1、ICS 13.060.99CCS Z 50DB23黑龙江省地方标准DB 23/T 35892023地表径流水水质预警预报模型技术规范2023-08-28 发布2023-09-27 实施黑龙江省市场监督管理局发 布DB23/T 35892023I目 次前言.II1 范围.12 规范性引用文件.13 术语和定义.14 建立水质预警预报模型的基本要求.15 水质预警预报模型运算处理.26 模型效果评估方法.3附录 A（规范性）水质预警预报模型系统组成关系示意图.4附录 B（规范性）水质预警预报模型评估计算方法.5DB23/T 35892023II前 言本文件按照GB/T 1.1-2020标准化工作导
2、则第1部分：标准化文件的结构和起草规则的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由黑龙江省生态环境厅提出并归口。本文件参与起草单位：黑龙江省生态环境监测中心、北京金水永利科技有限公司、重庆市质量和标准化研究院。本文件主要起草人：王国梁，李雷，崔泽虎，王辉，安新国，徐盛荣，李海智，吴冬妍，吴雪峰，邢宝秀，曹阳，徐聪，李文斐，王鹏杰，蒋本超，张晓蕾，于宗玲，林月，闫圣玉，谢弘竹，王唯佳。DB23/T 358920231地表径流水水质预警预报模型技术规范1范围本文件规定了黑龙江省地表径流水水质预警预报模型的术语和定义、水质预警预报模型的基本要求、模型
3、运算处理、模型效果评估等内容。本文件适用于黑龙江省内以生态环境质量监测为目的开展的地表径流水质预警预报工作。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB 3838地表水环境质量标准GB/T 9649.20地质矿产术语分类代码 第20部分：水文地质学SL/T 801水利一张图空间信息服务规范3术语和定义下列术语和定义适用于本文件。3.1水质预警预报模型水质预警预报模型是在分析水环境中所发生的物理、化学、生物等过程的基础上，依据物质质量、能
4、量和动量守恒的基本原理，应用数学方法建立的计算模型。3.2水文模型概化点利用水文模型和基础数据，基于自然汇水机制，模拟出被研究地表径流的子流域，该子流域与被研究地表径流的交汇点为水文概化点。4建立水质预警预报模型的基本要求4.1模型系统构成4.1.1 水质预警预报模型系统构成：水文模型、水环境数值模型、统计模型。模型系统关系符合附录 A。4.1.2 水文模型基于水量平衡建立计算方法，生成后续模型所需水文数据。4.1.3 水环境数值模型基于水动力学、化学反应动力学、生物学等原理，预测地表径流水质变化。4.1.4 统计模型利用本地化大数据深度学习等方法对预测结果进行优化和修正。4.2模型时空分辨率
5、4.2.1 水文模型模拟的空间需要包括影响地表径流水质的流域范围，空间尺度可分为小尺度、中尺度和大尺度。a)小尺度空间范围宜小于 200km2；DB23/T 358920232b)中尺度空间范围宜为 200km2-2000km2；c)大尺度空间范围宜为大于 2000km2。4.2.2 水环境数值模型对地表径流进行二维网格划分（小尺度可进行更高维度划分），网格的大小根据地表径流岸线平整度以及划分总网格数确定。a)在保证计算效率的前提下，设定网格大小，宜大于 10m10m；宜设置为 100m100m；b)具有漫滩、湿地等其他复杂情况，根据计算效果划分网格大小；c)径流中央网格宜大于岸边网格。4.2
6、.3 基于大数据的统计模型需要地表径流上下游两端近 3 个-5 个完整年份的历史水质监测数据作为训练集进行模型训练。4.2.4 模型的时间分辨率根据预测业务的需求可设置为 1h、4h 或 24h。5水质预警预报模型运算处理5.1水文模型基础数据准备5.1.1 水文模型输入数据包括：流域内空间信息数据、水系数据、土地利用数据、土壤种类数据、气象数据等。5.1.2 空间信息数据、水系数据，应符合 SL/T 801 要求。5.1.3 土地利用数据必须包括基准年、覆盖范围、类型等基本属性。5.1.4 土壤数据必须包括基准年、覆盖范围、土地类型、土壤物理和化学参数等基本属性。5.1.5 气象数据必须包括
7、起始时刻、时间和空间范围、降水、气温、风速、相对湿度、太阳辐射等基本属性。5.2水环境数值模型基础数据准备5.2.1 水环境数值模型输入数据包括：地表径流的地形数据、岸线数据、主要支流数据、水文数据、气象数据、网格划分数据、水质监测数据、污水排水口污水渠排放设施实时数据等，其中气象数据要求与水文模型相同。5.2.2 地表径流的地形数据、岸线数据、主要支流数据地表径流的地形数据，应符合 GB/T 9649.20 要求。5.2.3 水文数据必须包括流速、水位、水温、流量等基本属性。5.2.4 网格划分数据必须包括网格定点的经度、纬度的基本属性。5.2.5 水质监测数据应符合 GB 3838 要求。
8、5.2.6 污水排水口污水渠排放设施实时数据必须包括时间、污染物、指标浓度、流量等基本属性。5.3统计模型基础数据准备5.3.1 统计模型基础数据必须包括：水质历史监测数据、数据质量控制情况等。5.3.2 水质历史监测数据必须包括监测时间、指标数值等基本属性。5.3.3 数据质量控制必须包括非法数据及异常数值剔除，缺失值填充、最大最小归一化、中心标准化基本属性。5.4初始与边界条件设置5.4.1 初始与边界设置为水文模型和水环境数值模型的运行提供初始值和最外层模式计算区域的边界值。DB23/T 3589202335.4.2 初始值获取方式：从 5.1、5.2、5.3 已获得的分析资料提取处理，
9、对于部分难以获得的初始数据在不引起较大影响的情况下可设置为缺省值。5.4.3 边界值获取方式：从预报结果中提取，对于部分难以获得的初始数据在不引起较大影响的情况下可设置为缺省值。5.5模型参数率定5.5.1 模型参数率定是获取模型运行最佳参数的过程。5.5.2 水文模型和水环境数值模型的参数率定是在评估模型参数敏感性的基础上，通过设计不同的参数，评估不同参数下模型输出的结果，选择得到最优效果的参数作为最终模型参数。5.5.3 深度学习模型通过模型在与训练数据集物理分割的测试数据集上的预测表现，确定网络结构以及模型参数。5.6预警预报产品5.6.1 预警预报产品经过数据提取、尺度换算、网格坐标映
10、射和数据格式转换等方式生成，包括：地表水面源负荷产品、地表水水质预报产品、水文预测产品等。5.6.2 地表水面源负荷产品包括流域内降水期汇水径流走向，涵盖有机氮、有机磷、磷酸盐、总氮、总磷等污染物量的汇集情况。5.6.3 地表水水质预报产品包括径流水质浓度（总磷、氨氮、总氮、高锰酸盐指数、溶解氧、化学需氧量等）以及水质类别变化情况。5.6.4 水文预报产品包括径流流向、水位、流速、流量等情况。6模型效果评估方法6.1 评估对象：包括水文预报结果和水质预报结果。6.2 评估周期：对预报效果评估的周期可分为月度、季度和年度。6.3 评估所用实况数据包括：地表水水文和水环境质量监测数据。6.4 评估
11、计算方法按照附录 B 要求。6.5 评估指标参考标准：水文数据预报值的平均绝对百分比误差不高于 25%；水质预报数据中，污染物浓度的平均绝对百分比误差不高于 15%，预报值的均方根误差不高于该指标月均值（季度均值、年均值）的 10%；水质预报数据中，水质类别和实测水质类别结果的一致性不低于 80%。DB23/T 358920234附录A（规范性）水质预警预报模型系统组成关系示意图水质预警预报模型系统组成关系示意图见图A.1。图A.1 水质预警预报模型及架构示意图水文模型水文预报产品污染负荷产品耦合流域降水数据水质数值模型耦合水质监测数据统计模型水质预报产品DB23/T 358920235附录B（规范性）水质预警预报模型评估计算方法B.1 平均绝对百分比误差=1=1（B.1）式中：平均相对误差；参与计算的样本个数；水质指标的第个实际监测值；水质指标的第个模型预测值；B.2 均方根误差=2 1=1 2（B.2）式中：均方根误差；参与计算的样本个数；水质指标的第个实际监测值；水质指标的第个模型预测值；B.3 水质类别和真实水质类别的一致性=1,100%（B.3）式中：水质类别准确率；参与计算的样本个数；F,判断函数,F,=1,=0,水质指标的第个实际监测值对应的水质类别；水质指标的第个模型预测值对应的水质类别。
