基于HSPF模型的東江流域氮磷污染研究

孫滔滔，趙 鑫，尹魁浩，彭盛華，林 青，吳 靜

(1.深圳市環境科學研究院國家環境保護飲用水水源地管理技術重點實驗室，廣東 深圳 518001；2.廣東粵港供水有限公司，廣東 深圳 518021；3.San Francisco Estuary Institute，CA，USA)

水污染問題目前已成為制約我國社會經濟可持續發展的問題之一。近30年來，由于人口聚集、城市更新，氮、磷等污染物過量排放，很多重要水域的水體污染，尤其是氮、磷富營養化問題日益突出，已經對很多地區人民生活用水構成威脅，對生產和經濟發展造成巨大損失。東江肩負著深港兩地的跨流域調水供應，是廣東省重要的水源地，其水質狀況直接影響著沿岸以及深港地區的供水安全。隨著東江流域經濟的快速發展、城鎮化進程的加快，東江水質部分河段已趨于富營養化狀態[1]。如何確定氮、磷的確切來源以及各種污染因子的時空分布特征和遷移演化規律，是有效地提升污染防治水平，達成東江流域污染控制目標和保持水質的關鍵所在。

近年來，國內學者對東江的污染問題從不同角度開展了一系列的研究。江濤等[2]根據東江干流博羅站、河源站和龍川站的監測資料，對CODMn、BOD5和NH3-N等水質參數的濃度變化趨勢進行分析。王博等[1]結合東江干流區域差異性對干流的營養狀態進行了分段研究。李星等[3]全面研究了東江干流水體氮的時空變化特征，并利用附生藻的δ15N值示蹤了其來源。溫美麗等[4]通過采樣分析氮磷質量分數，研究了新豐江水庫上游氮磷污染的時空變化。曾金鳳等[5]基于東江源區1975-2016年共42年的歷史數據，解析了源區水體的水質及特征污染物氨氮的變化情況。這些研究都是基于對實測數據的分析。

流域模型是研究復雜的流域水文水質輸移過程及各種污染因子的時空分布特征和遷移演化規律的有效途徑和方法，因此被廣泛用于點源及非點源氮、磷污染研究。近年來，流域模型也被用于研究東江流域降雨徑流及污染負荷特征。劉潔等從土地利用[6]和降雨[7]角度，用SWAT(Soil & Water Assessment Tool)模型對東江流域徑流變化進行研究。呂樂婷等[8]用SWAT模擬了東江流域1960-2010年51年間月徑流與降水關系。董延軍[9]和石赟赟[10]等用HSPF(Hydrological Simulation Program FORTRAN)對東江流域建模發現，城鎮化會導致流域調蓄能力下降，進而產流能力增強，尤其是汛期這種表現更為顯著。這些研究表明流域模型是研究東江這樣的大型流域上復雜的水文水質問題的一個有效實用的工具。

本文研究的主要目的是用HSPF構建一個高精度的東江流域模型，來研究流域內降雨徑流及污染負荷特征，從而為東江流域的污染治理提供決策基礎。HSPF模型作為分布式綜合性流域模型的代表,是研究大型、混合型土地利用流域污染問題的最佳模型之一。目前，HSPF模型因為對輸入資料要求更高，建模專業門檻更高等原因，在國內相對應用較少。但是，近年來基于HSPF建模的美國最大的海灣Chesapeake Bay流域[11]、滇池流域[12]、苕溪流域[13]等研究區的案例表明，HSPF模型對流域長期連續的徑流量模擬具有較好的適用性，而且能夠完整地模擬氮磷遷移、轉化過程。因此我們采用HSPF來研究東江流域氮磷污染。

1 研究區域概況

東江流域是廣東、香港的水資源供應地，流域內多年平均降雨量約為1 800 mm，年徑流總量約為330 億m3。東江發源于江西省尋烏縣，干流全長約562 km，包括16條一級支流，流域總面積約3.5 萬km2，其中廣東省境內面積約3.2 萬km2，占比約90%(見圖1)。

圖1 東江流域及主要水系[14]Fig.1 Dongjiang river basin and major tributary[14]

2 研究方法

2.1 HSPF模型綜述

HSPF是由美國環保署開發維護的一個半分布式綜合性流域模型。HSPF模型將常見的污染物和毒性有機物模擬納入到模型中，能夠實現多種污染物地表、壤中流過程及蓄積、遷移、轉化的綜合模擬[15]。HSPF能夠實現不同時空尺度的降雨、下滲等過程的動態和連續模擬。空間尺度方面，研究者可以將研究區劃分為具有承接關系的子流域，子流域可以進一步劃分為響應單元，子流域和響應單元的大小可以根據不同需求進行調整。時間尺度方面，HSPF一般用于模擬時間尺度為小時的產匯流過程，根據需要也可以模擬年、月、日、分鐘等時間尺度。過去三十多年，HSPF模型已被廣泛應用于流域水文、水質模擬研究，包括氣候及土地利用變化對流域產流的影響，流域點源或非點源污染負荷確定，泥沙、營養物質、殺蟲劑傳輸模擬以及各種流域管理措施對河流水質的影響等方面的研究。

2.2 流域空間的劃分

HSPF模型構建的第一步是通過氣象分布以及流域物理特性的差異，把流域劃分成多個具有不同類型的水文響應的子流域。根據GIS(Geographic Information System)地形地貌以及土壤數據，東江流域在模型中被劃分為407個子流域，面積從0.008 km2到412 km2。這是目前東江流域模型研究中空間離散精度最高的。這樣高度細分的子流域能充分反應流域空間地形地貌的差異，為準確模擬流域各個地區的水文水質響應和分布的提供了基礎。

2.3 模型輸入數據

HSPF模型需要大量的輸入數據，包括氣象、土地利用及污染源數據。氣象數據包括每小時降水量、蒸發量、日平均氣溫、平均風速及太陽輻射等。東江流域模型的氣象數據來源于14個國家氣象站(見圖2)，2009到2015年7年的氣象數據用來驅動模型。土地利用數據采用2015年100 m空間分辨率的GIS數據，在模型中分為六類：農業、森林、草地、城市、水體及其他。東江流域的點源污染包括生活污水和工業污水(見圖3)，面源污染包括禽畜養殖業和農業肥料。生活污水和工業污水以及禽畜養殖業數據來自于廣東省2015年環境統計數據。農業施肥根據廣東省農業手冊的年施肥量以及農作物生長季節，估算春秋兩季每畝的施肥量。

圖2 東江流域水文站和氣象站Fig.2 Hydrological station and weather station in Dongjiang river basin

2.4 模型校核

模型校核是一個通過調整模型參數來吻合模型結果和監測數據的過程。東江流域設有14個長期的水文站(見圖2)，其中12個站2011至2014年的日流量數據用來水文校核(見表1，楓樹壩水庫壩下站和新豐江水庫站用實際泄流數據，所以不需要校核)。HSPF模型的水文校核通常用圖形及統計指標來綜合判斷[16]，主要包括時間序列圖、確定性系數R2、總徑流量誤差以及Nash-Sutcliffe 效率系數(NSE)。確定性系數R2可用來評價實測值與模擬值變化趨勢的一致性，R2越接近于1，表示模擬值和實測值變化趨勢越吻合。總徑流量誤差和模型系數NSE表示了實測值與模擬值的偏離程度，可以用來判斷模型結果和監測數據的總體吻合度。NSE計算公式如下：

(1)

式中：Yobs為觀測徑流；Ysim為模擬徑流；Ymean為觀測徑流的平均值。

一般R2大于0.6，NSE≥0.5時，模型的模擬結果被認為是可信的。對HSPF模型，當總徑流誤差絕對值<10%，NSE≥0.65時，模擬結果被認為非常好[16]。由于數據限制，水質校核采用了合理保證的方法。模型中主要的水質參數選用了HSPF水質校核指導文獻[17]中推薦的典型值，然后根據水質模擬結果與水質分類指標和相關數據的對比進行了微調。校核后的模型然后用來確定氮、磷污染的時空分布特征和遷移演化規律。

3 結果與討論

3.1 模型校核結果

對于每個校核站點，時間序列圖可以用來判斷模擬的流量在數量級以及時間上的分布是否和監測數據吻合。圖4和圖5分別是東江干流河源和博羅站2011-2014年的日流量模擬結果與實測結果的對比圖。這兩個圖表明HSPF模擬的流量和實測數據十分吻合。再結合相應的統計指標(見表1)，結果表明模型在這兩個站的模擬效果很好。

圖5 東江博羅站日流量模擬結果與實測結果的對比圖Fig.5 Comparison of daily flow simulation results and measured results of Boluo Station

表1列出了東江模型在所有12個水文站的統計指標。其中9個站的確定性系數R2>0.6；10個站的總徑流誤差達到了HSPF模型的流量校核標準(絕對值<10%)，只有九洲和平山兩個站略微超標；7個站的模型系數NSE大于0.5，但上游兩個支流站(勝前和岳城)的模型系數小于0.3。對這兩個站的降雨徑流分析表明這個結果主要是受降雨分布影響，模型所用的氣象數據可能不能完全代表水文站當地的降雨情況，所以導致了結果的偏差。但總體來講，綜合各個指標，東江模型在大部分站都達到了良好標準，尤其是干流上的主要站點。

3.2 東江水質的時空變化

校核后的HSPF模型可以輸出任意地點的水量和多種污染物指標，包括水溫，溶解氧，BOD，泥沙，以及氮、磷濃度，因此可以用來分析東江水量和水質在時間和空間上的變化。本文選取東江干流上龍川，河源，嶺下，博羅(見圖2)4個監測站2010-2015年每月平均氨氮、總氮、總磷的濃度來探討水質的變化。

表1 東江模型水文校核統計結果Tab.1 Dongjiang river model hydrological calibration result

東江干流上游龍川站氨氮濃度最低，河源站最高(見圖6)。龍川站月平均氨氮濃度為0.04 mg/L到0.16 mg/L,而河源站的氨氮濃度則為0.17 mg/L到1.17 mg/L，是龍川站的5倍多。這主要是由于河源站附近有多個污染源造成的(見圖2)。從河源到嶺下再到博羅，氨氮濃度依次降低，主要是沿途污染源負荷較低，加上大量的來水稀釋了上游來水的濃度。從時間上來說，由于污染源數據缺乏變化，每個站的氨氮濃度年際間變化不大，但是月與月之間濃度變化較大。河源站和嶺下站汛期(4-6月)濃度最高，表明這兩個站受面源的影響很大，但另外兩個站則是枯水期(11-1月)濃度最高，表明它們受徑流的影響更大。

圖6 東江干流2010-2015每月平均氨氮濃度Fig.6 Monthly average ammonia nitrogen concentration of Dongjiang main stream(2010-2015)

從空間分布上來講，東江干流的總氮濃度上下游變化不大(見圖7)，盡管上游龍川站的濃度低于其他3個站。龍川站總氮濃度的范圍是0.5到3.2 mg/L，河源站的范圍是0.8到5.6 mg/L，相差不大。而且和氨氮不同的是，總氮濃度從河源到嶺下再到博羅幾乎沒有變化，表明上游的氨氮部分轉化為硝氮。從時間分布上，各個站的總氮濃度雖然年際間變化不大，但是總體呈現上升的趨勢(見圖7)，而且汛期(4-9月)濃度高于非汛期，表明總氮受降雨徑流及面源污染的影響很大。

圖7 東江干流2010-2015每月平均總氮濃度Fig.7 Monthly average total nitrogen concentration of Dongjiang main stream(2010-2015)

東江干流總磷濃度的空間分布呈現出和氨氮相似的趨勢(見圖8)，上游龍川站濃度最低，河源站最高，從河源到嶺下再到博羅總磷濃度遞次降低。總磷濃度在龍川站只有0.05到0.15 mg/L，但河源站的濃度是龍川的10倍之多，從0.21 mg/L到1.93 mg/L。這主要是由于河源站附近有多個污染源以及汛期上游的來水攜帶的污染物造成的(見圖2)。從時間分布上，各個站的總磷濃度年際間變化不大，但是總體上有上升的趨勢(見圖8)，而且汛期(4-9月)濃度高于非汛期。這和總氮的時間分布一致，表明水質受汛期來水和面源污染的影響很大。

圖8 東江干流2010-2015每月平均總磷濃度Fig.8 Monthly average total phosphorus concentration of Dongjiang main stream(2010-2015)

東江流域的HSPF模型還可以用來估算各地區的來水和污染物負荷。表2列出了模型測算的東江一級支流年平均水量和氮磷負荷及其百分比。東江支流年平均來水量為241 億m3，其中增江河、西枝江、新豐江水庫及楓樹壩水庫四條支流的來水占61.4%，其余38.6%來自于其他19條支流。氨氮年平均負荷約9 000 t，總氮約6 萬t，總磷約3 000 t。增江河、公莊河、新豐江水庫和西枝江四條支流總共貢獻了71.9%的氨氮，61.6%的總氮和73.8%的總磷。在這四條支流中，公莊河的水量占6.1%，但負荷卻很高(22.4%的氨氮，12.7%的總氮，15.9%的總磷)，分析是由于這個支流流域內有多個禽畜養殖場排放氮磷(見圖3)，造成污染物濃度偏高。其他3個支流的高負荷則主要是由于來水量大造成的。東江上游以農業經濟為主，禽畜業和農業面源污染是其主要污染源，應該要著重控制。中下游則是要集中處理城市化帶來的生活和工業污水。

表2 東江流域主要支流年平均水量和氮磷負荷Tab.2 Annual average water volume and nitrogen and phosphorus load of major tributaries

4 結 論

本文構建了一個基于HSPF的分布式模型來研究東江流域徑流和氮磷的時空分布。東江流域HSPF模型包括407個子流域，在12個水文站上進行了校核。綜合各個指標來看，東江模型在大部分站，尤其是干流上的主要站點，都達到了良好標準。校核后的模型可以用來確定氮、磷污染的時空分布特征和遷移演化規律，模型結果表明：

(1)東江干流上游龍川站氨氮濃度最低，河源站最高。從龍川到博羅氨氮濃度年際間變化不大，但是月與月之間濃度變化較大。

(2)東江干流的總氮濃度上下游變化不大，表明上游的氨氮部分轉化為硝氮。各個站的總氮濃度年際間變化不大，主要受降雨徑流及面源污染的影響。

(3)東江干流總磷濃度上游龍川站濃度最低，河源站最高，從河源到嶺下再到博羅總磷濃度遞次降低。各個站的總磷濃度年際間變化不大，汛期(4-9月)濃度高于非汛期，表明水質受汛期來水和面源污染的影響很大。

(4)東江氨氮年平均負荷約9 000 t，總氮約6 萬t，總磷約3 000 t。增江河、公莊河、新豐江水庫和西枝江四條支流總共貢獻了71.9%的氨氮，61.6%的總氮和73.8%的總磷。因此東江負荷控制的重點應該放在這幾條大的支流。

(5)分布式流域模型為研究東江流域復雜的水文水質及各種污染因子的時空分布特征提供了一個有效的方法。可靠的數據是構建模型的關鍵，因此應該把監測和收集流域內的水文水質數據作為東江流域未來污染研究的一個重點。

□