王 鵬,董國慶,陰祖榮,陳美丹,金文龍,戴向榮

(1.河海大學(xué)淺水湖泊綜合治理與資源開發(fā)教育部重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210098; 2.江蘇河海環(huán)境科學(xué)研究院有限公司,江蘇 南京 210098;3.蘇州市環(huán)境科學(xué)研究所,江蘇 蘇州 215011; 4.中國電建集團(tuán)中南勘測設(shè)計(jì)研究院有限公司,湖南 長沙 410014)

隨著我國經(jīng)濟(jì)社會(huì)的迅猛發(fā)展與城鎮(zhèn)化水平快速提高[1-2],城市各類建筑、道路等不透水下墊面面積占比迅速上升,逐漸侵占了農(nóng)田、綠地和水域等透水性下墊面,導(dǎo)致徑流匯流時(shí)間縮短,管網(wǎng)排水壓力增大,城市極端洪澇災(zāi)害事件頻發(fā)。此外,不合理的城市規(guī)劃以及人類活動(dòng)加劇,城鎮(zhèn)地表徑流污染負(fù)荷顯著增加,導(dǎo)致黑臭水體等各類城市水環(huán)境問題日益突出,嚴(yán)重影響了人民群眾的生活幸福感,已成為制約我國城市社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的核心問題[3]。

SWMM是由美國環(huán)境保護(hù)署開發(fā)的一款動(dòng)態(tài)降水-徑流模擬模型,主要用于模擬城市單一降水事件或長期水量和水質(zhì)問題[4]。其徑流模塊部分綜合處理各子流域所發(fā)生的降水、徑流和污染負(fù)荷,匯流模塊部分則通過管網(wǎng)、渠道、蓄水和處理設(shè)施、泵、閘等進(jìn)行水量傳輸。該模型可以跟蹤模擬不同時(shí)間步長任意時(shí)刻每個(gè)子流域所產(chǎn)生徑流的水質(zhì)和水量,以及管道和河道中的流量、水深及水質(zhì)等情況,被廣泛應(yīng)用于智慧水利及數(shù)字孿生流域建設(shè),城市洪澇治理及排水系統(tǒng)規(guī)劃、分析和設(shè)計(jì),城市水環(huán)境綜合整治方案治理效果評估,低影響開發(fā)措施的水量水質(zhì)調(diào)控效果模擬等領(lǐng)域[5-7]。

SWMM 水文水力模塊參數(shù)的局部敏感性研究表明,不透水率是影響徑流深的高敏感性參數(shù),管道曼寧糙率與不透水區(qū)百分比是影響峰值流量最靈敏的參數(shù),雨強(qiáng)對于模型水文水力模塊參數(shù)的靈敏度影響較大[8]。此外,全局靈敏度分析發(fā)現(xiàn),透水區(qū)參數(shù)靈敏度在雨強(qiáng)較小的情況下很小,在較強(qiáng)降雨情況下,管道曼寧系數(shù)是決定峰值流量與峰值發(fā)生時(shí)間的關(guān)鍵參數(shù)[9]。郭鳳等[10]的研究表明,徑流總量的參數(shù)敏感性因降雨強(qiáng)度的不同而存在一定的差異性。

綜上,目前國內(nèi)外在SWMM參數(shù)敏感性研究領(lǐng)域,多聚焦于水文參數(shù)及水力參數(shù)的敏感性分析,對水質(zhì)參數(shù)敏感性問題研究較少。此外,相關(guān)研究通常基于特定降雨事件或下墊面類型,對不同降雨強(qiáng)度、下墊面水質(zhì)指標(biāo)的參數(shù)敏感性分析不夠深入。因此,本文以沅江市為研究區(qū),選取COD、氨氮、總氮和總磷作為代表性水質(zhì)指標(biāo),計(jì)算了小雨、中雨、大雨及暴雨情景下不同下墊面類型各水質(zhì)參數(shù)的敏感性,闡明了不同降雨強(qiáng)度的水質(zhì)參數(shù)敏感性分布特征,揭示了敏感水質(zhì)參數(shù)數(shù)量及敏感程度對綠地、道路、屋頂和農(nóng)田4種下墊面類型及水質(zhì)指標(biāo)的響應(yīng)機(jī)制。

1 研究區(qū)概況

沅江市隸屬于湖南省益陽市,地處湖南省東北部、益陽市北部,是典型的湖濱市域經(jīng)濟(jì)單元。全市地勢變化較為平緩,整體西高東低,北為沖積平原堤垸區(qū),海拔26m以上,西部為丘陵,總面積2177km2。該市地處中亞熱帶向北亞熱帶過度的大陸性季風(fēng)濕潤氣候區(qū),具有湖區(qū)氣候特色,冬冷夏熱、四季分明、陽光充足、雨水較多。平均氣溫16.9℃,年平均日照數(shù)1743.5h,年平均降水量1319.8mm,多集中在4—6月。沅江城區(qū)南、北、東分別為資江、沅江和南洞庭湖纏繞,整個(gè)城區(qū)如同一個(gè)半島伸入南洞庭湖,城區(qū)內(nèi)分布著浩江湖、蓼葉湖、上瓊湖、下瓊湖和石磯湖5個(gè)湖泊,水質(zhì)差異性較大,與沅水相連的浩江湖水質(zhì)相對較好,各斷面水質(zhì)均能達(dá)到III類,上瓊湖、下瓊湖和石磯湖流經(jīng)城市主要功能區(qū),水質(zhì)相對較差,其中下瓊湖水質(zhì)最差,多個(gè)斷面為劣V類,主要超標(biāo)因子為總氮,其他內(nèi)湖水質(zhì)為Ⅳ類或Ⅴ類。

2 研究方法

2.1 敏感性分析方法

局部敏感性分析方法操作簡單,適用性強(qiáng),可以準(zhǔn)確識(shí)別出對模型輸出結(jié)果影響較大的參數(shù),修正Morris篩選法是局部敏感性分析中普遍應(yīng)用的一種敏感性分析方法[11]。Morris篩選法以單個(gè)參數(shù)作為分析對象,在保證其他參數(shù)取值不變的情況下,對參數(shù)在合理的取值范圍內(nèi)按照固定的取值步長進(jìn)行變動(dòng),隨后輸入模型并輸出模擬結(jié)果,分析參數(shù)多次變動(dòng)對結(jié)果的影響,得出敏感性指標(biāo)。本文采用該方法進(jìn)行模型參數(shù)敏感性分析。

參數(shù)敏感性程度判別采用Knighton等[12]提出的分級標(biāo)準(zhǔn),當(dāng)敏感性指標(biāo)S的絕對值|S|≥1時(shí),參數(shù)為高敏感參數(shù);當(dāng)0.2≤|S|<1時(shí),參數(shù)為敏感參數(shù);當(dāng)0.05≤|S|<0.2時(shí),參數(shù)為中敏感參數(shù);當(dāng)0≤|S|<0.05時(shí),參數(shù)為不敏感參數(shù)。

2.2 模型構(gòu)建

2.2.1 模型概化

構(gòu)建SWMM需要獲取管網(wǎng)系統(tǒng)的管點(diǎn)高程、偏移量、深度、管線起點(diǎn)、終點(diǎn)、長度、管徑等基礎(chǔ)數(shù)據(jù)[13],但是市政管網(wǎng)管線長度長,管點(diǎn)數(shù)量多,如果將這些數(shù)據(jù)全部用于模型構(gòu)建,不僅建模工作量巨大,而且模型運(yùn)算效率很低,預(yù)測精度增加有限。因此,需要先對管網(wǎng)系統(tǒng)進(jìn)行概化處理。通過分析沅江市政管網(wǎng)設(shè)計(jì)圖,并進(jìn)行實(shí)地踏勘核實(shí),研究區(qū)共有12802個(gè)管點(diǎn)和12576條市政管線。經(jīng)概化處理,選取管點(diǎn)943個(gè),管線1044條,如圖1所示。

圖1 沅江市管網(wǎng)管點(diǎn)概化Fig.1 Generalized diagram of pipe network and nodes for Yuanjiang City

研究區(qū)為沅江市市政管網(wǎng)覆蓋的城區(qū)范圍,將下墊面類型分為屋頂、道路、綠地和農(nóng)田4種,利用“全國地理信息資源目錄服務(wù)系統(tǒng)”提供的GlobeLand30數(shù)據(jù)集生成下墊面分布狀況,該數(shù)據(jù)集是全球首套30m分辨率全球地表覆蓋數(shù)據(jù)集,包含了更加豐富詳盡的全球地表覆蓋空間分布信息,能更好地刻畫大多數(shù)人類土地利用活動(dòng)及其所形成的景觀格局。由于該數(shù)據(jù)集沒有區(qū)分屋頂和道路,采用GIS軟件進(jìn)行手工劃分。經(jīng)過統(tǒng)計(jì),研究區(qū)總面積40.76km2,其中屋頂、道路、綠地和農(nóng)田面積分別為16.31、8.56、5.7、10.19km2,占比分別為40%、21%、14%和25%。

2.2.2 模型參數(shù)取值

SWMM水力模塊是對降雨徑流進(jìn)入管網(wǎng)節(jié)點(diǎn)后的輸送過程進(jìn)行模擬,提供了恒定流、運(yùn)動(dòng)波、動(dòng)力波3種演算方法[14]。結(jié)合研究區(qū)域自然狀況,選取霍頓下滲公式進(jìn)行模擬計(jì)算,需要確定的參數(shù)包括最大入滲速率、最小入滲速率和入滲衰減系數(shù),根據(jù)子匯水區(qū)下墊面類型的不同,除屋頂外,最大下滲速率取值范圍為10～80 mm/h,最小下滲速率取值范圍為2～7 mm/h,下滲衰減系數(shù)為1～5/h。利用2020年6月30日實(shí)測降雨及流量數(shù)據(jù),在取值范圍內(nèi)對各下墊面類型的最大入滲速率、最小入滲速率和入滲衰減系數(shù)等水文參數(shù)進(jìn)行了率定。經(jīng)過統(tǒng)計(jì),管網(wǎng)各排口流量過程預(yù)測結(jié)果與實(shí)測結(jié)果的相對誤差平均值均小于6.5%。經(jīng)過率定的各下墊面類型水力參數(shù)取值見表1。

表1 各下墊面類型水力參數(shù)取值

水質(zhì)模型分為累積模塊和沖刷模塊兩部分[15],需要分別設(shè)置不同下墊面類型的累積參數(shù)和沖刷參數(shù)。如前所述,研究區(qū)被劃分為道路、綠地、農(nóng)田和屋頂4種下墊面類型,選取COD、總磷、總氮和氨氮4種水質(zhì)指標(biāo)作為預(yù)測對象,共計(jì)84個(gè)水質(zhì)參數(shù)。由于水質(zhì)參數(shù)的初始取值隨研究區(qū)氣候與地理環(huán)境不同而存在較大差異,因此,通過查閱模型手冊、總結(jié)前人研究成果并結(jié)合研究區(qū)氣候條件及環(huán)境特征,先確定各水質(zhì)參數(shù)的取值范圍,然后以中間值作為初始值,采用修正Morris篩選法對各參數(shù)以±10%的步長進(jìn)行變動(dòng),以管網(wǎng)各排口污染物峰值濃度的平均值作為目標(biāo)值,計(jì)算敏感性指標(biāo)S。各參數(shù)取值范圍見表2。

表2 SWMM水質(zhì)參數(shù)取值范圍

2.2.3 降雨情景設(shè)置

結(jié)合沅江市暴雨強(qiáng)度公式(式(1))和芝加哥雨型法,分別生成雨峰系數(shù)為0.3、0.6、0.7、0.5,降雨歷時(shí)2h的4組降雨強(qiáng)度過程線,降水量分別為9.1、24.8、49.8、80.1mm,按照降雨級別劃分標(biāo)準(zhǔn),作為典型小雨(<10mm)、中雨(10～<25mm)、大雨(25～<50mm)及暴雨(50～100mm)過程。4場降雨情景具有不同的降雨強(qiáng)度和峰值出現(xiàn)時(shí)間,可以體現(xiàn)研究區(qū)降雨事件的隨機(jī)特征,能夠全面檢驗(yàn)不同降雨條件下SWMM水質(zhì)參數(shù)的敏感性。

i=(14.7509+13.3897lgT)/(t+16.7562)0.7679

(1)

式中:i為降雨強(qiáng)度;T為重現(xiàn)期;t為降雨歷時(shí)。

3 結(jié)果與分析

3.1 水質(zhì)參數(shù)敏感性總體特征

依據(jù)參數(shù)敏感性分類標(biāo)準(zhǔn),按照降雨強(qiáng)度將高敏感及敏感水質(zhì)參數(shù)數(shù)量分類匯總,并采用ANOVA方差分析對參數(shù)數(shù)量的差異進(jìn)行顯著性檢驗(yàn),結(jié)果見表3。由表3可知,除小雨外,高敏感及敏感參數(shù)數(shù)量隨降雨強(qiáng)度增大而增加,這是因?yàn)椴糠炙|(zhì)參數(shù)敏感性隨著雨強(qiáng)增大而增加,由不敏感參數(shù)轉(zhuǎn)為敏感參數(shù),甚至是高敏感參數(shù)。同時(shí),不同水質(zhì)指標(biāo)的敏感性參數(shù)數(shù)量變化趨勢存在差異,其中氨氮、總氮和總磷的高敏感及敏感參數(shù)數(shù)量與整體變化趨勢一致,而COD高敏感及敏感參數(shù)數(shù)量隨降雨強(qiáng)度增大呈現(xiàn)先增加后減少的趨勢。然而,顯著性檢驗(yàn)結(jié)果表明,不同降雨強(qiáng)度的高敏感及敏感參數(shù)數(shù)量之間不存在顯著差異(p>0.05)。

表3 不同降雨條件下高敏感及敏感參數(shù)數(shù)量

此外,按下墊面類型對不同降雨強(qiáng)度下的高敏感及敏感水質(zhì)參數(shù)數(shù)量進(jìn)行統(tǒng)計(jì),并對其差異進(jìn)行顯著性檢驗(yàn),結(jié)果見表4。由表4可知,屋頂?shù)母呙舾袇?shù)及敏感參數(shù)最多,達(dá)到41個(gè),其次為道路、農(nóng)田,綠地最少,僅為12個(gè)。敏感性最高的參數(shù)是屋頂總磷徑流指數(shù),其敏感性從小雨到暴雨分別為1.60、1.78、3.24和3.32(隨降雨強(qiáng)度增加而增大),但是COD、總氮和氨氮屋頂徑流指數(shù)的敏感性均以中雨為最低,與中雨的雨峰系數(shù)較高(0.6)有關(guān),說明降雨的峰現(xiàn)時(shí)間滯后會(huì)導(dǎo)致部分高敏感水質(zhì)參數(shù)的敏感性降低。顯著性檢驗(yàn)表明,屋頂和道路的高敏感參數(shù)數(shù)量與綠地和農(nóng)田存在顯著性差異(p<0.05),屋頂?shù)拿舾袇?shù)個(gè)數(shù)與綠地存在顯著性差異(p<0.05),這與張勝杰等[16]的研究結(jié)論相符,說明下墊面類型對高敏感水質(zhì)參數(shù)數(shù)量的影響程度高于降雨強(qiáng)度,需要在模型構(gòu)建過程仔細(xì)核實(shí)與校驗(yàn)研究區(qū)的下墊面空間分布狀況,降低參數(shù)估值不準(zhǔn)確帶來的誤差。

表4 不同下墊面類型的高敏感及敏感參數(shù)數(shù)量

3.2 降雨條件對水質(zhì)參數(shù)敏感性的影響

由前面分析可知,敏感水質(zhì)參數(shù)個(gè)數(shù)與降雨條件有關(guān),為了進(jìn)一步分析不同降雨條件下水質(zhì)參數(shù)的敏感性特征,按降雨強(qiáng)度大小分別對4種下墊面類型各項(xiàng)水質(zhì)指標(biāo)的水質(zhì)參數(shù)敏感性進(jìn)行分類匯總,繪制小提琴圖,如圖2所示(圖中空心圓點(diǎn)代表敏感性大小,空心圓點(diǎn)分布寬度表示數(shù)據(jù)頻次高低)。由圖2可知,水質(zhì)參數(shù)敏感性大小順序?yàn)閺搅髦笖?shù)、最大積累量、沖刷系數(shù)、速率常數(shù)、半飽和常數(shù),且徑流指數(shù)敏感性顯著高于其他指標(biāo),這與影響排口污染物濃度的累積過程和沖刷過程直接相關(guān)。本文采用飽和函數(shù)預(yù)測地表污染物累積速率,采用指數(shù)沖刷模擬污染物沖刷過程:

圖2 不同下墊面類型水質(zhì)參數(shù)敏感性分布特征Fig.2 Sensitivity distribution characteristics of water quality parameters under different underlying surface types

mB(td)=Bmaxtd/(KB+td)

(2)

w=KWqNWmB(td)

(3)

式中:mB為單位面積的污染物積累量;td為累積時(shí)間;Bmax為污染物最大積累量;KB為累積過程的半飽和常數(shù);w為單位時(shí)間的污染物沖刷量;KW為沖刷系數(shù);q為徑流速率;NW為徑流指數(shù)。

由式(2)可知,污染物積累量與最大積累量的一次方成正比,意味著積累量隨最大積累量增加呈線性增加趨勢。由式(3)可知,在相同降雨條件下,被降雨徑流沖刷進(jìn)入管網(wǎng)的污染負(fù)荷及相應(yīng)的污染物濃度隨污染物積累量增加也呈線性增加趨勢。與最大積累量相比,污染物積累量與半飽和常數(shù)成反比,但是,在相同的參數(shù)取值變化條件下,污染負(fù)荷及濃度的變化幅度小于最大積累量。因此,最大積累量的敏感性高于半飽和常數(shù)。由式(3)可知,徑流指數(shù)位于公式的指數(shù)項(xiàng),其對污染物沖刷量的影響程度顯著高于沖刷系數(shù),因此徑流指數(shù)的敏感性高于沖刷系數(shù)。

水質(zhì)參數(shù)敏感性總體隨降雨強(qiáng)度增大呈增加趨勢。與其他降雨條件相比,暴雨條件下道路和綠地水質(zhì)參數(shù)敏感性水平顯著升高(p<0.05),小雨到大雨條件下道路和綠地的參數(shù)敏感性分布的變化程度有限。不同降雨條件下,屋頂和農(nóng)田的水質(zhì)參數(shù)敏感性分布不存在顯著差異(p>0.05),不同降雨強(qiáng)度下水質(zhì)參數(shù)敏感性對屋頂和農(nóng)田的響應(yīng)關(guān)系存在分異特性。小雨、中雨、大雨及暴雨的雨峰系數(shù)分別為0.3、0.6、0.7、0.5,從各降雨條件的水質(zhì)參數(shù)敏感性分布特征看,敏感性大小總體與雨峰系數(shù)無關(guān)。

水質(zhì)參數(shù)敏感性隨降雨強(qiáng)度的總體變化趨勢與敏感參數(shù)個(gè)數(shù)相似,其中暴雨條件下道路和綠地的水質(zhì)參數(shù)敏感性與其他降雨強(qiáng)度差異明顯,而各種降雨強(qiáng)度下屋頂和農(nóng)田的水質(zhì)參數(shù)敏感性差異不明顯。對于屋頂,可能是因?yàn)槠淅鄯e的污染物在較小的降雨量下即被沖刷殆盡,限制了水質(zhì)參數(shù)敏感性的進(jìn)一步增加;對于農(nóng)田,小雨條件下的參數(shù)敏感性較低,但與其他降雨條件的參數(shù)敏感性不存在顯著差異,說明這2種下墊面的水質(zhì)參數(shù)敏感性大小與降雨強(qiáng)度的關(guān)聯(lián)不明顯,與污染物來源及其流失特征有關(guān)。

3.3 不同下墊面類型的水質(zhì)參數(shù)敏感性特征

為了進(jìn)一步解析水質(zhì)參數(shù)敏感性與下墊面類型的關(guān)系,將各下墊面類型的高敏感及敏感參數(shù)的敏感性繪制成柱狀圖,如圖3所示。圖3中柱體表示各參數(shù)敏感性的平均值,內(nèi)部的橫線代表敏感性的中位數(shù),上下的短橫線代表敏感性的標(biāo)準(zhǔn)差;綠地中雨上標(biāo)注ns表示中雨條件下只有1個(gè)敏感參數(shù),無法進(jìn)行顯著性差異分析。

圖3 不同下墊面類型的水質(zhì)參數(shù)敏感性特征Fig.3 Sensitivity characteristics of water quality parameters under different underlying surface types

由圖3可知,不同降雨條件下屋頂?shù)膮?shù)敏感性平均值最大,達(dá)到1.06,其次是道路、綠地和農(nóng)田,分別為0.86、0.72和0.66。根據(jù)李美水等[17]的研究,下墊面面積與水質(zhì)參數(shù)敏感性具有一定關(guān)聯(lián)。據(jù)統(tǒng)計(jì),研究區(qū)屋頂面積占比最高,達(dá)到40%,說明下墊面面積的確對水質(zhì)參數(shù)敏感性有較大影響。道路與農(nóng)田的面積占比分別為21%和25%,占比相當(dāng),但是道路的高敏感及敏感參數(shù)數(shù)量及其敏感性高于農(nóng)田,這是因?yàn)檗r(nóng)田透水性明顯高于道路,對降雨徑流的下滲作用和污染物削減作用更強(qiáng),因此對水質(zhì)參數(shù)敏感性的影響沒有道路大[18]。

此外,不同下墊面類型敏感性最高的參數(shù)均為徑流指數(shù),且徑流指數(shù)敏感性排序?yàn)槲蓓敗⒌缆?、綠地、農(nóng)田,與各參數(shù)敏感性平均值排序相同。通過統(tǒng)計(jì)各降雨強(qiáng)度參數(shù)敏感性平均值的標(biāo)準(zhǔn)差發(fā)現(xiàn),綠地水質(zhì)參數(shù)敏感性的離散程度最大,其次為屋頂,道路最小。但是顯著性檢驗(yàn)表明,各種下墊面類型之間及某種下墊面不同降雨強(qiáng)度之間的水質(zhì)參數(shù)敏感性沒有顯著差異。

3.4 各水質(zhì)指標(biāo)的高敏感參數(shù)分異特征

由于屋頂?shù)母呙舾行詤?shù)個(gè)數(shù)顯著多于其他3種下墊面類型,同時(shí),農(nóng)田施肥對不同水質(zhì)指標(biāo)的影響程度存在差異,因此選擇屋頂和農(nóng)田作為探討各水質(zhì)指標(biāo)高敏感參數(shù)分異特征的下墊面類型。與其他水質(zhì)參數(shù)相比,徑流指數(shù)是所有下墊面類型敏感性最高的水質(zhì)參數(shù),因此將4種水質(zhì)指標(biāo)徑流指數(shù)的敏感性特征值列于表5,并進(jìn)行顯著性水平檢驗(yàn)。

表5 各水質(zhì)指標(biāo)徑流指數(shù)敏感性特征

由表5可知,不同降雨條件下屋頂各水質(zhì)指標(biāo)的徑流指數(shù)敏感性均較大,排序?yàn)?總磷>總氮> COD>氨氮,其中總磷徑流指數(shù)的敏感性從小雨到暴雨分別為1.6、1.78、3.24和3.32,但是各水質(zhì)指標(biāo)間的徑流指數(shù)敏感性不存在顯著差異(p>0.05)。根據(jù)馬勇等[19]的研究,屋頂徑流中的總磷主要來自降雨,說明徑流總磷濃度受降雨影響較大,導(dǎo)致總磷徑流指數(shù)的敏感性隨降雨強(qiáng)度增加而增大,而當(dāng)降雨強(qiáng)度達(dá)到大雨量級時(shí),徑流指數(shù)敏感度趨于穩(wěn)定。

與屋頂相反,農(nóng)田徑流中COD、總磷、總氮的徑流指數(shù)敏感性很低,且隨著降雨強(qiáng)度的增加幾乎沒有變化,而氨氮的徑流指數(shù)敏感性顯著高于這3個(gè)指標(biāo)(p<0.05),且中雨、大雨及暴雨的參數(shù)敏感性高于小雨。農(nóng)田各水質(zhì)指標(biāo)的徑流指數(shù)敏感度呈現(xiàn)明顯分異特征,是因?yàn)椴煌涤陾l件下隨農(nóng)田徑流流失的COD、總磷、總氮等污染物平均濃度變化不大,甚至出現(xiàn)污染物平均濃度隨降雨強(qiáng)度增加而減小的現(xiàn)象,導(dǎo)致參數(shù)敏感性降低[20]。此外,根據(jù)李佳韻[21]的研究,化肥水解導(dǎo)致農(nóng)田土壤的氨氮含量快速增加,降雨初期土壤中的氮素會(huì)隨著徑流大量流出,氨氮濃度隨降雨強(qiáng)度增大迅速上升,然而,隨著降雨持續(xù)增強(qiáng),土壤氮素不斷被淋洗至深層,加之徑流的稀釋作用,濃度變化趨于平緩,因此,參數(shù)敏感性逐漸穩(wěn)定。

4 結(jié) 論

a.除小雨外,高敏感及敏感參數(shù)數(shù)量隨降雨強(qiáng)度增大而增加,但是不同降雨條件的高敏感及敏感參數(shù)數(shù)量之間不存在顯著差異;參數(shù)敏感性排序?yàn)閺搅髦笖?shù)、最大積累量、沖刷系數(shù)、速率常數(shù)、半飽和常數(shù);不同下墊面類型的敏感性參數(shù)數(shù)量排序?yàn)槲蓓?道路>農(nóng)田>綠地,下墊面類型對高敏感水質(zhì)參數(shù)數(shù)量的影響高于降雨強(qiáng)度;降雨的峰現(xiàn)時(shí)間滯后會(huì)導(dǎo)致部分高敏感水質(zhì)參數(shù)的敏感性降低。

b.水質(zhì)參數(shù)敏感性總體隨降雨強(qiáng)度增大呈增加趨勢,與其他降雨條件相比,暴雨條件下道路和綠地水質(zhì)參數(shù)敏感性水平顯著升高,不同降雨條件下屋頂和農(nóng)田的水質(zhì)參數(shù)敏感性分布不存在顯著差異,說明這2種下墊面的水質(zhì)參數(shù)敏感性大小與降雨強(qiáng)度的關(guān)聯(lián)不明顯,與污染物來源及其流失特征有關(guān)。

c.不同降雨條件下屋頂?shù)膮?shù)敏感性總體較大,道路的高敏感及敏感參數(shù)數(shù)量及其敏感性高于農(nóng)田,與下墊面面積占比和透水性直接相關(guān);各種下墊面類型之間及某種下墊面不同降雨強(qiáng)度之間的水質(zhì)參數(shù)敏感性沒有顯著差異。

d.各種降雨條件下屋頂各水質(zhì)指標(biāo)的徑流指數(shù)敏感性均較大,其中總磷的徑流指數(shù)敏感性整體最高,從小雨到暴雨分別為1.6、1.78、3.24和3.32,但是,各水質(zhì)指標(biāo)間的徑流指數(shù)敏感性不存在顯著差異;而農(nóng)田氨氮的徑流指數(shù)敏感性顯著高于COD、總磷、總氮,與肥料水解及氨氮隨徑流流失的時(shí)間過程有關(guān)。