田 平,方曉波,王飛兒,朱 瑤

(1.浙江大學(xué)環(huán)境與資源學(xué)院,浙江 杭州 310012；2.浙江農(nóng)林大學(xué)環(huán)境與資源學(xué)院,浙江 臨安 311300；3.浙江卓錦工程技術(shù)有限公司,浙江 杭州 310004)

基于環(huán)境基尼系數(shù)最小化模型的水污染物總量分配優(yōu)化
——以張家港平原水網(wǎng)區(qū)為例

田 平1,3,方曉波2*,王飛兒1,朱 瑤1

(1.浙江大學(xué)環(huán)境與資源學(xué)院,浙江 杭州 310012；2.浙江農(nóng)林大學(xué)環(huán)境與資源學(xué)院,浙江 臨安 311300；3.浙江卓錦工程技術(shù)有限公司,浙江 杭州 310004)

本文通過(guò)應(yīng)用 WASP模型計(jì)算出研究區(qū)域環(huán)境容量及其在各鎮(zhèn)的空間分布,在此基礎(chǔ)上確定整個(gè)區(qū)域的污染物目標(biāo)總量.結(jié)合研究區(qū)域?qū)嶋H情況,提出并開(kāi)發(fā)了基于經(jīng)濟(jì)、社會(huì)和資源稟賦的綜合環(huán)境基尼系數(shù)最小化模型,用于污染物目標(biāo)總量分配的最優(yōu)化求解.最終分配方案相比污染物現(xiàn)狀排放、容量分配兩種情形而言,COD的基尼系數(shù)分別下降15.1%和8.4%,氨氮的基尼系數(shù)分別下降11.0%和13.7%,分配方案更加公平、合理.在最終優(yōu)化分配所得的COD削減方案中,長(zhǎng)涇鎮(zhèn)削減比率最高,達(dá)到20%,削減量為231.74t/a;在相應(yīng)的氨氮削減方案中,祝塘鎮(zhèn)削減比率最高,達(dá)到59.9%,削減量為59.74t/a.

基尼系數(shù)；最小化；總量分配；環(huán)境容量；WASP模型

在過(guò)去的幾十年里,總量控制技術(shù)被廣泛應(yīng)用于發(fā)達(dá)國(guó)家水質(zhì)管理領(lǐng)域,對(duì)于改善水環(huán)境質(zhì)量起到了明顯的作用,如萊茵河的 RAP(Rhine Action Programme)[1]、多瑙河的DRBPRP (Danube River Basin Pollution Reduction Programme)[2]、日本的TPLCS(Total Pollutant Load Control System)[3]以及美國(guó)的TMDLs(Total Maximum Daily Loads)[4].我國(guó)將總量控制技術(shù)與水污染防治規(guī)劃相結(jié)合,逐步形成了以污染物目標(biāo)總量控制技術(shù)為主,容量總量控制和行業(yè)總量控制為輔的水質(zhì)管理技術(shù)體系,為我國(guó)水環(huán)境管理基本制度的建立奠定了基礎(chǔ)[5].

污染物目標(biāo)總量在特定的時(shí)間和區(qū)域內(nèi)是一定的,可將其視作一種與水、土地等同樣稀缺的資源,在經(jīng)濟(jì)發(fā)達(dá)地區(qū),這種稀缺性更加明顯

[6-9].在我國(guó)現(xiàn)行的水環(huán)境管理體制下,還無(wú)法完全實(shí)現(xiàn)按照水環(huán)境容量進(jìn)行污染物目標(biāo)總量的分配,在實(shí)際實(shí)施過(guò)程中還需要綜合考慮經(jīng)濟(jì)、社會(huì)等因素,是一個(gè)主客觀相結(jié)合的決策過(guò)程.如何通過(guò)一些技術(shù)手段使這個(gè)決策過(guò)程中主觀因素更小,污染物目標(biāo)總量更公平、合理地分配到各個(gè)行政單元顯得尤為重要,直接影響了總量控制方案的可操作性.

流域污染物目標(biāo)總量分配往往以經(jīng)濟(jì)最優(yōu)化為目標(biāo),以公平性與效率性為決策準(zhǔn)則進(jìn)行污染負(fù)荷分?jǐn)?常用方法包括等比例分配、模糊多目標(biāo)、基尼系數(shù)等[10].在以經(jīng)濟(jì)最優(yōu)化為目標(biāo)的分配中,由于片面強(qiáng)調(diào)整體的經(jīng)濟(jì)效益性,忽視了區(qū)域間客觀存在的差異性,導(dǎo)致分配結(jié)果不公平,影響目標(biāo)總量控制工作順利開(kāi)展[11],而基于基尼系數(shù)的污染物目標(biāo)總量分配以公平性為原則,能合理地將污染物分配到各個(gè)行政單元,成為一種推廣應(yīng)用的的污染物分配方法,并成功應(yīng)用于巢湖[11]、松花江[12]、海河流域[13]、湯遜湖[14]等流域污染物分配研究,為流域污染物優(yōu)化分配提供參考.

我國(guó)太湖流域近年來(lái)水污染問(wèn)題尤為突出

[15].國(guó)家于 2008年 5月出臺(tái)了《太湖流域水環(huán)境綜合治理總體方案》[16],其實(shí)質(zhì)是一個(gè)針對(duì)太湖流域的新型總量控制計(jì)劃.張家港河流域?qū)儆谔饔虻难亟?對(duì)太湖水質(zhì)產(chǎn)生一定的影響,然而未見(jiàn)該流域污染物總量分配文獻(xiàn)報(bào)道.本研究以太湖流域典型的平原水網(wǎng)區(qū)—江陰市張家港河流域?yàn)檠芯繉?duì)象,在基于WASP模型水環(huán)境容量計(jì)算基礎(chǔ)上,結(jié)合該區(qū)域的自然、社會(huì)、經(jīng)濟(jì)等特點(diǎn),提出并開(kāi)發(fā)了基于GDP、人口、土地面積和環(huán)境容量的綜合環(huán)境基尼系數(shù)最小化模型,基于該模型確定最優(yōu)的目標(biāo)污染物總量分配及削減控制方案.

1 研究區(qū)概況

圖1 研究區(qū)域示意Fig.1 Sketch map of the study area

表1 研究區(qū)域水環(huán)境質(zhì)量監(jiān)測(cè)結(jié)果Table 1 Environmental quality of the water bodies in the study area based on routine monitoring data (2009)

研究區(qū)域位于江蘇省江陰市東部,主要由張家港河、蔡港河、長(zhǎng)涇河、應(yīng)天河、二干河、青祝運(yùn)河、東清河等河流組成,包括江陰市周莊、華士、新橋、顧山、長(zhǎng)涇和祝塘等鄉(xiāng)鎮(zhèn)(圖1).張家港河為該水系干流,北起長(zhǎng)江,經(jīng)張家港市、江陰市入常熟市,連接“引江濟(jì)太”骨干通道望虞河.研究區(qū)域總面積332.6km2,屬典型的平原河網(wǎng)區(qū),地勢(shì)平坦、河流密度大,年平均降水量 1057mm,年平均氣溫15.24℃,多年平均徑流深431mm,屬多水帶.區(qū)域城鎮(zhèn)化水平高、人口密集,經(jīng)濟(jì)發(fā)展迅猛,2008年末,總?cè)丝?38.57萬(wàn),地區(qū)生產(chǎn)總值474.49億元,人均生產(chǎn)總值12.3萬(wàn).伴隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展,大量污染物排入水體,導(dǎo)致區(qū)域水環(huán)境質(zhì)量堪憂,根據(jù)江陰市環(huán)境監(jiān)測(cè)站2009年的監(jiān)測(cè)數(shù)據(jù)顯示,張家港河干流及主要支流水質(zhì)超標(biāo)嚴(yán)重,尤以氨氮指標(biāo)最為突出(表1).

2 研究方法

2.1 基于環(huán)境基尼系數(shù)的污染物總量?jī)?yōu)化分配模型

2.1.1 環(huán)境基尼系數(shù) 環(huán)境基尼系數(shù)原理與基尼系數(shù)[18-19]基本一致,其體現(xiàn)了人口、GDP、環(huán)境容量等指標(biāo)與污染物排放量之間的比值,該比值越小則污染物排放分配越公平[20].在經(jīng)濟(jì)學(xué)上,基尼系數(shù)小于0.4作為收入分配差距的警戒線,小于0.4認(rèn)為分配合理. 在環(huán)境問(wèn)題中,由于所選取指標(biāo)存在無(wú)資源沖突、無(wú)不平等前提,因此環(huán)境基尼系數(shù)可能趨于 0[20-21].借鑒相關(guān)文獻(xiàn)[12,20-21]報(bào)道,本研究環(huán)境基尼系數(shù)合理范圍界定為0～0.2.

2.1.2 環(huán)境基尼系數(shù)評(píng)價(jià)指標(biāo)確定 合適評(píng)價(jià)指標(biāo)的選取是保障基尼系數(shù)污染物總量分配公平合理的前提,經(jīng)濟(jì)、生態(tài)、社會(huì)等因素都會(huì)影響污染物總量分配.本研究針對(duì)張家港市實(shí)際情況,選取地區(qū)生產(chǎn)總值(GDP)、人口數(shù)量(P)、土地面積(S)和環(huán)境容量(C)這4項(xiàng)指標(biāo)來(lái)評(píng)估污染物分配方案的公平性[22].

人口是一個(gè)代表社會(huì)發(fā)展水平的指標(biāo).選擇人口作為評(píng)價(jià)指標(biāo),一方面流域中每個(gè)人都有享受向周圍水體排放污水的權(quán)利,另一方面江陰市近 60%的 COD排放來(lái)源于城市生活污水,因此該指標(biāo)基尼系數(shù)越小表明該流域人民享受向周圍水體排放污染物的權(quán)利越均等.

GDP是一個(gè)反映當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平的指標(biāo).GDP增長(zhǎng)會(huì)導(dǎo)致該區(qū)域污染物排放量增加,同時(shí),GDP增速快的區(qū)域能投入更多財(cái)力保障污染物削減方案及管理措施的實(shí)施,因此,降低單位 GDP污染物排放量能有效地降低該指標(biāo)基尼系數(shù).

環(huán)境容量是一個(gè)代表資源稟賦及反映環(huán)境承受及自凈能力的指標(biāo).本論文涉及的水環(huán)境容量是指水體在規(guī)定的水質(zhì)目標(biāo)下所能接納的污染物最大量.從“效率”角度而言,水環(huán)境管理中水體自凈能力利用得越充分,污染物對(duì)水環(huán)境總體影響越小,因此,該指標(biāo)基尼系數(shù)越小,則水環(huán)境自凈能力利用越充分.

土地面積是一個(gè)代表資源稟賦的指標(biāo).該指標(biāo)被納入評(píng)價(jià)指標(biāo)有以下幾方面原因∶土地面積與面源污染直接相關(guān),土地面積越大降雨徑流帶入地表水體的面源污染物越多;土地有自凈能力,能去除污水中的污染物;土地面積越大,人口增長(zhǎng)、工業(yè)發(fā)展和經(jīng)濟(jì)增長(zhǎng)潛力越大;該指標(biāo)基尼系數(shù)越小表明污染物分配越公平.

2.1.3 環(huán)境基尼系數(shù)計(jì)算模型 本研究以張家港河流域各鄉(xiāng)鎮(zhèn)為環(huán)境基尼系數(shù)計(jì)算基本單元.先將各鄉(xiāng)鎮(zhèn)各環(huán)境指標(biāo)所承載的污染物按照由低到高的順序排列,采用梯形面積法計(jì)算環(huán)境基尼系數(shù),公式如式(1)[20]∶

式中∶j為 GDP、人口、土地面積和環(huán)境容量 4個(gè)指標(biāo)編號(hào);i為鄉(xiāng)鎮(zhèn)編號(hào),i=1,2,…,n; Gj為基于環(huán)境指標(biāo)j的基尼系數(shù);Xij為第i個(gè)鄉(xiāng)鎮(zhèn)環(huán)境指標(biāo)j的累積比例,%;Yi為第 i個(gè)鄉(xiāng)鎮(zhèn)排放或分配污染物量的累積比例,%;當(dāng)i=1時(shí),X(i-1)j=0,Yi-1=0.

2.1.4 綜合環(huán)境基尼系數(shù)最小化模型構(gòu)建 基于對(duì)研究區(qū)域污染現(xiàn)狀的分析和政府總量控制的要求,本研究選取 COD和氨氮作為目標(biāo)總量控制污染物來(lái)構(gòu)建環(huán)境基尼系數(shù)模型,以GDP、P、S和C為評(píng)價(jià)指標(biāo),在權(quán)重設(shè)置和各項(xiàng)指標(biāo)環(huán)境基尼系數(shù)模型構(gòu)建基礎(chǔ)上,再構(gòu)建綜合環(huán)境基尼系數(shù)最小化模型. 并在Excel平臺(tái)上進(jìn)行二次程序開(kāi)發(fā)以求解,其主要思路是對(duì)決策變量即污染物目標(biāo)總量在各單元的分配設(shè)置一個(gè)步長(zhǎng),在一定的邊界條件下,以設(shè)定步長(zhǎng)為單位進(jìn)行循環(huán)計(jì)算,直至使綜合基尼系數(shù)最小為止.

根據(jù)江陰市污染源普查結(jié)果,結(jié)合未來(lái)產(chǎn)業(yè)規(guī)劃的需要,確定在 COD的分配中,各項(xiàng)指標(biāo)權(quán)重分別為 GDP(0.3)、P(0.3)、S(0.1)和 C(0.3);在氨氮的分配中,各項(xiàng)指標(biāo)權(quán)重分別為GDP(0.2)、P(0.3)、S(0.2)和C(0.3).

由于程序開(kāi)發(fā)基于循環(huán)運(yùn)算的思路,因此需要設(shè)定決策變量循環(huán)步長(zhǎng)、取值范圍等邊界條件來(lái)控制計(jì)算量.根據(jù)研究區(qū)域目標(biāo)總量結(jié)果和現(xiàn)狀排放量數(shù)據(jù),確定邊界條件如下∶

(1) 各鎮(zhèn)相對(duì)現(xiàn)狀排放削減比例,COD不超過(guò)20%,氨氮不超過(guò)60%.即∶

式中,Tk表示分配到第 k個(gè)鎮(zhèn)的污染物目標(biāo)總量,T0k表示第k個(gè)鎮(zhèn)目前污染物的排放量(下同).

(2) 研究區(qū)域內(nèi)目標(biāo)總量一定,即污染物目標(biāo)總量=基于WASP模型的環(huán)境容量× (1-安全臨界值),即 COD目標(biāo)總量=6604.49×(1-5%)=6274,氨氮目標(biāo)總量=291.91×(1-5%)=277.

(3) 決策變量COD的循環(huán)步長(zhǎng)設(shè)置為20t/a,氨氮的循環(huán)步長(zhǎng)設(shè)置為10t/a.

根據(jù)環(huán)境基尼系數(shù)的原理,即基尼系數(shù)越小、分配越公平,確定以綜合基尼系數(shù)最小為目標(biāo)函數(shù),即∶

式中,f為目標(biāo)函數(shù),即綜合基尼系數(shù)最小值;G為總量污染物綜合基尼系數(shù);G′為總量污染物對(duì)于各指標(biāo)的單項(xiàng)基尼系數(shù);w為綜合基尼系數(shù)中各單項(xiàng)基尼系數(shù)的權(quán)重;F為單項(xiàng)指標(biāo);i為總量污染物的編號(hào);j為單項(xiàng)指標(biāo)的編號(hào).

2.2 基于WASP的水環(huán)境容量分析模型

水環(huán)境容量不僅是污染物目標(biāo)總量分配的重要參考指標(biāo),也是用以確定污染物目標(biāo)總量的基礎(chǔ). 其原理是在選定水質(zhì)模型及其參數(shù)率定的前提下,建立負(fù)荷——水質(zhì)響應(yīng)關(guān)系,輸入限制條件,計(jì)算劃定水域的水體納污能力.本研究選用美國(guó)環(huán)保署(USEPA)推薦的 WASP7.3模型為水環(huán)境容量計(jì)算工具.WASP水質(zhì)模型被稱之為“萬(wàn)能水質(zhì)模型”[23],能實(shí)現(xiàn)河流、河口、湖泊等不同水體一維、二維、三維水質(zhì)模擬,在土耳其布爾薩Uluabat湖[24]、臺(tái)灣高雄Salt-water河[25]、浙江省湖州市太湖河網(wǎng)區(qū)[26]等水體環(huán)境容量估算及負(fù)荷削減等流域水質(zhì)管理中得以應(yīng)用.

2.2.1 WASP模型 WASP模型由DYNHYD、EUTRO和TOXI 3個(gè)子模型組成,DYNHYD模型用于模擬河流流量和流速,EUTRO模型用于模擬氧、碳、氮和磷等富營(yíng)養(yǎng)化指標(biāo)遷移轉(zhuǎn)化規(guī)律,TOXI模型可以模擬水體中懸浮固體、鹽和重金屬等遷移轉(zhuǎn)化[27].WASP模型模擬步驟如下∶首先通過(guò)N天DYNHYD模型模擬,明確模擬河段流量、流速、河段水體體積和上游來(lái)水等相關(guān)信息,在此基礎(chǔ)上分別采用EUTRO和TOXI子模型進(jìn)行相應(yīng)水質(zhì)模擬[27].本研究根據(jù)張家港河水體實(shí)際污染情況,選擇COD和氨氮為環(huán)境容量計(jì)算指標(biāo),采用WASP模型中EUTRO子模型對(duì)張家港河水質(zhì)進(jìn)行模擬.為簡(jiǎn)化研究區(qū)模擬計(jì)算過(guò)程,模型運(yùn)行過(guò)程中進(jìn)行一些假定,具體假定內(nèi)容見(jiàn)文獻(xiàn)[26].

2.2.2 基于WASP模型的水環(huán)境容量計(jì)算 張家港河流域?yàn)槠皆泳W(wǎng)區(qū),河道流速較緩慢且流向不定,借鑒往復(fù)流河道水環(huán)境容量計(jì)算方法,基于WASP7.3模型,以張家港平原河網(wǎng)區(qū)域90%水文保證率流量及地表水Ⅳ類水質(zhì)要求為基礎(chǔ),采用試錯(cuò)法進(jìn)行水環(huán)境容量計(jì)算. 水環(huán)境容量計(jì)算公式見(jiàn)文獻(xiàn)[26].

2.2.3 污染物入河量估算 研究區(qū)污染源包括工業(yè)點(diǎn)源、城市污水處理廠、規(guī)?；笄蒺B(yǎng)殖場(chǎng)等點(diǎn)源,以及農(nóng)村生活污染、分散養(yǎng)殖、種植業(yè)、水產(chǎn)養(yǎng)殖等面源. 污染物入河量估算,點(diǎn)源按照就近原則排入相應(yīng)河道,面源采用排污當(dāng)量系數(shù)法估算,并結(jié)合地表徑流流向根據(jù)河道長(zhǎng)度均勻地進(jìn)入相應(yīng)河道[26].污染物入河量計(jì)算公式、污染物排污當(dāng)量、污染物入河系數(shù)借鑒文獻(xiàn)[26,28]. 2.2.4 數(shù)據(jù)來(lái)源 容量計(jì)算所需污染源基礎(chǔ)數(shù)據(jù)來(lái)源于江陰市污染源普查和江陰市環(huán)保局環(huán)境統(tǒng)計(jì)資料;水質(zhì)數(shù)據(jù)來(lái)源于江陰市環(huán)境監(jiān)測(cè)站 2005～2009年實(shí)測(cè)數(shù)據(jù);河道及水文資料來(lái)源于江陰市水利局;降雨量及其氣象資料來(lái)源江蘇省氣候中心.

3 結(jié)果與討論

3.1 水環(huán)境容量

3.1.1 WASP參數(shù)率定結(jié)果 根據(jù)張家港河流域水力學(xué)特征及支流、概化后排污口位置,把研究區(qū)域河網(wǎng)劃分為244個(gè)400～500m的河段.自此基礎(chǔ)上,選用水質(zhì)監(jiān)測(cè)數(shù)據(jù)較為完整的鳳凰、陸橋、北國(guó)大橋、北新橋4個(gè)斷面作為率定和驗(yàn)證斷面,在參數(shù)取值范圍內(nèi),輸入2005～2008年枯水期(12月、1月及2月)COD和氨氮實(shí)測(cè)值,不斷調(diào)整模型參數(shù)直到模擬值接近實(shí)測(cè)值. 由于污染負(fù)荷以 CODCr作為輸入條件,而水質(zhì)以CODMn作為模型率定和驗(yàn)證條件,兩者必須進(jìn)行轉(zhuǎn)化,根據(jù)流域內(nèi)實(shí)測(cè)資料確定CODCr和CODMn之間的轉(zhuǎn)化系數(shù)為 3.44.優(yōu)化后參數(shù)取值如表 2所示,表2中未列出參數(shù)為模型默認(rèn)值.

表2 研究區(qū)域WASP模型水質(zhì)參數(shù)值Table 2 Parameters of the WASP model for the study area

圖2 90%保證率COD、氨氮率定結(jié)果Fig.2 Calibration results of COD and ammonia nitrogen under the 90% hydrological guarantee rate

在參數(shù)率定基礎(chǔ)上,以2009年枯水期COD和 氨氮實(shí)測(cè)值,采用線性回歸法和一致性指數(shù)法[31]評(píng)價(jià)模型率定效果,一致性指數(shù)(d)按下式計(jì)算∶

式中,n為樣本總數(shù),Ai為模擬值,Bi為實(shí)測(cè)值.

表3 率定結(jié)果誤差分析Table 3 Error analysis of calibration results

由圖3可知,在趨勢(shì)線截距為0的預(yù)設(shè)條件下,模擬值與實(shí)測(cè)值的相關(guān)性較好(相關(guān)性系數(shù)>0.85).一致性評(píng)價(jià)結(jié)果顯示(表 3),一致性指數(shù)(d)均在0.9以上,表明模擬值與實(shí)測(cè)值接近,COD、氨氮的總體相對(duì)誤差為 8.48%、14.28%,也均較低,說(shuō)明優(yōu)化后的模型參數(shù)可用于此流域總量控制研究.

3.1.2 區(qū)域水環(huán)境容量 根據(jù)對(duì)該區(qū)域幾十年的降雨及水文資料的頻率分析,經(jīng)比較選擇1971年2月作為90%的水文保證率流量.研究區(qū)域河網(wǎng)密布,河流數(shù)量眾多,不利于容量計(jì)算,為此,根據(jù)河網(wǎng)概化的一般原則[26,32],結(jié)合掌握的水文資料,以區(qū)域內(nèi)張家港河等13條主干河流為基礎(chǔ)進(jìn)行概化.經(jīng)計(jì)算,本區(qū)域內(nèi) COD和氨氮的總環(huán)境容量為 6604.49t/a,291.91t/a,其在各鎮(zhèn)的具體情況見(jiàn)表 4.根據(jù)對(duì)江陰市污染源普查及環(huán)境統(tǒng)計(jì)數(shù)據(jù)的分析計(jì)算,本研究區(qū)域2009年COD和氨氮的入河量分別為 6894.03t,492.34t,均超過(guò)環(huán)境容量值(COD 6604.49t/a,氨氮 291.91t/a),氨氮入河量更是超環(huán)境容量的 69%,這與研究區(qū)域水質(zhì)氨氮超標(biāo)嚴(yán)重的現(xiàn)狀相吻合.

表4 研究區(qū)域各鎮(zhèn)環(huán)境容量及污染物現(xiàn)狀排放入河量Table 4 Environmental capacity and output load of the 6towns in the study area

3.2 目標(biāo)總量分配

表5 研究區(qū)各鎮(zhèn)污染物目標(biāo)總量及削減比率Table 5 Aimed total pollutant load and reduced rate of every town in research area

根據(jù)WASP模型容量計(jì)算結(jié)果,借鑒TMDL的做法,考慮安全臨界值(MOS)[33],確定本區(qū)域污染物目標(biāo)總量.根據(jù)區(qū)域?qū)嶋H特點(diǎn),取模型計(jì)算環(huán)境容量的 5%作為安全臨界值,考慮模型計(jì)算方便,將結(jié)果進(jìn)行取整,最終確定區(qū)域污染物目標(biāo)總量為 COD 6274t/a,氨氮277t/a.在此基礎(chǔ)上,結(jié)合區(qū)域經(jīng)濟(jì)發(fā)展水平和實(shí)際承載能力,同時(shí)確保實(shí)現(xiàn)總量削減目標(biāo),確定各鄉(xiāng)鎮(zhèn)COD削減上限不超過(guò)20%,氨氮削減上限不超過(guò)60%,并保證基于GDP、P、S和C 4個(gè)指標(biāo)的基尼系數(shù)總和最小,基于綜合環(huán)境基尼系數(shù)最小化模型,并通過(guò)Excel平臺(tái)上二次開(kāi)發(fā)的程序,把污染物目標(biāo)總量合理地分配到各鄉(xiāng)鎮(zhèn).

根據(jù)模型運(yùn)行結(jié)果,研究區(qū)域污染物目標(biāo)總量(COD 6274t/a,氨氮277t/a)在6鎮(zhèn)的分配結(jié)果如表5所示.該分配方案與基于容量的總量指標(biāo)分配、污染物現(xiàn)狀排放入河量2種情形下環(huán)境基尼系數(shù)的對(duì)比情況如表6所示.

表6 不同階段總量控制污染物分配的單項(xiàng)及綜合基尼系數(shù)比較Table 6 Comparison of the single and integrated Gini Coefficients of the allocation of total pollutants in different phases

3.3 討論

由表4可知,各鄉(xiāng)鎮(zhèn)COD環(huán)境容量大小依次為∶周莊鎮(zhèn)>顧山鎮(zhèn)>華士鎮(zhèn)>長(zhǎng)涇鎮(zhèn)>新橋鎮(zhèn)>祝塘鎮(zhèn);氨氮環(huán)境容量大小依次為∶周莊鎮(zhèn)>長(zhǎng)涇鎮(zhèn)>顧山鎮(zhèn)>華士鎮(zhèn)>新橋鎮(zhèn)>祝塘鎮(zhèn). 通過(guò)綜合環(huán)境基尼系數(shù)最小化模型優(yōu)化分配,各鄉(xiāng)鎮(zhèn)目標(biāo)總量有所變化(表 5),COD目標(biāo)總量大小依次為∶周莊鎮(zhèn)>華士鎮(zhèn)>祝塘鎮(zhèn)>長(zhǎng)涇鎮(zhèn)>顧山鎮(zhèn)>新橋鎮(zhèn);氨氮目標(biāo)總量大小依次為∶周莊鎮(zhèn)>華士鎮(zhèn)>顧山鎮(zhèn)>祝塘鎮(zhèn)>長(zhǎng)涇鎮(zhèn)>新橋鎮(zhèn).由表5可知,基于目標(biāo)總量的各鄉(xiāng)鎮(zhèn)減排任務(wù),長(zhǎng)涇鎮(zhèn)COD減排任務(wù)最重,占總削減量的20%,這跟其以印染、造紙為主的產(chǎn)業(yè)特征及較小的目標(biāo)總量有關(guān);而華士、顧山兩鎮(zhèn)COD無(wú)需減排,這主要是由于華士鎮(zhèn)的環(huán)境容量較高,經(jīng)濟(jì)、社會(huì)指標(biāo)較為領(lǐng)先,導(dǎo)致其目標(biāo)總量較高;而顧山鎮(zhèn)主要是由于目標(biāo)總量較高,污染物現(xiàn)狀排放入河量較小所致.相比COD指標(biāo),各鎮(zhèn)的氨氮削減任務(wù)都比較艱巨,這也從另一個(gè)側(cè)面反映了研究區(qū)地表水中該指標(biāo)值高、污染嚴(yán)重的現(xiàn)狀.各鄉(xiāng)鎮(zhèn)氨氮削減比例大小依次為∶祝塘鎮(zhèn)>華士鎮(zhèn)>長(zhǎng)涇鎮(zhèn)>新橋鎮(zhèn)>周莊鎮(zhèn)>顧山鎮(zhèn).祝塘鎮(zhèn)和華士鎮(zhèn)削減比例大于 50%,為氨氮削減重點(diǎn)鎮(zhèn),祝塘鎮(zhèn)由于畜禽養(yǎng)殖業(yè)、農(nóng)業(yè)等比較發(fā)達(dá),氨氮現(xiàn)狀排放量較大,而河流環(huán)境容量最小,故其削減任務(wù)最為艱巨;而華士鎮(zhèn)由于印染、化工等企業(yè)眾多,氨氮現(xiàn)狀排放量最大,導(dǎo)致其削減任務(wù)較重.基于綜合環(huán)境基尼系數(shù)最小化模型的最終分配方案并非污染負(fù)荷量越大削減比例越高.以氨氮為例,排污大鎮(zhèn)周莊鎮(zhèn)排放入河量占研究區(qū)總量的26.0%,而削減量占總削減量的30.7%;祝塘鎮(zhèn)氨氮排放入河量占研究區(qū)總量的 7.3%,而削減量卻占總削減量的27.7%.雖然周莊鎮(zhèn)的氨氮入河量占總量的比例比祝塘鎮(zhèn)高出18.7%,但兩鎮(zhèn)氨氮所需削減量占總削減量的比例接近,主要?dú)w因于祝塘鎮(zhèn)人口、GDP、環(huán)境容量等單位指標(biāo)所承載的氨氮污染物排放入河量高于周莊鎮(zhèn),這一結(jié)果與文獻(xiàn)報(bào)道研究結(jié)果吻合[20]. 因此,本研究所構(gòu)建的綜合環(huán)境基尼系數(shù)最小化模型綜合考慮研究區(qū)經(jīng)濟(jì)、社會(huì)和資源稟賦等客觀因素,基于該模型所得到的分配結(jié)果更公平合理.

由表 6可知,現(xiàn)狀排放基尼系數(shù)、容量分配基尼系數(shù)和目標(biāo)總量基尼系數(shù)存在差異性. (1)現(xiàn)狀排放基尼系數(shù).對(duì) COD而言,基于人口、土地面積的現(xiàn)狀排放基尼系數(shù)值小于 0.1,而基于GDP、環(huán)境容量的現(xiàn)狀排放基尼系數(shù)值大于0.2,4個(gè)指標(biāo)基尼系數(shù)值介于 0.062～0.285之間;對(duì)氨氮而言,同樣基于人口、土地面積的現(xiàn)狀排放基尼系數(shù)值小于0.1,而基于GDP、環(huán)境容量的現(xiàn)狀排放基尼系數(shù)值大于0.2,4個(gè)指標(biāo)基尼系數(shù)值介于 0.059～0.264之間;表明研究區(qū)人均和單位土地面積承載的 COD、氨氮現(xiàn)狀排放入河量較均衡,而單位GDP和環(huán)境容量所承載的COD、氨氮現(xiàn)狀排放入河量不夠均衡,存在不公平因素. (2) 容量分配基尼系數(shù).由于Gc與環(huán)境容量為同一個(gè)指標(biāo),因此該值為 0,屬于絕對(duì)公平;基于GDP-環(huán)境容量、人口-環(huán)境容量、土地面積-環(huán)境容量的COD和氨氮基尼系數(shù)值均接近或大于0.2,表明人均 COD和氨氮環(huán)境容量以及單位GDP、單位土地面積COD和氨氮環(huán)境容量分配不夠均衡. (3) 目標(biāo)總量基尼系數(shù).對(duì)COD而言,基于 GDP、土地面積的目標(biāo)總量基尼系數(shù)值小于0.1,而基于人口、環(huán)境容量的目標(biāo)總量基尼系數(shù)值接近或大于 0.2,4個(gè)指標(biāo)基尼系數(shù)值介于0.041～0.251之間;與現(xiàn)狀排放基尼系數(shù)進(jìn)行比較,除了人口-目標(biāo)總量基尼系數(shù)值有明顯增大,其余 GDP-目標(biāo)總量、土地面積-目標(biāo)總量、環(huán)境容量-目標(biāo)總量3個(gè)指標(biāo)基尼系數(shù)值都有不同程度減小,其中 GDP-目標(biāo)總量基尼系數(shù)值減小幅度最大,減少 0.244,并且 4個(gè)指標(biāo)基尼系數(shù)值范圍,從基于現(xiàn)狀排放的 0.062～0.285,變?yōu)榛谀繕?biāo)總量的0.041～0.251,表明4個(gè)指標(biāo)基于目標(biāo)總量的基尼系數(shù)值范圍比基于現(xiàn)狀排放趨于更合理區(qū)間. 對(duì)氨氮而言,基于 GDP、土地面積的目標(biāo)總量基尼系數(shù)值小于 0.1,基于環(huán)境容量的基尼系數(shù)值為0.14(介于0.1-0.2之間),而基于人口的目標(biāo)總量基尼系數(shù)值大于0.2,4個(gè)指標(biāo)基尼系數(shù)值介于 0.076～0.228之間;與現(xiàn)狀排放基尼系數(shù)進(jìn)行比較,人口-目標(biāo)總量基尼系數(shù)值有明顯增大,土地面積-目標(biāo)總量基尼系數(shù)值略微增加,而GDP-目標(biāo)總量和環(huán)境容量-目標(biāo)總量2個(gè)指標(biāo)基尼系數(shù)值都有減小,GDP和環(huán)境容量2個(gè)指標(biāo)基尼系數(shù)值分別減少0.171和0.124;4個(gè)指標(biāo)基尼系數(shù)值范圍從基于現(xiàn)狀排放的 0.059～0.264變?yōu)榛谀繕?biāo)總量的 0.076～0.228,最大值從0.264降為0.228,相對(duì)而言4個(gè)指標(biāo)基于目標(biāo)總量的基尼系數(shù)值范圍比基于現(xiàn)狀排放更為合理.基于GDP、P、S和C 4個(gè)指標(biāo)的COD和氨氮基尼系數(shù)總和大小依次均為∶現(xiàn)狀排放>容量分配>目標(biāo)總量. 4個(gè)指標(biāo)基于目標(biāo)總量的基尼系數(shù)總和,相比于基于現(xiàn)狀排放、容量分配兩種情形而言,COD的基尼系數(shù)值分別下降 15.1%和8.4%,氨氮的基尼系數(shù)值分別下降 11.0%和13.7%,分配方案更加公平、合理,更易為各鎮(zhèn)所接受,操作性也更強(qiáng).

本研究以基于GDP、P、S和C 4個(gè)指標(biāo)的基尼系數(shù)總和最小為優(yōu)化目標(biāo),以各鄉(xiāng)鎮(zhèn) COD削減上限不超過(guò)20%,氨氮削減上限不超過(guò)60%為約束條件,各指標(biāo)的基尼系數(shù)在優(yōu)化過(guò)程中出現(xiàn)了不同程度的變化,但未實(shí)現(xiàn) 4個(gè)指標(biāo)基于目標(biāo)總量的基尼系數(shù)都小于基于排放現(xiàn)狀的基尼系數(shù),這一結(jié)果與相關(guān)研究結(jié)果一致[11,20].筆者認(rèn)為,由于優(yōu)化目標(biāo)和約束條件所限,在追求基尼系數(shù)最優(yōu)和全局分配最為合理的情況下,出現(xiàn)沒(méi)有使單個(gè)或者幾個(gè)指標(biāo)達(dá)到最優(yōu)的情況是合理的,若過(guò)分強(qiáng)調(diào)單個(gè)指標(biāo)基尼系數(shù)優(yōu)化,而忽略全局,必將影響整體分配方案的合理性.目標(biāo)總量控制是一項(xiàng)長(zhǎng)期工程,不能一蹴而就,應(yīng)充分考慮研究區(qū)的社會(huì)、經(jīng)濟(jì)以及資源稟賦等實(shí)際情況,循序漸進(jìn),逐步調(diào)整優(yōu)化.

4 結(jié)論

4.1 本研究開(kāi)發(fā)了綜合環(huán)境基尼系數(shù)最小化模型,該模型以地區(qū)生產(chǎn)總值、人口數(shù)量、土地面積和環(huán)境容量為評(píng)價(jià)指標(biāo),并融合TMDL總量控制理念,使各指標(biāo)目標(biāo)總量基尼系數(shù)值更為合理.各指標(biāo) COD目標(biāo)總量基尼系數(shù)值大小依次為∶人口數(shù)量(0.251)>環(huán)境容量(0.196)>土地面積(0.055)>地區(qū)生產(chǎn)總值(0.041);各指標(biāo)氨氮目標(biāo)總量基尼系數(shù)值大小依次為∶人口數(shù)量(0.228)>環(huán)境容量(0.140)>土地面積(0.096)>地區(qū)生產(chǎn)總值(0.076). 基于地區(qū)生產(chǎn)總值、人口數(shù)量、土地面積和環(huán)境容量4個(gè)指標(biāo)的COD和氨氮基尼系數(shù)總和,相比于基于現(xiàn)狀排放,分別下降 15.1%和11.0%,分配方案更為合理,更易為各鎮(zhèn)所接受.

4.2 通過(guò)綜合環(huán)境基尼系數(shù)最小化模型,可實(shí)現(xiàn)張家港流域各鄉(xiāng)鎮(zhèn)2009年COD和氨氮排放入河量的優(yōu)化分配,結(jié)果表明∶對(duì) COD排放入河量而言,長(zhǎng)涇鎮(zhèn)削減比率最高,達(dá)到 20%,削減量為231.74t/a;對(duì)氨氮排放入河量而言,祝塘鎮(zhèn)削減比率最高,達(dá)到 59.9%,削減量為 59.74t/a.基于綜合環(huán)境基尼系數(shù)最小化模型的目標(biāo)總量分配最優(yōu)化求解,跟以往只是用基尼系數(shù)來(lái)判斷總量分配方案是否合理的做法相比,保證了在一定約束條件下分配方案的最優(yōu)性.

[1] International Commission for the Protection of the Rhine (ICPR). Upstream Outcome of the Rhine Action Programme [EB/OL]. (2009-06-18) [2012-4-12]. http：//www.iksr.org/index.php?id= 258&L=3&pdfPage=1.

[2] Niemeyer R. Danube river basin pollution reduction programmereport [EB/OL]. (1999-7) [2012-4-10]. http：//www.icpdr.org/ icpdr-pages/dprp.htm.

[3] Matsuda O. Environmental management of coastal seas in Japan [DB/OL]. (2008-10-2) [2012-4-13]. http：//www.cearac-project. org/2ndCEAWS/presen_PDF/.

[4] Hoornbeek J, Hansen E, Ringquist E, et al. Implementing total maximum daily loads： Understanding and fostering successful results [EB/OL]. (2008-12) [2012-4-15]. http：//www.epa.gov/ owow/tmdl/results/pdf/12kentst_tmdl_rpt.pdf.

[5] 孟 偉,張 楠,張 遠(yuǎn),等.流域水質(zhì)目標(biāo)管理技術(shù)研究(Ⅰ)——控制單元的總量控制技術(shù) [J]. 環(huán)境科學(xué)研究, 2007,20(4)：1-8.

[6] Zhu Y H, Drake S, Lü H S, et al. Analysis of temporal and spational differences in Eco-environmental carrying capacity related to water in the Haihe River basins, China [J]. Water Resources Management, 2010,24(6)：1089-1105.

[7] 夏華永,李緒錄,韓 康.大鵬灣環(huán)境容量研究Ⅱ：環(huán)境容量規(guī)劃[J]. 中國(guó)環(huán)境科學(xué), 2011,31(12)：2039-2045.

[8] 張東菊,劉百橋,田秉暉.海河流域各地區(qū)水環(huán)境容量緊缺度分析 [J]. 河北師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011,35(1)：98-102.

[9] 許慶明.環(huán)境保護(hù)和環(huán)境容量產(chǎn)權(quán)的合理界定 [J]. 中國(guó)環(huán)境科學(xué), 1999,19(4)：377-380.

[10] Burn D H, Yulianti J S. Waste load allocation using genetic algorithms [J]. Journal of Water Resources Planning and Management, 2001,127(2)：121-129.

[11] 李如忠,舒 琨.基于基尼系數(shù)的水污染負(fù)荷分配模糊優(yōu)化決策模型 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2010,30(7)：1518-1526.

[12] 吳悅穎,李云生,劉偉江.基于公平性的水污染物總量分配評(píng)估方法研究 [J]. 環(huán)境科學(xué)研究, 2006,19(2)：66-70.

[13] 王 媛,牛志廣,王 偉.基尼系數(shù)法在水污染物總量區(qū)域分配中的應(yīng)用 [J]. 中國(guó)人口·資源與環(huán)境, 2008,18(3)：177-180.

[14] 肖偉華,秦大庸,李 瑋,等.基于基尼系數(shù)的湖泊流域分區(qū)水污染物總量分配 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2009,29(8)：1765-1771.

[15] 馬榮華,孔繁翔,段洪濤,等.基于衛(wèi)星遙感的太湖藍(lán)藻水華時(shí)空分布規(guī)律認(rèn)識(shí) [J]. 湖泊科學(xué), 2008,20(6)：687-694.

[16] 李家才.總量控制與太湖流域水污染治理——《太湖流域水環(huán)境綜合治理總體方案》述評(píng) [J]. 環(huán)境污染與防治, 2010, 32(4)：96-100.

[17] GB3838-2002 地表水環(huán)境質(zhì)量標(biāo)準(zhǔn) [S].

[18] Stefano B, Thomas S. Optimal cycles and social inequality： What do we learn from the Gini index?[J]. Research in Economics, 2006,60(1)：35-46.

[19] Druckman A, Jackson T. Measuring resource inequalities： The concepts and methodology for an area-based Gini coefficient [J]. Ecological Economics, 2008,65(2)：242-252.

[20] 秦迪嵐,韋安磊,盧少勇,等.基于環(huán)境基尼系數(shù)的洞庭湖區(qū)水污染總量分配 [J]. 環(huán)境科學(xué)研究, 2013,26(1)：8-15.

[21] 劉 耀,吳仁海,廖瑞雪.大氣污染物總量分配公平性評(píng)價(jià)研究[J]. 環(huán)境科學(xué)與管理, 2007,32(9)：159-162.

[22] Sun T, Zhang H W, Wang Y, et al. The application of environmental Gini coefficient (EGC) in allocating wastewater discharge permit： The case study of watershed total mass control in Tianjin, China [J]. Resources, Conservation and Recycling, 2010,4(9)：601-608.

[23] 姜 雪,盧文喜,張 蕾,等.基于 WASP模型的東遼河水質(zhì)模擬研究 [J]. 中國(guó)農(nóng)村水利水電, 2011,(12)：26-30.

[24] Firdes Y, Aysegul A. Comparison of phosphorus reduction alternatives in control of nutrient concentrations in Lake Uluabat (Bursa, Turkey)： Partial versus full sediment dredging [J]. Limnologica, 2013,43(1)：1-9.

[25] Lin C E, Chen C T, Kao C M, et al. Development of the sediment and water quality management strategies for the Salt-water River, Taiwan [J]. Marine Pollution Bulletin, 2011,63(5—12)：528-534.

[26] 史鐵錘,王飛兒,方曉波.基于水質(zhì)分析模擬程序的湖州市環(huán)太湖河網(wǎng)區(qū)水質(zhì)管理模式 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2010, 30(3)：631-640.

[27] Lindenschmidt K E, Fleischbein K, Baborowski M. Structural uncertainty in a river water quality modelling system [J]. Ecological Modelling, 2007,204(3/4)：289-300.

[28] 喬 飛,孟 偉,鄭丙輝,等.長(zhǎng)江流域污染負(fù)荷核算及來(lái)源分析[J]. 環(huán)境科學(xué)研究, 2013,26(1)：80-87.

[29] Wool T A, Ambrose R B, Martin J L, et al. Water Quality Analysis Simulation Program (WASP) Version 6.0DRAFT： User’s Manual [M]. Georgia： USEPA Environmental Research Laboratory, 2006.

[30] Bowie G L, Mills W B, Porcella D B, et al. Rates, constants, and kinetics formulations in surface water quality modeling [M] 2ndEdition. Georgia： USEPA Environmental Research Laboratory, 1985.

[31] Willmott C J, Ackleson S G, Davis R E, et al. Statistics for the evaluation and comparison of models [J]. Journal of Geophysical research, 1985,90(C5)：8995-9005.

[32] 楊松彬,董志勇.河網(wǎng)概化密度對(duì)平原河網(wǎng)水動(dòng)力模型的影響研究 [J]. 浙江工業(yè)大學(xué)學(xué)報(bào), 2007,35(5)：567-570.

[33] Dilks D W, Freedman P L. Improved consideration of the margin of safety in total maximum daily load development [J]. Journal of Environmental Engineering, 2004,130(6)：690-694.

Use of a minimum environmental Gini Coefficient model on optimizing the allocation plan of total pollutant load in water bodies： a case study at Zhangjiagang river-network plain.

TIAN Ping1,3, FANG Xiao-bo2*, WANG Fei-er1, ZHU Yao1
(1. College of Environmental and Resource Sciences, Zhejiang University, Hangzhou 310012, China；2. School of Environmental and Resource Sciences, Zhejiang Agricultural and Forestry University, Lin’an 311300, China；3. Zhejiang Zone-king Engineering and Technology Limited Company, Hangzhou 310004, China). China Environmental Science, 2014,34(3)：801～809

A Gini Coefficient model was developed in an attempt to optimize the total pollutants load allocation plan at the study area, Zhangjiagang river-net plain, where the environmental capacity of target pollutants and spatial distribution at six different towns in this region have been well addressed via WASP model. The local social, economic and resource factors were integrated and processed in developing this Gini Coefficient model, by which the best solution to the allocation pollutant plan was successfully figured out. As a consequence, the COD Gini Coefficients were decreased by 15.1% and 8.5% while ammonia Gini Coefficients were decreased by 11.0% and 13.7% in terms of pollutant discharge and capacity allocation respectively. The largest reduction rate of COD,approximately 20%,was achieved at Changjing town by the optimized load reduction strategy with an annual reduction, of 231.74tonnes. As to the ammonia pollutant load reduction, Zhutang Town showed the largest reduction rate of 59.9% with an annual reduction amount of 59.74tonnes.

Gini coefficient；minimum；total pollutant load allocation；environmental capacity；WASP model

X196;X52

：A

：1000-6923(2014)03-0801-09

田 平(1980-),男,浙江湖州人,工程師,博士,主要從事環(huán)境規(guī)劃與管理研究.發(fā)表論文11篇.

2013-07-10

國(guó)家水體污染控制與治理科技重大專項(xiàng)課題(2008ZX07101-006);江陰市張家港河河道綜合整治規(guī)劃項(xiàng)目;浙江省教育廳項(xiàng)目(Y201120673);浙江農(nóng)林大學(xué)發(fā)展基金預(yù)研項(xiàng)目(2010FK042);浙江農(nóng)林大學(xué)人才啟動(dòng)項(xiàng)目

* 責(zé)任作者, 講師, xbfang487@gmail.com