吳 濤，孫孝天

(安徽建筑大學 環(huán)境與能源工程學院，安徽 合肥 230022)

近年來，隨著經濟的快速增長，城市化進程進一步加快，環(huán)境污染問題越來越嚴重。城市面源污染已成為城市自然水污染和城市水生態(tài)破壞的源頭，引起了越來越多的關注。在歐洲，如丹麥和荷蘭，非點源污染也是一個嚴重的問題[1]。

在許多非點源污染研究中，非點源污染負荷的計算是非點源污染研究的重要環(huán)節(jié)。如何快速、準確地計算出治理區(qū)域的非點源污染負荷，對確定后續(xù)減排目標、制定減排計劃具有重要作用。

在現有的城市非點源污染研究中，主要涉及4個方向，即降雨徑流水質分析、降雨徑流中污染物的初始沖刷作用、城市降雨徑流水污染的影響因素和城市降雨徑流污染負荷的計算。

污染物負荷計算是污染源分析的重要環(huán)節(jié)。在現有的雨、徑流污染物負荷定量研究中，有3種計算方法，即濃度法、非點源概念模型法和統計模型法[2]。濃度法是以地表徑流污染為基本概念，以水質、水量同步監(jiān)測數據為支撐的計算方法。李懷恩曾用此法估算出黑河流域SS、TP、TN的總負荷量及其構成[3]。統計法是根據大量的測量數據建立污染負荷與相關因素之間相關性的方法。Schueler提出估算城市非點源污染負荷的計算模型。國內一些研究者估算了南昌市的城市徑流污染負荷。有學者根據監(jiān)測雨量占年降雨量的比例估算城市徑流污染負荷[4]。Heneay等開發(fā)了一個估計年均降雨徑流污染負荷的模型，用于城市規(guī)劃和設計。除此之外，王麗還利用累積沖刷模型對江蘇省海安縣城區(qū)的污染負荷進行了計算[5]，紹蘭霞使用系數輸出模型對四平市地表徑流污染負荷進行了估算[6]，趙劍強根據公路路面徑流水質模型來估算了西安污染物徑流產率[7]。

目前，國內外使用的城市非點源水質模型主要有SWMM、HSPF、STORM、DRM-Qual、MOUSE、WASP、Pollution、Wallingford等。其中，功能比較強大、應用比較廣泛的有SWMM、HSPF、DR3M-Qua22L和STORM。根據他人的總結和比較，在對4種模型在仿真過程中涉及的主要變量、仿真對象的覆蓋率和操作要求進行比較后發(fā)現，SWMM模型與其他3種模型相比具有很大的優(yōu)勢。因此，國內學者經常使用SWMM模型來量化污染負荷[8-9]。

1 SWMM模型簡介

SWMM模型包括水文過程模擬、水力過程模擬和水質過程模擬。這是一個基于水力學的降雨徑流模型。水文過程模擬是在子流域的基礎上完成的。由于受下墊面類型的影響，一般將子集水區(qū)分為透水區(qū)、有下陷的不透水區(qū)和無下陷的不透水區(qū)。整個子集水面積的輸出為3部分之和。利用連續(xù)性方程和曼寧方程，將透水面積和不透水面積近似處理為非線性水庫，計算出地表徑流。采用Horton方程、Green-AmPT模型和徑流曲線數值法計算透水面積的滲流。

SWMM模型提供了3種管道中水流的計算方法：穩(wěn)流法、運動波法和動波法。動波法通過求解完整的Saint Venant方程，包括管道中的連續(xù)性方程和動量方程以及節(jié)點處的質量守恒方程來計算匯流。動波法可以解決管道中的接頭水深和中壓水流問題，適用于任何管網系統。

當水質模塊模擬管道中水的運動時，假設管道中的水是完全混合的。利用質量平衡公式計算期末來自連接管道的污染物濃度。對其間可能發(fā)生變化的項目，如流量、管道容積等，取其期間平均值。蓄水設施節(jié)點的水質模擬方法與管道模擬方法相同。對于沒有容積型的節(jié)點，將節(jié)點處的水質降低為所有進水節(jié)點的混合濃度。

2 研究區(qū)域概況

合肥經濟開發(fā)區(qū)地處中緯度地帶?，F狀屬北亞熱帶濕潤季風氣候區(qū)，季節(jié)變化明顯。年平均氣溫16-18 ℃，年相對濕度76%，年日照時間2 000 h左右，無霜期長，平均220 d。全年主導風向為東北風。6月-9月的降雨量約占年降雨量的60%-70%，降雨季節(jié)分布不均。

合肥年平均降雨量為1 024 mm，淮河流域小于長江流域。合肥年最大降水量為1 541.1 mm，年最小降水量為694.3 mm。降水季節(jié)差異較大。春季(3月-5月)、夏季(6月-8月)、秋季(9月-11月)、冬季(12月-2月)降水量分別占全年降水量的28.1%、41.3%、19.2%和11.4%。全年中，7月降雨量最多，平均176.9 mm，12月降雨量最少，平均30.7 mm。

翡翠湖及其周邊公園(翡翠公園和翡翠湖景區(qū)，面積約1.54 km2)是合肥市重要的戶外休閑娛樂公共空間。由于城市的快速發(fā)展，翡翠湖周邊雨水的混合溢流和城市管網的錯接漏排直接進入湖中，導致湖水水質惡化。

3 研究區(qū)域模型建立

3.1 建模區(qū)域概況

本次建模區(qū)域位于翡翠湖的北部，其雨水排口位于翡翠湖迎賓館附近，其功能區(qū)主要由生活區(qū)、商業(yè)區(qū)和交通區(qū)組成，是翡翠湖附近商住混合區(qū)的典型代表。

3.2 管網系統的搭建

管網節(jié)點的全面信息包括管道的長度、直徑、高程、形狀、節(jié)點高度、節(jié)點深度。在管網搭建過程中，將不影響整體格局的次要管網剔除，將一些直徑和坡度相同的管網合并為一個新的管道，減少節(jié)點的分布。管網中的主要參數曼寧系數參考了SWMM操作手冊中提供的參考參數。迎賓館雨水口雨水分區(qū)管網信息如表1所示。迎賓館雨水口雨水分區(qū)節(jié)點信息如表2所示。

表1 迎賓館雨水口雨水分區(qū)管網信息

表2 迎賓館雨水口雨水分區(qū)節(jié)點信息

根據表1-表2中的節(jié)點管線信息，將翡翠湖迎賓館雨水排口分區(qū)劃分為25個子集水區(qū)，并概括為20個管道、20個節(jié)點、1個排水口。

3.3 子匯水區(qū)信息及參數匯總

匯水區(qū)信息及參數匯總表如表3所示。

表3 迎賓館排口雨水分區(qū)子匯水區(qū)信息與參數匯總表

3.4 水質參數的獲取

在SWMM模型中，主要是利用土地利用編輯器來定義研究面積的土地利用類型，定義它的污染物增長和沖刷特性。編輯器中分別有3個子頁General、Buildup、Washoff，分別對應污染物的常用設定，增長設定與沖刷設定。

(1)常用頁參數

常用設定除了土地名稱值外，主要為街道清掃情況。它是由清掃頻率，去除效率及模擬開始時最后一次清掃以來的天數3個參數來構成的。根據當地環(huán)衛(wèi)部門的表現，清掃頻率設定為1次/d。參考郭琳等[10]在長沙市對地表污染物的研究及王志標等[8]的經驗，地表污染物去除效率設定為70 %。

(2)增長頁參數

增長函數選用了Horton函數模型，其參數參考了祁紅英等的研究，參數整理如表4所示。

表4 地表污染物增長參數

(3)沖刷頁參數

沖刷函數采用指數沖刷函數，參數來源于王志標等的研究。沖刷參數如表5所示。

表5 地表污染物沖刷參數

3.5 模型參數的確定

調用2019年6月29日與2019年8月28日兩場降雨資料來對迎賓館排口雨水分區(qū)進行對校驗。實測降雨數據如表6所示，模擬值與實測數據對比如表7所示。

表6 實測降雨數據特征

表7 迎賓館雨水排口分區(qū)模擬值與實測數據對比

從表6和表7可以看出，模擬結果的水力水質數據與實測數據差別較大。鑒于除子匯水區(qū)寬度之外的水文水力參數都是有實際數據作為支撐，故主要對子匯水區(qū)寬度做出調整。根據韓嬌等[11]對水質參數靈敏度的分析上表明，綠地污染物的累計和污染物沖刷參數可以忽略，其靈敏度參數在于路面和屋面的沖刷累計參數，而施林超[12]的研究中發(fā)現，累計函數中參數靈敏值要遠遠大于沖刷函數的參數。故此次水質參數調整主要以路面累計參數為主而做出相應調整。

經過反復調整比對，將調整過的參數輸入模型后得出新的模擬結果，將模擬結果與實際數據再次進行對比如表8所示。調整后的子江水區(qū)寬度如表9所示。調整后的污染的累計參數如表10所示。調整后的污染物沖刷參數如表11所示。SWMM模擬結果如表12所示。

表8 調整后迎賓館排口雨水分區(qū)模擬值與實測值對比

表9 調整后的子匯水區(qū)寬度(迎賓館雨水排口分區(qū))

表10 調整后的污染物累計參數(迎賓館排口雨水分區(qū))

表11 調整后的污染物沖刷參數

表12 SWMM模擬結果

4 結 語

長期以來，非點源污染負荷的計算一直是非點源污染分析的重要環(huán)節(jié)和難點。如何快速、準確地計算出相應的污染物負荷，進而確定污染負荷指標并提出相應的減排方案，一直是非點源污染控制的核心內容。本文以城市非點源污染為背景，對污染物負荷的計算進行了研究。研究結論如下：

(1)利用ARCGIS、ENVI輔助軟件，提取了下墊面的坡度與不透水率等重要參數。相較于以往使用文獻參考的數據，研究結果提高了模型的準確性。

(2)使用分析軟件初步構建起基于SWMM模型的水質水量動態(tài)模型。通過參考兩場實際降雨所監(jiān)測的數據，進一步對模型參數進行調整，使之與相應的監(jiān)測數據相匹配。