1 引言
景观水体是城市水环境的重要组成部分,目前我国城市景观水体普遍面临污染负荷高、水体自净能力差的问题,水体富营养化和黑臭现象严重(杜文华等,2006),而补水来源不足是造成这一问题的主要原因之一(李海燕等,2006).采用城市污水厂处理出水(尾水)作为水体补水水源成为不少城市解决景观水体补水不足问题的重要举措,尤其在干旱缺水地区,污水厂尾水成为一些景观水体的唯一补水来源(Hirich et al., 2013).然而,从水质的角度来看,尾水的污染强度对水体水质变化具有重要的影响,尾水水质能达到《城镇污水处理厂污染物排放标准》中的一级A或一级B标准(北京市环境保护科学研究院和中国环境科学研究院,2002),但作为水体的补水,这一水质标准与《地表水环境质量标准》(国家环境保护总局,2002)之间存在很大差异,以污水一级A排放标准与地表水V类水体标准相比,前者的TN和TP浓度分别是后者的7.5倍和2.5倍,也就是说,尾水补水很可能导致水体中营养物的富集,造成水体藻类的过度繁殖和富营养化(黄伟伟,2008).因此,针对以尾水为补水的城市景观水体,开展污染物的收支平衡分析,有利于理清水体污染物的输入输出关系和迁移转化规律,对开展水体水质预测和富营养化控制具有重要的意义.
翠湖位于昆明市中心(图 1),是昆明市重要的景观水体,该湖历史上曾是滇池的连通水体,后因水位下降成为独立水面.翠湖水面面积为150000 m2,经现场测定,平均水深约1.2 m,蓄水量约为170000 m3.目前,翠湖补水来源包括尾水、降雨和公园地表径流3个方面,其中,尾水补水量占总补水量的90%以上,该尾水来自于昆明市第四污水厂出水.现阶段,翠湖呈现严重富营养化状态(于秀芳等,2008),初步分析,水中污染物来源于尾水补水、地表径流和底泥释放;另外,每年冬天到来年春天,都有大量的西伯利亚海鸥飞抵昆明过冬,主要栖息在翠湖公园内,因此,海鸥的排泄物也是翠湖污染物的一个重要来源.本研究从物料平衡的角度,提出城市水体污染物净积累(NPA)模型并应用于昆明翠湖的污染解析,在对污染物输入输出途径进行清单分析的基础上,揭示不同途径对水体污染的贡献率及主要污染物的净积累特性,以此为基础,提出翠湖水体污染控制的优化策略,以期为城市景观水体的富营养化控制提供新的分析方法和典型案例.
图 1 昆明翠湖及采样点示意图
2 材料与方法
2.1 NPA模型的提出
为研究水体污染物的输入输出关系,提出如式(1)所示的污染物净积累(Net Pollutants Accumulation,NPA)评价指标.
式中,∑Mi为输入污染物总量(kg · a-1),∑Ni为输出污染物总量(kg · a-1),∑Si为自净能力对污染物的降解总量(kg · a-1),所有指标的计算均以年为单位.对于某个水体,如果计算得到NPA>0,说明该水体正处于污染物不断富集的过程,NPA越大,污染物的富集程度越高;如果计算得到NPA≤0,说明污染物在该水体内不存在富集现象,水体自净能力发挥了重要的污染物降解作用.
翠湖的污染物输入途径包括4个方面,其中,通过补水输入污染物的途径有:尾水补水(M1)、降雨补水(M2)和降雨在翠湖公园形成的径流补水(M3),与此同时,每年大量的海鸥排泄物也给翠湖贡献了一定量的污染物(M4).污染物输出途径也包括4个方面,都是通过水量的输出途径实现的,分别为水体排水(N1)、水面蒸发(N2)、灌溉用水(N3)、湖底渗漏(N4).水体自净包括3个方面,分别为物理自净作用(S1)、化学(物化)自净作用(S2)和生物化学自净作用(S3).
2.2 水量平衡
水量平衡是湖泊保持稳定库容的基本原则,除海鸥的排泄物输入(M4)外,污染物的输入和输出都是通过水量的进入和排出来实现的.因此,进行污染物的输入和输出量计算之前,首先需要确定水量的输入和输出量.依据水量平衡原则,湖泊的输入总水量和输出总水量之间应该满足式(2)的计算关系.
式中,∑Qi为输入总水量(m3 · a-1),∑Ei为输出总水量(m3 · a-1).其中,∑Qi可以通过式(3)进行计算,ΣEi可以通过式(4)进行计算.
式中,Q1为尾水补水量(m3 · a-1),Q2为降雨补水量(m3 · a-1),Q3为径流补水量(m3 · a-1),q为尾水日补水量(m3 · d-1),T1为一年内补水的天数(d),h为当地年降雨深度(mm · a-1),W1为水面面积(m2);λ为公园的径流系数,W2为形成径流的面积(即公园面积)(m2).
式中,E1为水体排水量(m3 · a-1),E2为水面蒸发量(m3 · a-1),E3灌溉用水量(m3 · a-1),E4湖底渗漏水量(m3 · a-1),p为日排水量(m3 · d-1),T2为一年内排水的天数(d),k为当地年蒸发系数(mm · a-1 · m-2),δ为公园浇灌定额(L · m-2 · d-1),T3为一年内浇灌的天数(d),ω为渗漏系数(m · d-1).
2.3 污染物输入输出量计算
在水量平衡的基础上,本文提出了如式(5)和式(6)所示的污染物输入总量和输出总量计算模型.
式中,c1为尾水中污染物浓度(g · m-3),c2为降雨中污染物浓度(g · m-3),c3为降雨径流中污染物浓度(g · m-3),c为红嘴鸥排泄物中相关污染物的含量(g · d-1 · 只-1),m为红嘴鸥数量(只),t为每年红嘴鸥的滞留时长(d).
式中,d1为排水中污染物浓度(g · m-3),d2为蒸发水中污染物浓度(g · m-3),d3为灌溉用水中污染物浓度(g · m-3),d4为渗漏水中污染物浓度(g · m-3).
2.4 水体自净能力计算
通常来讲,水体的自净主要是由物理作用、化学作用和生物作用3种作用来实现的.本文研究的是翠湖整体,边界是翠湖的物理边界,因此,水体稀释、沉淀等物理净化属于研究对象的内部转化.通过对水体中pH、DO、氧化还原电位的24 h连续监测,未发现这些指标值有明显变化,因此,对于以氧化还原为主的化学净化和要求厌氧条件的氮、磷微生物转化作用可以认为反应速率很低.综上,翠湖的自净过程将主要通过水生动、植物的吸收转化来实现.
经过现场调研,翠湖的水生植物主要为荷花,且每年冬天会定期对凋谢的荷花进行打捞.而对于藻类而言,由于缺乏人工打捞,因此,藻类无法有效地去除,会继续停留在湖体中;对于浮游动物,由于数量很少(周永兴等,2009),因此,净化效果可忽略.翠湖的主要动物为景观鲤鱼,而不是通常对水体净化有明显改善作用的鲢鱼和鳙鱼等滤食性鱼类,且数量稀少,因此,鱼类的净化作用也很微小.所以本研究主要考虑水生植物对水体的自净能力,式(7)为自净能力的计算模型.
式中,∑Si为通过生物自净的污染物量(kg · a-1),γi为第i种水生植物对水中污染物的净化率,δi为第i种水生植物的种植面积(m2),Hi为第i种植物的生长周期(d),∑Mi为污染物年入湖总量(kg · a-1).
2.5 污染物浓度分析检测
选取COD、TN、TP作为3个代表性污染物,其中,水样中的COD采用重铬酸钾消解法检测,TN采用过硫酸钾氧化-紫外分光光度法检测,TP采用钼锑抗分光光度法检测(魏复盛等,2002).针对海鸥排泄物中污染物浓度c的检测,在现场采集具有代表性的海鸥粪便,将样品混匀后置于烘箱内干燥24 h,取适量样品于研钵中进行研磨,称取一定量样品,进行COD、TN、TP的检测(鲁如坤,2000).
按照每月1次的采样频率,在湖面选择10个监测点(图 1)进行代表性污染物的连续监测,包括进水点1个(1#)、排水点2个(3#和5#)、湖心点3个(2#、4#和9#)、湖岸点2个(6#和7#)、水生植物区2个(8#和10#).由于翠湖属于浅水湖泊,因此,每个采样点均只采集水面(0 m)及水面下0.5 m处水样,取二者平均值作为这一监测点的污染物浓度.
式(5)和式(6)中的c1采用进水点连续监测结果的年平均值,d1采用2个排水点连续监测结果的年平均值;由于公园灌溉取水的分散性和水体下渗分布的均匀性,d3和d4采用湖水污染物年平均浓度,即水面其他7个监测点连续监测结果的年平均值.此外,降雨中污染物浓度c2的测定,选择不同场次降雨初期、中期和末期3个时间节点,对代表性降水过程进行采样分析,取平均值作为降雨污染物浓度值.针对c3的确定,在雨季连续采集地表径流水样进行主要污染物的检测.最后,自净能力计算中,H1、δ1通过现场调研得出,γi则参照已有的关于荷花对污染物去除的相关文献中的结果(何连生等,2013).
3 结果及分析
3.1 水量平衡结果
如前所述,污染物的输入和输出主要是通过水量的输入和输出来实现的,且输入总量和输出总量应该满足水量平衡关系,因此,首先需要利用式(3)和式(4)进行输入和输出总水量的分析和计算.表 1为计算依据和计算结果,可以看出,在水量输入中,尾水补水是翠湖水量输入的主要途径,占输入总量的92%,径流补水对水量输入的贡献率最小,仅为1.7%;在水量输出中,水体排水和湖底渗漏是水量输出的主要途径,分别占输出总水量的49%和41%,灌溉用水比例较小,仅占3%.另一方面,从水量平衡的结果看,输入总水量和输出总水量的差值为2857 m3 · a-1,仅相当于输入和输出总水量的0.2%,满足了式(2)的平衡关系,也就是说,在全年时间范围内,水量的输入总量与输出总量基本接近,这与翠湖水体库容和水位多年保持不变的实际情况相符.同时也表明,水量计算中各变量的取值都是合理的,这为污染物的输入和输出总量的分析和计算奠定了基础.
表1 输入和输出水量计算与平衡分析结果
3.2 污染物收支计算结果
在水量平衡计算的基础上,结合在现场实验监测的不同污染源中3种代表性污染物的浓度和含量数据,利用式(5)和式(6)开展污染物输入和输出总量的计算,利用式(7)进行水体污染物自净量的计算,计算结果见表 2.
表2 污染物输入和输出计算及自净量与积累分析结果
从结果可以看出,不同输入途径对水体污染物输入的贡献率不同,与此相对应,不同输出途径对水体污染物输出的贡献率也不同.如图 2所示,对于COD,在3种输入途径中,尾水补水的贡献率最大,输入COD量占输入总量的96.1%,径流补水和海鸥排泄的贡献率相比很小;在4种输出途径中,水体排水和湖底渗漏的贡献率较高,输出COD量分别占输出总量的57.0%和40.4%,灌溉用水的贡献率相比很小.对于TN,在3种输入途径中,尾水补水的贡献率最大,输入TN量占输入总量的94.3%,径流补水和海鸥排泄的贡献率相比很小;在4种输出途径中,水体排水和湖底渗漏的贡献率较高,输出TN量分别占输出总量的52.2%和44.9%,灌溉用水的贡献率相比很小.对于TP,在3种输入途径中,尾水补水并不是TP的唯一主要来源,尾水补水、径流补水和海鸥排泄输入TP量分别占输入总量的39.7%、21.9%、38.4%;在4种输出途径中,水体排水和湖底渗漏的贡献率较高,输出TP量分别占输出总量的51.4%和45.7%,灌溉用水的贡献率相比很小.
图 2 不同输入输出途径对水中代表性污染物的贡献
3.3 NPA计算结果
从表 2中污染物净积累(NPA)的计算结果可以看出,COD在水体内的积累程度不严重,积累量为4027 kg · a-1,仅占COD输入总量的4.8%;TN在水体内的积累程度最严重,积累量为8267 kg · a-1,占TN输入总量的42.9%,与输出总量基本相当;TP在水体内的积累程度也很严重,积累量为206 kg · a-1,占TP输入总量的39.0%(图 3).NPA的计算结果表明,翠湖水体中TN和TP的积累程度很高,这为水体中营养物的富集和藻类的过度繁殖提供了条件,对水体富营养化的控制非常不利.
图 3 代表性污染物积累程度
3.4 优化管理策略
基于以上分析结果,研究认为,通过改变部分输入输出水量的方式来优化湖泊的管理,从而减少污染物在水体中的积累,尤其是TN、TP的积累.从污染物的输入和输出途径来看,海鸥排泄(M4)和湖底渗漏(N4)是难以通过人为方式改变的途径,尾水补水(M1)、径流补水(M3)、水体排水(N1)和灌溉用水(N3)是可以人为调整的,但水量的调整需要满足水量的平衡关系,而且为了保证水体的良好循环条件,不应该大幅度改变水体现有的换水周期.从输入和输出途径中污染浓度对NPA的贡献分析,COD值在所有途径中基本相同,在海鸥排泄物中的总量很小,因此,只要输入总水量和输出总水量保持平衡关系,COD的积累就能有效控制;尾水补水和径流补水中的TN浓度远远高于其他途径,且由于尾水补水总量大,导致了TN的大量积累;径流补水中的TP浓度和海鸥排泄物TP含量远远高于其他途径,导致了TP的大量积累.
基于以上分析,本研究提出可通过3个方面的调整来进行管理的优化:①截流雨季径流直接用于公园灌溉浇洒,径流雨水不再进入水体;②旱季公园灌溉改由尾水直接供应,不再从湖中取水;③适当调整尾水补水量.经过优化后,NPA计算结果见表 3.
表3 优化管理后污染物的积累计算结果
从结果可以看出,采用优化管理模式后,湖泊的换水周期经过计算为38 d,与原有的36 d没有明显的变化,输入和输出总水量的平衡差值仅占输入总水量的2%,基本符合水量平衡要求.与此相比,污染物的削减却有显著变化,COD减少了2587 kg · a-1,减少64.2%,积累量占输入量的1.8%;TN的NPA值减少了1093 kg · a-1,且与输入总量相比的积累比例降低到40.2%;TP积累现象得到明显改善,NPA值减少了112 kg · a-1,减少54.4%,与输入总量相比的积累比例也大幅下降到23.1%.由此可见,通过优化管理,能够有效地缓解营养物在水体的富集,减缓水体富营养化发展趋势.具体参见 污水处理技术资料或污水技术资料更多相关技术文档。
4 结论
本研究选取具有代表性的昆明翠湖为研究对象,针对该湖泊尾水补水量大的典型特点,提出了以污染物净积累(NPA)为评价指标的污染物收支平衡分析方法,该方法将水量平衡作为基本原则,建立了污染物输入和输出总量的计算模型.计算结果表明,不同输入和输出途径对水中污染物输入和输出的贡献权重,显示了代表性污染物在湖泊中的净积累量和积累程度,揭示了TN和TP在翠湖水体严重积累的现象.基于计算结果,研究提出了翠湖水体的优化管理策略,包括截流污染负荷高的降雨径流、尾水直接用于公园灌溉和适度调整尾水补水总量,经验证,该优化策略能够实现代表性污染物NPA的大幅度削减,有效缓解水体的富营养化趋势.本研究为城市景观水体的污染物积累分析提供了可操作性强的方法,为缺水城市景观水体以污水厂尾水为补水条件下的污染物积累控制和优化调控提供了典型案例.