.海南大學(xué)環(huán)境與植物保護學(xué)院,海南?？?70228；2.海南省水文水資源勘測局,海南?？?70203)

基于SD模型的南渡江水系連通系統(tǒng)特征及其演變規(guī)律分析

李 麗1,徐 文1,陳成豪2,李龍兵2,邢李桃2,葉長青1

(1.海南大學(xué)環(huán)境與植物保護學(xué)院,海南海口570228；2.海南省水文水資源勘測局,海南?？?70203)

應(yīng)用系統(tǒng)動力學(xué)(SD)建立南渡江河湖水系連通系統(tǒng)模型,并分析其制約因素、尋求主要驅(qū)動因子及系統(tǒng)在驅(qū)動因子作用下的演變規(guī)律。結(jié)果表明,系統(tǒng)6項主要驅(qū)動因子中，加大水體流速與流量,增大污染物降解系數(shù)有利于提高水體納污能力；當(dāng)?shù)乇硭r(nóng)業(yè)灌溉供水量增加率為5%、10%、15%和20%時,地表水供水百分比達到94.27%、94.83%、95.34%和96.98%。應(yīng)通過跨流域調(diào)水提高水資源調(diào)配能力和污水回用率以緩解未來南渡江供水壓力；河湖水系連通可提高河湖調(diào)蓄能力,抵御洪旱災(zāi)害發(fā)生。

水系連通系統(tǒng)；SD模型；驅(qū)動因子；演變規(guī)律

0 引 言

河湖水系連通是適應(yīng)新形勢下江河治理的新策略。水資源短缺、旱澇災(zāi)害頻發(fā)、水環(huán)境污染等問題的頻出表明：河湖水系連通是江河治理的迫切需求[1]。李宗禮等(2010)指出：河湖水系連通無論是概念內(nèi)涵還是技術(shù)方法均處于探索階段[2]。李原園等(2011)指出：目前國內(nèi)外在河湖水系連通方面已積累一定的實踐經(jīng)驗,但遠未形成完整的理論與技術(shù)體系[3]。2010年水利部提出“河湖連通是提高水資源配置能力的重要途徑”[4]。靳夢等(2013)構(gòu)建了一套描述城市水系連通功能的指標(biāo)體系和評價方法,以定量評價城市化對水系連通功能的影響[5]。李原園等(2014)分析了河湖水系連通演變機制和主要驅(qū)動因子[6]。馮順新等(2015)以“引江濟太”為例,對建立的指標(biāo)體系及評價方法的適用性進行檢驗[7]。開展河湖水系連通預(yù)測及演變規(guī)律分析已成為時下研究熱點。然而,目前國內(nèi)對河湖水系連通研究多為概念、特征、功能等理論研究[2-3,8-11],對河湖水系連通定量描述研究甚少,特別在河湖水系連通系統(tǒng)演變規(guī)律方面缺少較全面系統(tǒng)的研究。

系統(tǒng)動力學(xué)(System Dynamics,簡稱“SD”)擅長處理具有非線形和時變現(xiàn)象的系統(tǒng)問題,并能進行長期性、動態(tài)性、戰(zhàn)略性的定量仿真分析[8]。Simonovic等[9]運用系統(tǒng)動力學(xué)法建立全球水模型,對世界水資源形勢進行了宏觀評價,表明系統(tǒng)動力學(xué)是模擬復(fù)雜系統(tǒng)的有效方法。南渡江是海南島第一大島嶼性河流,存在洪旱災(zāi)害、難于調(diào)蓄等問題。本文建立了南渡江河湖水系連通系統(tǒng)動力學(xué)仿真模型,通過特征分析找到影響系統(tǒng)的主要驅(qū)動因子,并以主要驅(qū)動因子為調(diào)節(jié)變量分析河湖水系連通系統(tǒng)演變特征。將為河湖水系連通存在問題和有效實施提供理論依據(jù)。

1 研究區(qū)概況及研究方法

1.1 研究區(qū)概況

南渡江流域總面積為7 033 km2,干流全長333 km；水源豐富,年平均流量為66.8億m3,有明顯的干濕兩季,多暴雨,時有洪潮災(zāi)害。當(dāng)前其水安全主要問題：①區(qū)域水資源匱乏的危機日益嚴(yán)重；②水生態(tài)環(huán)境惡化問題；③洪澇災(zāi)害問題。

1.2 研究方法

SD是一種定性與定量相結(jié)合的方法,能夠全面模擬分析復(fù)雜系統(tǒng)結(jié)構(gòu)與功能的內(nèi)在關(guān)系以及模擬不同決策下的長遠動態(tài),可較好地運用各種反饋關(guān)系,適用客觀的長期動態(tài)趨勢研究[8,11-13]。河湖水系連通是一個影響因子眾多的復(fù)雜反饋系統(tǒng),用SD對其進行仿真模擬和定量分析,便于分析主要驅(qū)動因子的演變規(guī)律。SD流率方程一般形式為

LK=LJ+(IR.JK-OR.JK)×DT

(1)

式中,LK、LJ分別為K、J時刻的流位向量；IR、OR分別為流入速率向量和流出速率向量；DT為過去J時刻到現(xiàn)在K時刻的時段。通過對式(1)變形,可得

(2)

式中,DL為K、J時刻流位向量差值。

2 河湖水系連通系統(tǒng)模型構(gòu)建

2.1 系統(tǒng)結(jié)構(gòu)分析

河湖水系連通系統(tǒng)由水系連通性、自然功能和社會功能子系統(tǒng)復(fù)合而成[13],構(gòu)成多重循環(huán)反饋關(guān)系。圖1給出了河湖水系連通系統(tǒng)的基本結(jié)構(gòu),揭示了系統(tǒng)內(nèi)部的制約關(guān)系。

圖1 河湖水系連通子系統(tǒng)結(jié)構(gòu)

2.2 模型的構(gòu)建

根據(jù)研究區(qū)現(xiàn)狀以及發(fā)展趨勢,本模型設(shè)定模擬時間為2000年～2030年,其中2000年～2010年作為模型歷史驗證年份,基準(zhǔn)年為2000年,時間間隔為1 a。以SD軟件Vensim-PLE為平臺建立河湖水系連通SD模型,模型流如圖2所示。主要變量方程為：①水系連通度=區(qū)域河流數(shù)目/3×(節(jié)點數(shù)-2×水中亞圖數(shù))；②河頻率=區(qū)域河流數(shù)目/區(qū)域面積，條·km-2；③地表水農(nóng)業(yè)灌溉供水百分比=地表水農(nóng)業(yè)灌溉供水量/供水總量， %；④水庫的調(diào)節(jié)能力指數(shù)=水庫的總庫容/年平均徑流量；⑤水體納污能力=水質(zhì)目標(biāo)質(zhì)量濃度×河段設(shè)計流量×EXP(污染物綜合降解系數(shù)×區(qū)域內(nèi)河流的長度/2×平均流速)-廢水濃度×河段設(shè)計流量×EXP(-(污染物綜合降解系數(shù)×區(qū)域內(nèi)河流的長度)/2×平均流速)，t/a。

圖2 河湖水系連通SD流

表1 靈敏度分析結(jié)果

2.3 模型的有效性驗證

(1)靈敏度分析。靈敏度分析是通過調(diào)節(jié)模型中的參數(shù),來分析參數(shù)變化對模型變量輸出結(jié)果產(chǎn)生的影響[14],即

(3)

式中,t為時間；SQ為狀態(tài)變量Q對參數(shù)X的靈敏度；Qt和Xt分別為Q和X在t時刻的值；ΔQt和ΔXt分別為Q和X在t時刻的增加量。對于n個狀態(tài)變量(Q1,Q2,…,Qn),任一參數(shù)X在時刻t的靈敏度平均值為

(4)

式中,n為狀態(tài)變量個數(shù)；SQi為Qi的靈敏度；S為參數(shù)X對n個狀態(tài)變量的平均靈敏度。因河湖水系連通系統(tǒng)中涉及較多參數(shù)和變量,只選取系統(tǒng)內(nèi)較為關(guān)鍵的5個參數(shù)和5個變量根據(jù)其2000年～2010年數(shù)據(jù)進行分析。每次變化其中一個參數(shù)(增加10%),分析其對5個變量的影響(見表1)。只有污水回用率參數(shù)對系統(tǒng)的靈敏度超過10%,其余參數(shù)對系統(tǒng)靈敏度均低于5%,表明系統(tǒng)對參數(shù)的靈敏度較低,穩(wěn)定性較強[14](見表1)。綜合檢驗結(jié)果,該模型可用于南渡江實際系統(tǒng)模擬。

(2)歷史檢驗。選取部分對建模影響有較大權(quán)重的變量進行歷史檢驗。驗證起始時間是2000年,到2010年止,檢驗時間為10年。檢驗結(jié)果見表2。大部分的仿真值與歷史值之間的誤差在絕對值10%之內(nèi),誤差最小為絕對值0,誤差最大為絕對值8.89%(見表2),模型的仿真值與歷史值基本滿足一致性,模型構(gòu)建基本合理,可用來預(yù)測未來的發(fā)展趨勢。

3 河湖水系連通系統(tǒng)特征及其演變規(guī)律

3.1 河湖水系連通系統(tǒng)特征分析

徐宗學(xué)(2011)、李原園(2014)指出：水資源調(diào)配能力、水體納污能力、徑流調(diào)控與洪水蓄泄能力、供水保證率、水質(zhì)達標(biāo)率和防洪能力是河湖水系連通發(fā)展的重要制約因素[1,6]。筆者通過分析制約因素,確定影響河湖水系連通SD模型主要驅(qū)動因子,并進行參數(shù)調(diào)節(jié),分析不同驅(qū)動因子變化對系統(tǒng)趨勢影響的程度,從而明確影響水系連通系統(tǒng)特征的主要驅(qū)動因子。本模型主要制約因素有水系連通度、水體納污能力、地表水供水百分比和水庫調(diào)節(jié)能力,四大制約因素的主要驅(qū)動因子如圖3。其中,水質(zhì)目標(biāo)質(zhì)量濃度和用水總量限制標(biāo)準(zhǔn)均按照海南省最嚴(yán)格水資源管理制度實行,本文不再分析這兩個驅(qū)動因子。

表2 模型仿真結(jié)果誤差統(tǒng)計

圖3 河湖水系連通系統(tǒng)影響機制關(guān)系

為尋求對四個制約因素影響較大的因子,分別將各影響因子較常規(guī)參數(shù)值提高10%和降低10%,分析影響因子變化對制約因素的影響。表3至表6分別給出水系連通度主要驅(qū)動因子為河頻率,影響幅度最高達10.01%；水體納污能力主要驅(qū)動因子有年平均徑流保證率和污染物降解系數(shù),影響幅度高達2.39%；地表水供水百分比主要驅(qū)動因子為地表水農(nóng)業(yè)灌溉供水量增加率和污水回用率,影響幅度達1.96%；水庫調(diào)節(jié)能力指數(shù)主要驅(qū)動因子為年平均徑流保證率和缺水率,影響幅度最高為1.95%。

表3 不同影響因子水系連通度變化

表4 不同影響因子下水體納污能力變化

表5 不同影響因子下地表水供水百分比變化

表6 不同影響因子下水庫調(diào)節(jié)能力變化

3.2 河湖水系連通系統(tǒng)演變規(guī)律分析

模型設(shè)定在其他各相關(guān)因子保持常規(guī)發(fā)展值不變的基礎(chǔ)上,將6個主要驅(qū)動因子均朝向有利方向發(fā)展,即河頻率、污染物降解系數(shù)、污水回用率、地表水農(nóng)業(yè)灌溉供水量增加率、年平均徑流保證率較常規(guī)值均提高5%、10%、15%和 20%,缺水率降低5%、10%、15%和20%。此外,另設(shè)綜合調(diào)控(各驅(qū)動因子均做相同變化幅度)作為對比。得到不同幅度驅(qū)動因子下水系連通度、水體納污能力、地表水供水百分比和水庫調(diào)節(jié)能力的變化規(guī)律。

河頻率對水系連通度影響最大,其余五大驅(qū)動因子的改變對水系連通度的影響并不明顯。在變化幅度從5%到20%的過程中,綜合調(diào)控影響下的水系連通度略有提高。應(yīng)保護好天然河流水系,避免出現(xiàn)河流消失。

水體納污能力隨六大驅(qū)動因子改變均有明顯下降趨勢,趨勢大致相同。污染物降解系數(shù)對水體納污能力影響最大,其次是年平均徑流保證率,其余四個驅(qū)動因子和常規(guī)一致。2010年,當(dāng)污染物降解系數(shù)為5%、10%、15%和20%時,水體納污能力為25 341、25 464、25 758 t/a和26 085 t/a；當(dāng)年平均徑流保證率為5%、10%、15%和20%時,水體納污能力為25 180、25 242、25 304 t/a和25 366 t/a。可見,污染物降解系數(shù)和年平均徑流量保證率隨著變化幅度的提高,水體納污能力則增大。污染物降解系數(shù)的大小反映污染物的自身運動變化,也體現(xiàn)水環(huán)境對污染物的影響程度。這與張秀菊提出的隨降解系數(shù)和流量增加,納污能力相對增加一致[14]。近年南渡江由于廢污水排放量增大但治污力度不足,河流水生環(huán)境有所惡化[15]。應(yīng)通過水系連通加大流速與流量,提高污染物降解能力和降解系數(shù)從而改善南渡江水體納污能力。

地表水農(nóng)業(yè)灌溉供水量增加率和污水回用率對地表水供水百分比影響較大,其他驅(qū)動因子與常規(guī)值一致。2010年,南渡江地表水供水百分比增長較快,可能面臨缺水問題。當(dāng)?shù)乇硭r(nóng)業(yè)灌溉供水量增加率為5%、10%、15%和20%時,地表水供水百分比達到94.27%、 94.83%、95.34%和96.98%。農(nóng)業(yè)是海南省國民經(jīng)濟的重要支柱產(chǎn)業(yè),在政府大力扶持下發(fā)展迅速,用水需求不斷增加。隨污水回用率變化幅度從5%到20%,地表水供水百分比為93.62%、93.54%、93.46%和93.38%,可緩解供水壓力。與朱杰提出的污水回用是解決城市缺水的有效途徑一致[16]。當(dāng)前南渡江流域城鎮(zhèn)用水?dāng)D占農(nóng)村用水,部分地區(qū)仍存在供需不足。亟需利用河湖水系連通工程提高水資源調(diào)配能力,并采取節(jié)水措施、提高水資源利用率和污水回用率,可緩解未來供水壓力。

水庫調(diào)節(jié)能力隨驅(qū)動因子改變均有明顯上升趨勢。年平均徑流保證率和缺水率對水庫調(diào)節(jié)能力影響較大,其次是地表水農(nóng)業(yè)灌溉供水量增加率。綜合調(diào)控基礎(chǔ)上,水庫調(diào)節(jié)能力有所提高。對比表明,2000年～2015年隨年平均徑流保證率的增大和缺水率的降低,水庫調(diào)節(jié)能力指數(shù)略有增大；2020年～2030年水庫調(diào)節(jié)能力指數(shù)上升較明顯,紅嶺水庫等工程的建成有序連通萬泉河和南渡江,提高了年平均徑流保證率,有效調(diào)蓄雨洪資源。南渡江多年來存在洪旱災(zāi)害、難于調(diào)蓄等問題。應(yīng)通過河湖水系連通,增加河湖調(diào)蓄能力,減輕洪旱災(zāi)害威脅[3]。

4 結(jié) 論

(1)南渡江河湖水系連通系統(tǒng)主要制約因素為水系連通度、水體納污能力、地表水供水百分比和水庫調(diào)節(jié)能力。河湖水系連通系統(tǒng)主要驅(qū)動因子為河頻率、污染物降解系數(shù)、年平均徑流保證率、地表水農(nóng)業(yè)灌溉供水量增加率、污水回用率和年平均徑流保證率和缺水率。

(2)污染物降解系數(shù)和年平均徑流保證率驅(qū)動因子的提高對增加水體納污能力較明顯?？赏ㄟ^水系連通工程加大流速與流量,提高污染物降解能力和降解系數(shù)來改善南渡江水體納污能力。

(3)地表水農(nóng)業(yè)灌溉供水量和污水回用率驅(qū)動因子的提高對地表水供水百分比影響較明顯。2010年,當(dāng)?shù)乇硭r(nóng)業(yè)灌溉供水量增加率為5%、10%、15%和20%時,地表水供水百分比達到94.27%、94.83%、95.34%和96.98%。應(yīng)通過跨流域調(diào)水提高水資源調(diào)配能力和污水回用率,以緩解未來南渡江供水壓力。

(4)年平均徑流保證率和缺水率對水庫調(diào)節(jié)能力影響較明顯。2000年～2015年隨著年平均徑流保證率的增大和缺水率的降低,水庫調(diào)節(jié)能力指數(shù)略有增大；2020年～2030年水庫調(diào)節(jié)能力指數(shù)上升較明顯,紅嶺水庫等工程的建成有序連通萬泉河和南渡江,提高年平均徑流保證率,有效調(diào)蓄雨洪資源。實現(xiàn)河湖水系連通,增加河湖調(diào)蓄能力,才能減輕洪旱災(zāi)害的威脅。

[1]徐宗學(xué), 龐博. 科學(xué)認識河湖水系連通問題[J]. 中國水利, 2011(16)： 21 -24．

[2]李宗禮, 李原園, 王忠根, 等. 河湖水系連通研究： 概念框架[J]. 自然資源學(xué)報, 2011, 26(3)： 163 -172．

[3]李原園, 黃火建, 李宗禮, 等. 河湖水系連通實踐經(jīng)驗與發(fā)展趨勢[J]. 南水北調(diào)與水利科技, 2014, 12(4)： 1 -5．

[4]陳雷. 關(guān)于幾個重大水利問題的思考—在全國水利規(guī)劃計劃工作會議上的講話[J]. 中國水利, 2010(4)： 1 -7．

[5]靳夢, 竇明. 城市化對水系連通功能影響評價研究—以鄭州市為例[J]. 中國農(nóng)村水利水電, 2013, 41(12)： 47 -50．

[6]李原園, 李宗禮, 黃火鍵, 等. 河湖水系連通演變過程及驅(qū)動因子分析[J]. 資源科學(xué), 2014, 36(6)： 1152 -1157．

[7]馮順新, 姜莉萍, 馮時. 河湖水系連通影響評價指標(biāo)體系研究Ⅱ—“引江濟太”調(diào)水影響評價[J]. 中國水利水電科學(xué)研究院學(xué)報, 2015, 13(1)： 20 -27．

[8]王其藩. 系統(tǒng)動力學(xué)[M]. 北京： 清華大學(xué)出版社, 1997．

[9]SIMONOVIC S P. World water dynamics: global modeling of water resource[J]. Journal of Environmental Management, 2002, 66(3): 249 -267．

[10]WINZ I, BRIERLEY G, TROWSDALE S. The use of system dynamics simulation in water resources management[J]. Water Resources Management, 2009, 23(7)： 1301 -1323．

[11]GASTéLUM J R, VALDéS J B, STEWART S. A system dynamics model to evaluate temporary water transfers in the Mexican Conchos basin[J]. Water Resources Management, 2010, 24 (7)： 1285 -1311．

[12]Tidwell V C, Passell H D, Conrad S H. System dynamics modeling for community-based water planning: Application to the Middle Rio Grande[J]. Aquatic Sciences, 2004, 66(4)： 134 -140．

[13]符傳君, 陳成豪, 李麗, 等. 河湖水系連通內(nèi)涵及評價指標(biāo)體系研究[J]. 水力發(fā)電, 2016, 42(7): 2 -7．

[14]郭懷成. 洛陽城市水污染控制系統(tǒng)研究[J]. 地理學(xué)報, 1988, 43(4)： 318 -328．

[15]張秀菊, 楊凱, 蔡愛芳. 不確定性參數(shù)對水體納污能力的影響分析[J]. 中國農(nóng)村水利水電, 2012, 13(01)： 13 -17．

[16]朱杰, 付永勝, 朱松嶺. 污水回用—解決城市缺水危機的有效途徑[J]. 水利發(fā)展研究, 2004, 09(07)： 30 -33．

(責(zé)任編輯 陳 萍)

2016年水電水利規(guī)劃設(shè)計總院科技成果喜獲豐收

歲尾年末，隨著各級各類科技獎勵評審結(jié)果的陸續(xù)揭曉，我院科技成果喜獲豐收，再創(chuàng)佳績。在2016年度水力發(fā)電科學(xué)技術(shù)獎評獎結(jié)果公示結(jié)束，水電水利規(guī)劃設(shè)計總院推薦申報的科技項目喜獲大獎。其中，《300 m級高面板堆石壩安全性研究及工程應(yīng)用》榮獲一等獎；《高拱壩庫盤變形及對大壩工作性態(tài)影響研究》《水電發(fā)展“十三五”規(guī)劃文本及相關(guān)研究報告》獲得二等獎。我院參與完成的《地質(zhì)災(zāi)害移民工程綜合技術(shù)與應(yīng)用研究》獲得三等獎。

在之前揭曉的2015年度國家能源軟科學(xué)研究優(yōu)秀成果獎中，我院組織申報的《全國“十三五”風(fēng)電規(guī)劃和消納能力研究》、《太陽能熱發(fā)電場址普查報告》分別獲得二等獎、三等獎。

在2016年11月份公布的2016年電力行業(yè)優(yōu)秀工程咨詢成果獲獎名單中，《金沙江烏東德水電站可行性研究階段移民安置規(guī)劃技術(shù)咨詢審查報告》、《非水可再生能源合理開發(fā)規(guī)模與布局研究報告》獲得一等獎，《云南瀾滄江黃登水電站大壩建基面設(shè)計優(yōu)化方案咨詢》獲得三等獎。

近年來，我院致力于加強對科技成果申報的組織、管理與服務(wù)工作，積極鼓勵、倡導(dǎo)申報各級各類獎項，這些豐碩成果的取得，與我院長期以來堅持科技創(chuàng)新、聚焦行業(yè)熱點、注重基礎(chǔ)研究的努力密不可分。

我院將一如既往的加強對科技研發(fā)的支持與投入，進一步增強科技創(chuàng)新能力、提升行業(yè)地位、擴大行業(yè)影響力。

(朱士江)

Characteristics and Variation Law Analysis of Interconnected River System Network in Nandu River Based on System Dynamics

LI Li1, XU Wen1, CHEN Chenghao2, LI Longbing2, XING Liyao2, YE Changqing1

(1. College of Environment and Plant Protection, Hainan University, Haikou 570228, Hainan, China;2. Hydrology and Water Resources Survey Bureau of Hainan Province, Haikou 570203, Hainan, China)

The interconnected river system network (IRSN) model is established for Nandu River, and the influencing factors, main driving factors and system variation law under the effect of these factors are analyzed by using System Dynamics (SD) method. The results show that there are six main driving factors in this system, in which, the increases of river water velocity and flow and pollutant degradation coefficient have an important role in improving the pollution bearing capacity of water body, and the percentage of surface water supply will reach 94.27%, 94.83%, 95.34% and 96.98% respectively when the increasing rate of surface water agricultural irrigation supply is 5%, 10%, 15% and 20% respectively. So the inter-basin water transfer and the increasing of wastewater reuse rate should be developed to relieve water supply pressure of Nandu River in future. The interconnection of river system can increase the storage capacity of rivers and resist against floods and droughts．

interconnected river system network; SD model; driving factor; variation law

2016- 09- 27

水利部公益性行業(yè)科研專項經(jīng)費項目(201401048)；海南省自然科學(xué)基金(414192,20164157)；國家自然科學(xué)基金(51569009,51509127)；海南省科協(xié)青年科技英才學(xué)術(shù)創(chuàng)新計劃項目(HAST201629)；海南大學(xué)科研啟動基金項目( kyqd1417)；海南省哲學(xué)社會科學(xué)規(guī)劃課題(HNSK(QN)13- 04)

李麗(1991—),女,安徽蕪湖人,碩士研究生,研究方向為水文水資源；葉長青(通訊作者)．

TV82(266)

A

0559- 9342(2017)03- 0023- 07