徐 暢,彭 虹,夏晶晶
(1.中國(guó)電建集團(tuán)昆明勘測(cè)設(shè)計(jì)研究院有限公司,云南 昆明 650051;2.武漢大學(xué) 水資源與水電工程科學(xué) 國(guó)家重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430072;3.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院,湖北 武漢 430079)
《第一次全國(guó)污染源普査公報(bào)》指出,在我國(guó)大部分流域非點(diǎn)源污染已超過(guò)點(diǎn)源污染,成為地表水體主要的污染源。2016年,國(guó)務(wù)院印發(fā)了《“十三五”生態(tài)環(huán)境保護(hù)規(guī)劃》,強(qiáng)調(diào)加快水污染防治,實(shí)施流域環(huán)境綜合治理,同時(shí)要求到2020年,COD和NH3—N排放總量要削減10%以上。對(duì)于水環(huán)境問(wèn)題較為嚴(yán)重的區(qū)域,亟需制定合理有效的負(fù)荷削減方案,嚴(yán)格執(zhí)行總量控制目標(biāo),確保水質(zhì)達(dá)標(biāo)。作為鄂西北乃至中部地區(qū)的畜禽養(yǎng)殖主要產(chǎn)區(qū),棗陽(yáng)市隨著社會(huì)經(jīng)濟(jì)與人口的增長(zhǎng),城鎮(zhèn)化、工業(yè)化加速推進(jìn),非點(diǎn)源負(fù)荷不斷增加,但污染治理設(shè)施相對(duì)落后、法律法規(guī)和相關(guān)政策不夠完善,流域水環(huán)境嚴(yán)重惡化[1]。因此,對(duì)滾河流域開(kāi)展以非點(diǎn)源污染為主的污染負(fù)荷模擬與控制研究意義重大。
目前,還未有學(xué)者針對(duì)棗陽(yáng)滾河流域進(jìn)行非點(diǎn)源污染研究,該區(qū)域相關(guān)研究多以漢江中上游流域?yàn)閷?duì)象,流域尺度較大,對(duì)于中小河流的針對(duì)性不強(qiáng)。本文對(duì)于棗陽(yáng)市滾河流域的研究可為鄂西北和中部缺水地區(qū)的中小河流流域非點(diǎn)源污染研究提供借鑒。
由美國(guó)農(nóng)業(yè)部水土保持局研發(fā)的SWAT(Soil and Water Assessment Tool)模型對(duì)流域非點(diǎn)源污染負(fù)荷的模擬起到重要支撐作用[2-4]。近年來(lái),SWAT模型被廣泛應(yīng)用于非點(diǎn)源污染負(fù)荷計(jì)算和流域管理措施對(duì)水環(huán)境影響等方面研究[5-9]。國(guó)外學(xué)者M(jìn)ekonnen等[10]將SWAT模型應(yīng)用于加拿大寒冷草原氣候地區(qū)的Assiniboine River流域,模擬了各類(lèi)水土流失防治措施對(duì)于流域出口沉積物和營(yíng)養(yǎng)物質(zhì)輸出的影響;Kerr等[11]應(yīng)用SWAT模型模擬了北美五大湖(the Great Lakes)流域的面源污染,同時(shí)對(duì)多種解決湖泊富營(yíng)養(yǎng)化問(wèn)題的投資措施所帶來(lái)的環(huán)境影響進(jìn)行了評(píng)估。在國(guó)內(nèi),姜德娟等[12]運(yùn)用SWAT模型模擬分析了小清河流域總氮負(fù)荷的時(shí)空分布特征,針對(duì)污染源甄別結(jié)果,提出了污染物總量控制措施;徐華山等[13]在漳衛(wèi)南運(yùn)河流域應(yīng)用SWAT模型對(duì)不同流域最佳管理措施(BMPs)進(jìn)行模擬,核算了各種BMPs對(duì)流域內(nèi)優(yōu)先控制子流域的有機(jī)氮、有機(jī)磷等污染物的控制效果;石雯倩[14]以不同污染源類(lèi)型和土地利用類(lèi)型對(duì)出口斷面水質(zhì)的影響為依據(jù),結(jié)合流域水體污染物總量控制目標(biāo),采用SWAT模型對(duì)各類(lèi)水質(zhì)控制方案的實(shí)施效果進(jìn)行了模擬預(yù)測(cè)。大量研究表明,SWAT模型能準(zhǔn)確模擬流域非點(diǎn)源污染的產(chǎn)生和遷移轉(zhuǎn)化過(guò)程,同時(shí)也能應(yīng)用于各類(lèi)管理措施對(duì)流域非點(diǎn)源污染負(fù)荷削減、水質(zhì)改善和水環(huán)境保護(hù)措施的實(shí)施效果模擬預(yù)測(cè)研究。
棗陽(yáng)市地處湖北省西北部,全市面積3 277 km2,下轄12各鄉(xiāng)鎮(zhèn)和兩個(gè)街道,全市多年平均降雨量約為723.1 mm,年最大降雨量為1 255 mm,雨期集中在4-9月,其中6-8月降雨最為集中,占全年的47.8%;年平均蒸發(fā)量為1 751.0 mm,年平均相對(duì)濕度72%,平均氣溫15.4℃。滾河流域位于大洪山與桐柏山之間的馬鞍形區(qū)域,東西橫跨隨州、棗陽(yáng)和襄陽(yáng)區(qū)3個(gè)縣域級(jí)行政區(qū)。滾河是棗陽(yáng)市境內(nèi)最大的河流,流域總面積為2 824 km2,總體呈扇形(圖1)。滾河較大的支流有沙河、優(yōu)良河和熊河等,流域內(nèi)分布著南城街道、環(huán)城街道和王城、琚灣等十余個(gè)鄉(xiāng)鎮(zhèn)。滾河干流在棗陽(yáng)市境內(nèi)全長(zhǎng)146 km,流域面積為2 317 km2,占全市總面積的70%,琚灣斷面多年平均流量為16.09 m3/s,年均徑流量約為5.08×108m3。
棗陽(yáng)滾河流域地處十堰市-武漢市汽車(chē)工業(yè)走廊的中心地帶,是湖北省經(jīng)濟(jì)發(fā)展“金三角”黃金地帶和重點(diǎn)發(fā)展地區(qū)之一,2016年,全市總?cè)丝?14.07×104人,地區(qū)生產(chǎn)總值562.4×108元。流域內(nèi)工業(yè)以食品加工、汽車(chē)配件、建筑材料和輕工紡織為主;同時(shí),棗陽(yáng)市也是我國(guó)重要的糧、棉、油生產(chǎn)大市,畜禽養(yǎng)殖業(yè)是棗陽(yáng)市的一大支柱產(chǎn)業(yè)。2015年以來(lái),受到工、農(nóng)業(yè)等人類(lèi)生產(chǎn)活動(dòng)的影響,滾河流域水環(huán)境污染嚴(yán)重,主要污染物COD和NH3—N嚴(yán)重超標(biāo)。
依照《湖北省地表水環(huán)境功能區(qū)類(lèi)別》和《襄樊市水功能區(qū)劃》,確定研究區(qū)域內(nèi)棗陽(yáng)市滾河水系即琚灣出境斷面上游滾河水系屬于滾河棗陽(yáng)~襄陽(yáng)保留區(qū),水質(zhì)目標(biāo)為III類(lèi)。根據(jù)棗陽(yáng)市環(huán)保局提供的水質(zhì)(COD、NH3—N和總磷)資料,采用單因子評(píng)價(jià)法對(duì)滾河琚灣斷面2013-2016年水質(zhì)資料按地表水III類(lèi)標(biāo)準(zhǔn)進(jìn)行評(píng)價(jià),評(píng)價(jià)結(jié)果見(jiàn)表1。
根據(jù)表1中滾河琚灣斷面2013-2016年水質(zhì)評(píng)價(jià)結(jié)果,琚灣斷面水質(zhì)在2013年水質(zhì)為III類(lèi),符合考核標(biāo)準(zhǔn),自2014年起水質(zhì)呈現(xiàn)逐步惡化趨勢(shì),年均水質(zhì)達(dá)到IV類(lèi)水質(zhì),2015年水質(zhì)惡化嚴(yán)重,突破劣V類(lèi),2016年水質(zhì)有所好轉(zhuǎn),全年平均水質(zhì)為IV類(lèi)。滾河琚灣斷面的主要超標(biāo)因子為COD和NH3—N,總磷水質(zhì)情況相對(duì)較好,超標(biāo)率較低。

表1 2013-2016年滾河琚灣斷面全年水質(zhì)評(píng)價(jià)一覽表
根據(jù)襄陽(yáng)市污染源普查資料和棗陽(yáng)市環(huán)保局提供的基礎(chǔ)數(shù)據(jù),按照污染物入河量計(jì)算方法[14-15],分點(diǎn)源和非點(diǎn)源統(tǒng)計(jì)和核算2015年研究區(qū)域污染物負(fù)荷。其中點(diǎn)源污染包括流域內(nèi)所有的工業(yè)排污口和城區(qū)唯一的污水處理廠(chǎng),該污水處理廠(chǎng)主要收集處理?xiàng)楆?yáng)市城區(qū)兩個(gè)街道的生活污水;非點(diǎn)源污染主要分為城鎮(zhèn)生活污水、農(nóng)村生活污水、畜禽養(yǎng)殖污染物和種植業(yè)非點(diǎn)源污染。研究區(qū)域各鄉(xiāng)鎮(zhèn)(街道)各類(lèi)污染物入河量計(jì)算結(jié)果見(jiàn)表2和3。
2015年棗陽(yáng)市COD和NH3—N負(fù)荷排放量為分別為49842.92和6681.08 t,區(qū)域內(nèi)污染負(fù)荷以非點(diǎn)源污染為主,點(diǎn)源排放僅占4%左右;非點(diǎn)源污染負(fù)荷中,畜禽養(yǎng)殖污染所占比例最大,COD和NH3—N分別占45.3%和39%,城鎮(zhèn)和農(nóng)村生活污水合計(jì)COD和NH3—N貢獻(xiàn)率分別為47.31%和42.90%,種植業(yè)污染負(fù)荷較低。
以SWAT模型為基礎(chǔ)構(gòu)建棗陽(yáng)滾河流域非點(diǎn)源污染模型,模型數(shù)據(jù)庫(kù)由空間數(shù)據(jù)和屬性數(shù)據(jù)組成,空間數(shù)據(jù)包括數(shù)字高程模型DEM數(shù)據(jù)(圖2)、土地利用類(lèi)型圖(圖3)和土壤類(lèi)型圖(圖4);屬性數(shù)據(jù)包括氣象數(shù)據(jù)、土地利用屬性數(shù)據(jù)、土壤屬性數(shù)據(jù)、點(diǎn)源數(shù)據(jù)和附加非點(diǎn)源數(shù)據(jù)。實(shí)測(cè)水文和水質(zhì)數(shù)據(jù)主要用于模型率定驗(yàn)證。研究區(qū)域各類(lèi)型數(shù)據(jù)參數(shù)見(jiàn)表4。
SWAT模型中,子流域由流域DEM數(shù)據(jù)自動(dòng)劃分,通過(guò)設(shè)置土地利用類(lèi)型、土壤類(lèi)型、坡度的閾值將子流域進(jìn)一步劃分為更小的水文響應(yīng)單元(HRU),每個(gè)HRU具有相同的植被類(lèi)型、土壤條件和坡度。將滾河流域水系圖圖層與SWAT模型子流域劃分中生成的子流域(Subbasin)圖層中的河網(wǎng)疊加對(duì)比,調(diào)整子流域劃分個(gè)數(shù),以保證模型生成河網(wǎng)與實(shí)際水系密度基本一致,能反映真實(shí)河網(wǎng)水系特征[3],本次研究將棗陽(yáng)市滾河流域共劃分為43個(gè)子流域和282個(gè)HRU,見(jiàn)圖5。

表2 2015年研究區(qū)域點(diǎn)源污染源污染負(fù)荷 t/a
棗陽(yáng)市滾河流域的點(diǎn)源污染主要包括工業(yè)點(diǎn)源和城鎮(zhèn)生活污水處理廠(chǎng),經(jīng)由SWAT模型“Piont source discharge”界面添加,包括點(diǎn)源污染的排放模式、污水量、COD、NH3—N等各類(lèi)污染物排放量。
附加非點(diǎn)源主要來(lái)源于城鎮(zhèn)和農(nóng)村生活污水排放、分散畜禽養(yǎng)殖污水排放及農(nóng)業(yè)化肥。SWAT模型中子流域依照流域地形坡度自然劃分,非點(diǎn)源負(fù)荷數(shù)據(jù)以鄉(xiāng)鎮(zhèn)行政區(qū)劃為基本單元進(jìn)行統(tǒng)計(jì)和計(jì)算,附加非點(diǎn)源輸入模型時(shí),需要將以鄉(xiāng)鎮(zhèn)行政區(qū)為單元計(jì)算的非點(diǎn)源負(fù)荷與模型內(nèi)子流域(subbasin)和水文響應(yīng)單元(HRU)進(jìn)行耦合,進(jìn)行權(quán)重分配后,得出各子流域和HUR非點(diǎn)源負(fù)荷。

表3 2015年研究區(qū)域非點(diǎn)源污染源污染負(fù)荷 t/a

表4 模型數(shù)據(jù)庫(kù)數(shù)據(jù)類(lèi)型及說(shuō)明
采用LH-OAT方法,分別以日和月為尺度,對(duì)與徑流和非點(diǎn)源污染有關(guān)的參數(shù)進(jìn)行敏感性分析。選擇SWAT-CUP軟件以及連續(xù)不確定性匹配算法SUFI-2對(duì)上述敏感性參數(shù)進(jìn)行率定及驗(yàn)證。結(jié)果顯示,對(duì)徑流量的敏感性參數(shù)包括CN2(徑流曲線(xiàn)系數(shù))、ALPHA_BF(基流α系數(shù))、GW_DELAY(地下水滯后系數(shù))、ESCO(土壤蒸發(fā)補(bǔ)償系數(shù))、GW_REVAP(淺層地下水再蒸發(fā)系數(shù))等,對(duì)氮負(fù)荷的敏感性參數(shù)包括RCN(雨水中硝酸鹽含量)、SOL_ORGN(土壤中有機(jī)氮的初始濃度)、SHALLST_N(淺層含水層中的硝酸鹽含量)和CDN(反硝化作用速率系數(shù))等。
選取滾河琚灣站作為控制斷面進(jìn)行模型校準(zhǔn),徑流量的率定期為2005-2011年,驗(yàn)證期為2012-2015年;水質(zhì)的率定期為2013-2014年,驗(yàn)證期為2015年。由于缺乏泥沙實(shí)測(cè)數(shù)據(jù),故無(wú)泥沙校準(zhǔn)。選擇確定性系數(shù)R2和Nash-Suttcliffe效率系數(shù)Ens評(píng)價(jià)模型率定和驗(yàn)證的精度。確定性系數(shù)是模擬值與實(shí)測(cè)值之間變化關(guān)系密切程度的反映,R2越接近1,實(shí)測(cè)值與模擬值之間的吻合程度越高;Nash效率系數(shù)是模型模擬值與實(shí)測(cè)值之間擬合程度的反映,當(dāng)Ens大于0.5表明模擬結(jié)果在可接受范圍內(nèi)[17-18]。
模型對(duì)徑流量和水質(zhì)的模擬效果如圖6~8所示,模型對(duì)徑流量的模擬效果較好,率定期和驗(yàn)證期的R2和Ens均大于0.65;模擬水質(zhì)濃度與實(shí)測(cè)水質(zhì)資料吻合情況相對(duì)較好,在年際變化趨勢(shì)和個(gè)別峰值上與實(shí)測(cè)資料基本符合,可用于流域污染負(fù)荷的模擬應(yīng)用,滾河琚灣站日徑流量和水質(zhì)率定驗(yàn)證結(jié)果見(jiàn)表5。

圖1棗陽(yáng)市滾河流域地理位置 圖2研究區(qū)DEM影像圖 圖3研究區(qū)土地利用類(lèi)型空間分布圖

圖4研究區(qū)土壤種類(lèi)空間分布圖 圖5棗陽(yáng)滾河流域子流域劃分圖
針對(duì)研究區(qū)域污染負(fù)荷的組成結(jié)構(gòu),流域COD負(fù)荷的主要來(lái)源是畜禽養(yǎng)殖業(yè)以及城鎮(zhèn)生活和農(nóng)村生活污水,合計(jì)占流域總COD負(fù)荷的92.94%;流域NH3—N負(fù)荷的主要來(lái)源是畜禽養(yǎng)殖業(yè)、城鎮(zhèn)生活和農(nóng)村生活污水以及種植業(yè),合計(jì)占流域總NH3—N負(fù)荷的98.66%;而工業(yè)污染源負(fù)荷占比不足2%。棗陽(yáng)市工業(yè)污染負(fù)荷較小,且工業(yè)園區(qū)污水接管率和工業(yè)污水達(dá)標(biāo)處理率均較高,工業(yè)污染不是流域的主要污染源,故總量控制措施以控制畜禽養(yǎng)殖業(yè)、城鎮(zhèn)和農(nóng)村生活污水以及種植業(yè)面源污染為主。
主要控制措施包括:
(1)新建鄉(xiāng)鎮(zhèn)污水處理廠(chǎng)和已有污水處理廠(chǎng)的提標(biāo)改造,同時(shí)擴(kuò)建污水收集配套官網(wǎng),提升生活污水收集處理能力。對(duì)棗陽(yáng)市城區(qū)王灣污水處理廠(chǎng)進(jìn)行提標(biāo)改造,擴(kuò)建污水收集管網(wǎng),將污水收集率提升至95%以上,污水排放標(biāo)準(zhǔn)提升至《城鎮(zhèn)污水處理廠(chǎng)污染物排放標(biāo)準(zhǔn)》(GB 18918-2002)一級(jí)A標(biāo)準(zhǔn);新建7個(gè)鄉(xiāng)鎮(zhèn)污水處理廠(chǎng),設(shè)計(jì)處理規(guī)模共64 000 m3/d,合計(jì)配套管網(wǎng)160.2 km。
(2)沿河道劃分沙河、滾河河道兩岸1 000 m范圍內(nèi)為禁養(yǎng)區(qū),在滾河、沙河兩岸1 000~3 000 m范圍內(nèi)為限養(yǎng)區(qū),主要交通要道兩側(cè)500 m和人口聚集區(qū)域周邊1 000 m為禁養(yǎng)區(qū)。根據(jù)所劃分的禁養(yǎng)區(qū)和限養(yǎng)區(qū),全市共關(guān)閉或整改養(yǎng)殖場(chǎng)(小區(qū))195家。引導(dǎo)畜禽養(yǎng)殖場(chǎng)合理規(guī)劃,因地制宜,推進(jìn)養(yǎng)殖場(chǎng)糞污處理,完成治污設(shè)施建設(shè)。
(3)開(kāi)展?jié)L河和沙河水系河道整治與生態(tài)修復(fù)工程,對(duì)河岸沿線(xiàn)的植被土壤進(jìn)行生態(tài)修復(fù)。在沙河城區(qū)段及上游的梯級(jí)水壩區(qū)域、污水處理廠(chǎng)排水口-彩虹橋河段、棗陽(yáng)市鄉(xiāng)鎮(zhèn)范圍的鄉(xiāng)鎮(zhèn)排污溝、滾河和沙河交匯處-滾河觀(guān)音寺斷面等區(qū)域,開(kāi)展生態(tài)治理工程。
同時(shí)推進(jìn)工業(yè)集聚區(qū)污染集中治理、城鎮(zhèn)生活垃圾收運(yùn)及處置,測(cè)土配方施肥、減少化肥投入,推行精準(zhǔn)對(duì)靶、實(shí)現(xiàn)農(nóng)藥減量減污等協(xié)同措施。

圖6 滾河琚灣站徑流量實(shí)測(cè)值與模擬值對(duì)照

圖7 滾河琚灣站COD實(shí)測(cè)值與模擬值對(duì)照

圖8 滾河琚灣站NH3—N實(shí)測(cè)值與模擬值對(duì)照
根據(jù)污染負(fù)荷計(jì)算結(jié)果和3類(lèi)總量控制措施,制定棗陽(yáng)市滾河流域的負(fù)荷削減方案,主要包括:
方案1:只控制生活污染。具體措施為對(duì)現(xiàn)有污水處理廠(chǎng)進(jìn)行提標(biāo)擴(kuò)建,同時(shí)在琚灣鎮(zhèn)、鹿頭鎮(zhèn)等6個(gè)鄉(xiāng)鎮(zhèn)建設(shè)污水處理廠(chǎng)與配套管網(wǎng),提升生活污水的集中處理率;
方案2:只控制畜禽養(yǎng)殖污染。具體措施為在劃定的限養(yǎng)區(qū)和禁養(yǎng)區(qū)內(nèi)關(guān)閉和整改相關(guān)畜禽養(yǎng)殖場(chǎng),實(shí)施雨污分流、糞便污水資源化利用,同時(shí)提升全市所有畜禽養(yǎng)殖場(chǎng)(小區(qū))糞便利用率,完善配套糞污貯存設(shè)施;

表5 滾河琚灣站日徑流量和水質(zhì)率定驗(yàn)證結(jié)果
注:2014年4-8月滾河琚灣斷面長(zhǎng)時(shí)間斷流,故無(wú)水文、水質(zhì)監(jiān)測(cè)數(shù)據(jù)。
方案3:只開(kāi)展?jié)L河流域生態(tài)修復(fù)工程。具體措施為在沙河棗陽(yáng)城區(qū)河段進(jìn)行河道整治以及坡岸景觀(guān)改造,在各鄉(xiāng)鎮(zhèn)主要排污溝兩側(cè)建設(shè)生態(tài)廊道和曝氣穩(wěn)定塘,在沙河和滾河交匯處及下游3 km河道范圍內(nèi)進(jìn)行河道整治,建設(shè)生態(tài)濕地;
方案4:同時(shí)實(shí)施方案1和2;
方案5:同時(shí)實(shí)施方案1和3;
方案6:同時(shí)實(shí)施方案2和3;
方案7:同時(shí)實(shí)施方案1、2和3;
方案8:以2015年全年模擬水質(zhì)達(dá)到地表水質(zhì)III類(lèi)標(biāo)準(zhǔn)為前提,倒逼方案1、2、3的實(shí)施程度和污染物削減比例。
根據(jù)《棗陽(yáng)市水污染防治行動(dòng)計(jì)劃(2016)》,以2016年12月底為截止日期,污水處理廠(chǎng)及配套管道建設(shè)和畜禽養(yǎng)殖業(yè)污染治理的實(shí)際進(jìn)度來(lái)模擬負(fù)荷削減的效果。經(jīng)過(guò)與2.3節(jié)相同的污染源負(fù)荷計(jì)算,方案1對(duì)于流域內(nèi)生活面源的削減率為47.56%,削減城鎮(zhèn)生活面源54.28%,削減農(nóng)村生活面源35.67%,對(duì)于流域內(nèi)面源負(fù)荷的COD削減比例為23.88%,對(duì)NH3—N的削減比例為22.56%。方案2對(duì)于流域內(nèi)畜禽養(yǎng)殖面源污染的削減率為36.60%,對(duì)于流域內(nèi)面源負(fù)荷的COD削減比例為17.71%,對(duì)NH3—N的削減比例為14.44%。方案3對(duì)于流域面源污染的削減與方案1和2不同,并不是從產(chǎn)生面源污染的源頭上去控制,而是通過(guò)對(duì)于河道和坡岸環(huán)境的改造來(lái)削減面源污染的入河量,從而降低面源污染對(duì)水質(zhì)的影響。對(duì)于方案3,本研究中采用SWAT模型中的過(guò)濾帶寬度參數(shù)(FILTERW)來(lái)模擬河道生態(tài)修復(fù)對(duì)面源污染的削減作用,過(guò)濾帶可減少水土流失(污染物多隨泥沙遷移進(jìn)入水體,過(guò)濾帶能攔截土壤中本底氮磷養(yǎng)分的流失),植被過(guò)濾帶的寬度越大,污染物去除率越高[19-20]。SWAT模型中的過(guò)濾帶算法只攔截泥沙、殺蟲(chóng)劑和營(yíng)養(yǎng)物質(zhì),不改變地表徑流量,同時(shí)模型中過(guò)濾帶不考慮植物配置、形狀等因素,過(guò)濾帶坡度由DEM計(jì)算,長(zhǎng)度根據(jù)河道邊農(nóng)田尺寸決定,因此模型設(shè)置只考慮過(guò)濾帶寬度參數(shù)(FILTERW)。根據(jù)滾河水系的實(shí)際情況,綜合考慮污染物削減效果與經(jīng)濟(jì)效益,確定過(guò)濾帶寬度為5 m。
各污染物削減方案模擬結(jié)果分別如圖9~14所示,模擬結(jié)果匯總見(jiàn)表6。

圖9方案1、2、3COD削減效果模擬 圖10方案1、2、3NH3—N削減效果模擬

圖11方案4、5、6COD削減效果模擬 圖12方案4、5、6NH3—N削減效果模擬

圖13方案7、8COD削減效果模擬 圖14方案7、8NH3—N削減效果模擬

表6 各負(fù)荷削減方案模擬結(jié)果
方案8中的方案1設(shè)定為污水處理設(shè)施全部建設(shè)完畢,對(duì)流域生活面源的削減率COD為77.55%,NH3—N為76.16%;對(duì)方案2中完成無(wú)污染改造的養(yǎng)殖的比例進(jìn)行調(diào)整,由30%~85%依此增大,經(jīng)過(guò)多次調(diào)整,全市無(wú)污染改造的養(yǎng)殖場(chǎng)比率達(dá)到72%時(shí),新方案削減措施控制下,可維持滾河琚灣出境斷面全年水質(zhì)達(dá)標(biāo)。此時(shí)方案2對(duì)于畜禽養(yǎng)殖污染負(fù)荷的削減比例為74.64%,方案8整體對(duì)流域面源負(fù)荷的削減率COD為82.39%,NH3—N為75.69%。
對(duì)照2016和2017年《襄陽(yáng)市環(huán)境狀況公報(bào)》,在各項(xiàng)污染控制措施施行后,滾河琚灣斷面水質(zhì)從2016年4月開(kāi)始逐步好轉(zhuǎn),自2016年7月起穩(wěn)定達(dá)到III類(lèi),與本研究模擬結(jié)果相符。
(1)2015年棗陽(yáng)市COD負(fù)荷量為49 842.92 t、NH3—N負(fù)荷量為6 681.08 t,其中畜禽養(yǎng)殖污染物和生活污水是流域內(nèi)的主要污染來(lái)源。
(2)提出了棗陽(yáng)市滾河流域污染物排放總量控制的主要措施,包括對(duì)原有城鎮(zhèn)污水處理系統(tǒng)進(jìn)行升級(jí)改造,同時(shí)新建多個(gè)鄉(xiāng)鎮(zhèn)污水處理廠(chǎng),實(shí)現(xiàn)對(duì)生活污水的集中處理,污水處理廠(chǎng)全部執(zhí)行《城鎮(zhèn)污水處理廠(chǎng)污染物排放標(biāo)準(zhǔn)》(GB 18918-2002)一級(jí)A標(biāo),對(duì)流域生活面源的削減率達(dá)到76.16%以上;劃定禁養(yǎng)區(qū)與限養(yǎng)區(qū),對(duì)區(qū)域內(nèi)養(yǎng)殖場(chǎng)進(jìn)行關(guān)閉和整改,同時(shí)對(duì)所有養(yǎng)殖場(chǎng)實(shí)行糞污集中收集處理和利用,85%以上畜禽養(yǎng)殖場(chǎng)實(shí)現(xiàn)無(wú)污染改造,對(duì)流域畜禽養(yǎng)殖污染的削減率可達(dá)到86.41%;開(kāi)展?jié)L河流域水生態(tài)系統(tǒng)修復(fù)工程,對(duì)主要河道進(jìn)行清淤,改善坡岸環(huán)境,在沙河和滾河交匯處及下游區(qū)域建設(shè)生態(tài)濕地,可削減29.39%的流域內(nèi)非點(diǎn)源負(fù)荷入河量。
(3)對(duì)各類(lèi)負(fù)荷削減措施進(jìn)行了模擬,當(dāng)全市污水處理系統(tǒng)全部建設(shè)完畢且對(duì)養(yǎng)殖場(chǎng)的無(wú)污染改造比例達(dá)到72%以上時(shí),對(duì)流域非點(diǎn)源負(fù)荷的削減率分別為COD 82.39%,NH3—N 75.69%,滾河琚灣斷面水質(zhì)全年可達(dá)到地表水III類(lèi)水質(zhì)標(biāo)準(zhǔn)。
總體來(lái)說(shuō),流域內(nèi)散亂排放的生活污水和未經(jīng)處理的畜禽養(yǎng)殖污染物造成了滾河琚灣斷面水質(zhì)嚴(yán)重超標(biāo),對(duì)流域生態(tài)環(huán)境造成了嚴(yán)重的影響。本研究中對(duì)于流域總量控制措施和負(fù)荷削減方案的研究與后續(xù)工程措施實(shí)際情況相吻合,將為棗陽(yáng)滾河流域今后的污染防治工作提供依據(jù)和支撐。同時(shí)水環(huán)境容量及污染物排放總量控制是一個(gè)理論研究與實(shí)際工作緊密結(jié)合的問(wèn)題,在后續(xù)水環(huán)境管理工作的實(shí)踐中,需要加強(qiáng)監(jiān)測(cè),對(duì)理論研究成果不斷進(jìn)行檢驗(yàn)和完善。