流域非点源污染分布式模拟的不确定性分析方法研究

我国流域非点源污染的形势十分严峻，非点源污染分布式模拟作为一种先进的管理支撑技术正日益受到重视。由于数据和理论存在缺陷，非点源污染分布式模拟的结果往往具有显著不确定性，对管理决策产生不利影响，很大程度上限制了分布式模拟的优势发挥。不确定性是当前水环境研究领域的前沿问题。国际上针对非点源污染分布式模拟的不确定性研究为数尚少，国内相关研究则更为紧缺。本项目将以中国东部亚热带季风性湿润气候区的典型流域为例，进行三方面研究：1）建立非点源污染分布式模拟不确定性分析的理论框架，并对各类不确定性来源的量化方法进行创新；2）开发以管理为导向、以马尔可夫链－蒙特卡罗为采样技术的模型不确定性分析新方法；3）对非点源污染分布式模拟不确定性的时空规律进行系统分析，并研究不确定性的削减策略。本次研究将对非点源污染模拟和不确定性分析的理论体系做出创新性补充，其研究成果对于流域非点源污染的管理实践具有重要的指导意义。

不确定性是当前水环境研究领域的前沿问题。国际上针对非点源污染分布式模拟的不确定性研究为数尚少。本项目针对我国典型的流域非点源污染问题，进行了复杂水环境模型不确定性分析的理论和方法创新，并多方面探讨不确定性的削减策略。本研究首次将概率配点法（PCM）应用于非点源污染分布式模拟的不确定性分析，并提出了一种基于方差分解技术的全局敏感性分析新方法PCM-VD。PCM-VD方法能以很低的计算成本完成复杂模型参数敏感性的评价。本研究系统分析了马尔科夫链蒙特卡洛（MCMC）方法在应用于非点源污染分布式模拟时所面临的问题及其成因，并提出改进方案。本研究建立了流域非点源污染管理的信息价值（VOI）分析框架，并对我国东部流域的实际案例进行了计算与分析。VOI的计算结果可为削减非点源污染模拟与管理中的不确定性提供导向性信息。本研究还通过开展室内模拟实验，对现有非点源污染模型中的“富集系数（Enrichment Ratio）”假设进行探讨，揭示其局限性，并提出削减相关模拟不确定性的建议。本研究所获得的成果对于完善现有流域非点源污染模型、改善流域水环境监测和管理具有重要的指导意义。