赖锡军，何国建

(1：中国科学院南京地理与湖泊研究所，流域地理学重点实验室，南京 210008) (2：清华大学水利水电工程系，水沙科学与水利水电工程国家重点实验室，北京 100084)

采用数学模型模拟河流水质过程是诊断和预测河流水环境问题的重要手段[1]. 当前，河流水质模型已被广泛应用于面向流域水环境系统的科学研究、工程规划和管理决策等方面，已成为流域水环境管理不可或缺的手段[2]. 在应用传统的数学模型模拟和预测河流水环境过程时，需要完整的边界条件和初始条件信息以及可靠的模型参数. 然而，由于实际河流的复杂性，开展河流水质模拟分析时常常难以全面收集到河流水质初始条件和边界条件等定解资料. 特别是入河污染负荷，因其由点面源污染综合产生，具有过程复杂、不确定性大等特点，是影响水质模拟精度的重要不确定性源[3]. 当前，我国对于大型工业企业、污水处理厂等大型排口有较好的监测，可较准确地获取其排放过程，但是对于一些小型排口、地表漫流以及地下水渗入等，其入河规模和位置等情况都难以准确估计. 这些缺失的或者具有高度不确定性的污染负荷数据使常规的河流水质模型运行缺少了必要的准确可靠的输入数据，导致常规方法不再有效. 考虑到当前河流关键断面水质浓度有相对完整的观测资料，值得思考如何更好地去利用这些数据，探求河流水质模拟的新方法，为污染负……