基于SPARROW模型的大凌河磷素滯留特性研究

劉 峰

（遼寧省錦州水文局，遼寧錦州121000）

基于SPARROW模型的大凌河磷素滯留特性研究

劉 峰

（遼寧省錦州水文局，遼寧錦州121000）

為了對大凌河的污染控制與生態恢復提供科學依據，本文基于SPARROW模型研究了該流域的磷素滯留特性。將模擬結果與實測結果比較，證明了SPARROW模型在該應用中的適用性；提取模擬結果中多個斷面的磷素濃度時間序列，量化了大凌河磷素濃度的時間與空間分布特征；采用物質平衡法計算了各個主要河段的磷素滯留率，并對其演變與分布規律進行了總結。此外，分析了大凌河磷素滯留特性的主要影響因素，并對其相對重要性進行了排序。

SPARROW模型；大凌河；磷素；滯留特性

磷素是水生系統中的主要生源要素與養分之一，也是河流水質分析中的重要污染指標［1］，它可分為溶解態磷和顆粒態磷兩種，前者包括正磷酸鹽和無機聚合磷等，而后者主要包括礦物質磷。水生系統中的磷素主要有兩類來源，一類為自然來源，例如大氣沉降和河岸侵蝕等；另一類為人為來源，例如農藥噴灑以及廢物排放等［2］。目前，我國對河道中磷素的研究主要集中于治理方案的制定［3］，磷素濃度的監測與測定、從而評測水體的水質等級；磷素的運移與循環研究對于河道生態乃至水利的生態文明建設都具有十分重要的意義，但我國目前在這方面的研究則相對較少。由于生系統中磷素的形態來源、運移機制以及影響過程等都很復雜［4］，傳統的模擬方法都對分析過程進行了大量的簡化或假設，以致降低了其精確度，而近些年在國際上應用較多的SPARROW模型［5］則可以提供更為精確的模擬結果與更為系統的信息，從而可以用于分析河流中磷素的滯留特性。

1 研究方法

1.1 研究區域

大凌河位于東經118°46′～121°50′，北緯40° 28′～42°38′，干流全長397km，流域面積2.38萬km2。流域內年降水量450～600mm，集中于7月和8月，年平均蒸發量900～1200mm，年均氣溫8.4℃，平均風速3.0m/s，平均相對濕度38%～74%之間［6］。上游可分為南北兩支，其中南支始于遼寧省建昌縣水泉溝，而北支則始于河北省平泉縣，其流域內包括遼寧省葫蘆島市、朝陽市、錦州市、盤錦市、和阜新市的多個縣市區，也包括內蒙古和河北的部分地區。目前，大凌河水污染較為嚴重，部分城市段的水質超過V類水質標準，55%的評價河段超過III類水質標準，且水功能區達標率僅有41%［7］。因此，加強該流域生源要素與污染物質的監測與分析已是迫在眉睫。

1.2 SPARROW模型

SPARROW模型是以GIS為基礎的流域模型，它綜合了統計與力學方法去估算陸地與水生系統中營養物質的來源、運移、以及變形。在本研究中，SPARROW的應用模塊主要包括保守與保守性運移、物質平衡限制、河流路徑等。對于某一磷素來源，該模型可以估算出磷素通過地下和地表的運移狀況，并考慮地形、氣候、土壤類型、排放濃度以及人類作用的影響等。

SPARROW模型的基本原理可表示為［8］：

1.3 磷素滯留率計算

SPARROW可以估算出河流中磷素的濃度分布情況，而磷素滯留率的計算則可以采用物質平衡法。物質平衡法是河流磷素循環的傳統研究方法，主要是基于上游、下游、以及支流的磷素濃度測量數據來估算河段中的磷素滯留量。由于長期監測資料的匱乏，該方法的應用并不十分廣泛。但SPARROW模型可以得到各斷面完整而系統的磷素濃度，因此可采用物質平衡法對SPARROW模擬結果進行計算，從而計算出各河段的磷素滯留率，其方程為：

式中，R表示磷素滯留率，MZ表示磷素滯留量，MS表示上游磷素通量，MX表示下游磷素通量，MB表示支流磷素通量。

1.4 貢獻率分析

河流中磷素的滯留過程包括沉降、吸附以及再懸浮等，在各個環節都會受到外部因素的影響，因此磷素滯留特性的影響因素有很多。采用蔣懿［9］所采用的方法對大凌河磷素滯留特性的影響因素進行分析。首先是總結潛在的大凌河磷素滯留性影響因子，采用模糊邏輯法將所有因子統一量化［10］，再用Monte-Carlo法檢驗各影響因子的顯著性。各影響因子的影響力大小可由貢獻率來表示，而該貢獻率的計算方法可基于偏微分鏈式方程：

式中，P為磷素滯留量，F表示影響因子，P′表示磷素滯留量的時間序列變化情況，而方程右端表示各影響因子獨自引起的磷素滯留量變化之和，因此，各影響因子變化率F′與各因子相對磷素滯留量的變化率?F/?P的比值即為各影響因子對磷素滯留特性的貢獻率。

2 分析結果

2.1 模型驗證與分析

應用SPARROW模型模擬出大凌河流域1995～2015年間的各年均磷素濃度分布情況，并選取朝陽站所在斷面的磷素濃度與實測值進行比較，結果如圖1所示。比較內容共分為四項：時間序列、誤差絕對值、滑動平均值、和趨勢線。

圖1 模擬結果誤差與精確度分析

時間序列曲線的比較結果顯示，SPARROW模擬值與實測值十分接近，模型可以完全準確地估算出磷素濃度隨時間的變化趨勢；總體而言，SPARROW模擬值略低于實測值，這主要是模型難以全面地考慮到流域內的污染源，尤其是農業灌溉與生活污水中的磷素來源。誤差絕對值的計算結果顯示，模擬值與實測值的差別均在0.005mg/L以下，相對于大凌河磷素濃度的量級較小，因此可以認為模擬結果的誤差在可接受范圍。滑動平均值的比較結果顯示，模擬滑動平均值曲線與實際值曲線基本重合，說明SPARROW模型對平均水平的估算十分精確。趨勢線的比較結果顯示，模擬結果略低于實際結果，主要也是因為模型難以將所有的污染源考慮在內，而隨著近些年城市化與工業化發展步伐的加快，磷素排放量也將有所增加。總體而言，SPARROW的模擬結果十分精確，可以用于大凌河磷素滯留特性的研究中。

2.2 磷素濃度分布

按斷面提取SPARROW模擬結果中的逐年磷素濃度序列，所選取的斷面對應于大凌河流域11個主要水文站所處的位置，從而可為以后的相關研究提供方便。所對應的水文站包括上窩堡、義縣、涼水河子、凌海、葉柏壽、哈巴氣、復興堡、大城子、德立吉、朝陽、阜新，各站的磷素濃度時間序列模擬結果如圖2所示。

圖2 各站磷素濃度時間序列

由圖2可知，大凌河的磷素濃度存在明顯的時間分布特征，不同年份差別較大，各站平均濃度的最小值僅為0.011mg/L，出現于2003年，而最大值達0.046mg/L，出現于2005年，兩者相差超過4倍。各站多年平均的磷素濃度約為0.025mg/L，該值較為正常，說明磷素污染不是大凌河水質問題長期普遍存在的部分。總體而言，大凌河的磷素濃度呈上升趨勢，其年平均上升率約為0.0006mg/L。此外，大凌河的磷素濃度還存在明顯的空間分布特征，各站隨時間的變化趨勢基本保持一致，但大小與變化幅度不盡相同。在11個站點中，多年平均磷素濃度的最小值為0.022mg/L，所對應的為大城子站，而最大的為0.028mg/L，對應的是阜新站。各站按多年平均磷素濃度由小到大排序為：大城子、義縣、朝陽、凌海、復興堡、葉柏壽、上窩堡、德立吉、涼水河子、哈巴氣、和阜新，可見，大凌河磷素濃度的空間分布整體呈西部小于東部的趨勢。

2.3 磷素滯留率

基于SPARROW模型的模擬結果、利用公式（2）計算的各河段磷素滯留率結果如圖3所示。由圖中曲線可明顯觀察出大凌河磷素滯留率存在時間和空間分布不均的特征。各區域磷素滯留率之和為研究大凌河流域的總體滯留率，該變量的多年平均值為59.49%，最小值為2003年的42.01%，而最大值為2005年的77.86%，總體而言，大凌河磷素滯留率呈上升趨勢，且年均增長率約為0.48%。

圖3 各區域磷素滯留率時間序列

葫蘆島、朝陽、錦州、盤錦、和阜新地區的多年平均磷素滯留率分別為2.94%、22.18%、17.26%、10.15%、和6.97%，因此，各河段按平均磷素滯留率由小到大排序依次為葫蘆島、阜新、盤錦、錦州、朝陽。葫蘆島段內的磷素滯留率呈下降趨勢，其年均變化率約為-0.15%；朝陽段內的磷素滯留率呈上升趨勢，其年均變化率約為0.23%；錦州段內的磷素滯留率呈上升趨勢，其年均變化率約為0.27%；盤錦段內的磷素滯留率呈上升趨勢，其年均變化率約為0.05%；阜新段內的磷素滯留率呈上升趨勢，其年均變化率約為0.08%。因此，各地區按磷素滯留率增長率由小到大排序為葫蘆島、盤錦、阜新、朝陽、和錦州。

2.4 影響因子貢獻率

大凌河磷素滯留特性長期變化規律的主要影響因子包括流量、流速、溫度、和外源輸入。根據公式（3）所表示的影響因子貢獻率分析方法所得的結果如圖4所示。

根據圖4中各因子所對應趨勢線終點所在位置高低可知，大凌河磷素滯留特性長期變化規律的最主要影響因子是流量，其原因是徑流量的大小在很大程度上可以決定河流本身的稀釋與自凈能力；其次是溫度，其原因是溫度可決定水生生物的光合作用與生長率、從而改變水生生物對磷素的吸附作用；第三是流速，其原因是流速改變磷素滯留的力學機理、從而增加其運移能力；最后是外源輸入，其原因是外部的輸入可增加磷素的集聚效應。計算各趨勢線的斜率，可得流量、流速、溫度、和外源輸入所對應的斜率分別為0.337、0.216、0.287、和0.160，從而可以確定大凌河磷素滯留特性長期變化的影響因素按影響力由小到大排序依次為：外源輸入、流速、溫度、和流量。

3 結語

基于SPARROW模型對大凌河的磷素滯留特性進行了研究，結果表明SPARROW模型的估算結果較為精確，具有較強的應用價值。大凌河磷素的濃度與滯留率皆具有較明顯的時間與空間分布特征，總體而言，大凌河的磷素濃度和滯留率均呈上升趨勢、且增長速度最快的為大凌河錦州段。此外大凌河磷素滯留特性的主要影響因子按影響力由小到大排序依次為：外源輸入、流速、溫度、和流量。以上結論可為大凌河的污染控制與生態恢復提供依據，也可為相關研究提供參考。

圖4 磷素滯留率主要影響因素貢獻率分析

［1］尹靜章，韓梅.水中總磷測定值影響因素的探討與研究［J］.水

利規劃與設計，2015（11）：38-41.

［2］彭虹，王艷，張萬順，陳文祥，馮桃輝.淺水水體水質生態修復的數值模擬［J］.水利規劃與設計，2007（01）：47-50.

［3］吳若靜，謝三桃.多塘系統在巢湖山丘區面源污染控制中的應用［J］.水利規劃與設計，2016（03）：18-21.

［4］毛戰坡，楊素珍，王亮，程東升.磷素在河流生態系統中滯留的研究進展［J］.水利學報，2015，46（05）.

［5］Alexander，R.B.，Smith，R.A.，Schwarz，G.E.，Boyer，E.W.，Nolan，J.V.，&Brakebill，J.W.Differences in phosphorus and nitrogen delivery to the Gulf of Mexico from the Mississippi River Basin［J］.Environmental science&technology，2007，42（03），822-830.

［6］師戰偉.基于水文模型的大凌河流域綜合干旱指數研究［J］.水利規劃與設計，2016（04）：48-51.

［7］孫長江，王磊，吳俊秀.大凌河流域水資源現狀分析與可持續利用對策［J］.南水北調與水利科技，2007，5（02）：46-49.

［8］Robertson，D.M.，Schwarz，G.E.，Saad，D.A.，&Alexander，R.B.Incorporating uncertainty into the ranking of SPARROW model nutrient yields from M ississipp i/Atchafalaya River basin watersheds1［J］.JAWRA Journal of the American Water Resources Association，2009，45（02）：534-549.

［9］蔣懿.鞍山市土壤水分空間變異性研究［J］.水利規劃與設計，2016（04）：71-73.

［10］閆曉惠，陳新，張博威.模糊邏輯在水利工程環境評價中的應用探析［J］.科技展望，2015（23）：065.

X52

A

1008-1305（2017）01-0013-03

DO I:10.3969/j.issn.1008-1305.2017.01.005

2016-09-07

劉 峰（1983年—），男，工程師。