水体污染：湖泊富营养化数学模型研究（三）

我国湖泊生态系统动力学模型的研究始于20世纪80年代，主要集中在滇池、太湖、东湖、巢湖、西湖等富营养化严重的湖泊水体。
目前已有一些软件用于模拟湖泊生态系统的动力学，如CE-QUAL-ICM、WASP、AQUATOX、Pamolare、CAEDYM等。，而用于模拟湖泊能量流动的软件ECOPATH近年来得到了广泛的应用。美国环保局开发的WASP，其建模原理是水量和污染物在时间上的守恒空，模型。PAMOARE(湖泊和保护区的规划和管理)是由联合国环境规划署(环境署)的国际环境技术中心(IETC-环境署)和国际湖泊环境委员会(ILEC)联合开发的。根据复杂程度，软件包由四个子模型组成，并在LakeGlums湖进行了应用和测试。
建模方法一般以质量平衡方程为基础，主要考虑物理扩散和迁移、生化反应、源汇等因素；模拟对象包括细菌、浮游动物、底栖生物和鱼类的生长和死亡，生源要素(氮、磷等)的循环。)以及BOD和DO的动态过程等。建模时，时间空尺度的选择很重要。与生物过程相比，物理化学过程的时间空尺度要小得多。如果规模太小，模型的计算量和存储量都会很大，生物过程几乎无足轻重。反之，物理化学过程就不能完全反映出来。因此，在模拟的过程中，需要根据模拟的目的来权衡和选择尺度。
尽管生态系统模型考虑了许多因素，对系统进行了全面的描述，但它不可避免地有其缺点。这种模型需要大量的数据，很少有湖泊能提供足够的数据，限制了模型的应用。因为有些机理还不太清楚，所以参数选取还是经验估计，精度没有预期的高。参数的选择大多基于具体的研究对象。因为模型包含了湖的特定内在联系，所以建立在某个湖上的模型有自己的个性特征。所以这样的模型还是有很大的局限性，计算量普遍较大。
就模型开发而言，变量是重要的约束条件。一些状态变量，如鱼类和浮游动物的生物量，很难通过现场连续观测获得实测数据，因此无法在实际观测数据的基础上进行修正，因此无法有效提高模型的敏感性和可靠性。MasakiSagehashi等人建立的巴拉顿湖生态系统模型成功地将鱼类和浮游动物作为状态变量加入到模型中，并用蒙特卡罗方法根据实测数据对模型参数进行了修正和检验。与此同时，越来越多的研究者使用由(火用)控制的参数组合模拟程序来实现模型参数随时间的变化，从而更加真实地反映生态系统的变化。
参数的多变性使得模型提供了更多的动态特性，仿真结果有了很大的提高。
2。发展趋势
2.1。随机过程生态系统的引入本身是复杂多变的，包含许多不确定因素。为了解决问题，人们往往把随机问题看成确定性问题，并加以简化。但随着研究的深入，需要回复研究对象真实性质的表达，将随机性考虑进去是必然趋势。国内也有人在这方面进行了尝试，如饶群，他考虑了随机过程的影响，在Vollenweider模型的基础上建立了完全混合体系总磷浓度的随机微分方程模型。在该模型中，总磷浓度的变化过程被视为随机过程。在得到初始条件的随机特性后，得到模型的数值解和解析解，进而得到总磷浓度的一阶矩均值和二阶矩方差。模型的应用结果与实测数据吻合较好。
。非线性方法的应用藻类生长受多种因素影响，是一种非线性现象。因此，运用非线性方法和分岔混沌理论对模型进行分析和研究，从深层次和本质上揭示模型的规律，代表了模型研究的一个重要方向。此外，由于富营养化涉及的变量较多，有些变量难以定量模拟，因此可以利用现代非线性动力学理论研究模型的稳定性和分岔行为。此外，人工神经网络能够很好地描述生态系统变量之间的非线性关系，近年来得到了广泛的应用。2.3。考虑气候条件。气候影响体现在很多方面:大气物理化学的变化会对浮游植物的生长速度和湖泊溶解氧的垂直分布产生重要影响；随着全球变暖，湖泊水温升高，可能加剧湖泊富营养化。气候变化也会影响藻类种群的变化。因此，充分考虑气候等条件是模型开发的内在要求。HanyHassan等人考虑了水文和气候对水质和热量交换的影响，并将其作为湖泊水质模型和富营养化过程的组成部分，建立了可以预测气候变化期间浮游植物生物量和溶解氧浓度的模型。J.M.Malmaeus等人将湖泊的物理模型和磷模型与区域气候模型(RCM)生成的两个温度模型相结合，得出气候变化对不同物理性质的湖泊有不同影响的结论。在全球变暖的影响下，换水周期长的湖泊富营养化会更加严重。2.4。监测数据是遥感技术应用建模的重要基础，水体遥感监测是通过研究水体反射光谱特征与水质参数浓度之间的关系，建立水质参数反演算法来监测湖泊富营养化，已成为湖泊遥感技术应用的主要领域之一。GIS广泛应用于环境领域，如气候变化对水质的影响、水生态系统的群落分析、地表水流量分析等。国外也有很多在水质模型中加入GIS(地理信息系统)的例子。