光照、流速和水溫對大型人工輸水渠道自凈影響

王 超,賈慶林,賈海燕,李 超,尹 煒*

光照、流速和水溫對大型人工輸水渠道自凈影響

王 超1,2,賈慶林1,3,賈海燕1,2,李 超1,2,尹 煒1,2*

(1.長江水資源保護科學研究所,湖北 武漢 430051；2.長江水利委員會湖庫水源地面源污染生態調控重點實驗室,湖北 武漢 430051；3.河海大學環境學院,江蘇 南京 210098)

以南水北調中線總干渠為對象,通過實驗室模擬培養測定污染物降解系數,分析了光照、流速和溫度對渠道自凈能力的影響.結果顯示,避光和光照條件下,高錳酸鹽指數的降解系數分別為0.026和0.022d-1,無顯著性差異(>0.05);氨氮的降解系數分別為0.006和0.012d-1,差異極顯著(<0.01).各流速條件下高錳酸鹽指數降解系數分別為0.027d-1(0.2m/s)、0.029d-1(0.3m/s)、0.029d-1(0.4m/s),氨氮降解系數分別為0.014d-1(0.2m/s)、0.017d-1(0.3m/s)、0.018d-1(0.4m/s),不同流速之間無顯著性差異,但均顯著高于0m/s實驗組(<0.05).各溫度條件下高錳酸鹽指數降解系數分別為0.014d-1(10℃)、0.018d-1(15℃)、0.022d-1(20℃)、0.029d-1(25℃)和0.031d-1(30℃),25～30℃差異不顯著(>0.05),其他各溫度梯度之間均存在顯著性差異;氨氮降解系數分別為0.002d-1(10℃)、0.003d-1(15℃)、0.010d-1(20℃)、0.012d-1(25℃)和0.020d-1(30℃),10～15℃、15～20℃和20～25℃差異不顯著,其他溫度梯度之間均具有顯著差異.高錳酸鹽指數和氨氮的溫度校正系數值分別為1.047和1.079.研究結果可為中線工程水質管理提供依據.

大型人工輸水渠道；自凈；降解系數；影響因素；南水北調

大型人工輸水渠道是長距離引調水工程輸水的重要方式,通常具有硬質化程度高、輸送水量大的基本特點.長距離輸水過程中,水體自凈作用是影響渠道水質變化的關鍵因子[1],深入認識大型人工輸水渠道的自凈影響因素,對于提高水質預測預判能力,促進引調水工程水質管理具有重要的意義.

地表水體的污染物自凈通過微生物降解、動植物和藻類吸收等途徑實現,水體自凈能力通常以污染物降解系數表征[2-3].目前對天然河流的自凈研究較多,如光照對氨氮降解系數的影響[4],流速對高錳酸鹽指數降解系數的影響[5],以及溫度對氨氮降解系數的影響等[6],已經形成了比較深入的認識.然而,大型人工輸水渠道與天然河流存在較大差異.在生態系統結構上,渠道硬質化的邊坡和渠底缺少土壤和底泥系統,水生動植物相對較少,生態系統比較單一.在水流特點上,渠道順直,流速較快,水體流態相對均一.另外,渠道人工屬性較強,明渠光照充分,暗渠光照條件缺失;部分長距離輸水渠道可能跨越多個緯度,溫度變化比較明顯.由于生態系統結構、水流、光照、溫度變化等方面的特殊性,大型人工輸水渠道的自凈能力和影響因素可能與天然河流存在較大的差異.針對大型輸水工程的水質變化規律已開展了一些研究,如引黃輸水工程[7],南水北調東線工程[8-9]等,但多偏重于水質變化規律和污染來源分析,對自凈作用關注較少.本文前期對南水北調中線總干渠的自凈能力進行了測算[10],發現其污染物降解系數明顯低于天然河流,但對于自凈能力的主要影響因素未進行定量分析.總體來看,目前對大型人工輸水渠道的自凈能力和影響因素的研究和認識還比較有限.

南水北調中線工程是解決我國華北地區水資源短缺的戰略工程,輸水干渠全長1432km,跨越河南、河北、北京、天津等多個區域,是大型人工輸水渠道的典型代表.本課題組[11]指出,中線總干渠是一復雜的巨系統,如果沒有形成系統科學的認識,水質管理工作可能陷入被動的狀態.中線總干渠為全封閉管理,自凈過程是影響沿線水質變化的重要因素.本文以中線輸水干渠為對象,通過室內培養實驗的方法測定渠道水體污染物降解系數,研究光照、流速和溫度對渠道水體自凈的影響,以深入認識大型人工輸水渠道自凈能力和影響因素,也為南水北調中線工程水質管理工作提供參考.

1 材料與方法

1.1 區域概況

南水北調中線工程從丹江口水庫陶岔渠首閘引水,沿唐白河流域和黃淮海平原西部開挖渠道,經“倒虹”隧道穿過黃河,沿京廣鐵路西側北上,最終自流至北京、天津(圖1).中線總干渠河南河北段為明渠,天津段為暗渠,北京段以管道為主.中線總干渠水溫季節變化顯著,夏季最高32℃,冬季最低0℃.由于南北跨度大,輸水過程中水溫變化也比較明顯,河南段平均水溫18℃.北京段平均水溫15℃.中線總干渠水體流速較快,根據輸水量的變化,水體流速一般在0.2～0.4m/s,加大流量輸水條件下,流速能達到1m/s.自2014年12月通水以來,南水北調中線總干渠已持續運行70多個月,累計輸水超過340億m3,沿線惠及北京、天津、河北、河南4個省市40多座城市近6000萬人.中線總干渠已逐步成為沿線地區生活用水的主要供水來源,輸水水質的保障工作也愈顯重要.

1.2 樣品采集

采樣點位于中線總干渠河北段的大安舍斷面(圖1).采樣時間為2019年8月,采用便攜式水質多參數儀(YSI)測定采樣點水溫、pH值、溶解氧、葉綠素a等指標.水樣用20L聚乙烯水樣壺盛裝,反復潤洗3次以上,采集水樣100L.將采集的水樣取500mL于4℃避光保存,帶回實驗室立刻分析高錳酸指數和氨氮濃度;其余常溫保存,用于水體自凈影響因素模擬試驗.

圖1 采樣點位置

表1 采樣點基本理化條件

1.3 實驗方案設計

以高錳酸鹽指數和氨氮作為水體自凈的研究對象,這兩項是我國地表水質監測的基本指標,也是水體自凈研究的常用指標.由于水樣高錳酸鹽指數和氨氮本底濃度較低,難以測定污染物衰減過程,采用添加葡萄糖[12]和硫酸銨[13]的方法調節水體高錳酸鹽指數和氨氮初始濃度.根據預實驗結果,高錳酸鹽指數和氨氮的初始培養濃度分別為12和3mg/L左右,此時衰減曲線較為理想.各影響因素的實驗設計如下.

1.3.1 光照設置 光照組和避光組,取采集水樣16L分裝至兩個10L敞口玻璃培養缸中,一個包裹錫箔紙避光處理(避光組),另一個采用光照培養(光照組),光暗比為12:12,于恒溫培養箱20℃恒溫培養.光源是光照培養箱內置的LED光源,光照強度為6000lx.

1.3.2 流速 根據中線輸水干渠的實際流速范圍[10]設定模擬培養的流速梯度.取采集水樣24L分裝至3個10L玻璃培養缸中,以電動攪拌器模擬不同流速[14].設置不同轉速,并采用流速儀測定平均流速.分別設定轉速為40r/min(對應平均流速約0.2m/s)、60r/min(對應平均流速約0.3m/s)和80r/min(對應平均流速約0.4m/s),均于20℃恒溫培養,光暗比為12:12.光照組可視為流速為0m/s的實驗組.

1.3.3 溫度 取采集水樣32L分裝至4個10L玻璃培養缸中,于10、15、25、30℃條件恒溫培養,光暗比為12:12.光照組可視為20℃培養組.

每日取樣100mL測定各培養樣品的高錳酸鹽指數和氨氮濃度,連續測定16d.高錳酸鹽指數采用酸性法測定,氨氮采用納氏試劑比色測定.根據實驗結果,高錳酸鹽指數第0～4d無下降趨勢,將其作為穩定期,數據分析從第5d開始;氨氮在整個培養期均呈下降趨勢,數據分析從第0d開始.

1.4 降解系數計算

水中污染物降解一般遵循一級反應動力學模型[10],即:

式中:為時刻污染指標濃度,mg/L;0為污染指標初始濃度,mg/L;為降解系數,d-1;為污染物降解時間,d.

由式(1)可得到ln(0/)與時間成正比,比例系數即為降解系數,如式(2)

降解系數可通過ln(0/)與時間的散點圖線性擬合得到.

一般來說,溫度對降解系數的影響符合菲爾普斯公式,可通過溫度校正系數表征[15],如式(3):

式中:k為溫度對應的降解系數,d-1;k0為溫度0對應的降解系數,d-1,本研究取0=20℃;為溫度校正系數,無量綱.

1.5 數據處理和統計分析

數據作圖和散點圖線性擬合均在Origin 9.0中完成,不同處理組的降解速率差異比較采用協方差分析[16],通過SPSS 19.0中General Linear Model的Univariate模塊完成.因變量輸入為ln(C0/ C),固定因子輸入為組別,協變量輸入為降解時間.在模型設置中,依次輸入組別、降解時間、組別*降解時間.通過組別*降解時間的值判斷不同處理組擬合得到的降解系數差異的顯著性.針對降解速率存在顯著差異的處理組,采用配對檢驗方法進一步檢驗濃度差異.配對檢驗通過SPSS 19.0中Paired-Samples T Test模塊完成,通過t值判斷濃度差異的顯著性.

2 結果與分析

2.1 光照對高錳酸鹽指數和氨氮自凈的影響

如圖2所示,高錳酸鹽指數自凈衰減過程比較穩定,避光組由第5d的12.4mg/L下降到第16d的7.7mg/L;而光照組由第6d的12.6mg/L下降到第16d的8.0mg/L.氨氮濃度總體均呈現出下降的趨勢,但波動性更大.光照條件下,氨氮濃度由3.40mg/L下降到2.76mg/L;避光條件下,氨氮濃度由3.40mg/L下降到2.98mg/L.光照和避光條件下的降解系數擬合結果如圖3所示,高錳酸鹽指數的降解系數分別為0.026d-1(避光)和0.022d-1(光照),二者無顯著性差異(=2.572,>0.05).氨氮的降解系數分別為0.006d-1(避光)和0.012d-1(光照),二者差異性極顯著(= 23.103,<0.01).檢驗結果顯示,光照和避光組的氨氮濃度均有顯著差異(=6.985,<0.01).

2.2 流速對高錳酸鹽指數和氨氮自凈的影響

如圖4所示,高錳酸鹽指數自凈衰減明顯,0.2m/ s組從12.5mg/L下降到7.4mg/L,0.3m/s組從11.7mg/ L下降到7.1mg/L,0.4m/s組從12.4mg/L下降到6.9mg/L.相對于0m/s組,流動條件下的高錳酸鹽指數自凈削減量增加0.6～1.1mg/L.氨氮總體都呈下降趨勢,但波動性更強.0.2,0.3,0.4m/s條件下,氨氮由3.40mg/L分別降至2.58,2.64,2.53mg/L.與0m/s組相比,流動條件下氨氮濃度自凈削減量增加0.06～ 0.10mg/L.

表2 不同流速條件下降解系數和指標濃度差異顯著性檢驗結果

注:**表示<0.01水平顯著;*表示<0.05水平顯著;無*表示不顯著.

不同流速條件下的降解系數擬合結果如圖5所示,差異性檢驗結果如表2.高錳酸鹽指數的降解系數分別為0.027d-1(0.2m/s)、0.029d-1(0.3m/s)、0.029d-1(0.4m/s).與0m/s實驗組相比,0.2m/s(=8.379,<0.01)、0.3m/s(=5.185,<0.05)、0.4m/s(=14.807,<0.01)條件下的降解系數都有顯著提高,但各流速條件之間均沒有顯著性差異.氨氮降解系數分別為0.014d-1(0.2m/s),0.017d-1(0.3m/s)、0.018d-1(0.4m/s).與高錳酸鹽指數結果類似,流動條件下氨氮降解系數與0m/s實驗組相比均有顯著提高,但流速條件之間均沒有顯著性差異.檢驗結果顯示,降解系數存在顯著性差異的各處理組的污染物濃度也都有顯著差異.

2.3 溫度對高錳酸鹽指數和氨氮自凈的影響

如圖6所示,高錳酸鹽指數由初始濃度約12mg/L分別降至9.0mg/L(10℃)、8.2mg/L(15℃)、7.5mg/L(20℃)、6.6mg/L(25℃)和6.0mg/L(30℃),衰減幅度隨溫度升高而增大.氨氮濃度波動較大,初始濃度約3mg/L,10與15℃條件下分別降至2.81和2.72mg/L,20和25℃下均降至2.50mg/L左右,而30℃下降至1.78mg/L,濃度削減幅度約為20℃下的2倍.

表3 不同溫度條件下降解系數和指標濃度差異的顯著性檢驗結果

注:**表示<0.01水平顯著;*表示<0.05水平顯著;無*表示不顯著.

如圖7所示,差異性檢驗結果如表3.各溫度條件下高錳酸鹽指數降解系數分別為0.014d-1(10℃)、0.018d-1(15℃)、0.022d-1(20℃)、0.029d-1(25℃)和0.031d-1(30℃),除了20和25℃的降解系數沒有顯著性差異(=0.42,>0.05),其他各溫度梯度之間均存在顯著性差異.各溫度條件下氨氮降解系數分別為0.002d-1(10℃)、0.003d-1(15℃)、0.010d-1(20℃)、0.012d-1(25℃)和0.020d-1(30℃).各溫度梯度間, 10～15℃(=1.184,>0.05)、15～20℃(=1.509,> 0.05)和20～25℃(=0.681,>0.05)的降解系數差異不具有顯著性,其他溫度梯度之間均具有顯著差異.t檢驗結果顯示,降解系數存在顯著性差異的各處理組的污染物濃度也都有顯著差異.溫度校正系數擬合結果見圖8.擬合得到高錳酸鹽指數和氨氮的溫度校正系數值分別為1.047和1.079.

圖8 溫度校正系數擬合結果

模擬值按照擬合所得值計算

3 討論

光照主要影響藻類的生長.藻類的初級生產過程將無機碳轉化為有機碳,藻類的生物量會增加[17],但對水中有機物不會產生明顯的影響,因此本研究中光照和避光條件下高錳酸鹽指數的降解系數并無顯著差異.輸水渠道中氨氮的自凈過程包括藻類的吸收和微生物硝化作用[18].光照條件下藻類吸收利用和硝化過程能夠同時發生作用,因此氨氮的降解系數顯著高于避光條件.有研究顯示,光照條件下藻類通過光合作用增加水中溶解氧能夠促進硝化過程[19-20].但本研究采集的渠道水體溶解氧基本處于飽和狀態,藻類的光合產氧對于氨氮的降解可能貢獻不大.因此光照影響氨氮自凈的主要途徑應該是藻類吸收.

一般認為,水體流動能夠增加水體復氧速率,從而提高自凈能力.根據雙膜理論,水流運動狀態下氣液膜變薄,水體的復氧速率加快[21],耗氧污染物的降解速率隨之提升.另一方面,水流處于擾動狀態時,有利于水中污染物的充分混合及與微生物的接觸.本研究中,流動條件下的降解系數顯著高于靜置條件,但不同流速之間并沒有表現出顯著性差異,這說明實驗流速條件下已經能夠保障水體的充分復氧和水流混合.從降解系數提升的幅度上看,本研究中0.2m/s時高錳酸鹽指數降解系數約為靜置狀態1.2倍,與一些天然河湖水體相比處于較低的水平.如華祖林等人以太湖水體為研究對象,采用環形槽分別設置0.06和0.10m/s的水流流速,得到流動狀態下的降解系數約為靜置狀態的2～3倍[22];張培培等人以北運河為研究對象,利用轉速模擬流速,得出0.1m/s的CODCr降解系數為靜置狀態時的1.5倍[14].總干渠水體污染物降解系數受流速影響相對較小,其原因一方面是溶解氧含量高,耗氧物質相對較少,復氧強化對污染物降解系數影響有限;另一方面是總干渠水體懸浮物基質缺失及低濃度的營養鹽使得微生物菌群活性較低[23-24],難以隨水流條件的改變而大幅提升.

溫度是污染物自凈最為重要的影響因素.在適宜的范圍內,溫度升高能夠加快微生物體內酶促反應速率,促進和強化微生物的生理活動,從而提高有機物降解系數[25].高錳酸鹽指數和氨氮降解系數隨溫度升高都有明顯的上升趨勢,但溫度的影響范圍存在區別.高錳酸鹽指數降解系數在25℃以下各溫度梯度都有顯著差異,但25～30℃差異不顯著;氨氮降解系數在25℃以下相鄰溫度梯度都不存在顯著差異,但25～30℃差異顯著.這說明高錳酸鹽指數自凈在低溫范圍更容易受溫度影響,而氨氮自凈在高溫范圍更容易受溫度影響.這可能是因為有機碳和氨氮的自凈具有不同的最適溫度范圍.低于最適溫度范圍時,降解速率對溫度敏感性逐步提高;處于最適溫度范圍時,降解速率達到最大值,隨溫度變化不明顯;超過最適溫度范圍時,微生物活性將受到抑制,降解速率反而降低.有機碳降解的最適溫度一般在25～30℃[14],而硝化作用的最適溫度為30℃左右[26-27],本研究中高錳酸鹽指數和氨氮在各溫度梯度上的降解系數變化恰好反映了這一差異.從溫度校正系數的擬合結果看,高錳酸鹽指數值低于氨氮的值,說明氨氮降解對溫度更加敏感.研究表明,有機碳降解的溫度校正系數為1.03～1.06(平均約1.05),而氨氮氧化的溫度校正系數為1.05～1.10(平均約1.08)[25],本研究測定的高錳酸鹽指數和氨氮的值與其具有很好的相符性.

王超等[10]選取南水北調中線總干渠河南段6個監測斷面的水質監測數據,通過穩態一維降解模型擬合得到研究渠段BOD5降解系數數值范圍為0.024～0.054d-1.本研究得到的高錳酸鹽指數的降解系數在0.013～0.030d-1之間,與之基本吻合.但高錳酸鹽指數略小于BOD5的降解系數,這主要是因為高錳酸鹽指數表征的有機物中還存在不能被微生物降解的部分[28],對降解系數產生了稀釋效應.本研究得到的降解系數與很多天然河湖的降解系數相比明顯偏小,如漢江中下游河段BOD5降解系數0.08～ 0.62d-1之間[29],陜西沿河干流的降解系數達到2.69d-1[30],國外的一些天然河流的BOD5降解系數也在0.05～3.0d-1之間[31],這說明總干渠對有機碳的自凈能力相對較弱.本研究得到的氨氮降解系數在0.002～0.020d-1之間,而平原河網的氨氮降解系數為0.02～0.21d-1[32],長江宜賓段的氨氮降解系數為0.50～ 0.61d-1[33],都與總干渠的降解系數存在數量級的差異,說明總干渠對氨氮的自凈能力同樣處于很低的水平.

高錳酸鹽指數和氨氮自凈能力較弱,主要原因可能是污染物本底濃度低和微生物豐度不足.總干渠水質優良[34],實驗過程中雖然提高了碳和氮的濃度,但其他營養元素都處于較低水平,微生物生長可能受到限制.另外,渠道水體中顆粒物較少,同時硬化渠道缺少底棲環境,導致微生物因缺少附著基質而豐度不足[35].根據Chesterikoff等[36]的研究,當河流中硝化細菌數量非常少時,盡管氨氮的濃度遠高于硝化細菌最佳生長所需濃度,但它們仍需一定時間才能達到一定豐度,進行顯著的氨氮氧化活動.

基于自凈能力的定量研究結果,可優化水質模型的參數取值.如易雨君等[37]建立了南水北調中線工程典型渠段一維水動力水質模型,氨氮降解系數采用經驗值0.24d-1,明顯高于總干渠實際的氨氮降解系數,氨氮模擬誤差最高達到120%.本研究結果可為模型的氨氮降解系數取值提供依據.另外,降解系數的定量測定也有助于總干渠水質沿程變化的認識.如2019年8月總干渠渠首高錳酸鹽指數濃度為1.8mg/L,按照本研究得到的降解系數,結合渠道水體流動時間,計算得到大安舍斷面高錳酸鹽指數自凈衰減至1.2mg/L左右.但大安舍斷面高錳酸鹽指數濃度實際為1.7mg/L,說明沿程存在高錳酸鹽指數的潛在輸入源,水質管理過程中應加強溯源分析和管控.

本研究得到的污染物降解系數為實驗室培養結果,與總干渠實際水質監測數據擬合的降解系數結果[10]基本吻合,說明實驗結果總體反映了總干渠自凈能力的基本特點.由于水化學組成、水動力條件等因素的差異,模擬得到的自凈能力與渠道實際的自凈能力難免存在偏差.如添加與葡萄糖和硫酸銨可能造成培養水體與渠道水體有機物及氮素組成的差異,電動攪拌器模擬得到的不同流速與實際輸水渠道中的水流方式也存在差異.后期還需進一步開展與渠道實際條件的對比研究.

4 結論

4.1 光照對總干渠高錳酸鹽指數自凈無顯著影響,但對氨氮自凈有顯著影響.避光和光照條件下,高錳酸鹽指數的降解系數分別為0.026d-1和0.022d-1,二者沒有顯著性差異(>0.05);氨氮的降解系數分別為0.006d-1和0.012d-1,二者差異性極其顯著(<0.01).

4.2 水體是否流動對總干渠高錳酸鹽指數和氨氮自凈都有顯著影響,但流速大小的影響不顯著.各流速條件下高錳酸鹽指數的降解系數分別為0.027d-1(0.2m/s)、0.029d-1(0.3m/s)、0.029d-1(0.4m/s),氨氮降解系數分別為0.014d-1(0.2m/s),0.017d-1(0.3m/s)、0.018d-1(0.4m/s),與0m/s實驗組相比都有顯著提高,但各流速之間均沒有顯著性差異.

4.3 溫度是總干渠高錳酸鹽指數和氨氮自凈的重要影響因素.各溫度條件下高錳酸鹽指數降解系數分別為0.014d-1(10℃)、0.018d-1(15℃)、0.022d-1(20℃)、0.029d-1(25℃)和0.031d-1(30℃),25～30℃降解系數差異不顯著(=0.42,>0.05),其他各溫度梯度之間均存在顯著性差異.各溫度條件下氨氮降解系數分別為0.002d-1(10℃)、0.003d-1(15℃)、0.010d-1(20℃)、0012d-1(25℃)和0.020d-1(30℃),10～15℃、15～20℃和20～25℃降解系數差異不顯著,其他溫度梯度之間均具有顯著差異.高錳酸鹽指數和氨氮的溫度校正系數值分別為1.047和1.079.

[1] 梁建奎,辛小康,盧 路,等.南水北調中線總干渠水質變化趨勢及污染源分析 [J]. 人民長江, 2017,48(15):6-9,61.

Liang J K, Xin X K, Lu L, et al. Analysis of water quality variation and potential pollution sources in main channel of Middle Route Project of South to North Water Diversion [J]. Yangtze River, 2017, 48(15):6-9,61.

[2] 王雅鈺,劉成剛,吳 瑋.從河道自凈角度談影響河道水質凈化的因素[J]. 環境科學與管理, 2013,(3):35-40.

Wang Y Y, Liu C G, Wu W. Discuss on influencing factors of river water self-purification [J]. Environmental Science and Management, 2013,(3):35-40.

[3] 蔡建楠,潘偉斌,曹英姿,等.廣州城市河流形態對河流自凈能力的影響[J]. 水資源保護, 2010,26(5):16-19.

Cai J N, Pan W B, Cao Y Z, et al. Impact of river morphology on urban river self-purification capacity in Guangzhou [J]. Water Resources Protection, 2010,26(5):16-19.

[4] 單 鐸.北運河氨氮降解系數測算研究[D]. 首都師范大學, 2013.

Shan D. Study on calculation of degradation coefficient of ammonia nitrogen in North Canal [D]. Capital Normal University, 2013.

[5] 祖 波,周 領,李國權,等.三峽庫區重慶段某排污口下游污染物降解研究[J]. 長江流域資源與環境, 2017,26(1):134-141.

Zu B, Zhou L, Li G Q, et al. Degradation of pollutants in the downstream of a sewage outfall in Chongqing section of Three Gorges Reservoir [J]. Resources and Environment in the Yangtze Basin, 2017, 26(1):134-141.

[6] 杜宇紅,趙桂香.黃河包頭段氨氮降解系數的研究[J]. 內蒙古環境科學, 2009,21(2):32-36.

Du Y H, Zhao G X. Research on degradation constant of Baotou section of Yellow River [J]. Inner Mongolia Environmental Sciences, 2009,21(2):32-36.

[7] 張俊芝,哈建強,李 濤.引黃輸水工程水質變化特征分析及污染控制對策 [J]. 南水北調與水利科技, 2010,8(4):67-70.

Zhang J Z, Ha J Q, Li T. Analysis of water quality change characteristic and the contamination control measure in water distribution project of the yellow river diversion [J]. South-to-North Water Transfers and Water Science & Technology, 2010,8(4):67-70.

[8] 郭 鵬,任 靜.南水北調東線一期工程沿線歷年水質變化分析 [J]. 南水北調與水利科技, 2014,12(1):59-64.

Guo P, Ren J. Variation trend analysis of water quality along the eastern route of south-to-north water diversion project [J]. South- to-North Water Transfers and Water Science & Technology, 2014, 12(1):59-64.

[9] Qu X, Chen Y, Liu H, et al. A holistic assessment of water quality condition and spatiotemporal patterns in impounded lakes along the eastern route of China's South-to-North water diversion project [J]. Water Research, 2020,185:116275.

[10] 王 超,賈慶林,裴中平,等.南水北調中線總干渠典型渠段水體自凈能力研究[J]. 南水北調與水利科技(中英文), 2020,18(3):127-141.

Wang C, Jia Q L, Pei Z P, et al. Studyon water self-purification capacityin a typical section of middle route in the main channel of South-to-North Water Transfer Project [J]. South-to-North Water Transfers and Water Science & Technology, 2020,18(3):127-141.

[11] 尹 煒,王 超,辛小康.南水北調中線總干渠水質管理問題與思考[J]. 人民長江, 2020,51(3):21-28.

Yin W, Wang C, Xin X K. Thinkings on water quality management of main channel in Middle Route of South-to-North Water Transfer Project [J]. Yangtze River, 2020,51(3):21-28.

[12] 蒲迅赤,李克鋒,李 嘉,等.紊動對水體中有機物降解影響的實驗[J]. 中國環境科學, 1999,(6):485-489.

Pu X C, Li K F, Li J, et al. The effect of turbulence in water body on organic compound biodegradation [J]. China Environmental Science, 1999,(6):485-489.

[13] 譚 夔,陳求穩,毛勁喬,等.大清河河口水體自凈能力實驗[J]. 生態學報, 2007,(11):4736-4742.

Tan K, Chen Q W, Mao J Q, et al. The self-purification capacity of the outlet of DaqingheRiver:experiment [J]. Acta Ecologica Sinica, 2007, (11):4736-4742.

[14] 張培培,吳藝帆,龐樹江,等.再生水補給河流北運河CODCr降解系數變化及影響因素[J]. 湖泊科學, 2019,31(1):99-112.

Zhang P P, Wu Y F, Pang S J, et al. CODCrdegradation coefficient of urban river recharged with reclaimed water and its impacting factors [J]. Journal of Lake Sciences, 2019,31(1):99-112.

[15] 慕金波,酒濟明.河流中有機物降解系數的室內模擬實驗研究[J]. 山東科學, 1997,(2):52-57.

Mu J B, Jiu J M. Indoor study on degradation coefficients of organic pollutants in a river [J]. Shandong Science, 1997,(2):52-57.

[16] 張 興,白蓮萍.用協方差分析進行兩直線回歸方程的比較[J]. 山西醫學院學報, 1996,(1):27-29.

Zhang X, Bai L P. Two linear regression equations were compared by covariance analysis [J]. Journal of Shanxi Medical College, 1996, (1):27-29.

[17] 范傲翔,王智鵬,王 超,等.南水北調中線總干渠水體耗氧特征及成因[J]. 環境科學學報, 2020,40(3):871-879.

Fan A X, Wang Z P, Wang C, et al. The characteristics and cause analysis of oxygen consumption substances for the waterbody in the main channel of the Middle Route of South-to-North Water Diversion Project [J]. Acta Scientiae Circumstantiae, 2020,40(3):871-879.

[18] 郝曉地,陳新華,魏 麗.天然水體氮自凈過程及硝化所需溶解氧源試驗驗證[J]. 水資源保護, 2007,(5):15-18,94.

Hao X D, Chen X H, Wei L. Experimental verifications of self- purification of nitrogen and dissolved oxygen sources for nitrification in natural water [J]. Water Resources Protection, 2007,(5):15-18,94.

[19] 洪澄泱,湯 迎.光照作用對地表河流中氮素遷移過程影響的探討[J]. 廣東化工, 2013,40(14):133-134.

Hong C Y, Tang Y. A discussion on the effect of light on nitrogen migration process in surface river [J]. Guangdong Chemical Industry, 2013,40(14):133-134.

[20] Huedemann M H, Skillman A D, Crecelius E A. The inhibition of marine nitrification by ocean disposal of carbon dioxide [J]. Marine Pollution Bulletin, 2002,44(2):142-148.

[21] 方祥位,李建中,魏文禮,等.河流復氧系數研究[J]. 西安理工大學學報, 2000,16(4):400-403.

Fang X W, Li J Z, Wei W L, et al. Research on reaeration coefficient in rivers [J]. Journal of Xi'an University of Technology, 2000,16(4):400- 403.

[22] 華祖林,李亞偉,顧 莉.湖泊不同湖區CODMn降解的混合級數模型[J]. 水利學報, 2013,44(5):521-526.

Hua Z L, Li Y W, Gu L. A mixed-order model of CODMn degradation in different lake regions [J]. Journal of Hydraulic Engineering, 2013, 44(5):521-526.

[23] 王藝娟,姚運生.附著性微生物對水體自凈的作用及測定[J]. 生物學教學, 2002,27(6):32-32.

Wang Y J, Yao Y S. The effect and determination of the self- purification of water by the attachment microorganism [J]. Biology Teaching, 2002,27(6):32-32.

[24] 江 棟,李開明,劉 軍,等.黑臭河道生物修復中氧化塘應用研究[J]. 生態環境, 2005,14(6):822-826.

Jiang D, Li K M, Liu J, et al. The Application of lagoon in the bioremediation of black-odor river [J]. Ecology and Environment, 2005,14(6):822-826.

[25] Bowie G L, Mills W B, Porcella D B. Rates, constants, and kinetics formulations in surface water quality modeling [R]. USEPA: Athens, Georgia, 1985,3-85.

[26] 何碧煙,歐光南,呂禹澤,等.杏林灣水體的硝化作用及其影響因素研究[J]. 微生物前沿, 2016,5(4):71-80.

He B Y, Ou G N, Lv Y Z, et al. Study on nitrification and its impact factors in surface water of XinglinBay [J]. Advances in Microbiology, 2016,5(4):71-80.

[27] 王 超,賈海燕,汪 濤,等.河流底泥潛在硝化速率模型研究[J]. 環境科學研究, 2019,32(5):156-161.

Wang C, Jia H Y, Wang T, et al. Study of potential nitrification rate model of the river sediments [J]. Research of Environmental Sciences, 2019,32(5):156-161.

[28] 王德明.水體TOC與CODCr,BOD5,CODMn相關性研究[J]. 化學分析計量, 2010,(3):61-64.

Wang D M. Study on the correlation of TOC with CODcr, BOD5and CODMnin water [J]. Chemical Analysis and Meterage, 2010,(3):61- 64.

[29] 王 平,史曉新.水體自凈系數的研究[J]. 環境科學與技術, 1997, (2):13-16.

Wang P, Shi X X. Study on self-purification coefficient of water body [J]. Environmental Science and Technology, 1997,(2):13-16.

[30] 張 荔,王曉昌,王志盈.延河主干河段有機污染自凈規律研究[J]. 西安建筑科技大學學報(自然科學版), 2000,32(3):260-262.

Zhang L, Wang X C, Wang Z Y. A study on the self-purification capaciy of the main reach of the Yanhe River [J]. Journal of Xi'an University of Architecture & Technology, 2000,32(3):260-262.

[31] Tian S, Wang Z, Shang H. Study on the Self-purification of Juma River [J]. Procedia Environmental Sciences, 2011,11(1):1328-1333.

[32] 馮 帥,李敘勇,鄧建才.平原河網典型污染物生物降解系數的研究[J]. 環境科學, 2016,37(5):134-143.

Feng S, Li X Y, Deng J C. Biodegradation coefficients of typical pollutants in the plain rivers network [J]. Environmental Science, 2016,37(5):134-143.

[33] 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,(6):12-13,24.

Tao W, Liu Y, Ren Y R. Study on ammonia nitrogen degradation coefficient in Yibin section of Yangtze River [J]. Pollution Control Technology, 2009,(6):12-13,24.

[34] 孫 甲,韓品磊,王 超,等.南水北調中線總干渠水質狀況綜合評價[J]. 南水北調與水利科技, 2019,17(6):102-112.

Sun J, Han P L, Wang C, et al. Study on the comprehensive evaluation of water quality status of the middle route main channel of the South- to-North Water Diversion Project [J]. South-to-North Water Transfers and Water Science & Technology, 2019,17(6):102-112.

[35] 夏星輝,王君峰,張 翎,等.黃河泥沙對氮遷移轉化的影響及環境效應[J]. 水利學報, 2020,(9):1138-1148.

Xia X H, Wang J F, Zhang L, et al. Effects and environmental implications of suspended sediment on the transportation and transformation of nitrogen in the Yellow River [J]. Journal of Hydraulic Engineering, 2020,(9):1138-1148.

[36] Chesterikoff A, Garban B, Poulin G B. Inorganic Nitrogen Dynamics in the River Seine Downstream from Paris (France) [J]. Biogeochemistry, 1992,17(3):147-164.

[37] 易雨君,唐彩紅,張尚弘.南水北調中線工程典型渠段一維水動力水質模擬與預測 [J]. 水利水電技術, 2019,50(2):17-23.

Yi Y J, Tang C H, Zhang S H. One-dimensional hydrodynamic simulation and water quality prediction of typical channel of the Middle Route of South-to-North Water Diversion Project [J]. Water Resources and Hydropower Engineering, 2019,50(2):17-23.

Influence of light, flow rate and water temperature on self-purification of large artificial water conveyance channels.

WANG Chao1,2, JIA Qing-lin1,3, JIA Hai-yan1,2, LI Chao1,2,YIN Wei1,2*

(1.Changjiang Water Resources Protection Institute, Wuhan 430051,China；2.Key Laboratory of Ecological Regulation of Non-point Source Pollution in Lake and Reservoir Water Sources, Changjiang Water Resources Commission, Wuhan 430051, China；3.College of Environment, Hohai University, Nanjing 210098, China)., 2021,41(10)：4792～4801

Taking the main channel of the middle route of the South-to-North Water Diversion Project as the object, the degradation coefficients were measured through laboratory culture experiments, and the effects of light, flow rate and temperature on the self-purification capacity of the channel were analyzed. The results showed that the degradation coefficients of permanganate index under dark and light were 0.026d-1and 0.022d-1, respectively, with no significant difference (>0.05). The degradation coefficients of ammonia nitrogen under dark and light were 0.006d-1and 0.012d-1, respectively, and the difference was extremely significant (<0.01). Under different flow rates, the degradation coefficients of permanganate index were 0.027d-1(0.2m/s), 0.029d-1(0.3m/s), 0.029d-1(0.4m/s), and the degradation coefficients of ammonia nitrogen were 0.014d-1(0.2m/s), 0.017d-1(0.3m/s), 0.018d-1(0.4m/s), respectively. There was no significant difference between different flow rates, but they were significantly higher than the 0m/s group. Under different temperatures, the degradation coefficients of permanganate index were 0.014d-1(10℃), 0.018d-1(15℃), 0.022d-1(20℃), 0.029d-1(25℃) and 0.031d-1(30℃), respectively. There was no significant difference between 25℃ and 30℃ (>0.05), and there were significant differences among other temperatures. The degradation coefficients of ammonia nitrogen were 0.002d-1(10℃), 0.003d-1(15℃), 0.010d-1(20℃), 0.012d-1(25℃) and 0.020d-1(30℃), respectively. There were no significant differencesfor10～15℃, 15～20℃ and 20～25℃, and there were significant differences for other temperature gradients. The temperature correction factorof permanganate index and ammonia nitrogen were 1.047 and 1.079, respectively. The research results could provide a basis for water quality management of the middle route of the South-to-North Water Diversion Project.

large artificial water conveyance channels；self-purification；degradation coefficient；influencing factors；South-to-North Water Diversion Project

X52

A

1000-6923(2021)10-4792-10

王 超(1985-),男,湖北武漢人,高級工程師,博士,主要從事水資源保護研究.發表論文30余篇.

2021-02-22

國家自然科學基金資助項目(U2040210);水體污染控制與治理科技重大專項(2017ZX07108-001)

* 責任作者, 教授級高級工程師, 2000yinwei@163.com