流域內污染負荷分布的評價模型研究
——以密云縣蛇魚川小流域為例

武曉峰,李 婷 (清華大學水文水資源研究所,水沙科學與水利水電工程國家重點實驗室,北京 100084)

流域內污染負荷分布的評價模型研究
——以密云縣蛇魚川小流域為例

武曉峰*,李 婷 (清華大學水文水資源研究所,水沙科學與水利水電工程國家重點實驗室,北京 100084)

在引入歐洲學者建立的潛在非點源污染指數模型PNPI的基礎上,根據我國的社會經濟條件和流域狀況對其進行了土地利用類型擴展、土地利用類型比對和土壤滲透性等級劃分等 3個重要改進,建立了一個評價流域污染負荷分布的潛在污染指數模型 PPI(Potential Pollution Index),并在北京市密云水庫流域典型的3個小流域——曹家路、黃土坎和蛇魚川進行了初步應用和分析驗證.研究表明,改進后的PPI模型能夠綜合考慮養殖場、旅游區等各種污染源對河流水質的潛在污染影響,可用其評價流域內各種污染源對河流造成的潛在污染的空間分布.

潛在非點源污染指數PNPI；潛在污染指數PPI；潛在污染影響；空間分布

對河流水體而言,非點源污染與土地利用類型和管理方式、土壤類型、地形地勢條件、降雨條件和到河網的距離等主要影響因素密切相關.其中,土地利用類型是影響非點源污染的關鍵性因素[1].

目前非點源污染評價模型根據其建立機理和模擬過程主要可分為兩大類:第 1類是經驗模型,主要是建立污染負荷與土地利用類型或徑流量間的相關關系[2].這種模型可迅速給出流域出口的污染負荷量和濃度,以徑流試驗場水質、水量同步監測資料為基礎,需要的數據量少,計算簡單,但只適用于原始資料豐富的地區,難于推廣使用,無法快速給出污染負荷的空間分布,且相關關系會隨著流域內主要相關因子的改變而不再成立.在農業非點源污染計算中廣泛應用的通用土壤流失方程USLE,輸出系數模型Johnes模型、Soranno磷通量模型[3]等均屬于經驗模型.

第 2類模型是機理模型,主要是通過對非點源污染物輸出的3個重要環節——徑流、水土流失、污染物遷移進行模擬[4].模型具有明確的物理意義,通用性較強,可以給出污染負荷的時空分布,便于管理者了解非點源污染的產生和遷移規律,從而為不同時段不同區域的污染治理工作提供科學依據.但對物理過程的精確描述使得模型對輸入數據和模型使用者素質要求較高,因此,機理模型很難在相關監測數據匱乏甚至尚無的地區應用.如SWAT模型、AGNPS模型、ANSWERS模型等均屬于機理模型[1,5-6].

我國非點源污染現狀嚴峻[1],考慮到我國非點源污染研究工作起步較晚,水質等相關監測數據并不健全,急需找到一個既能較全面地考慮非點源污染的主要影響因素,又能在數據匱乏甚至尚無的流域給出非點源污染負荷空間分布信息的非點源污染負荷評價模型,從而迅速地為決策者提供非點源污染的空間分布和綜合評價信息,為污染防護和治理工作的開展提供技術支撐.為此,本研究在引入潛在非點源污染指數(Potential Non-point Pollution Index,PNPI)[7]的基礎上,根據我國的社會經濟條件和流域狀況對其進行了改進,得到了適用于我國山區小流域的潛在污染指數模型(Potential Pollution Index,PPI).

1 潛在非點源污染指數(PNPI)

PNPI模型是一個流域尺度上的非點源污染負荷評價工具.

PNPI模型在模擬時將污染物的產生、遷移和降解等3個過程轉化為3個指標進行計算,包括土地利用指標(Land Cover Indicator,LCI)、徑流指標(Run-Off Indicator,ROI)和距離指標(Distance Indicator,DI),將 3個指標標準化后(值域為 0～1)加權即可得到每個單元的 PNPI值,其計算公式如下:

式中: a=4.8, b=c=2.6,通過專家打分法得到.

LCI代表了不同土地利用類型可能產生的污染負荷量,污染負荷產生量越大,則 LCI越大.不同土地利用類型對應的土地利用分值(0～10)由專家打分法確定.在專家打分法中,專家人數越多,所涉及的相關研究領域越廣,土地利用標準差越小,說明專家打分法的結果越可信.在歐洲學者的研究中,包括生物學家、自然科學家、生態學家、環境工程師等多位專家參與了打分,專家人數較多,對指標的賦值一致性較好.

ROI代表了由坡度引起的污染物的運動以及土地利用類型、地質條件和土壤類型引起的滲漏影響,滲漏影響越大,最終進入河道的污染負荷越少, ROI越小.其值由計算單元到河流流徑上所有單元的坡度、土地利用類型和土壤類型共同確定,值域為0-1之間,大于1則取1,單元的ROI即該單元到河流的流徑上所有單元徑流參數的算術平均值.

DI代表了污染源在匯入河流過程中所受到的降解影響,降解作用的影響越大,DI越小.DI采用經驗公式[8]計算,由計算單元到河網的流徑長度確定.

式中:Di是單元 i到河流的距離,用單元數表示;k是一個常數,值為0.090533.

由于PNPI模型中考慮的土地利用類型僅適用于以農業活動為主的山區流域,并未考慮養殖場、旅游區等土地利用類型.與歐洲相比,我國人口數量多、密度大,在農村山區,興建各類養殖場和開發旅游區的情況也十分普遍,這兩類土地利用類型單位面積產生的污染負荷量,對局部河段水質有較大影響,需要予以考慮.因此直接應用PNPI無法全面反映流域內各種污染源對河流水體污染的潛在影響,需要對 PNPI模型中的土地利用類型表進行擴展.

因此,筆者根據我國的社會經濟條件和流域狀況,在實地考察和文獻調研的基礎上,對 PNPI模型進行了 3個改進,包括土地利用類型擴展、土地利用類型比對、土壤滲透性等級劃分,將新得到的模型稱之為潛在污染指數模型PPI,PPI模型能夠考慮包括村莊、養殖場和旅游區等污染強度大、污染源較集中的土地利用類型在內的各種污染源,更適用于我國的污染防治工作.

2 對PNPI模型的改進

2.1 土地利用類型擴展

考慮到我國山區小流域經濟條件落后,村莊、養殖場和旅游區等污染源并未采取垃圾和生活污水收集和集中排放的形式,其污染產生、遷移和匯流方式與PNPI模型中的其他土地利用類型相同,因此可繼續采用PNPI中的計算方法.

單元的PNPI值主要由LCI、ROI和DI 3個指標加權得到,其中LCI和ROI主要是利用專家打分法,根據土地利用類型、土壤類型和地形地質條件進行賦值,而DI主要是與地形條件及河流位置相關,因此可考慮將養殖場、旅游區作為特殊的土地利用類型加入原有的土地利用類型列表.其中,ROI的確定相對較簡單,根據前面介紹的ROI的計算方法可知,不同的土地利用類型對滲透性的影響不同,從而導致最終計算所得的ROI不同,這里只需根據不同地表覆蓋對滲透性的影響大小取相近的土地利用類型的專家打分結果即可;而DI采用PNPI模型中的計算方法即可,因此,只需建立養殖場和旅游區LCI的計算方法,進而利用 PNPI的計算方法即可得到全流域的PPI空間分布信息.

林文婧[9]利用 SWAT模型計算了溫榆河流域平水年11種土地利用類型單位面積TN、TP等的負荷產生量,將其與不同土地利用類型 LCI進行線性相關分析,結果表明TN與LCI的相關系數為 0.965,TP與LCI的相關系數 0.655,說明TN與LCI具有很好的線性相關性.而在張燕等[10]的研究中則是基于修正的通用土壤流失方程RUSLE、SCS徑流曲線以及2007年7～9月中5場自然降雨的地表徑流樣品測定的徑流和泥沙中TN、TP的濃度給出了密云水庫東側土門西溝小流域不同土地利用類型單位面積TN和TP的負荷量.同樣,將其與不同土地利用類型LCI分別進行線性相關分析,結果表明TN與LCI的相關系數為0.991,TP與LCI的相關系數為0.985.

從林文婧[9]和張燕等[10]的研究結果對比來看,不同區域的同一土地利用類型單位面積產生的非點源污染負荷量絕對值差異很大,甚至有超過一個數量級的,這主要是由于不同區域對同一土地利用方式的管理方法不同,降雨條件也不同.即使是同一地區在不同時間計算得到的單位面積非點源污染負荷量也有很大不同,這主要是由年降雨量及其時空分布不同導致的但兩項研究的結果都表明,不同土地利用類型單位面積非點源污染負荷量TN與PNPI模型中的LCI值呈現較好的線性相關關系.因此,用LCI代表不同土地利用類型單位面積污染負荷量是合理的,且可通過這一線性相關關系計算養殖場和旅游區的LCI值.

由于缺少密云水庫流域不同土地利用類型單位面積 TN負荷量的有效數據,無法直接建立密云水庫流域LCI與TN的線性相關關系,因此,將其簡化為依據村莊、養殖場和旅游區的單位面積TN負荷量及村莊的LCI來計算養殖場和旅游區的LCI,即

式中: LCIi為養殖場、旅游區、村莊的LCI值;Wi為養殖場、旅游區、村莊單位面積 TN負荷量;i=1,2,3——1為養殖場,2為旅游區,3為村莊.

村莊、養殖場和旅游區單位面積TN負荷量的計算公式如下所示[11]:

式中: Wi為3種土地利用類型下單位面積TN負荷量,mg/(m2·a);pj為第 j種畜禽的年均存欄數,j代表畜禽種類,分別代表牛、豬、雞、鴨等;qjf、qjn為第j種畜禽的糞便和尿液產生系數, kg/[(頭或只)·d]; cjf、cjn為第 j種畜禽的糞便和尿液中TN的平均含量, g/kg;Pi為各土地利用方式下區域的人口數,單位,人;Qi為各土地利用方式下區域的人均綜合生活用水量,L/(人·d);Ci為各土地利用方式下區域的綜合污水中 TN平均濃度,mg/L; Ai為各土地利用方式下區域的面積, m2.

在計算養殖場單位面積 TN負荷量時,根據國家環境保護總局文件,環發[2004]43號《關于減免家禽業排污費等有關問題的通知》中對畜禽養殖排污系數的規定,結合北京市山區小流域實地考察和文獻調研[11]所得資料,可得畜禽養殖排污系數如表1所示.

表1 畜禽養殖排污系數Table 1 Emission coefficient of livestock farming

計算 W3時,參考國家環境保護總局確定的太湖流域污染源調查數據,并結合北京市山區的實際情況,確定村莊人均TN產污系數為5g/(人?d),即計算 W2時,結合山區旅游的實際情況,將旅游區考慮為有較多度假村和農家院的特殊村莊,計算公式中包含了旅游區內常住人口的 TN負荷量和旅游人口的TN負荷量.旅游人口TN的產污系數為18.94g/(人?d),即 Q2?C2=18.94g/(人?d).顏淼等[12]通過對曹家路不同規模度假山莊生活廢水的檢測,得到生活廢水平均水質濃度為0.085g/L,以此作為旅游人口的排放濃度 C2.考慮旅游的人群基本上來自于北京市區,據北京市2008年統計年鑒[13]中給出2007年北京市人均生活年用水量為86.4m3,因此,取旅游區的旅游人口人均用水量Q2為236.71 L/d.

利用北京市水保總站提供的3個典型小流域的行政村人口、面積、養殖場規模、旅游人口等的統計資料,通過實地考察確定了養殖場的位置,根據式(3)～式(6),可得養殖場和旅游區的LCI如表2所示.

表2 3種污染源的LCI指標值Table 2 LCI of the three kinds of pollution source

2.2 土地利用類型比對

在 PNPI計算過程中,采用的是在歐洲廣泛應用的CORINE土地利用分類法,主要考慮的是人類對地表土地系統的影響程度,比較適合歐洲這種土地范圍較大,地表覆蓋較高的區域,其分類原則比較嚴格,體系清楚[14].在本研究中,根據研究需要,采用的是精度較高的北京市政務版電子地形圖 1:10000比例尺地形圖.由于我國和歐洲國家采用的土地利用分類原則不同,為了能更好地利用 PNPI中已有的經驗系數和權重,本研究根據地圖說明、實地考察和文獻調研[15]所得資料,將北京市政務版電子地形圖 1:10000比例尺地形圖中的土地利用類型與歐洲 CORINE土地利用類型進行比對,得出土地利用分類比對表,如表3左側第3列所示.

2.3 土壤滲透性等級劃分

在PNPI模型計算中采用的土壤類型圖中已根據滲透能力劃分出由 A(高滲透性)到 D(低滲透性)4個等級,而本研究采用的是全國土壤普查辦公室1995年編制并出版的《1:100萬中華人民共和國土壤圖》,沒有直接對應的滲透能力數據和等級.因此,在PPI模型中需建立一個適用于我國的土壤滲透能力計算和等級劃分的方法.

本研究根據文獻[16]中關于土壤滲透能力的算法和土壤的特征粒徑計算,得到不同土壤類型的滲透能力:

式中: d為土壤的特征粒徑,這里取平均粒徑; c為無量綱數,對于不同的土壤差別較小,可認為土壤的滲透能力與土壤平均粒徑的平方成正比.

因為PPI模型所得結果是相對值,土壤滲透性等級劃分的標準與歐洲采用的是否一致對計算結果的相對大小并無影響,本研究中僅有密云水庫流域3個小流域的土壤數據,土壤類型少,為在計算中充分體現土壤類型的影響,本文并未建立一個全國通用的土壤滲透能力等級劃分方法,而是根據公式計算得到小流域中幾種土壤類型滲透能力的大小, 并采取等分法將其劃分為A～D 4個等級.

表3 改進后的LCI值和初步徑流參數表Table 3 LCI and initial run-off index after improvement

3 PPI模型的應用和討論

將改進后的PPI模型應用于北京市山區的3個典型小流域:曹家路、蛇魚川和黃土坎.限于篇幅,這里僅以蛇魚川流域的結果為例進行說明.

蛇魚川流域的土地利用類型和土壤類型如圖1、圖2所示.由于流域中并沒有大規模的旅游開發和密集的度假村,因此,土地利用類型中沒有旅游區.由圖2可見,土壤類型僅為2種,其中以褐土為主.由于研究中采用的 5m 精度的數字高程模型DEM屬于高精度、密級較高的數據,此處不予截圖展示.

根據前面介紹的 PPI中各指標的計算方法,可計算得到流域的 LCI分布圖、ROI分布圖和DI分布圖,分別如圖3～圖5所示.

圖3中,LCI代表了不同土地利用類型產生的潛在污染負荷量.因此, LCI較大、顏色較深的區域應為村莊、養殖場和耕地等人類活動影響較大的土地利用類型,主要集中在河道附近、坡度較小、適宜人類活動的區域.因此, LCI的空間分布符合定性分析的結果.

ROI代表了由坡度引起的污染物的遷移以及土地利用類型、地質條件和土壤類型引起的滲漏的影響,可見ROI與坡度、土地利用類型和土壤類型有著密切關系.在離河道較遠、坡度較大的區域,匯流速度快,污染物在遷移過程中的滲漏損失小,因此ROI較大,反之,離河道較近、坡度較小的區域ROI較小;另外,由于在同一流徑上的單元流經的地形地質條件、土壤類型和土地利用類型相同,因此其ROI值相近,使得ROI具有成片分布的特點,這2個特點在圖4中也有很好的體現,說明ROI的空間分布符合定性分析的結果.

圖1 土地利用Fig.1 Land use map

圖2 土壤類型Fig.2 Soil type map

圖3 土地利用指標LCI分布Fig.3 Distribution of land cover indicator

圖4 徑流指標ROI分布Fig.4 Distribution of run-off indicator

DI代表了污染物匯流過程中降解作用的影響,與計算單元到接納水體間的流長密切相關.污染物降解量與污染運移的距離成正相關,同時也與流經區域的土壤類型、植被類型等相關,總的來說應與到河網的距離成正相關,距離越遠,降解作用影響越大,DI越小,圖5中DI的空間分布符合定性分析的結果.

圖5 距離指標DI分布Fig.5 Distribution of distance indicator

3個指標的定性分析說明3個指標在計算中采取的經驗系數在密云水庫小流域具有一定的適用性.將這3個指標利用式(1)加權即可得到潛在污染指數PPI的空間分布,如圖6所示.可以看出PPI 的空間分布有以下2個特點:

其一,PPI值在河道兩側及下游平原地區較大,而遠離河道區域相對較小,且隨距離逐漸遞減.這與實際情況相符,遠離河網的山區由于其土地利用方式偏于自然、距河道距離較遠等因素對河網產生的潛在污染影響會相對較小,而靠近河網的平原地區由于到河網距離較近且受人類活動影響大,對河網產生的潛在污染會相對較大.

其二,圖6中潛在污染較大,顏色較深的區域與土地利用指標的分布相似.說明土地利用指標LCI在 PPI中占極其重要的地位,這主要是為了充分反映不同土地管理和使用模式可能對河網造成的不利影響,使得決策者在決策中能充分考慮到不同土地管理和使用模式的影響.

圖6 潛在污染指數PPI分布Fig.6 Distribution of potential pollution indicator

PPI模型考慮了污染的產生、匯流及匯流過程中可能發生的滲漏、降解的影響,在考慮坡度和到河網距離的同時,還綜合考慮了土地利用方式、土壤類型、地形等多個非點源污染的主要影響因素,考慮的因素多而全面.同時,PPI模型能綜合評價包括養殖場、旅游區在內的各種污染源對河流的潛在污染影響,具有需要的數據少、計算方便、便于操作和理解等優點,可給出流域內各種污染源對河流造成的潛在污染的空間分布信息,便于決策者了解流域整體污染狀況,識別污染較嚴重的區域,有針對性地進行分區治理,為治理工作的有序開展提供科學依據,同時對于我國水源地保護區的劃分和保護措施的制定有一定的參考價值.

同時,由于PPI代表的是所有污染物對河道水質的潛在污染影響空間分布的相對值,既不針對單一污染物,也不是污染負荷的真實值,因此,難以用已有的監測數據進行驗證.建議通過與分布式模型的計算結果進行比對分析,并在進一步的推廣應用中對模型中的權重和經驗系數進行修改完善,以期使PPI模型更符合我國的情況.

4 結論

4.1 在借鑒歐洲學者建立的 PNPI的基礎上,根據我國山區小流域社會經濟條件和流域狀況對其進行了土地利用類型擴展、土地利用分類比對和土壤滲透性等級劃分 3個改進.改進后的 PPI模型可計算包括村莊、養殖場、旅游區等在內的各種污染源的潛在污染影響.

4.2 將改進后的PPI模型應用于北京市密云水庫流域內的 3個典型小流域,并以蛇魚川流域為例給出了PPI模型的3個構成指標和PPI的空間分布,定性分析表明,PPI模型計算中采用的經驗系數和權重在密云水庫流域具有一定的適用性.

4.3 PPI模型能綜合評價各種污染源對河流的潛在污染影響,具有所需數據少、計算方便、便于操作和理解等優點,為評價流域內各種污染源對河道水質的潛在影響提供了一個有力的工具,便于決策者了解流域整體污染狀況,進行針對性的分區治理,為水污染防護和治理工作的有序開展提供科學依據.

[1] 劉曉燕,張國珍.中國水環境非點源污染負荷的估算研究 [J].環境科學與管理, 2007,32(6):63-66.

[2] 胡雪濤,陳吉寧,張天柱.非點源污染模型研究 [J]. 環境科學,2002,23(3):124-128.

[3] 程 炯,林錫奎,吳志峰,等.非點源污染模型研究進展 [J]. 生態環境, 2006,15(3):641-644.

[4] 黃 虹,鄒長偉,陳新庚.中國非點源污染研究評述 [J]. 生態環境, 2004,13(2):255-257.

[5] 付永鋒,陳文輝,趙基花.非點源污染的研究進展和前景展望 [J].山西水利科技, 2003,(3):32-35.

[6] 楊 玨,錢 新,張玉超,等.兩種新型流域非點源污染負荷估算模型的比較 [J]. 中國環境科學, 2009,29(7):762-766.

[7] Michele Munafo`, Giuliano Cecchi, Fabio Baiocco, et al. River pollution from non-point sources: a new simplified method of assessment [J]. Journal of Environmental Management, 2005,77:93-98.

[8] Giuliano Cecchi, Michele Munafò, Fabio Baiocco, et al.Estimating river pollution from diffuse sources in the Viterbo province using the potential non-point pollution index [J]. Ann Ist Super Sanità, 2007,43(3):295-301.

[9] 林文婧.溫榆河流域非點源污染研究 [D]. 北京:清華大學,2009.

[10] 張 燕,張志強,張俊卿,等.密云水庫土門西溝流域非點源污染負荷估算 [J]. 農業工程學報, 2009,25(5):183-191.

[11] 孟 偉.流域水污染物總量控制技術與示范 [M]. 北京:中國環境科學出版社,2008.

[12] 顏 淼,陳求穩,李偉峰. 重要水源地小流域水環境動態模擬及調控研究 [J]. 水利學報, 2007,38(9):1038-1049.

[13] 北京市統計年鑒-2008 [Z]. 北京: http://www.bjstats.gov.cn/tjnj/2008-tjnj/.

[14] 王 橋,王文杰. 基于遙感的宏觀生態監控技術研究 [M]. 北京:中國環境科學出版社, 2006:200-201.

[15] EEA. CORINE land cover technical guide-Addendum 2000[R/OL]. Copenhagen: European Environment Agency, 2000,

[16] David K T. Groundwater hydrology [M]. Canada: John Wiley & Sons, Inc., 1976:68-72.

Study on the assessment model about contaminant load distribution in basins—take Sheyuchuan small watershed as example.

WU Xiao-feng*, LI Ting (State Key Laboratory of Hydro-science and Engineering, Institute of Hydrology and Water Resources, Tsinghua University, Beijing 100084, China). China Environmental Science, 2011,31(4)：680～687

On the basis of potential non-point pollution index (PNPI) which is developed in Europe, according to the social economy condition and basin situation, 3 important improvements were made including extending land use types,matching land use types and dividing the soil permeability classes to build up potential pollution index (PPI) which can be used to assess pollution distribution in the watershed. The improved PPI was applied and verified by qualitative analysis in three typical watersheds-Caojialu, Huangtukan and Sheyuchuan. The improved PPI could comprehensively evaluate the potential threat on river water from different pollution sources including farms and tourist area, and then could evaluate the space distribution of potential pollution to the river from different sources in the watershed.

potential non-point pollution Index (PNPI)；potential pollution index (PPI)；potential pollution influence；space distribution

X821

A

1000-6923(2011)04-0680-08

2010-07-04

飲用水源保護區水源保護三道防線劃分方法示范研究項目

* 責任作者, 副教授, wuxiaofeng@tsinghua.edu.cn

武曉峰(1967-),男,甘肅會寧縣人,副教授,博士,主要從事水環境保護研究.發表論文50余篇.