喬菁菁 王沛永＊

基于Aquatox的北京奧林匹克森林公園主湖生態(tài)凈化模擬

喬菁菁 王沛永＊

景觀水體是風景園林的重要組成部分，在水資源短缺和水污染的現(xiàn)狀條件以及公眾節(jié)約意識增強的情況下，如何既能節(jié)約成本，又能維持景觀水體的水質(zhì)就成為重要的問題。本研究采用Aquatox模型對北京奧林匹克森林公園主湖的水生態(tài)系統(tǒng)進行模擬，評估水生態(tài)系統(tǒng)現(xiàn)狀情況的效果以及現(xiàn)有濕地系統(tǒng)水質(zhì)凈化措施的有效性。之后從生態(tài)凈化的角度，提出豐富主湖水生植物類型和增加底棲動物、完善生物鏈兩個調(diào)整方案并分別對兩個改進方案進行模擬，再與有、無濕地系統(tǒng)凈水措施的情形進行對比研究。模擬結果表明，現(xiàn)有濕地系統(tǒng)凈水措施和兩個調(diào)整方案都具有穩(wěn)定性，其中增加底棲動物、完善食物鏈的措施具有最高的魚類承載力，而無濕地系統(tǒng)循環(huán)凈水時水質(zhì)缺乏穩(wěn)定性。通過模擬得出的凈化水質(zhì)的能力排序為：增加底棲動物、完善食物鏈＞現(xiàn)有濕地循環(huán)凈化系統(tǒng)＞在主湖增加植物類型＞無濕地循環(huán)凈化系統(tǒng)。

風景園林；景觀水體；生態(tài)凈化；Aquatox模型；奧林匹克森林公園

Fund Item: Special Found for Beijing Common Construction Project (No.2015BLUREE01)

1 研究背景

1.1 城市景觀水體的特點和問題

景觀水體是風景園林的基本構成要素之一，在景觀的營造中具有重要的地位。由于城市環(huán)境中場地限制和使用功能的需求，城市景觀水體普遍具有水域面積小、封閉緩流的特點[1-2]，通常需要依靠定期換水等方法來維持水質(zhì)，而凈化頻率又受到運行成本的限制。城市景觀水體還有易受污染、污染源復雜的特點，污染源包括進水、降雨、大氣降塵、雨水徑流、落入水中的植物殘體、游客丟棄的垃圾和觀賞動物餌料等[3]。若景觀水體水源為自來水、雨水或再生水等，由于水中缺少完整的生物鏈，還存在缺少自凈能力的問題[4]。城市景觀水體的多種特點共同導致水體容易發(fā)生富營養(yǎng)化，造成的水華等問題會影響視覺效果并產(chǎn)生異味，使水體變得不適宜進行游賞活動。

1.2 生態(tài)凈化的優(yōu)勢

景觀水體富營養(yǎng)化發(fā)生的根本原因是生態(tài)失衡。由貧營養(yǎng)型向富營養(yǎng)型發(fā)展是湖泊自然演變的過程，在較高營養(yǎng)鹽負荷下，淺水湖泊可以有以浮游植物為主的（藻型）不健康水體和以沉水植物為主體的（草型）健康水體兩種穩(wěn)定狀態(tài)[5]。景觀水體封閉緩流、易受污染等特點都造成了富營養(yǎng)化的速度加快，而一些景觀水體中由于人為因素造成的沉水植物消失[6]，更促使景觀水體發(fā)展為不健康的藻型水體。

傳統(tǒng)的物理、化學凈水方法有曝氣、換水、過濾、絮凝、投放殺藻劑等，但都是需要持續(xù)使用的一次性緩解措施，有些方法自身也成為污染源[4]，而生態(tài)凈化方法是從根本上調(diào)節(jié)水體狀態(tài)的凈水方法。生態(tài)凈化方法是在水體中構建健康的微型生態(tài)系統(tǒng)，實質(zhì)就是將不健康的藻型水體通過干預向健康的草型水體轉化，模擬自然水體的自凈系統(tǒng)，是一種低成本、環(huán)境友好的景觀水體水質(zhì)凈化和維持方式。

2 研究方法和內(nèi)容

2.1 研究方法

應用Aquatox模型對北京奧林匹克森林公園主湖建成后的水生態(tài)系統(tǒng)進行模擬。研究通過模型的魚類承載力和高等植物每年的長勢判斷生態(tài)系統(tǒng)穩(wěn)定性，即相應凈水措施的可持續(xù)性。由于浮游植物的生長直接影響湖水顏色和透明度，在研究中以浮游植物的濃度作為判斷湖水水質(zhì)的指標。

Aquatox是由美國環(huán)境保護局（EPA）開發(fā)的水生態(tài)系統(tǒng)模型，通過對每個主要的生化過程進行逐日模擬計算，模擬生物量、能量和化學藥品在生態(tài)系統(tǒng)各組成部分之間的轉移，來預測多種污染物包括營養(yǎng)鹽和有機化學藥品在水體中的歸宿，及其對于包括魚類、無脊椎動物、水生植物在內(nèi)的生態(tài)系統(tǒng)各組成部分的影響。Aquatox綜合了較早的CLEAN、LAKETRACE、PEST、TOXTRACE等一系列水生態(tài)系統(tǒng)模型的算法和FGETS模型的生態(tài)毒理結構[7]。

Aquatox模型已被廣泛運用于各種污染物的生態(tài)系統(tǒng)風險和改善方案評估，如Contentnea河魚類對生境中理化因子的敏感性的反應評估[8]、河流生態(tài)系統(tǒng)食物網(wǎng)流入化學藥品的風險評估[9]、Mogan湖水質(zhì)的改善方案評估[10]等，并曾用于為美國湖泊生態(tài)分區(qū)水體營養(yǎng)物標準的制定提供決策[11]。在國內(nèi)的相關研究包括某小鎮(zhèn)景觀水體水生態(tài)模擬及生態(tài)修復[12]、洱海營養(yǎng)物投入響應關系模擬[13]、內(nèi)蒙古烏梁素海浮游植物群落特征及生態(tài)模擬[14]、入湖河道富營養(yǎng)化模擬[15]等。Aquatox模型相較于其他水生態(tài)模型的優(yōu)勢在于所能模擬的狀態(tài)變量和模型參數(shù)較多，并能較好地模擬模型中營養(yǎng)鹽和浮游藻類的變化趨勢，現(xiàn)有研究成果較顯著，并且可以免費使用，但同時也需要更多的基礎數(shù)據(jù)[16]。

2.2 研究內(nèi)容

北京奧林匹克森林公園水系有兩條循環(huán)路線，在非汛期采用大循環(huán)方案，再生水先流經(jīng)公園北區(qū)再進入南區(qū)，同時南區(qū)利用內(nèi)部水系統(tǒng)和泵站實現(xiàn)自身循環(huán)，并通過主湖西北的人工濕地對補水和循環(huán)水進行凈化（圖1）；在汛期采用小循環(huán)方案，北區(qū)和南區(qū)形成兩個獨立的循環(huán)系統(tǒng)，各自通過再生水進行補水。主湖超出容量的湖水先分別進入碧玉公園水系和洼里湖，再通過洼里湖排出至清河導流渠[17]。

首先對公園主湖的實際情況和去除現(xiàn)有凈化系統(tǒng)的情況分別進行模擬，通過比較評估現(xiàn)有人工濕地的凈水效果。模擬時間設定為2015年12月10日—2020年12月10日，即5個植物生長期，個別參數(shù)延長模擬時間至2030年。之后設置兩個調(diào)整方案，一是增加植物類型，二是增加底棲動物完善水生態(tài)系統(tǒng)的結構，分別進行模擬測試水質(zhì)凈化效果和自身可持續(xù)性。最后將調(diào)整方案與場地現(xiàn)有凈化系統(tǒng)的效果進行比較，評估調(diào)整方案相對于現(xiàn)有凈化系統(tǒng)是否具有優(yōu)勢，以及生態(tài)系統(tǒng)的完整性對水質(zhì)的影響。

2.3 模型建立

模型的變量包括氣候與地理數(shù)據(jù)、場地尺度和水質(zhì)數(shù)據(jù)、入水水質(zhì)和水量數(shù)據(jù)、生物數(shù)據(jù)等。除大型動植物之外，模型共包含25個狀態(tài)和驅(qū)動變量。

北京奧林匹克森林公園地處北京市朝陽區(qū)，北緯40°，海拔38m，年平均氣溫11.6℃，全年日平均氣溫波動范圍約為32℃，平均太陽輻射328.8Ly/d，全年日平均太陽輻射波動范圍333.0Ly/d，平均年蒸發(fā)量946.9mm/a。模型中每月的平均溫度、太陽輻射、降雨量和蒸發(fā)量見表1。

1 公園非汛期水循環(huán)Water cycle in non-flood seasons of the park

公園的進水水量來自人工濕地處理的再生水，為2 600m3/d，人工濕地循環(huán)凈化處理量為20 000m3/d[18]。分別按照公園現(xiàn)實情況和去除現(xiàn)有循環(huán)凈水系統(tǒng)的情況建立兩個對照模型，編號為模型1和模型2，其進水量、初始營養(yǎng)鹽濃度和各自的入流營養(yǎng)鹽載荷見表2。此外，根據(jù)月平均降雨量、公園地形和徑流系數(shù)[19]，估算每月進入主湖的非點源污染物量。

模型中的生物變量包括浮游植物、浮游動物、大型植物和魚類。共加入了綠藻（Scenedesmus sp.）、藍藻（Microcystis sp.）、高營養(yǎng)硅藻（小環(huán)藻屬，Cyclotella sp.）、低營養(yǎng)硅藻（脆桿藻屬，F(xiàn)ragilaria sp.）、隱藻（Cryptophyta sp.）5類浮游植物，和搖蚊幼蟲（Chironomus sp.）、水蚤（Daphnia sp.）、輪蟲（Brachionus sp.）、肉食性浮游動物4類浮游動物。大型植物和魚類按照公園原設計，選取了苦草（Vallisneria natans）、菹草（Potamogeton crispus）、水蘚（Fontinalis antipyretica）3種沉水植物和鯉魚（Cyprinus carpio）。3種沉水植物的初始生物量分別設為5g/m2、5g/m2、1g/m2，魚類通過設定不同的初始生物量并觀察15年的模擬時間段內(nèi)生物量變化確定其承載力。

以模型2為基礎，建立兩個調(diào)整模型，編號為模型3和模型4。模型3中，將對照模型中的菹草改為荷花（Nelumbo nucifera），初始生物量為干重5g/m2。模型4中，在模型中加入底棲動物田螺（梨形環(huán)棱螺，Bellamya purificata），初始生物量為干重1g/m2，一方面田螺可以攝食有機碎屑、浮游生物、苔蘚類植物等[20]，另一方面田螺也是鯉魚的食物之一。

2.4 模型驗證

由于能夠獲得的關于場地內(nèi)水質(zhì)動態(tài)變化的數(shù)據(jù)文獻較少，因此驗證模型中采用相關文獻中的2007年水質(zhì)數(shù)據(jù)（TN初始濃度3.20mg/L，入流載荷2.90mg/L；TP初始濃度0.026mg/L，入流載荷0.042mg/L）[18]進行模擬，選取氨態(tài)氮（NH3& NH4+）、總溶解性磷（Tot. Sol. P）、葉綠素a （chlorophyll a）濃度3項模擬值與文獻中2008年4—10月數(shù)據(jù)[21]進行比較，進行模型的參數(shù)率定。率定后模擬結果如圖2-1、圖2-2、圖2-3所示，模型對營養(yǎng)鹽和藻類濃度模擬較為準確，但由于模型中氣象和進水數(shù)據(jù)采用的是每日平均值而非特定年份實測值，因此整體變化趨勢平緩，與真實情況有所差距。

表1 每月平均溫度、太陽輻射和蒸發(fā)量Tab. 1 Monthly average of temperature, solar radiation and evaporation

表2 進水量、初始營養(yǎng)鹽濃度和入流量載荷Tab. 2 Inflow volume, initial conditions and loadings of nutrients

3 模擬結果與分析

3.1 公園原有凈水措施模擬結果

3.1.1 魚類承載力和高等植物長勢

模型1中，鯉魚的初始干重分別為6g/m2、7g/m2、8g/m2、9g/m2時的15年模擬結果如圖3-1所示?？梢?，模型可以穩(wěn)定維持的鯉魚生物量在干重7g/m2上下。在一年內(nèi)，鯉魚的生物量呈現(xiàn)春季增加、秋季減少的趨勢；在整個模擬時間段內(nèi)，魚類的生物量會逐漸向峰值7.0g/m2、谷值6.5g/m2接近。因此，在后續(xù)的模擬中將鯉魚的初始生物量定為7g/m2。

高等植物的長勢模擬結果如圖3-2所示。可見，苦草的主要生長期為4—6月，5月達到生物量峰值；菹草的主要生長期為8—12月，9月底達到峰值。第一年苦草長勢較強，峰值達到干重209.9g/m2，菹草長勢較弱，峰值達到干重137.3g/m2；之后4年中苦草生物量峰值保持在干重200g/m2左右，菹草生物量在干重180g/m2左右。水蘚7—9月生物量略微減少，但總體呈現(xiàn)逐漸增多的趨勢。

3.1.2 浮游植物和葉綠素a濃度

浮游植物和葉綠素a濃度如圖3-3所示。可見，每年6—8月浮游植物爆發(fā)，峰值出現(xiàn)在7月底或8月初。主要爆發(fā)藻類第一年為低營養(yǎng)硅藻，之后為綠藻，最大生物量分別在干重4.1mg/L和2.4mg/L左右；隱藻的濃度在夏季有所增加，峰值約為干重0.5g/m2；春、秋季藍藻數(shù)量增加，早春高營養(yǎng)硅藻數(shù)量增加，峰值都在0.3g/m2左右。

葉綠素a濃度和浮游植物濃度直接相關，在夏季藻類爆發(fā)期間可以達到76～107μg/L，其他季節(jié)在8～13μg/L之間浮動，在春秋兩季到達低谷，分別對應苦草和菹草生物量最大的時期。由此可見，沉水植物的存在抑制了浮游植物的生長。

3.2 不含循環(huán)凈化系統(tǒng)的模擬結果

3.2.1 魚類承載力和高等植物長勢

模型2中，鯉魚的初始干重分別為7g/m2、8g/m2、9g/m2、10g/m2時的15年模擬結果如圖4-1所示。可見，模型中鯉魚的生物量逐漸向干重8.5～9.0g/m2接近，且前5年都有生物量逐漸增大的趨勢。與模型1相比，模型2可以承載更多的鯉魚。在后續(xù)模擬中為了保持自變量單一，仍設定7g/m2的初始生物量。

高等植物的長勢模擬結果如圖4-2所示。與模型1相比，苦草長勢大致不變，生物量峰值在200g/m2左右，但在秋季也有少量生長；菹草長勢明顯較弱，生物量峰值在30～50g/m2；水蘚總體呈現(xiàn)快速生長的趨勢，第五年生物量遠高于模型1。

3.2.2 浮游植物和葉綠素a濃度

浮游植物和葉綠素a濃度如圖4-3所示。與模型1相比，浮游植物爆發(fā)時間變長，從6月持續(xù)到11月，且維持峰值的時間也較長。主要爆發(fā)藻類為綠藻（6—10月），其次為隱藻（6—7月、9—11月），最大生物量分別達到干重9.4mg/L和4.4mg/L，兩種藻類在第二年生物量最大，之后隨著水蘚生物量的逐年增多而逐年降低。硅藻在夏季和秋季生物量略有增加，最大達到干重1.5mg/L，藍藻生物量沒有明顯增長。

葉綠素a濃度每年8月出現(xiàn)峰值，在第二年8月初達到最大值205.7μg/L，之后峰值逐年降低，但15年的模擬結果（圖4-4）顯示，隨著水蘚生物量逐漸穩(wěn)定，葉綠素a濃度峰值在下降至108μg/L后又略有回升，最后穩(wěn)定在約122μg/L，明顯高于模型1中的葉綠素a濃度峰值。

2-1 氨態(tài)氮濃度模擬值與文獻值比較The comparison of simulated and reported NH & NH+34concentration

2-2 總溶解性磷濃度模擬值與文獻值比較The comparison of simulated and reported Tot. Sol. P concentration

2-3 葉綠素a濃度模擬值與文獻值比較The comparison of simulated and reported chlorophyll a concentration

3-2 模型1高等植物長勢Growing of Vascular plants of Model 1

3-1 模型1鯉魚生物量變化Carp biomass change of Model 1

3-3 模型1浮游植物和葉綠素a濃度Phytoplankton and chlorophyll a concentration of Model 1

3.3 增加植物類型的模擬結果

3.3.1 魚類承載力和高等植物長勢

模型3中，鯉魚的初始干重分別為7g/m2、8g/m2、9g/m2、10g/m2時的15年模擬結果如圖5-1所示?？梢?，模型中鯉魚的生物量逐漸向干重8.5～8.9g/m2接近，魚類承載力介于模型1和模型2之間。

高等植物的長勢模擬結果如圖5-2所示?？嗖莸谝荒甑拈L勢與模型1接近，但之后每年的生長量較小，生物量峰值約在干重125～150g/m2之間；水蘚仍有逐年增多的趨勢，但生長速度與模型1相比明顯減緩，第5年生物量峰值為20.5g/m2；荷花長勢較為穩(wěn)定，生長期5—11月，8月到達生物量峰值，第一年峰值為干重153.6g/m2，之后峰值在干重145g/m2左右。

3.3.2 浮游植物和葉綠素a濃度

浮游植物和葉綠素a濃度如圖5-3所示。主要爆發(fā)藻類為隱藻（3—4月、9—12月），其次為高營養(yǎng)硅藻（3—5月）、藍藻（6—7月，9—10月），最大生物量分別達到干重3.3mg/L、1.3mg/L、0.8mg/L，綠藻和低營養(yǎng)硅藻生物量沒有明顯增長。

葉綠素a峰值出現(xiàn)在4月和12月，濃度在70μg/L左右，略低于模型1的濃度峰值，但非爆發(fā)時期濃度在20μg/L左右，全年水平與模型1相比較高。模型3的浮游植物控制效果介于模型1和模型2之間，與前兩個模型浮游植物主要爆發(fā)于夏季不同的是，模型3中浮游植物的繁殖在夏季明顯受到了抑制。

3.4 增加大型底棲動物的模擬結果

3.4.1 魚類、底棲動物承載力和高等植物長勢

模型4中，鯉魚的初始干重分別為10g/m2、15g/m2、16g/m2、17g/m2時的15年模擬結果如圖6-1所示?？梢姡Ｐ?中鯉魚的承載力較前3個模型有了明顯的提高，逐漸向干重15.8～16.9g/m2接近。當采用和前3個模型相同的初始生物量時，鯉魚的生物量在前幾年呈現(xiàn)明顯的波動上升趨勢，因此，在后續(xù)模擬中鯉魚初始生物量設定為干重16g/m2。田螺和鯉魚的生物量模擬結果如圖6-2所示。田螺生物量的峰值出現(xiàn)在6月，約為干重55g/m2；谷值出現(xiàn)在4月，約為28g/m2；9—11月隨著鯉魚的生物量下降，田螺的生物量有所回升。

4-1 模型2鯉魚生物量變化Carp biomass change of Model 2

4-2 模型2高等植物長勢Growing of Vascular plants of Model 2

4-3 模型2浮游植物和葉綠素a濃度Phytoplankton and chlorophyll a concentration of Model 2

4-4 模型2水蘚生物量和葉綠素a濃度Sphagnum biomass and chlorophyll a concentration of Model 2

5-1 模型3鯉魚生物量變化Carp biomass change of Model 3

5-2 模型3高等植物長勢Growing of Vascular plants of Model 3

高等植物的長勢模擬結果如圖6-3所示。可見，苦草和菹草的長勢與模型1基本相同，但苦草生物量峰值略小。苦草第一年生物量峰值為干重202.1g/m2，之后每年在170～180g/m2之間；菹草第一年生物量峰值為干重181.0g/m2，之后每年在190g/m2左右；水蘚的生物量沒有增加的趨勢。

3.4.2 浮游植物和葉綠素a濃度

浮游植物和葉綠素a濃度如圖6-4所示?？梢姡瑳]有個別種類的明顯爆發(fā)，5月除藍藻之外，各種藻類生物量均下降到干重0.1mg/L以下；6—8月出現(xiàn)藻類生長的小高峰，主要生長的藻類依次為隱藻、綠藻、高營養(yǎng)硅藻、低營養(yǎng)硅藻，隱藻和綠藻的生物量峰值約在干重0.5mg/L，高營養(yǎng)硅藻和低營養(yǎng)硅藻的生物量峰值約在0.3mg/L；9—10月藍藻出現(xiàn)較快生長，峰值約為干重0.28mg/L。

葉綠素a在3月底有所上升，約14μg/L；谷值出現(xiàn)在5月底，約為4μg/L；峰值出現(xiàn)在7月，約為30μg/L；12月初降到約8μg/L。與模型1相比，夏季的藻類爆發(fā)在模型4中明顯受到了抑制，葉綠素a最高值和最低值都較低。

5-3 模型3浮游植物和葉綠素a濃度Phytoplankton and chlorophyll a concentration of Model 3

4 結論與討論

4.1 各種凈化措施的效果和穩(wěn)定性比較

將模型1和模型2相比較可以看出，主湖水質(zhì)凈化主要依靠外部的濕地凈化系統(tǒng)?，F(xiàn)有的循環(huán)凈化系統(tǒng)能較為有效地維持水質(zhì)，而僅通過現(xiàn)有沉水植物和魚類不能有效地維持水質(zhì)，且不能維持水中的生態(tài)平衡。

將模型3和模型1、2相比較可以看出，與單一的沉水植物配植相比，沉水植物和挺水植物的組合配植對浮游植物繁殖的控制效果更好，動植物生長也較為穩(wěn)定，但總體凈水效果仍然有限。荷花在8月藻類最容易爆發(fā)的時期達到生物量峰值，因此有效抑制了季節(jié)性藻類爆發(fā)。此外，挺水植物會阻擋光線進入水下，在與沉水植物的競爭中處于優(yōu)勢。但需要注意的是，主湖在現(xiàn)實中僅有局部區(qū)域可種植挺水植物，因此這一方案在主湖的可行性較低，但可以為水深較淺的景觀水體設計所借鑒。

將模型4和模型1、2相比較可以看出，加入底棲動物后，對浮游植物的控制效果和生態(tài)系統(tǒng)穩(wěn)定性不但優(yōu)于加入底棲動物之前，也優(yōu)于現(xiàn)有的循環(huán)凈化系統(tǒng)。底棲動物的加入完善了湖水中的生態(tài)系統(tǒng)，增加了“植物—田螺—鯉魚”這一條食物鏈，加速了營養(yǎng)物質(zhì)和能量從植物到鯉魚的傳遞。一方面由于鯉魚的食物來源增加，模型可承載的鯉魚生物量增大；另一方面水蘚和浮游植物由于田螺的攝食，生物量維持在較低的水平。

4.2 對景觀水體生態(tài)設計和生態(tài)修復的啟示

在生態(tài)凈化設計中，采用多種生物類型、生態(tài)位差異較大的生物相搭配，一方面減弱物種之間的競爭，另一方面可以起到更全面地抑制浮游植物繁殖的作用。此外，在動植物選擇時注重生態(tài)系統(tǒng)的完整性，在生物類型豐富的基礎上，建立多條完整的食物鏈，使物種之間的關系更加穩(wěn)定，并加快了物質(zhì)和能量的遷移速度，因此可以起到更好的水質(zhì)凈化作用。

為了使多種動植物綜合配置得以實現(xiàn)，在景觀設計中可以借鑒以下兩種思路。第一是參考奧林匹克森林公園現(xiàn)有的凈化措施，采用外接人工濕地，輔以水泵在場地內(nèi)形成包括較深的主體水域、人工濕地和河道的循環(huán)水系，主體水域種植沉水植物，人工濕地中以挺水植物為主綜合配植；此外，還可以根據(jù)需要在水系中添加復氧、過濾等設施進行輔助凈化。第二是在同一片水體中設計更多樣化的水深，如增加緩坡、淺灘、島嶼等，或在水體中設置生態(tài)浮島，使沉水植物、挺水植物和水生動物都有各自適合的生存環(huán)境。

4.3 研究展望

6-1 模型4鯉魚生物量變化Carp biomass change of Model 4

6-2 模型4田螺和鯉魚生物量Escargot and carp biomass of Model 4

Aquatox模型可以廣泛用于池塘、湖泊、水庫、河流和河口等多種水域的生態(tài)系統(tǒng)以及熱量分層等生態(tài)情景的模擬[16]，通過修改已有近似模型的相關參數(shù)，或在相關數(shù)據(jù)的基礎上通過軟件自帶功能建立新的模型，可以對新建景觀水體進行預測性的模擬，對水體中的動植物生長狀況以及凈水措施的效果進行預測和評估，降低項目建設的試錯成本，具有一定的應用前景。但目前的研究也有一些不完善之處，一是軟件對植物的空間分布缺乏支持，限制了其應用范圍；二是受到人力、物力和時間的限制，缺乏長時間的跟蹤檢測和模型校正。希望在未來的相關研究中，可以將模型的建立、模型預測能力的應用和模型預測結果的檢驗在更長的時間段內(nèi)結合起來，對設計的可持續(xù)性進行更加深入的探討。

6-3 模型4高等植物長勢Growing of Vascular plants of Model 4

6-4 模型4浮游植物和葉綠素a濃度Phytoplankton and chlorophyll a concentration of Model 4

注釋：

①圖1-1、1-2根據(jù)參考文獻[17]繪制，其余圖片為作者自繪。

②表1、2為作者自繪；表1中平均降雨量和蒸發(fā)量數(shù)據(jù)來自北京市規(guī)劃委員會，DB11/685—2013，雨水控制與利用工程設計規(guī)范[S].北京：北京市城鄉(xiāng)規(guī)劃標準化辦公室，2013. 其余氣象數(shù)據(jù)來自網(wǎng)絡；表2中初始濃度和模型1的入流載荷為2015年12月的實測值，模型2的入流載荷采用參考文獻[19]中的相關數(shù)據(jù)。

[1]鄒叢陽，張維佳. 城市景觀水體富營養(yǎng)化及其治理措施[J]. 科技創(chuàng)新導報，2006，（8）：4-5.

Zou Congyang, Zhang Weijia. Urban Landscape Water Eutrophication and Its Control Measures[J]. Science and Technology Consulting Herald, 2006, (8): 4-5.

[2]蔡昌鳳，徐建平. 景觀水微污染控制[J]. 安徽工程科技學院學報（自然科學版），2003，（1）：1-3.

Cai Changfeng, Xu Jianping. Landscape Water Pollution Control[J]. Journal of Anhui University of Technology and Science, 2003, (1): 1-3.

[3]程航，陳旭遠，劉佳.城市景觀水體污染分析及控制技術研究進展[J].安徽農(nóng)業(yè)科學，2010，（6）：3102-3104.

Cheng Hang, Chen Xuyuan, Liu Jia. Research Progress in the Pollution Analysis and Control of Urban Landscape Water[J]. Journal of Anhui Agricultural Sciences, 2010, (6): 3102-3104.

[4]邱海燕，劉雪峰，彭遠元，等. 景觀水體污染修復技術對比分析[J]. 環(huán)?？萍?，2013，（3）：11-15；26.

Qiu Haiyan, Liu Xuefeng, Peng Yuanyuan, et al. Summary on Remediation Technology for Landscape Water[J]. Environmental Protection and Technology, 2013, (3): 11-15; 26.

[5]濮培民，王國祥，李正魁，等. 健康水生態(tài)系統(tǒng)的退化及其修復—理論、技術及應用[J]．湖泊科學，2001，（3）：193-203.

Pu Peimin, Wang Guoxiang, Li Zhengkui, et al. Degradation of Healthy Aqua-Ecosystem and Its Remediation: Theory, Technology and Application[J]. Journal of Lake Science, 2001, (3): 193-203.

[6]宋僑，吳小鳳，李學東. 翠湖沉水植物消失探究[J]. 生物學通報，2013，（3）：7-9；63.

Song Qiao, Wu Xiaofeng, Li Xuedong. The Disappearation of Submerged Plants in Beijing Cuihu Wetland Park[J]. Bulletin of biology, 2013, (3): 7-9; 63.

[7] USEPA ( U.S. Environmental Protection Agency). AQUATOX (RELEASE 3.1 plus): Modeling Environmental Fate And Ecological Effects In Aquatic Ecosystems Volume 1: User’s Mannual[M].

[8] Brenda Rashleigh. Application of AQUATOX, a Process-Based Model for Ecological Assessment, to Contentnea Creek in North Carolina[J]. Journal of Freshwater Ecology, 2003, 18(4): 515-522.

[9] Lombardo A, Franco A, Pivato A, et al. Food web Modeling of a River Ecosystem for Risk Assessment of Down-the-Drain chemicals: A Case Study with AQUATOX[J]. Science of the Total Environment, 2014, 508C: 214-227.

[10] Akkoyunlu A, Karaaslan Y. Assessment of Improvement Scenario for Water Quality in Mogan Lake by Using the AQUATOX Model[J]. Environmental Science & Pollution Research, 2015, 22(18): 14349-14357.

[11] Park RA, Clough JS, Wellman MC et al. Nutrient Criteria Development with a Linked Modeling Aquatox. National TMDL Science and Policy, 2005, (18): 885-902.

[12]陳彥熹，牛志廣，張宏偉，等. 基于AQUATOX的景觀水體水生態(tài)模擬及生態(tài)修復[J]. 天津大學學報（自然科學與工程技術版），2012， 45（1）：29-35.

Chen Yanxi, Niu Zhiguang, Zhang Hongwei, et al. Aquatic Ecological Modeling and Remediation of Landscape Water Based on AQUATOX[J]. Journal of Tianjin University (Science and Technology), 2012, 45(1): 29-35.

[13]陳無歧，李小平，陳小華，等. 基于Aquatox模型的洱海營養(yǎng)物投入響應關系模擬[J]. 湖泊科學，2012， 24（3）：362-370.

Chen Wuqi, Li Xiaoping, Chen Xiaohua, et al. Simulation of the Response of Eutrophic State to Nutrient Input in Lake Erhai Using Aquatox Model[J]. Journal of Lake Sciences, 2012, 24(3): 362-370.

[14]李建茹. 內(nèi)蒙古烏梁素海浮游植物群落特征及生態(tài)模擬研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學，2014.

Li Jianru. The Characteristics of Phytoplankton Community and Ecological Modelling Analysis for Wuliangsuhai Lake in Inner Mongolia[D]. Huhhot: Inner Mongolia Agricultural University, 2014.

[15]魏星瑤，王超，王沛芳. 基于AQUATOX模型的入湖河道富營養(yǎng)化模擬研究[J].水電能源科學，2016，（3）：44-48.

Wei Xingyao, Wang Chao, Wang Peifang. Aquatox Model for Study of Eutrophication of Tributaries[J]. Water Resources and Power, 2016, (3): 44-48.

[16]王秀俊.景觀水體水生態(tài)模型的比較研究[D].天津：天津大學，2014.

Wang Xiujun. Comparison Research on Aquatic Ecosystem Models of Landscape Water[D]. Tianjin: Tianjin University, 2014.

[17]胡潔，吳宜夏，呂璐珊. 北京奧林匹克森林公園水系規(guī)劃[J]. 中國園林，2006， 22（6）：14-19.

Hu Jie, Wu Yixia, Lv Lushan. Water System Plan of Beijing Olympic Forest Park[J]. Chinese Landscape Architecture, 2006, 22(6): 14-19.

[18]北京市規(guī)劃委員會. DB11/685-2013，雨水控制與利用工程設計規(guī)范[S].北京：北京市城鄉(xiāng)規(guī)劃標準化辦公室，2013.

Beijing Municipal Commission of Urban Planning. DB11/685-2013, Code for Design of Stormwater Management and Harvest Engineering[S]. Beijing: Standardization Office of Urban—Rural Planing of Beijing, 2013.

[19]吳振斌，謝小龍，徐棟，等.復合垂直流人工濕地在奧林匹克森林公園龍型水系的應用[J].中國給水排水，2009，（24）：28-31；35.

Wu Zhenbin, Xie Xiaolong, Xu Dong, et al. Application of Integrated Vertical Flow Constructed Wetland for Improvement of Water Quality of Dragon-Shaped Water System In Beijing Olympic Forest Park[J]. China Water & Wastewater, 2009, (24): 28-31; 35.

[20]胡舒，張旭，張曉鳳，等.奧林匹克森林公園典型人工林地非點源污染輸出特征分析[J].環(huán)境科學學報，2011，31（1）：61-68.

Hu Shu, Zhang Xu, Zhang Xiaofeng, et al. The Characteristics Of Non-Point Source Pollution In Typical Artificial Forestlands in Beijing Olympic Forest Park[J]. Acta Scientiae Circumstantiae, 2011, 31(1): 61-68.

[21]段曉姣，謝從新，呂元蛟，等. 梨形環(huán)棱螺的食性及其在生態(tài)溝渠中的凈水作用[J].漁業(yè)現(xiàn)代化，2013，40（2）：17-21.

Duan Xiaojiao, Xie Congxin, Lv Yuanjiao, et al. Feeding Habits of Bellamya Purificata and Its Function in Water Purification System of Ecological Ditch[J]. Fishery Modernization, 2013, 40(2): 17-21.

（編輯/高敏）

Simulation of Eco-purification in Beijing Olympic Forest Park Lake Based on Aquatox Simulation Model

QIAO Jing-jing, WANG Pei-yong ＊

Waterscape is an important component of landscape architecture. Under the circumstances of water shortage and pollution, along with public increasing awareness of conservation, how to maintain the water quality at a low cost becomes an issue of concern. Landscape water features have the peculiarities of small size, enclosed, sluggish flow, easy to be polluted, etc., which usually lead to eutrophication. The root cause of eutrophication is ecological imbalance, therefore, eco-purification is the preferred method of water purification. Firstly, the aquatic ecosystems in Beijing Olympic Forest Park Lake is simulated with Aquatox, then the ecosystem stability and the effectiveness of existing water purification system are evaluated. Secondly, two adjustments from the perspective of eco-purification, namely using different types of aquatic plants and adding macrobenthos to improve the ecosystem, are presented. Then the two adjustments are simulated individually, and the results are compared to the former. The results show that the existing water purification system and the adjustments are all steady, while the adjustment of adding macrobenthos has the highest fish carrying capacity, and the model without water purification system turns out to be lack of ecosystem stability. The effectiveness rankings are adding macrobenthos ＞ existing water purification system ＞ using different types of aquatic plants ＞ without water purification system.

landscape architecture; landscape water feature; eco-purification; Aquatox; Olympic Forest Park

北京市共建項目專項資助（編號2015BLUREE01）

TU 986

A

1673-1530(2017)04-0099-07

10.14085/j.fjyl.2017.04.0099.07

2016-10-15

修回日期：2017-03-21

喬菁菁/1992年生/女/遼寧人/北京林業(yè)大學園林學院在讀碩士研究生/研究方向為風景園林規(guī)劃與設計（ 北京100083）

QIAO Jing-jing, who was born in 1992 in Liaoning province, is a postgraduate student of Landscape Architecture of Beijing Forestry University. Her major focuses on landscape planning and design(Beijing 100083).

王沛永/1972 年生/ 男/ 河北人/ 博士/ 城鄉(xiāng)生態(tài)環(huán)境北京實驗室，北京林業(yè)大學園林學院，風景園林工程教研室副教授/ 研究方向為風景園林工程（ 北京 100083）

郵箱（Corresponding author Email）：bfupywang@126.com

WANG Pei-yong, who was born in 1972 in Hebei province, is a PhD of Landscape Architecture. He is an associate professor in the School of Landscape Architecture,Laboratory of Urban Ecological Environment, Beijing Forestry University. His research focuses on landscape architecture engineering (Beijing 100083).