陈 军，李 婷，禹政阳

(成都信息工程大学资源与环境学院，成都 610225)

0 引 言

水质模型模拟污染物在水环境中的运动和迁移，是水生态环境评价、水污染预警预报的重要工具。近几十年来，国内外许多学者在水质模拟方面已开展了大量的研究工作[1-11]。二维水质模型研究污染物在水平方向上的扩散，常用于大型河流的水质模拟，逐渐成为流域水质模拟的重点研究方向。

二维水质模型将流域按一定的空间规则划分为大量不相互重叠的空间网格，通过网格的污染物迁移模拟污染物的空间扩散；将污染物扩散过程按一定时间间隔分解为大量的时间片元，通过时间片的迭代模拟污染物的时间变化规律。因此，二维水质模型属于计算密集性运算，随着网格划分空间精度和时间片元的较小，运算量呈倍增加。传统的CPU计算难以实现高精度的二维水质模拟。由于GPU强大的并行计算能力，将通用计算引入到水质模拟成为未来的趋势[12-15]。然而，在目前显卡硬件条件下，一次送入GPU的数据大小有一定限制。对于大型流域，网格空间尺度精细到一定尺度后，GPU很难一次性读入。因此，如何实现流域范围的水质实时模拟，成为水质模拟必须解决的关键问题。

另一方面，流域的前期水情是影响水质模拟精度的重要因素。由于数据获取能力的限制，流域的前期水动力和水质数据往往难以获取。为解决该问题，目前大多数模型采用“预热”的方式，即利用有限的观察数据对模型进行多年的迭代，将迭代结果作为流域前期水情，典型的如SWAT[16-20]，这种方式最大问题是性能问题；……