水污染模拟方法

2.1　水污染模拟方法

环境污染问题往往涉及气象、水文、化学、生物等多种主要因素，与不同污染物的形态、扩散速率等参数有关^［86］。水环境数学模型常常是抽象环境系统中的各影响因子，建立因素（变量）间的作用关系或规律的数学关系式，并将相应的外界影响条件、控制边界及内部转化关系统一起来，从而达到描述环境的目的。在水环境问题研究中，水质模型是研究水环境、水质分析与预测的主要技术手段。水质模型的发展与监测手段和计算工具的发展有着密切的联系，计算机技术的发展也促进了水环境模拟在信息获取、数值求解、相关随机因素处理方面的发展。

从不同的角度，水质模型可以有不同的分类^{［87～89］}。从所要解决的问题看，大致可以分为下面几类：地下水资源评估及预测；地表水资源的分布、变化规律；水质评估；地下、地表水水质分析及预测等等。就模型的结构而言，可分为基于内在相互作用变化机理的确定性数学模型；以统计分析方法为主的随机模型；按模型空间属性可分为零维、一维、二维、三维模型；从水环境模拟的对象来划分，水环境模拟又分为对点源污染的模拟和非点源污染的模拟。不同的水质模型所依据的作用关系、原理以及数学方法有很大的差异，其解决问题的能力和目标也多有不同^{［90～92］}。由于水环境是一个多因素、多变量、多条件的复杂系统，研究区域扩大化及空间变异性大，使相应水质模型的精确表述和求解非常困难，所以其模型的建立只考虑主要影响因素，并采用数值解法。对于影响因素复杂，控制变量、系统参数、随机干扰及不确定性因子较多或变化过程难以解析化表达的问题，统计方法或散点数据的各种处理技术就表现出其较强的优势^［93］。统计方法的关键是如何通过仅有的数据做出有效的分析，统计方法更多地适于大尺度的、宏观的、大时间跨度上的一种粗糙的规律性预测或描述，当然，数据样本的丰富程度往往极大地影响着统计结果的可靠性，因此在一定程度上影响了水环境数学模拟应用的范围。