張 婷，徐彬鑫，康愛卿，鄭彥辰，李建柱

(1.天津大學(xué)水利工程仿真與安全國家重點實驗室，天津 300072；2.中國水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國家重點實驗室，北京 100038)

流域是自然形成的水資源動態(tài)系統(tǒng)，是水循環(huán)過程及水行政管理中的重要單元。對流域內(nèi)水問題的理解與研究，是水資源開發(fā)利用、優(yōu)化配置、綜合決策管理等宏觀問題研究的重要基礎(chǔ)[1]。研究的首要任務(wù)是獲取流域翔實的水文、氣象信息，但受限于觀測站點分布、地理條件與歷史因素，同時考慮到經(jīng)濟成本，觀測數(shù)據(jù)往往集中在流域的中下游區(qū)域，且一些數(shù)據(jù)在時間上也不具有連續(xù)性，客觀上限制了流域管理決策的精細化。因此，流域水文、水動力、水質(zhì)模型成為補充缺測數(shù)據(jù)的重要手段，以及流域水資源綜合管理的有效工具。

在流域水問題的模擬研究中，一般采用水文模型、水動力模型和水質(zhì)模型對流域內(nèi)的產(chǎn)匯流過程、水流運動過程和污染物對流擴散過程單獨進行模擬，忽略了流域中復(fù)雜的水力聯(lián)系。此外，由于單一模型本身存在機理缺陷，往往不能切實反映流域中關(guān)鍵要素的響應(yīng)關(guān)系[2]，也不能滿足模擬過程的精細化需求。因此，多模型聯(lián)合系統(tǒng)在流域水系統(tǒng)的綜合模擬中逐步得到了應(yīng)用[3]。在多模型系統(tǒng)中，水文模型可以對流域內(nèi)的產(chǎn)匯流過程進行模擬，水動力模型則可以對河道水流的運動變化規(guī)律進行模擬，而水質(zhì)模型通常由擴散方程來模擬營養(yǎng)物、泥沙等，在此基礎(chǔ)上考慮內(nèi)部源匯項從而體現(xiàn)其時空變化情況。3種模型聯(lián)合使用，在一定程度上彌補了水文觀測的“數(shù)據(jù)盲區(qū)”，可為流域管理提供更加可靠的模擬結(jié)果，同時一體化程度更高，便于管理者更全面地掌握流域水文、水動力及水質(zhì)情況。若要實現(xiàn)流域的智能綜合管理與決策，滿足流域決策模型的計算需求，需構(gòu)建水文、水動力、水質(zhì)等多模塊集成的流域智能管理云平臺。但耦合模型系統(tǒng)結(jié)構(gòu)較為復(fù)雜，耦合過程中常出現(xiàn)模型不匹配、尺度不一致等問題，隨著流域決策對預(yù)測要素多樣性和多過程模擬時空一致性的要求不斷提高，水文、水動力、水質(zhì)模型的耦合模式及時空尺度匹配問題已成為亟待解決的關(guān)鍵技術(shù)問題。目前有關(guān)3種模型耦合應(yīng)用的研究文獻較少，這為進一步開展研究工作帶來了不便。本文通過查閱國內(nèi)外文獻資料，綜述了國內(nèi)外水文、水動力、水質(zhì)模型聯(lián)合應(yīng)用的研究進展，總結(jié)了模型常見的耦合方式，并對耦合過程中存在的時空尺度匹配問題進行了簡要分析。

1 模型理論與特性

1.1 水文模型

水文模型是對現(xiàn)實水文系統(tǒng)進行概化，并在一定條件下對水文變量的變化進行模擬和預(yù)報的一種數(shù)學(xué)語言或物理模型[4]。一般可根據(jù)是否有隨機過程分為確定性模型和隨機性模型；還可根據(jù)對流域空間特性的描述分為基于概念的集總式模型，具有物理含義的半分布式模型和基于物理機制的全分布式模型。在模型耦合應(yīng)用系統(tǒng)研究中，由于涉及空間尺度的匹配問題，后一種分類方式應(yīng)用更為普遍。水文模型一般可用水量平衡方程表示產(chǎn)流量計算過程，如式(1)所示，而匯流計算則采用馬斯京根法或單位線法。

R=P-E-Wp-Ws+ΔW±Rc±Ry±Rother

(1)

式中：R為流域產(chǎn)流量，mm；P為流域降水量，mm；E為流域蒸散發(fā)量，mm；Wp為植物截留量，mm；Ws為地面坑洼儲水量，mm；ΔW為土壤蓄水量的增量，mm；Rc為不閉合流域的徑流交換量，mm；Ry為跨流域引水量，mm；Rother為其他因素引起的水量增減，mm。

水文模型以流域內(nèi)降水過程為主要輸入條件，輸出是流域出口斷面的流量或水位過程，因此水文模型是一種輸入具有分散性而輸出具有集中性的模型。傳統(tǒng)的集總式模型一般采用面平均雨量作為輸入，伴隨著地理信息系統(tǒng)的發(fā)展，物理含義更明確的分布式水文模型自20世紀70年代開始興起[5]。

在模型的耦合模擬過程中，通過水文模型模擬產(chǎn)生流域內(nèi)各區(qū)域的徑流過程數(shù)據(jù)，經(jīng)處理后可作為水動力模型的輸入。大部分分布式水文模型在子流域內(nèi)仍采用傳統(tǒng)的產(chǎn)匯流計算模式進行徑流演算，并將子流域出口斷面的流量過程作為下游水動力模型的入流邊界條件[6]。集總式模型在改進之后也可以對子流域的空間變異性加以考慮，并對不同的子流域進行不同的參數(shù)設(shè)置，改進后的集總式水文模型在參數(shù)調(diào)整的方案設(shè)置與最終徑流模擬效果上已與分布式水文模型十分相近。

1.2 水動力模型

水動力學(xué)基本方程(控制方程)和邊界條件、初始條件一起構(gòu)成了對一個水力學(xué)問題完整的數(shù)學(xué)描述。水動力模型的核心是對水動力學(xué)基本方程的求解。針對不同特性水體的流動規(guī)律，可采用不同的控制方程進行描述，如描述一般流體運動最基本的Navier-Stokes (N-S)方程，在此基礎(chǔ)上簡化的水深平均平面二維淺水方程、一維圣維南方程組等。

水動力學(xué)方程屬于偏微分方程，僅在少數(shù)情況下存在解析解，多數(shù)需要采用有限差分法、有限體積法和有限元法等算法[7]計算方程的數(shù)值解，各類求解方法優(yōu)劣比較見表1。隨著計算方法和計算機技術(shù)的不斷發(fā)展，以及對水流運動模擬精度要求的不斷提高，基于數(shù)值模擬技術(shù)的水動力模型得到了更加廣泛的應(yīng)用。

表1 流體運動方程求解方法比較

水動力模型按照應(yīng)用區(qū)域劃分，可分為河道水動力模型、湖泊水動力模型與近海水動力模型[8]；按照模型維度劃分，可分為一維水動力模型、二維水動力模型和三維水動力模型；根據(jù)常用功能來劃分，還可分為僅進行水流運動模擬的水動力模型和同時進行水流運動和水質(zhì)組分對流擴散轉(zhuǎn)化模擬的水動力模型。

目前已有許多專家學(xué)者對水動力模型展開了多角度、多層次、不同領(lǐng)域的研究[9-12]，但在實際應(yīng)用中仍存在以下難點問題：①計算域增大、離散程度提高將大大增加偏微分方程組的求解難度，限制了水動力模型在復(fù)雜實際情況中的應(yīng)用。例如在平原區(qū)河網(wǎng)水動力模擬中，由于平原感潮河網(wǎng)內(nèi)部結(jié)構(gòu)復(fù)雜，加之潮汐影響，水流具有往復(fù)性，由此構(gòu)建的汊點方程組的系數(shù)矩陣為高階稀疏矩陣，計算耗時長，且難以保持穩(wěn)定，收斂性不佳[3]。②數(shù)值模擬過程中可能存在虛假流動現(xiàn)象。當(dāng)流域下墊面情況較復(fù)雜時，水流易受地形起伏影響，流速變化快，運動物理機制復(fù)雜，運用傳統(tǒng)的底坡項近似方法與通量計算格式在干濕界面處理時易導(dǎo)致虛假流動的出現(xiàn)，造成模型崩潰[13]。③高精度洪水演進模擬的效率及穩(wěn)定性難以保證。為了提高模型模擬的精度，采用高分辨率地形構(gòu)建水動力模型已成為趨勢，但高分辨率地形的復(fù)雜拓撲結(jié)構(gòu)導(dǎo)致更加復(fù)雜的地表水動力過程，在計算中易導(dǎo)致異常水深和偽高流速等非物理現(xiàn)象，造成計算失穩(wěn)和計算時間的大幅增加[14]。

另外，與水文模型相比，水動力模型的計算量大幅增加，計算效率是水動力模型一直以來面臨的主要問題之一。采用合適的耦合方式，流域范圍整體采用水文模型進行布局，重點區(qū)域用水動力模型加以補充修正，可充分發(fā)揮兩者的優(yōu)勢，彌補單個模型的不足。

1.3 水質(zhì)模型

水質(zhì)模型可根據(jù)模擬原理，分為經(jīng)驗統(tǒng)計模型和機理模型兩類。經(jīng)驗統(tǒng)計模型依靠數(shù)據(jù)驅(qū)動，模型通過預(yù)測變量和相關(guān)響應(yīng)變量之間的統(tǒng)計關(guān)系(稱為傳遞函數(shù))來進行模型預(yù)測，如數(shù)據(jù)導(dǎo)向模型、面向數(shù)據(jù)模型、數(shù)據(jù)挖掘模型等。經(jīng)驗統(tǒng)計模型可用于長期/短期的水質(zhì)指標預(yù)測，但由于其較大的不確定性及缺乏機理支撐的特性，其長期預(yù)測能力有待提高。因此，目前在耦合過程中，常用的水質(zhì)模型往往為機理類模型。

機理類水質(zhì)模型通過動態(tài)規(guī)律驅(qū)動水體中的主要生物化學(xué)過程及泥沙運動過程，這些過程通常需要應(yīng)用微分/差分方程進行描述，并采用數(shù)值方法求解。模型將污染物在水體中的物理與生化過程劃分為對流擴散與源匯變化過程，源匯變化量可表示為[15]

S=SS+SR+SO

(2)

式中：SS為懸浮與沉降產(chǎn)生的內(nèi)部源匯量，g/(m3·s)；SR為生化反應(yīng)產(chǎn)生的內(nèi)部源匯量，g/(m3·s)；SO為點源、面源、污染事故等產(chǎn)生的外部源匯量，g/(m3·s)。

對機理類水質(zhì)模型模擬指標進行歸納，可劃分為5個層次：BOD-DO、CNP循環(huán)指標(有機氮、硝酸鹽、氨氮、有機磷、磷酸鹽等)、底泥釋放速率、浮游生物與附生生物、重金屬與毒性有機物。機理類水質(zhì)模型根據(jù)其模擬對象不同進一步劃分為常規(guī)水質(zhì)模型、泥沙模型和水生植物模型。

目前的水質(zhì)模型大部分由以下不同的物理、化學(xué)及生物模擬子模塊構(gòu)成：①水動力模塊；②風(fēng)浪模塊；③泥沙模塊；④毒性物質(zhì)模塊；⑤富營養(yǎng)化模塊；⑥沉積物與底泥模塊，也有一些水質(zhì)模型在此基礎(chǔ)上增添了水生植物模塊。而包括EFDC、ECOM、MIKE 3等在內(nèi)的部分水質(zhì)模型在此類結(jié)構(gòu)的基礎(chǔ)上，還增加了網(wǎng)格劃分、數(shù)據(jù)預(yù)處理、參數(shù)不確定性分析等功能，整合成為更先進的水環(huán)境模擬系統(tǒng)。

在耦合模擬系統(tǒng)中，水質(zhì)模型往往需要的數(shù)據(jù)種類最多，因此一般位于耦合鏈的下端，以水文模型或水動力模型的輸出作為其輸入進行計算。

2 模型耦合常用方式

在流域模型模擬過程中，水文、水動力、水質(zhì)耦合模擬相較于各模型單獨使用可覆蓋更多情境，提高模型模擬精度，同時，還能夠反映耦合模型系統(tǒng)與外部間的反饋與相互作用。Brewer等[16]總結(jié)了部分水文、水動力、水質(zhì)及生態(tài)模型之間的耦合應(yīng)用情況，研究發(fā)現(xiàn)，由于免費易于獲取，且功能、接口便于使用者根據(jù)自身需求進行調(diào)整，WASP、SWAT與HEC-RAS這3種模型在耦合模擬中得到了更廣泛的應(yīng)用，而MIKE 11與MIKE SHE(23次)、ELCOM與CAEDYM(13次)、HEC-RAS與HEC-HMS(10次)的耦合應(yīng)用頻次相對較高。同時可以看出，同一系列模型的耦合應(yīng)用更為常見，如HEC-RAS與HEC-HMS、MIKE 11與MIKE SHE等，由于為同一機構(gòu)所研發(fā)，開發(fā)者為其設(shè)計了專用的數(shù)據(jù)傳輸格式，便于在模型間進行數(shù)據(jù)交換而無需二次轉(zhuǎn)化。

根據(jù)采用的耦合方法不同，目前將不同模型間的耦合技術(shù)分為以下3種類型[17-19]：①松散耦合，即一個模型的輸出結(jié)果作為另一個模型的輸入條件；②內(nèi)部耦合，模型間共享邊界條件、內(nèi)部數(shù)據(jù)與參數(shù)信息，模型采用獨立求解的方式，且模型共享信息在迭代求解過程中不斷地更新替代；③全耦合，指模型控制方程進行聯(lián)立或整體求解。此外根據(jù)各模型間數(shù)據(jù)傳輸?shù)那闆r，耦合技術(shù)可分為單向傳輸耦合、雙向傳輸耦合與接口傳輸耦合。

2.1 單向傳輸

單向傳輸是各模型間僅進行一次數(shù)據(jù)傳輸過程。根據(jù)各類模型所需數(shù)據(jù)不同，一般的傳輸過程是水文模型向水動力模型以邊界條件的形式傳遞流量過程或水位過程，此后水動力模型又將模擬的水流流態(tài)、溫度、鹽度等變化情況傳遞給水質(zhì)模型，完成水質(zhì)指標的模擬。此類方法已在國內(nèi)外得到廣泛應(yīng)用。

Debele等[20]在雪松河(Cedar Creek)流域內(nèi)采用分布式水文模型SWAT模擬了溶解氧(DO)、葉綠素a和逐小時氣象數(shù)據(jù)，并將其作為水動力-水質(zhì)模型CE-QUAL-W2的輸入邊界條件，對流域內(nèi)水庫水動力和水質(zhì)進行了模擬。Chauvelon等[21]在隆河三角洲(Rhone Delta)采用集總式水文模型GR3模擬了徑流過程，將其輸入到水動力-水質(zhì)模型RMA2，計算了流域內(nèi)的水位變化和鹽度變化過程。Bui等[22]指出，由于水質(zhì)模型需確定的參數(shù)較多，但實際監(jiān)測的數(shù)據(jù)不足，采用耦合模型便可以很好地解決這一問題。他們采用SWAT模型對無實測資料的支流進行模擬，并將相應(yīng)的水量與水質(zhì)模擬指標以旁側(cè)入流的形式匯入到QUAL2K水動力-水質(zhì)模型中，在評估模型模擬精度的納什效率系數(shù)Ens和確定系數(shù)R2等統(tǒng)計指標上耦合模型均有較好的表現(xiàn)。王曉青等[23]將SWAT模型在澎溪河流域內(nèi)各子流域模擬的徑流、輸沙量與氮、磷負荷量等分別以邊界條件、河道范圍內(nèi)點源輸入及旁側(cè)入流的形式輸入到MIKE21模型中，對澎溪河流域回水區(qū)的水質(zhì)富營養(yǎng)化情況做出了預(yù)測。陳煉鋼等[15,24]在傳統(tǒng)水動力-水質(zhì)模型的基礎(chǔ)上，增加了以馬斯京根法為基礎(chǔ)的水文計算模塊，同時在水動力模型的構(gòu)建中采用了一二維嵌套、分塊組合的形式，在淮河中游河網(wǎng)的模擬中，將各模塊模擬計算結(jié)果依次匯入河網(wǎng)，較好地反映了淮河中游河網(wǎng)在閘壩群調(diào)控下的水流及污染物的演進特征與規(guī)律。不僅是水文-水動力-水質(zhì)耦合模型，大部分的水文-水動力、水動力-水質(zhì)耦合模型也采用了單向傳輸?shù)鸟詈戏绞?，具體見表2。

表2 流域水文-水動力-水質(zhì)單向傳輸耦合模型研究實例

單向傳輸往往以水文模型為基礎(chǔ)，并將模擬結(jié)果作為水動力或水質(zhì)模型的輸入條件，模型間的要素反饋關(guān)系較弱。從上述研究可以發(fā)現(xiàn)，單向傳輸?shù)鸟詈闲问骄哂心Ｐ推叫羞\行，互不干擾；耦合結(jié)構(gòu)簡單，便于調(diào)試；可減輕對實測資料的依賴等優(yōu)勢，因此最為常用。

2.2 雙向傳輸

雙向傳輸是在單向傳輸?shù)幕A(chǔ)上，作為原模擬數(shù)據(jù)接受方的模型又將模擬結(jié)果返回至數(shù)據(jù)提供方，從而提高模型連接緊密程度。相比于單向傳輸，采用雙向傳輸技術(shù)的耦合模型不僅能提高模擬精度，還能在流域系統(tǒng)的模擬中采用不同的時間尺度，功能更全面。

盡管雙向傳輸技術(shù)有上述優(yōu)點，但由于其結(jié)構(gòu)較單向傳輸更為復(fù)雜，往往需要對模型結(jié)構(gòu)與運行代碼進行修改，因此在模型原理的理解上對使用者提出了更高的要求。目前采用雙向傳輸?shù)亩嗄Ｐ婉詈夏M系統(tǒng)多以水文-水動力耦合模型為主。如Hoch等[32]基于PCR-GLOBWB水文模型和LFP、DFM水動力模型構(gòu)建了一套耦合模型系統(tǒng)GLOFRIM，系統(tǒng)中水動力模型將徑流、水位等作為邊界條件進行迭代計算，最終結(jié)果與水文模型同時間步長更新；而后續(xù)模擬過程中，在每一時間步長內(nèi)，水動力模塊會將淹沒區(qū)域的水文過程模擬結(jié)果反饋至水文模塊，從而實現(xiàn)模型間的雙向傳輸。Fleischmann等[33]在尼日爾的一處大型干-濕混合濕地流域進行了雙向耦合模型的構(gòu)建：根據(jù)尼日爾上游流域的實際特點，采用嵌入一維水動力模塊的MGB水文模型在流域范圍內(nèi)進行模擬，模型選取了下滲水量作為水文、水動力模型間的交換指標，模型在任意一個時間步長內(nèi)，先由水文模型根據(jù)土壤飽和度與淹沒面積計算出該時刻漫灘區(qū)域的下滲水量，若是在淹沒區(qū)域產(chǎn)生了下滲水量，就將其從水動力模型計算的漫灘控制洪水量中扣除，轉(zhuǎn)移到水文模型的土壤存儲容量模塊中，以進行長時間序列的蒸散發(fā)與水量變化分析。

實現(xiàn)雙向傳輸?shù)陌咐^少，但仍有學(xué)者進行了積極地探索和嘗試，如Paiva等[34]將分布式水文模型MGB-IPH和水動力模型IPH-IV進行了耦合連接，同時對MGB-IPH模型進行了改進，即根據(jù)河段地理條件，在流域范圍內(nèi)靈活選擇水動力模型和水文模型。水文模型計算的流域坡面匯流結(jié)果傳遞至水動力模型，而水動力模型的模擬結(jié)果又可傳遞至下游子流域，從而實現(xiàn)水文、水動力模型間數(shù)據(jù)的雙向傳輸。Paiva并非在全部河段都采用水動力模型進行河道匯流模擬，只在平原地區(qū)的主河道采用水動力模型模擬，而在一些坡度較高的河段，洪水波可以被近似地考慮為運動波，因此為了減小計算量，采用水文模型進行匯流演算。相較于單純的MGB-IPH模型，修改后的MGB-IPH耦合模型在納什效率系數(shù)、DI(delay index)等模型判別指標上精度更高[32-35]。

綜上，雙向傳輸系統(tǒng)的構(gòu)建主要源于兩方面考慮：①完善物理機制。水動力模型一般采用完全圣維南方程組進行河道流量過程演算，相較于傳統(tǒng)水文模型采用的馬斯京根法或經(jīng)驗槽蓄曲線法，能更好地描述河道中水流運動規(guī)律。②減輕運算負擔(dān)。在較大范圍的流域內(nèi)，采用水動力模型進行河道匯流演算模擬往往需要很長的運算時間，根據(jù)流域內(nèi)的實際地理條件，并針對運動波方程的優(yōu)勢，靈活選取水文模型和水動力模型進行河道匯流演算，既保留了水文模型運算速度快的特點，又能在重點河段提供精確的河道演算結(jié)果。

2.3 接口傳輸

除上述兩種方式外，也有大量商業(yè)軟件為模型設(shè)計了專用數(shù)據(jù)接口以進行數(shù)據(jù)交換，如丹麥水資源及水環(huán)境研究所開發(fā)的MIKEFLOOD集成了MIKE11與MIKE21模型[28]，模型間數(shù)據(jù)傳遞在單一軟件內(nèi)即可完成，極大地降低了耦合模擬的應(yīng)用難度。但商業(yè)軟件大多為閉源軟件，接口不易獲取，而現(xiàn)有模型的數(shù)據(jù)接口標準又較為雜亂，無統(tǒng)一標準。為解決傳統(tǒng)模型數(shù)據(jù)接口開發(fā)難以標準化、規(guī)范化的問題，歐盟委員會在水框架法令的指導(dǎo)下開發(fā)了OpenMI(open modeling interface)接口標準，該標準規(guī)定了模型運行時各模型間交換數(shù)據(jù)應(yīng)遵循的規(guī)范，并以數(shù)據(jù)接口的形式加以確定。通過采用該標準，各模型可以并行執(zhí)行，并共享每一時間步長內(nèi)的信息[35]。

目前，OpenMI已能滿足以下需求[36]：①連接不同維度的模型；②連接不同尺度的模型(從區(qū)域氣候模型到徑流模型)；③連接不同時間步長的模型；④連接基于不同空間表達的模型(如網(wǎng)格、柵格、多邊形)；⑤連接不同平臺的模型(如Windows、Unix、Linux)等。

隨著OpenMI標準的普及，諸多商業(yè)軟件也將其計算引擎接入了OpenMI協(xié)議，實現(xiàn)了數(shù)據(jù)傳輸接口兼容性的提升。如丹麥水資源及水環(huán)境研究所開發(fā)的MIKE系列軟件，荷蘭代爾夫特水力學(xué)所的一維河網(wǎng)/河網(wǎng)綜合模型軟件、英國華霖富水力學(xué)研究公司開發(fā)的InfoWorks ICM系列軟件等。國內(nèi)外的研究者也采用了OpenMI協(xié)議對模型的耦合方法進行了一系列改進，并取得了不錯的效果。Sànchez-Marrè等[37]介紹了在比利時Dender河流域與安特衛(wèi)普市入?？趨^(qū)域應(yīng)用OpenMI將一維水動力模型Waqua與Delft3D耦合的案例，在兩個模型間流量與水位數(shù)據(jù)采用雙向傳輸?shù)男问竭M行交換，從而使得洪水預(yù)報的精度得到了提高。除針對不同維度模型進行集成應(yīng)用研究之外，也有采用OpenMI對多種不同類型的模型進行集成的研究。Shrestha等[38]應(yīng)用了OpenMI接口構(gòu)建了由2個已有模型和2個新開發(fā)模型組合的泥沙運移耦合模型，采用SWAT模型模擬農(nóng)村地區(qū)的水量與泥沙通量，城市地區(qū)的河道及管網(wǎng)系統(tǒng)則采用SWMM模型進行模擬。由于SWMM的泥沙模擬模塊不適用于流域內(nèi)河網(wǎng)系統(tǒng)，Shrestha等[38]開發(fā)了符合OpenMI標準的泥沙運移模型以及用于補償該泥沙模型中運動黏度參數(shù)的河流溫度模擬器。

雙向數(shù)據(jù)交換的方式易導(dǎo)致計算程序中的“死鎖”現(xiàn)象(即當(dāng)結(jié)構(gòu)中兩個以上的運算單元，雙方都在等待對方停止運行，以獲取運算結(jié)果，但是沒有一方提前退出)，OpenMI架構(gòu)對此也提供了解決方法：使用外推令連接中的一個組件能計算出被請求的值，預(yù)防“死鎖”現(xiàn)象的發(fā)生。與其他傳統(tǒng)的模型集成方式進行比較，OpenMI結(jié)構(gòu)規(guī)范，開發(fā)成本低，集成效率高的優(yōu)勢十分明顯，作為相對更先進的一種集成方式，該標準必將得到進一步的普及與推廣。

3 耦合應(yīng)用中時空尺度匹配問題

3.1 時間尺度匹配問題

現(xiàn)有的水文、水動力、水質(zhì)模型耦合方案中，多采用單向數(shù)據(jù)交換的形式，即水文模型模擬上游流域產(chǎn)流與坡面匯流，匯入河道后，采用水動力模型對河道匯流過程進行模擬。其中主要的傳輸數(shù)據(jù)為流量過程，如果水動力模型在此階段中耦合了水質(zhì)模擬模塊，一般還會傳輸水文模型模擬的氣象數(shù)據(jù)。

由于水文、水質(zhì)模型模擬時間步長較長，最小模擬時間單位通常為日或小時；而水動力模型步長較小，通常需以秒或分鐘作為最小模擬時間單位，因此傳遞過程中會出現(xiàn)時間尺度不匹配的情況，這也是流域模型全過程耦合亟待解決的問題。目前廣泛采用的解決方法是線性插值法，可自動對于輸入的邊界條件文件進行線性插值，滿足模型的模擬時間步長要求[39]。在數(shù)值求解時，不同的數(shù)值格式對時間步長的要求不同，一般來說，隱格式的穩(wěn)定性較好，可以采用較長的時間步長，而顯格式需要采用較短的時間步長。部分水動力模型在特定條件下可以選擇較長的時間步長，例如Paz等[40]利用HEC-RAS水動力模型對巴拉圭河上游流域進行模擬，選擇了12個不同的時間步長進行比較，均取得了令人滿意的模擬精度，由于入流的邊界條件和控制點的水文時間序列均為日尺度數(shù)據(jù)，最終選取了12 h作為時間步長進行模擬。

另外，針對模型時間步長不統(tǒng)一的問題，也可通過降低輸入水文模型的降雨時間尺度，進而達到精細化流量過程模擬的目的。針對日以下尺度的降雨隨機模擬，可通過降雨隨機模擬模型實現(xiàn)。采用降雨隨機模擬模型除了可以對缺測的降雨序列進行插補及對無觀測數(shù)據(jù)的站點進行隨機生成以外，還可以將全球氣候模式(GCM)生成的氣候變化情景以降尺度的方法生成較高時空分辨率的氣候要素值[41]。在該類方法中，Bartlett-Lewis矩形脈沖法可將日降雨序列分解到1min時間尺度的降雨序列[42]。

3.2 空間尺度匹配問題

目前，無論是不同維度間的水動力模型耦合，還是水文模型、水動力模型間的耦合都存在模型空間尺度不一致的問題。一維水動力模型多用于描述河網(wǎng)，因此當(dāng)研究區(qū)域內(nèi)有湖泊時，單純采用一維水動力模型并不能很好地反映水流特性，需要構(gòu)建一、二維水動力耦合模型。但二者之間耦合邊界網(wǎng)格的劃分與連接方法不盡相同，存在著一、二維水動力模型耦合空間尺度的轉(zhuǎn)換問題。同理，二、三維水動力模型也存在空間尺度的轉(zhuǎn)換問題。在不同類型模型耦合時，水文模型的輸出結(jié)果如何作為水動力模型、水質(zhì)模型的輸入，也是需要探討的問題。

同類模型耦合的空間尺度匹配問題主要存在于水動力模型中。河網(wǎng)水動力模型大多為一維模型，但平原地區(qū)大多為河網(wǎng)、湖泊縱橫交織的復(fù)雜水系，當(dāng)研究區(qū)域水體橫向空間尺度相差很大時，單純采用一維模型不能很好地模擬：當(dāng)模擬對象為寬度10～50 m中小河流時，采用一維模型能夠很好地模擬水流運動特征；但是對大型河流(橫向?qū)挾?00～500 m)，僅采用一維模型則不能很好地模擬水流運動特征[43]，需添加二維模型進行耦合模擬。一、二維模型間耦合方式有多種，已有研究大體上可分為側(cè)向耦合、重疊耦合和邊界搭接耦合。側(cè)向耦合與重疊耦合適用于河網(wǎng)與其旁側(cè)洪泛區(qū)的聯(lián)合模擬，或者河網(wǎng)整體框架下局部重點關(guān)注地區(qū)的水流細節(jié)模擬；而邊界搭接耦合為一、二維計算域在各自的計算邊界處實現(xiàn)搭接耦合[44]。

二維模型一般用于模擬淺水自由表面流動，而三維模型在水流參數(shù)垂向結(jié)構(gòu)變化較大時適用性更強，可以更好地模擬復(fù)雜流動現(xiàn)象。路川藤等[45]提出了在非結(jié)構(gòu)網(wǎng)格基礎(chǔ)上的二、三維嵌套數(shù)學(xué)模型概念，并成功應(yīng)用于長江口的潮流模擬。Zounemat-Kermani等[46]也建立了二、三維耦合的水動力模型，將水體表面采用二維淺水方程計算，而深水水體采用三維模型計算。二、三維耦合的水動力模型研究成果不多，現(xiàn)有的二、三維耦合水動力模型在應(yīng)用的全面性上有所欠缺，只能適用于特定情況的水流計算，如黃玉新等[47]建立了能夠考慮干濕界面變化、質(zhì)量守恒、有較強通用性的二、三維耦合水動力模型。

在不同類型模型耦合的空間尺度匹配問題上，針對水文模型所模擬的坡面匯流匯入河網(wǎng)的方式進行了大量研究，如Thompson等[48]將基于物理機制的分布式水文模型MIKE SHE和水動力模型MIKE 11進行耦合，每個時間段MIKE SHE模型和MIKE 11模型都進行數(shù)據(jù)的交換和迭代計算。這種耦合是通過使用相鄰MIKE SHE網(wǎng)格之間的線段，即河流連接線實現(xiàn)的。在模擬時，耦合河道的水位從MIKE 11的水位點(H-points)傳遞給鄰近的MIKE SHE河流連接線，MIKE SHE再計算從鄰近網(wǎng)格到每條河流連接線的地面徑流和河流含水層的交換。這些參數(shù)在下一個時間步長，再以旁側(cè)入流或出流的形式返回給相應(yīng)的MIKE 11的水位點，以此方式實現(xiàn)在兩個模型之間參數(shù)傳遞和交換。Lerat等[25]將集總式GR4J RR 水文模型與一維線性擴散波水動力模型進行耦合，將集總式水文模型的計算結(jié)果以旁側(cè)入流的形式輸入到水動力模型中，結(jié)果表明，以均勻入流和點源入流結(jié)合作為旁側(cè)入流時，可以得到更加穩(wěn)定的耦合模型，也更容易確定達成最佳模擬結(jié)果需設(shè)置的支流數(shù)量。而僅使用點源入流為旁側(cè)入流的模型，雖然也可以達到類似的模擬水平，但點源入流的計算會導(dǎo)致連續(xù)性方程的數(shù)值解不穩(wěn)定，且支流數(shù)量很難確定，需要通過大量的組合測試來確定最佳方案。

綜合上述研究，對于耦合模型的空間尺度匹配問題，一般根據(jù)原有模型的關(guān)聯(lián)程度進行選擇，若原有模型連接已較為緊密，且結(jié)構(gòu)原理相通，則可對模型代碼進行改造，進一步提高連接效果；若原有模型并無此種聯(lián)系，則多選取旁側(cè)入流或邊界條件等方式進行連接，但會針對入流方式進行調(diào)整，以取得更優(yōu)的效果。

4 存在問題與展望

盡管目前流域水文-水動力-水質(zhì)耦合模型有了飛速發(fā)展與廣泛應(yīng)用，但在實際應(yīng)用中仍需進一步完善，多數(shù)的模型聯(lián)合模擬系統(tǒng)還存在著以下問題：

a.多采用已有模型進行“搭積木”式的連接，一般僅在選定邊界處構(gòu)建模型間水力聯(lián)系，耦合結(jié)構(gòu)不緊密，針對關(guān)鍵物理過程間的反饋機制描述效果并不理想。

b.相較于單一模型，耦合模型結(jié)構(gòu)更加復(fù)雜，對應(yīng)的參數(shù)可識別性、敏感性等是否在耦合過程中發(fā)生變化，耦合模型系統(tǒng)的參數(shù)應(yīng)整體率定還是各子模型分別率定，以及各單一模型間不確定性傳遞累加后是否影響耦合模型整體的準確度，尚缺乏相關(guān)的理論研究。

c.應(yīng)用標準不明確，水文模型采用的運動波方程在進行河道匯流計算時往往也能取得較好的精度，但研究者在耦合時如果不加區(qū)分地應(yīng)用水動力模型，則會大幅增加運算時間。

隨著流域決策精細化程度的提高，對預(yù)測要素多樣性和多過程模擬時空一致性的要求也不斷提高。但耦合模型系統(tǒng)的結(jié)構(gòu)較為復(fù)雜，多過程耦合中會出現(xiàn)模型不匹配、尺度不一致等問題，所以亟需從流域的角度來研究水文、水動力、水質(zhì)多過程模型耦合，解析水文、水動力、水質(zhì)等物理過程間的時空響應(yīng)關(guān)系以及關(guān)鍵要素間的相關(guān)特性，建立多過程和多要素在不同時空尺度下的轉(zhuǎn)換關(guān)系和耦合機理，研究典型耦合場景下的尺度匹配與轉(zhuǎn)換方法。與單一過程模型相比，由水文、水動力、水質(zhì)等多過程集成的流域水資源耦合管理系統(tǒng)的結(jié)構(gòu)更為復(fù)雜，導(dǎo)致開發(fā)和應(yīng)用的難度也更高，但隨著社會經(jīng)濟的不斷發(fā)展及流域智能管理與決策需求的增長，耦合模型將是未來模型發(fā)展的一個主要方向。