水是人类社会健康发展不可或缺的重要资源,伴随全球人口增加、经济发展和城市化进程加快,水环境问题日趋严重。对于水环境问题,观测分析和模型模拟是水环境管理中的重要手段。观测分析手段主要包括原位观测和遥感监测手段,原位观测虽然监测精度高,但耗时耗力,且只能获取点上的水质状况,监测频次有限,难以满足水环境动态管理的需求;遥感监测能够快速获取湖库水质的时空分布,越来越多地应用于湖库水环境的监测和管理,但水质遥感受遥感数据源的限制和水质遥感模型移植性的影响,监测频次同样有限。水动力水质模型是水环境管理的重要工具,可以获取时空连续的水质分布,但受模型参数、模型输入和模型结构等不确定性因素的影响,模拟精度有待提高。数据同化可以实现观测和模型模拟优势互补,利用同化算法可以将多源观测数据合理地融入水动力水质模型,校正模型模拟结果,同步更新模型参数,提升模型模拟精度和预测能力。本研究针对湖库水质遥感、水动力水质模拟和数据同化开展研究,改进水质遥感监测方法,同时开发高效的水动力水质模型,然后利用粒子滤波数据同化算法将水位和水质观测数据和水动力水质模型耦合,动态更新模型模拟结果和模型参数。研究取得主要成果如下:(1)水动力水质模型数据同化技术框架构建基于采用局部权重的粒子滤波数据同化算法(MPFDA-LW,Modified Particle Filter-based Data Assimilation with Local Weighting procedure),构建了水动力水质模型数据同化技术框架。该同化框架中MPFDA-LW同化算法考虑了水动力水质模型参数的时空变异性,粒子同时包含水流、水质状态变量和模型模拟关键参数,利用MPFDA-LW同化算法将水位和水质观测数据同化进水动力水质模型,校正水位或水质模拟结果,同步更新模型参数,实现水动力水质模型的动态校正。(2)提出基于集合建模技术的水质遥感反演方法针对水质遥感模型众多、不同模型反演精度不一致的问题,分别提出了基于熵权法、集对分析法的确定性水质遥感集合建模方法和基于贝叶斯模型平均的概率性水质遥感集合建模方法以及基于博弈论的水质遥感集合建模方法;以潘家口-大黑汀水库叶绿素a浓度遥感反演为例,检验了水质遥感集合建模方法的有效性。验证结果表明:集合建模可以综合叶绿素a浓度不同反演模型的反演结果,提高叶绿素a浓度的反演精度,此外基于贝叶斯模型平均的概率性集合建模方法还能够估计叶绿素a浓度反演的不确定性区间。如果不同集合建模方法确定的各模型权重存在明显差异,基于博弈论的水质遥感集合建模方法可以确定各模型的综合权重,降低集合模型选择的主观性。(3)提出基于灾变离散粒子群和偏最小二乘法的水质遥感反演方法通过引入灾变策略对传统离散粒子群算法进行改进,提高了算法的全局搜索能力;利用灾变离散粒子群算法优选水质偏最小二乘反演模型的建模波段,提出了基于灾变离散粒子群和偏最小二乘法的水质遥感反演方法(MDBPSO-PLS,Modified Discrete Binary Particle Swarm Optimization-Partial Least Squares);基于HJ-1A HSI高光谱影像构建了微山湖水体叶绿素a浓度、总悬浮物浓度和浊度MDBPSO-PLS反演模型,研究结果表明,灾变离散粒子群可以优选水质偏最小二乘建模的敏感波段,提高三种水质参数偏最小二乘模型的反演精度。(4)提出考虑水生植物物候特征的草型湖泊水质遥感监测方法针对草型湖泊中水生植物混合像元效应导致的水生植物覆盖区域水质难以直接进行遥感监测的问题,提出考虑水生植物物候特征的草型湖泊水质遥感监测方法。以草型湖泊微山湖为研究区,将微山湖分为水生植物覆盖区和水体区,对于水生植物覆盖区,利用不同物候期菹草、光叶眼子菜/穗花狐尾藻对总悬浮物浓度和浊度的指示作用对微山湖水生植物覆盖区水体总悬浮物浓度和浊度进行定性监测;对于水体区,基于HJ-1A/1B和GF-1多光谱影像构建微山湖水体区总悬浮物浓度和浊度定量反演模型,对微山湖水体区总悬浮物浓度和浊度进行定量监测;基于定性和定量监测相结合的方法实现了整个微山湖区水体总悬浮物浓度和浊度时空变化监测。(5)构建了基于改进自适应网格和OpenMP并行计算的二维水动力模型针对传统自适应网格技术难以保持静水和谐性的问题,引入地形坡度对传统自适应网格技术进行改进,基于改进自适应网格的二维水动力模型能够保持静水和谐性;为了进一步提高模型的计算效率,基于OpenMP并行计算技术对模型进行并行化改造,构建了基于改进自适应网格和OpenMP并行计算的二维水动力模型(HydroM2D-AP,2-D Hydrodynamic Model based on Adaptive girds and Parallel computation);分别利用水槽试验、物理模型和实际案例检验了HydroM2D-AP模型的静水和谐性、模拟精度和计算效率。验证结果表明,HydroM2D-AP模型具有静水和谐性,能够准确高效模拟不同地形条件下的水动力过程。(6)二维水动力模型不确定分析和数据同化以Toce河溃坝物理模型为案例,基于两种似然函数,分别采用LHS-GLUE(Latin Hypercube Sampling-Generalized Likelihood Uncertainty Estimation)和SCEM-UA(Shuffled Complex Evolution Metropolis Algorithm)算法分析了Manning糙率系数的不确定性,同时分析了模拟水位对Manning糙率系数的敏感性。研究结果表明,不确定性分析结果受似然函数影响显著,采用相同似然函数的两种方法分析结果基本一致;Manning糙率系数对模拟水位的影响具有明显的时空变异性。此外,分别构建了基于局部权重(MPFDA-LW)和基于全局权重(PFDA-GW,Particle Filter-based Data Assimilation with Gobal Weighting procedure)的二维水动力模型粒子滤波同化算法,MPFDALW同化算法考虑了Manning糙率系数的时空变异性,而PFDA-GW同化算法仅考虑了Manning糙率系数时间变异性,对比分析了两种算法的同化性能。分析结果表明,MPFDA-LW同化算法能够同时提高不同观测点处水位模拟精度,而PFDA-GW同化算法只能提高部分观测点处水位模拟精度,MPFDA-LW同化算法更适合二维水动力模型数据同化。(7)构建了基于改进自适应网格和OpenMP并行计算的二维水质模型在HydroM2D-AP基础上,加入污染物对流-扩散方程,构建了基于改进自适应网格和OpenMP并行计算的二维水动力-污染物输运模型HydroPTM2D-AP(2-D Hydrodynamic and Pollutant Transport Model based on Adative grids and Parallel computation),分别采用水槽试验、物理模型和实际案例检验了该模型模拟不同水流条件下污染物输运的模拟精度。验证结果表明,HydroPTM2D-AP模型可以准确模拟不同水流条件下污染物输运规律。此外,基于WASP(Water Quality Analysis Simulation Program)水质模型原理,综合考虑氨氮、硝酸盐氮、磷酸盐、浮游植物、碳质生化需氧量、溶解氧、有机氮和有机磷之间的相互作用,构建了基于改进自适应网格和OpenMP并行计算的二维水动力水质模型(HydroWQM2D-AP,2-D Hydrodynamic and Water Quality Model based on Adative grids and Parallel computation),并将该模型应用于鄱阳湖水质模拟。研究结果表明,HydroWQM2DAP模型能够模拟鄱阳湖溶解氧、氨氮、总氮、总磷和叶绿素a浓度等水质参数的时空变化。(8)二维水质模型粒子滤波数据同化以鄱阳湖为研究区,利用MPFDA-LW同化算法将鄱阳湖叶绿素a浓度原位观测数据和遥感观测数据融入鄱阳湖HydroWQM2D-AP水质模型,校正叶绿素a浓度模拟结果,同时更新叶绿素a浓度模拟参数,构建了鄱阳湖HydroWQM2D-AP水质模型粒子滤波数据同化算法,检验了该同化算法的同化效果。验证结果表明:同化叶绿素a浓度原位观测数据,能够校正叶绿素a浓度模拟结果,更新观测点处参数的取值,提高了原位观测点处叶绿素a浓度模拟和预测精度;同化叶绿素a浓度遥感监测结果,能够估计湖区参数的空间变异性,同化得到的叶绿素a浓度空间分布和遥感观测结果更加接近,可以在同化时刻为模型提供更加准确的叶绿素a浓度初始条件。MPFDA-LW同化算法可以同化叶绿素a浓度多源观测数据,校正叶绿素a浓度模拟结果,更新模拟参数,提高模型模拟精度和预测能力。