程晨健,李天文,陈靖,习永强,王超

(西北大学 城市与环境学院,陕西西安 710127)

0 引言

由于近年来工业化进程急剧加快,工农业用水不断增加并且污染严重,因此合理有效的进行水质监测、评价和治理已成为当今研究刻不容缓的课题。传统流域水质评价是根据指定站点的生物与化学指标监测,来监测流域内指标的长期变化趋势,并建立水质与土地利用的联系。由于非点源污染具有离散型空间分布的特点,在测站历史数据缺少或者不足的地区难以确定极端水质问题。用水质模型与 GIS可视化技术相结合的方法解决这一技术难题,一方面充分发挥了地理信息系统空间数据管理、显示和查询优势;另一方面,利用地理信息系统手段使水质模型的检验和校正显得更为容易,也提高了水质监测的视觉表现力。此外,“3S”技术的发展也为水质的实时动态应用分析提供了有力保障。

以渭河下游为例,将 GIS作为污染源分析的前处理器和可视化显示的后处理器,从而实现基于 WASP模型的河流一维水质数值模拟。

1 研究区简介

1.1 地理位置及自然条件

渭河是关中地区的主要河流和最重要的地表水源,发源于甘肃省渭源县,在陕西境内主要流经西安、咸阳、宝鸡、杨凌、渭南等市(区),由潼关注入黄河,省内全长 502 km,流域面积 7.25万 km2,分别占渭河全长和总流域面积的 61.37%和53.79%。

渭河流域有 21个湖库(包括泾河流域 9个),集水面积在 100 km2以上支流有 176条,干流两岸水系呈不对称分布,南岸主要有石头河、黑河、沣河、灞河等,北岸主要有千河、漆水河、泾河、石川河、北洛河等。泾河和洛河是渭河的最大支流,流域面积大,水体含沙量高,支流分布于宝鸡、咸阳、杨凌、西安、渭南和铜川六市(区)。渭河流域多年平均降水量610.4mm,地域分布呈南多北少、西多东少的趋势。

1.2 渭河水质概况

(1)水源严重短缺

我国是个淡水资源极端短缺的国家,关中地区又是我国北方资源型缺水地区,其人均水资源为 357.5m3,占陕西省人均水资源的 25.5%,同时占全国人均水资源的 13.2%,单位耕地水资源量仅为全国的 10%,全省的 30%。因此,渭河流域水资源供给与社会经济发展之间的矛盾十分尖锐。

(2)河道生态水不足

关中地区降水多集中于夏秋两季,每年 6～10月可得60%的降水和 70%的径流。关中地区自产径流约 70亿m3/a,扣除汛期水量,仅余 20亿 ～30亿 m3/a水量,从渭河年取地表水约 20亿 ～25亿 m3,其中,渭河宝鸡峡林家村引渭工程近 10年年平均取水量为 4.83亿 m3,占河道水量的49.07%。1995年后,径流量逐年减少,但引水量并没有减少,且有加大趋势,造成河道生态水量大幅下降,污径比增高,水体污染物浓度得不到稀释,污染指数居高不下。

(3)水量年际变化大,年内分配不均,调节代价高

(4)水质污染以有机型污染为主

(5)三门峡库区泥沙淤积严重

2 水质监测及模拟

2.1 WASP模型简介

2.1.1 WASP模型基本结构及工作原理

WASP(W ater Quality Analysis Simulation Program)是美国环境保护局研发的可用于对河流、湖泊、河口、水库、海岸等进行水质模拟的模型系统。WASP包括两个独立的部分：DYNHYD水动力程序可模拟水体运动特征并获取水文参数,WASP水质程序可模拟污染物的运动、演变及相互作用,二者可以组合使用,也可独立运行。

EUTRO和 TOXI是两个子模型,它们可以装入水质程序中,其中 TOXI可以模拟有毒物质的污染,包括有机化合物、金属及泥沙;EUTRO用来分析传统污染,包括溶解氧、生化需氧量、营养素等。WASP模型可以灵活、准确的反映水体对流、弥散、杂质负荷及边界交换等的动态变化。

图1 WASP水质模型结构图

WASP模型的基本方程是基于质量守恒原理的扩散迁移方程,能描述多种水质指标在时空中的变化特征。其质量守恒可用数学表达式为：

式中：C为水质因子浓度,单位 mg/L;T为时间步长,单位 s;SL点源、非点源负荷,单位 g/(m3◦d);SB为边界负荷,单位 g/(m3◦d);SK总动力转化率,单位 g/(m3◦d);Ex,Ey,Ez水体纵、横、垂向扩散系数,单位 m2/s;Ux,Uy,Uz为水体纵、横、垂向流速,单位 m/s。方程左端∂c指水体中任一点(x,y,z)处污染物浓度在某∂t一时刻的水质因子浓度;方程右端是指由于扩散作用引起该点污染浓度的变化量;方程右端是指由于迁移作用引起物质浓度的变化。

2.1.2 W ASP水质模拟因子选定

水质模拟主要是研究的化学需氧量,即 COD(Chem ical Oxygen Demand)的变化特征及规律。所谓 COD,是在一定技术条件下,采取强氧化剂处理水样所消耗的氧化剂量。衡量水中有机物质含量多少的指标常常采用 COD值,其值越大,水体受有机物污染越严重,反之则说明水体受有机物的污染越轻微。目前应用最普遍的测定方法是酸性高锰酸钾氧化法与重铬酸钾氧化法,前者氧化率较低,但操作相对简单,常用来作为测定有机物含量的相对值的指标;后者氧化率高、再现性好,适用于测定水样中有机物的总量。

2.2 水质模拟

2.2.1 准备工作

1)河段概化分段

渭河河流河道横断面变化多端,河水纵横交错、汇流众多,若把每个细节都考虑在内,测算工作量庞大,模拟监测水质污染的计算费时费力,所以抓住主要因素,进行合理的河道分段就显得十分必要。根据渭河断面监测站位置,结合渭河下游干流河段的调蓄及输水能力,综合考虑研究目标和精度要求,将渭河流域下游从咸阳到潼关分为 7个水体分区。具体的划分见表 1。

表1 渭河下游干流分段表

2)图幅数字化

利用 GIS软件进行图形的空间数据和属性数据的编辑工作。在测站上完成了渭河流域地形图的数字化、图形拼接、数据转化工作;属性数据则主要包括化学需氧量(COD)监测数据、断面信息、水资源质量评价标准、社会与人文信息等。

2.2.2 水质模型的简化

理论上来说,水质模拟应采用三维非稳态数学模型,求得沿河长、河宽、水深上各点污染物浓度在任一时刻的数值。但在实际操作中受技术水平和经济等条件的限制,加之研究资料有限,在满足模型要求前提下,应尽可能的简化模型。

对一维河流水质研究,结合基本假设前提,公式(1)可简化为：

式中：C为水质指标浓度,单位 mg/L;T为时间步长,单位 s;Ex水体纵向扩散系数,单位 m2/s;Ux水体纵向流速,单位 m/s;K为污染物衰减指数。

2.2.3 模型参数确定

1)水力学参数

在 WASP模型中,水力学参数因为用来确定河道的水力特性而有着非常重要的地位。常见的水力学参数主要包括水力学因子 a、b、c、d等。根据 WASP模型手册,WASP能够通过用户设定的水力学参数值求出 volum值,并且在用户无法给出水流信息时,通过 a、b、c、d值确定 segment的流量、流速和水位的关系。根据历年水文资料,计算出渭河下游咸阳、临潼、华县等断面的水力学因子参数值分别为：

表2 监测站断面水利参数

2)纵向弥散系数Ex

纵向弥散系数 Ex是表征流动水体中污染物在沿水流方向(或纵向)弥散的速率系数,单位常用 m2/s,物理意义为每秒钟污染物在纵向弥散的面积。

本研究根据刘享立(H.Liu)于 1980年提出的公式求算Ex,具体表达为：

根据以往研究结果分析及以上公式的估算,本文取渭河下游的纵向弥散系数为 Ex=30m2/s。

3)COD一级降解系数 K

在利用模型对 COD进行模拟时需要考虑 COD是否降解的问题。由于COD是多种物质的综合指标,只能通过总的降解系数求解,因此我们将COD的降解都看做是一级降解来模拟。为了能够准确的确定渭河下游干流水质的模型参数,结合实测水文资料,采用两点法计算降解系数 K,公式如下：

式中：c1为上游断面污染物浓度,mg/L;c2为下游断面污染物浓度,mg/L;u为河流平均流速,km/d;Δx为上、下游断面间距;

最终,对计算得到的每个 K值取算数平均值,结果 K=0.1d-1。

4)入河污水量

在计算渭河下游干流的 COD入河污染量时,可以将污染物分为两部分考虑——工业排污和生活排污。WASP模型中各个 Segment的COD入河污染总量(kg/d)等于排入该河段的工业 COD排放量和生活污染 COD排放量的总和。利用陕西省环境统计年报以及年鉴资料,汇总各个出工业污染和生活排污,最后确定入河污染量。

2.2.4 W ASP模型构建

在 WASP主菜单下的“Pre-processor”中选择“Dataset”项对文件名、文件说明、模型类型、时间区间、水动力类型等进行参数设置,并且键入 Segment的分段数据。根据所构建的水质模型,在 TOXI程序下,模拟渭河干流下游河段污染物COD的时空变化规律。

图2 WASP模型参数设置

2.2.5 模拟结果输出

为检验水质模拟结果的可行性和有效性,研究以 2003年4月平水期时渭河水质监测数据为依据,对下游干流水域的水质状况进行检验模拟,图 3为 WASP模拟生成的 xy-plot图,误差结果如表3 。

图3 COD模拟结果 xy-plot图

表3 实验误差分析

利用公式：实验误差 =|COD实测 -COD模拟|/COD实测值,得到 COD模拟的误差值最大为 11%,最小为 3.9%,平均误差为6.97%;同时实测值与模拟值变化趋势基本相同(图 4),由此判断,实验结果的可靠性和准确性基本满足精度要求 。

图4 误差分析图

2.2.6 基于 GIS生成 WASP空间格网图

利用 ESRI公司的 ArcGIS软件,在已数字化完成的地形图上进行 WASP模型生成结果的图形化,在空间数据的编辑中,突出行政边界、河流及其河流分区,从而建立相应的 SHP文件。属性数据则对应存储相应空间地物的属性特征。通过二维彩色水系图,对不同污染程度的河流污染度进行色彩渲染,达到数据可视化的效果。如图 5、6和 7,主窗中为A rcGIS生成的SHP图像,主要有河段分区层、监测站点层和行政区划层,图中渐变色表示水体污染物浓度,不同的颜色表示不同污染浓度的数值高低,同时实现了数据的查询功能。

3 水质模拟结果分析

根据 WASP水质程序模拟渭河下游 1、8和 11三个月的COD浓度特征结果,分析渭河水质在枯、丰、平水期这三个阶段的变化状况;同时以 WASP空间格网图为基础,模拟下游地区污染物的空间分布。

图 5 8月 COD浓度 xy-p lot图及空间格网图

图 6 11月 COD浓度 xy-plot图及空间格网图

图 7 1月 COD浓度 xy-p lot图及空间格网图

总体来说,渭河下游每年呈现出丰、枯、平水期三个阶段交错的水文特征,全年 60%的降水多集中在 7、8月份前后,枯水期为 12月到次年 2月,降水占全年降水总量的 5%～17%,平水期为 3、4、5、6、11这五个月,约为 全年的 23% ～35%。由图 5、6、7的 xy-p lot表明,渭河下游干流河段,1月COD浓度较大,大多数站点模拟值均大于 25 mg/L,而 COD浓度在 8月和 11月较小,模拟结果在 8.1～21.1 mg/L和9.3～20.8mg/L之间,1月 COD浓度约为 8月和 11月污染浓度的 2倍,换言之枯水期COD浓度是丰水期和平水期COD浓度的 2倍左右。渭河一年历经两次平水期,在此阶段河水化学污染物浓度均相对较高,达到国家劣 V级污染标准。在4月到 8月间,由于渭河流域降水量的显著增加,水体自净能力的不断增强,COD浓度也急剧降低;而 8月到 11月的丰水期和平水期阶段,COD浓度处于全年的低谷,11月则呈现小幅上升趋势,从 11月到次年 1月 COD浓度又逐渐升高,在枯水期又达到 COD浓度的另一峰值,全年水质均接近或达到劣V类水质要求,COD浓度每年基本符合该变化规律。

4 结论

(1)从全年水质监测模拟情况来看,渭河下游水质污染情况也随着丰、枯、平水期交错而表现出明显差异。即渭河下游河段每年 1～4月份水质的污染程度较高,其它月份水质污染程度则相对较小。由此判断,渭河下游水质整体处于较严重的污染程度,应尽快采取一些科学管理方法和环境治理手段净化渭河水质情况。

图 8 各 Seg分站 COD浓度变化图

(2)由空间格网图 5、6、7并结合图 8的 Seg分站 COD浓度变化图可以看出,在 1、8、11三个月中,咸阳 -西安一带以及渭南城区附近都为COD浓度较大的河段;究其原因主要是在 Seg1,Seg2对应咸阳、西安地区处于工业及生活污水排放量较大。具体来说,Seg2的天江人渡站 COD浓度为渭河下游峰值,平均为 30mg/L;随后COD浓度逐渐减小,在 Seg3-Seg5段又趋于平缓,平均值约为 19.5 mg/L;流经渭南市附近,COD浓度又一次迅速增加,Seg6达到全程的又一较大值,平均浓度为 21.3 mg/L,随后 COD浓度降至 12 mg/L左右;下游全程的总趋势为 COD浓度逐渐减小,其间在 Seg2与Seg6处出现较大值。从这组 COD浓度变化数据看出,城市的工业排污和生活污水的排放也是导致渭河水质污染的重要原因。

(3)从污染的成因方面分析渭河下游水质变化,主要由于以下几个方面原因：第一,渭河干流河道生态水量匮乏,年内径流量分配严重不均;第二,产业结构合理性差,污染型工业分布过于密集,大量工农业污水排放于渭河下游;第三,政府职能部门对污水处理缺乏科学完善的管理体制。要解决渭河下游的污染问题,首先要抓源头,即工业生活污水的排放,政府及相关部门需要合理调整和优化下游地区产业结构,保护渭河水资源,提高水资源利用率,并建立科学的管理体制。其次,需要构建数字渭河,利用现代“3S”技术对渭河下游流域采取科学的数字化信息管理,通过真实可靠的数据来反映渭河水环境状况,进行合理监测、分析和信息反馈。

(4)水质模型与 GIS技术的发展为水质监测和信息管理提供了强有力保障,通过 GIS软件和 WASP模型直观系统的反映出流域内水量分布状况和水质变化情况。同时,GIS能提供一套以地理空间数据为背景的数据采集、分析和显示方法。并且GIS也可作为一个界面进行空间精度水质监测模型拟合。

[1]马蔚纯、张超.基于 GIS的水质数值模拟——以上海市苏州河为例 [J].地理学报 .1998,53：67-71

[2]张荔、孙程、林金辉等.WASP6水质模型在渭河流域水环境容量解析中的应用[J].水资源与水工程学报,2006,17(6)：12-14

[3]林金辉.基于 GIS的数字化渭河流域地理特性研究[D].西安：西安建筑科技大学.2007

[4]刘岚兰、张永红.WASP水质模型在辽河干流污染减排模拟中的应用[J].2010,35(5)：160-163

[5]肖青等.基于 ArcView的空间型苏州河环境信息系统原型研究.环境科学研究.1999,12(2)：16-20,27

[6]童国庆.澳大利亚基于 GIS的水质水量模型研究.水利水电快报 .2008,29(12)：12-14

[7]陈美丹、姚琪、徐爱兰.WASP水质模型及其研究进展[J].水利科技与经济.2006,12(7)：420-422

[8]贾海峰、程声通、杜文涛.GIS与地表水水质模型 WASP5的集成.清华大学学报.2001,41(8)：125-128