假设调整了水泵的运行时刻表，远处水龙头的氯浓度会怎样变化？软件要追踪氯，先得知道水流向哪里。美国环境保护署开发的开源供水管网模拟软件 EPANET，将这层依赖清楚地呈现出来：水力计算确定流量与压力，水质计算再沿着这些结果留下的历史，追踪水中物质的去向。[1][2]
管网大多埋在街道之下，而这套程序中值得细看的架构思路，正是水力与水质计算的分工。本文依据 EPANET 2.2、该版本用户手册及对应版本的程序接口展开。美国环境保护署列出的 2.2 正式发布日期为 2020 年 7 月 23 日；下文讨论限于这些文档所描述的模型，结论的适用范围止于该版本。[1][3]
蓄水池记得水流的来去
EPANET 用节点和连接来描述管网。汇合节点、蓄水池（tank）和水库（reservoir）都属于节点，管道、水泵和阀门将它们连接起来。这些类别各自对应不同的行为。蓄水池储存水，进水与出水不断累积，水位也随之变化。水库则给出外部水力边界：其设定水头独立于所建管网内部的取水量，也可以按时间模式变化。[2]
若用水库来表示储水设施，蓄水池模型原本保留的进出水与水位之间的依赖关系就会被省去。选用哪类对象，会改变计算。求解器运行之前，模型已经对实际系统的行为作出了影响重大的设定。
下一次计算何时到来
在每个水力计算时刻，EPANET 求解管网的流量与能量平衡关系。全局梯度算法（Global Gradient Algorithm）联立求解相互关联的水头与流量。两次求解之间，净流量改变蓄水池的储水体积；更新后的水位随后成为下一次求解的输入。[2]
模拟时间的推进同时受设定间隔和事件影响。蓄水池水位触及限值、需水量时间模式发生变化，或控制动作生效，都能让下一次水力计算提前。水质输移计算通常采用更短的时间步长，因为在两次水力更新之间，水就能流经一段管道。[2]
设想某座蓄水池在一个小时尚未结束时，水位便已达到水泵控制阈值。如果仍将旧的水力状态沿用到这个小时结束，后续计算就会继续采用已经过时的运行条件。模型中的运行状态一旦改变，模拟就需要重新求解流量。时钟本身也是模型因果关系的一部分。
需水量也是一项假设
水力设置决定了模型如何理解给定的取水需求。在需水量驱动分析中，EPANET 要求全额供应指定需水量，即使算出的压力降为负值。压力驱动分析则让实际供水量随可用压力变化：低于最低压力时供水量为零，高于所需压力时全额供水，两者之间的供水量取决于压力。[2]
两种表述回答着不同的问题。前者在强制满足用水时刻表的条件下可揭示压力问题，后者描述压力不足时供水量如何减少。无论选择哪一种方法，合适的压力阈值都无法单凭管道布局得出。即使数值求解成功，解读结果时仍须一并考察其中的假设。
水力事件之间，物质如何迁移
水质求解器将水划分为一段段水体，每段各有体积与浓度。水流动时，这些水段进入或离开管道，反应也能改变段内物质的含量。一次水力求解若得出管道流向反转，水段的排列顺序也随之反转。因此，输移计算保留着单个时刻的压力状态所无法呈现的历史。[2]
EPANET 的水质分析模式包括化学物质浓度、水龄和水源追踪。其核心化学模型可计入水体内部及管壁处的反应，多种物质之间的相互作用则由独立的 EPANET-MSX 扩展处理。[1] 这里的水质指模型描述的量与过程，所得结果属于模拟预测，与实验室测量有别。
API 呈现了计算的交接
2.2 工具包将这一计算顺序开放给其他程序。调用方先用 EN_openH 和 EN_initH 打开并初始化水力求解器，随后交替调用 EN_runH 与 EN_nextH。前者计算当前时刻的解，后者返回距下一个水力事件的时间间隔。这个返回的间隔应当按只读值处理。[3]
水质分析有自己的一套运行流程。水质分析开始之前，EN_solveH 可以先生成并保存完整的水力计算历史。在水质计算循环中，EN_nextQ 将计算推进到下一个水力事件，EN_stepQ 则允许程序在每个水质时间步读取状态。名称虽然相近，程序能够观察计算状态的频率却有实质差别。[3]
在水力条件相同的情况下，水质分析还可通过 EN_usehydfile 复用已经保存的水力结果。这样就能开展一类有用的实验：固定流量历史，只改变某项水质假设。一旦改变决定水流的条件，继续复用原有结果，就偏离了这项实验的前提。[3]
方程简化了管道交汇处
在管道交汇处，标准水质模型假设来水瞬间完全混合，并根据流入的物质质量与水体积计算出水浓度。[2] 这条简洁的规则，把每个交汇节点的混合问题化为管网求解器易于处理的计算。
桑迪亚国家实验室的实验与计算研究说明了这条规则为何值得仔细检验。在所研究的十字交汇处，出现了来水按各自的动量分流、混合仍不充分的情况。由此得到的浓度，取决于完全混合假设所略去的流动行为。[4]
Reza Yousefian 与 Sophie Duchesne 于 2022 年发表的一篇独立综述，梳理了这一问题及其他混合模型。该文在机构知识库中的摘要强调，完全混合假设会带来预测出错的风险，而如何选择更合适的模型仍只得到部分解决。[5] 这说明了物理近似的局限，尚不足以据此断定 EPANET 的所有结果都失去使用价值。
在我看来，这套架构的开放性让推理链条可以逐项查验：物质沿着哪一段水力历史迁移，哪个时间步让变化显现，又是哪条混合规则决定了浓度。这些问题把输出结果重新连回照片中的机械与管道。预测的价值也在这里：沿着它所依赖的条件细查，便能辨明还需要哪些证据。
资料来源
- 美国环境保护署，“EPANET”——官方发布日期、开源状态、建模范围、水质分析能力与扩展。
- 美国环境保护署，《EPANET 2.2 用户手册》——管网对象、水力与水质模型、配置及算法：第 3 章“管网模型”、第 8 章“管网分析”及第 12 章“分析算法”。
- OpenWaterAnalytics，EPANET v2.2，
include/epanet2_2.h——固定版本的 API 文档，涵盖水力与水质求解器的运行流程、事件间隔及水力文件复用。 - 桑迪亚国家实验室，“供水系统：溶质输移与混合”——管道交汇处混合不完全的实验与计算证据。
- Reza Yousefian 与 Sophie Duchesne，“供水管网混合现象建模：研究现状综述”，Journal of Water Resources Planning and Management 148(2)，2022 年——独立综述的机构书目记录与摘要。
- Rwittebort，“芝加哥水塔泵站内部”，2017 年 10 月 17 日，维基共享资源——芝加哥大道泵站照片；CC BY-SA 4.0。