1 引言 (Introduction)

当前, 城市黑臭水体问题成为我国在快速城市化进程中面临的重要挑战.据住房城乡建设部和环境保护部组织统计结果显示, 截止到2016年2月16日, 在全国295座地级及以上城市中, 仅77座城市没有发现黑臭水体, 在其余218座城市中共排查出黑臭水体1861个 (李迎, 2016).黑臭水体不仅影响城市水环境的功能, 同时也给城市下游水体带来了环境风险, 治理城市黑臭水体势在必行.国务院在2015年颁发的《水污染防治行动计划》中特别强调要严格治理城市黑臭水体, 责令各市区于2020年底完成黑臭水体治理目标 (中华人民共和国国务院, 2015).

常见的城市河道治理措施很多, 大体可以分为生物修复技术法、物理修复法及化学修复法, 包括生物稳定氧化塘 (江栋等, 2005)、曝气复氧 (Vickie et al., 2006)、生物膜法 (Matsumoto et al., 2012)、截污 (曹承进等, 2015)、清淤 (谢飞等, 2016)、调水换水 (陈诗吉等, 2014)、絮凝、氧化还原剂吸附法 (唐相臣等, 2015) 等.上述方法的应用成本都很高, 需要投入大量的人力物力, 然而针对不同特征的水体, 这些方法在适用性上又存在着不同问题.因此, 在黑臭水体治理工作中, 应首先识别水体的污染特征, 进行定量污染源解析, 并进一步对水体治理措施的效果进行计算, 在实际工程实施之前充分规划, 从而有效地节约成本、提高治理效果.

本研究以昆明市老运粮河为研究对象, 建立老运粮河河道污染治理效果模拟系统, 计算老运粮河的实际污染负荷, 并模拟各种治理措施的治理效果, 同时对模拟结果的不确定性进行分析.在支持昆明市老运粮河污染治理工作的同时, 也为我国城市黑臭水体治理工作提供案例.

2 研究背景 (Background) 2.1 研究区域

本研究的对象为老运粮河 (图 1), 位于云南省昆明市主城西片区, 流经西山和五华2个行政区, 干流河道全长约5 km, 是昆明市主城区汇入滇池的主要河流之一.老运粮河流域平均海拔1891 m, 流域面积19.8 km², 流域内居住人口在25.3万人左右.该流域地处亚热带, 受印度洋和太平洋季风影响, 属低纬亚热带高原型湿润季风气候区, 气候特征可概括为夏无酷暑, 冬无严寒, 干湿分明、四季如春.气象统计资料显示, 昆明市区年平均气温14.7 ℃, 极端最高气温达到31.2 ℃.老运粮河流域多年平均降雨量为993.6 mm, 与滇池流域的931.8 mm相近.滇池流域降雨在年内分配不均, 干季 (11月至次年4月) 占全年雨量的12%左右；湿季 (5—10月) 占88%左右, 同年年际变化相对较大.

老运粮河水系分布如图 1所示.老运粮河是明代洪武十八年 (公元1385年) 疏挖海沟、沼泽地形成的运河, 作为由滇池运粮到大西仓的通道.由于滇池水位降低和城市的迅速发展导致河系变迁, 老运粮河成为西城区主要排涝和纳污河流.现老运粮河主要指菱角塘至滇池入口河段, 自起点开始过红联、春苑小区, 沿云山路向西至兴苑路口与小路沟来水汇合, 经第三污水处理厂、积善村后流入滇池草海.老运粮河的主要支流有小路沟、七亩沟、鱼翅沟、麻圆河等.

老运粮河上游无清水水源, 河道明暗交替, 功能也从以前的运粮河道转变成了城市泄洪、纳污的河道, 部分区段出现黑臭, 居民深受其困扰.该河作为昆明市13条入滇河流之一, 城市排放的污水也随着该河流入滇池, 进一步加深了滇池的污染.因此, 对该河的治理工程刻不容缓.

2.2 数据获取

通过现场实地考察及向当地相关部门调研等方法, 获取老运粮河流域基础数据, 具体如表 1所示, 为构建老运粮河污染治理模拟系统提供支持.

3 老运粮河污染治理模拟系统 (Modeling system for Laoyunliang River pollution control) 3.1 污染治理模拟系统概述

老运粮河污染治理模拟系统主要用于模拟不同情景下的河道污染负荷, 以及不同治理方案实施后老运粮河上、中、下游断面的水质, 以研究污染治理的效果.

本文从质量守恒的角度对老运粮河流域内的污染物产生和排放过程进行分析, 如图 2所示, 污染物负荷在流域水系统内的产生量等于负荷在系统内的去除量与排放量之和.污染负荷的产生量主要包括点源排放污染负荷量和非点源排放污染负荷量两部分；污染负荷在流域水系统内的去除量包括源头去除量、河道过程去除量及河道末端去除量, 其中, 源头去除量又包括雨季源头去除量和旱季源头去除量；排放污染负荷量即入滇断面污染负荷量.以下对模拟系统中的各个子模块进行具体介绍.

3.2 污染源模块 3.2.1 点源污染负荷模块

由于老运粮河流域内没有规模工业, 因此, 流域内的点源污染负荷主要指各个排水单元地块排放的生活污水.第i种污染物的点源污染负荷可以用式 (1) 计算.

(1)

式中, PSL_{i, j}、C_{i, j}和Q_{P, j}分别表示第j个地块的点源污染年负荷总量 (t)、污染物浓度 (mg·L^-1) 和排水量 (m³).

在实际计算中, 长期监测多个地块的排水量和污染物浓度是不现实的, 因此, 必须对式 (1) 进行化简.以下2个假设得到了前期研究结果的证实：① 流域内典型地块的排水量虽然在日内存在波动, 但日均值具有一定的统计规律, 总体变化较为平稳.因此, 流域内污水排放总量的日均值也相对稳定, 可以用总排水量的长期监测结果的日均值来表示各地块日排水量之和 (杜鹏飞等, 2015).② 流域内污水厂进水数据显示, 各地块生活污水在管道中混合后, 污染物浓度波动不大.因此, 可以用一个污水平均浓度来表示混合污水的污染物浓度.此时, 式 (1) 可以化简为式 (2).

(2)

式中, C_i表示第i种污染物的平均浓度 (mg·L^-1), Q_P表示流域内生活污水的年排放总量 (m³).

3.2.2 非点源污染负荷模块

非点源污染负荷指由降雨径流冲刷下垫面而产生的污染负荷.城市非点源污染的驱动力是降雨事件, 因此, 第i种污染物的非点源污染全年负荷可由式 (3) 计算, 降雨径流量可以由式 (4) 计算.

(3)

(4)

式中, NPSL_{i, j}表示第j场降雨产生的第i种污染物的非点源负荷 (t)；Q_NP和Q_{NP, j}分别表示全年产生的降雨径流总量和第j场降雨产生的径流量 (m³).

为计算单场次降雨事件下的老运粮河流域非点源污染负荷, 本研究建立了基于SWMM模型的老运粮河流域非点源模拟系统, 并通过监测数据对模型参数进行率定和验证, 验证结果显示, 老运粮河流域非点源模拟系统的模拟精度满足研究要求, 相关结果另行撰文发表.

在计算流域的全年非点源污染负荷时, 根据式 (3) 和 (4) 进行计算存在以下问题：① 由于流域非点源模拟系统的结构较为复杂, 运算时间较长, 逐场次的模型计算成本较高; ② 对于每一场次降雨事件的模拟均需要大量气象数据的支持, 数据可获得性不易满足.

因此, 在计算流域非点源污染的年负荷时, 应对式 (3) 进行化简.研究证明, 非点源污染负荷虽然受到多种因素的影响, 但对于同一下垫面来说, 对污染负荷影响最大的因素是降雨量 (林杰等, 2012).因此, 可以对全年的各降雨场次进行分类, 假设在降雨量相近的情况下, 非点源污染负荷的产生量大体相近, 并在这个假设的基础上将全年的各场降雨根据降雨量分为若干类, 每一类降雨选出一场标准降雨, 从而将式 (3) 和 (4) 化简为式 (5) 和 (6).

(5)

(6)

式中, NR_j表示全年内被划分为第j类降雨的降雨场次数, NPSL_{i, j}和Q_{NP, j}分别表示第j类降雨的标准降雨下产生的第i种污染物的非点源负荷 (t) 和径流量 (m³).应用式 (6) 进行计算, 可以大大提高模拟效率, 同时降低模拟的数据要求.

3.3 污染负荷削减模块

根据前文的分析, 污染负荷削减途径可根据处理措施的处理机制分为源头削减、过程削减和末端削减3类, 源头削减又分为旱季源头削减和雨季源头削减2类.以下对上述4类措施的模拟进行逐一介绍.

3.3.1 旱季源头削减模块

旱季源头削减措施主要包括截污、清淤等, 主要目的是去除污染源, 使污染物不进入河道, 因而是最彻底有效的河道治理措施.但由于城市中人类活动的特点, 污水的产生是不可避免的, 因此, 从污水中污染物负荷的角度进行分析, 截污措施的本质是：将污染物负荷送入污水处理厂, 污水厂处理大部分污染负荷后, 再将剩余的污染负荷排入水体.在假设污水厂的处理能力大于截污污水量的前提下, 这一过程中第i种污染负荷的年去除总量DSTL_i可用式 (7) 计算.

(7)

式中, Q_{d, t}表示第t日的旱季截污污水量 (m³)，C_{din, t, i}和C_{dout, t, i}分别表示在第t日的污水厂运行情况下第i种污染物的进水浓度和出水浓度 (mg·L^-1)，SCQ表示全年清淤总量 (t), R_i表示底泥中第i种污染物的释放率.

在应用模型进行预测时, 可以假设污水厂运行稳定, 即各项参数不随时间的变化而波动, 式 (7) 可化简为式 (8).

(8)

式中, T表示旱季的总天数 (d), Q_d表示旱季日均截污污水量 (m³·d^-1), C_{din, i}和C_{dout, i}分别表示在污水厂稳定运行情况下第i种污染物的进水浓度和出水浓度 (mg·L^-1).

3.3.2 雨季源头削减模块

常用的雨水源头削减措施包括调蓄池、植被沟、绿色屋面等, 相关研究包括我国的“海绵城市”(车伍等, 2012) 研究和美国的LID研究 (Dietz, 2007) 等.从污染负荷的角度分析, 雨水源头削减措施的效果可分为2类, 一是就地处理部分污染负荷, 二是调蓄雨水缓解污水厂面对雨洪的压力, 在污水厂有能力处理时再将雨水径流中的污染负荷送入污水厂处理.因此, 雨水源头削减措施对第i种污染物的年去除总量WSTL_i可用式 (9) 模拟.

(9)

式中, Q_{w, t}表示第t日污水厂接收的调蓄雨水和污水的总量 (m³), C_{win, t, i}和C_{wout, t, i}分别表示在第t日的污水厂运行情况下第i种污染物进水浓度和出水浓度 (mg·L^-1), RQ_t表示第t日的就地处理雨水量 (m³), RC_i表示中第i种污染物的径流浓度 (mg·L^-1).其中, RQ_t和RC_i可直接由基于SWMM模型的老运粮河流域非点源模拟系统进行模拟计算.

应用式 (5) 和 (6) 的化简方式, 可以将式 (9) 化简为式 (10).

(10)

式中, RN_j表示全年内被划分为第j类降雨的降雨场次数；Q_{w, j}、C_{win, j, i}和C_{wout, j, i}分别表示第j类降雨发生时, 污水厂接收的调蓄雨水和污水的总量 (m³)、第i种污染物进水浓度和出水浓度 (mg·L^-1).

3.3.3 河道过程削减模块

河道过程削减措施指在河道内布置的治理措施, 利用物理、生物、化学手段使污染负荷在随着河水流动的过程中得到降解, 包括曝气、各类生态河道、絮凝处理等措施.除短期处理措施外 (如絮凝), 其他处理措施的本质都是提高污染物在水中的降解速率, 从而增强水体的自净能力.因此, 如果用一级反应动力学方程来模拟污染物的降解过程, 则河道过程削减措施对第i种污染物的年去除总量PTL_i可以用式 (11) 来模拟.

(11)

式中, q_t表示第t日的河道流量 (m³), C_{i, t}表示在第t日, 在进入设置过程削减措施的河道之前河水中第i种污染物的浓度 (mg·L^-1), k_i表示第i种污染物的降解速率常数 (d^-1), d表示河水流经设置过程削减措施的河道的时间 (d).

3.3.4 末端入湖削减模块

末端入湖削减措施包括入湖口湿地、前置库等布置在河道入湖口处的治理措施, 通常的作用是保障城市下游的受纳水体的水质安全.以人工湿地为例, 在实际运行中, 由于进水水质、湿地状态等因素的影响, 去除污染负荷的能力会有一定的波动.因此, 以设施运行效果的最不利状态为基准进行简化模拟, 则末端入湖削减措施对第i种污染物的年去除总量ETL_i可以用式 (12) 来模拟.

(12)

式中, Q_t表示第t日河流入湖总流量 (m³)；C_{i, e, t}表示在第t日, 在进入入湖削减措施之前, 河水中第i种污染物的浓度 (mg·L^-1)；α_{i, j}表示第j种措施对第i种污染物的负荷削减率.

3.4 入滇负荷及浓度模块

如前文所述, 老运粮河流程短、河道窄、河道明暗交替, 这一特点使得河水实际蒸发量极低；同时, 作为人工泄洪河道, 多处河道底部均有固化, 河水下渗量也极低.因此, 在计算老运粮河年入滇水量时, 可忽略蒸发和下渗水量的影响.根据前文的质量守恒分析, 可以得到老运粮河年入滇水量Q、污染物年负荷总量L_{Final, i}及年均浓度C_{Final, i}的模拟方法, 如式 (13)~(15) 所示, 式中变量名称含义如前文所述.

(13)

(14)

(15)

4 结果与讨论 (Results and discussion) 4.1 污染物负荷模拟分析 4.1.1 点源负荷分析

老运粮河流域内的第三污水处理厂主要纳污范围是老运粮河流域, 因此, 污水厂数据可以反映老运粮河流域的污水情况.统计2014年老运粮河流域内的主要泵站和污水处理厂进水数据, 计算得到老运粮河流域日均污水排放量；统计2014年污水厂的进水水质数据, 计算得到日均污水水质浓度.将2个参数代入模型, 可获得老运粮河流域的点源年污水总量及化学需氧量 (COD)、总氮 (TN)、总磷 (TP)、氨氮 (NH₃-N) 等各类污染物的年负荷, 结果如表 2所示.

4.1.2 非点源负荷分析

非点源负荷的主要驱动力是降雨, 而降雨在年际尺度上变化很大, 因此, 在计算非点源负荷时要首先确定年度降雨水平.老运粮河的“十二五”治理目标以2011年为基准, 因此, 非点源负荷的计算也应以2011年的降雨水平为计算依据.对2011年的日降雨数据进行统计, 结果如表 3所示.

城市非点源污染的产生机理十分复杂, 因此, 需要应用老运粮河流域非点源污染模拟系统进行模拟, 根据模拟结果计算非点源负荷的排放量.本研究应用的老运粮河流域非点源污染模拟系统是基于目前得到广泛应用的SWMM模型 (Lee et al., 2010；赵磊等, 2015；Rosa et al., 2015) 建立的, 关于这个模拟系统的构建、参数率定、验证及应用等研究内容将另外撰文介绍, 在此处仅列出相关结果.

基于SWMM模型对老运粮河流域汇水区进行了概化, 建立了一个包含279个污水服务区、261个雨水汇水区、1257根雨水管线、1532根污水管线的非点源污染模型, 具体如图 3所示.

将各下垫面分为屋面、居民区道路、主要道路及植被下垫面4种类型, 选取可控小区域, 分别对典型下垫面进行监测, 利用监测结果对模型的水文水动力参数及水质参数进行率定和验证, 参数率定结果如表 4、表 5所示, 验证结果如表 6所示, 并以单一模拟场次的流量、COD、总氮和氨氮的模拟结果为例绘制模拟效果图, 具体如图 4所示.其中, 屋面、居民区道路、主要道路为不透水区, 植被下垫面为透水区；水质模拟采用累积-冲刷模型, 4个参数分别代表最大累积量 (Max.Buildup)、累积速率 (Rate Constant)、冲刷常数 (Coefficient) 和冲刷指数 (Exponent)；率定和验证过程中, 分别建立独立屋面模型和独立可控小区模型, 分别率定和验证；对水文模拟和水质模拟结果的拟合度分别采用纳什效率指数 (NS指数) 及平均相对误差 (RM指数) 来表征.从模拟结果上看, 模型的准确程度可以满足模拟要求.

通过模拟分析, 当降雨量小于5 mm时, 各下垫面几乎不产流.依照模拟最不利条件的原则, 其他7组降雨均按降雨最大值进行模拟分析.在模型分析中, 2~7组的降雨按照2 h降雨, 芝加哥雨型进行模拟；第8组降雨因降雨量过大则按照4 h降雨, 芝加哥雨型进行模拟, 模拟结果如表 7所示.

根据单场次降雨的污染负荷及年降雨场次统计结果, 可以计算得到老运粮流域城市非点源年负荷总量和场次平均浓度 (EMC), 结果见表 8.

4.1.3 年污染总负荷分析

根据点源污染负荷及非点源污染负荷可以计算得到年污染物总负荷, 结果如表 9所示.从污染负荷的产生量上来看, 研究区域内产生的点源污染负荷远大于非点源污染负荷.因此, 对于老运粮河污染源的治理应以点源为主.

4.2 治理目标及方案

为实现老运粮河的水质改善, “十二五”期间对老运粮河制定了治理目标：COD_Cr、NH₃-N、TP年均值达到地表水环境Ⅳ类标准 (河流), 入湖TN浓度由2011年降低20%.具体目标值如表 10所示.

本文所构建的老运粮河污染治理效果模拟系统可以对各种治理措施的效果进行模拟, 因此, 可以用于对治理方案的评估.限于篇幅, 本文不讨论实现治理目标的最佳方案, 而仅举一例来说明本文所构建的模拟系统的应用过程.设计如表 11所示的3个治理方案.

3个方案中, 方案一是基础方案, 综合考虑了各种治理措施；方案二是在方案一的基础上增加了截污比例, 主要是考虑到点源污染治理是治理的重点；方案三是在方案二的基础上去掉人工湿地的建设, 这一方案的设计主要是考虑了人工湿地占地面积大, 可能导致在城市区域征地困难和征地费用高.

表 13中的常数均按照较为乐观的原则进行估计, 生态河道削减过程在相对上游和中游的位置, 反应条件较好, 模拟中对应的污染物过程削减常数选取类似研究的较高值 (李伟杰, 2006)；人工湿地削减过程在末端, 处理的是污水厂出水, 污染物浓度已经很低, 一般来说处理效果应该大打折扣, 但出于乐观估计, 模拟中对应的污染物末端削减率取高污染物浓度条件下研究结果的较低值 (肖海文, 2010).

4.3 治理效果模拟分析

在3个方案的情景下, 分别对各项污染治理措施进行模拟, 并对结果进行统计, 结果如表 14所示.以老运粮河流域污染负荷的产生总量为基准, 可以分别计算3个方案情景下不同措施的污染负荷去除量占总量的比例, 以TN为例绘制的污染物负荷物质守恒图如图 5所示.

对模拟结果进行分析, 可以得出以下结论：① 方案一不能满足治理目标, 主要存在总磷和氨氮不达标的问题, 而方案二和方案三均可满足治理目标.② 从治理效果来看, 污水厂处理是去除污染物的主要途径, 其中，旱季污水的处理对于全年的污染物削减起到最主要的作用, 因此, 保证污水截流比例和污水厂稳定运行应是研究区域水污染治理的最主要措施.③ 雨季污水的污染负荷处理量大于非点源负荷, 是由于研究区域是合流制管网, 雨季污水是混流污水, 厂网联合调度和雨水调蓄池的建设提高了雨季污水处理率；同时也说明如果不实施雨水调蓄的相关措施, 那么在雨季由于合流制管网溢流而造成的河道污染冲击将远大于非点源污染的实际产生量.④ 不同类型的措施对于不同污染物的去除效率也不同, 说明各类措施均具有一定的适用性和针对性, 应进一步开展相关研究.⑤ 本研究所设定的过程处理措施和末端处理措施的作用有限, 这主要受到本研究所设定的措施规模的影响, 在未来研究中可进一步探究这两类措施的规模与效果之间的关系.⑥ 在提高源头处理水平后, 过程处理和末端处理的效果会有所下降, 说明各类措施会相互影响, 处理效果有一定的相关性.

同时, 值得进一步说明的是, 本文主要从污染负荷削减的角度对各类措施进行研究, 但并没有充分考虑各类措施的生态和景观价值.因此, 虽然根据计算, 在本研究的案例中, 生态河道和人工湿地等过程和末端措施的削减率远低于源头措施, 但并不能否定它们的生态和景观价值.只是生态和景观价值的评估并非本文关注的重点, 在此不做讨论.

4.4 模拟不确定性分析

不确定性广泛存在于模拟系统的输入、参数、结构之中, 最终表现为模拟结果的不确定性.以模拟结果为基础的管理受不确定性影响, 存在风险.因此, 应对模拟结果的不确定性进行分析.

本研究建立的模型属于机理模型, 模型结构的不确定性相对较低, 因此, 主要考虑的不确定性因素为系统的输入和参数, 具体包括：污水负荷的不确定性、污水厂运行水平的不确定性、降雨径流负荷模拟的不确定性、水质检测的不确定性.综合考虑以上4类不确定性, 对每一个参数施以10%的扰动, 对3套方案的减排效果进行不确定性分析, 结果如表 15所示.

在不考虑不确定性的情况下, 可以模拟得到各个方案情景下的老运粮河入滇浓度, 即表 15中的无扰动结构；在考虑4类不确定性的情况下, 由于各参数和输入数据受到了10%的扰动, 因此, 不确定性模拟结果是一个范围, 这个范围的上、下限见表 15, 其中, 模拟结果的上、下限波动最高可达到+35.00%~-40.00%, 最低可达到+20.89%~-21.66%.单从数据上看, 虽然方案2和方案3在不考虑不确定性的情况下可以满足治理目标, 但在不确定性影响下, 仍然有不达标的可能, 在实际的模拟应用中, 应充分考虑这种不确定性带来的风险.

由于篇幅所限, 本文主要以老运粮河为例, 讨论了模拟城市河道污染整治效果的方法, 对于模拟的不确定性分析仅仅是一个初步分析.实际上, 对于模拟系统的不确定性分析的研究包括了很多内容, 例如, 考察参数的灵敏度、参数的相关性及进一步讨论模拟系统结构引入的不确定性问题等.本文考虑了几个较为主要的不确定性因素对于模拟结果的影响, 得出的结果可以在一定程度上指导模拟系统的应用.

5 结论 (Conclusions)

1) 根据理论分析, 以质量守恒原理为基础构建的模拟系统能够实现对昆明市老运粮河污染程度的模拟, 并能够通过修改参数的方法对不同治理措施的效果进行模拟.

2) 模拟结果表明, 老运粮河的年入滇总水量为9565.9×10⁴ t, COD、TN、TP和NH₃-N的年入滇总负荷分别为26250、3232、415.9和2135.5 t；区域内产生的点源污染负荷远大于非点源污染负荷, 对于老运粮河的治理应以点源污染为主.

3) 针对老运粮河的水质改善问题, 本文建立了由不同治理措施组成的治理方案, 对治理方案的模拟结果表明：污水厂处理是去除污染物的主要途径, 其中, 旱季污水的处理对于全年的污染物削减起到最主要的作用；在雨季由于合流制管网溢流而造成的河道污染冲击远大于非点源污染的实际产生量, 厂网联合调度和雨水调蓄池的建设提高了雨季污水处理率；不同类型的措施对于不同污染物的去除效率也不同；各类措施会相互影响, 处理效果有一定的相关性.

4) 考虑到污水负荷、污水厂运行水平、降雨径流负荷及水质检测等因素的不确定性, 本文对模拟结果的不确定性进行了分析, 结果表明, 受到不确定性影响, 模拟结果的上、下限波动最高可达到+35.00%~-40.00%, 最低可达到+20.89%~-21.66%；在不考虑不确定性的情况下可以满足治理目标的方案, 在不确定性影响下仍有不达标的可能, 在实际应用中应充分考虑不确定性带来的风险.