深圳沙灣河流域水生態環境綜合治理研究

陽松云

(深圳市水務工程建設管理中心，廣東 深圳 518000)

1 概述

我國地形條件復雜，水流域河道蜿蜒多轉，河流生態環境復雜。而隨著城市發展與工業化的進步，因此，河流水資源污染情況逐漸惡化，因此，在復雜流域條件及污染惡化的共同作用下，水生態環境的綜合治理變得更加困難[1- 5]。

我國學者展開了大量流域水資源污染治理技術的研究。王蘇亞[6]通過調查與分析我國部分河流與流域的水資源污染情況以及現有治理方法與技術所存在的問題，進一步提出了幾點切實可行的建議方案，以期為我國流域水資源的治理工作提供一定的借鑒作用；劉曉雨等[7]從物理、化學和生物方法三種不同治理方向描述了新鳳河流域水體污染治理及修復技術工作，提出生態修復具有修復效果好、修復污染無副作用的優勢；秦延文等[8]以三峽水庫氮磷污染防治為例，提出“生態補償+污染控制+質量考核”的綜合治理技術與方案，并達到庫區COD和氨氮水污染物目標總量得到逐漸降低的目的；劉易平[9]指出生物強化技術在水污染的治理具有高效、快速的治理效果，進一步論述其應用于水污染治理中優勢。

上述治理方案多是從綜合防治角度進行探討，缺乏深入有效的水污染治理技術的研究[10- 15]。本文以深圳市沙灣河流域水污染治理工程為例，通過引入光催化降解技術，并設置不同配比條件的催化劑，研究污染去除效果及光催化降解的科學性；進一步通過研究得出污染去除最佳方案，以求為流域的污染治理工程建立一定的理論依據。

2 工程概況

沙灣河流域位于深圳市龍崗區南灣街道與平湖街道境內，屬珠江三角洲水系中深圳河的一級支流。流域走向復雜，地市多變，發源于黃牛湖水庫上游海拔214.5m的梧桐山牛尾嶺稱李朗河，河道走向大致為南北向，匯集了簡竹河、正坑水、梧桐山河、仙湖水等支流后注入深圳水庫，經深圳水庫溢洪道出口，流經新秀村，在三汊河口匯入深圳河，水庫溢洪道至三汊河口段稱深圳水庫排洪河，匯合蓮塘河后稱深圳河。沙灣河(沙灣水閘以上)流域面積26.10km2，全長10.5km。流域概況如圖1所示。

采用設計暴雨間接推求設計洪水的方法計算流域內各斷面的設計洪水，應用廣東省綜合單位線法、推理公式及經驗公式法進行洪水分析計算，并采用其中對防洪不利的洪水成果。本次在可研成果的基礎上，對沙灣河干、支流自然地理參數(集雨面積F、河長L、坡降J)進一步復核，均在最新的1∶1000和1∶10000電子地圖上量算。沙灣河各控制斷面設計洪峰流量成果參數成果見表1。

圖1 沙灣河流域概況

3 光催化降解分析

3.1 試驗設計

為研究催化劑對污染降解的催化作用及探討最佳催化劑配比，本次研究的基本研究對象為

表1 沙灣河各控制斷面設計洪峰流量成果表

Bi/BiOBr/rGO催化劑。本次研究主要包括兩個部分，第一部分為有、無催化劑、僅含葡萄糖及僅含GO四種不同條件下Bi/BiOBr/rGO催化劑對污染去除效果的研究，研究目的為探討催化劑在污染去除中的可行性與科學性；第二部分為通過制備不同葡萄糖含量、不同GO摻量的Bi/BiOBr/rGO催化劑樣品的污染去除效果研究，研究目的為探討最佳催化劑配比，獲得最佳污染去除方案。通過向多個容器中置入500mL流域所取污染水樣后，向其中投入不同的Bi/BiOBr/rGO催化劑，并將其置在一定的強光下照射。在不同時間點取少量水樣進行污染物含量檢測，令C為某時刻污染物濃度，C0為初始條件下污染物濃度，則可認為C/C0位污染物降解效果。試驗方案見表2。

表2 試驗方案設計

3.2 試驗結果分析

3.2.1可行性分析

為驗證光催化降解技術的科學性與可行性，首先展開有、無催化劑條件下的污染降解試驗。通過設置無催化劑、僅添加1.0%GO催化劑僅、添加0.1g葡萄糖(Glu)催化劑及0.1g葡萄糖+1.0%GO催化劑四種不同條件下的光催化降解試驗，得出試驗結果如圖2所示。由圖2可知，四種不同條件下，在強光的作用下水中污染物的含量均隨著光照射時間的增加而不斷降低，但污染物降解速度逐漸降低最后趨于穩定。進一步觀察到，無催化劑條件下污染物濃度降低程度達到69%，僅添加1.0%GO催化劑條件下污染物濃度降低程度達到97%，僅添加0.1g葡萄糖催化劑條件下污染物濃度降低程度達到95%，0.1g葡萄糖+1.0%GO催化劑條件下污染物濃度降低程度達到99%。最終降解效果：0.1g葡萄糖+1.0%GO催化劑>僅添加1.0%GO催化劑>僅添加0.1g葡萄糖催化劑>無催化劑。這表明具有催化劑條件下光催化降解技術效果最好，光催化降解技術具有高度的可行性。

圖2 四種不同條件下光催化降解技術的效果

3.2.2GO含量影響

進一步探討GO摻量對催化劑的污染降解催化效果的影響。如圖3所示為保持葡萄糖添加量不變，GO摻量分別為0.5%、1.0%、2.0%及5.0%四種不同條件下污染治理效果隨時間變化趨勢。由圖可見，隨著時間增長污染物濃度不斷降低，且降解速度也逐漸降低。此外，我們可以看到，隨著GO摻量的增加，污染物最終處理效果呈現出先升高后降低的變化趨勢。GO摻量為0.5%條件下污染最終處理程度達到85%，GO摻量為1.0%條件下污染最終處理程度達到91%，GO摻量為2.0%條件下污染最終處理程度達到84%，GO摻量為5.0%條件下污染最終處理程度達到82%。由此可見，GO摻量為1.0%條件催化劑催化污染降解效果最好。

圖3 不同GO濃摻量條件下光催化降解技術的效果

3.2.3Glu含量影響

為進一步探討葡萄糖摻量對催化劑的污染降解催化效果的影響。圖3為保持葡萄糖添加量不變，GO摻量分別為0.5%、1.0%、2.0%及5.0%四種不同條件下污染治理效果隨時間變化趨勢。由圖可見，與上述結論相同，隨著時間增長污染物濃度不斷降低，且降解速度也逐漸降低。此外，與GO對催化降解效果影響相似的是，隨著Glu摻量的增加，污染物最終處理效果也呈現出先升高后降低的變化趨勢。Glu摻量為0.0g條件下污染最終處理程度達到95%，Glu摻量為0.1g條件下污染最終處理程度達到99%，Glu摻量為0.3g條件下污染最終處理程度達到91%，Glu摻量為0.6g條件下污染最終處理程度達到91%。Glu摻量為0.1g條件催化劑催化污染降解效果最好。

圖4 不同Glu濃摻量條件下光催化降解技術的效果

4 結論

(1)在光催化降解作用下，流域污染水體中的污染物濃度大降解程度均達到80%以上，且該技術不受地形、水流域條件限制，能夠廣泛應用到各種復雜流域治理工作中。

(2)隨著GO、Glu含量的上升，污染物治理效果呈現出先升高后降低的趨勢，光催化降解最經濟高效的降解方案為：GO=1%、葡萄糖為0.1g。

(3)本研究可為我國類似地區水生態恢復治理工作提供良好的示范與指導作用，但關于GO及Glu濃度影響的內在機制仍需要在今后進一步展開深入研究。