施芊芸,钱 新,高海龙,李慧明



贡湖生态修复区水质净化模拟与净化能力

施芊芸,钱 新*,高海龙,李慧明

(南京大学环境学院,污染控制与资源化研究国家重点实验室,江苏 南京 210023)

利用三维水质模型,对藻类生长以及沉水植物(穗花狐尾藻、菹草、苦草)的生长和分布进行模拟,探讨春、夏不同季节情况下,贡湖生态修复区对流域内流入的氮、磷污染负荷的净化效果,旨在进一步定量地揭示沉水植物对富营养化水体净化的重要作用.结果表明贡湖生态修复区夏季(7~9月)出水口IV类水水质达标率略优于春季(3~5月),主要体现在春季氮、磷污染负荷流入,刺激藻类生长,叶绿素a浓度较高;夏季沉水植物生长旺盛,能够与藻类竞争营养盐,从而抑制藻类生长.考虑氮磷污染物流入湖体的后续效应,180d内春季贡湖生态修复区总氮、总磷平均稀释净化效率分别为74.76%和71.00%,180d内夏季贡湖生态修复区总氮、总磷平均稀释净化效率分别为73.20%和64.65%.修复区最大净化能力估算结果为加强生态修复区的管理,保障清水还湖水质提供了参考依据.

三维水质模型；沉水植物模拟；营养盐；净化能力

随着我国经济和社会发展,湖泊富营养化现象严重,水生态系统退化加剧,常伴有水华现象[1].通过恢复沉水植物对湖泊富营养化水体进行一定程度上的净化,降低水体中营养盐含量和藻类生物量成为一种改善湖泊富营养化的重要思路[2-3].近年来,生态修复工程建设越来越多,规模逐步扩大,与此同时,针对人工生态系统恢复效果评估研究较少,缺少实用的生态、水质预测和评价工具.

沉水植物作为湖泊生态系统中的重要组成部分,对维护生态系统的结构和功能、改善水环境具有重要的作用.它能够吸收水体中氮磷等营养盐[4],吸附水体中固体悬浮物,减少底泥再悬浮[5];改善水下溶解氧[6];为降解微生物和水生生物提供栖息场所,增加水体空间生态位[7-8];从而提高湿地、湖泊生态系统的自净能力,稳定水生态系统结构和功能.沉水植物生长受到光照、温度、营养盐和自遮蔽等因素影响[9-11],带有沉水植物模块的生态模型逐渐被应用于湖泊生态修复研究中.早期,Asaeda等[12]通过构建动态模型模拟沉水植物全年生长周期,应用于荷兰Lake Veluwe;Xu等[13-14]构建巢湖生态模型对沉水植物进行模拟.近年来,生态模型逐渐被应用于湖泊总氮、总磷年自净能力的计算[15]以及湖泊稳态转化等研究[16].但是,现有的评估模型较少考虑沉水植物,或只能模拟单一物种,对多种沉水植物及其群落模拟研究缺乏.

本文针对贡湖生态修复区藻类生长、多种沉水植物生长和分布及其相互作用影响进行模拟.通过模型情景分析,比较不同季节生态修复区对入流营养盐的净化效果,预测最佳调水季节、可容纳污染负荷量以及该条件下的清水还湖的最大能力,为人工生态修复区提供了实用的模型评估方法,为贡湖生态修复区的生态管理和维护提供最佳方案和科学参考.

1 材料与方法

1.1 研究区域概况

贡湖生态修复区(31°26'~31°27'N,120°19'~ 120°20'E)位于太湖贡湖湾北岸,总面积达到2.32km2.太湖贡湖属亚热带气候,气候温和湿润,四季分明,雨量充足,年均降雨量1016mm,日照较强,全年无雨期达230d.生态修复区北邻亲水河,通过许仙港与典基港补亲水河的水入生态修复区.南部通过一个双向的闸门与太湖连通,在生态修复区水质较好并且较为稳定的时候,开闸与太湖连通,达到为太湖输送清水的功能.该地区原来存在着大量鱼塘,水质污染较为严重,生态环境较差.该修复区通过一系列修复工程已逐渐稳定为草型湖泊,且湖泊水质稳定在III类水,具有净化入湖河流所带来的污染负荷的功能,但该修复区的净化功能会随不同季节发生变化.为分析不同水深区对沉水植物生长的影响,将生态修复区分为浅水区、中等水深区、深水区,面积比例约为1:1:1.5,各水深区设置1个监测点S1、S2、S3,初始水深分别为0.8,2.4和3.2m.

图1 贡湖生态修复区及采样点示意

1.许仙港;2.典基港;3.七号桥

1.2 IWIND三维水动力水质模型

本研究采用的IWIND模型软件以EFDC作为计算内核,包括水动力模块、泥沙运输模块、富营养化模块和沉积物模块,富营养化模块中包含水生植被模块,模拟光衰减、附生植物、藻类对沉水植物的遮蔽作用,还有鱼类捕食、自身腐解沉降到底泥,再被植物吸收的一个循环过程[8].

沉水植物是该模型模拟的一个重要模块,沉水植物主要通过营养物质的竞争和防止底泥再悬浮限制藻类的生长,而控制沉水植物生长的关键因子包括:可见光、营养物质、底泥特性及温度,沉水植物生长方程可表示如下:

m=PMm×1()×2()×3()×4()×5(1)

式中:m为沉水植物生长速率,d-1;PMm为沉水植物最大生长速率,d-1;1()为沉水植物生长的营养盐限制系数,0£1£1;2()为沉水植物生长的光照限制系数,0£2£1;3()为沉水植物生长的温度限制系数,0£3£1;4()为沉水植物生长的盐度影响系数,0£4£1;5为沉水植物生长的自遮蔽系数,0£5£1.

沉水植物呼吸作用损耗计算公式如下:

mBMRmexp(KTBm[TRm]) (2)

式中:m为沉水植物的呼吸作用速率,d-1; BMRm为沉水植物在TRm时的基础呼吸作用速率, d-1;KTBm为温度对水生植物呼吸作用的影响, ℃-1;是水动力模型给出的温度,℃;TRm为水生植物呼吸作用的基准温度,℃.

1.2.1 模型构建 模型是基于有限差分求解水动力方程的数值模拟系统,整个贡湖生态修复区划分为759个35m´45m矩形网格,垂向采用坐标,分为两层,各层所占的水深比例均为0.5.

在生态修复区中,选取监测点S1、S2、S3每月采集水样和沉水植物样品,时间为2014年3月~2016年3月.监测水温、浊度、透明度、总氮、总磷、氨氮、硝态氮、正磷酸盐等水质指标. 水质初始条件采用实测数据.沉水植物使用抓斗式采草器(PGS-611)采集,采集面积0.20m2,每个点位采集2次,编号装袋运回实验室.对沉水植物进行清洗并去除多余水分后,各采样点进行种类划分并称重(湿重),最后换算成每平方米面积内各沉水植物的重量(湿重).选取作为优势种的穗花狐尾藻(L.)、菹草()和苦草()作为优势种代表进行模拟,各沉水植物湿重单位g/m2根据生长型按比例转化为gC/m2后输入模型.模型从2014年3月25日开始计算,时间步长60s,模拟周期为1年.

图2 模型计算条件和模型网格

贡湖生态修复区设有气象站,监测数据包括气压、气温、相对湿度、降雨、蒸发、云量、辐射,气象条件数据为每小时一次.许仙港双向调水泵站2台7.5kw混流泵每天最大调水量1.72万m3,典基港1台600m³/h潜流泵最大调水量可达1.44万m3,调水水质为V类水.2014年3月~2015年3月模型的计算条件及模型网格如图2所示.

1.2.2 模型参数及模型率定 根据3个实测采样点的实测数据进行模型率定和验证.模型选择2014年3月~2015年3月数据用于校正,2015年3月~2016年3月数据用于验证.用于校正和验证的变量包括叶绿素a、总磷、总氮和沉水植物生物量.沉水植物主要参数设置如表1所示.

表1 沉水植物参数取值

图3 水质和沉水植物模型验证结果

本文模型的校正包括水动力模块和水质模块的参数率定,根据参数阈值范围调整关键参数,使得模拟值与观测值之间的差距最小.贡湖生态修复区水位和温度模拟值与观测值具有很好的一致性(图2),说明该模型能够准确反映贡湖生态修复区水动力情况.

2014年3月~2015年3月模型率定结果: Chl-a、TN、TP、穗花狐尾藻、菹草、苦草在浅水区的模拟值与实测值吻合较好,2分别为0.79、0.64、0.37、0.90、0.95和0.87,其中TN、TP取2014年3月~2014年10月数据;中等水深区Chl-a、TN、TP、穗花狐尾藻2分别为0.79、0.19、0.51和0.24;深水区Chl-a、TN、TP、穗花狐尾藻2分别为0.73、0.39、0.53和0.56. 2015年3月~2016年3月数据用于模型验证,水质和水生植物生物量模型验证结果如图3所示.总体看,通过校准和验证后的模型能够准确反映出贡湖生态修复区的水动力和水质过程.

1.2.3 模型运行方案 为定量分析不同季节(春季、夏季)生态修复区的净化能力的差异,本研究设置2个情景.情景一:春季污染物入湖时间为3月25日~6月24日(3个月);情景二:夏季污染物入湖时间为7月1日~9月30日(3个月).两种情景均采用即排即出方式调水,入湖流量许仙港0.20m3/s、典基港0.16m3/s.由于流入修复区的氮、磷污染物经入湖前拦截净化处理,不超过V类水标准,为探究修复区氮磷最大负荷量,入流水质设定为V类水(总氮2.0mg/L、总磷0.2mg/L、叶绿素a 0.065mg/L)[17-18],修复区水力停留时间约为64d.

1.3 污染负荷及稀释净化效率计算

修复区对入流富营养化水体营养盐有拦截、稀释、净化的作用.稀释净化效率指同一时刻,入水口流入的氮磷污染负荷和出水口流出氮磷污染负荷之间的差值与入流氮磷污染负荷的比值.贡湖生态修复区对流域内流入的TN、TP的稀释净化效率计算方法如下:

=(M-0)/M=(QC-00)/(QC)(3)

式中:M,0分别为入/出湖污染负荷,mg/d;Q,0分别为入/出湖流量,m³/d;C,0分别为入/出湖水质浓度,mg/L;为贡湖生态修复区TN、TP稀释净化效率,%. Q,C由模型边界条件获得,0,0为模型七号桥出水口水质数据.

2 结果与讨论

2.1 不同季节修复区出流口水质指标对比

通过对春、夏不同季节氮、磷负荷流入贡湖生态修复区的两种情景模拟,考虑流入的氮磷负荷对生态修复区沉水植物及水质净化的后续效应的影响,两种情景半年内(春季3~8月,夏季7~12月,各180d)修复区出水口叶绿素a (Chl- a)、总氮(TN)、总磷(TP)的半年平均值如表2所示.

通过模拟春季、夏季两种情景下氮磷污染流入后生态修复区沉水植物的净化作用,以IV类水达标率作为评价净化效果的指标.计算可知,氮磷负荷在春季(3~5月)流入后,半年内出水口IV类水达标天数占79.29%;氮磷负荷在夏季(7~9月)流入后,半年内出水口IV类水达标天数占81.34%,生态修复区夏季情景下出水口水质达标率略优于春季.

表2 出水口水质指标

2.2 不同季节修复区稀释净化效率比较

图4表示不同水深区在春季和夏季情景下,3个月污染物流入期间(90d)和半年内(180d)叶绿素a(Chl-a)、总氮(TN)、总磷(TP)和沉水植物生物量(SAV)的平均值.

图4 春夏不同季节水质和沉水植物生物量

结果表明,不同水深区Chl-a浓度春季90d内平均值和夏季90d内平均值大致相同,但是考虑生态修复区沉水植物生长净化的后续效应,Chl-a浓度春季180d内平均值高于夏季180d内平均值,生态修复区春季净化能力低于夏季.春季湖体营养盐浓度过高,沉水植物生物量还未达到峰值,会刺激藻类生长,抑制此后沉水植物的生长[19].180d内春季贡湖生态修复区总氮、总磷平均稀释净化效率分别为74.76%和71.00%,180天内夏季贡湖生态修复区总氮、总磷平均稀释净化效率分别为73.20%和64.65%.不同水深区TN、TP浓度半年内平均值均为夏季高于春季,这是由于11~12月处于沉水植物衰亡期,会释放N、P营养盐[20-22],并且较少的沉水植物使得修复区净化能力减弱.

浅水区沉水植物夏季90d和180d平均生物量分别为768.7和621.6g/m2,远高于春季平均生物量334.9和281.5g/m2,而中等水深区和深水区夏季180d平均生物量分别为83.7和32.9g/m2,春季则为119.2和92.1g/m2,夏季沉水平均生物量低于春季.这是因为浅水区由于光照充足,沉水植物受光照限制较少,若不受藻类遮蔽,在夏季能够大量生长;而在中等水深区和深水区,穗花狐尾藻、菹草、苦草受光照限制,生物量较浅水区减少,沉水植物生长旺盛期在5~9月,11~12月穗花狐尾藻、苦草衰亡,所以在中等水深区和深水区后期沉水植物生物量明显下降.

利用模型模拟流域内高浓度氮磷污染物(V类水)持续流入生态修复区,保持每日流量与情景一、二相同,出流口闸门保持开放,设置情景三、四.情景三:春季氮磷污染物开始流入生态修复区,时间3月25日~11月25日(8个月);情景四:夏季氮磷污染物开始流入生态修复区,时间7月1日~11月25日(5个月).图5由公式(3)计算可得,表示不同季节(春季、夏季)氮磷污染物流入生态修复区后,生态修复区稀释净化效率.总体而言,不同季节氮磷污染物流入生态修复区后,生态修复区的净化效率具有明显差异,生态修复区对夏季流入的氮磷污染物的净化效率,高于春季流入氮磷污染物的净化效率.由于在春季(3月25日开始)氮、磷营养盐流入初期,流入的氮磷污染物还未达到出水口,加上春季菹草开始大量生长,对氮吸收能力增强[21],所以修复区在前一个月内TN稀释净化效率处于上升阶段,TN去除率达到80%左右;随着氮磷污染物流入,并达到出水口,TN、TP净化效率迅速下降,大约在6月25日左右,TN、TP的稀释净化效率分别下降至60%和54.6%.此后,暖季型沉水植物在7~9月达到最高值,对TN、TP的吸收能力增强,使得TN、TP的稀释净化效率保持一个较为平稳的状态,TN稀释净化效率在60%~70%,TP的稀释净化效率在50%左右.然而,夏季(7月1日开始)氮磷营养盐流入生态修复区时,由于修复区沉水植物生物量比春季大,处于生长旺盛期,吸收氮磷营养盐的能力很强.生态修复区夏季初始TN、TP含量很低稀释能力强,导致7月初出水口TN、TP稀释净化效率已分别达到82%和92%,流域内氮磷营养盐的流入,生态修复区水质变差,出水口的净化效率不断下降,但始终夏季情境下TN、TP平均稀释净化效率大于春季情景.此外,10月中下旬,沉水植物逐渐进入衰亡期,氮磷吸收能力下降,并逐渐腐解释放氮、磷、有机质等物质,生态修复区净化效率下降更为迅速.杨小红等[23]研究表明,植物的腐败死亡对水体中总氮含量影响不大,对总磷含量的影响大,并且菹草对TN的去除率高于对TP的去除率.这一结论与11~12月模拟结果,出水口TP净化效率下降速率高于TN净化效率相一致.

2.3 修复区最大净化能力估算

在出水口水质满足IV类水的条件下,生态修复区所能容纳的上游氮磷污染负荷为修复区最大允许负荷量,这段时间内出水口流出的总水量为该条件下修复区的可净化水量.

上述分析表明,夏季流域内氮磷污染物流入生态修复区,沉水植物生长旺盛,修复区抗外部胁迫能力较强,修复区的净化效率较高,确定夏季为最佳调水季节.为了尽可能提高生态修复区的净化效率,为外太湖输送更多清水,模型以夏季情景为例,模拟氮磷污染物持续流入生态修复区1个月(7月)、2个月(7~8月)、3个月(7~9月)……9个月(7月~次年3月)9种情景,保证入流流量和水质V类水不变,得到修复区在确保出水水质IV类水的情况下,修复区最大允许负荷量和可净化水量.

图6 不同入流时长下出水口水质指标浓度

图6表示氮磷污染物7月开始流入贡湖生态修复区后,9种情景下,贡湖生态修复区出水口Chl-a、TN、TP在该调水时长下以及后期停止调水后浓度变化情况.结果表明,Chl-a在9种模拟情景下全年几乎均低于30μg/L,高于IV类水标准(30μg/L),9~11月存在略高于IV类水标准的情况,但远低于V类水65μg/L,低于蓝藻可能暴发限值50μg/L,且随后较短时间内浓度下降;TN在氮磷污染物持续流入修复区小于等于6个月时,出水口TN浓度稳定控制在IV类水标准(1.5mg/L)以上;TP在氮磷污染物持续流入修复区小于等于4个月时,出水口TP浓度基本控制在IV类水标准(0.1mg/L),出水口TP浓度最高达到0.11mg/L.当氮磷污染物在7月1日~10月31日4个月持续流入生态修复区,修复区最大允许负荷量TN和TP分别为7.87t/a和0.79t/a,可净化水量约为393.56万m3/a.

3 结论

3.1 贡湖生态修复区夏季(7~9月)出水口IV类水水质达标率略优于春季(3~5月),主要体现在春季氮、磷污染负荷流入,刺激藻类大量生长,叶绿素a浓度较高;夏季沉水植物生长旺盛,能够与藻类竞争营养盐,从而抑制藻类生长.

3.2 考虑氮磷污染物流入湖体的后续效应, 180d内春季贡湖生态修复区总氮、总磷平均稀释净化效率分别为74.76%和71.00%,180d内夏季贡湖生态修复区总氮、总磷平均稀释净化效率分别为73.20%和64.65%.180d内春季贡湖生态修复区对总氮和总磷的平均稀释净化效率高于夏季,可能是由于11~12月处于沉水植物衰亡期,会释放N、P营养盐使得修复区净化能力降低.

3.3 为尽可能提高生态修复区的净化效率,实现“清水再造”的最大还湖量并保证出水IV类水质,管理部门可采用“即排即出”的方式进行“清水还湖”,持续时间为7月~10月底.该情景下,利用模型估算可得,贡湖生态修复区最大允许负荷量TN和TP分别为7.87和0.79t/a,可净化水量约为393.56万m3/a.

[1] 齐凌艳,黄佳聪,高俊峰,等.基于二维湖泊藻类模型的洪泽湖藻类空间动态模拟 [J]. 中国环境科学, 2015,35(10):3090-3100.

[2] 王 雁,黄佳聪,闫人华,等.湖泊湿地的水质净化效应——以太湖三山湿地为例 [J]. 湖泊科学, 2016,28(1):124-131.

[3] Backer S D, Teissier S, Triest L. Stabilizing the clear-water state in eutrophic ponds after biomanipulation: submerged vegetation versus fish recolonization [J]. Hydrobiologia, 2012,689(1):161-176.

[4] Jeppesen E, Jensen J P, Søndergaard M, et al. Top-down control in freshwater lakes: the role of nutrient state, submerged macrophytes and water depth [J]. Hydrobiologia, 1997,342- 343(1):151-164.

[5] Schulz M, Kozerski H P, Pluntke T, et al. The influence of macrophytes on sedimentation and nutrient retention in the lower River Spree (Germany) [J]. Water Research, 2003,37(3):569.

[6] 孟繁丽,何连生,李一葳,等.白洋淀草型与藻型水域溶解氧含量的差异性 [J]. 湿地科学, 2013,11(2):292-296.

[7] Muylaert K, Pcbrez-Martcnez C, Sclnchez-Castillo P, et al. Influence of nutrients, submerged macrophytes and zooplankton grazing on phytoplankton biomass and diversity along a latitudinal gradient in Europe [J]. Hydrobiologia, 2010,653(1):79-90.

[8] Ji Z G. Hydrodynamics and water quality: modeling rivers, lakes, and estuaries [M]. Wiley-Interscience, 2013.

[9] Strand J A, Weisner S E B. Morphological plastic responses to water depth and wave exposure in an aquatic plant (Myriophyllum spicatum) [J]. Journal of Ecology, 2001,89(2):166-175.

[10] Xu W, Hu W, Deng J, et al. Impacts of water depth and substrate type on Vallisneria natans at wave-exposed and sheltered sites in a eutrophic large lake [J]. Ecological Engineering, 2016,97:344-354.

[11] 秦伯强,张运林,高 光,等.湖泊生态恢复的关键因子分析 [J]. 地理科学进展, 2014,33(7):918-924.

[12] Asaeda T, Bon T V. Modelling the effects of macrophytes on algal blooming in eutrophic shallow lakes [J]. Ecological Modelling, 1997,104(2/3):261-287.

[13] Xu F L, Jørgensen S E, Tao S, et al. Modeling the effects of ecological engineering on ecosystem health of a shallow eutrophic Chinese lake (Lake Chao) [J]. Ecological Modelling, 1999,117(2/3):239-260.

[14] Xu F L, Jørgensen S E, Kong X Z, et al. Chapter 13 - Development of Ecological Models for the Effects of Macrophyte Restoration on the Ecosystem Health of a Large Eutrophic Chinese Lake (Lake Chaohu) [M]. Developments in Environmental Modelling, 2014:337-373.

[15] 韩 涛,翟淑华,胡维平,等.太湖氮、磷自净能力的实验与模型模拟 [J]. 环境科学, 2013,34(10):3862-3871.

[16] Zhang C, Gao X, Wang L, et al. Modelling the role of epiphyton and water level for submerged macrophyte development with a modified submerged aquatic vegetation model in a shallow reservoir in China [J]. Ecological Engineering, 2015,81:123-132.

[17] GHZB1-1999 地表水环境质量标准 [S].

[18] GB3838-2002 地表水环境质量标准 [S].

[19] 代亮亮,郭亮亮,吴中奎,等.不同浓度藻类水华对两种沉水植物的影响 [J]. 中国环境科学, 2016,36(9):2765-2773.

[20] Li C H, Wang B, Ye C, et al. The release of nitrogen and phosphorus during the decomposition process of submerged macrophyte (Hydrilla verticillata Royle) with different biomass levels [J]. Ecological Engineering, 2014,70:268-274.

[21] Li X, Cui B, Yang Q, et al. Effects of plant species on macrophyte decomposition under three nutrient conditions in a eutrophic shallow lake, North China [J]. Ecological Modelling, 2013,252(1): 121-128.

[22] 叶 春,王 博,李春华,等.沉水植物黑藻腐解过程中营养盐释放过程 [J]. 中国环境科学, 2014,(10):2653-2659.

[23] 杨小红,张 邦喜,薛 飞,等. 3种沉水植物夏秋季对水质的净化效果 [J]. 贵州农业科学, 2011,39(10):206-208.

Numerical simulation of water purification and estimation of purifying capacity in Gonghu ecological restoration area.

SHI Qian-yun, QIAN Xin*, GAO Hai-long, LI Hui-ming

(State Key Laboratory of Pollution Control and Resources Reuse, School of Environment, Nanjing University, Nanjing 210023, China)., 2018,38(5)：1878~1885

Using 3D water quality model, we simulated the growth of algae and the growth and the distribution of submerged macrophytes (L.,,) and compared the effect of water purification of nutrients in Gonghu ecological restoration area in spring and summer, aiming at further quantitatively revealing the important role of submerged macrophytes in the purification of eutrophic water bodies. The results showed that: The class IV water attainment rate of the ecological area discharge in summer (July~September) is higher than that in spring (March-May). In spring, the algae grow fast with the nitrogen and phosphorus nutrients inflowing, which can result in a higher concentration of chlorophyll a. However, a large amount of submerged macrophytes can complete with algae for nutrients, thereby inhibiting algal growth. Considering the follow-up effect of nutrients inflowing, the average dilution and purification efficiency of total nitrogen and total phosphorus in Gonghu ecological restoration area were 74.76% and 71.00% respectively in 180days when the nutrients inflowed in spring, and 73.20% and 64.65 % when the nutrients inflowed in summer. The estimation results of the maximum purifying capacity can provide a reference for strengthening the management of ecological restoration area and ensuring the water quality of the lake.

3D water quality model；submerged macrophyte simulation；nutrient；purifying capacity

X524

A

1000-6923(2018)05-1878-08

2017-09-18

国家水体污染控制与治理科技重大专项(2013ZX07101014)

* 责任作者, 教授, xqian@nju.edu.cn

施芊芸(1992-),女,江苏南京人,南京大学硕士研究生,主要从事水污染治理与模拟研究.发表论文1篇.