在“一体水”系统中，运输时间将污染源与饮用水质量联系起来

《Water Research》：Transit times link pollution sources to drinking water quality in a “One Water” system

本研究提出了一种扩展的不稳定传输时间理论模型，用于管理奥科万水库上游和分布式多源污染问题。通过将储水分为上游和分布式来源，结合污染物特异性反应模型，该模型仅需少量参数（上游源两个，分布式源两个）即可实现高预测精度（钠离子Nash-Sutcliffe效率0.65，氯离子0.76，硝酸盐0.55）。该方法避免了复杂内部水力传输的求解，支持实时交互模拟，为One Water系统的协同管理提供了工具。

　　### 水质管理中的创新方法：基于非稳态传输时间理论的流域系统分析

在现代水资源管理中，许多社区依赖经过处理的污水和城市雨水作为饮用水处理的原始水源，形成了所谓的“一体化水资源系统”（One Water systems）。这种系统的特点是水的来源和去向具有高度的复杂性，往往涉及多个流域和不同类型的水体，包括城市污水处理厂、河流、地下水以及雨水径流等。然而，传统的水质量管理方法往往将这些来源视为独立的系统，忽略了其相互之间的联系，从而难以准确预测水质变化及其背后的污染来源。因此，为了更有效地应对慢性及新兴的水质量挑战，需要引入更加创新的管理方法，其中非稳态传输时间理论（Unsteady Transit Time Theory）提供了一个有前景的解决方案。

非稳态传输时间理论是一种基于物理过程的建模方法，其核心在于追踪污染物在控制体积（如水库）中随时间变化的传输路径和年龄分布。这一理论的基本假设是：水体的年龄分布决定了其污染物的浓度变化。在传统模型中，通常假设所有进入控制体积的污染物具有相同的传输路径，从而忽略了不同来源之间可能存在的差异。然而，现实中，污染物往往来源于不同的区域，具有不同的传输路径和物理化学特性。因此，非稳态传输时间理论的扩展版本需要考虑上游来源和沿岸分布来源的差异，从而更精确地描述水体和污染物的动态行为。

在本研究中，非稳态传输时间理论被应用于奥科坎水库（Occoquan Reservoir），该水库是美国弗吉尼亚州北部的主要饮用水来源之一，服务约一百万人。研究发现，该水库的污染来源可以分为两个主要部分：一是从上游河流（如牛头河和奥科坎河）进入的水体，包括由奥科坎水再利用设施（Upper Occoquan Service Authority, UOSA）处理的污水；二是沿岸分布的地下水和小径流，这些来源对水库的水质也有显著影响。通过将这两个来源的水体和污染物分别建模，并结合非稳态传输时间理论和特定的反应模型，研究提出了一个更全面且适用于复杂水资源系统的建模框架。

### 水库的非稳态水文和水质量平衡

为了更准确地模拟水库的水体和污染物动态，研究首先建立了基于水文和水质量数据的非稳态水文平衡模型。模型包括水库的流入、流出和存储量，并考虑了不同来源的水体和污染物的年龄分布。通过将水库的水体和污染物划分为上游来源和沿岸分布来源，模型能够区分不同来源对水质的影响，并且捕捉到污染物在不同路径中的传输和转化过程。

研究利用11年的水文和水质量数据对模型进行了验证，结果表明该模型在预测钠（Na?）和氯（Cl?）等非反应性污染物时表现优异，其Nash–Sutcliffe效率（NSE）分别为0.65和0.76。而对于硝酸盐（NO??）这种反应性污染物，模型则通过考虑季节性脱氮作用，即夏季分层和底层水体中的脱氮过程，提高了预测精度，NSE达到了0.55。这种基于非稳态传输时间理论的建模方法，虽然参数数量较少，但依然能够提供高质量的预测结果，体现了该理论在复杂水系统中的强大适用性。

### 建模方法的优化与参数推断

为了进一步提高模型的预测能力，研究还引入了不同类型的StorAge Selection（SAS）函数，以描述不同来源的水体和污染物在水库中的存储和流出比例。对于上游来源，研究尝试了多种SAS函数，包括Shifted-Uniform、Uniform、Plug Flow、Stationary Gamma和Non-stationary Gamma等，最终选择了Shifted-Uniform函数作为上游来源的SAS函数，因为它在模拟钠和氯的浓度变化时表现最优，且参数数量较少，有助于模型的简洁性和可解释性。

对于沿岸分布来源，研究采用了Uniform SAS函数，因为它能够很好地描述分布式输入的均匀性，即不同年龄的水体和污染物在流出时被均匀抽取。这种选择不仅简化了模型的复杂性，还确保了不同来源的贡献能够被清晰地识别和区分。此外，研究还考虑了污染物在水库内的反应过程，特别是硝酸盐的脱氮作用。通过引入非稳态反应模型，研究能够捕捉到硝酸盐浓度随季节和水温变化的动态特征，从而提高了对硝酸盐的预测能力。

### 模型的验证与性能评估

模型的性能评估基于观测数据与模拟结果的对比，使用了Nash–Sutcliffe效率（NSE）和均方根误差（RMSE）等指标。对于钠和氯，研究采用的模型仅需两个参数，就能实现较高的预测精度；而对于硝酸盐，模型则需要额外的两个参数来捕捉其季节性脱氮过程。这种参数设置的灵活性使得模型能够适应不同污染物的特性，同时保持其简洁性。

模型的验证结果显示，其预测结果与观测数据高度一致，表明该方法能够有效识别不同来源的贡献，并模拟污染物的传输和转化过程。此外，模型还能够用于实时交互式模拟，支持决策者在不同管理方案下进行快速预测和评估。这种特性使得模型不仅适用于奥科坎水库，还可能推广到其他复杂的水资源系统，为跨部门协作提供科学依据。

### 模型的实际应用与意义

研究的实际应用表明，非稳态传输时间理论能够显著提高对水库水质量变化的预测能力，为水资源管理提供了新的工具。通过将上游和沿岸分布来源的水体和污染物分别建模，研究不仅揭示了不同来源对水质的影响，还为制定针对性的管理策略提供了支持。例如，研究发现，硝酸盐的脱氮作用主要发生在夏季分层期，这与奥科坎水再利用设施（UOSA）的季节性处理策略密切相关。

此外，研究还展示了模型在支持跨部门协作中的潜力。通过模拟不同管理方案对水质的影响，模型能够帮助决策者更好地理解不同来源的贡献，并制定更有效的干预措施。例如，研究通过敏感性分析发现，减少上游来源的硝酸盐浓度可以显著降低夏季硝酸盐峰值，而减少沿岸分布来源的污染物浓度则对整体水质影响较小。这种能力使得模型成为一种有效的工具，帮助管理者识别关键污染源，并采取针对性的措施。

### 模型的局限性与未来发展方向

尽管非稳态传输时间理论在模拟水库水质量变化方面表现出色，但它也有一定的局限性。首先，该理论假设污染物的传输路径和存储过程是均匀的，无法捕捉到水库内部复杂的流体动力学过程，如分层和底部沉积物的交互作用。因此，在某些特定的污染物处理过程中，可能需要结合更详细的水文模型来提高预测精度。

其次，模型对沿岸分布来源的假设是基于均匀的水体和污染物混合，这在某些情况下可能不够准确。例如，在分布来源较为复杂的系统中，可能需要更精细的SAS函数来捕捉不同来源的混合模式。因此，未来的研究可以探索不同SAS函数的适用性，并结合更多的水文和水质量数据，以提高模型的通用性和准确性。

最后，模型的扩展性仍有待进一步研究。虽然非稳态传输时间理论已被成功应用于水库，但它是否适用于其他类型的水体，如湿地、河床、地下水等，仍需验证。此外，模型是否能够适应不同地区的水文条件和污染物特性，也需要进一步的实证研究。

### 总结

本研究展示了非稳态传输时间理论在复杂水资源系统中的应用潜力，特别是在奥科坎水库中，该理论能够有效区分不同来源对水质的影响，并提供可靠的预测结果。通过将上游和沿岸分布来源的水体和污染物分别建模，研究不仅提高了模型的准确性，还增强了其在实际管理中的实用性。模型的低参数需求和快速计算能力使其成为一种有效的工具，能够支持实时交互式模拟和跨部门协作。然而，模型的局限性也提醒我们，需要结合更详细的水文模型和不同SAS函数，以提高其适用性。未来的研究可以进一步探索该理论在其他水体和地区的应用，并结合更多实证数据，以完善其建模框架。