耦合浅水水动力学与新兴污染物在非恒定流中的反应性输运

《Journal of Hydrology》：Coupled shallow-water hydrodynamics and reactive transport of emerging contaminants in unsteady flows

　　

•一个数值模型耦合了非恒定流中的浅水流（shallow water flow）与新兴污染物（ECs）动力学。
•物理化学/生物化学过程被纳入统一框架。
•GPU加速使得高效高分辨率模拟新兴污染物（ECs）成为可能。
•在真实河流应用中模拟了洪水驱动的抗生素输运。
•Sobol敏感性分析识别了控制新兴污染物（ECs）变异性的关键参数。

近年来，新兴污染物（Emerging Contaminants, ECs）在全球淡水中频繁检出，包括药品与个人护理产品（PPCPs）、全氟/多氟烷基物质（PFASs）、内分泌干扰物（EDCs）等，因其潜在毒性及持久性，对生态系统和人类健康构成严重威胁。然而，由于测量难度大且成本高昂，ECs很少被纳入常规水质监测。在河流、湖泊、海岸带等浅水环境中，水动力混合弱、停留时间长、沉积物–水相互作用强，使得ECs的累积和转化更为复杂。现有模型存在明显局限：多介质逸度模型基于平衡假设，难以解析短期动态；过程模型（如平流–扩散–反应方程，ADR）可能简化ECs的复杂转化；数据驱动模型虽预测性强，但缺乏物理可解释性且依赖大量高质量数据。因此，亟需开发一种耦合水动力与ECs特定反应过程的数值模型，以模拟非恒定流条件下ECs的时空动态。

研究人员开展了一项研究，开发了一个集成浅水方程（shallow water equations, SWE）与ECs反应性输运的框架，涵盖一维（1D）和二维（2D）域。该模型将生物降解、水解、光解、挥发、生物浓缩/净化、吸附/解吸六种动力学过程通过Petersen矩阵统一纳入。2D模型基于CUDA平台实现GPU并行加速，提升计算效率。在简化渠道中，研究人员将数值解与参考解（四阶Runge-Kutta法）对比验证准确性；随后应用于西班牙埃布罗河（Ebro River）真实洪水事件，模拟抗生素磺胺甲恶唑（Sulfamethoxazole, SMX）在不同释放时间（洪水前、洪峰、洪水后）的输运与转化；最后通过Sobol全局敏感性分析识别关键参数。研究得出以下结论：模型验证良好，GPU加速实现3.52倍加速比；洪水动力过程显著影响SMX暴露模式，洪峰释放导致更低峰值浓度，退水期释放导致更持久可检测浓度；Sobol分析表明，吸附速率常数（k_s）是最关键参数，其次为生物体内初始浓度（C_o）、净生长率（k_g）和排泄率（k_e），且这些参数存在交互作用。该模型为评估动态浅水环境中ECs行为提供了实用工具，有助于洪水期间的污染风险评估与管理。论文发表在《Journal of Hydrology》。

主要关键技术方法（不超过250字）：（1）基于Roe格式的有限体积法离散求解1D和2D浅水方程，确保守恒性和稳定性；（2）采用算子分裂法，先更新水动力变量，再依次求解平流、扩散和反应项，时间步由CFL条件控制；（3）ECs反应过程通过Petersen矩阵组织，包含生物降解、水解、光解、挥发、生物浓缩/净化、吸附/解吸六种一级动力学或半经验模型，温度通过Arrhenius型校正影响反应速率；（4）2D模型基于CUDA平台实现GPU并行化，将溶质输运和反应核函数分配至GPU线程，优化内存访问；（5）使用Sobol全局敏感性分析，基于Saltelli序列采样15个参数，计算一阶、二阶和总灵敏度指数。样本来源：研究使用西班牙埃布罗河Zaragoza至Gelsa段（73.9 km）及支流Huerva河，地形数据来自2×2 m分辨率数字地形模型（DTM），粗糙度来自西班牙土地占用信息系统（SIOSE）1:25000比例尺数据，气象数据来自Visual Crossing天气数据提供商。

### 3.1 参考解与数值解对比
通过简化渠道（长50 km，宽30.5 m，坡度0.1‰）的稳态参考解（RK4）与1D和2D数值解对比，水温和EC浓度沿程衰减趋势一致，均方根误差（RMSE）为水温7.27×10^-2 °C，EC浓度3.32×10^-3 mg L^-1。网格收敛分析显示，2D CPU和GPU模型随网格细化收敛速率接近一阶，证明数值精度。

### 3.2 真实应用
以2021年12月埃布罗河洪水事件为案例，模拟医院释放SMX（30 μg L^-1，持续48小时）的输运。研究设置三种释放时间（洪水前、洪峰、洪水后）。结果表明，模型能准确再现洪水水位过程（模拟洪峰2038 m³ s^-1，实测2182 m³ s^-1，误差7.06%）。在Presa Pina观测点，洪水前释放导致SMX峰值0.545 ng L^-1，随后因稀释下降；洪峰释放峰值仅0.223 ng L^-1，稀释更强；洪水后释放浓度上升缓慢且持久。空间分布显示，洪水漫滩时SMX扩散至农田，增大污染范围。GPU与CPU结果对比，归一化均方根误差（NRMSE）低于5%，确认并行计算未损失精度，且GPU加速3.52倍。

### 3.3 Sobol敏感性分析
基于1D模型对15个参数进行Sobol分析。结果显示，吸附速率常数（k_s）的一阶和总灵敏度指数最高，为高度影响参数；其次为生物体内初始浓度（C_o）、净生长率（k_g）和排泄率（k_e）。这些参数的总灵敏度高于一阶灵敏度，表明存在交互作用，其中k_s–k_d、C_o–k_s等参数对交互贡献显著。

在讨论部分，研究人员指出模型存在局限性：由于缺乏实测EC浓度数据，尤其是洪水期间的时空高分辨率数据，案例研究基于假设释放情景，无法直接验证；此外，Sobol分析仅基于1D模型，未考虑二维侧向输运效应。研究结论部分总结如下：本文开发了一个集成浅水反应性输运框架，用于模拟ECs在1D和2D域中的物理输运和理化/生化过程。主要贡献包括：（1）建模框架的新颖性：将多种ECs特定反应（生物降解、水解、光解、挥发、生物浓缩/净化、吸附/解吸）集成到浅水ADR框架中，延伸了传统模型（仅将ECs视为被动示踪剂或简化一级衰减）的能力，可同时模拟稳态和非恒定流条件下水动力与复杂ECs归宿过程。（2）数值精度与案例研究洞察：数值方案与参考解验证一致，1D、2D CPU和GPU求解器均获得良好吻合；在埃布罗河真实应用中，模型准确再现洪水水动力行为，并解析了SMX的时空分布，显示洪水动力学强烈影响抗生素暴露模式（洪峰释放浓度极低，退水期释放持久），且洪水漫滩可导致SMX通过侧向扩散和漫滩流进入农田。（3）高性能计算策略：2D求解器采用GPU并行化，在埃布罗河案例中取得3.52倍加速比，且结果与CPU版本一致，支持大规模情景分析。（4）全局敏感性分析：Sobol分析识别出吸附速率常数（k_s）为控制SMX变异的最关键参数，其次为生物体内初始浓度（C_o）、净生长率（k_g）和排泄率（k_e），其影响来自个体贡献和参数间交互作用，强调需要集成过程表征而非孤立参数校准。未来工作将聚焦于实验室与现场实测EC浓度数据的验证、纳入二次转化产物及沉积物–水交换过程、以及将敏感性分析扩展到二维配置。