孫 昕,葉麗麗,趙偉麗,黃廷林,叢海兵(.西安建筑科技大學環(huán)境與市政工程學院,陜西 西安 70055；.揚州大學環(huán)境科學與工程學院,江蘇 揚州 5009)

分層水庫溫度梯度對揚水曝氣原位控藻效果的影響

孫 昕1*,葉麗麗1,趙偉麗1,黃廷林1,叢海兵2(1.西安建筑科技大學環(huán)境與市政工程學院,陜西 西安 710055；2.揚州大學環(huán)境科學與工程學院,江蘇 揚州 225009)

基于計算流體力學(CFD)方法,數(shù)值模擬了不同溫度梯度條件下?lián)P水曝氣器外圍流場及藻類濃度場,并與實際工程運行數(shù)據(jù)進行對比.當水深為80m、水面下30m內(nèi)的溫度梯度從0.17℃/m增加到0.73℃/m時,核心控藻區(qū)域的半徑從100m增加到150m,控藻區(qū)域百分比從25.16%增大到28.60%,藻類完全混合的時間分別從16d增加到24d.在穩(wěn)定條件下,藻類在補償點以下的停留時間均大于48h,基本不受溫度梯度的影響,藻類生長受抑制.藻類濃度模擬結(jié)果與實際工程運行結(jié)果吻合良好.推薦水庫中揚水曝氣器合理設(shè)計間距為250m.

分層水源水庫；揚水曝氣；溫度梯度；藻類控制；間距

藻類污染是國內(nèi)外許多湖泊、水庫面臨的共性水質(zhì)問題,對于深水型分層水源水庫,季節(jié)性高藻污染尤為突出,會直接影響飲用水安全,并增加水廠凈水處理的難度和成本[1-4].水庫藻類原位控制途徑主要有3種:降低水體氮、磷等營養(yǎng)鹽含量,創(chuàng)造低溫、低光照、低溶解氧等不利的生長環(huán)境,采用化學、生物、物理等方法直接去除已生長的藻類[5-8].

揚水曝氣技術(shù)是一種經(jīng)濟有效的水庫水質(zhì)原位控制技術(shù),運用該技術(shù)能同時混合上、下層水體和向水體充氧,有效控制底泥中內(nèi)源污染物的釋放,改善水庫水質(zhì),降低水體表層水體藻類含量,現(xiàn)已成功應用于國內(nèi)太原、西安等地水源水庫[1,9-11].揚水曝氣器由揚水筒、曝氣室和回流室組成[1,9-11],壓縮空氣連續(xù)釋放至曝氣室中,氣泡上升帶動曝氣室內(nèi)水流向上流動,充氧后的水流經(jīng)過回流室返回到水庫底部,未溶解的尾氣上升至曝氣室頂部.曝氣室頂部水面因尾氣的累積而不斷下降,當尾氣致使水面下降到水封板下沿時會瞬間繞過水封板下沿,通過曝氣室內(nèi)壁上的孔隙進入上升筒而結(jié)合成一個大的氣彈,氣彈的上浮帶動上升筒內(nèi)水體向上運動,被提升的底層水體流出上升筒上部出口后,首先與揚水曝氣器外圍表層水體混合并向四周擴散,最后在揚水曝氣器外圍形成上下水體間的循環(huán)混合.

多數(shù)水源水庫的優(yōu)勢藻類是銅綠微囊藻,該藻具有懸浮生長的生理特性[12],其上浮速度為0.000275m/s[13].運行揚水曝氣器,可在其外圍水體中產(chǎn)生上下水體之間的循環(huán)流動,如果控制揚水曝氣器外圍水深方向垂向水流速度大于微囊藻的上浮速度,可將表層藻類被動驅(qū)趕至不利于其生長的中、下層水體,從而抑制藻類的過量繁殖[13-14].作為一種新的湖泊水庫原位控藻技術(shù),如何創(chuàng)造藻類被動下潛的合適流速場,確定揚水曝氣器的合理布置間距和優(yōu)化運行條件,定量預測藻類的控制效果,是該技術(shù)大規(guī)模應用前急需解決的關(guān)鍵問題.

由于目前尚存分層水源水庫的中試物理模型試制難﹑水庫現(xiàn)場監(jiān)測工作量繁重、危險、干擾因素多等問題,采用計算流體力學(CFD)方法可準確模擬復雜地形及工藝條件下的藻類濃度場,是研究此類大尺度水環(huán)境問題的有力手段.商業(yè)FLUENT軟件是功能強大的水動力模擬軟件之一[15-16],雖有利用FLUENT進行揚水曝氣器外圍流場的模擬研究[17],但由于存在采用的水域半徑過小引起邊壁效應過強、水溫模擬及邊界條件輸入涉及的UDF編寫等問題,導致模擬結(jié)果失真,無法指導實際應用.

水溫梯度是影響揚水曝氣器外圍循環(huán)水流的主要內(nèi)在因素,本研究根據(jù)西安金盆水庫揚水曝氣水質(zhì)改善工程典型設(shè)計條件,利用 FLUENT軟件數(shù)值模擬計算不同溫度梯度下?lián)P水曝氣混合控藻區(qū)域的位置和面積、藻類濃度的變化情況,旨在分析溫度梯度對揚水曝氣器混合控藻效果的影響,同時探求應用數(shù)值模擬方法解決大尺度水環(huán)境問題的有效性,并為合理確定揚水曝氣器的布置間距和運行時間提供可靠技術(shù)依據(jù).

1 數(shù)值模擬方法

1.1 計算區(qū)域模型

研究對象為金盆水庫揚水曝氣器外圍水體,將其簡化為二維軸對稱計算區(qū)域模型,僅研究模型的右半部分.將揚水曝氣器簡化為半徑為0.375m的圓柱體,模擬時視為黑體;外圍水域半徑300m,水深80m.揚水曝氣器進口距庫底6m、出水口距水面0.5m,曝氣器出口為模擬水體進口,進口為模擬水體出口.采用四邊形結(jié)構(gòu)化網(wǎng)格,共有45595個節(jié)點、45072個單元,圖1表示水體進口部分網(wǎng)格.

圖1 揚水曝氣器外圍水體進口處網(wǎng)格Fig.1 Mesh of the inlet of the simulation flow domain outside the water-lifting aerator

1.2 邊界條件與初始條件

邊界條件:水體進口采用速度入口,揚水曝氣器出口周期性水流速度采用解析方法確定[10],一個周期內(nèi),前 15s內(nèi)流速從 0m/s線性增加到2.5m/s,再線性降低至30s時的0m/s,之后至270s均為 0m/s,通過用戶自定義函數(shù)(UDF)定義.水體進口處溫度為水體出口處溫度均值,采用UDF定義.水體出口采用壓力出口.

初始條件:根據(jù)金盆水庫近年來水溫資料[18],水深30m以內(nèi)水溫近似呈線性遞減,典型月份水溫結(jié)構(gòu)如表1所示,對應溫度梯度(GradT)分別為0, 0.17, 0.33, 0.47, 0.60, 0.73℃/m.水體的水溫結(jié)構(gòu)、水的密度及黏度與溫度的變化關(guān)系均采用UDF在求解前給定.

根據(jù)前期實驗結(jié)果[13],銅綠微囊藻具有氣囊導致其在水中會懸浮生長,在無光條件下,上浮速度 <0.00025m/s、 0.00025～0.000333m/s、>0.000333m/s的銅綠微囊藻分別占87%、6%、7%;當下向流速達到0.000275m/s時,基本能阻止銅綠微囊藻的上浮.本文中銅綠微囊藻的典型直徑和上浮速度分別取 0.5mm和 0.000275m/s[13],首先采用 Stokes公式計算銅綠微囊藻的典型密度[19],然后根據(jù)揚水曝氣器運行水庫中的藻類濃度計算出藻類的質(zhì)量比濃度,并用UDF給出初始狀態(tài)下水深方向的藻類質(zhì)量比濃度分布.

表1 金盆水庫典型水溫分層結(jié)構(gòu)(℃)Table 1 Typical thermal structure of Jinpen Reservoir (℃)

1.3 求解與數(shù)據(jù)分析方法

求解方法:紊流模型采用適于高應變率及流線彎曲程度大的Renormalization-group(RNG)[20]κ-ε模型(κ和ε分別為紊流動能和能量耗損率),藻類濃度采用多組分模型計算[15],水體傳熱考慮表面?zhèn)鳠岷退聜鳠醄21]并采用UDF給定傳熱條件.采用一階迎風格式對方程進行離散,采用PISO(Pressure Implicit Splitting of Operator)算法及基于壓力的隱式求解器,求解非穩(wěn)定狀態(tài)下的離散方程.

控藻區(qū)域分析方法:根據(jù)銅綠微囊藻的懸浮生長特性,控制向下的垂向水流速度大于銅綠微囊藻的典型上浮速度,即可驅(qū)使銅綠微囊藻向下運動.核心控藻區(qū)域定義為垂直向下速度值大于0.000275m/s的區(qū)域,區(qū)域面積采用Photoshop軟件計算,區(qū)域百分比定義為核心控藻區(qū)域與整體水域的百分比.

藻類跡線分析方法:為揭示揚水曝氣過程中藻類的遷移特性,以藻類生長補償點(水下 3m)處藻類為對象[13],利用FLUENT自帶的跡線功能,繪制代表點處藻類的遷移軌跡.當流體相對穩(wěn)定時,取水體中某點 P0(χ,y)處藻類質(zhì)點為對象,繪制間隔取 1m,該質(zhì)點先以點 P0(χ,y)的速度 U0(χ,y)沿U0(χ,y)的矢量方向運動1m后至點P1(χ,y),再以點P1(χ,y)處速度 U1(χ,y)運動 1m,類似運動到 Pi(χ,y)點,將藻類遷移的各點連線即可得到其軌跡.

1.4 模擬區(qū)域半徑的確定

首先以水域半徑 1600m﹑水深 80m﹑溫度梯度 GradT0=0.47℃/m條件進行模擬分析.為便于識別影響半徑,圖2僅畫距離曝氣器300m范圍內(nèi)的垂向速度等值線圖,橫坐標表示距離揚水曝氣器中心軸的橫向長度(L)、單位為m,縱坐標表示距離水面的垂向距離(H)、單位為m,右側(cè)為表示垂向速度值大小的圖例.由圖2可見,核心控藻區(qū)域僅在距離曝氣器 150m左右范圍內(nèi),為安全起見,后續(xù)模擬水域半徑均取300m.

圖2 水域半徑1600m時的核心控藻區(qū)域Fig.2 Core zone of algae inhibition under quasi-steady state for domain radius of 1600m

1.5 最不利控藻時刻的確定

圖3 一個270s周期內(nèi)的核心控藻區(qū)域Fig.3 Core zone of algae inhibition under quasi-steady state during one period of 270s

周期性的入口速度分布導致曝氣器外圍流場也呈周期性變化,為確定一個周期內(nèi)核心控藻區(qū)域最小的時刻,取一個周期內(nèi)的 15s,30s,270s的核心控藻區(qū)域百分比進行分析,核心控藻區(qū)域百分比從15s的29.56%減小到270s的18.84%.故確定一個周期內(nèi)最不利控藻時刻為周期的起點(終點).下述分析均采用周期起點數(shù)據(jù).

2 模擬結(jié)果與分析

2.1 溫度梯度對揚水曝氣器外圍流場的影響

圖 4所示模擬的揚水曝氣器外圍流場.水體未分層時,流場以一個順時針方向環(huán)流為特征(圖 4a).水體分層時,流場以進口附近順時針環(huán)流和其他區(qū)域逆時針環(huán)流為特征(圖4b和圖4c).

圖4 不同溫度梯度下?lián)P水曝氣器外圍流場Fig.4 Flow outside the water-lifting aerator under different temperature gradients

水溫分層與未分層條件下的流場差異主要源于進口水流與表層背景水體的密度差.未分層時,進口水流會籍自身動能水平向右運動,受邊壁和曝氣器出口水流的共同作用,在曝氣器右側(cè)形成一個順時針環(huán)流.分層時,進口水流為水溫較低的底部水體,它除水平向右運動外,還因其密度大于表層溫度較高水體而向下運動;但其向下運動時,會受浮阻力而在一定深度處改變運動方向直至向上運動,在進口附近形成順時針環(huán)流.在進口環(huán)流卷吸、曝氣器出口水流和邊壁的共同作用下,進口水流在曝氣器右側(cè)內(nèi)形成一個大的整體逆時針環(huán)流.

溫度梯度影響揚水曝氣器外圍流場(圖 4b和圖 4c).當溫度梯度從 0.17℃/m 逐漸增加到0.73℃/m時,進口順時針環(huán)流的范圍和強度均隨逐漸縮小,進口環(huán)流半徑約從 40m縮小為 25m,進口環(huán)流速度最大值約從 0.105m/s減小為0.085m/s.在進口水流動能和水域體積一定的情況下,水流所受的浮阻力隨著溫度梯度的增加而增大,進口環(huán)流向下穿越溫度梯度較大的水體時需消耗更多能量,用于產(chǎn)生進口環(huán)流的有效能量相應減小.

2.2 溫度梯度對揚水曝氣控藻區(qū)域的影響

圖 5表示揚水曝氣器外圍水體垂向速度等值線分布,稱非白色區(qū)域為核心控藻區(qū)域.進入此區(qū)域的藻類會隨水流下潛至低溫、弱光、低溶解氧含量的中下部水體,藻類的生長會因不利環(huán)境而明顯受抑.

核心控藻區(qū)域直接取決于揚水曝氣器外圍流場,故水溫未分層與分層時的核心控藻區(qū)域形狀迥然不同(圖5).未分層時的核心控藻區(qū)域百分比約為63.95%.當溫度梯度從0.17℃/m逐漸增加到0.73℃/m時,核心控藻區(qū)域的總體形狀大致相同,核心區(qū)域的百分比僅從 25.16%略增到28.60%.溫度梯度主要影響流場達到穩(wěn)定的時間,流場穩(wěn)定時間隨溫度梯度的增加而延長.

核心控藻區(qū)域的半徑隨溫度梯度的增加而擴大.當溫度梯度從0.17℃/m逐漸增加到0.73℃/m時,核心區(qū)域的半徑約從100m增大到150m.一方面,較大的溫度梯度產(chǎn)生較大的浮阻力,限制進口順時針環(huán)流的發(fā)展,促進其他區(qū)域逆時針環(huán)流的發(fā)展.另一方面,底部水體溫度均為6℃,溫度梯度越高,混合穩(wěn)定后的平均水溫越高、水的黏滯系數(shù)越低,水體的流動性隨之增強.

圖5 不同溫度梯度下穩(wěn)定的核心控藻區(qū)域Fig.5 Core zone of algae inhibition under different temperature gradients

2.3 藻類被動遷移與混合

圖6表示溫度梯度0.73℃/m條件下流場穩(wěn)定時藻類的被動遷移軌跡的示意圖,橫、縱坐標分別表示距離揚水曝氣器中心軸的橫向長度和距離水面的垂向距離,三個代表點均距揚水曝氣250m,水深分別為3,20,40m.

藻類在水體內(nèi)的被動遷移分為表層流動、下降、水底流動和上升四階段.以水深3m處為例,藻類先水平向左遷移至進口環(huán)流區(qū),再下潛行;之后懸浮并停留在底部水體左側(cè);跡線結(jié)果表明,藻類在生長補償點以下(即3m以下)循環(huán)一周約需60h,而銅綠微囊藻黑暗限氣環(huán)境下的極限耐受時間為48h[22],說明該處藻類的生長會被完全抑制.水深20m、40m處藻類也均在生長補償點以下遷移.其他溫度梯度條件流場穩(wěn)定時藻類遷移過程類似,藻類在生長補償點以下的停留時間相近.根據(jù)圖6,非核心控藻區(qū)域的藻類會被動遷移至核心區(qū),再下潛至生長補償點之下,其生長受到完全抑制.

圖6 藻類被動遷移跡線圖(GradT=0.73℃/m)Fig.6 Pathlines of algae transport (GradT=0.73℃/m)

藻類在水體里的遷移主要通過擴散、移流、反應及源(匯)四種過程,本模擬中主要考慮擴散和移流項.未運行揚水曝氣器時,水中微囊藻濃度表層高、底部低,在垂向存在較大的濃度梯度,但由于水庫內(nèi)水體紊動很弱、微囊藻又能懸浮生長,導致藻類自然的垂向混合很弱.運行揚水曝氣器后,在上下層水體之間形成循環(huán)水流,在向下的垂向水流速度大于藻類典型懸浮速度時,依靠濃度梯度導致的擴散和循環(huán)水流產(chǎn)生的移流作用,表層藻類會隨循環(huán)水流逐漸下潛.

在本研究中,紊動擴散由于紊流較弱、作用較小,移流傳輸是藻類遷移的主要機理.水溫分層時,表層藻類隨水流向下遷移過程中會受浮阻力的阻礙,溫度梯度越大,藻類下潛需要克服的浮阻力越大,水庫內(nèi)藻類完全混合所需的時間越久.根據(jù)數(shù)值模擬結(jié)果,當溫度梯度分別為 0.17, 0.33, 0.47, 0.60, 0.73℃/m 時,水中藻類濃度達到各處均一的時間分別為16,17,19,21,24d.

2.4 控藻模擬結(jié)果驗證

西安金盆水庫是典型的深水型分層水庫,壩前正常平均水深80m,總庫容2.0億m3,向西安市日均供水76萬m3,占供水總量的70%.為控制金盆水庫因內(nèi)源污染而導致的富營養(yǎng)化,2010年 7月在壩前 1.1km范圍的主庫區(qū)建成揚水曝氣水質(zhì)改善工程,采用根據(jù)前述數(shù)值模擬結(jié)果確定的揚水曝氣器布置間距,呈梅花形布置 8臺直徑0.75m的揚水曝氣器(圖7)[11],該工程于2011年7月重新改造后部分運行.

圖7 曝氣器分布Fig.7 Layout of water-lifting aerators

以受水庫出流影響最小的 4#曝氣器作為模擬結(jié)果驗證對象,測試斷面沿4#至6#曝氣器連線,該處地形較為平坦,與計算網(wǎng)格差別不大.曝氣器運行期間,采用HYDROLAB水質(zhì)分析儀每日監(jiān)測水溫、葉綠素a等8項常規(guī)指標的垂向變化,每周分析表層0.5m、水下30m和庫底之上5m的藻類濃度兩次,監(jiān)測斷面距曝氣器50m.

圖8 實測的核心控藻區(qū)域(7月份)Fig.8 Measured core zone of algae inhibition (July)

揚水曝氣器外圍水體流場采用三維多普勒剖面流 速 儀(ADP,美 國 LAUREL 公司W(wǎng)H600kHz)進行測量.根據(jù)模擬結(jié)果,揚水曝氣器出流為非穩(wěn)定流,運行一段時間后,僅距離揚水曝氣器50m之外的水體流場基本不受曝氣器的周期性出流影響.因ADP給出基于地球坐標系的流速,測試期間未配置全球坐標定位系統(tǒng)(GPS)測量儀器,無法將ADP的水平向流速轉(zhuǎn)換為本模擬坐標系的橫向流速,故僅采用不依賴于坐標系的垂向水流速度加以驗證.根據(jù)從ADP導出的垂向水流速度數(shù)據(jù),繪制實測的控藻區(qū)域如圖 8所示,對比對比圖 5(d)和圖 8,實際和模擬的控藻區(qū)域基本類似,說明模擬的垂向速度與實測速度吻合較好,也間接說明圖 6所示的藻類跡線較為合理可靠.

圖9 藻類體積分率的模擬值與實測值對比Fig.9 Comparison of simulated and measured algae concentration(a)距離曝氣器50m;(b)距離曝氣器200m

揚水曝氣器的運行會引起水體豎向循環(huán)流動,底層低溫水體被輸送至表層,混合后降低了透光區(qū)水溫;大量透光區(qū)藻類向下層無光區(qū)遷移,削弱了藻類的光合作用,共同造成表層藻類濃度降低.圖9表明,隨著揚水曝氣器的運行,表層藻類混合比底部混合稍快,遠處藻類比近處藻類混合稍慢.當曝氣器運行至14d,水體藻類接近完全混合,表層藻類體積分率由峰值0.005陡降至0.001左右;至24d后基本穩(wěn)定在0.0006左右.底層藻類體積分率則由0逐漸上升至0.0006左右.對比實測值,藻類濃度的預測比較理想,且預測誤差隨運行時間的延長逐漸降低,開始數(shù)天的預測誤差較大,主要可能是由于揚水曝氣產(chǎn)生間歇性水流導致混合的不均勻性;但從第 7d開始,藻類濃度的預測誤差開始降至15%左右,到第24d降至10%左右,至藻類基本完全混合時,預測值與實測值比較接近.

3 結(jié)論

3.1 在分層條件下,揚水曝氣器外圍穩(wěn)定流場以進口順時針環(huán)流和其他區(qū)域逆時針環(huán)流共存為特征;隨著溫度梯度的增加,進口環(huán)流的范圍縮小、強度減弱.

3.2 當溫度梯度從0.17℃/m逐漸增加到0.73℃/m時,揚水曝氣器外圍穩(wěn)定核心控藻區(qū)域的形狀和面積基本不受溫度梯度的影響,核心控藻區(qū)域面積百分比約為 25%～29%,核心控制區(qū)域的半徑約從100m增大到150m.

3.3 藻類在生長補償點之下被動遷移的時間約為 60h,其生長可被有效抑制;當溫度梯度從0.17

℃/m增加到0.73℃/m時,水中藻類完全混合所需的時間從16d增加到24d.

3.4 模擬的水流速度和藻類濃度與實測值基本吻合良好,說明基于FLUENT的CFD模擬是研究大尺度水環(huán)境問題的有力手段,推薦水庫內(nèi)揚水曝氣器的合適布置間距為 250m左右,建議進一步運用CFD模擬方法優(yōu)化揚水曝氣控藻條件.

[1] 黃廷林,叢海兵,柴蓓蓓.飲用水水源水質(zhì)污染控制 [M]. 北京:中國建筑工業(yè)出版社, 2009.

[2] Hudnell H K, Jones C, Jones C, et al. Freshwater harmful algal bloom (FHAB) suppression with solar powered circulation (SPC) [J]. Harmful Algae, 2010,9(2):208-217.

[3] 崔福義,馬 華.水源水中藻的危害與飲用水除藻技術(shù) [J]. 給水排水, 2011,37(6):1,103.

[4] 李 磊.荷花、睡蓮及螺控制富營養(yǎng)化水體藻類生長的研究[D]. 北京:中國環(huán)境科學研究院, 2007.

[5] 黎 雷,高乃云,殷娣娣,等.控制飲用水原水中藻類、藻毒素的水廠處理工藝 [J]. 中國給水排水, 2008,24(6):20-24.

[6] 劉春光,金相燦,邱金泉,等.光照與磷的交互作用對兩種淡水藻類生長的影響 [J]. 中國環(huán)境科學, 2005,25(1):32-36.

[7] 譚 嘯,孔繁翔,于 洋,等.升溫過程對藻類復蘇和群落演替的影響 [J]. 中國環(huán)境科學, 2009,29(6):578-582.

[8] 龍?zhí)煊?周鵬瑞,吳 磊.環(huán)境因子對香溪河春季藻類生長影響的模擬實驗 [J]. 中國環(huán)境科學, 2011,31(2):327-331.

[9] Cong H B, Huang T L, Chai B B, et al. A new mixing-oxygenating technology for water quality improvement of urban water source and its implication in a reservoir [J]. Renewable Energy, 2009,34(9):2054-2060.

[10] Cong H B,Huang T L,Chai B B.Water-circulating aerator: Optimizing structure and predicting water flow rate and oxygen transfer [J]. Journal of Hydraulic Engineering, 2011, 137(6):659-667.

[11] 馬 越,黃廷林,叢海兵,等.揚水曝氣技術(shù)在河道型深水水庫水質(zhì)原位修復中的應用 [J]. 給水排水, 2012,38(4):7-13.

[12] 梁 瑜,陳雪初,孔海南,等.遮光圍隔中銅綠微囊藻的時空分布特征 [J]. 中國環(huán)境科學, 2007,27(6):821-825.

[13] Cong H B, Huang T L, Chai B B. Research on applying a water-lifting aerator to inhibit the growth of algae in a source-water reservoir [J]. Int. J. Environ. Poll., 2011,45(1/2/3): 166-175.

[14] 張小璐,何圣兵,陳雪初,等.揚水造流技術(shù)控藻機制研究 [J]. 中國環(huán)境科學, 2011,31(12):2058-2064.

[15] Fluent user’s guide [M]. Flunet Inc., 2006.

[16] Fluent user defined function manual [M]. Fluent Inc., 2006.

[17] 王進行.溫度分層及水深對揚水曝氣器流場影響的 CFD模擬[D]. 西安:西安建筑科技大學, 2010.

[18] 邱二生.黑河水庫水質(zhì)及藻類監(jiān)測和水體分層研究 [D]. 西安:西安建筑科技大學, 2010.

[19] 許保玖.給水處理理論 [M]. 北京:中國建筑工業(yè)出版社, 2000. [20] 孫梅娟.重整化群流方程方法的發(fā)展及其應用 [D]. 合肥:安徽大學, 2005.

[21] Hodges B R. Heat budget and thermodynamics at a free surface [R]. Centre for Water Research, The University of Western Australia. ED 1300BH.

[22] 郭莉莎,章 軍,吳 娟,等.黑暗限氣條件下銅綠微囊藻細胞死亡的形態(tài)結(jié)構(gòu)和生理生化變化 [J]. 微生物學報, 2012,52(2): 228-235.

Effect of temperature gradient on algal inhibition by in-situ water-lifting aeration in a stratified reservoir.

SUN

Xin1*, YE Li-li1, ZHAO Wei-li1, HUANG Ting-lin1, CONG Hai-bing2(1.School of Environmental and Municipal Engineering, Xi’an University of Architecture and Technology, Xi’an 710055, China；2.School of Environmental Science and Technology, Yangzhou University, Yangzhou 225009, China). China Environmental Science, 2014,34(2)：352～358

Based on the method of computational fluid mechanics, flow velocity and algae concentration outside the water-lifting aerator were numerically modeled, the simulation results were compared against the field data. Under water depth of 80m, when the temperature gradient increased from 0.17℃/m increased to 0.73℃/m, the radius of core zone for algae control increased from 100m to 150m,ratio of the algae control zone to the whole flow domain slightly increased from 25.16% to 28.60%, the time required for complete mixing of algae increased from 16d to 24d. The residence time of algae under the compensation point was longer than 48h for each simulation case, but it was not sensitive to the temperature gradient, the algal growth was effectively inhibited. Simulated profiles of water temperature and algae concentration agreed well with the measured ones. The proper spacial distance between two water-lifting aerators could be determined as 250m.

stratified source water reservoir；water-lifting aeration；temperature gradient；algae control；spacial distance

X524

：A

：1000-6923(2014)02-0352-07

孫 昕(1971-),男,安徽桐城人,副教授,博士,主要從事水質(zhì)污染控制與模擬研究.發(fā)表論文20余篇.

2013-05-13

國家科技支撐項目(2012BAC04B02);國家自然科學基金資助項目(51178379,51278404);陜西省社發(fā)攻關(guān)項目(2010K11-02-03);教育部高等學校博士點專項科研基金(2012BAC04B02)

* 責任作者, 副教授, xinsunn@gmail.com