贵州南明河水环境综合整治与水质模拟
  环境科学学报  2018, Vol. 38 Issue (5): 1920-1928
贵州南明河水环境综合整治与水质模拟    [PDF全文]
李力1,2 , 赵健2 , 薛晓飞2 , 白瑶2 , 朱栟2 , 左剑恶1     
1. 清华大学环境学院, 环境模拟与污染控制国家重点实验室, 北京 100084;
2. 北控水务(中国)投资有限公司, 北京 100102
摘要: 以贵州南明河为例,对城市河道水环境综合治理全流程进行了系统的定量综合分析.污染识别结果表明,外源污染是造成南明河污染的关键原因,其对南明河COD、氨氮和TP等污染物的贡献分别达68%、95%和77%;COD和氨氮是南明河的主要入河污染物(80%和60%的入河外源来水中COD和氨氮水平劣于地表Ⅴ类水).采取截污纳管、污水处理及河底清淤等针对性的治理措施,可共削减南明河COD、氨氮和TP污染负荷41414.6、874.2和218.0 t·a-1;通过生态建设恢复河道自净能力并运行半年后,南明河整治段劣Ⅴ类河道长度占比从整治前的51.0%下降至17.4%,达到地表水Ⅴ类的水质段由原来的10.1%提高至24.3%.建立MIKE模型预测综合整治措施3期工程全部完工时南明河水质运营情况发现,南明河下游水质断面能稳定达到Ⅳ类水体,但在枯水期仍可能存在部分河段TP和氨氮超标的情况.通过从上游水库(红枫湖,Ⅱ类水)进行生态补水以保障南明河干流城区段稳定达标Ⅳ类水体,在考虑模拟误差且保证率高于90%的情况下,枯水期最高补水量应达到3.47 m3·s-1.
关键词: 水环境     综合治理     污染识别     外源污染     模型模拟    
Comprehensive improvement and water quality simulation of Nanming River in Guizhou Province
LI Li1,2, ZHAO Jian2, XUE Xiaofei2, BAI Yao2, ZHU Bing2, ZUO Jian'e1    
1. State Key Joint Laboratory of Environment Simulation and Pollution Control, School of Environment, Tsinghua University, Beijing 100084;
2. Beijing Enterprises Water Group(China) Investment Limited, Beijing 100102
Received 11 October 2017; received in revised from 17 January 2018; accepted 17 January 2018
Supported by the National Major Science and Technology Program for Water Pollution Control and Management (No.2017ZX0710005, 2017ZX0710007) and the Science and Technology Plan of Beijing(No.D161100000216001)
Biography: LI Li(1965—), male, senior engineer(Ph.D. candidate), E-mail:ll@bewg.net.cn
*Corresponding author: ZUO Jian′e, E-mail:jiane.zuo@tsinghua.edu.cn
Abstract: This study investigated the comprehensive improvement process of Nanming River in southwest China quantitatively and systematically. It was found that the exogenous pollutions, instead of endogenous ones, were the major source of contaminants entering the river. The contribution of exogenous pollutions to the COD, ammonia and total phosphorus (TP) that entered the river reached 68%, 95% and 77%, respectively. The COD and ammonia were the dominant contaminants (80% and 60% of the exogenous wastewater streams possessed higher COD and ammonia, respectively, than Grade Ⅴ water). Particular measures were taken including sewage collection system, wastewater treatment plants and dredging efforts, with total COD, ammonia and TP of Nanming River reduced by 41414.6, 874.2 and 218.0 t·a-1, respectively. Besides, ecological constructions helped recover the self-cleaning capacity. As a result, half a year later, the percentage of Grade Ⅴ+ water from the whole river decreased from 51.0% to 17.4%, while the proportion that satisfied the standard of Grade Ⅴ increased from 10.1% to 24.3%. A simulation model was established using MIKE software to predict the water quality upon completion of Stages Ⅰ~Ⅲ of the comprehensive improvement projects. The results showed that the downstream water quality of the Nanming River could constantly be maintained at Grade Ⅳ level, although there might still be part of the river processing excess TP and ammonia relative to Grade Ⅳ during dry period. Water transfer from the upstream reservoir (Hongfeng Lake, Grade Ⅱ) could be considered to supplement the water for the urban section of main stream to ensure a constant satisfaction to Grade Ⅳ standard. To this end, the supplementary flow rate should be up to 3.47 m3·s-1 when model errors were taken into account with >90% guarantee rate.
Key words: catchment     comprehensive improvement     pollution identification     exogenous pollution     model simulation    
1 引言(Introduction)

城市化与工业化的迅速发展与基础设施建设的相对滞后, 导致我国城市水环境状况恶化并引发社会的强烈关注(Guo, 2007; 陈豪等, 2014).以贵州省为例, 根据《2015年贵州省环境状况公报》, 纳入监测的44条河流中劣Ⅴ类水质断面占6个;潘真真等(2017)的研究表明, 2010—2014年期间, 贵州省水环境处于生态赤字状态且生态压力较高, 水环境生态压力主要来源于生活水污染.国务院于2015年颁发了《水污染防治行动计划》, 至2017年, 全国已实现黑臭水体整治794处, 1298处进入方案制定和治理阶段, 城市水环境得到显著改善(吴舜泽等, 2015).进行城市河道水环境综合整治, 达到河道水质改善的关键目标和考核指标, 已被证明是实现城市经济生态可持续发展的有效手段.

目前, 已有部分研究者对城市河道水环境综合整治的过程进行研究(Feng et al., 2014; 连卫中, 2015), 结果表明, 入河污染物总量超过河道自净能力是造成河道水质恶化的主要原因(Yates et al., 2012; Shen et al., 2013), 实施污染物源头控制、引水调水、底泥疏浚和生态修复等是进行水环境综合整治的主要手段(Gao et al., 2009; 许宽等, 2013).吴剑明等(2016)孟伟等(2007;2013)、许卓等(2008)研究了市桥河、辽河、国外莱茵河和泰晤士河等水环境综合整治的情况, 对国内外重要河道水环境整治项目的治理思路和采取的工程措施进行了分析.

现有的研究通常集中于对污染情况和治理措施的定性描述, 而对污染物来源与负荷的定量识别、采取的工程措施的有效性分析及工程措施与水质改善之间关联性的定量系统分析研究较少(徐志平, 2015; 邓仰杰, 2014).基于此, 本研究以贵州南明河综合整治工程为例(2012年起先后启动1期和2期工程并完工, 3期工程正在实施), 在前期对河道污染物种类及来源进行定向识别的基础上, 进而采取具有针对性的相应工程措施, 并评估这些措施对污染物削减的贡献.通过建立MIKE模型, 进一步评估工程措施与河道水质改善的关联性, 并预测未来河道水质情况, 以期为国内城市河道水环境治理提供决策参考.

2 材料与方法(Materials and methods) 2.1 研究区域概况

南明河为长江流域乌江的支流, 源于平坝县与花溪区交界处, 自西南向东北流经花溪区、市区、乌当区及龙里、开阳两县边界, 至龙里两岔河纳独水河, 主要有6条支流.南明河干流长118 km, 干流城区段(三江口至红岩桥)16 km, 水力资源丰富, 是当地工业、生活用水和农田灌溉的重要水源, 其主要支流、汇水口及汇水区域图如图 1所示.

图 1 南明河主要支流、汇水口及汇水区域图 Fig. 1 Main tributaries, drainage scuppers and catchments of Nanming River

随着当地工业化、城市化的快速推进, 南明河沿河流域人口急剧增加, 污水处理能力和基础设施建设已不能满足新增污染物的处理, 导致近年来南明河呈现出污染加重趋势.监测显示, 到2012年5月, 南明河干流沿程的COD、氨氮、TP及SS浓度分别达33.4~91.3、0.83~2.04、0.13~0.57和13.4~58.3 mg·L-1, 河道水质整体处于劣Ⅴ类水平.

因此, 为实现南明河的水质净化与提升, 当地于2012年启动了南明河综合整治项目.根据《水污染防治行动计划》“全力保障水生态环境安全”的要求及《地表水环境质量标准》关于水域功能和标准分类的规定, 结合考虑南明河作为当地的母亲河及在一定程度上作为非人体接触的娱乐用水需要, 确定南明河水环境综合整治的目标是最终实现干流全段的主要水质指标(COD、氨氮和TP)达到地表水Ⅳ类水质, 建立完善的综合生态水环境体系, 实现可持续的生态河道健康功能.

2.2 样品采集与分析

以南明河干流城区段为对象, 对干流以外的支流汇入口、截污沟溢流、污水处理厂排水进行水量水质测试(取样时间为2012年5月, 处于枯水期), 分析南明河外源污染的主要污染物种类和排放负荷, 主要包括:花溪河、小黄河、麻堤河、小车河、市西河、工厂溢流口、污水厂排水、1号排水大沟、2号排水大沟和贯城河排水沟.水样采集时, 在支流两岸离岸1 m处及中线位置(取水深0.5 m处水样各1 L并混合)、截污沟溢流处及污水处理厂排水口(出水混合较均匀, 直接取样)取样;每隔4 h进行水样采集并连续采样6次(持续24 h), 将6组样品混合后检测COD、氨氮、TP及SS.参照《水与废水监测方法》对水样中的COD、氨氮、TP及SS进行检测(白瑶等, 2011), 各支流及排污沟流量通过当地监测站提供的断面水文条件与实测流速(Area velocity flow Module, ISCO2150, Isco, Inc. US)进行测算(沈晔娜等, 2010).

采用柱状取样器(9 cm×50 cm), 对南明河干流城区段沿程进行底泥取样(共5处)分析.沉积物的前30 cm每5 cm分一层, 30~50 cm每10 cm分一层, 共分为8层, 分别检测各层含水率、有机质含量(OM)、总氮(TN)和总磷(TP).其中, 有机质、总氮、总磷含量测定以干基为基础进行分析(王佩等, 2012).对南明河干流城区段进行底泥深度分析, 每隔80 m在河道两岸离岸0.5 m处进行河床淤泥深度检测, 沿程共布点200处.

2.3 污染及减排负荷计算

根据汇入南明河干流城区段的各支流、截污沟溢流及污水处理厂排水的流量与污染物浓度, 估算入河点源污染量(取样期间无降雨径流, 无面源污染负荷汇入);通过南明河干流城区段下游与上游断面污染物总量之差估算沿程污染总负荷.考虑到南明河沿程均处于劣Ⅴ类水体, 自净能力不明显, 在忽略河道自净能力的情况下, 通过沿程污染总负荷与入河点源污染量之差, 估算内源污染释放量(式(1)).

(1)

式中, Tm为内源污染量(t·d-1), QxQsQn分别为南明河干流城区段下游断面、上游断面、各支流等点源污染源流量(106 m3·d-1), CxCsCn则为分别对应的各污染物浓度(mg·L-1).

新建污水处理厂和现有污水厂升级改造对污染物的削减量为:

(2)

式中, Tr为通过新建污水厂或污水厂提标改造新增的污染负荷减排量(t·d-1), Qk为污水厂处理水量(106 m3·d-1), Cko为污水厂出水污染物浓度(mg·L-1)(包括COD、氨氮和TP), Cki为新建污水厂的进水污染物浓度(mg·L-1)(针对水厂提标改造项目, 则为改造前的出水浓度).

2.4 河道水质模型建立、率定与预测

为评估工程治理措施对南明河水质的有效性和改善程度, 并指导南明河治理工程的进行, 建立MIKE11模型验证并预测采取的工程措施对南明河水质的影响.模型主要参照以前的研究(熊鸿斌等, 2017; Doulgeris et al., 2012), 并基于地形、水文水质等资料, 采用监测所得各进水点水量及水质条件作为模型边界条件, 对南明河干流城区段(三江口至下游断面)进行模拟工作.水动力水质模拟分析在最不利条件下(枯水期)进行, 若枯水期满足水质目标(Ⅳ类), 则在同样的污染排放负荷下, 平水期、丰水期的水质目标也可满足.采用2013—2014年水文水质监测数据对模拟参数进行率定, 并进一步通过2016年9—10月监测数据对模拟参数进行校核和修正.

3 结果与讨论(Results and discussion) 3.1 南明河干流水环境污染关键要素识别

以南明河干流城区段为研究对象, 造成南明河道黑臭的污染来源主要有点源污染、城市面源污染与内源污染(Stahl, 1979; 陈玲等, 2012).对于南明河干流城区段, 汇入的各支流(支流内污染物主要来源于沿岸生活污水排放)、管网截污沟溢流及污水厂排水等具有固定的排放和汇入点, 可视为点源污染.城市面源污染部分主要为通过地表径流带来的污染负荷, 胡成等(2006)王军霞等(2014)的研究表明, 我国城市面源污染约占点源污染负荷的20%.通过点源污染与城市面源污染负荷的总量可评估进入南明河干流城区段的外源污染量.此外, 干流中河道底泥污染物(COD、氨氮和TP等)通过生物的扰动作用、沉积物有机物的矿化作用及底泥再悬浮会释放到水相中造成内源污染(丁涛等, 2015; 梁文等, 2011).厘清外源污染和内源污染对河道水质变化的贡献, 识别造成水环境污染的关键因子, 对有效进行河道修复具有重要作用.

3.1.1 外源污染

以南明河干流城区段为研究对象, 以汇入南明河干流的各支流、截污沟溢流及污水厂排水等共计10处评估点源污染量, 并主要包含花溪河、小黄河、麻堤河、工厂溢流口、污水厂排水、小车河、市西河、1号排水大沟、2号排水大沟和贯城河排水沟, 各汇入处的水量及相应的污染物浓度如表 1所示.10个入河点中, COD、氨氮和总磷单项指标为劣Ⅴ类的分别达80%、60%和30%.COD和氨氮是南明河的主要入河污染物, 50%的点源污染来水中COD和氨氮浓度超过Ⅴ类水限值100%, 最高达到了153.4和17.3 mg·L-1(超过地表Ⅴ类水限值284%和765%).同时考虑各入河点的水质及水量的情况下, 花溪河、小黄河、市西河和贯城河排水沟对南明河干流的污染负荷最强, 污染物总量分别占南明河点源污染的87.7%(COD)、82.0%(氨氮)和85.4%(TP).

表 1 南明河干流各主要点源污染入河点水质、水量及污染贡献情况 Table 1 Water quality and flow rate of the tributaries, drainage and their corresponding contribution of pollution to Nanming River

对污染负荷严重的花溪河、小黄河、市西河和贯城河排水沟沿线排污口进行排查并进行产业分析, 其主要污染来自于两岸生活污水的排放(截污管溢流及部分直排), 这也与南明河入河污染物以COD和氨氮为主的特征相符.生活污水排放入河主要是由于近年来城市的迅速发展, 污水量迅速增大, 原有截污管网不能满足现有污水收集需要, 使得生活污水大量溢流甚至直排造成.生活污水等外源污染入河是造成各支流及排污口COD和氨氮等超标的关键因素, 是造成南明河黑臭污染的主要原因.

美国和日本的研究表明(荆红卫等, 2012), 随着点源污染得到全面控制后, 面源污染将成为影响水环境水质改善的重要因素(刘庄等, 2015), 其对污染负荷的贡献最高可达总污染负荷的50%~75%;而由于国内水环境治理仍处于初期, 胡成等(2006)王军霞等(2014)的研究表明, 国内城市的面源污染约占点源污染负荷的20%.因此, 本研究中主要通过点源污染估算面源污染负荷, 计算可知, 面源污染对COD、氨氮和TP的负荷分别约为10910、464和68 t·a-1.

3.1.2 内源污染

以H点(26.574169°N, 106.713866°E)处所取淤泥为例, 分析河道底泥理化性质及其随底泥深度的变化规律, 其余各处的底泥性质具有相似性.结果表明(图 2), 底泥含水率由表层往下逐渐降低, 上层污泥(0~30 cm)含水率较高(介于55%~70%之间), 下层污泥(30~50 cm)含水率相对降低(介于35%~45%之间).此外, 污泥干基有机物、TN及TP含量随底泥深度的增加, 总体呈现先增加再减少的趋势.干基有机物含量总体介于10%~20%之间, 总氮含量介于3500~6000 mg·kg-1之间, 总磷含量介于2000~5000 mg·kg-1之间.

图 2 南明河淤泥含水率、有机质含量、TN及TP含量随深度的变化 Fig. 2 The variation of content of water, organic matters, TN and TP of the bottom sediment with depth

赵兴青等(2007)在研究太湖底泥中有机物及营养盐含量随深度变化时发现, 在底泥表层(0~15 cm)有机质及营养盐的含量最高, 但变化幅度较大总体呈现波动状态;在15 cm后呈现随深度增加有机物及营养盐含量逐渐减少的趋势, 这一结果与本研究相似.底泥表层有机物含量波动较大, 可能主要是由于其处于两相交界面, 生物反应比较活跃(Zhang et al., 2010; Li et al., 2010);此外, 由于是河道环境, 河道底泥受到河水冲刷带来的水力扰动较于湖泊更为强烈, 也是导致南明河底泥表层有机物及营养盐含量略为偏低的原因.但总体而言, 南明河淤泥的含水率、干基有机物及营养元素含量随底泥深度呈现逐渐下降的趋势, 并在40 cm深度(对于H点处淤泥)开始迅速降低, 与上层的底泥性状呈现显著的差别, 说明40~50 cm是合适的清淤深度.

南明河干流城区段河道内底泥深度沿程变化如图 3所示, 南明河底泥分布极不均匀, 厚度变化范围较广(0~110 cm之间), 多介于0~10 cm之间(约占65%), 污泥厚度分布随着厚度的增加出现频率降低.底泥厚度最大点一般出现在橡胶坝上游一定距离处.这是由于橡胶坝的存在使得坝前一段距离内(2~4 km)河道水深开始明显增加, 使得流速减缓, 导致悬浊物大量沉降造成.

图 3 南明河淤泥深度沿程变化 Fig. 3 Variations of bottom sediment depth along Nanming River
3.1.3 外源及内源污染对南明河污染负荷的贡献

陈玉辉(2013)在研究温州城市河道时发现, 河道处于黑臭情况下, 水域的水质变化没有明显的自净梯度.考虑到南明河沿程均处于劣Ⅴ类水体, 自净能力不明显, 在忽略河道自净能力的情况下, 通过污染物总量与点源污染量之差, 估算内源污染释放对COD、氨氮和TP的负荷贡献分别约为30690、122和120 t·a-1.因此, 合并考虑点源与面源污染量为外源污染的情况下, 考察进入南明河的外源及内源污染负荷, 可发现外源污染是造成南明河水质污染的关键因素, 其对南明河中COD、氨氮、总磷的贡献分别达到了68%、95%和77%(图 4).此外, 内源污染的治理也具有重要意义, 底泥内源释放对COD和TP污染的贡献较为显著, 分别占总体污染负荷的32%和23%.

图 4 外源与内源污染对南明河污染贡献比较 Fig. 4 Comparison of relative contribution of pollutions to Nanming River due to exogenous and endogenous pollutions
3.2 南明河水环境治理措施及效果

根据对南明河水环境污染的来源识别, 针对性地对外源及内源污染采取措施;工程措施同时针对干流与支流开展, 以削减通过支流最终汇入干流的污染物.治理过程中观测南明河的长期运行效果.

3.2.1 整治措施

外源污染的截留与治理:对干流及支流生活污水收集系统进行改造以完善对污水的截流, 对排水大沟与截污沟连接点进行改造共255处;新建6座污水处理厂以处理新截流污水, 出水达到一级A标准, 处理量共19万m3·d-1 (其中2座污水厂位于干流, 处理量共8万m3·d-1, 其余4座水厂均位于支流);同时对南明河流域现有4座污水处理厂升级改造, 出水由一级B提至一级A标准, 处理量共49万m3·d-1 (其中1座污水厂位于干流, 处理量为16万m3·d-1).此外, 为配合污水厂的建设同步完善相应污水厂的收集管网, 主要包括对麻堤河污水厂所处的麻堤河流域(母猪井、王武、珠显、周家寨排水主干线4条, 麻堤河沿岸截污沟)、青山污水厂的小车河流域(蓝草坝、青山、太慈桥排水主干线3条及小车河沿岸截污沟)、小关污水厂等的污水收集系统进行完善, 总体实现南明河干流全线截污、支流的纳污系统建设基本完善.

内源污染的清淤与长效保持:通过人工配合挖掘机挖掘污泥的方法, 共清淤71.2万m3, 基本解决南明河的内源污染问题.将原有橡胶坝改造为翻板坝, 利用水坝蓄积河水并周期性放空的方式, 形成短时间较大水力扰动对河道进行冲刷, 达到对河道内源污染控制的长效治理.

生态建设恢复自净能力:对南明河和相关支流进行生态建设, 包括进行河床生态修复、生态驳岸修复面积分别约31.2和3.1万m2, 跌水曝气坎40道, 以重新塑造其多样生态群落, 恢复水体自净能力.

3.2.2 整治措施效果分析

通过截污纳管并新建污水处理厂、对现有污水厂提标改造和底泥清淤3项措施, 对COD减排量分别达10125.1、598.6和30690.9 t·a-1, 对氨氮减排701.8、50.3和122.1 t·a-1, 对TP减排81.1、16.5和120.4 t·a-1.由于底泥释放污染物主要为COD和TP, 清淤对COD和TP减排贡献显著, 占总污染物减排量的74.0%和55.2%.外源污染的减排对各项污染物均存在显著削减, 通过新建污水厂及污水厂提标改造对COD、氨氮及TP的削减量分别占总污染物减排量的26.0%、86.0%和44.8%.同时, 相较于底泥清淤为一次性工程措施, 截污及污水处理为长期运营措施, 从而为河道的运营实现持续减排.

采取的工程措施(1期和2期工程)共减少南明河COD、氨氮和TP污染负荷的43.1%、30.1%和41.1%(图 5).经过1期和2期整治后仍进入河道的污染物中, 一部分来源于少量未能截污纳管的污水;同时, 经截污并处理后达到一级A标准排放的污水仍属于地表劣Ⅴ类水, 且由于南明河自然流量较小(污水厂尾水占总水量的46.3%), 污水厂尾水也是河道污染物的重要来源.此外, 工程中针对面源污染削减的措施较少, 雨季初期雨水、溢流混合污水对南明河干流水质将造成短期的显著污染, 降低其断面水质达标率.荆红卫等(2012)通过调研美国水环境整治项目后指出, 当点源污染得到全面控制后, 面源污染对水环境污染的贡献将十分显著, 最高可达总污染负荷的50%.因此, 后续可通过进一步完善截污纳管与提高污水厂排放标准(如提标至出水主要水质指标达到地表水Ⅳ类)削减点源污染, 并在合适情况下通过海绵城市建设等措施削减面源污染量, 以继续减少进入南明河的外源污染负荷.

图 5 整治措施对外源与内源污染的减排贡献 Fig. 5 Reduction of exogenous and endogenous pollutions to Nanming River due to various measures

通过采取水环境综合整治措施(1期和2期工程)并经半年时间运行, 南明河整治段劣Ⅴ类的河长从整治前的51.0%下降至17.4%, 主要水质指标(COD、氨氮和TP)达到地表水Ⅴ类的水质段由原来的10.1%提高至24.3%, 主要水质指标(COD、氨氮和TP)达到地表水Ⅳ类的水质段由原来的8.8%提高至28.2%.重点水质断面包括三江口、河滨公园、政府办公楼及水文站水质断面的COD、氨氮及TP浓度相比于整治前均显著下降, 达到Ⅳ类或Ⅴ类水质标准;南明河干流及各支流内沉水植物生长良好, 河道生态功能呈现良性恢复状况.

3.3 南明河水环境质量模拟预测

目前, 南明河水环境整治工程(1期和2期)已经基本完成, 南明河水质得到显著改善.3期工程正在进行中并主要包括继续完善截污管网(干流及支流新建截污沟约25.5 km), 新建4座污水厂(总处理量12.5万m3·d-1);部分污水厂出水标准进一步提升(由一级A提至出水主要水质指标(COD、氨氮和TP)达到地表水Ⅳ类水标准, 共33万m3·d-1), 强化生态修复(河床植物覆盖率达80%)及进行海绵城市建设控制城市面源污染.为评估南明河水环境整治主体工程全部完成时南明河水环境状况, 基于南明河上游汇水区域历史和现状的水质、水文、地形、生态、污染源等统计资料, 对完成3期整治后的水质状况进行模拟与预测, 以指导工程的进一步实施.

3.3.1 模型建立与率定

建立MIKE11模型后, 采用2013—2014年水文水质监测数据对模拟参数进行率定.同时, 1期及2期工程实施后, 南明河生态系统得到良好恢复, 形成浅层富氧河流, 因此, 需考虑河道的自净能力.进一步采用2016年9—10月监测数据对模拟参数进行校核和修正, 并确定了模型的主要参数, 包括水动力系数和水质降解系数.其中, 水动力系数河道糙率(n)确定为0.025, 水质参数包括COD的降解系数、氨氮的降解系数和TP的降解系数, 并分别确定为0.090、0.085和0.050 d-1.模型模拟显示, 模拟结果与实测结果较吻合, 其中, COD、NH3-N及TP模拟值与实测值相对误差分别为8.3%、9.5%和8.4%(均小于10.0%), 模型适用于后续工作的模拟与分析.

3.3.2 南明河水质预测

模拟结果显示(图 6), 南明河干流城区段下游断面在3期工程完成后能稳定达到Ⅳ类水质;部分河段能进一步达到地表Ⅲ类水质, COD、氨氮和TP单项指标达到地表水Ⅲ类水的河段占干流城区段全长的76.6%、56.3%和11.1%.

图 6 三期整治工程完工及2种调水方案情境下的南明河干流沿程水质模拟结果 Fig. 6 Simulation results of water quality along Nanming River after the completion of comprehensive improvement, water transfer with flow rate of 2.89 and 3.47 m3·s-1

然而, 仍存在部分河段的氨氮或TP不能达到地表Ⅳ类水的情况(COD在全河段均能达标).在三江口(上游来水断面)、污水厂排水(距上游断面约4.5 km处)、市西河汇入口(距上游断面约10.6 km处)等处, 相对于沿程上下游均有污染物显著上升的情况, 并导致部分河段TP和氨氮超标.TP在三江口下游700 m和市西河汇入口下游1300 m范围内, 氨氮在市西河汇入口下游3900 m内略高于Ⅳ类水体指标;其中, TP最高达0.35 mg·L-1 (超标0.05 mg·L-1, 以P计), 氨氮最高达1.81 mg·L-1 (超标0.31 mg·L-1, 以N计).因此, 三江口、污水厂排水和市西河汇入口及相应的下游河段应进行重点关注, 需要通过污染排查或强化处理措施的方式重点削减这几处的入河污染负荷.

除在三江口、污水厂排水及市西河汇水对南明河造成显著的污染负荷外, 枯水期南明河自然基流较小、河道内主要为污水处理厂尾水也是部分河段较难达到地表Ⅳ类水标准的重要原因.南明河在枯水期时46.3%的流量来自于污水处理厂尾水(污水厂尾水及自然径流量分别为80.5和93.3万m3·d-1(王菊等, 1999)), 其中3期工程完工后污水处理厂出水为一级A标准的(属于地表水劣Ⅴ类水)有47.5万m3·d-1, 占总流量的27.3%, 从而降低了河道的环境容量.

为保证南明河主要水质指标(COD、氨氮和TP)在干流城区段全长范围内稳定达到地表水Ⅳ类标准, 可考虑将全市的污水厂排水标准均提升至出水主要指标达到地表水Ⅳ类或从上游邻近水库(红枫湖, 为Ⅱ类水体)调水的方式增大枯水期河道基流.由于南明河自然流量较小并主要以污水厂尾水为主, 在污水厂出水主要水质标准为地表水Ⅳ类的情况下, 若沿河仍存在无序径流及少量未能截污纳管的点源排放(从而引入污染负荷), 就可能使得干流全段主要水质指标达到地表水Ⅳ类的目标难以实现.相比之下充分考虑当地现状情况, 上游邻近水库水量充沛、水质较好(地表水Ⅱ类)且具备调水条件, 同时由于调水距离较近的原因在经济性上也具有竞争性.因此, 综合考虑技术实现可行性、达标稳定性及经济性, 可考虑通过一定程度的区域调水方式进一步提升河道水质.经计算, 通过红枫湖对南明河进行生态补水且补水量达到2.89 m3·s-1时, 在最劣情况下(枯水期)南明河水质最差断面主要水质指标(COD、氨氮和TP)可恰好达到地表Ⅳ类水标准;进一步地, 考虑模拟误差并在达标保证率高于90%的情况下, 枯水期补水量应达到3.47 m3·s-1.在平水期和丰水期间, 由于河道自然基流增大, 南明河干流水质优于枯水期模拟结果, 补水量可相应减小.

由模型模拟可知, 针对南明河的水环境综合整治, 通过截污(沿河完善截污纳管)、污水收集与处理(新建污水厂及已有污水厂的提标改造)及清淤(内源污染消除)等措施可以大幅削减入河的有机及氮磷污染物(削减率达到30.1%~43.1%), 从而显著改善河道黑臭情况.消除外源及内源污染对于国内大部分河道的水环境整治具有适用性, 且对管网、污水厂的长效运行维护及清淤后底泥的长效控制, 是实现河道水质长期保持的关键.同时对于城市河道而言, 由于沿岸大量人口的用水及排水, 生态基流一般较小, 且污水厂一级A标准的出水仍然属于劣Ⅴ类水;此外, 当点源等主要污染源得到全面控制、入河污染负荷总体较低的情况下, 面源污染对水环境污染的贡献也将可能十分显著.因此, 为进一步提升河道水质, 在经济技术可行情况下可考虑进行污水厂出水的进一步提标改造(如出水主要指标达到地表水Ⅳ类)和近距离补水调水, 同时应通过海绵城市建设等措施加强对面源污染的控制.

4 结论(Conclusions)

1) 南明河中污染物以COD和氨氮为主, 外源污染对干流城区段中COD、氨氮及总磷污染负荷的贡献分别达到68%、95%和77%, 是造成南明河水质污染的关键因素.

2) 通过截污纳管、污水处理及河底清淤的方式削减外源和内源污染, 可共削减南明河COD、氨氮和TP污染负荷41414.6、874.2和218.0 t·a-1;通过生态建设恢复河道自净能力并经半年运行后, 南明河劣Ⅴ类河道长度占比从整治前的51.0%下降至17.4%, 主要水质指标达到地表水Ⅴ类的水质段由原来的10.1%提高至24.3%.

3) MIKE模型预测综合整治措施全部完工时, 南明河下游水质断面能稳定达到Ⅳ类水体, 但在枯水期仍可能存在部分河段TP超标(占河道总长12.5%, 超标至多0.05 mg·L-1)、氨氮超标(占河道总长24.3%, 超标至多0.31 mg·L-1)的情况.

4) 通过从上游水库(Ⅱ类水)进行生态补水, 可保障南明河水质在干流城区段全长范围内、全年度稳定达到地表Ⅳ类水, 考虑模拟误差且保证达标率高于90%的情况下, 枯水期最高补水量应达到3.47 m3·s-1.

参考文献
白瑶, 左剑恶, 干里里, 等. 2011. 雨水径流截流渗滤系统控制城市面源污染的中试研究[J]. 环境科学, 2011, 32(9): 2562–2568.
陈豪, 左其亭, 窦明, 等. 2014. 闸坝调度对污染河流水环境影响综合实验研究[J]. 环境科学学报, 2014, 34(3): 763–771.
陈玲, 张晟, 顾礼明, 等. 2012. 城市滞流河道黑臭发生及控制研究[J]. 环境科学与技术, 2012(8): 175–180.
陈玉辉. 2013. 典型城市黑臭河道治理后的富营养化分析与预测研究[D]. 上海: 华东师范大学. 160 http://cdmd.cnki.com.cn/Article/CDMD-10269-1013272803.htm
邓仰杰. 2014. 济南市城区水环境治理问题研究[D]. 济南: 山东大学 http://cdmd.cnki.com.cn/Article/CDMD-10422-1015522191.htm
丁涛, 田英杰, 刘进宝, 等. 2015. 杭州市河道底泥重金属污染评价与环保疏浚深度研究[J]. 环境科学学报, 2015, 35(3): 911–917.
Doulgeris C, Georgiou P, Papadimos D, et al. 2012. Ecosystem approach to water resources management using the MIKE 11 modeling system in the Strymonas River and Lake Kerkini[J]. Journal of Environmental Management, 94(1): 132–143.
Feng Z, Fan C, Huang W, et al. 2014. Microorganisms and typical organic matter responsible for lacustrine "black bloom"[J]. Science of the Total Environment, 470-471: 1–8. DOI:10.1016/j.scitotenv.2013.09.022
Gao Y, Zhu G, Qin B, et al. 2009. Effect of ecological engineering on the nutrient content of surface sediments in Lake Taihu, China[J]. Ecological Engineering, 35(11): 1624–1630. DOI:10.1016/j.ecoleng.2008.07.002
Guo L. 2007. Doing battle with the green monster of Taihu Lake[J]. Science, 317(5842): 1166. DOI:10.1126/science.317.5842.1166
胡成, 潘美霞. 2006. 城市非点源污染负荷估算研究[J]. 气象与环境学报, 2006(5): 14–18.
荆红卫, 华蕾, 郭婧, 等. 2012. 北京市水环境非点源污染监测与负荷估算研究[J]. 中国环境监测, 2012(6): 106–111.
Li Y, Xia B, Zhang J, et al. 2010. Assessing high resolution oxidation-reduction potential and soluble reactive phosphorus variation across vertical sediments and water layers in Xinghu Lake:A novel laboratory approach[J]. Journal of Environmental Sciences, 22(7): 982–990. DOI:10.1016/S1001-0742(09)60208-4
连卫中. 2015. 关于福建流域水环境的污染治理研究[J]. 环境科学与管理, 2015(11): 116–120. DOI:10.3969/j.issn.1673-1212.2015.11.029
梁文, 张生, 李畅游, 等. 2011. 污染水体沉积物营养盐释放过程[J]. 环境化学, 2011, 30(10): 1718–1724.
刘庄, 晁建颖, 张丽, 等. 2015. 中国非点源污染负荷计算研究现状与存在问题[J]. 水科学进展, 2015(3): 432–442.
孟伟. 2013. 辽河流域水污染治理和水环境管理技术体系构建-国家重大水专项在辽河流域的探索与实践[J]. 中国工程科学, 2013(3): 4–10.
孟伟, 张远, 郑丙辉. 2007. 辽河流域水生态分区研究[J]. 环境科学学报, 2007, 27(6): 911–918.
潘真真, 苏维词, 王建伟, 等. 2017. 基于生态系统供给及净化服务功能的贵州省水生态占用研究[J]. 环境科学学报, 2017, 37(7): 2786–2796.
Shen Q, Liu C, Zhou Q, et al. 2013. Effects of physical and chemical characteristics of surface sediments in the formation of shallow lake algae-induced black bloom[J]. Journal of Environmental Sciences, 25(12): 2353–2360. DOI:10.1016/S1001-0742(12)60325-8
沈晔娜, 吕军, 陈军华, 等. 2010. 水源区河流非点源污染物入河量计算的水质方程反演方法[J]. 环境科学, 2010, 31(8): 1768–1774.
Stahl J B. 1979. Black water and two peculiar types of stratification in an organically loaded strip-mine lake[J]. Water Research, 13(5): 467–471. DOI:10.1016/0043-1354(79)90040-X
王菊, 陈凡, 雷阵, 等. 1999. 南明河水环境综合治理状况及处理措施研究[J]. 贵州水力发电, 1999(1): 55–60.
王军霞, 罗彬, 陈敏敏, 等. 2014. 城市面源污染特征及排放负荷研究-以内江市为例[J]. 生态环境学报, 2014(1): 151–156.
王佩, 卢少勇, 王殿武, 等. 2012. 太湖湖滨带底泥氮、磷、有机质分布与污染评价[J]. 中国环境科学, 2012, 32(4): 703–709.
吴剑明. 2016. 广州番禺市桥河水环境综合整治分析[J]. 科技创新与应用, 2016(31): 226.
吴舜泽, 徐敏, 马乐宽, 等. 2015. 重点流域"十三五"规划落实"水十条"的思路与重点[J]. 环境保护, 2015, 43(18): 14–17.
熊鸿斌, 张斯思, 匡武, 等. 2017. 基于MIKE11模型入河水污染源处理措施的控制效能分析[J]. 环境科学学报, 2017, 37(4): 1573–1581.
徐志平. 2015. 苏州城市中心区水环境治理研究[D]. 苏州: 苏州大学. 50 http://cdmd.cnki.com.cn/Article/CDMD-10285-1015400680.htm
许宽, 刘波, 王国祥, 等. 2013. 苦草(Vallisneria spiralis)对城市缓流河道黑臭底泥理化性质的影响[J]. 环境科学, 2013, 34(7): 2642–2649.
许卓, 刘剑, 朱光灿. 2008. 国外典型水环境综合整治案例分析与启示[J]. 环境科技, 2008(S2): 71–74.
Yates A G, Culp J M, Chambers P A. 2012. Estimating nutrient production from human activities in subcatchments of the Red River, Manitoba[J]. Journal of Great Lakes Research, 38(Supplement 3): 106–114.
Zhang L, Gu X, Fan C, et al. 2010. Impact of different benthic animals on phosphorus dynamics across the sediment-water interface[J]. Journal of Environmental Sciences, 22(11): 1674–1682. DOI:10.1016/S1001-0742(09)60305-3
赵兴青, 杨柳燕, 于振洋, 等. 2007. 太湖沉积物理化性质及营养盐的时空变化[J]. 湖泊科学, 2007, 19(6): 698–704. DOI:10.18307/2007.0612