考慮水溫變化的變降解系數在北京市北運河水質模擬中的應用

李 夏,王 剛,齊 珺,崔 棟,劉金玲，張岳鵬

1.首都師范大學資源環境與旅游學院，北京 100048 2.北京市環境保護科學研究院國家城市環境污染控制工程技術研究中心，北京 100037 3.東華大學環境科學與工程學院，上海 201620 4.華北水利水電大學水利學院，河南 鄭州 450045

考慮水溫變化的變降解系數在北京市北運河水質模擬中的應用

李 夏1,2,王 剛2,3,齊 珺2,崔 棟4,劉金玲2，張岳鵬1,2

1.首都師范大學資源環境與旅游學院，北京 100048 2.北京市環境保護科學研究院國家城市環境污染控制工程技術研究中心，北京 100037 3.東華大學環境科學與工程學院，上海 201620 4.華北水利水電大學水利學院，河南 鄭州 450045

綜合降解系數是水質模擬預測、水環境容量計算中的關鍵參數之一，并且受溫度影響較大。首先基于北京市北運河代表站2010年逐日水溫資料，根據描述氨氮降解系數與溫度之間數量關系的經驗公式，得到隨水溫變化的動態降解系數以及年均水溫對應的恒定降解系數，并采用模型試錯法進行修正。然后基于MIKE11模型，模擬了采用變降解系數和恒定降解系數2種情景下北運河榆林莊斷面氨氮濃度的變化。結果表明：2種情景均能較好地模擬氨氮濃度的年變化趨勢，但采用變降解系數下大多月份模擬得到的月均質量濃度相對實測值誤差較小，尤其是4—12月各月平均質量濃度模擬誤差控制在15%以內，全年日均質量濃度模擬誤差不足4%，模型表現更為穩定。

氨氮；變降解系數；水溫；MIKE11；北運河

綜合降解系數反映了污染物在水體中降解速率的快慢，是研究河流水質變化規律、水質模擬和水環境容量計算的關鍵參數之一，其取值是否合理直接關系到水質模擬的精度和水環境容量的準確計算，進而影響科學有效地制定污染物減排策略及技術方案[1-4]。由于污染物降解是一系列物理、化學、生物作用的結果，導致影響綜合降解系數的因素十分復雜(包括流速、流量、地形、水溫、pH、微生物、污染物本身屬性等多個方面)，因此，污染物降解系數是隨環境條件改變而動態變化的一種變量[5-7]。在以往有關水質模擬應用的文獻中，除了部分報道研究了不同水期、不同水文條件下污染物降解系數的變化以外[8-9]，大多研究者經常將污染物綜合降解系數設為固定值，導致模型模擬的結果與真實情況存在較大偏差[10]。自然界中不同形態氮的循環均是在微生物的參與下進行的，而微生物的生命活動所涉及的一系列生物化學反應受溫度影響極其顯著，因此，對于氨氮而言，水溫是影響其降解速率的重要因素[11]，可以假設氨氮降解系數是一個以水溫為變量的函數。孫佳臣[12]和單鐸[13]等在北運河的研究也驗證了溫度對氨氮降解系數的顯著影響，北運河四季氨氮降解系數中夏季最高，是冬季的35倍以上。

北運河是北京市五大水系中唯一發源于北京市境內的河流，流域內聚集了北京市約72%的人口，生活用水量和排污量巨大。由于天然徑流被山前水庫攔蓄，市區污水處理廠退水及城市下游納污河道的排水成為北運河主要補給來源，河水幾乎沒有環境容量?；谀壳氨本┏菂^“兩引、三蓄、四排”的河湖水系格局，北運河為北京市主要排水河道，近10 a來由北運河出境的水量占全市總出境水量的77%～92%，北運河成為北京市名副其實的“排污河”。根據2013年水質監測資料，北運河達標河段不足20%，多數河段為劣V類，氨氮超標嚴重。研究基于丹麥MIKE11水質模擬軟件構建了北運河(北京段)水質模型，模擬了采用變降解系數和恒定降解系數2種情景下北運河榆林莊出境斷面氨氮濃度的變化，探討變降解系數對提高模型模擬精度的有益效果，以期為下一步流域環境容量測算、合理制訂氨氮減排技術方案提供支撐。

1 研究數據與方法

1.1 氨氮綜合降解系數的確定

基于前人大量的研究成果，菲爾普斯公式(Phelps)可以描述降解系數與溫度的數量關系[14]：

(1)

式中：KT為T溫度時的降解系數，K20為20 ℃時的降解系數，θ為溫度系數。

單鐸[13]根據室內恒溫光照培養實驗，得到不同水溫下的氨氮降解系數，并采用Phelps公式對降解系數(K)與溫度進行回歸分析，最后得到擬合公式：

K=0.41×1.062 48(t-20)

(2)

式中：K為降解系數，d-1；t為水溫，℃；該公式適用于水溫為10～27.5 ℃的情況。

由于公式(2)來自室內實驗結果，僅考慮了溫度對降解系數的影響，而忽略了流速、流量、地形條件等環境因素，不能真實反映河流中氨氮實際的降解情況，直接應用會帶來較大的模擬誤差，故在公式(2)基礎上引入修正系數(r)，得到公式(3)：

(3)

式中：K′為本研究實際采用的降解系數，K為根據水溫應用公式(2)直接得到的降解系數，r為數值待定的修正系數(其確定方法在下文詳細介紹)。

根據北運河流域的水文資料，流域上下游同一時間段水溫變化不顯著，采用代表站北運河干流通縣(溫)(閘上)站2010年逐日水溫資料表征流域全年的水溫變化(圖1)，資料來源于2010年海河流域水文年鑒資料(3卷2冊潮白薊運河流域、北運河水系)。由于4—10月的水溫符合10～27.5°C的溫度范圍，可應用公式(2)，其余月份氨氮降解系數取值參考了孫佳臣[12]在北運河的研究成果，其中12月、次年1—2月(冬季)降解系數為0.015 d-1, 3月(春季)、11月(秋季)降解系數均取0.042 d-1。

圖1 通縣(溫)(閘上)站2010年水溫逐日變化示意圖

1.2 MIKE11模型基本原理

分別應用MIKE11模型中的水動力學模塊(HD Module)、平流-擴散模塊(AD Module)構建北運河流域(北京段)的水動力模型和水質模型。

MIKE11模型中的水動力學模塊是基于垂向積分的物質和動量守恒方程，即一維Saint-Venant方程組，其模擬結果為河道各個斷面、各個時刻的水位和流量等水文要素信息。

(4)

式中：x為距離坐標，m；t為時間坐標，s；A為過水斷面面積，m2；Q為流量，m3/s；h為水位，m；q為旁側入流量，m3/s；C為謝才系數，m0.5/s；R為水力半徑，m；g為重力加速度，m/s2。

平流-擴散模塊根據HD模塊計算獲得的水動力條件，應用對流擴散方程計算污染物濃度。通過設定一個恒定的衰減常數來模擬非保守物質，可作為一個簡單的水質模型使用。該模塊的基礎是一維對流-彌散方程，方程的基本假設為物質在斷面上完全混合、物質守恒或符合一級反應動力學(即線性衰減)；符合Fick擴散定律，即擴散與濃度梯度成正比。一維對流-彌散方程形式為

(5)

式中：x,t分別為空間坐標與時間坐標(單位同上)；C為物質濃度,mg/L，D為縱向擴散系數，m2/d；A為橫斷面面積，m2；q為旁側入流流量，m3/s；C2為源匯濃度，mg/L；K為線性衰減系數，d-1。

2 結果與分析

2.1 模型構建及驗證

2.1.1 模型構建

基于MIKE11構建了北運河干流一維水動力、水質模型，模型以上游流量和下游水位為外邊界條件，同時綜合考慮了19個閘壩、12條溝渠、支流匯入，68個污染源直接匯入干流等內邊界條件，將農業源概化為隨降雨徑流匯入、農村生活以沿河線源匯入。

2.1.1.1 水動力邊界

基于2010年1月1日—12月31日的日流量、水位資料，河道上游采用沙河閘下泄日流量邊界條件，下游采用楊洼閘日水位邊界，各匯入(出)支流采用流量邊界條件。其中，清河采用羊坊閘下泄流量，通惠河采用高碑店湖的下泄流量，運潮減河采用北關分洪閘流量，涼水河采用張家灣閘下泄流量，玉帶河采用碧水污水處理廠流量，其他支流根據實測流量估算。另外，根據通州和楊洼2個雨量站2010年的降雨數據，通州蒸發站的蒸發數據，以及北關攔河閘和楊洼閘的下泄流量，利用MIKE11自帶的降雨徑流模塊(NAM)計算北運河干流和溫榆河干流的降雨徑流量以線源形式沿河岸匯入干流。

2.1.1.2 水質邊界

河道上游、部分有監測的支流采用2010年氨氮月平均質量濃度作為水質邊界條件，其中，清河采用沙子營監測數據，壩河采用沙窩監測數據，小中河采用北關小中河橋監測數據，通惠河采用通惠橋監測數據，涼水河采用張家灣監測數據，藺溝采用后藺溝橋監測數據。其他無監測資料的支流及排水溝采用實測的氨氮濃度作為年平均水質邊界條件。下游楊洼閘采用開邊界。根據污染源的空間分布，按照就近原則通過較近的支流匯入干流，污染源的年均質量濃度則是根據2010年污染源動態更新成果，由排放氨氮的年總量除以排放水量來計算。

2.1.2 模型水動力驗證

將模擬時段設為2010年1月1日—12月31日，時間步長設為2 min。首先將MIKE11設置成自動修正參數模式，利用降雨徑流模型(NAM)計算降雨徑流量，然后進行水動力試算。將試算結果最后一天的水位狀況作為水位初始條件,采用水動力熱啟動選項,再次計算,得到榆林莊斷面的水位變化情況,如圖2所示。

圖2 2010年榆林莊斷面實測水位與模擬水位對比圖

由圖2可知，2010年4—11月模型模擬的水位與榆林莊斷面實測水位基本吻合,而其他月份水動力模擬結果與實測結果相差較大。這主要是由于為滿足冬季閘壩除冰的需求，北運河干流榆林莊斷面上游9.7 km處的潞灣橡膠壩放水，而榆林莊下游16.3 km處的楊洼閘蓄水，導致潞灣橡膠壩和楊洼閘之間的河道實測水位較高。研究沒有搜集到相關的閘壩調度資料而進行了概化處理，所以冬季時段模擬值較實測值偏低。

2.2 水質模擬結果分析

2.2.1 氨氮綜合降解系數修正

將2010年平均水溫(14.1 ℃)代入公式(2)，得到氨氮的固定降解系數(0.287 d-1)，代入模型進行模擬，得到初步模擬結果(圖3)。

圖3 采用不同降解系數的模擬氨氮濃度與實測值對比

圖3中，采用降解系數(0.287 d-1)得到的模擬值遠低于實測值，說明由溫度經驗公式直接得到的氨氮降解系數取值偏大。由于模型水動力模擬結果較理想，說明北運河實際的地形、流量、流速等條件在模型中可以體現，因此考慮采用模型試錯法對氨氮降解系數進行修正。具體的做法是在初始值0.287 d-1的基礎上逐步降低氨氮降解系數進行模擬，發現當降解系數取0.06 d-1時，日模擬濃度曲線與實測值吻合較好，模擬濃度均值與實測濃度均值誤差在5%以內。根據0.06與0.287的倍比關系，得到公式(3)的修正系數(0.209)，然后將基于溫度經驗公式和4—10月份月均水溫得到的降解系數，同倍率降低0.209倍，最終得到綜合考慮水溫及地形、流量、流速等水動力條件的氨氮綜合降解系數(圖4)，其中1—3月、11—12月氨氮降解系數直接應用前人研究成果。

圖4 逐月氨氮綜合降解系數

根據圖4，北運河氨氮綜合降解系數年均值為0.068 d-1，其中豐水期(6—9月)綜合降解系數為0.119 d-1，平水期(4—5月)為0.072 d-1，枯水期(12月—次年2月)為0.015 d-1。張亞麗等[8]研究了淮河支流洪汝河不同水期的氨氮降解系數，洪汝河氨氮綜合降解系數年均值為0.065 3 d-1，其中豐水期為0.073 d-1，平水期為0.067 d-1。王有樂等[15]測定了黃河干流蘭州段氨氮降解系數，得到豐水期降解系數為0.105 d-1，平水期為0.097 d-1，枯水期為0.094 d-1。北運河流域面積與洪汝河近似，而流量、流速遠小于黃河干流。北運河氨氮綜合降解系數的年均值與洪汝河接近，而平水期、枯水期綜合降解系數小于黃河干流，但仍處于一個量級。因此，研究得出的降解系數符合北運河實際，結果合理。

2.2.2 恒、變降解系數模擬結果對比分析

在水動力計算的基礎上進行變降解系數水質模擬，采用熱啟動項，將恒降解系數(K=0.06 d-1)模擬結果文件作為熱啟動輸入文件，熱啟動時刻為2010年12月31日。模擬結果見圖3。除了1—3月、12月受水動力條件影響，加之前幾個月為模型預熱期，模擬效果較差以外，采用恒降解系數和變降解系數2種情形下的模擬結果均較好地反映了全年水質變化趨勢，與各月實際監測濃度吻合較好。但采用變降解系數得到的模擬曲線整體上要優于采用恒降解系數得到的結果。

進一步通過誤差分析來比較2種情況下的模擬效果。分別將模型采用變降解系數和恒降解系數模擬得到的各月氨氮濃度日均值與各月實測氨氮濃度值進行誤差對比分析，其中，對比采用的模擬濃度均值是以相應月份的監測日為中心，分別向前、向后推半個月的時段的濃度日均值(如6月實際監測日期為6月12日，則與6月實測濃度進行對比的模擬濃度為從5月28日—6月27日的日濃度均值，其他月份以此類推)。結果如圖5所示。對于1—3月，由于模型使用水動力條件與實際有差異導致水質模擬結果誤差較大，不做具體分析。4—12月，除6—7月外，其他7個月份采用變降解系數的模擬誤差均低于恒降解系數模擬結果，其中，4月模擬誤差為15%，而其他月份誤差在11%以內，全年日均濃度值較實測濃度均值誤差為3.9%。

圖5 恒降解系數與變降解系數誤差對比

6—7月采用恒降解系數的誤差明顯小于變降解系數的原因主要是模型水質邊界條件沒有考慮城市暴雨徑流污染負荷。由于北運河為北京市主要排水河道，其清河、壩河、涼水河等支流收集了大量城市徑流，雨季大量地面累積污染物會隨徑流入河，因此，6、7月榆林莊斷面實測濃度較高，分別為22.9、20.2 mg/L。由于部分匯入北運河干流的支流及排水溝水質資料缺乏，模型采用實測氨氮濃度作為年平均水質邊界條件，而沒有考慮汛期污染負荷增加的影響，這種簡化處理本身會使模擬結果比實測值偏低。同時，由于6、7月水溫較高，氨氮變降解系數取值要高于恒降解系數，因此，采用恒降解系數模擬出來的污染物濃度要高一些，更接近實測值，濃度誤差自然小于變降解系數模擬結果。圖6是根據降雨徑流模型(NAM)得到的2010年北運河干流徑流量?？梢钥闯?，1—5月降雨量很小，地面污染物持續累積；6月汛期來臨，7月雨量最大，雨水初期沖刷效應對河流污染物濃度升高貢獻較大；后汛期8—9月雖然雨水徑流量也較大，甚至超過6月，但由于主汛期雨水沖刷作用，受城市雨水徑流污染的影響減弱，河流污染物實測濃度值下降。

圖6 北運河流域降雨徑流量

3 結論

基于前人提出的降解系數與溫度關系經驗公式，并考慮河流流量、流速等水動力條件變化的影響引入修正系數，得到逐月變化的氨氮綜合降解系數。基于MIKE11模型，以北運河流域北京段為模擬區域，選擇榆林莊出境斷面探討了采用變降解系數對提高模擬精度的作用。主要結論如下：

1)降解系數受溫度及流量、流速、地形等水動力因素綜合影響，直接應用溫度經驗公式確定降解系數，不能取得較好模擬效果，需要根據模型水動力邊界條件進行適當修正。

2)采用恒降解系數和變降解系數2種情景均能較好地模擬氨氮質量濃度的年變化趨勢，但采用變降解系數可顯著提高模擬精度，大多月份模擬得到的月均濃度相對實測值誤差較小，全年日均濃度模擬誤差不足4%，模型表現更為穩定。

3)主要提出并驗證一種合理確定氨氮綜合降解系數的方法，得到的氨氮變降解系數是基于北運河流域2010年的水溫和水動力條件，在其他年份或流域應用時需要根據相應的水溫資料和水動力條件進行修正。

[1] 夏青.流域水污染總量控制[M].北京：中國環境科學出版社,1996.

[2] 蔚秀春.河流中污染物綜合降解系數的影響因素淺析[J].內蒙古水利,2007(2):116-117.

[3] 游雪靜,張玉珍,蘇玉萍,等.閩江流域水體氨氮降解系數實驗模擬研究[J].亞熱帶資源與環境學報,2014,9(1):61-67.

[4] LI Y X,QIU R Z,YANG Z F,et al.Parameter determination to calculate water environmental capacity in Zhangweinan Canal Sub-basin in China[J].Journal of Environmental Sciences,2010,22(6):904-907.

[5] 陳軼.九龍江流域漳州河段污染物降解系數測算研究[J].化學工程與裝備,2011(11):215-218.

[6] FRIMMEL F H. Strategies of maintaining the natural purification potential of rivers and lakes[J]. Environmental Science & Pollution Research,2003,10(4):251-255.

[7] VAGNETTI R,MINANA P,FABRIS M,et al.Self-purification ability of a resurgence stream[J].Chemosphere,2003,52(10):1 781-1 795.

[8] 張亞麗,申劍,史淑娟,等.淮河支流污染物綜合降解系數動態測算[J].中國環境監測,2015,31(2):64-67.

[9] 汪亮,張海鷗,解建倉,等.黃河龍門至三峽河段污染物降解系數動態特征分析[J].西安理工大學學報,2012,28(3):293-297.

[10] 陶威,劉穎,任怡然.長江宜賓段氨氮降解系數的實驗室研究[J].污染防治技術,2009,22(6):8-9,20.

[11] 李娟英,趙慶祥.氨氮生物硝化過程影響因素研究[J].中國礦業大學學報,2006,35(1):120-124.

[12] 孫佳臣.北運河沉積物與上覆水之間氨氮遷移轉化特征研究[D].北京:首都師范大學,2012:1-52.

[13] 單鐸.北運河氨氮降解系數測算研究[D].北京:首都師范大學,2013:1-57.

[14] 姚重華.廢水處理計量學導論[M].北京:化學工業出版社,2002.

[15] 王友樂,周指芳,王立京,等.黃河蘭州段氨氮降解系數的測定[J].蘭州理工大學學報,2006,32(5):72-74.

The Application of Variable Degradation Coefficient Considering Water Temperature Variation in Water Quality Simulation Taking Beijing North Canal River as an Example

LI Xia1,2,WANG Gang2,3,QI Jun2,CUI Dong4,LIU Jinling2,ZHANG Yuepeng1,2

1.College of Resource Environment and Tourism,Capital Normal University,Beijing 100048,China 2.Beijing Municipal Research Institute of Environmental Protection,Chinese National Engineering Research Center of Urban Environmental Pollution Control,Beijing 100037,China 3.College of Environmental Science and Engineering,Donghua University,Shanghai 201620,China 4.School of Water Conservancy Engineering, North China University of Water Resources and Electric Power,Zhengzhou 450045,China

Comprehensive degradation coefficient is one of the key parameters of water quality simulation prediction and water environment capacity calculation, which is influenced by temperature. First, based on 2010 daily temperature of the North Canal in Beijing and the empirical formula which describes the relationship between the amount of ammonia degradation coefficient and temperature, the dynamic degradation coefficient fluctuated by temperature and the constant degradation coefficient corresponding to annual average temperature were obtained, which were corrected by using trial and error method. Then, the ammonia concentration fluctuation of YulinZhuang section in Beijing was simulated based on MIKE11 on the scenarios of the dynamic degradation coefficient and the constant degradation coefficient. The results showed that the annual trend of ammonia concentration could be simulated well on both scenarios, but monthly average concentration error of most months were relatively low compared to the measured value under the dynamic degradation coefficient, especially from April to December the Model was more stable, and the monthly average concentration error could be controlled under 15%, and the annual average simulation error was less than 4%.

ammonia;dynamic degradation coefficient;water temperature;MIKE11;the North Canal River

2015-08-06；

2015-10-10

國家水體污染控制與治理科技重大專項(2012ZX07203-001-01)；北京市環境總體規劃研究(總規12：1443-信息)

李 夏(1991-)，女，湖南湘潭人，碩士。

王 剛

X824

A

1002-6002(2016)05- 0067- 06

10.19316/j.issn.1002-6002.2016.05.13