象山港圍隔生態(tài)系水質(zhì)模型研究

楊 紅, 丁 駿, 王春峰, 陳 健, 劉成秀, 戴桂香, 趙 瀛

(上海海洋大學(xué) 海洋科學(xué)學(xué)院, 上海 201306)

象山港圍隔生態(tài)系水質(zhì)模型研究

楊 紅, 丁 駿, 王春峰, 陳 健, 劉成秀, 戴桂香, 趙 瀛

(上海海洋大學(xué) 海洋科學(xué)學(xué)院, 上海 201306)

在美國環(huán)保局開發(fā)的WASP(the water quality analysis simulation program, 水質(zhì)分析模擬程序)中的概念模型基礎(chǔ)上, 運用系統(tǒng)動力學(xué)軟件 Stella9.0.2建立了適用于海洋圍隔生態(tài)系水質(zhì)動力學(xué)模型。模型包括浮游植物、磷循環(huán)、氮循環(huán)、碳生化需氧量-溶解氧4個模塊, 涉及葉綠素a、有機磷、無機磷、有機氮、氨氮、硝酸-亞硝酸鹽氮、生化需氧量、溶解氧8個水質(zhì)指標(biāo)。利用2010年10月初象山港圍隔生態(tài)實驗數(shù)據(jù)進行了模型驗證和參數(shù)率定工作, 成功模擬了不同水溫條件下圍隔水質(zhì)情況, 并確定了 30余個模型參數(shù), 展現(xiàn)了系統(tǒng)動力學(xué)模擬的優(yōu)勢, 為揭示象山港海域生態(tài)系統(tǒng)的動力學(xué)機制,模擬和預(yù)測他的變化提供科學(xué)依據(jù)。

象山港; 系統(tǒng)動力學(xué); WASP(水質(zhì)分析模擬程序); 水質(zhì)動力學(xué)模型; 圍隔生態(tài)系統(tǒng)

象山港是浙江省三大養(yǎng)殖基地之一, 對其水環(huán)境保護具有十分重要的現(xiàn)實意義。通過建立水質(zhì)模型預(yù)測其水質(zhì)狀況不僅是水環(huán)境保護決策的依據(jù),也是制訂水污染綜合防治規(guī)劃及水環(huán)境保護規(guī)劃的基礎(chǔ)。目前, 應(yīng)用較多的水質(zhì)模型有： QUALⅡ[1]、MIKE21[2]、WASP(the water quality analysis simulation program, 水質(zhì)分析模擬程序)[3]等, 但是此類模型多使用 FORTRAN或其他計算機語言編寫, 眾多參數(shù)和變量之間交互作用機制由于采用計算機語言編寫相當(dāng)復(fù)雜, 使用者不易了解。雖然開發(fā)者通過不斷對其修訂, 增加了模型的可視化操作界面, 并提高了其運行速度, 如USEPA改版的WASP7, 但因其源代碼不公開[4], 給模型的二次開發(fā)和參數(shù)率定帶來了很大限制。而系統(tǒng)動力學(xué)方法(System dynamics)[5-6]以邏輯學(xué)為建構(gòu)基礎(chǔ), 運用圖形作為溝通語言, 將變數(shù)間復(fù)雜的關(guān)系用庫量(stock)、流(flow)和連接器(connector)等連接[7], 避免了WASP模型的復(fù)雜程序, 可操作性強, 通過方程式將各變量和其相關(guān)變量進行聯(lián)系, 建立變量間的因果及回饋關(guān)系,這對于了解水質(zhì)現(xiàn)象及反應(yīng)過程大有裨益。另外, 模型的驗證、改進和參數(shù)率定等是模型建立的關(guān)鍵, 除了借鑒國外海洋生態(tài)動力學(xué)模型外, 還應(yīng)根據(jù)象山港海域海洋學(xué)和生態(tài)學(xué)特點, 通過現(xiàn)場實驗等進行。其中, 海洋圍隔生態(tài)實驗由于具有生態(tài)系統(tǒng)可控、與海洋自然狀況相近、時間連續(xù)等特點[8], 往往用以模型過程的研究以及相關(guān)生態(tài)動力學(xué)參數(shù)的測定[9-11],從而為模型的建立、驗證、改進等提供了一個有效手段[12]。

本文通過系統(tǒng)動力學(xué)軟件stella9.0.2[13-14]構(gòu)建適用于海洋圍隔生態(tài)水質(zhì)動力學(xué)系統(tǒng)模型, 在參數(shù)率定后模擬結(jié)果與實測值之間有很好的吻合, 模型可用于象山港海域水質(zhì)演變趨勢預(yù)測, 為象山港海域的綜合管理提供技術(shù)支持。

1 水質(zhì)動力學(xué)模型

1.1 模型結(jié)構(gòu)

本模型在美國環(huán)境保護局提出的水質(zhì)模型程序WASP中的 EUTRO[3]四個模塊基礎(chǔ)上, 即浮游植物模塊、磷循環(huán)模塊、氮循環(huán)模塊、CBOD-DO模塊, 通過stella9.0.2構(gòu)建浮游植物(PHYT)、有機氮(DON)、氨氮(NH4-N)、硝酸-亞硝酸鹽氮(NO3/NO2-N)、無機磷(DIP)、有機磷(DOP)、碳生化需氧量(CBOD)、溶解氧(DO)耦合系統(tǒng)關(guān)系。由于 WASP中浮游植物的量是以浮游植物碳來表示, 因浮游植物碳在測量上較為困難, 實測數(shù)據(jù)少, 因此本研究以葉綠素 a(Chl-a)質(zhì)量濃度代表浮游植物的量[9,15-16]。將PHYT,DON, NH4-N, NO3/NO2-N, DIP, DOP, CBOD, DO 8個水質(zhì)指標(biāo)的質(zhì)量濃度分別以C1,C2,C3,C4,C5,C6,C7,C88個變量表示。四個模塊之間的相互轉(zhuǎn)換關(guān)系, 見圖1(修改自WASP 6[3]), 模塊中各變量的生成和消失項見表1。

圖1 圍隔生態(tài)系水質(zhì)模型系統(tǒng)關(guān)系圖Fig. 1 Interaction of water quality modeling system in the mesocosm ecosystem

表1 模型變量消長因子Tab. 1 Increase and decrease factors of modeling variables

1.2 模型主要模塊

1.2.1 浮游植物模塊

浮游植物在系統(tǒng)動力循環(huán)過程中起著重要作用,它影響到水環(huán)境中氮、磷、溶解氧等狀態(tài)變量。其主要反應(yīng)動力學(xué)方程如公式(1)～(4)所示, 其他見WASP動力學(xué)公式部分[15]。

式中,Gp為浮游植物生長率(d-1),Dp為浮游植物呼吸與死亡率(d-1),Ks1為浮游植物沉降率(d-1)。

浮游植物生長率方程：

式中,Kgmax為 20℃時浮游植物最大生長率(d-1),Xrt為溫度調(diào)節(jié)因子,Xri為光照限制因子,Xrv為營養(yǎng)鹽限制因子。

浮游植物呼吸及死亡率方程：

式中,Kr(t)為浮游植物內(nèi)呼吸率(d-1),Kp為浮游植物代謝死亡率(d-1),Kgz為浮游植物被浮游動物攝食死亡率(d-1)。

浮游植物沉降率方程：

式中,Vs1為浮游植物沉降率(d-1),D為水深(m)。

1.2.2 磷循環(huán)模塊

可溶解的或可利用的DIP通過吸附-解吸機理與顆粒無機磷相互作用。浮游植物由于生長而吸收DIP, 因此DIP合成了浮游植物生物量。通過內(nèi)源呼吸和非吞食性死亡, 磷又從浮游植物生物體中返回到溶解和顆粒有機磷以及溶解無機磷。有機磷通過礦化能轉(zhuǎn)化成溶解無機磷。其主要反應(yīng)動力學(xué)方程如公式(5)～(6)所示：

有機磷：

無機磷：

式中,Apc為浮游植物中磷碳比,Fop為浮游植物釋放出磷中所含有機磷比例,K23為20℃時有機磷的礦化率(d-1), Θ23為K23的溫度調(diào)整系數(shù), Kmpc為礦化作用半飽和質(zhì)量濃度(mg/L), Vsop為有機顆粒沉降速率(m/d), Fd2為有機磷中溶解態(tài)比例, Vsip為無機顆粒沉降速率(m/d), Fd3為無機磷中溶解態(tài)比例。

1.2.3 氮循環(huán)模塊

浮游植物生長吸收氨氮和硝酸-亞硝酸鹽, 并將其合成浮游植物生物量。吸收氮的速率是氮濃度的函數(shù), 而其濃度又與總的可利用無機氮有關(guān)。通過內(nèi)源呼吸和非吞食性死亡, 氮又從浮游植物生物量轉(zhuǎn)化為溶解和顆粒有機氮以及氨。有機氮礦化為氨, 其礦化速率又依賴于溫度, 而氨也可以轉(zhuǎn)化成硝酸鹽,其硝化速率也依賴于溫度和氧氣。硝酸鹽在缺氧狀況下, 也可以轉(zhuǎn)化成氮氣, 其反硝化速率是溫度和氧氣的函數(shù)。其反應(yīng)動力學(xué)方程如公式(7)～(10)所示：有機氮：

氨氮：

硝酸-亞硝酸鹽氮：

式中, Anc為浮游植物中氮碳比, Fon為浮游植物釋放出氮中所含有機氮比例, K45為20℃時有機氮的礦化率(d-1), Θ45為K45的溫度調(diào)整系數(shù), Fd4為有機氮中溶解態(tài)比例, PNH3為浮游植物攝取氮營養(yǎng)鹽中偏好氨氮程度, K56為20℃硝化速率(d-1), Θ56為溫度調(diào)整系數(shù), Knit為硝化作用半飽和質(zhì)量濃度(mg/L),Kd為20℃時反硝化速率(d-1), ΘD為溫度調(diào)整系數(shù),為反硝化作用的半飽和質(zhì)量濃度(mg/L)。

1.2.4 CBOD-DO子模塊

溶解氧含量與其他狀態(tài)變量相結(jié)合。溶解氧的來源有大氣復(fù)氧和浮游植物的光和作用。溶解氧的消耗主要有浮游植物的呼吸作用、水體中碳質(zhì)物質(zhì)的氧化、硝化作用。其反應(yīng)動力學(xué)方程如公式(11)～(12)所示：CBOD：

式中, Aoc為浮游植物中氧碳比, Kox為 20℃時CBOD氧化速率(d-1), oxΘ為溫度調(diào)整系數(shù), KBOD為CBOD半飽和質(zhì)量濃度(mg/L), Fd7為CBOD中溶解比例, K2為20℃再曝氣速率(d-1), 2Θ為溫度校正系數(shù), sC飽和溶解氧量(mg/L), O為 20℃時底泥耗氧量(g/m2), OΘ為溫度調(diào)整系數(shù)。

1.3 模型計算方法

圍隔生態(tài)系水質(zhì)模型采用系統(tǒng)動力學(xué)DYNAMO(Dynamic Model, 動態(tài)模擬)語言[6]運行。模型包括一系列互相耦合的微分方程, 每一個連接庫量(stock)和流量(flow)的方程式即是一個微分方程式。系統(tǒng)動力學(xué)中以有限差分方程式來表示, 再依時間步長對各方程進行求解, 求解過程為同步進行,并無時間先后差異, 呈現(xiàn)出系統(tǒng)在各時間點的同步變化狀態(tài)。在stella9.0.2中, 提供了三種算法[14]對庫量進行計算, 每種算法都有其優(yōu)缺點, 本模型采用Runge-Kutta法, 其具有計算精度高, 穩(wěn)定性好等優(yōu)點[16]。在Δt的選擇上, 小Δt雖能增加模擬的準(zhǔn)確度,但增加了運算時間, 若 Δt取得太大, 則會使模擬結(jié)果失真, 故根據(jù)模擬的目的、模式的穩(wěn)定性等因素確定本模型的時間步長為1 d。

2 計算結(jié)果與分析

圍隔實驗在象山港國華寧海電廠附近水域進行。共設(shè)三處圍隔區(qū)M1, M2和M3, 本文選擇了其中之一M3區(qū)圍隔為例開展模型計算, M3區(qū)圍隔站點位置為 121°32′19″E, 29°30′36″N。圍隔采用漂浮式,底部無沉積物, 圍隔袋采用透明聚乙烯薄膜, 圍隔內(nèi)置當(dāng)?shù)睾Ｋ? 圍隔裝置見圖2。

圖2 圍隔生態(tài)實驗裝置Fig. 2 Enclosure experimental configurations

2.1 驗證資料說明

驗證所用資料為2010年10月5～11日在圍隔內(nèi)監(jiān)測的日平均水質(zhì)和生物資料。監(jiān)測項目包括了水溫, 葉綠素 a, 溶解氧, 生化需氧量, 無機氮, 氨氮,硝酸鹽氮, 亞硝酸鹽, 總氮, 無機磷, 總磷, 浮游動、植物密度和生物量, 所有樣品采集、處理均按《海洋監(jiān)測規(guī)范》[17]進行。每天9：00和17：00各采一次樣,采樣深度0.5 m。生物樣現(xiàn)場用5%甲醛溶液固定, 帶回實驗室鑒定、計數(shù)并稱質(zhì)量(濕質(zhì)量)。實驗期間,透過海面的太陽光合有效輻射強度平均為136.25 W/m2, 圍隔袋內(nèi)平均溫度為25.63℃。

2.2 模型參數(shù)靈敏度分析及率定

2.2.1 參數(shù)靈敏度分析及率定方法

模型參數(shù)的可靠性對于模型模擬結(jié)果的合理性、準(zhǔn)確性等起著重要的作用[18]。然而, 在模型中不可能對所有參數(shù)都進行實驗室或現(xiàn)場測定, 因此,合理選擇和確定模型參數(shù)是數(shù)值模型構(gòu)建中至關(guān)重要的環(huán)節(jié)[19]。采用多參數(shù)靈敏度分析(MPSA)[20-22]的方法確定參數(shù), 其步驟： (1)根據(jù)文獻資料確定參數(shù)的取值范圍; (2)在 Stella9.0.2軟件靈敏度設(shè)置(sensitivity spec)菜單中, 對每一個系統(tǒng)的參數(shù),在min和max中輸入?yún)?shù)最小值和最大值, 并設(shè)置N個均勻分布的獨立隨機數(shù); (3)應(yīng)用生成的N個隨機數(shù)運行模型, 計算相應(yīng)的目標(biāo)函數(shù)值; (4)將目標(biāo)函數(shù)值與給定的指標(biāo)R進行比較, 確定N個參數(shù)組中,哪些是“可以接受的”, 哪些是“不可接受的”; (5)評價參數(shù)靈敏度： 對每個參數(shù), 比較“可接受的”與“不可接受的”兩組參數(shù)值的分布情況, 繪制頻數(shù)-累計頻率曲線圖, 如果兩種分布形式相同, 則表明該參數(shù)不敏感, 反之, 則該參數(shù)較敏感。兩條累積頻率曲線分離程度代表了參數(shù)的靈敏度。目標(biāo)函數(shù)值采用模擬值與參數(shù)取值范圍的中值的模擬值的誤差平方和表示。指標(biāo)R值為三種不同目標(biāo)函數(shù)值, 即模擬N個目標(biāo)函數(shù)值排序后的33%, 50%和66%。

2.2.2 參數(shù)靈敏度分析及率定結(jié)果

圍隔生態(tài)系水質(zhì)模型涉及 4個子系統(tǒng), 涉及參數(shù)多達 30個, 本文僅以浮游植物系統(tǒng)為例, 對其涉及的需要優(yōu)化的7個參數(shù)(表2)進行多參數(shù)靈敏度分析。其他模塊參數(shù)直接給出靈敏度分析后的結(jié)果, 見表3。模型運行次數(shù)N=100, 指標(biāo)R取值在目標(biāo)函數(shù)值排序位置 50分點處。MPSA統(tǒng)計結(jié)果見圖 3, 兩條曲線分離的程度越大, 表示該參數(shù)的靈敏度越大。通過計算圖3中每個參數(shù)的兩條曲線的分離程度SD(采用與Nash-Sutcliffe效率系數(shù)[23]), SD值越接近1,表明參數(shù)越不靈敏。由此得到, 7個參數(shù)的靈敏度從大到小依次是：Krc,Kpc,Kgmax,Is,Ia,Ke,Kg。SD值見表2, 即20℃浮游植物內(nèi)呼吸率, 20℃浮游植物代謝死亡率, 20℃時浮游植物最大生長率是重要的參數(shù);浮游植物生長最適光強度, 水表面白天平均日照強度是比較重要的參數(shù); 光衰減系數(shù)和浮游動物攝食率則在模擬過程不會造成顯著的影響。

表2 浮游植物模塊參數(shù)設(shè)定Tab. 2 The model parameters settings of Phytoplankton

由圖 3中的可接受頻數(shù)柱狀圖可以看出, 最高可接受頻數(shù)對應(yīng)的參數(shù)值可初步設(shè)為參數(shù)值, 即Krc≈0.1(頻數(shù) 17)、Kpc≈0.04(頻數(shù) 17)、Kgmax≈0.5(頻數(shù)17)、Is≈300(頻數(shù) 13)、Ia≈700(頻數(shù) 13),Ke≈1.5(頻數(shù)13),Kg≈0.15(頻數(shù)20)。在初步定出參數(shù)值后, 利用軟件中滑塊(Slider input device)和旋鈕(Knob input device)輸入器, 對照M2、M3區(qū)圍隔實驗的Chl-a部分實測值進行優(yōu)化參數(shù), 最終得到浮游植物模塊主要參數(shù)值, 見表2。

2.2.3 初始值設(shè)定

以M3區(qū)圍隔內(nèi)第1天監(jiān)測的8個指標(biāo)作為水質(zhì)模型各狀態(tài)變量的初始值。由于藻類呼吸作用和藻類碳衰減的影響, 測量的BOD5數(shù)據(jù)不能和模型計算的內(nèi)部 CBOD 結(jié)果直接進行比較[3,22], 因此, 須對BOD5進行校正。綜上, 各模塊變量初始值設(shè)定見表4。

2.2.4 其他設(shè)定

將圍隔內(nèi)水溫T(t)和浮游動物Z(t)隨時間(d)變化作為重要影響因素帶入 stella9.0.2轉(zhuǎn)化器(Converter)圖形功能(Graphical Function)中模擬。DON, NH4-N, NO3/NO2-N以總氮(TN)形式輸出。DIP,DOP以總磷(TP)形式輸出。

表3 其他模塊參數(shù)設(shè)定Tab. 3 The model parameters settings of others modules

表4 變量初始值設(shè)定Tab. 4 The initial value settings of module variables

圖3 多參數(shù)靈敏度分析Fig. 3 Multi-parameter sensitivity analysis

2.3 模型驗證

用實測資料對模型進行了驗證, 見圖4。結(jié)果表明, 模擬計算的 Chl-a質(zhì)量濃度的平均值為 2.128×10-3mg/L, 實測質(zhì)量濃度平均值為 1.873×10-3mg/L,相關(guān)系數(shù)(R)為 0.851, 為顯著相關(guān); DO質(zhì)量濃度模擬均值為3.004 mg/L, 實測平均值為4.557 mg/L,R為0.907, 為高度相關(guān); 其他水質(zhì)指標(biāo)TP, TN, CBOD的模擬結(jié)果與實驗結(jié)果基本吻合。見表5。

模擬結(jié)果進一步表明, 該模型基本能反映象山港圍隔生態(tài)水質(zhì)各狀態(tài)變量的變化, 浮游植物葉綠素a的質(zhì)量濃度呈上升趨勢, 與總磷、總氮等的質(zhì)量濃度變化大致相反, 這是由于浮游植物生長大量攝取營養(yǎng)鹽。溶解氧作為關(guān)鍵的水質(zhì)指標(biāo), 與碳生化需氧量變化趨勢大致相同, 與浮游植物趨勢卻相反,由于浮游動物的攝食, 浮游植物受捕食死亡率增加,使得浮游植物增長不明顯, 見圖 4, 進而使得溶解氧生產(chǎn)不明顯, 另一方面, 由于浮游植物、浮游動物的

圖4 象山港海洋圍隔生態(tài)實驗結(jié)果與模擬結(jié)果比較Fig. 4 Comparison of enclosure experimental observational data and simulated result

表5 M3區(qū)圍隔生態(tài)系各水質(zhì)指標(biāo)的模擬值與實測值Tab. 5 The simulated and measured values of water quality indices in M3 Enclosure

呼吸作用、硝化作用和碳生化需氧量耗氧明顯, 使得溶解氧整體趨勢下降。在實測結(jié)果中可能由于偶然性外界因素的影響, 如光照、降雨等, 模擬結(jié)果不能完全體現(xiàn)生態(tài)水質(zhì)各指標(biāo)質(zhì)量濃度隨時間劇烈變化,但能反映出其變化的總體趨勢。

2.4 討論

本研究利用系統(tǒng)動力學(xué)軟件建立的圍隔生態(tài)系水質(zhì)模型的圖形界面易于了解和修改, 應(yīng)用方面有更廣闊的空間。另外, 本模型為一維箱式模型, 未涉及表、底層水質(zhì)的不同對結(jié)果的影響, 后繼研究中可以利用Stella9.0.2軟件具有的陣列(Array)選項, 模擬二維方向上水質(zhì)變化, 解決一般系統(tǒng)動力學(xué)模型較難表達空間變化的問題。在本次模擬中, 浮游動物Z(t)僅以實測變量帶入轉(zhuǎn)化器(Converter)中。后繼研究中可以將其以庫量形式列入, 但需要考慮浮游動物呼吸及死亡對有機磷模塊、有機氮模塊、CBOD模塊生成項(見表1)的貢獻, 此將革新整個WASP模型, 使得預(yù)測結(jié)果更符合實際情況。

3 結(jié)論

本文以WASP中的EUTRO概念模式, 加入了水溫和浮游動物在水質(zhì)生化反應(yīng)過程中所起的作用,根據(jù)圍隔實驗的實際情況, 全面分析各影響因素,采用系統(tǒng)動力學(xué)方法建立生態(tài)水質(zhì)模型, 模型包括浮游植物、溶解氧、總氮、總磷、碳生化需氧量和浮游動物變量, 以及30余個主要生態(tài)水質(zhì)動力學(xué)參數(shù)。通過所建立的圍隔水質(zhì)動力學(xué)模型, 模擬了2010年秋季不同溫度條件下圍隔生態(tài)水質(zhì)生化過程, 并利用2010年秋季海洋圍隔生態(tài)實驗數(shù)據(jù)對模型進行了驗證。模擬結(jié)果與實際變化基本吻合, 說明模型邏輯結(jié)構(gòu)及其相關(guān)動力學(xué)方程基本合理, 運用多參數(shù)靈敏度分析法(MPSA)所確定的模型參數(shù)能夠反映象山港海域的地域化特征, 本模型為揭示象山港浮游生態(tài)系統(tǒng)生態(tài)水質(zhì)動力學(xué)機制提供了科學(xué)基礎(chǔ)。

[1] United States Environmental Protection Agency(USEPA). River and stream water quality model(QUAL2K) [EB/OL]. [2011-03-15]. http：//www.epa.gov/athens/wwqtsc/html/qual2k.html.

[2] Danish Hydraulics Institute. MIKE21： User guide and reference manual [EB/OL]. [2011-03-15]. http：//www.mikebydhi.com/Download/MIKEByDHI2011.aspx.

[3] United States Environmental Protection Agency(USEPA). Water quality analysis simulation program(WASP) [EB/OL]. [2011-03-15]. http：//www.epa.gov/athens/wwqtsc/html/wasp.html.

[4] 陳美丹, 姚琪, 徐愛蘭. WASP水質(zhì)模型及其研究進展[J]. 水利科技與經(jīng)濟, 2006, 12(7)： 421-422.

[5] Forrester J W. Industrial dynamics [M]. Cambridge,MA： MIT Press, 1961： 56-70.

[6] Ford A, 唐海萍, 史培軍. 環(huán)境模擬： 環(huán)境系統(tǒng)動力學(xué)模型導(dǎo)論[M]. 北京： 科學(xué)出版社, 2009： 15-18.

[7] Richmond B M. An introduction to systems thinking[M]. Lebanon： Isee systems Inc, 2004： 3-44.

[8] 崑陸賢. 海洋圍隔生態(tài)系實驗在海洋污染控制中的應(yīng)用[J]. 環(huán)境科學(xué), 1987, 8(4)： 78-83.

[9] Grice G D, Reeve M R. Marine mesocosm： Biological and chemical research in experimental ecosystems[M].New York： Springer Verlag, 1982： 1- 430.

[10] Baretta-Bekker J G, Riemann B, Baretta J W, et al. Testing the microbial loop concept by comparing mesocosm data with results from a dynamical simulation model[J]. Marine Ecology Progress Series, 1994, 106： 187-198.

[11] Baretta-Bekker J G, Baretta J W, Hansen A S, et al. An improved model of carbon and nutrient dynamics in the microbial food web in marine enclosures[J]. Aquatic Microbial Ecology, 1998, 14： 91-108.

[12] Beyers R J, Odum H T. Ecological microcosms [M].New York： Springer Verlag, 1993： 1-557.

[13] Costanza R, Gottlied S. Modeling economical and economic systems with STELLA： Part [J].Ⅱ Ecol Model, 1998, 112(2)： 81-84.

[14] Isee systems, inc. Systems thinking software[EB/OL].[2011-03-15]. http：//www.iseesystems.com/.

[15] 陳函馨. 以系統(tǒng)動力學(xué)建立感潮河川水理與水質(zhì)模式[D]. 中國臺灣： 國立中山大學(xué), 2002.

[16] 王旭東, 劉素玲, 張樹深, 等. 白洋淀水域 WASP富營養(yǎng)化模型改進研究[J]. 環(huán)境科學(xué)與技術(shù), 2009,32(10)： 22-23.

[17] GB 17378-2007《海洋監(jiān)測規(guī)范》[S].

[18] 高會旺, 孫文心, 翟雪梅. 水層生態(tài)系統(tǒng)動力學(xué)模型參數(shù)的靈敏度分析[J]. 青島海洋大學(xué)學(xué)報, 1999,29(3)： 398-404.

[19] Harmon R, Challenor P A. Markov chain monte carlo method for estimation and assimilation into models[J].Ecological Modeling, 1997, 101(1)： 41-59.

[20] Mao Jingqiao, Chen Qiuwen, Chen Yongcan.Three-dimensional eutrophication model and application to Taihu Lake, China [J]. Journal of Environmental Sciences, 2008, 20： 278-284.

[21] 王綱勝, 夏軍, 陳軍鋒, 等. 模型多參數(shù)靈敏度與不確定性分析[J]. 地理研究, 2010, 29(2)： 263-269.

[22] 郭麗君. 水科學(xué)研究： 水質(zhì)分析模擬程序6 (WASP6)專題 [J/OL]. [2011-03-15]. http：//www. waterscience.cn/journal/index.html.

[23] Choi J, Harvey J W, Conklin M. Use of multi-parameter sensitivity analysis to determine relative importance of factors influencing natural attenuation of mining contaminants [J/OL]. [2011-03-15]. http：//toxics.usgs.gov/pubs/wri99-4018/Volume1/sectionC/1405_Choi/index.html.

[24] 李克強, 王修林, 韓秀榮, 等. 膠州灣圍隔浮游生態(tài)系統(tǒng)氮、磷營養(yǎng)鹽遷移-轉(zhuǎn)化模型研究[J]. 海洋學(xué)報,2007, 29(5)： 76-81.

Study on the water quality model of the mesocosm ecosystem in the Xiangshan Bay

YANG Hong, DING Jun, WANG Chun-feng, CHEN Jian, LIU Cheng-xiu,DAI Gui-xiang, ZHAO Ying
(Marine Sciences College, Shanghai Ocean University, Shanghai, 201306, China)

Mar.,25,2011

the Xiangshan Bay; system dynamics; the water quality analysis simulation program (WASP); water quality dynamic model; mesocosm ecosystem

Based on the conceptions of the water quality analysis simulation program (WASP) developed by United States Environmental Protection Agency (USEPA), a water quality dynamic model of ocean mesocosm ecosystem was established using system dynamic software-Stella9.0.2. The model consists of four modules： Phytoplankton,Phosphorus Cycle, Nitrogen Cycle and Carbonaceous Biochemical Oxygen Demand-Dissolved Oxygen Cycle, and eight variables including Chlorophyll a, Organic phosphorus, Inorganic phosphorus, Organic nitrogen, Ammonia,Nitrate-Nitrite nitrogen, Biochemical oxygen demand and Dissolved oxygen were involved in it. The results showed that this model could simulate the water quality variations properly in mesocosm ecosystem under different water temperature conditions, based on the site experiment data in the Xiangshan Bay in early October, 2010. Not only the logical structure but also the model parameters were feasible, and more than 30 parameters were made during the simulation. In short, the model demonstrated the advantages of the system dynamic simulation and provide scientific evidence for revealing dynamic mechanism, simulating and predicting changes of the marine ecosystems in the Xiangshan Bay.

P731.26

A

1000-3096(2012)07-0014-09

2011-03-25;

2012-04-27

科技部海洋公益性行業(yè)科研專項資金項目(200905010-10)作者簡介： 楊紅(1962-), 女, 江蘇無錫人, 教授, 主要從事環(huán)境監(jiān)測、環(huán)境評價及環(huán)境管理研究, 電話： 021-61900335, E-mail： hyang@shou.edu.cn

(本文編輯：劉珊珊)