感潮河網(wǎng)降雨徑流污染空間分析與模擬

張鳳山,尚明珠,趙朋曉,程開宇,唐穎棟,魏 俊

感潮河網(wǎng)降雨徑流污染空間分析與模擬

張鳳山,尚明珠,趙朋曉,程開宇,唐穎棟,魏 俊*

(中國電建集團華東勘測設(shè)計研究院有限公司,浙江 杭州 311122)

為了探究茅洲河流域感潮河網(wǎng)面源污染空間分布特征和降雨徑流污染規(guī)律,基于空間分析、統(tǒng)計分析與流域水動力-水質(zhì)耦合模擬方法,對典型降雨情景下河網(wǎng)水質(zhì)情況進行模擬分析,提出基于水質(zhì)改善目標的生態(tài)補水點位空間布局優(yōu)化策略.研究表明,層次聚類凝聚算法和K-均值法迭代組合可以較好地實現(xiàn)面源污染分級與分類;茅洲河各支流中,石巖渠、松崗河中上游等河道(段)由于面源污染負荷相對較高且缺乏生態(tài)補水,雨后水質(zhì)恢復(fù)緩慢;基于補水總量不變原則,對生態(tài)補水方案進行局部優(yōu)化,優(yōu)化結(jié)果可使雨后受污染重點河道(段)水質(zhì)恢復(fù)速度加快一倍以上,提高了流域水質(zhì)的整體穩(wěn)定性.研究結(jié)論可為進一步認識茅洲河流域水污染特征、實現(xiàn)流域水環(huán)境精細化管理提供支撐.

感潮河網(wǎng)；面源污染；數(shù)值模擬；茅洲河

降雨導(dǎo)致的面源污染由于其不確定性高,時空變異性大,是影響城市水環(huán)境的主要因素之一[1-4],目前的研究涵蓋流域[5-6]、城市[7-9]、小區(qū)或?qū)W校[10-11]等不同尺度,重點關(guān)注面源污染對下游受納水體水質(zhì)的沖擊[6,8-9].車蕊等[6]對東江流域近38a極端降雨事件分析發(fā)現(xiàn),氨氮在降雨過程中呈前期高,中后期低的特征.許淑敏[9]對引水工程緩解海河流域面源污染程度進行分析,發(fā)現(xiàn)雨量較小時調(diào)水引流效果更佳.對于感潮河網(wǎng)地區(qū),污染物遷移轉(zhuǎn)化受到徑流和潮流共同作用,不利于擴散和降解[12],更容易受到降雨徑流污染的沖擊.近年來,珠江三角洲各地開展了一系列感潮河網(wǎng)區(qū)水動力水質(zhì)模擬研究,論證了閘泵優(yōu)化調(diào)度[13]、引水增流[14-15]等措施對河網(wǎng)水質(zhì)恢復(fù)的效果.研究[15]表明,珠江三角洲地區(qū)受到污染-咸潮雙重影響,利用閘泵-河庫聯(lián)合調(diào)度是改善珠江三角洲感潮河網(wǎng)水環(huán)境狀況的有效措施之一.

茅洲河流域?qū)僦榻侵薷谐焙泳W(wǎng),地處深圳市西部,于伶仃洋交椅灣入海,流域內(nèi)為高密度建成區(qū),老城區(qū)和老工業(yè)區(qū)眾多,產(chǎn)污量大,河流徑污比嚴重偏低,面源污染負荷高,面源污染中COD和NH3-N分別占總排放污染負荷的19%和11.2%[16],其中老城區(qū)特別是城中村面源污染風險最為突出.由于徑流是驅(qū)動污染物向下游擴散的主要動力[17],而伶仃洋為弱潮河口,潮差較小,潮動力不足[18-19],不利于污染物遷移擴散.同時,受氣候變化和城市化發(fā)展等因素影響,深圳西部城區(qū)近40a間年降水量、汛期降水量和極端降水指標均呈現(xiàn)增加趨勢[20],下墊面改變和降雨特征變化影響了茅洲河流域面源污染的時空分布規(guī)律.特定的自然環(huán)境條件和社會發(fā)展背景導(dǎo)致茅洲河流域面源污染風險居高不下.茅洲河經(jīng)過系統(tǒng)治理,截止2019年底,流域水質(zhì)明顯改善,旱季水質(zhì)較穩(wěn)定.但由于茅洲河較高的面源污染負荷和不利的河口潮動力條件,雨后污染風險仍然較高.

本研究以茅洲河感潮河網(wǎng)為研究區(qū)域,基于GIS空間分析和聚類分析理論,對沿河雨水排口污染等級進行分級分類,提高了大量排口數(shù)據(jù)統(tǒng)計分析的效率;在此基礎(chǔ)上通過流域水動力-水質(zhì)耦合模型開展典型降雨情景面源污染規(guī)律研究,提出改善雨后河道水質(zhì)恢復(fù)規(guī)律的工程措施,為揭示茅洲河流域水污染特征、保障河網(wǎng)水質(zhì)穩(wěn)定提供參考.

1 研究區(qū)域與方法

1.1 研究區(qū)域概況

圖1 茅洲河流域示意

茅洲河是深圳第一大河,發(fā)源于羊臺山北麓,地跨深圳、東莞兩市,在沙井民主村匯入伶仃洋.流域面積344.23km2,干流全長30.69km.其中,寶安區(qū)境內(nèi)流域面積122.65km2,干流河長19.71km,感潮河段長約13km,下游河口段11.4km為深圳市與東莞市界河.茅洲河流域?qū)毎矃^(qū)境內(nèi)共有干、支流19條,河道總長度96.56km.目前,茅洲河流域(寶安片區(qū))已經(jīng)形成以松崗污水廠和沙井污水廠再生水為主要水源的生態(tài)補水系統(tǒng),如圖1所示,補水規(guī)模80萬m3/d,實測再生水水質(zhì)主要指標優(yōu)于地表水IV類,是改善茅洲河干支流水質(zhì)的重要手段之一.

1.2 研究方法

1.2.1 聚類分析法 聚類分析廣泛應(yīng)用于水環(huán)境數(shù)據(jù)分析和水污染綜合評價[21-23].層次聚類方法是一種常用的聚類分析算法,可分為凝聚和分裂兩種方法[24].K-均值算法是聚類算法中最基礎(chǔ)也最重要的無監(jiān)督聚類算法,使類內(nèi)具有較高的相似度,而類間的相似度較低,適用于數(shù)值型數(shù)據(jù)且易于實現(xiàn),時間復(fù)雜度低,算法的可解釋度較強[25].

本文運用SPSS分析工具進行雨水排口聚類分析,首先應(yīng)用層次聚類凝聚算法得到結(jié)果類的數(shù)目,在此基礎(chǔ)上應(yīng)用K-均值法改進聚類結(jié)果.

1.2.2 面源污染計算 降雨徑流污染強度由污染物累積過程和沖刷過程共同決定,采用飽和函數(shù)式(1)和指數(shù)函數(shù)式(2)分別計算污染物累積和沖刷過程[26].

式中:1為最大增長可能, kg/hm2;2為半飽和常數(shù), (達到最大增長一半時的天數(shù)), d.

式中:為污染物沖刷量, kg/h;1為沖刷系數(shù);2為沖刷指數(shù);為單位面積的徑流速率, mm/h;為污染物增長質(zhì)量, kg/hm2.

本文基于典型降雨情景及排口聚類結(jié)果,采用雨水管理模型(SWMM)模型模擬面源污染情況.

1.2.3 河網(wǎng)水動力水質(zhì)模擬 水動力模塊控制方程為圣維南方程[27](式3、式4):

式中:為河道過水面積, m2;為流量, m3/s;為側(cè)向來流在河道方向的流速, m/s;為時間, s;為沿水流方向的水平坐標, m;為河道的側(cè)向來流量, m3/s;為動量修正系數(shù);為重力加速度,m/s2;為水位, m;S為摩阻坡降.

水質(zhì)模塊控制方程為對流擴散方程[27](式5):

式中:為模擬物質(zhì)的濃度, mg/L;為河流斷面平均流速, m/s;E為對流擴散系數(shù), m2/s;為模擬物質(zhì)的一級衰減系數(shù), mg/(L·s);為空間坐標, m;為時間, s.

本文采用MIKE11模型對茅洲河流域河網(wǎng)水動力、水質(zhì)過程進行模擬.

2 結(jié)果與討論

2.1 降雨特征及典型降雨分析

近40a來茅洲河流域所在的深圳市西部城區(qū)年降水量整體呈現(xiàn)增加趨勢[20],表現(xiàn)出一定的年際變化規(guī)律.為了研究近期茅洲河流域降雨特征,本文基于近5a茅洲河流域日降雨過程進行統(tǒng)計分析,結(jié)果表明近5a流域年平均降雨日數(shù)102d,主要集中在4~9月份,日降雨以小雨(小于10.0mm)為主,占總降雨日數(shù)的64.7%,中雨(10.0~24.9mm)占20.3%,大雨及以上(大于25.0mm)占15%.統(tǒng)計表明超過76%的降雨間隔時間在3d以內(nèi),僅約10%的降雨時間間隔在7d以上,從圖2各量級降雨事件的降雨間隔分布圖可看出,茅洲河流域降雨時間間隔普遍較短,連續(xù)性降雨頻發(fā).

圖2 茅洲河流域降雨特征統(tǒng)計

圖3 茅洲河流域典型降雨過程

在降雨量相當時,雨峰偏后的降雨污染負荷大于雨峰偏前情況[28];當其他條件一定時,降雨量累積值、最大降雨強度和平均降雨強度越大,污染負荷越大[29].結(jié)合前人研究經(jīng)驗與茅洲河流域降雨規(guī)律分析結(jié)果,按照同一量級降雨事件中降雨量較大、前期干燥天數(shù)較長、雨型集中、雨峰偏后的原則選取共3場典型降雨(小雨、中雨、大雨各1場),作為河網(wǎng)水環(huán)境模擬的典型降雨事件,日降雨量分別為8.8mm(小雨)、17.6mm(中雨)以及43.4mm(大雨),3場典型降雨逐小時降雨過程如圖3所示.

2.2 面源污染特征空間分析

面源污染負荷強度與下墊面密切相關(guān).依據(jù)《深圳市面源污染整治管控技術(shù)路線及技術(shù)指南(試行)》[30]中對深圳市下墊面分類的方法,按面源污染負荷從低到高將茅洲河寶安片區(qū)用地分為A、B、C、D 4類,各等級代表性下墊面見表1.

表1 面源污染等級標準

按以上地塊劃分原則對茅洲河流域?qū)毎财瑓^(qū)下墊面面源污染等級進行空間分析(圖4),由于茅洲河流域老城區(qū)和老工業(yè)區(qū)眾多,C類和D類等高污染負荷用地是該區(qū)域主要的用地類型,而A類和B類的用地明顯較少,反映了茅洲河寶安片區(qū)段干支流沿岸開發(fā)密度高、面源污染風險大的特點.

圖4 下墊面類型

經(jīng)統(tǒng)計茅洲河寶安片區(qū)沿河共分布428個雨水排口,各排口服務(wù)范圍面積與用地性質(zhì)差異顯著.通過GIS空間分析,以各沿河雨水排口服務(wù)范圍為統(tǒng)計單元,按排口污染物濃度由低到高將面源污染等級分為I~V級,如圖5所示.當降雨事件一定時,降雨徑流污染過程主要與排口服務(wù)面積及下墊面類型密切相關(guān),特異性明顯;而排口服務(wù)范圍內(nèi)用地類型相似且匯流特性接近的區(qū)域污染物累積與沖刷過程又呈現(xiàn)相似特征.因此,為了統(tǒng)計分析茅洲河流域雨水排口特性,同時提高建模效率,有必要對雨水排口進行分類統(tǒng)計.本文以排口服務(wù)面積與污染負荷等級為聚類因子,采用先驗策略,應(yīng)用層次聚類凝聚算法和K-均值法進行迭代優(yōu)化,最終將雨水排口分為18個類別,排口分類結(jié)果見表2.

圖5 排口污染等級

表2 排口分類結(jié)果

圖6 排口聚類效果檢驗

圖7 不同污染負荷等級代表性排口分布示意

為驗證聚類效果,如圖6所示,排口呈現(xiàn)出組內(nèi)相似、組間差異明顯的特點,表明分類效果良好.其中,第2、12類排口污染負荷高且集水面積較大,負荷總量高.同時,聚類分析結(jié)果可以表征不同類型排口之間的污染等級及其空間分布,如圖7所示.其中,第3類排口為高污染排口,主要分布在沙井河及其支流、排澇河沿岸;第4類排口為低污染排口,主要分布在老虎坑、龜嶺東沿岸;第11類排口污染負荷中等,在各支流沿線廣泛分布.

2.3 茅洲河流域水環(huán)境模型建立與驗證

模型范圍為茅洲河流域?qū)毎财瑓^(qū)干、支流,共概化河道(段)25條、節(jié)點452個、河道斷面322個、水閘14座.模型選取2019年3月21日~3月22日26h全潮期為率定期,2019年11月為驗證期,以共和村斷面為參證斷面,通過水動力、水質(zhì)同步監(jiān)測數(shù)據(jù)進行模型參數(shù)率定和驗證,采用納什效率系數(shù)(NSE)對模擬精度進行評價.結(jié)合相關(guān)研究成果[31]與流域資料情況,河道糙率取值為0.028~0.032,擴散系數(shù)取10m2/s.模型率定和驗證結(jié)果如圖8所示.其中圖8(a)、圖8(b)為率定期共和村斷面流量、水位模擬精度檢驗,NSE分別達到0.993、0.988,表明模型具有可靠的水動力模擬精度;圖8(c)、圖8(d)分別為率定期和驗證期共和村斷面氨氮濃度模擬精度檢驗,NSE分別為0.715和0.841,水質(zhì)模擬精度較高.率定和驗證結(jié)果表明,茅洲河流域水環(huán)境模型可以較好地反應(yīng)流域水動力和水污染特征,模擬結(jié)果較為可靠.

圖8 模型率定和驗證

2.4 雨后河道水質(zhì)變化規(guī)律及生態(tài)補水優(yōu)化分析

目前茅洲河流域已建成較為完善的補水系統(tǒng),但尚未建立針對雨后河道水質(zhì)改善的補水調(diào)度策略[32].在現(xiàn)狀工程條件下,基于已建立的茅洲河流域模型,在2.1節(jié)選定的典型降雨情景下分析茅洲河干流、支流雨后水質(zhì)變化規(guī)律.茅洲河流域降雨期間和雨后水質(zhì)情況如圖9所示,由于污染風險和工程背景的差異,降雨對干支流各河道水質(zhì)呈現(xiàn)出不同影響,其中,潭頭河、沙井河、潭頭渠由于沿線高污染風險排口較為密集,降雨期間水質(zhì)惡化明顯,但由于現(xiàn)狀補水系統(tǒng)完善,水質(zhì)恢復(fù)較快;石巖渠、松崗河中上游、七支渠上游、萬豐河上游等河道(段)由于污染負荷相對較高且現(xiàn)狀缺少生態(tài)補水,水環(huán)境容量不足,雨后水質(zhì)恢復(fù)緩慢.

生態(tài)補水是改善河道水質(zhì)的有效措施,受到補水水質(zhì)、補水量、補水位置等因素的影響,不同補水調(diào)度方式的效果差異顯著[33].為了加快雨后河道水質(zhì)改善過程,基于補水總量不變原則,對現(xiàn)狀生態(tài)補水方案進行局部優(yōu)化,調(diào)整部分河道補水量和補水位置,優(yōu)化策略見表3.以中雨為例,補水方案優(yōu)化后七支渠、萬豐河、松崗河、石巖渠雨后水質(zhì)恢復(fù)至V類水的速度加快一倍以上;沙井河、上寮河由于現(xiàn)狀補水量較大,適當縮減補水量對其水質(zhì)恢復(fù)影響較小.雨后流域水質(zhì)情況如圖10所示,與圖9結(jié)果相比,在保持補水總量不變的前提下,優(yōu)化方案可顯著提高流域水質(zhì)的整體穩(wěn)定性.

表3 補水方案優(yōu)化策略

圖10 補水方案優(yōu)化后茅洲河干支流雨后水質(zhì)情況(NH3-N濃度)

3 結(jié)論

3.1 茅洲河流域?qū)毎财瑓^(qū)開發(fā)密度高,下墊面類型以高污染負荷地塊為主,面源污染風險大.基于GIS空間分析和聚類分析理論,以研究區(qū)域內(nèi)沿河污染排口服務(wù)范圍為統(tǒng)計單元,排口服務(wù)范圍和污染等級為聚類因子,采用先驗策略,應(yīng)用層次聚類算法和K-均值算法進行迭代優(yōu)化,將沿河雨水排口分為18類,經(jīng)檢驗聚類效果良好.

3.2 流域水環(huán)境模型選取26h全潮期為率定期, 30d為驗證期,以共和村斷面為參證站,采用同步水動力、水質(zhì)實測數(shù)據(jù)進行參數(shù)率定和驗證.率定期和驗證期的流量、水位模擬結(jié)果NSE均達到0.99左右;率定期和驗證期水質(zhì)模擬結(jié)果NSE在0.7以上,模型參數(shù)較為可靠.

3.3 在現(xiàn)狀工程條件下分析茅洲河流域降雨期間和雨后水質(zhì)變化情況,干、支流各河道水質(zhì)變化呈現(xiàn)不同規(guī)律,部分河段沿線污染風險較高,雨后水質(zhì)明顯惡化,但現(xiàn)狀較為完善的生態(tài)補水系統(tǒng)可使其水質(zhì)較快恢復(fù);但仍部分游河道(段)由于污染負荷相對較高且生態(tài)補水不足,雨后水質(zhì)不易恢復(fù).基于生態(tài)補水總量不變的原則優(yōu)化現(xiàn)有補水策略,結(jié)果表明優(yōu)化后重點污染河道(段)雨后水質(zhì)恢復(fù)速率明顯加快,同時對其他河道無明顯不利影響,流域水質(zhì)整體穩(wěn)定性提高.

[1] 丁程程,劉 健.中國城市面源污染現(xiàn)狀及其影響因素 [J]. 中國人口.資源與環(huán)境, 2011,127(S1):86-89. Ding C C, Liu J. Discussion on urban non-point source pollution and control technologies in China [J]. China population, resources and environment, 2011,127(S1):86-89.

[2] 耿潤哲,梁璇靜,殷培紅,等.面源污染最佳管理措施多目標協(xié)同優(yōu)化配置研究進展 [J]. 生態(tài)學報, 2019,39(8):2667-2675. Geng R Z, Liang X J, Yin P H, et al. A review: multi-objective collaborative optimization of best management practices for non-point sources pollution contro1 [J]. Aeta Ecologica Sinica, 2019,39(8): 2667-2675.

[3] Charters F J, Cochrane T A, O’Sullivan A D. Predicting event-based sediment and heavy metal loads in untreated urban runoff from impermeable surfaces [J]. Water, 2020,12:969.

[4] 朱聞博,王 健,薛 菲,等.從海綿城市到多維海綿——系統(tǒng)解決城市水問題 [M]. 南京:江蘇鳳凰科學出版社, 2018:37. Zhu W B, Wang J, Xue F, et al. Integrated solutions for urban water issues [M]. Nanjing: Phoenix Science Press, 2018:37.

[5] 彭兆弟,李勝生,劉 莊,等.太湖流域跨界區(qū)農(nóng)業(yè)面源污染特征 [J]. 生態(tài)與農(nóng)村環(huán)境學報, 2016,32(3):458-465. Peng Z D, Li S S, Liu Z, et al. Characteristics of transboundary non-point source agricultural pollution in the Taihu valley [J]. Journal of Ecology and Rural Environment, 2016,32(3):458-465.

[6] 車 蕊,林 澍,范中亞,等.連續(xù)極端降雨對東江流域水質(zhì)影響分析 [J]. 環(huán)境科學, 2019,40(10):140-149. Che R, Lin S, Fan Z Y, et al. Effects of continuous extreme rainfall on water quality of the Dongjiang river basin [J]. Environmental Science, 2019,40(10):140-149.

[7] 何夢男,張 勁,陳 誠,等.上海市淀北片降雨徑流過程污染時空特性分析 [J]. 環(huán)境科學學報, 2018,38(2):103-112. He M N, Zhang J, Chen C, et al. Analysis of the temporal and spatial characteristics of rainfall-runoff pollution in Dianbei basin of Shanghai [J]. Acta Scientiae Circumstantiae, 2018,38(2):103-112.

[8] Li C, Zheng X, Zhao F, et al. Effects of urban non-point source pollution from Baoding city on Baiyangdian lake [J]. Water, 2017,9(4): 249-266.

[9] 許淑敏.天津市降雨徑流對海河干流水質(zhì)的影響研究 [D]. 天津:天津大學, 2018. Xu S M. Study on the effects of rainfall-runoff on the water quality in the Haihe mainstream in Tianjin [D]. Tianjin: Tianjin University, 2018.

[10] Gong Y W, Liang X, Li X, et al. Influence of rainfall characteristics on total suspended solids in urban runoff: a case study in Beijing [J]. Water, 2016,8:278-300.

[11] Qiu S, Yin H, Deng J, et al. Cost-effectiveness analysis of green–gray stormwater control measures for non-point source pollution [J]. International Journal of Environmental Research and Public Health, 2020,17:998-1010.

[12] 杜 建,陳曉宏,陳志和,等.珠江三角洲感潮河網(wǎng)區(qū)水環(huán)境引水調(diào)控研究 [J]. 水文, 2012,32(4):18-23,98. Du J, Chen X H, Chen Z H, et al. Water diversion and control for water environment in tidal network of Pearl River Delta [J]. Journal of China Hydrology, 2012,32(4):18-23,98.

[13] 江 濤,朱淑蘭,張 強,等.潮汐河網(wǎng)閘泵聯(lián)合調(diào)度的水環(huán)境效應(yīng)數(shù)值模擬 [J]. 水利學報, 2011,42(4):388-395. Jiang T, Zhu S L, Zhang Q, et al. Numerical simulation on effects of gate-pump joint operation on water environment in tidal river network [J]. Journal of Hydraulic Engineering, 2011,42(4):388-395.

[14] 何民輝,舒 展.感潮河網(wǎng)地區(qū)引水增流改善水環(huán)境實踐探討 [J]. 南昌工程學院學報, 2013,32(3):64-67. He M H, Shu Z. Improving water environment by water diversion and flow strengthening in tidal river networks [J]. Journal of Nanchang Institute of Technology, 2013,32(3):64-67.

[15] 賀新春,黃芬芬,汝向文,等.珠江三角洲典型河網(wǎng)區(qū)水資源調(diào)度策略與技術(shù)研究 [J]. 華北水利水電大學學報:自然科學版, 2016,6:55- 60. He X C, Huang F F, Ru X W, et al. Study on water resources dispatching strategy and technology in typical river network area of the Pearl River [J]. Journal of North China University of Water Resources and Electric Power, 2016,6:55-60.

[16] 樓少華,呂權(quán)偉,任珂君,等.從深圳治水歷程研究高密度建成區(qū)排水系統(tǒng)的選擇與改造 [J]. 中國給水排水, 2018,34(18):28-31. Lou S H, Lyu Q W, Ren K J, et al. Study on the selection and reconstruction of urban drainage system in high density construction area from the course of water control in Shenzhen [J]. China Water & Wastewater, 2018,34(18):28-31.

[17] 何振強,方詩標,陳永明,等.錢塘江感潮河段污染物遷移擴散數(shù)值分析 [J]. 環(huán)境科學學報, 2017,37(5):1668-1673. He Z Q, Fang S B, Chen Y M, et al. Numerical analysis of pollutant transport and diffusion in the tidal reach of Qiantang River [J]. Acta Scientiae Circumstantiae, 2017,37(5):1668-1673.

[18] 季榮耀,陸永軍,詹小磊,等.伶仃洋茅洲河口動力地貌演變過程 [J]. 水科學進展, 2019,30(6):781-788. Ji R Y, Lu Y J, Zhan X L, et al. Study on the morphodynamic evolution processes in the Maozhou Estuary of the Lingding Bay [J]. Advances in Water Science, 2019,30(6):781-788.

[19] 徐 群,莫思平,季榮耀,等.港珠澳大橋?qū)α尕暄蠛涌诔绷鳝h(huán)境的影響 [J]. 水利水運工程學報, 2012,2:79-83. Xu Q, Mo S P, Ji R Y, et al. Impacts of the Hong Kong-Zhuhai-Macao Bridge on flow environment of Lingdingyang estuary [J]. Hydro- Science and Engineering, 2012,2:79-83.

[20] 趙彥軍,徐宗學,譚秋陽,等.深圳市降水特征時空演變規(guī)律分析 [J]. 北京師范大學學報(自然科學版), 2019,5:564-571. Zhao Y J, Xu Z X, Tan Q Y, et al. Spatiotemporal variations in precipitation in Shenzhen [J]. Journal of Beijing Normal University (Natural Science), 2019,5:564-571.

[21] 馮存岸,于金珍,馮依蕾,等.陸海統(tǒng)籌下的陸源排放口聚類分析[J]. 水動力學研究與進展(A輯), 2020,35(3):42-48. Feng C A, Yu J Z, Feng Y L, et al. Cluster analysis of land-sourced sewage outlets based on Jaccard similarity [J]. Chinese Journal of Hydrodynamics, 2020,35(3):42-48.

[22] 鄒永福,田 檢,黃曉航.因子分析和聚類分析在長江水污染綜合評價中的應(yīng)用 [J]. 科技信息, 2009,19:728-729. Zou Y F, Tian J, Huang X H. Application of factor analysis and ouster analysis to water quality comprehensive evaluation on Yangtze River [J]. Science & technology information, 2009,19:728- 729.

[23] 沈迅偉,袁春偉.基于模糊聚類分析的水污染評價 [J]. 南京化工大學學報, 1998,20:30-34. Shen X W, Yuan C W. Water pollution assessment based on fuzzy cluster analysis [J]. Journal of Nanjing University of chemical technology, 1998,20:30-34.

[24] 馬曉艷,唐 雁.層次聚類算法研究 [A]//2008年計算機應(yīng)用技術(shù)交流會論文集 [C]. 重慶:重慶計算機學會, 2008. Ma X Y, Tang Y. Research on hierarchical clustering algorithm [A]//Proceedings of 2008computer application technology exchange conference [C]. Chongqing: Chongqing Computer federation, 2008.

[25] 尉景輝,何丕廉,孫越恒.基于K-Means的文本層次聚類算法研究 [J]. 計算機應(yīng)用, 2005,10:111-112. Yu J H, He P L, Sun Y H. Research on text hierarchical clustering algorithm based on K-Means [J]. Journal of computer applications, 2005,10:111-112.

[26] Rossman L A, Storm water management model user’s manual version 5.0 [R]．USA: United States Environmental Protection Agency, 2009.

[27] Danish Hydraulic Institute. Water and environment. MIKE11Reference Manual [Z]. Denmark: DHI, 2014.

[28] 黃國如,聶鐵鋒.廣州城區(qū)雨水徑流非點源污染特性及污染負荷 [J]. 華南理工大學學報:自然科學版, 2012,40(2):146-152. Huang G R, Nie T F. Characteristics and load of non-point source pollution of urban rainfall runoff in Guangzhou, China [J]. Journal of South China University of Technology (Natural Science Edition), 2012,40(2):146-152.

[29] 羅鴻兵,羅 麟,黃 鵠,等.城市入河徑流排放口總污染特征研究 [J]. 環(huán)境科學, 2009,30(11):109-117. Luo H B, Luo L, Huang G, et al. Total pollution features of urban runoff outlet for urban river [J]. Environmental Science, 2009,30(11): 109-117.

[30] 深圳市水務(wù)局.深圳市面源污染整治管控技術(shù)路線及技術(shù)指南(試行) [Z]. 深圳:深圳市水務(wù)局, 2018. Shenzhen Water Affairs Bureau: Shenzhen non point source pollution control technology route and technical guidelines [Z]. Shenzhen: Shenzhen Water Affairs Bureau, 2018.

[31] 林希晨,倪紅珍,王 琳.東南沿海平原河網(wǎng)區(qū)域水質(zhì)水量模型研究 [J]. 水利水電技術(shù), 2019,50(6):150-157. Lin X C, Ni H Z, Wang L. Application of hydrodynamic and water quality model in the river network of southeast coastal plain area [J]. Water Resources and Hydropower Engineering, 2019,50(6):150-157.

[32] 熊鴻斌,陳 雪,張斯思.基于MIKE11模型提高污染河流水質(zhì)改善效果的方法 [J]. 環(huán)境科學, 2017,38(12):5063-5073. Xiong H B, Chen X, Zhang S S. Method of Improving the Water Quality of Polluted Rivers Based on the MIKE11Model [J]. Environmental Science, 2017,38(12):5063-5073.

[33] 樓少華,唐穎棟,陶 明,等.深圳市茅洲河流域水環(huán)境綜合治理方法與實踐 [J]. 中國給水排水, 2020,36(10):1-6. Lou S H, Tang Y D, Tao M, et al. Methods and practice of comprehensive improvement of Maozhou River water environment in Shenzhen [J]. China Water & Wastewater, 2020,36(10):1-6.

致謝：感謝深圳市寶安區(qū)水務(wù)局提供的部分數(shù)據(jù).

Spatial analysis and simulation study of rainfall runoff pollution for a tidal river network.

ZHANG Feng-shan, SHANG Ming-zhu, ZHAO Peng-xiao, CHENG Kai-yu, TANG Ying-dong, WEI Jun*

(Power China Huadong Engineering Corporation Limited, Hangzhou 311122, China)., 2021,41(4)：1834~1841

To explore the spatial distribution characteristics and pollution pattern of non-point source pollution of the tidal river network in the Maozhouhe River basin, the river network water quality under typical rainfall scenarios was simulated and analysed based on spatial analysis, statistical analysis and hydrodynamic-water quality coupling simulation method. An ecological water supply optimization strategy based on the target of water quality improvement was proposed. The results showed that the combination of hierarchical clustering aggregation algorithm and K-means can preferably distinguish the level and class of non-point source pollution. The water quality of the Shiyanqu River and the middle and upper reaches of the Songganghe River recovered slowly after rain fall due to the high non-point source pollution load and the lack of ecological water supply. A local optimized ecological water supply scheme was proposed based on the principle of constant amount of water replenishment. The recovery speed of water quality in key polluted rivers after rainfall was doubled by the optimized results, and the overall stability of river water quality in the basin was improved. The research conclusions provide support to the further understanding on the water pollution characteristics of the Maozhouhe River basin and the delicacy management of watershed water environment.

tidal river networks；non-point source pollution；numerical modelling；Maozhouhe River

X522

A

1000-6923(2021)04-1834-08

張鳳山(1992-),男,內(nèi)蒙古豐鎮(zhèn)人,工程師,碩士,主要從事水環(huán)境數(shù)值模擬研究.發(fā)表論文8篇.

2020-08-23

廣東省重點領(lǐng)域研發(fā)計劃“污染防治與修復(fù)”重點專項(2019B110205005)

* 責任作者, 正高級工程師, wei_j@ecidi.com