《Water Research》：BENMO|Simulation: A computationally efficient and biologically enhanced model for nutrient dynamics in coastal bays
编辑推荐：
多营养级生物建模 水动力耦合效率提升 模型优化应用 沿海湾营养管理 深度学习网格划分
黄哲翰|李少斌|唐文燕|杨攀|陈能旺
中国福建省厦门大学环境与生态学院海岸生态与环境研究重点实验室，福建厦门361102
摘要
模拟沿海海湾的营养物质动态面临高计算成本和多营养级生物过程过度简化的挑战。在此，我们提出了一个名为BENMO|Simulation的模拟模型，该模型属于海湾河口营养管理优化（BENMO）框架的一部分，该框架包括营养物质追踪、模拟、减排成本评估和水质优化等功能。通过将水动力学与生物地球化学过程分离，并引入多营养级生物模块，该模型提高了营养物质模拟的效率和准确性。具体而言，我们开发了一种基于图神经网络的分区算法，将数万个Delft3D网格单元简化为20个水动力学上连贯的区域。通过预先计算的矩阵来替代连贯区域之间的水交换，从而提高计算效率。接着，我们利用动态能量预算（DEB）模型纳入了多营养级海洋养殖生物（如鱼类、贝类和大型藻类）的影响，进一步提高了营养物质模拟的准确性。将我们的模型应用于中国福建的三沙湾，结果显示大多数区域的NO3?和PO43?的Nash-Sutcliffe效率（NSE）超过了0.80。在同一研究区域应用该模型时，其均方根误差（RMSE）值与Delft3D相当或更低，同时将模拟时间从大约4小时缩短至12分钟。这种高精度与计算效率的结合使得能够快速探索针对性的营养物质减排方案（例如优化水产养殖实践），为沿海海湾的营养管理和政策制定提供了强大的新工具。
引言
沿海海湾生态系统为多种海洋物种提供了繁殖栖息地，缓冲了内陆地区免受风暴和侵蚀的影响，并支撑着渔业、旅游业和休闲娱乐等主要经济产业（J?nes等人，2020；Todd等人，2023；Yang等人，2021）。随着城市化的加剧和人类活动的快速发展，沿海海湾日益面临来自农业径流、污水排放和工业废水的营养污染，这些污染威胁着它们的生态平衡和生产力（Breitburg等人，2018；Glibert等人，2005）。由于复杂的水动力学以及许多系统中广泛存在的高营养级生物（Cloern，2001；Ferreira等人，2011），量化海湾中的营养物质动态具有独特挑战性。因此，迫切需要一种高效且准确的工具来模拟沿海海湾中的营养物质浓度，以控制水污染并管理水质（Fan等人，2020；Fennel等人，2006；Santos等人，2021）。
基于过程的水动力-生物地球化学模型是理解沿海海湾营养物质动态和管理水质的重要工具（Ahlvik等人，2014；Jia等人，2018；Ren等人，2012；Xiong等人，2021）。三维（3D）模型（如Delft3D、MIKE、ROMS等）能够明确模拟物理水动力学和生物地球化学过程，因此适用于在不同情景下追踪营养物质传输、浮游生物暴发和水质动态（Mendes等人，2021）。许多紧密耦合的水动力-生物地球化学模型在同一精细网格和时间步长上同时解决水动力学和水质问题。这种建模技术可以提供空间上明确的营养物质传输、分层效应和湍流驱动混合的模拟（Jia等人，2018；Lu等人，2017）。然而，紧密耦合模型的高精度伴随着高昂的计算成本。这些模型通常涉及数百万个网格单元和非常小的时间步长（通常为几秒到几分钟），以保持数值稳定性，这意味着在高性能计算机上进行模拟可能需要数小时甚至数天。例如，切萨皮克湾Atlantis模型（CAM）每次模拟需要几天时间（Hood等人，2021）。这种沉重的计算需求使得难以快速探索多种情景，从而阻碍了与优化算法的结合以支持决策制定。紧密耦合模型的实际应用受到运行时间和复杂性的限制，这激发了将水质模型与水动力学分离的兴趣（例如切萨皮克湾的CH3D和CE-QUAL-ICM）。最近，基于替代模型的方法与基于过程的模型相结合，用于水质和食物-能源-水联结的管理，为沿海海湾的水质模拟提供了新的见解和技术（Li等人，2021，2022；Yi等人，2025）。由水动力交换估算驱动的耦合水动力-水质框架（如Delft3D-WAQ）和基于盒子的生态系统模型（如EcoWin应用）已在沿海海湾得到广泛应用（Ferreira等人，2008；Nobre等人，2010）。然而，将这些方法转化为计算效率高的水质管理操作模型（例如快速情景筛选、优化和多营养级水产养殖过程的明确表示）仍然具有挑战性。
同时，大多数紧密耦合的水质模型依赖于简化的低营养级生态公式，通常是NPZD（营养物质-浮游植物-浮游动物-碎屑）框架的变体（Chau，2006）。NPZD类型的模型可以有效地模拟食物网的基础，但通常省略了多营养级生物的明确表示，包括养殖鱼类、贝类和大型藻类。这些生物要么被忽略，要么被隐式地表示为浮游动物的静态摄食或死亡率。因此，许多紧密耦合的水质模型忽略了浮游生物层面之外的重要动态生态系统过程（Daewel等人，2019）。在渔业密集或野生渔业丰富的地区，这种表示的缺失可能至关重要。特别是大规模的鱼类、贝类或海藻养殖表明，多营养级生物可能会强烈影响营养物质动态（例如，鱼类的排泄物和海藻的吸收）。例如，鱼类养殖向菲律宾马尼拉湾排放超过2000吨的磷（Tahiluddin等人，2025），北黄海的水产养殖生物的排泄物显著影响了磷的动态（Wu等人，2025）。因此，通过纳入多个营养级来克服狭窄的生态范围限制，可以显著提高模型的真实性，特别是对于受水产养殖活动影响的沿海生态系统。
在这项研究中，我们开发了BENMO|Simulation，这是一个在海湾河口营养管理优化（BENMO）框架内的海湾尺度营养物质动态模型，旨在提高计算效率的同时保留关键过程表示，以支持水质管理操作。该模型通过预先计算的水交换矩阵将水动力学与生物地球化学过程分离，并通过动态能量预算（DEB）公式扩展了经典的NPZ框架来明确表示多营养级水产养殖成分（第2节）。第3节概述了模型应用的方法工作流程，包括研究区域、数据来源、敏感性分析以及模型校准和验证。第4节讨论了建模结果，将BENMO|Simulation的性能与成熟模型（如Delft3D-WAQ）进行了比较，并探讨了其潜在应用。第5节总结了研究的局限性和展望。
模型描述
本文介绍的BENMO|Simulation模型是正在开发的BENMO框架的一部分，该框架还将包括营养物质追踪（BENMO|Tracing）、减排成本（BENMO|Cost）和优化算法（BENMO|optimization），用于沿海海湾的营养管理。BENMO框架的详细信息及模型之间的关系见支持信息（SI）中的S1节。
BENMO|Simulation模型需要一个Delft3D模型，并在此基础上构建了三个
研究区域
为了测试我们模型的适用性和适应性，我们选择了中国福建省东南部的三沙湾及其上游流域作为研究区域。三沙湾是一个半封闭的海湾，受混合半日潮的影响，并承受着强烈的人为压力。近岸海域面积约为743平方公里，被认为是世界上最大的大黄鱼（Pseudosciaena crocea）网箱养殖基地，也是中国最重要的
模型性能
最近的研究越来越多地关注模拟海湾水体中的营养物质动态，特别是为了支持管理决策。传统的三维水动力模型通常使用真实的3D空间网格单元与流体动力学方程相结合，以捕捉垂直分层过程。当与简单的水质模块（如NPZD）或嵌入每个网格的半经验模型结合时，这些模型可以准确预测不同水体的水质趋势
结论
本研究提出了BENMO|Simulation模型，旨在提高海湾尺度营养物质动态模拟的准确性和效率。通过预先计算的水交换矩阵将水动力学与生物地球化学过程分离，我们降低了计算复杂性，同时保留了关键的营养物质扩散路径。此外，我们通过引入DEB框架扩展了经典的NPZ框架，以明确表示多营养级生物，解决了现有模型排除这些生物的局限性
数据可用性
作者贡献声明
黄哲翰：写作——审稿与编辑、原始草稿撰写、可视化、方法论、正式分析、数据管理。李少斌：写作——审稿与编辑、监督、资源协调、项目管理、方法论、资金获取、正式分析、概念化。唐文燕：写作——审稿与编辑、方法论、调查、数据管理。杨攀：写作——审稿与编辑、方法论、概念化。陈能旺：写作——审稿与编辑、调查
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。
致谢
我们感谢国家自然科学基金（42361144862）、福建省环境保护科学技术计划项目（2025R020）和水利与山区河流工程国家重点实验室（SKHL2319）的财政支持。
