第三章 國內外水質模式應用
3.3 模式改善方案-建立具空間性參數
經由探討後，有了前節所討論的三大關鍵課題，其中最優先及根本解決模式 應用限制的部分，就是輸入資料的改變及參數空間化。以下就針對此二部分提出 較詳細的成果說明。
首先，本研究在 BODu/ BOD5轉換上，主要考慮 BOD 一階反應係數(k1)及溫度 影響，經由模擬比較後可知 DO 和 BODu模擬結果與 k1值大小成反比，而氨氮則 幾乎不受其影響。當 BODu轉換為 BOD5進行模式結果校驗正時，會因污染行為之 不同，產生不同 k1值下模擬曲線(BODu及 BOD5)會有交會或反轉之現象，其中本 研究所選之淡水河，出現交會現象，而在中港溪部分，則出現反轉現象。因此若 以 BOD5為主要基本監測項目，在水質模擬時應特別注意 k1值變化較大之區域，
並做適時之轉換，以免造成水質參數調校錯誤之情形。
進行 BOD 轉換工作時，比值大小會隨著溫度及河川污染程度、袪氧係數(k1) 值等參數而改變，因此轉換的步驟常造成模擬誤差或錯誤轉換的發生。
由 BODu=BOD5(1/1-e-k1DC×t)可知，BODu與 BOD5間之轉換呈現對數關係，表 3.3-1 為各 k1值下 BOD5與 BODu轉換之倍數，由表 3.3-1 得知，當 k1值大於 0.6 時，
轉換倍數 R=1.052 相當接近 1，當 k1小於 0.35 後，轉換倍數開始呈現快速增加之 變化。
68
表 3.3-1 BODu/BOD5 轉換係數表(溫度不變時)
註：轉換倍數 R：BODu = R × BOD5
在 BODu 轉換 BOD5的過程中，除了直接受到 k1的影響，k1也會因溫度而有 所變化，相關變化之方程式如式(3-3)。表 2 為各溫度下 k1所轉換之倍數，由表 3.3-1 得知，因此將 BODu 轉換至 BOD5時，必須考量模擬狀況下的溫度加以調整。
KDC(T) = KDC20 × KDT(T-20) --- (3-3)
KDT 為含碳物質袪氧率的溫度校正係數
(Temperature coefficient for carbonaceous deoxygenation in water column), 本研 究設定為 1.047
表 3.3-2 BODu/BOD5 轉換係數表(不同溫度下)
註：轉換倍數 T：k1= k120 × T
結合 BOD 與 k1、溫度、反應天數三項因子的影響，BOD 轉換的總變化關係 如式(2)。本研究將此 BOD 轉換方程式繪製為圖 3.3-1，圖中可直接查詢各溫度狀 況下，BODu轉換 BOD5之因子。
. ) .
1 /(
1 (1 ( 20) )
S F BODu e
BODt BODu
t KDT
k T
--- (2)k1 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 1 轉換倍數R 2.541 1.895 1.582 1.402 1.287 1.210 1.157 1.118 1.089 1.068 1.052 1.040 1.031 1.024 1.019 1.014 1.011 1.009 1.007
Temperature ℃ 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 轉換倍數 T 0.759 0.795 0.832 0.871 0.912 0.955 1.000 1.047 1.096 1.148 1.202 1.258 1.317 1.379 1.444 1.512 1.583 1.657 1.735
69
圖 3.3-1 BODu/BOD5 與 k1分佈表
圖 3.3-2 為淡水河及中港溪溶氧及氨氮模擬之成果，其中圖 3.3-2 之左圖為淡 水河模擬結果，由圖中顯示，溶氧模擬在 k1值變化時，上游（污染源處）影響較 為明顯，氨氮主要受到硝化係數(kn)影響，因此變化較不受 k1值變化影響。利用模 擬結果與實測數據比較後，氨氮模擬結果良好，至於溶氧部分，以 k1=0.5 的狀況 下模擬較為符合。
圖 3.3-2 之右圖為中港溪模擬之成果。由圖中顯示，溶氧模擬受到 k1值變化時，
上游（污染源於下游）幾乎沒有影響且呈現飽和的現象。氨氮仍不受 k1值變化影 響，兩種模擬結果幾乎重疊。利用模擬結果與實測數據比較後，氨氮模擬結果良
70
Distance from Outfall (Km)
DO (mg/L)
2006/10 2006/11 Avg. K=0.1 K=0.5
Sanshia stream
【1】
【2】
【7】 【6】 【5】
【4】
【3】
Sindian stream Keelung stream
Danshui River
0
Distance from Outfall (Km)
DO (mg/L)
2006/10 2006/11 Avg. K=0.15 K=0.35
【a】
【f】 【e】 【d】 【c】 【b】
【h】 【g】
Chungkang River
0
Distance from Outfall (Km) NH3-N(mg/L)
2006/10 2006/11 Avg. K=0.15 K=0.35
【a】
【b】
【g】【f】
【e】 【d】 【c】
【h】
Chungkang River
0
Distance from Outfall (Km) NH3-N (mg/L)
2006/10 2006/11 Avg. K=0.1 K=0.5
Sanshia stream
【1】
【2】
【7】 【6】 【5】Sindian stream【4】 【3】
Keelung stream Danshui River
71
BODu BOD5 Accumulated flow
Keelung
stream Shidian stream
Sanshia stream
【1】
Distance from Outfall (Km) Danshui River
0
Distance from Outfall (Km) BOD5 / BODu (mg/L)
Oct. Nov. Avg BOD5(K=0.1) BOD5(K=0.5) BODu(K=0.1) BODu(K=0.5)
Sanshia stream
【1】
【2】
【7】 【6】 【5】Sindian stream【4】 【3】
Keelung stream
Observed Data belong to BOD5 in 2006
0
BODu BOD5 Accumulated flow
【a】
Distance from Outfall (Km) Chungkang
Distance from Outfall (Km) BOD5/BODu (mg/L)
Oct. Nov. Avg. BOD5(K=0.15) BOD5(K=0.35) BODu(K=0.15) BODu(K=0.35)
【a】
72
源由上游開始不斷流入，使得河川上下游特性差異極大，因此難以得到相同 k1下，
溶氧與 BOD 值的良好平衡的模擬結果。
透過使用不同的 k1值，採用較低的 k1值與較高的 k1值來進行模擬比較，其中 淡水河使用 0.1 及 0.5 (day-1)、中港溪採用 0.1 及 0.35 (day-1)，來進行比較並繪製如 圖 3.3-4 所示。
另外由 Chen etc. (2012)也特別指出此類相關問題並有以下結論
1. 淡水河因主要污染來自生活污水，然而生活污水處理迄今尚未完全得到 處理，故原家戶排放之污水則直接流入河川，此類高濃度污水在低溶氧 的狀態下，其主要反應是著重在 CBOD 之削減，而氨氮之硝化作用，
則因溶氧不足，而使其反應作用較慢，原則在此類污水下，其作用時間 通常會發生在第 5 天以後(一般來說是 7~8 天才會啟動)，因此 CBOD 之 袪氧係數，在台灣污染較嚴重之河川上，其重要性相對提高許多。
2. BODu 與 BOD5不相同，在模式模擬上，是以 BODu 為計算基準，對於 高袪氧係數(K 值大於 0.5 以上)，其 BODu 幾乎等於 BOD5，故利用 BOD5
來當作 BODu 輸入模式是沒有問題的。但若該河段之袪氧係數較低(如 K 值小於 0.1 時)，其 BODu/BOD5之比例會高達 2.54，對於模擬結果將 會造成很大的影響
3. 後續在使用 WASP 模式時，應檢視袪氧係數，並透過轉換，將一般常用 之 BOD5轉換成 BODu，再代入模式。而模擬結果也應透過轉換，得到 BOD5再進行繪圖比較。
4. 透過不同 K 值之設定，了解到淡水河上游袪氧係數較高，下游袪氧係 數較低，因此建議應採用具空間性參數，較能符合台灣河川實際需求
73
圖 3.3-4 不同 k1值下的淡水河與中港溪負荷量與模擬成果圖
本研究在參考歷年執行成果(Chen et al., 2012 以及 MWH, 民 99a)，進行 WASP 程式之參數空間化修改，經由程式修改，將 k1值由原 H 群組(全域參數)修正至 G 群組(各網格參數)，使得 k1值能依不同網格，給予不同的值，以反應出實際各河段
74
不同 k1值之結果。
更改程式後，隨即進行模式測試模擬，在不變輸入條件及 k1值狀況下，採用 全域參數與使用空間參數，其結果應一致，使更改後的模式與原先模擬結果相同，
此時模式修正方屬完成。另依實際採樣結果進行不同參數下之模擬，得到修正前 與修正後之差別，由圖 3.3-5 可知，其修正後的模擬結果更貼近實測值。
圖 3.3-5 修正後淡水河與中港溪模擬成果圖
75