田金鳳

(遼寧省本溪水文局，遼寧 本溪 117000)

1 概述

當前，河道生態(tài)環(huán)境保護得到廣泛關注，在控制排污的同時需要對河道污染物的降解系數(shù)以及河道納污能力進行研究，從而為河道的生態(tài)環(huán)境治理規(guī)劃提供重要的參考依據(jù)。當前，國內(nèi)許多學者對河道污染物濃度預測進行了研究[1- 6]，通過對污染物濃度預測的演變來分析河道污染物的降解系數(shù)，并分析河道納污能力的演變。當前，對于S-P模型在BOD及COD污染物濃度預測進行了較多的研究[7-9]，但是傳統(tǒng)S-P模型由于存在污染物臨界計算點易出現(xiàn)負值的局限，使得計算精度較低。為此有學者對傳統(tǒng)S-P模型進行改進[10]，引入臨界判定點，對傳統(tǒng)模型臨界計算點出現(xiàn)負值的缺陷進行修正，提高了模型的收斂和計算精度。為此本文引入改進的S-P模型，對河道的降解系數(shù)及納污能力進行預測分析。研究成果可以為區(qū)域河道生態(tài)環(huán)境治理規(guī)劃提供重要的參考依據(jù)。

2 改進S-P模型主要原理

改進的S-P模型在傳統(tǒng)模型的基礎上，引入非線性模型，對傳統(tǒng)污染物溶度進行改進，改進方程為：

(1)

(2)

式中，x—河長距離為L的污染物濃度，mg/L；K1、K2—污染物的降解系數(shù)；CS—飽和溶解氧的濃度，mg/L；C—溶解氧的濃度，mg/L；ν—河段平均流速，m/s；t—計算時間，h。改進的S-P模型對污染物臨界負值進行判定，判定方程為：

(3)

則S-P模型計算失效，否則S-P模型可進行污染物的分析計算，式中，L—起點距離，km；xc—污染物衰減率等于大氣復氧速率時的濃度，mg/L。

當CS>0時，改進的S-P進行如下方程的轉(zhuǎn)換：

當C=0則令

(4)

推求方程的解析解，可以得到：

(5)

式中，Lb—BOD5和COD的濃度計算河長，km，xb—BOD5和COD沿河長的衰減濃度，mg/L。

如果各污染物濃度呈現(xiàn)非線性衰減，計算方程進一步轉(zhuǎn)化為：

(6)

(7)

式中，LC—C點處到起點的河段距離，km；其他變量含義同上述方程中的變量含義。

在污染物濃度分析的基礎上，本文對污染物的降解系數(shù)進行了計算，計算方程為：

(8)

式中，C0—污染物初始濃度，mg/L；C—t時刻的污染物濃度，mg/L。

在降解系數(shù)分析的基礎上，本文結合改進S-P模型對區(qū)域水功能區(qū)的納污能力進行預測，預測方程為：

(9)

式中，W—納污能力，t/a；C0—污染物初始濃度，mg/L；Cm—計算單元的污染物濃度，mg/L；K—不同污染物降解系數(shù)值；L—計算區(qū)域河長，km；μ—斷面流速，m/s；Q—計算流量，m3/s。

3 模型應用

3.1 區(qū)域水質(zhì)概況

本文以遼寧東部某河道為研究區(qū)域，該區(qū)域被劃分成5個水功能區(qū)，河道總長為71.7km，河道總體水質(zhì)目標為II級，各水功能區(qū)水質(zhì)主要特征參數(shù)見表1。從表1中可以看出，河道初始BOD5濃度在1.5～6.1mg/L之間，初始COD濃度在10.3～24.3mg/L之間。

表1 水功能區(qū)主要水質(zhì)指標特征參數(shù)

3.2 降解系數(shù)擬合計算

分別結合不同模型和河道污染物降解系數(shù)計算方程，對研究河道BOD5和COD的降解系數(shù)進行對比分析，并擬合河道降解系數(shù)和流速之間的相關關系，分析結果見表2、表3以及圖1。

表2 BOD5指標降解系數(shù)計算對比結果

表3 COD指標降解系數(shù)計算對比結果

圖1 各指標降解系數(shù)與流速擬合關系圖

從表2和表3看出，改進S-P模型計算的BOD5和COD的降解系數(shù)均相比于傳統(tǒng)模型有較為明顯的改善，計算誤差分別減少7.99%和13.56%。從圖1中可以看出，各污染物指標降解系數(shù)和河道流速具有較好的擬合度和相關性，河道流速對各污染物指標影響較大。

3.3 水功能區(qū)納污能力預測分析

在河道污染物降解系數(shù)分析的基礎上，結合納污能力預測對現(xiàn)狀年、遠景年各水功能區(qū)的納污能力進行了預測分析，分析結果見表4、5、6。

表4 現(xiàn)狀年2016年區(qū)域水功能區(qū)納污能力計算結果

表5 遠景年2022年區(qū)域水功能區(qū)納污能力預測結果

表6 遠景年2030年區(qū)域水功能區(qū)納污能力預測結果

現(xiàn)狀年和遠景年各水功能區(qū)納污能力呈現(xiàn)逐漸遞減的變化趨勢。這主要是因為河道各污染物的降解系數(shù)逐年提高影響，隨著河道降解系數(shù)的增加，區(qū)域的納污能力也呈現(xiàn)遞減的變化趨勢。從表中可以看出，在各個功能區(qū)中，3#功能區(qū)河道納污能力最大，4#功能區(qū)的河道納污能力最小，這主要和各水功能區(qū)的水質(zhì)特性有關。

3.4 水功能區(qū)納污能力控制紅線分析

結合區(qū)域控制納污能力，結合改進的S-P模型對區(qū)域內(nèi)各個水功能區(qū)的污能力控制紅線值進行了定量分析，并對污染物削減率進行了計算，分析計算結果見表7。

表7 研究區(qū)域納污能力控制紅線值

從表7中可以看出，在區(qū)域納污能力控制紅線值內(nèi)，相比于現(xiàn)狀年，各水功能區(qū)遠景年份BOD5的削減率分別達到-15.28%和-33.28%，削減率呈現(xiàn)上升的變化趨勢。COD指標的削減率分別達到-22.44%和-40.33%，可見，在實行區(qū)域納污能力控制紅線值，區(qū)域各個水功能區(qū)的污染物濃度可以得到有效控制，削減率逐年呈現(xiàn)遞增的變化趨勢。

4 結論

本文結合改進的S-P模型對河道污染降解系數(shù)以及納污能力進行預測，預測分析取得以下結論：

(1)相比于傳統(tǒng)S-P模型，改進模型可解決污染物臨界負值的局限，在河道降解系數(shù)計算精度明顯好于傳統(tǒng)模型，經(jīng)分析河道降解系數(shù)和流速呈現(xiàn)較好的相關性。

(2)實行區(qū)域納污能力控制紅線值，可有效對區(qū)域污染物濃度進行削減，有助于區(qū)域河道生態(tài)環(huán)境保護。

[1] 阮燕云, 張翔, 夏軍, 等. 閘門對河道污染物影響的模擬研究[J]. 武漢大學學報(工學版), 2009(05): 673- 676.

[2] 羅縉, 逄勇, 林穎, 等. 太湖流域主要入湖河道污染物通量研究[J]. 河海大學學報(自然科學版), 2005(02): 131- 135.

[3] 雷付春. 遼寧省污染物入河量控制研究[J]. 水利規(guī)劃與設計, 2016(11): 56- 59+102.

[4] 袁靜秀, 黃漪平. 環(huán)太湖河道污染物負荷量的初步研究[J]. 海洋與湖沼, 1993(05): 485- 493.

[5] 劉茹, 韓峰, 索賡, 等. 黃河三門峽水功能區(qū)水質(zhì)狀況及預測[J]. 水利技術監(jiān)督, 2014(05): 1- 3.

[6] 張永勇, 花瑞祥. 基于水動力-水質(zhì)模型的湖庫納污能力量化[J]. 華北水利水電大學學報(自然科學版), 2016, 37(05).

[7] 薛強, 馮夏庭, 梁冰, 等. 水氣兩相流系統(tǒng)K-S-P模型參數(shù)反演的最優(yōu)估計[J]. 水科學進展, 2005(04): 488- 493.

[8] 王占興, 田長濤, 崔洪強. 實際應用中S-P水質(zhì)模型參數(shù)的確定[J]. 黑龍江水專學報, 2004(01): 86- 87.

[9] 何瓊, 孫世群, 聶磊. 南淝河水質(zhì)S-P模型參數(shù)K1、K2的估值[J]. 合肥工業(yè)大學學報(自然科學版), 2003(02): 286- 290.

[10] 劉建國, 劉建華, 郭洪光. 改進的S-P模型的參數(shù)識別與對比研究[J]. 長春師范學院學報, 2006(12): 16- 21.