CN111784052B - 一种城市面源污染入河负荷量预测方法 - Google Patents

Abstract

本发明公开了一种城市面源污染入河负荷量预测方法，包括：(1)将研究区域划分为若干汇水单元，并统计各个汇水单元内的河道；(2)在汇水单元下垫面和河道上下游分别布设监测点，监测若干场降雨期间的径流和污染物浓度；(3)根据下垫面监测点监测到的数据，计算汇水单元产生的各类污染物的面源污染负荷量；(4)计算得到各类污染物的入河系数(5)根据河道缓冲区面积在汇水单元的占比，将汇水单元产生的各类污染物的面源污染负荷量，按照比例及入河系数，分配到汇水单元内的各河道中；(6)对各河道进行统计，按照各河道流经汇水单元的路线，沿程累加分配得到的进入河道的各类污染物的负荷量，得到各河道总的面源污染入河负荷量。本发明简单准确有效。

Description

一种城市面源污染入河负荷量预测方法

技术领域

本发明涉及污染物预测方法，尤其涉及一种城市面源污染入河负荷量预测方法。

背景技术

城市水环境污染一般分为点源和非点源污染，由于点源污染具有排污明显、污染强度大等特点，点源污染已基本得到控制。近年来，城市非点源污染问题逐渐显现出来,非点源污染具有发生随机性、排放间歇性、时空变化幅度大等特点。

城市非点源污染中城市降雨面源污染径流是最主要的类型，影响城市降雨径流污染的因素包括：降雨强度、降雨量、降雨历时、城市土地利用类型(如居民区、工业区、商业区、城市道路等)、大气污染状况等。暴雨发生时，冲刷聚集大量污染物的下垫面(路面、屋面、草地)产生径流，对城市生态环境造成污染。目前城市降雨径流污染处于研究前期阶段，采样方式落后，可供参考的基础数据较少。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种能够更简单和准确的预测城市面源污染入河负荷量的方法。

技术方案：本发明所述的城市面源污染入河负荷量预测方法包括：

(1)按照功能、排水网、河网将研究区域划分为若干汇水单元，并统计各个汇水单元内的河道；

(2)在汇水单元下垫面和河道上下游分别布设监测点，监测若干场降雨期间的径流和污染物浓度；

(3)根据下垫面监测点监测到的数据，计算汇水单元产生的各类污染物的面源污染年负荷量；

(4)根据下垫面和河道上下游断面监测到的数据，计算得到各类污染物的入河系数，所述入河系数为累积在汇水单元的污染物随汇流过程进入河道的比率；

(5)根据河道缓冲区面积在汇水单元的占比，将汇水单元产生的各类污染物的面源污染负荷量，按照比例及入河系数，分配到汇水单元内的各河道中；

(6)对各河道进行统计，按照各河道流经汇水单元的路线，沿程累加分配得到的进入河道的各类污染物的负荷量，得到各河道总的面源污染入河负荷量。

进一步的，步骤(1)包括：

(1-1)将研究区域按照功能划分为若干功能区；

(1-2)对于每一功能区，按照地下排水网和河网的排布，划分为若干汇水单元。

进一步的，步骤(2)具体包括：对于每个汇水单元，分别在草地、屋顶和路面三种下垫面上布设监测点，分别在河道的上游断面和下游断面布设监测点，监测降雨期间的降雨径流和污染物浓度。

进一步的，步骤(3)包括：

(3-1)在汇水单元中，根据若干场降雨中监测点监测到的流量和各类污染物的浓度，计算该汇水单元中各类下垫面上各类污染物的径流污染平均浓度：

式中，EMC_ij表示下垫面i上污染物j的径流污染平均浓度，i＝1、2、3分别表示草地、屋顶和路面三种下垫面，t表示监测的第t个时间段，为从t₁到t_n共n个时间段，C_ij(t)为t时段下垫面i上监测点监测到的污染物j的浓度，Q_i(t)为t时段下垫面i上监测点监测到的径流量；

(3-2)根据各类下垫面上各类污染物的径流污染平均浓度，计算各类污染物的面源污染负荷量：

式中，L_j表示污染物j的面源污染负荷量，R_i表示下垫面i的径流系数，P表示汇水单元的年平均降雨量，A为汇水单元的集水区面积。

进一步的，步骤(4)具体包括：

(4-1)选择若干场降雨期间，下垫面监测点监测到的数据，计算得到降雨期间各下垫面上各类污染物的面源污染负荷：

L′_ij表示下垫面i上污染物j的面源污染负荷，i＝1、2、3分别表示草地、屋顶和路面三种下垫面，t表示监测的第t个时间段，为从t₁到t_n共n个时间段，C_ij(t)为t时段下垫面i上监测点监测到的污染物j的浓度，Q_i(t)为t时段下垫面i上监测点监测到的径流量；

(4-2)根据降雨期间各下垫面上各类污染物的面源污染负荷，统计得到降雨期间各污染物的总面源污染负荷：

式中，L′_j表示降雨期间污染物j的总面源污染负荷，R_i表示下垫面i的径流系数；

(4-3)根据降雨期间河道上下游监测点监测到的数据，和降雨期间各污染物的总面源污染负荷，计算得到各污染物的入河系数：

式中，λ_j表示污染物j的入河系数，SI_j、SO_j分别表示河道上、下游的污染物j的污染负荷量，分别为河道上、下游监测点监测到的污染物j的浓度与河道流量的乘积。

进一步的，步骤(5)具体包括：

(5-1)通过统计得到每条河道的缓冲区面积在汇水单元的占比η_k；

(5-2)将汇水单元产生的各类污染物的面源污染负荷量，按照比例及入河系数，分配到汇水单元内的各河道中，每条河道分配到的污染负荷量为：

L_j,k＝η_kλ_jL_j

式中，L_j,lk表示汇水单元分配给河道k的污染物j负荷量，λ_j表示污染物j的入河系数，L_j表示当前汇水单元污染物j的面源污染负荷量。

有益效果：本发明与现有技术相比，其显著优点是：本发明的预测方法，可以定量预测河道流经区域的面源污染入河负荷通量，方法简单有效准确，可以为城市河道水环境治理提供数据参考和技术支撑。

附图说明

图1是本发明的一个实施例的流程图；

图2是扬州“一河两片”汇水单元划分示意图；

图3是扬州“一河两片”各汇水单元的径流污染平均浓度空间分布图；

图4是面源污染负荷入河示意图；

图5是蒿草河下游监测断面污染物浓度预测值与实测值对比图；

图6是“一河两片”各河道的面源污染入河负荷量。

具体实施方式

本实施例提供了一种城市面源污染入河负荷量预测方法，如图1所示，包括以下步骤：

(1)按照功能、排水网、河网将研究区域划分为若干汇水单元，并统计各个汇水单元内的河道。

该步骤具体包括：(1-1)将研究区域按照功能划分为若干功能区；(1-2)对于每一功能区，按照地下排水网和河网的排布，划分为若干汇水单元。

例如，将研究区域定为扬州人口密集、水环境问题较为突出的“一河两片”地区作为研究区域，东傍古运河，南抵长江，西与乌塔沟交界，北至沿山河，全片总面积91km2。先按照功能分为旅游区A、城市居民区B、商业区C、城乡结合区D以及农田区E不同功能区，再结合地下排水管网资料、河网水系等，将研究区域划分为67个汇水单元，如图2所示。

(2)在汇水单元下垫面和河道上下游分别布设监测点，监测若干场降雨期间的径流和污染物浓度。

其中，对于每个汇水单元，分别在草地、屋顶和路面三种下垫面上布设监测点，分别在河道的上游断面和下游断面布设监测点，监测降雨期间的降雨径流和污染物浓度。其中，污染物包括总磷(TP)、总氮(TN)、氨氮(NH₃-N)、高锰酸盐指数(COD_Mn)、总悬浮物(TSS)和硝态氮(NO₃-N)。

(3)根据下垫面监测点监测到的数据，计算汇水单元产生的各类污染物的面源污染负荷量。

该步骤包括：

(3-1)在汇水单元中，根据若干场降雨中监测点监测到的流量和各类污染物的浓度，计算该汇水单元中各类下垫面上各类污染物的径流污染平均浓度：

式中，EMC_ij表示下垫面i上污染物j的径流污染平均浓度，i＝1、2、3分别表示草地、屋顶和路面三种下垫面，t表示监测的第t个时间段，为从t₁到t_n共n个时间段，C_ij(t)为t时段下垫面i上监测点监测到的污染物j的浓度，Q_i(t)为t时段下垫面i上监测点监测到的径流量；

(3-2)根据各类下垫面上各类污染物的径流污染平均浓度，计算各类污染物的面源污染年负荷量：

式中，L_j表示污染物j的面源污染负荷量，R_i表示下垫面i的径流系数，P表示汇水单元的年平均降雨量，A为汇水单元的集水区面积。

本例中，“一河两片”各个汇水单元的径流污染平均浓度空间分布如图3所示，从图3中的空间展布趋势来看，TP和TSS负荷强度的空间分布类似，都呈现以商业区为中心，向两边逐渐减小的趋势，且北片均要高于南片。以TSS为例，各个功能区各汇水单元平均污染负荷强度排序依次为商业区(1106.61～1989.75kg·(hm²·a)^-1)>城乡结合区(265.96～1989.75kg·(hm²·a)^-1)>城市居民区(420.37～1468.36kg·(hm²·a)^-1)>旅游区(178.87～1106.61kg·(hm²·a)^-1)>农田区(178.87～420.37kg·(hm²·a)^-1)。TN和NH₃-N分布较为均匀，个别汇水单元负荷强度较高，CODMn负荷强度分布和TSS相反，呈现南片高于北片的趋势。旅游区域的各类污染物的面源污染年负荷量如表1所示。

表1旅游区域内面源污染负荷

(4)根据下垫面和河道上下游断面监测到的数据，计算得到各类污染物的入河系数，所述入河系数为累积在汇水单元的污染物随汇流过程进入河道的比率。

该步骤具体包括：

(4-1)选择若干场降雨期间，下垫面监测点监测到的数据，计算得到降雨期间各下垫面上各类污染物的面源污染负荷：

L′_ij表示下垫面i上污染物j的面源污染负荷，i＝1、2、3分别表示草地、屋顶和路面三种下垫面，t表示监测的第t个时间段，为从t₁到t_n共n个时间段，C_ij(t)为t时段下垫面i上监测点监测到的污染物j的浓度，Q_i(t)为t时段下垫面i上监测点监测到的径流量；

(4-2)根据降雨期间各下垫面上各类污染物的面源污染负荷，统计得到降雨期间各污染物的总面源污染负荷：

式中，L′_j表示降雨期间污染物j的总面源污染负荷，R_i表示下垫面i的径流系数；

(4-3)根据降雨期间河道上下游监测点监测到的数据，和降雨期间各污染物的总面源污染负荷，计算得到各污染物的入河系数：

式中，λ_j表示污染物j的入河系数，SI_j、SO_j分别表示河道上、下游的污染物j的污染负荷量，分别为河道上、下游监测点监测到的污染物j的浓度与河道流量的乘积。

以位于老城区的蒿草河为例，河道上下游河道断面分别位于文汇东路蒿草河桥下以及大学南路蒿草河桥下断面，前后相距约2km，2017年8月7日至8月9日暴雨期间，对蒿草河汇水单元内屋面、路面及草地监测点进行雨水径流监测；同时对河道上下游断面的流量变化及污染物浓度变化进行了同步监测，如图4所示。降雨监测期间上下游控制断面的污染物通量计算结果如表2表3所示：

表2上下游控制断面污染负荷通量(区间汇入量计算)

表3入河系数估算

通过表3可知蒿草河下游控制断面面源污染中COD_Mn、NH₃N与TP的负荷通量，结合汇水单元内产生的污染负荷通量，推求各污染因子的入河系数，分别为60％，91％和81％，并应用于降雨期河道水质响应的模拟。

(5)根据河道缓冲区面积在汇水单元的占比，将汇水单元产生的各类污染物的面源污染负荷量，按照比例及入河系数，分配到汇水单元内的各河道中。

该步骤具体包括：

(5-1)通过统计得到每条河道的缓冲区面积在汇水单元的占比η_k；

(5-2)将汇水单元产生的各类污染物的面源污染负荷量，按照比例及入河系数，分配到汇水单元内的各河道中，每条河道分配到的污染负荷量为：

L_j,k＝η_kλ_jL_j

式中，L_j,lk表示汇水单元分配给河道k的污染物j负荷量，λ_j表示污染物j的入河系数，L_j表示当前汇水单元污染物j的面源污染负荷量。

本例中最终计算得到的旅游区域分配给各河道的污染物负荷量如表4所示。

表4区域内面源入河污染负荷

(6)对各河道进行统计，按照各河道流经汇水单元的路线，沿程累加分配得到的进入河道的各类污染物的负荷量，得到各河道总的面源污染入河负荷量。

本例中最终计算得到的部分河道的面源污染入河负荷量如表5和图6所示。

表5城市面源污染入河负荷量预测

对本发明进行验证。在已建水动力水质模型的基础上，结合降雨期间的河道水动力水质同步监测数据，建立河道水质控制断面对面源污染负荷的响应关系，水动力模型的初始条件给定各河道的常水位值，流速取为0m/s，入流边界为流量条件，采用丰水期多年平均流量，出流边界给定对应时期的水位值。岸边界采用不可入边界条件，即水流的法向速度为0。对于水质的计算，模型的初始条件分别给出各条河道非降雨期的实测污染物浓度值，由于缺乏降雨期河网水质同步监测数据，边界条件给定丰水期污染物浓平均值，岸边界法向通量取为0。假定面源污染物随径流由地下排水管网进入河道，并结合排水管网资料确定蒿草河面源污染的入河排放点位于河道里程2km处，实际位置位于文汇东路蒿草河大桥附近，在模型计算中，按照面源节点化的思路，将地下管网入河口设置为点源的形式汇入河道，根据面源污染的入河系数，确定了面源污染的入河排放量，在此基础上进行河道水质对入河污染负荷响应的数值模拟，模型的参数取值参照率定及验证结果，启动采用冷启动方式，为消除冷启动带来的离散误差，模型的计算时间设置为2017/8/4～2017/8/9，由试算结果可知，计算2天后可基本消除冷启动导致的计算误差，不影响整个降雨期间的数值计算精度。

表6水质参数取值

通过模型计算，得到了降雨期间蒿草河下游控制断面对面源入河负荷的响应规律，将计算结果与实测数据进行对比，其对比结果如图5所所示，由图可知，各污染物浓度实测值与计算值基本呈现相似的变化规律，河道下游断面中COD_Mn出现了两次显著峰值，第一次峰值符合典型的初期雨水冲刷效应，短时间内浓度迅速升高，第二次峰值出现时降雨强度更大，小雨期间很难被冲刷的污染物随径流进入水体，使水中COD_Mn浓度显著增加，后期由于洁净雨水的稀释作用，浓度回归正常水平。值得注意的是，模型计算值与观测值之间存在浓度差，原因可能是在面源负荷通量计算中未考虑林地、裸地这两种极少数土地利用类型的产污能力，造成模型中入河污染负荷偏低，也可能是缺乏降雨期的实测边界条件，模型中采用丰水期的水质浓度平均值代替，导致计算值出现偏差；NH3N浓度计算值与实测结果在降雨初期吻合较好，后期随着雨量的减少，计算值逐渐恢复至降雨前浓度水平，但却低于同一时刻的实测结果，极有可能是监测河段存在隐藏的偷排行为，监测期也确实出现河水发黑发臭现象；下游监测断面TP的实测浓度出现两个显著峰值，而计算结果仅有一处峰值，造成这种现象的原因不排除在实际的径流过程中，某种下垫面的冲刷效应出现延迟，另外，在降雨初期，下游断面TP浓度实测值远大于计算值，可能是颗粒态的TP受初期暴雨冲刷作用显著，初期雨水径流中浓度较大，而模型计算采用的是平均浓度，未能充分体现初期冲刷效应。

总体来看，本本发明中面源污染入河通量的计算结果与实测值基本接近，这说明本发明可用于入河污染量计算，为城市河流的水环境治理提供良好的思路和科学依据。

Claims (4)

1.一种城市面源污染入河负荷量预测方法，其特征在于该方法包括：

(1)按照功能、排水网、河网将研究区域划分为若干汇水单元，并统计各个汇水单元内的河道；

(2)在汇水单元下垫面和河道上下游分别布设监测点，监测若干场降雨期间的径流和污染物浓度；

(3)根据下垫面监测点监测到的数据，计算汇水单元产生的各类污染物的面源污染负荷量；

(4)根据下垫面和河道上下游断面监测到的数据，计算得到各类污染物的入河系数，所述入河系数为累积在汇水单元的污染物随汇流过程进入河道的比率；该步骤具体包括：

(4-1)选择若干场降雨期间，下垫面监测点监测到的数据，计算得到降雨期间各下垫面上各类污染物的面源污染负荷：

L_i′_j表示下垫面i上污染物j的面源污染负荷，i＝1、2、3分别表示草地、屋顶和路面三种下垫面，t表示监测的第t个时间段，为从t₁到t_n共n个时间段，C_ij(t)为t时段下垫面i上监测点监测到的污染物j的浓度，Q_i(t)为t时段下垫面i上监测点监测到的径流量；

(4-2)根据降雨期间各下垫面上各类污染物的面源污染负荷，统计得到降雨期间各污染物的总面源污染负荷：

式中，L_j′表示降雨期间污染物j的总面源污染负荷，R_i表示下垫面i的径流系数；

(4-3)根据降雨期间河道上下游监测点监测到的数据，和降雨期间各污染物的总面源污染负荷，计算得到各污染物的入河系数：

式中，λ_j表示污染物j的入河系数，SI_j、SO_j分别表示河道上、下游的污染物j的污染负荷量，分别为河道上、下游监测点监测到的污染物j的浓度与河道流量的乘积；

(5)根据河道缓冲区面积在汇水单元的占比，将汇水单元产生的各类污染物的面源污染负荷量，按照比例及入河系数，分配到汇水单元内的各河道中；该步骤具体包括：

(5-1)通过统计得到每条河道的缓冲区面积在汇水单元的占比η_k；

(5-2)将汇水单元产生的各类污染物的面源污染负荷量，按照比例及入河系数，分配到汇水单元内的各河道中，每条河道分配到的污染负荷量为：

L_j,k＝η_kλ_jL_j

式中，L_j,lk表示汇水单元分配给河道k的污染物j负荷量，λ_j表示污染物j的入河系数，L_j表示当前汇水单元污染物j的面源污染负荷量；

(6)对各河道进行统计，按照各河道流经汇水单元的路线，沿程累加分配得到的进入河道的各类污染物的负荷量，得到各河道总的面源污染入河负荷量。

2.根据权利要求1所述的城市面源污染入河负荷量预测方法，其特征在于：步骤(1)包括：

(1-1)将研究区域按照功能划分为若干功能区；

(1-2)对于每一功能区，按照地下排水网和河网的排布，划分为若干汇水单元。

3.根据权利要求1所述的城市面源污染入河负荷量预测方法，其特征在于：步骤(2)具体包括：对于每个汇水单元，分别在草地、屋顶和路面三种下垫面上布设监测点，分别在河道的上游断面和下游断面布设监测点，监测降雨期间的降雨径流和污染物浓度。

4.根据权利要求1所述的城市面源污染入河负荷量预测方法，其特征在于：步骤(3)包括：

(3-1)在汇水单元中，根据若干场降雨中监测点监测到的流量和各类污染物的浓度，计算该汇水单元中各类下垫面上各类污染物的径流污染平均浓度：

式中，EMC_ij表示下垫面i上污染物j的径流污染平均浓度，i＝1、2、3分别表示草地、屋顶和路面三种下垫面，t表示监测的第t个时间段，为从t₁到t_n共n个时间段，C_ij(t)为t时段下垫面i上监测点监测到的污染物j的浓度，Q_i(t)为t时段下垫面i上监测点监测到的径流量；

(3-2)根据各类下垫面上各类污染物的径流污染平均浓度，计算各类污染物的面源污染负荷量：

式中，L_j表示污染物j的面源污染负荷量，R_i表示下垫面i的径流系数，P表示汇水单元的年平均降雨量，A为汇水单元的集水区面积。