龐琰瑾，袁增偉

(南京大學(xué)環(huán)境學(xué)院污染控制與資源化研究國家重點實驗室，南京 210023)

伴隨我國城鎮(zhèn)化和工業(yè)化的快速推進，不透水地面和大氣污染物沉降量快速增加，這不僅加劇了城市內(nèi)澇[1]，而且造成降雨徑流污染負荷激增. 有學(xué)者指出，在城市化程度較高的地區(qū)，若不重視面源污染控制尤其是降雨徑流污染，即使點源污染得到全面控制，受納水體的水質(zhì)仍無法得到明顯改善[2-3]. 在“河長制”先行的區(qū)域，污染治理全面推行精準(zhǔn)化，逐漸實現(xiàn)從粗放治理向精準(zhǔn)治污轉(zhuǎn)變. 而精細量化降雨徑流污染負荷是流域尺度實現(xiàn)面源精準(zhǔn)治污全過程控制的重要前提.

傳統(tǒng)的降雨徑流污染負荷測算往往采用輸出系數(shù)法，輸出系數(shù)指單位時間單位面積負荷量，常采用多年平均值，這種方法雖然簡便，但未能充分考慮污染負荷產(chǎn)生的時空異質(zhì)性[4-5]. 隨著對降雨徑流污染研究的精度要求不斷提高，各水文模型被廣泛應(yīng)用于降雨徑流污染研究中[6-8]，如SWMM、SWAT、AnnAGNPS等模型. 但這些模型涉及參數(shù)過多、資料不易獲取且計算過程復(fù)雜[9-10].

SCS-CN(soil conservation service-curve number)是被廣泛應(yīng)用于降雨徑流污染研究的經(jīng)驗水文模型之一[11-13]. 該方法基于土壤的前期濕度條件(AMC)、土壤類型和土地利用類型特征綜合確定了CN取值(變化在0～100之間)，并通過經(jīng)驗公式進一步推算出土壤的最大可能入滲量(S). 最后，基于降雨量(P)、初損值(Ia)和最大可能入滲量(S)之間的數(shù)學(xué)關(guān)系，即可計算得到降雨徑流深(Q). 一般情況下，根據(jù)降雨事件前5天的累積降雨量P5，將AMC劃分為3種等級，即干旱條件(AMCⅠ)CN1、一般條件(AMCⅡ)CN2和濕潤條件(AMCⅢ)CN3. 該模型具有計算過程簡單、所需參數(shù)少、操作簡便、資料易于獲取等特點，適用于資料缺乏且下墊面復(fù)雜的地區(qū)[14].

然而，早期的SCS-CN方法沒有明確區(qū)分前期濕度條件且AMC分級方式會造成初損值突變. 針對這些問題，學(xué)者們相繼提出了AMC的定量化修正方法，如Mishra等對前期土壤濕度做了定量化修正，構(gòu)建了Mishra-Singh(MS)模型[15];Geetha等將AMC修正方法與前期濕度含量(AMA)修正方法進行了對比[16]. Li等利用修正后的MS模型測算了沈陽市2015年不同用地類型的降雨徑流深[17]. 另外，SCS-CN方法將初損值(Ia)與最大可能入滲量(S)的比值定義為初損率(λ)，通常取標(biāo)準(zhǔn)值0.2，但該取值未考慮其與研究區(qū)地理和氣候因素的相關(guān)性[18]，因此，鄧景成等[19-20]分別對我國黃土區(qū)和三峽地區(qū)的降雨徑流初損率做了本地化率定. 總體來看，前期基于SCS-CN模型的降雨徑流研究多是為了預(yù)測城市雨洪，只關(guān)注了地表徑流量，并未關(guān)注徑流造成的水污染物遷移傳輸，但這些改進和修正模型為提高地表徑流量的計算精度提供了有力支持[21]，也為精準(zhǔn)測算降雨徑流污染負荷提供了方法保障.

望虞河西岸綜合示范區(qū)位于太湖流域，是正在經(jīng)歷快速城市化的地區(qū)，又是“引江濟太”工程的清水廊道流經(jīng)區(qū). 該地區(qū)水污染較為嚴(yán)重，其水環(huán)境治理對于保障太湖水質(zhì)具有重要意義. 因此，本研究通過在研究區(qū)內(nèi)開展不同土地利用類型的降雨觀測實驗，修正SCS-CN模型中的初損率，并基于土地利用類型遙感解譯和降雨徑流污染物濃度測定，精細刻畫望虞河西岸河網(wǎng)區(qū)的降雨徑流污染負荷時空分布格局. 研究結(jié)果為流域面源污染負荷測算和水污染防治方案制定提供了更為詳細具體的決策支撐.

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)(圖1)隸屬于江蘇省無錫市，屬亞熱帶季風(fēng)氣候，降水豐沛，年降水量在1100 mm左右[22]. 研究區(qū)占地面積486 km2，位于望虞河西岸南部，以新吳區(qū)和錫山區(qū)為主，另有約8%面積屬于梁溪區(qū). 新吳區(qū)是高新產(chǎn)業(yè)和現(xiàn)代工業(yè)區(qū)，錫山區(qū)是工農(nóng)業(yè)共同發(fā)展的城村復(fù)合區(qū)，梁溪區(qū)為現(xiàn)代商住區(qū).

圖1 研究區(qū)內(nèi)主要水系及行政區(qū)劃

1.2 污染負荷測算

1.2.1 降雨徑流深測算 降雨徑流深采用SCS-CN模型進行計算[23]，模型假設(shè)降雨實際入滲量與其潛在最大入滲量之比等于降雨徑流深與潛在最大徑流深之比. 其模擬方程為：

(1)

式中，Q為降雨徑流深(mm);P為降雨量(mm);S為最大可能入滲量(mm);λ為初損率，是初損值Ia與S的比值，無量綱. 在硬質(zhì)地表上，由于水分蒸發(fā)很快，土壤的前期濕度條件這一因素對徑流產(chǎn)生的影響不明顯，因此降雨徑流深通過公式(1)計算. 然而，對于綠地和農(nóng)田這兩種下墊面類型，本研究采用對前期土壤濕度做了定量化修正的Mishra-Singh(MS)模型[15]，引入M參數(shù)，降雨徑流深通過公式(3)計算.

(2)

(3)

式中，P5為降雨事件前5 d的累積降雨量，用來表征前期土壤濕度.

1.2.2 污染負荷測算 研究區(qū)產(chǎn)生的降雨徑流污染，可由“降雨徑流深”、“污染物濃度”與“土地利用類型面積”這3個空間化圖層數(shù)據(jù)在ArcGIS軟件中用柵格計算器相乘疊加獲得，即：

(4)

式中，Wj為降雨徑流第j類污染物總負荷;Qi為第i種土地利用類型的降雨徑流深，采用本地化修正后的SCS-CN模型計算;Cij為第i種土地利用類型上第j類污染物的濃度，采用間隔采樣的監(jiān)測數(shù)據(jù)計算獲得降雨事件平均濃度EMC;Si為第i種土地利用類型面積，通過遙感解譯獲得;n為流域內(nèi)土地利用類型數(shù).

1.3 數(shù)據(jù)收集與處理

1.3.1 土地利用類型解譯 土地利用類型劃分參考《土地利用現(xiàn)狀分類》國家標(biāo)準(zhǔn)(GB/T 21010-2019)，研究區(qū)的土地利用類型分為不透水地表、透水地表兩大類，具體包含9種，即商服用地、工礦倉儲用地、城鎮(zhèn)住宅用地、農(nóng)村住宅用地、道路、林地、農(nóng)田、草地、未利用地. 選取拍攝于2017年的Landsat 8衛(wèi)星影像圖和GeoEye-1高分辨率商業(yè)遙感影像圖作為遙感數(shù)據(jù)源，用ENVI 5.2軟件進行遙感解譯. 對監(jiān)督分類得到的土地利用類型圖進行人工目視解譯調(diào)整，最終得到5 m×5 m高分辨率的土地利用類型圖(圖2). 解譯結(jié)果顯示，農(nóng)田在各土地利用類型中占比最大，其次是林地，城鎮(zhèn)居民用地、工礦倉儲用地、商服用地和道路等硬質(zhì)地表約占總面積的40%. 從各行政區(qū)來看，梁溪區(qū)近40%的面積為城鎮(zhèn)住宅用地，而錫山區(qū)50%以上的面積為農(nóng)田和林地，新吳區(qū)農(nóng)田、林地、工礦倉儲用地分別占該區(qū)總面積的20%左右. 考慮到透水和不透水兩大類下墊面類型在產(chǎn)流原理和產(chǎn)流特征上有較大差異，同時植被類型和人類活動(如耕作)也會影響產(chǎn)流特征，因此，本研究在研究產(chǎn)流特征時將土地利用類型劃分為綠地(包括草地和林地)、農(nóng)田、硬質(zhì)地面(包括商服用地、工礦倉儲用地、城鎮(zhèn)住宅用地、農(nóng)村住宅用地、道路和未利用地)3類;在研究產(chǎn)污特征時，考慮10種不同的土地利用類型(道路又細分為城市道路和農(nóng)村道路，兩者在遙感解譯時難以區(qū)分，后續(xù)計算時按城鎮(zhèn)住宅和農(nóng)村住宅的比例加權(quán)平均處理).

圖2 2017年研究區(qū)土地利用類型

1.3.2 日降雨量 本研究收集了研究區(qū)內(nèi)10個降雨觀測站的日降雨量數(shù)據(jù),涵蓋了2017年1月1日至2019年12月31日，并使用泰森多邊形插值的方法進行空間插值(圖3).

圖3 降雨徑流實驗空間點位分布及降雨站的泰森多邊形分布

1.3.3 初損率修正 為實現(xiàn)初損率λ的本地化修正，本研究于2018年7月22日至2019年11月30日分別開展了3次天然降雨觀測實驗和9次模擬降雨實驗，測定3種下墊面類型的降雨初損值. 其中，模擬降雨實驗采用NLJY-10型便攜式人工模擬降雨系統(tǒng)，模擬大、中、小3種強度的降雨(小雨難以產(chǎn)流)，徑流場長2.5 m、寬2 m、高3 m，其自帶雨量感測裝置，可以輸出每20 s的降雨強度. 實驗監(jiān)測點位的空間分布如圖3所示. 不同下墊面類型的降雨初損值見表1. 通過與手冊值進行對比，同時考慮到研究區(qū)全年降雨以中雨為主，因此采用模擬降雨實驗中雨條件下的初損值進行后續(xù)的參數(shù)本地化修正. 在此基礎(chǔ)上，本研究對3類下墊面的初損率從0開始做步長為0.05的迭代計算，并將初損率和實測的初損值代入SCS-CN模型，計算出相應(yīng)的降雨徑流深. 由降雨徑流深除以降雨量計算出徑流系數(shù)，并與《室外排水設(shè)計規(guī)范》(GB 50014-2006)給出的參考徑流系數(shù)、文獻中的徑流系數(shù)[25-26]進行對比，從而推定可靠性較高的初損率取值.

表1 不同下墊面類型的降雨初損值

1.3.4 污染物濃度測定 在降雨徑流觀測實驗中，同時采集徑流樣品測定其中的污染物濃度. 具體步驟是: 對于各土地利用類型的觀測點，自產(chǎn)流起前半小時每間隔5 min采集一次樣品，后半小時每15 min采集一次樣品. 采樣完成后，將各采樣點收集到的8～9瓶樣品于24 h內(nèi)送至實驗室進行監(jiān)測分析. COD、總磷(TP)、總氮(TN)、氨氮(NH3-N)4種污染物的濃度監(jiān)測方法分別采用最新國標(biāo)方法，即重鉻酸鉀法(HJ 828-2017)、鉬酸銨分光光度法(GB/T 11893-1989)、堿性過硫酸鉀消解紫外分光光度法(HJ 535-2009)和納氏試劑分光光度法(HJ 535-2009). 各土地利用類型上的EMC取值與文獻值[25-35]的對比如圖4所示.

圖4 四種污染物EMC與文獻值對比

2 結(jié)果與討論

2.1 地表徑流深

研究表明，研究區(qū)域綠地和農(nóng)田的初損率值為0.3，硬質(zhì)地表的初損率值為0.9. 這一參數(shù)修正結(jié)果對于城市化程度較高的平原河網(wǎng)區(qū)具有一定的參考價值. 在硬質(zhì)地表上，從降雨向地表徑流轉(zhuǎn)化這一過程的主要損失在于產(chǎn)流前的初損部分，因此初損值本身的大小對后續(xù)計算影響較大，而硬質(zhì)地表上產(chǎn)流較快，在獲取初損值時容易產(chǎn)生較大誤差，未來可以適當(dāng)增加實驗次數(shù)，提高參數(shù)修正可靠性.

2017-2019年研究區(qū)內(nèi)各降雨觀測站在3類下墊面上的徑流深計算結(jié)果如表2. 從表2可以看出: 1)各站產(chǎn)生的徑流深與降雨深之間存在顯著的正相關(guān)性，即隨著各站降雨量的減少而遞減，且各觀測站徑流深的差異程度與降雨深差異基本相同;2)各用地類型上產(chǎn)生的徑流深呈現(xiàn)如下特征: 硬質(zhì)地表>綠地>農(nóng)田.

表2 各降雨觀測站三類下墊面上的徑流深

2.2 地表徑流量

用徑流深與各降雨觀測站各類下墊面的面積相乘獲得2017-2019年各站在三類下墊面上的徑流量(表3). 從表3可以看出: 硬質(zhì)地表產(chǎn)生的徑流量遠遠大于綠地和農(nóng)田產(chǎn)生的徑流量，這表明城市化增加了不透水地表面積，城市降雨徑流和洪澇發(fā)生風(fēng)險也隨之增加.

表3 各降雨觀測站三類下墊面上的徑流量

表4 研究區(qū)2017-2019年污染負荷量

2.3 降雨徑流污染物負荷

根據(jù)上述獲得的各用地類型EMC值、地表徑流量以及用地面積，核算出研究區(qū)2017-2019年徑流污染負荷，如表4所示.

從圖5中可以看出，單位面積TN、NH3-N、COD負荷的高值均分布于硬質(zhì)地表，其中單位面積TN和COD負荷最高值在農(nóng)村住宅用地，原因是農(nóng)村住宅用地屬于硬質(zhì)地表，雨水下滲量少，產(chǎn)生的地表徑流較多，并且農(nóng)村住宅用地位于農(nóng)村，周圍環(huán)境中存在大量有機肥、化肥、農(nóng)藥等物質(zhì)，導(dǎo)致污染物濃度較高;而單位面積TP負荷最高值在未利用地，原因是未利用地產(chǎn)生的地表徑流較多，并且未利用地上的TP濃度偏高(圖4)，這說明未利用地是TP污染的重要來源之一，應(yīng)加強對未利用地的規(guī)劃利用;此外，草地的四種污染物單位面積負荷均最低，林地次之，在城市建設(shè)中可以適當(dāng)增加草地、林地的面積，或?qū)⒂操|(zhì)化的建設(shè)用地與草地、林地合理配置，減少污染負荷的產(chǎn)生.

圖5 研究區(qū)2017-2019年各用地類型的單位面積污染負荷

考慮到污染負荷總量往往與占地面積緊密相關(guān)，并不能反映各行政區(qū)污染程度的高低，因此本研究采用單位面積污染負荷量來識別重點污染管控區(qū)域. 從圖6中可以看出，錫山區(qū)單位面積TP、TN、NH3-N負荷最高，新吳區(qū)次之，梁溪區(qū)最低，尤其是單位面積TP負荷，錫山區(qū)有大面積農(nóng)田覆蓋，而農(nóng)田徑流的TP濃度更高，導(dǎo)致錫山區(qū)單位面積TP負荷更高;新吳區(qū)工業(yè)較發(fā)達，其單位面積COD負荷最高，錫山區(qū)次之，梁溪區(qū)最低. 由此看出，研究區(qū)徑流水質(zhì)管控需重點關(guān)注錫山區(qū)和新吳區(qū).

圖6 各行政區(qū)的單位面積污染負荷

2.4 可靠性分析

將本研究測算出的單位面積污染負荷與我國其他區(qū)域相比較[25,31-32,35-36]，如表5所示. 可以看出，本研究測算出的各污染物單位面積負荷值均落在已有研究的區(qū)間范圍內(nèi). 不同區(qū)域的各類污染物單位面積負荷相差較大，主要是因為各研究區(qū)域地理位置、氣候條件、土地利用類型、區(qū)域發(fā)展階段的差異，相比于遼河流域、潮河流域、白河流域、十五里河流域、撫仙湖流域、海河干流流域，望虞河西岸綜合示范區(qū)城市化程度更高，硬質(zhì)化地表面積大.

表5 不同研究區(qū)域單位面積徑流污染負荷比較

3 結(jié)論

1)研究區(qū)綠地和農(nóng)田的建議初損率取值為0.3，硬質(zhì)地表的建議初損率取值為0.9，修正后的SCS-CN模型能更好地模擬降雨徑流深.

2)徑流深與降雨深之間存在顯著的正相關(guān)性，隨著各站點降雨量減少，徑流深也呈現(xiàn)遞減趨勢;各用地類型上的徑流深表現(xiàn)為: 硬質(zhì)地表>綠地>農(nóng)田;研究區(qū)徑流深最大的地方集中在梁溪區(qū)，該區(qū)城市化程度最高，分布著大量硬質(zhì)地表，雨洪管理需重點關(guān)注.

3)硬質(zhì)地表產(chǎn)生的徑流量遠遠大于綠地和農(nóng)田產(chǎn)生的徑流量. 城市化增加了不透水地表面積，城市洪澇發(fā)生風(fēng)險也隨之增加. 這一結(jié)論對于高度城市化的太湖流域具有普遍性.

4)污染負荷與降雨深之間存在顯著的正相關(guān)性，研究區(qū)降雨徑流中TP、TN、NH3-N、COD 4類污染物的負荷量分別從2017年的190、1359、445和16041 t減少到2019年的118、949、314和11250 t. 單位面積TP、TN、NH3-N負荷錫山區(qū)最高，新吳區(qū)次之，梁溪區(qū)最低;單位面積COD負荷新吳區(qū)最高，錫山區(qū)次之，梁溪區(qū)最低. 從用地類型上來看，單位面積TN和COD負荷的最高值在農(nóng)村住宅用地，單位面積TP負荷最高值在未利用地. 此外，草地的4種污染物單位面積負荷均最低，林地次之.