基于GIS的近海岸水环境动力模拟与污染风险机理研究

近海岸环境模拟与污染风险及沿岸社会可持续发展是一个亟待解决的系统热点问题。本项目以水环境动力模拟作为复杂系统中关键问题的切入点，采用多学科交叉和集成的研究方法，探讨自然条件与人为因素双重作用对海洋环境及社会可持续发展的影响。近海岸环境背景和污染控制因素机理复杂，受到波浪、潮汐、海流及河口等多种不同时间和空间尺度的水动力因素影响，导致污染物的输移扩散复杂。通过数值模拟与观测数据结合建立基于GIS信息集成的描述流速、密度、温度等主要特征的水环境动力模型。利用Monte Carlo数值工具软件对污染风险值做定量分析，从而为研究系统中环境模拟背景变量、指示变量、指标筛选、综合风险评价模型构建、评价标准及量级划分等关键科学问题提供理论技术支撑。应用模型和实际观测数据结合RS、GPS、GIS等新技术，选择山东省青岛市作为示范，为国家海洋资源综合利用与海岸带城市发展和风险管理提供可借鉴的科学依据。

本研究探讨近海岸水环境动力模拟与污染风险机理等问题。海洋生态环境问题已成为我国沿海地区城市化发展和海洋经济发展最大的挑战之一。沿海污染物入海总量居高不下，近岸污染面积扩大，赤潮灾害频繁出现，重大溢油与化工污染事故时有发生。海岸带陆源污染源中，入海排污口污染源、入海河流污染源和非点源污染源问题严重。近海岸水环境动力模拟作为复杂系统采用数值模型与同化分析研究方法，对环境变量的预警预报从模型及算法上也做了探讨和初步分析研究。通过数值模拟与观测数据结合建立描述流速、密度、温度等主要特征的水环境动力模型。应用风险分析与评估方法辨识海岸带风险源并建立GIS数据模型，对潜在风险因素特别是工业污染风险源做出风险登记与管理清单，污染风险源作为控制与预防海岸带污染的基础数据。鉴于海岸带污染与海洋灾害的耦合性，建立了山东沿海的风暴潮区划模型并探讨了灾害管理与沿海可持续发展。沿海城市的污染灾害预报以污染源扩散：污染预报系统因其作用机理复杂性、随机不确定性，加大了污染预报的难度。通过基于状态空间模型的扩展Kalman滤波（EKF）方法对沿海城市污染灾害进行实时预报模拟。基于沿海城市发生风暴潮、洪水与污染灾害的关键影响因素，该方法建立水动力影响因素的定量描述，并用状态空间模型来表示。Kalman滤波方法是递推算法，保证了对水污染及洪水灾害动态跟踪的实时性。同时研究了海洋生态模型中参数时空分布的反演问题，将伴随同化方法应用于海洋生态系统动力学模型，模型含有NPZD（营养盐、浮游植物、浮游动物、碎屑）四个状态变量。将一年平均分为72个过程，将模型中的参数赋值，正向运行模式1年，对比实验结果，可以看出考虑参数时空分布的实验误差最小，模拟精度最高。说明在海洋生态系统动力学数值模拟中，考虑参数时空分布更合理，更具有海洋物理意义且符合生态机制；伴随同化技术在优化时空变化的参数方面是有效的方法。在传统二维潮波方程的基础上加入了内潮耗散项，考虑了内潮耗散对潮波系统的影响。改进了内潮耗散参数化方案，并给出内潮耗散项中地形效应参数的计算公式。气候变迁与海洋灾害对海岸带水域环境的影响日益得到重视，人类活动对自然环境的承载力风险不断增加。例如：以青岛、烟台为发展中心的经济区域对黄海海域的污染情况，特别是沿岸核电工业与石油化工工业的潜在风险更应该引起重视。海洋环境力学问题作为多学科交叉的复杂系统值得长期深入开展研究。