湖泊水文特征耦合简化水质模型的概率评估及其管理决策支持意义

本研究针对简化水质模型（0D-CSTR）在磷预测中的数值方法与参数不确定性，通过集成多数值方法的集合分析和蒙特卡洛模拟，量化了不同水文条件下（低波动与蓄水期水库）的模型偏差。结果表明，数值选择对季节性蓄水变化及气候变化情景评估尤为关键，为简化模型在决策支持中的可靠性提供了概率框架。

　　

在全球水资源管理面临多重挑战的背景下，湖泊水质模型的简化应用成为平衡计算效率与精度的关键。然而，零维模型（0D）如连续搅拌釜反应器（CSTR）虽被广泛用于磷负荷预测，其忽略空间异质性的固有缺陷与未被量化的不确定性可能误导决策。尤其在水文波动显著的湖泊中，模型简化是否足以支撑长期管理仍存争议。

为回答这一问题，巴西高等教育人才协调委员会（CAPES）资助的研究团队以四种水文动态差异化的湖泊为对象，首次系统解构了0D-CSTR模型的两大不确定性来源：数值解法差异（欧拉/Heun/龙格-库塔法）与参数变异性（蒙特卡洛抽样）。通过构建数值集合与参数概率分布，研究揭示了水库容积变化对不确定性格局的调控作用——低波动水体中数值与参数不确定性相当，而蓄水期水库则呈现显著差异。

关键技术包括：1）多数值方法集合构建；2）基于拉丁超立方抽样（LHS）的参数敏感性分析；3）水文动态分类下的不确定性量化框架。数据源自巴西国家水务机构（ANA）及区域监测系统（SAR）的长期观测。

结果与讨论

• 数值不确定性：在季节性蓄水湖泊中，不同数值方法导致的磷浓度预测差异达23%，尤以欧拉法对时间步长敏感，而高阶龙格-库塔法稳定性更佳。
• 参数不确定性：沉积速率与藻类吸收系数主导输出变异，蒙特卡洛模拟显示其95%置信区间覆盖观测值的68-92%，验证了简化模型的概率适用性。
• 水文耦合效应：低波动湖泊中两类不确定性范围重叠（±15%），而蓄水期数值误差（±8%）显著低于参数变异（±22%），表明模型结构局限性在动态系统中被放大。

结论与意义
该研究开创性地证明：1）简化模型的可靠性高度依赖水文背景，需通过概率框架显式表达不确定性；2）数值方法选择对气候变化情景评估具有决定性影响；3）零维模型在数据稀缺地区的应用需配套不确定性量化流程。成果发表于《Environmental Modelling》，为发展中国家湖泊管理提供了低计算成本的决策工具，同时警示模型简化可能掩盖的结构性偏差。未来研究可拓展至多污染物耦合模拟及机器学习辅助的不确定性降维。