水环境检测耦合模型的构建方法、装置及计算机设备与流程

本发明涉及水环境与生态水力学
技术领域：
，具体涉及一种水环境检测耦合模型的构建方法、装置及计算机设备。
背景技术：
：近年来为了响应水生态文明建设的号召，响应国家对水生态环境提出的要求，全国兴起水环境治理的热潮。目前，大都采用水文模型与水动力水质模型软件开展耦合模型构建，获取水质状况，如swat(soilandwaterassessmenttool)模型与mike21模型的耦合模型对河流水质和水体富营养化进行模拟。swat模型与mike21模型耦合过程如下：(1)划分流域及水文单元，建立swat模型数据库，计算流域径流量、输沙量和污染负荷量。(2)按流域集水区河道长度的比例，构建流域swat水文单元与mike21河道网格的连接，再将径流、非点源负荷分配至计算河道。(3)统一计算径流、非点源负荷的时间序列，将swat模拟结果反映至mike21生态水动力模型，模拟河流水质和水体富营养化。然而，swat模型是流域尺度的分布式水文模型，适用于有汇流特征明显的山区流域水文水质模拟，其采用河道水质模型qual2e模拟污染物进入河道后的变化，过程较为简单化(未考虑水动力过程)，无法精确模拟水动力学条件对河道水质及富营养化指标的影响；其次swat专长于农业面源过程模拟，城市面源过程模拟能力有限，且基础数据需求较大，无法有效支撑平原城市区的点面源水量－水动力－水质模拟，实现自然条件和人类活动双重影响下的水环境效应的科学定量模拟分析。技术实现要素：有鉴于此，本发明实施例提供了一种水环境检测耦合模型的构建方法、装置及计算机设备，以解决现有的耦合模型无法有效支撑平原城市区的点面源水量－水动力－水质模拟，实现自然条件和人类活动双重影响下的水环境效应的科学定量模拟分析的问题。根据第一方面，本发明实施例提供了一种水环境检测耦合模型的构建方法，包括：获取用以表征研究区域管网径流的第一地理数据、表征研究区域管网参数的第二地理数据、表征研究区域河道分布的第三地理数据和表征研究区域河道水动力水质的第四地理数据；根据第一地理数据构建swmm模型；根据第二地理数据及swmm模型，得到研究区域管网径流水质、水量的输出数据；根据第三地理数据、第四地理数据构建efdc模型；根据研究区域管网径流水质、水量的输出数据将swmm模型及efdc模型进行耦合，生成水环境检测的耦合模型。可选地，根据研究区域管网径流水质、水量的输出数据将swmm模型及efdc模型进行耦合，包括：调用swmm模型并抽取swmm模型中关于研究区域管网径流水质、水量的输出数据；将研究区域管网径流水质、水量的输出数据的格式转换为符合efdc模型输入文件的格式；将转换格式后的研究区域管网径流水质、水量的输出数据保存在efdc模型的保存目录内；运行efdc模型，生成水环境检测的耦合模型。可选地，根据第一地理数据构建swmm模型，包括：根据第一地理数据确定研究区域的管网信息及排水节点信息；根据研究区域的管网信息及排水节点信息，基于泰森多边形方法划分研究区域的子汇水区；对管网信息、排水节点信息、子汇水区进行属性赋值；根据赋值后的管网信息、排水节点信息、子汇水区信息及对应的预设属性赋值导入swmm软件形成swmm模型。可选地，第一地理数据包括：dem数据、土地利用数据、土壤类型数据，对管网信息、排水节点信息、子汇水区信息进行属性赋值包括：根据管网信息及dem，对管网中的各个节点进行标高赋值，确定各管道的上下游；根据土地利用数据，将土地类型赋值到各子汇水区，计算各子汇水区内的土地类型面积比例；根据土壤类型数据，将土壤类型赋值到各子汇水区，确定各子汇水区的土壤类型，计算各子汇水区的土壤下渗系数；根据各子汇水区信息、排水节点信息确定swmm模型的出口。可选地，第三地理数据包括：水系分布数据、河道地形数据；根据第三地理数据、第四地理数据构建efdc模型，包括：基于水系分布数据对各水系中的各河道进行网格划分；根据河道地形数据对各河道进行地形插值；对地形差值后的各河道设置初始条件，并根据第四地理数据设置各河道的边界条件；将设置初始条件及边界条件后的各河道导入efdc软件，形成efdc模型。可选地，在将第二地理数据输入swmm模型，得到研究区域管网径流水质、水量的输出数据之后，还包括：判断研究区域管网径流水质、水量的输出数据与第一实测数据的差值是否小于或等于第一预设阈值；如果研究区域管网径流水质、水量的输出数据与第一实测数据的差值小于或等于第一预设阈值，则判定swmm模型合理。可选地，如果研究区域管网径流水质、水量的输出数据与第一实测数据的差值大于第一预设阈值，则重新构建swmm模型。可选地，在将研究区域管网径流水质、水量的输出数据输入efdc模型，完成swmm模型与efdc模型的耦合之后，还包括：判断swmm模型及efdc模型耦合后的输出数据与第二实测数据的差值是否小于或等于第二预设阈值；如果swmm模型及efdc模型耦合后的输出数据与第二实测数据的差值小于或等于第二预设阈值，则判定efdc模型合理。可选地，如果swmm模型及efdc模型耦合后的出口边界与第二实测数据的差值大于第二预设阈值，则重新构建efdc模型。根据第二方面，本发明实施例提供了一种水环境检测耦合模型的构建装置，包括：获取模块，用于获取用以表征研究区域管网径流的第一地理数据、表征研究区域管网参数的第二地理数据、表征研究区域河道分布的第三地理数据和表征研究区域河道水动力水质的第四地理数据；第一构建模块，用于根据第一地理数据构建swmm模型；输出模块，用于根据第二地理数据及swmm模型，得到研究区域管网径流水质、水量的输出数据；第二构建模块，用于根据第三地理数据、第四地理数据构建efdc模型；耦合模块，用于根据研究区域管网径流水质、水量的输出数据将swmm模型及efdc模型进行耦合，生成水环境检测的耦合模型。根据第三方面，本发明实施例提供了一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器执行如第一方面或第一方面任意实施方式中的水环境检测耦合模型的构建方法。根据第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如第一方面或第一方面任意实施方式中的水环境检测耦合模型的构建方法。本发明实施例具有如下有益效果：本发明实施例提供的水环境检测耦合模型的构建方法，通过分别构建swmm模型和efdc模型，将swmm模型的输出数据作为efdc模型的输入数据，将swmm模型和efdc模型进行耦合，用于对河道内的水环境进行检测，由于swmm模型可以通过表征研究区域管网径流的第一地理数据、表征研究区域管网参数的第二地理数据得到研究区域管网径流水质、水量的输出数据，从而可以模拟城市面源过程，将swmm模型的输出数据作为efdc模型的输入数据，作为efdc模型的面源边界，可以弥补水动力水质模型中对于城市面源考虑不周全的缺陷，从而可以有效支撑平原城市区的点面源“水陆一体”化的水量－水动力－水质模拟，实现自然条件和人类活动双重影响下的水环境效应模拟分析。附图说明为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本发明实施例的水环境检测耦合模型的构建方法的流程图；图2示出了本发明实施例的swmm模型与efdc模型耦合的流程示意图；图3示出了本发明实施例的swmm模型与efdc模型耦合的空间示意图；图4示出了本发明实施例的研究区范围内的管网拓扑关系图；图5示出了本发明实施例的研究区域的河道网格示意图；图6示出了本发明实施例的研究区域的水底地形图；图7示出了本发明实施例的研究区域的边界示意图；图8示出了本发明实施例的案例区水系分布、土地利用、土壤类型示意图；图9示出了本发明实施例的案例区排水口位置、考核断面位置、污水处理厂位置、雨量站位置、流量监测站位置示意图；图10示出了本发明实施例的案例区数字高程dem示意图；图11示出了本发明实施例的案例区河道地形示意图；图12示出了本发明实施例的案例区降雨量图；图13示出了本发明实施例的案例区管网拓扑关系示意图；图14示出了本发明实施例的案例区各子汇水区的径流系数示意图；图15示出了本发明实施例的案例区各子汇水区的坡度示意图；图16示出了本发明实施例的swmm模型输出流量的出口示意图；图17－图22示出了本发明实施例的swmm模型输出流量模拟值与实测值对比曲线；图23示出了本发明实施例的案例区河道网格示意图；图24示出了本发明实施例的案例区水底地形图；图25示出了本发明实施例的efdc模型中的边界示意图；图26示出了本发明实施例的swmm模型出口同河道入流边界和点源边界一起作为边界输入至efdc网格后的河道示意图；图27示出了本发明实施例的swmm模型和efdc模型耦合思路图；图28示出了本发明实施例的耦合结果与实测结果的对比图；图29示出了本发明实施例的耦合结果与实测结果的另一对比图；图30示出了本发明实施例的模拟的案例区的全年的水质状况；图31示出了本发明实施例的水环境检测耦合模型的构建装置的结构示意图；图32示出了本发明实施例的计算机设备的结构示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本发明实施例提供了一种水环境检测耦合模型的构建方法，如图1所示，包括：s101.获取用以表征研究区域管网径流的第一地理数据、表征研究区域管网参数的第二地理数据、表征研究区域河道分布的第三地理数据和表征研究区域河道水动力水质的第四地理数据。具体的，针对某研究区域，需要收集处理的基础数据包括空间数据、污染数据、水文数据和气象数据四类，如表1所示：表1表征研究区域管网径流的第一地理数据包括：研究区域范围边界、数字高程模型(dem)数据、雨量站坐标位置、蒸发站坐标位置、土地利用数据、土壤类型数据、河道考核断面位置等。表征研究区域管网参数的第二地理数据包括：气象站点监测的降雨量及相应观测时间序列、蒸发量及相应观测时间序列。表征研究区域河道分布的第三地理数据包括：研究区水系分布、研究区水文站的位置、水质监测站的位置、河道地形数据等。表征研究区域河道水动力水质的第四地理数据包括：所述第四地理数据包括：研究区污水处理厂位置、排污流量、排污浓度，研究区排污口位置、排污流量、排污浓度，研究区河道水文站的历史监测或现场监测的河道来水流量序列数据和水质监测站的历史监测或现场监测的河道来水背景浓度序列数据。s102.根据第一地理数据构建swmm模型。具体的，swmm(stormwatermanagementmodel)模型为暴雨洪水管理模型。将步骤s101中收集的土地利用数据、dem数据、雨量站点位置等基础数据进行格式处理后，划分子汇水区，构建swmm模型。对管网数据、土地利用数据、dem数据、雨量站点位置等基础数据进行格式处理包括：利用arcgis对管网和水系进行概化、对土地利用进行切割和分配等。s103.根据第二地理数据及swmm模型，得到研究区域管网径流水质、水量的输出数据；具体的，将步骤s101中收集的降雨量及相应观测时间序列、研究区域内蒸发量及相应观测时间序列处理成swmm模型能够识别的格式后，输入swmm模型，作为swmm模型的驱动，率定swmm模型的参数，并且得到研究区域管网径流水质、水量的输出数据。率定的参数包括管道糙率、子汇水区特征宽度、不透水性径流系数、透水性径流系数、不透水性洼地蓄水量、透水性洼地蓄水量、子汇水区曼宁系数、污染物累积指数系数和污染物冲刷指数系数等。s104.根据第三地理数据、第四地理数据构建efdc模型；具体的，efdc(theenvironmentalfluiddynamicscode)模型为环境流体动力学模型。将步骤s101中收集的研究区水系分布、研究区污水处理厂相关数据(位置、排污流、排污浓度)、研究区排污口相关数据(排污口位置、排污流量、排污浓度)、研究区水文站的位置、水质监测站的位置、河道地形数据、研究区河道水文站的历史监测或现场监测的河道来水流量序列数据和水质监测站的历史监测或现场监测的河道来水背景浓度序列数据格式化处理后，构建efdc模型。s105.根据研究区域管网径流水质、水量的输出数据将swmm模型及efdc模型进行耦合，生成水环境检测的耦合模型。具体的，水环境包括水质和水量。将步骤s103中swmm模型输出的水质、水量数据作为efdc模型陆地径流和面源的边界，输入到efdc模型，作为efdc模型的驱动，率定efdc模型的参数，完成swmm模型及efdc模型的耦合，得到水环境检测结果。率定的参数包括河道糙率、污染物降解系数等。本发明实施例提供的水环境检测耦合模型的构建方法，通过分别构建swmm模型和efdc模型，将swmm模型的输出数据作为efdc模型的输入数据，将swmm模型和efdc模型进行耦合，用于对河道内的水环境进行检测，由于swmm模型可以通过表征研究区域管网径流的第一地理数据、表征研究区域管网参数的第二地理数据得到研究区域管网径流水质、水量的输出数据，从而可以模拟城市面源过程，将swmm模型的输出数据作为efdc模型的输入数据，作为efdc模型的面源边界，可以弥补水动力水质模型中对于城市面源考虑不周全的缺陷，从而可以有效支撑平原城市区的点面源“水陆一体”化的水量－水动力－水质模拟，实现自然条件和人类活动双重影响下的水环境效应模拟分析。在可选的实施例中，步骤s105，根据研究区域管网径流水质、水量的输出数据将swmm模型及efdc模型进行耦合，包括：调用swmm模型并抽取swmm模型中关于研究区域管网径流水质、水量的输出数据；将研究区域管网径流水质、水量的输出数据的格式转换为符合efdc模型输入文件的格式；将转换格式后的研究区域管网径流水质、水量的输出数据保存在efdc模型的保存目录内；运行efdc模型，生成水环境检测的耦合模型。具体地，在实现swmm模型与efdc模型耦合的过程中，考虑到swmm模型与efdc模型两者之间的程序代码和文件格式的不同，采取的是松散耦合的方式，因为将swmm模型输出结果按照efdc模型的输入边界的文件格式，进行转换时工作复杂、工作量大，且由于人为操作可能会存在一定的失误。更优的方案是采用编程的手段，将swmm模型的输出文件和efdc模型的输入文件进行自动的格式转换，实现两个模型的紧密耦合。具体地，首先调用swmm模型并抽取其模拟结果。通过对swmm模型模拟结果数据进行整理，使其符合efdc模型输入文件格式后，将其作为输入文件输入efdc模型，最终得到河道内水量、水质模拟结果。从计算机技术角度考虑，swmm模型使用c语言编写，其模型内核为swmm5.dll文件，相对易于调用，swmm模型输入文件可以与swmm5.dll保存在不同目录下；efdc模型使用fortran语言编写，在不改变底层代码进行二次开发的情况下，需要将efdc模型输入文件与efdc.exe文件保存在同一路径下，运行efdc.exe文件进行河道内的水动力及水质模拟。swmm模型与efdc模型耦合的流程图如图2所示，swmm模型与efdc模型耦合的空间示意图如图3所示。应用python语言编写的脚本，除了在系统模型运行全过程中通过文字形式给与适当状态显示外，从逻辑上主要按顺序完成以下三方面功能：①应用pyswmm第三方库完成调用swmm模型内核文件并完成该模型的模拟，且在swmm模型运行、模拟过程中抽取每一时间步长对应的水量水质数据并最终在计算机内存中形成多组时间序列数据；②将时间序列数据按efdc模型的输入数据格式要求，以inp格式将其与efdc.exe文件保存在同一目录下；③调用cmd命令行运行efdc模型。swmm与efdc水文水动力水质一体化模型最终的模拟结果输出来自于efdc河道水动力水质模型，具体为(.out)格式的二进制文件，该文件无法直接读取或分析，需要通过免费开源第三方面fortran语言编写的getefdc.exe工具才可完成对efdc模型二进制结果文件的解译，实现模拟结果可视化。在可选的实施例中，步骤s102，根据第一地理数据构建swmm模型，包括如下步骤：根据第一地理数据确定研究区域的管网信息及排水节点信息；根据研究区域的管网信息及排水节点信息，基于泰森多边形方法划分研究区域的子汇水区；对管网信息、排水节点信息、子汇水区进行属性赋值；根据赋值后的管网信息、排水节点信息、子汇水区信息及对应的预设属性赋值形成swmm模型。在实际应用中，根据河网水系特点及汇水面积，可以确定研究区范围，结合研究区范围内的排水系统规划等相关资料可以提取研究区范围内的管网信息和排水节点信息，从而绘制管网拓扑关系，如图4所示，依据管网拓扑关系，基于泰森多边形方法可以获取研究区的子汇水区，明确子汇水区与汇水节点的对应关系。子汇水区的属性包括坡度、面积、透水面积和不透水面积等基本属性。管网及排水节点的属性包括标高。将赋值后的管网信息、子汇水区信息及排水节点信息导入swmm模型软件，在swmm软件中定义子汇水区、管道的参数，形成swmm模型。在可选的实施例中，第一地理数据包括：dem数据、土地利用数据、土壤类型数据，对管网信息、排水节点信息、子汇水区信息进行属性赋值包括：根据管网信息及dem，对管网中的各个节点进行标高赋值，确定各管道的上下游；根据土地利用数据，将土地类型赋值到各子汇水区，计算各子汇水区内的土地类型面积比例；根据土壤类型数据，将土壤类型赋值到各子汇水区，确定各子汇水区的土壤类型，计算各子汇水区的土壤下渗系数；根据各子汇水区信息、排水节点信息确定swmm模型的出口。在可选的实施例中，第三地理数据包括：水系分布数据、河道地形数据。步骤s104，根据第三地理数据、第四地理数据构建efdc模型，包括：基于水系分布数据对各水系中的各河道进行网格划分；根据河道地形数据对各河道进行地形插值；对地形差值后的各河道设置初始条件，并根据第四地理数据设置各河道的边界条件；将设置初始条件及边界条件后的各河道导入efdc软件，形成efdc模型。在实际应用中，首先基于水系分布数据，需要对研究区域的河道进行网格划分，在网格布设过程中，综合考虑模型的求解效率、计算区域的不规则性、实测地形数据范围和网格要求精度要求，采用高分辨率笛卡尔网格。为了保证计算的稳定性和数值求解精度，网格长宽基本相等，网格大小的空间分布较为均匀，保证水动力和水质模拟的准确性。河道网格如图5所示。采用河道勘测资料(主要是基于大断面地形测量数据，即河道地形数据)进行网格插值得到的水下地形数据，同时对于水面到陆面的过渡区采用坐标投影转化融合计算，然后在模型网格单元中心进行空间插值得到模型研究区域的地形分布，图6显示了研究区域的水底地形。初始条件代表的是efdc模型的开始状态，包括初始水位、初始水温以及水质指标的初始浓度。efdc模型需运行一段时间达到稳定状态，其他初始条件都基于efdc模型开始运行时的实测值。efdc模型中需要设置的边界如图7所示，一般包括河道上游的入流边界、排污口等点源的输入边界和模型的出流边界，所有边界点均应按照坐标输入至网格当中。河道入流边界和点源边界条件输入对应的水量水质(q、c)，q和c设置形式可以是常值，也可以是动态的时间序列值，以某一个排污口便捷和河道入流边界为例，如表2所示。表2在可选的实施例中，为了对构建的swmm模型进行验证，判断构建的swmm模型是否合理，在步骤s103，将第二地理数据输入swmm模型，得到研究区域管网径流水质、水量的输出数据之后，本发明实施例的基于swmm与efdc耦合模型的水环境检测方法还包括：判断研究区域管网径流水质、水量的输出数据与第一实测数据的差值是否小于或等于第一预设阈值；如果研究区域管网径流水质、水量的输出数据与第一实测数据的差值小于或等于第一预设阈值，则判定swmm模型合理。如果研究区域管网径流水质、水量的输出数据与第一实测数据的差值大于第一预设阈值，则重新构建swmm模型。在本发明实施例中，第一预设阈值为swmm模型输出的模拟数据与实测数据的差值范围。具体地，在对swmm模型进行验证之前，需要实际测量该研究区域的管网径流的水质和水量，在对swmm模型参数进行率定时，swmm模型会输出研究区域模拟的管网径流水质、水量，将实际测得的水质、水量数据与模swmm模型模拟的水质、水量数据进行对比，可以判断构建的swmm模型是否合理，如果差值在第一预设阈值范围内，则swmm模型合理，如果超过了第一预设阈值的范围，则swmm模型构建的不合理，需要重新构建swmm模型。通过对swmm模型的验证，可以确定最优的swmm模型参数和swmm模型管网径流模型。最优的swmm模型输出的水质、水量可以作为efdc模型的输入边界。在可选的实施例中，为了对构建的efdc模型进行验证，判断构建的efdc模型是否合理，在步骤s105，根据第四地理数据将swmm模型及efdc模型耦合，生成环境治理工程评估模型之后，本发明实施例的基于swmm与efdc耦合模型的水环境检测方法还包括：判断swmm模型及efdc模型耦合后的出口边界与第二实测数据的差值是否小于或等于第二预设阈值；如果swmm模型及efdc模型耦合后的出口边界与第二实测数据的差值小于或等于第二预设阈值，则判定fdc模型合理。如果swmm模型及efdc模型耦合后的出口边界与第二实测数据的差值大于第二预设阈值，则重新构建efdc模型。在本发明实施例中，第二预设阈值为swmm模型及efdc模型耦合后输出的模拟数据与实测数据的差值范围。具体地，在对efdc模型进行验证之前，需要实际测量该研究区域的水质变化，在对efdc模型进行参数率定时，efdc模型会输出研究区域模拟的的水质变化，将实际测得的水质变化与efdc模型模拟的水质变化进行比较，可以判断构建的efdc模型是否合理，如果差值在第二预设阈值范围内，则构建的efdc模型合理，如果差值超过了第二预设阈值的范围，则构建的efdc模型不合理，需要重新构建efdc模型，对swmm模型和efdc模型进行重新耦合。通过对efdc模型的验证，可以确定最优的swmm和efdc的耦合模型和水环境检测结果。下面结合本发明应用于某案例区的一个具体实施例，对本发明实施例基于swmm与efdc耦合模型的水环境检测方法作进一步说明。(一)基础数据收集处理收集案例区基础数据包括空间数据、污染数据、水文数据和气象数据四类，收集结果如表3－表5所示：表3表4表5排污口序号cod(mg/l)水量(m3/d)p179.76900p2126.4500p3316100p439.13100p51431000p6191.12500p7210.71000p8139.92500p923.5152300p10194.631000p1139.13200p1237.62200p13183.650p1484.28144p15132.932000p1646.6550p1746.65150p1864.71100p1984.28100p2090.2500p2133.012000(二)swmm模型建立利用arcgis概化生成的管网、子汇水区及排水口，导入swmm软件形成模型骨架，确定管网的长度、管径以及管道的糙率，定义子汇水区的面积、坡度、汇水节点以及特征宽度、不透水性径流系数、透水性径流系数、不透水性洼地蓄水量、透水性洼地蓄水量、子汇水区曼宁系数等，利用雨量站的降雨数据作为驱动条件，完成swmm模型的参数率定和模型验证，模型出口输出的水量水质为efdc河道水动力水质模型提供径流和面源边界。详细的操作步骤如下：1.管网及子汇水区的概化根据河网水系特点及汇水面积，确定研究区范围，结合研究区内的排水系统规划等相关资料提取研究区范围内的管网和排水节点信息，利用arcgis依据管网拓扑关系基于泰森多边形方法获取研究区的子汇水区，明确子汇水区与汇水节点的对应关系，根据汇水区的范围和管网排水口的分布确定模型的出口(输出边界)。具体的拓扑关系如图13所示。2.赋值根据管网信息(标高)及数字高程dem，对管道中的各个节点进行标高赋值，确定管道的上下游；根据土地利用划分结果，将土地类型赋值到各个子汇水区，计算各子汇水区内的土地类型的面积比例，根据土地利用类型确定各子汇水区的径流系数，如图14所示；根据dem分析计算各子汇水区的坡度，如图15所示；根据土壤类型划分结果，将土壤类型赋值到各个子汇水区，确定各个子汇水区的土壤类型，计算各子汇水区的土壤下渗系数，如表6所示；表6土壤类型下渗速率(mm/hr)潮土8.78褐土75.13脱潮土9.94碱化潮土61.073.swmm模型运行及验证将赋值后的管网、子汇水区及节点的信息导入swmm模型软件，在swmm软件中定义子汇水区、管道的参数，利用雨量站的降雨数据和流域蒸发量数据作为驱动实现模型的运行，将输出边界的数据与实测数据进行对比，完成参数率定及模型验证。率定参数包括管道糙率、子汇水区特征宽度、不透水性径流系数、透水性径流系数、不透水性洼地蓄水量、透水性洼地蓄水量、子汇水区曼宁系数等管网径流模型参数。本案例有实测流量数据的站点包括t1～t7，swmm模型输出流量的出口共24个，其中3个输出到案例区外，具体分布如图16所示。模型率定采用的站点为t3、t4和t7，分别位于干流上游和各支流，各部分率定采用的模型出口如表7所示，以t3为例就是将f7、f8、f9、f10四个出口的流量总和与t3流量进行对比，其他站点同理。率定方法分别采用长序列降雨与单场降雨事件摘选模拟数据进行分析，率定结果见图17～图22，根据实测值与模拟值对比曲线可见，模型的运行效果较好，科学性和精确度可以保证。表7率定站点对应swmm模型出口t3f7+f8+f9+f10t4f2+f3t7f1+f4+f5+f6(三)efdc模型建立基于河道地形、水系分布等数据，搭建efdc一维模型骨架；然后以河道水质水量、点源水质水量数据为驱动，实现efdc一维水动力水质模型的成功运行。1网格划分首先需要对案例区河道进行网格划分，在网格布设过程中，综合考虑模型的求解效率、计算区域的不规则性、实测地形数据范围和网格要求精度要求，采用高分辨率笛卡尔网格。为了保证计算的稳定性和数值求解精度，网格长宽基本相等，网格大小的空间分布较为均匀，保证水动力和水质模拟的准确性。案例区河道网格化如图23所示。2地形插值采用河道勘测资料主要是基于大断面地形测量数据进行网格插值得到的水下地形数据，同时对于水面到陆面的过渡区采用坐标投影转化融合计算，然后在模型网格单元中心进行空间插值得到模型研究区域的地形分布，图24显示了案例区的水底地形。3初始条件及边界条件设置初始条件代表的是模型的开始状态，包括初始水位、初始水温以及水质指标的初始浓度。模型需运行一段时间达到稳定状态，其他初始条件都基于模型开始运行时的实测值。模型中需要设置的边界如图25所示，一般包括河道上游的入流边界、排污口和污水处理厂等点源的输入边界和模型的出流边界，所有边界点均应按照坐标输入至网格当中。河道入流边界和点源边界条件输入对应的水量水质(q、c)，q和c设置形式可以是常值，也可以是动态的时间序列值。案例区构建的模型中输入的河道入流边界和点源边界数值均为常值，如表8所示为案例区内河道入流边界和点源边界水量和水质浓度。表84efdc模型运行设置完初始条件，河道入流和点源的流量、水质边界，然后输入模型的模拟步长、气象数据(温度等)，即可驱动efdc的水动力和水质过程，实现efdc模型的成功运行。(四)模型耦合及验证1.模型空间耦合将swmm模型出口同河道入流边界和点源边界一起作为边界输入至efdc网格中，如图26所示，整个模型的边界统计情况如表9所示。表92.模型技术耦合swmm模型内核为swmm5.dll文件，通过运用python语言可以后台调用该文件，实现swmm模型运转。swmm模型运转过程中通过pyswmm公共库中的inflow函数，可以实现对swmm模型二进制结果的解译。swmm模型运行完成后，对抽取出的swmm模型水量、水质模拟数据进行格式调整，形成efdc输入文件。使用python语言将前述efdc输入文件保存在efdc.exe文件同一路径下，后使用python后台运行efdc.exe文件，开始进行河道内水动力、水质模拟。文件转换及技术耦合思路如图27所示。3.模拟结果率定验证耦合模型验证点选择的是图8中的考核断面，以考核断面的实测流量、cod对比模拟的流量、cod，对比结果见图28－图29，根据实测散点和模拟曲线拟合结果可见，模型拟合较好，具有适用性和一定的精确度。4.模型应用利用该模型在案例区实现了80％截污率条件下的截污工程评估，如图30所示为该模型模拟了全年的水质状况，通过工程前后的情况对比可见，该模型在一定程度上预测了治理后的工程效果，为治理工程的实施提供了技术支撑。本发明实施例还提供了一种水环境检测耦合模型的构建装置，如图31所示，包括：获取模块301，用于获取用以表征研究区域管网径流的第一地理数据、表征研究区域管网参数的第二地理数据、表征研究区域河道分布的第三地理数据和表征研究区域河道水动力水质的第四地理数据；具体的实施方式及效果详见上述实施例中s101的描述，在此不再赘述。第一构建模302，用于根据第一地理数据构建swmm模型；具体的实施方式及效果详见上述实施例中s102的描述，在此不再赘述。输出模块303，用于根据第二地理数据及swmm模型，得到研究区域管网径流水质、水量的输出数据；具体的实施方式及效果详见上述实施例中s103的描述，在此不再赘述。第二构建模块304，用于根据第三地理数据、第四地理数据构建efdc模型；具体的实施方式及效果详见上述实施例中s104的描述，在此不再赘述。耦合模块305，用于根据研究区域管网径流水质、水量的输出数据将swmm模型及efdc模型进行耦合，生成水环境检测的耦合模型。具体的实施方式及效果详见上述实施例中s105的描述，在此不再赘述。本发明实施例提供了一种计算机设备，包括：至少一个处理器311；以及与至少一个处理器通信连接的存储器312；图32中以一个处理器311为例。处理器311、存储器312可以通过总线或者其他方式连接，图311中以通过总线连接为例。处理器311可以为中央处理器(centralprocessingunit，cpu)。处理器311还可以为其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。存储器312作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的水环境检测耦合模型的构建方法对应的程序指令/模块。处理器311通过运行存储在存储器312中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的水环境检测耦合模型的构建方法。存储器312可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器311所创建的数据等。此外，存储器312可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器312可选包括相对于处理器311远程设置的存储器，这些远程存储器可以通过网络连接至处理器311。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。上述的一个或者多个模块存储在所述存储器312中，当被所述处理器311执行时，执行如图1所示实施例中的水环境检测耦合模型的构建方法。上述计算机设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read－onlymemory，rom)、随机存储记忆体(randomaccessmemory，ram)、快闪存储器(flashmemory)、硬盘(harddiskdrive，缩写：hdd)或固态硬盘(solid－statedrive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。当前第1页12