降雪量和融雪徑流對(duì)地表水體污染物輸出的影響*

高俁晗，劉 碩，張美琦，于 益

(哈爾濱師范大學(xué))

0 引言

隨著城市化水平的不斷加速，不透水面的比例迅速擴(kuò)張，城市非點(diǎn)源污染對(duì)水環(huán)境的影響不斷加劇[1-3]，成為僅次于農(nóng)業(yè)面源污染的第二大污染源.與降雨徑流相比，融雪徑流時(shí)間集中在每年春季融雪期，對(duì)城市水體污染沖擊力較大[4-5].而在北方高緯度城市，每年春季融雪期自3月持續(xù)到5月，而融雪初期產(chǎn)生的融雪徑流量不大，4月末至5月初受溫度急劇上升影響，在較短時(shí)間產(chǎn)生較大徑流量，內(nèi)河水質(zhì)不僅受到來(lái)自降雨徑流的污染，每年春季的融雪徑流也對(duì)河流水質(zhì)造成了很大的沖擊[6-8].

通過(guò)水文模型模擬的方法來(lái)研究融雪徑流是重要的手段之一[9-10]，目前國(guó)內(nèi)外已經(jīng)有一些學(xué)者利用模型來(lái)進(jìn)行融雪徑流方面的研究[11-13].在SWMM模型方面，研究多基于降水徑流的研究，如聶鐵鋒等在2012年模擬了廣州市城區(qū)暴雨強(qiáng)度條件下COD、TSS等污染物峰值誤差較小，并結(jié)合ArcGIS二次開(kāi)發(fā)平臺(tái)對(duì)徑流結(jié)果進(jìn)行可視化描述[14-16]；薛宇雷等在2018年模擬了流域地表徑流并進(jìn)行了非點(diǎn)源污染的研究，得出入河口氮、磷元素污染物濃度指標(biāo)并給出了化肥的合理使用強(qiáng)度[17].受自然條件影響，降雪只高緯度地區(qū)，因此在北方地區(qū)進(jìn)行融雪徑流研究較少，并且SWMM模型設(shè)有特定的融雪模塊，融雪速率與溫度和風(fēng)速密切相關(guān)，流域內(nèi)的積雪融化后參與產(chǎn)流過(guò)程[18-19]，每個(gè)子流域的積雪狀態(tài)更新取決于積雪轉(zhuǎn)移量、蒸發(fā)量、耗散量及融化量，而融化量采用了熱量平衡方程來(lái)計(jì)算[20-21].該文將SWMM模型應(yīng)用于哈爾濱市地區(qū)，構(gòu)建產(chǎn)匯流模型模擬不同降雪量條件下融雪徑流量及污染負(fù)荷變化，可以為春季水環(huán)境污染控制提供科學(xué)的數(shù)據(jù)，在降雪量大的年份可采取有效的防范措施.

1 材料與方法

1.1 研究區(qū)概況

哈爾濱市位于125°42′～130°10′E，44°04′～46°40′N 之間，地處于黑龍江省南部，轄9個(gè)區(qū)、7個(gè)縣，代管兩個(gè)縣級(jí)市，屬于溫帶大陸性季風(fēng)氣候，冬季寒冷干燥且時(shí)間較長(zhǎng)，自每年11月～次年2月底，冰封期自每年12月～次年3月，融雪期發(fā)生在每年3月底～4月初，全年最高氣溫可達(dá)38 ℃，最低溫度低至-36 ℃，年平均溫度 4.5 ℃.整體地勢(shì)起伏不大，東南部的阿城區(qū)有部分山脈[22]，該研究主要選取哈爾濱市主城區(qū)，主要河流包括松花江、呼蘭河、阿什河、何家溝及馬家溝，主要行政區(qū)包括松北區(qū)、道里區(qū)、南崗區(qū)、香坊區(qū)、道外區(qū)、阿城區(qū)6個(gè)行政單元作為研究范圍，研究位置如圖1所示.

圖1 研究區(qū)位置示意圖

1.2 數(shù)據(jù)來(lái)源

降雪量、溫度、風(fēng)速等氣象數(shù)據(jù)選用哈爾濱市機(jī)場(chǎng)氣象站每年11月1日～次年4月30日數(shù)據(jù)，土地利用數(shù)據(jù)采用2017年Landsat 8 OLI遙感影像數(shù)據(jù)和GDEM 30M分辨率數(shù)字高程數(shù)據(jù).

1.3 土地利用分類方法

對(duì)遙感影像進(jìn)行監(jiān)督分類并結(jié)合目視解譯確定地物類別并計(jì)算不透水面積，結(jié)合劃分匯水區(qū)和數(shù)字高程數(shù)據(jù)計(jì)算各匯水區(qū)坡度、特征寬度等參數(shù).

1.4 融雪徑流樣品采集及分析方法

水質(zhì)數(shù)據(jù)來(lái)自2018年春季采集的融雪徑流樣品，選取研究區(qū)范圍內(nèi)綠地、水體、屋頂、小區(qū)及內(nèi)部道路、主要道路和人行道共6種下墊面48個(gè)采樣點(diǎn)，采樣點(diǎn)設(shè)置情況如圖1所示，于2018年4月1日、13日和28日進(jìn)行3次樣品采集，每個(gè)采樣點(diǎn)設(shè)置3個(gè)平行樣品，并同時(shí)對(duì)各排放口徑流量數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，融雪樣品使用采樣器將地表徑流引入棕色聚乙烯瓶中，進(jìn)行封口和貼標(biāo)簽處理，并帶回實(shí)驗(yàn)室密封冷藏保存.水質(zhì)測(cè)定參照最新國(guó)家標(biāo)準(zhǔn)，具體為COD參照HJ828-2017，NH3-N參照HJ535-2009，TP參照GB11893-1989，TN參照GB11894-1989.

2 SWMM模型構(gòu)建與驗(yàn)證

2.1 匯水區(qū)劃分

運(yùn)用Arcgis水文分析工具對(duì)DEM數(shù)據(jù)進(jìn)行洼地填充、流向分析、匯流累積量計(jì)算、提取河網(wǎng)等操作，中心城區(qū)依據(jù)排水管網(wǎng)、雨水溢流口及泵站服務(wù)范圍進(jìn)行概化，其它地區(qū)結(jié)合地形及水文分析結(jié)果進(jìn)行概化，最終將研究區(qū)范圍內(nèi)6個(gè)主城區(qū)劃分為25個(gè)子匯水區(qū)，概化為58個(gè)排水管，14個(gè)排水節(jié)點(diǎn)，6個(gè)末端排水口(如圖2所示).

圖2 模型示意圖

2.2 融雪徑流產(chǎn)匯流計(jì)算

SWMM是基于物理的、離散時(shí)間的模型，徑流模擬分為產(chǎn)流模塊和匯流模塊[23-24]，在產(chǎn)流模擬中，匯水區(qū)上的進(jìn)流量來(lái)自降水或其他相鄰指定子匯水區(qū)、耗損水量包括蒸發(fā)量洼地蓄水量及下滲量[25]，選取SWMM所提供的Horton下滲模型，見(jiàn)式(1).

f(p)=fc+(f0-fc)e-kt

(1)

式中,f(p)為下滲能力(mm/h)，f0為初始下滲能力(mm/h)，fc為最大下滲能力(mm/h)；k為下滲能力隨時(shí)間的遞減系數(shù)；t為時(shí)間(h).

在匯流過(guò)程中，選擇了動(dòng)力波的演算方法，方程組式見(jiàn)式(2).

(2)

式中：Q為徑流量(m3/s)，A為管道橫截面面積(m2)，H為水深(m)，g為重力加速度，n為管道粗糙系數(shù)，R為水力半徑(m)，v為水流速度(m/s).此種方法采用動(dòng)量守恒方程來(lái)模擬管道中水流狀態(tài)隨時(shí)間的變化，此外SWMM還提供了恒定流和運(yùn)動(dòng)波的方法.各匯水區(qū)通過(guò)向管網(wǎng)、節(jié)點(diǎn)或周圍子匯水區(qū)排放徑流及污染負(fù)荷完成匯流過(guò)程[26-28].

2.3 模型參數(shù)率定及驗(yàn)證

模型所需參數(shù)分為確定性參數(shù)和經(jīng)驗(yàn)參數(shù)兩大類，確定性參數(shù)如：匯水區(qū)面積5171.28～70949.8 hm2；管道長(zhǎng)度203～716.4 m；通過(guò)遙感解譯得到子匯水區(qū)不透水面積比例為13%～79.96%；平均坡度0.09～14.53 m等，經(jīng)驗(yàn)參數(shù)需要通過(guò)參數(shù)率定來(lái)確定.將 2017年11月1日～2018年4月30日降雪數(shù)據(jù)輸入模型，得到何家溝排水口徑流量模擬結(jié)果，與實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比(如圖3所示)，通過(guò)反復(fù)試算調(diào)整模型不確定性參數(shù).最終得到參數(shù)包括：不透水區(qū)曼寧系數(shù)0.012，透水區(qū)曼寧系數(shù)0.16，不透水區(qū)洼蓄量2.02 mm，透水區(qū)洼蓄量4.7 mm，最大入滲率76 mm·h-1，最小入滲率3.5 mm·h-1.

城市雨雪徑流的水質(zhì)情況往往取決于地表污染物的累積、下墊面條件、生產(chǎn)生活活動(dòng)、降雨強(qiáng)度等.該文采用指數(shù)函數(shù)模擬地表污染物的沖刷.輸入的參數(shù)有：各類污染物的沖刷系數(shù)、沖刷指數(shù).該文參考研究經(jīng)驗(yàn)以及模型手冊(cè)其他學(xué)者的研究成果，經(jīng)過(guò)對(duì)比分析以及土地利用類型的差異，確定出污染物的累計(jì)和沖刷參數(shù)見(jiàn)表1、表2.

表1 地表污染物累積參數(shù)

表2 地表污染物沖刷參數(shù)

將 2017年11月1日～2018年4月30日降雪數(shù)據(jù)輸入模型，得到何家溝、馬家溝排水口徑流量實(shí)際監(jiān)測(cè)數(shù)據(jù)與模擬結(jié)果對(duì)比(如圖3、4所示)，驗(yàn)證選取納什效率系數(shù)公式(3)：

圖3 何家溝排放口監(jiān)測(cè)值與模擬值

(3)

式中：Q0為實(shí)測(cè)；Qm為模擬值；Q為實(shí)測(cè)平均值.ENS越趨近于1模擬效果越好，大于0.7 時(shí)，表明模擬結(jié)果與實(shí)際結(jié)果擬合程度較高.將模擬后徑流量與實(shí)測(cè)值根據(jù)式(3)進(jìn)行驗(yàn)證，得到納什效率系數(shù)值為0.81，大于0.7，可以較好的反應(yīng)真實(shí)徑流過(guò)程.

圖4 馬家溝排放口監(jiān)測(cè)值與模擬值

3 結(jié)果與討論

3.1 降雪量及徑流量變化

通過(guò)對(duì)2007～2018年降雪量進(jìn)行統(tǒng)計(jì)分析，得出降雪量年際差異較大.其中2014年降雪量29.5 mm為最小值，2010年為最大值年份，降雪量達(dá)到了116 mm，超過(guò)百年一遇降雪強(qiáng)度.12年平均年降雪量為68.75 mm，多數(shù)年份降雪量維持在50～70 mm，僅2014年及2015年降雪量較少，在40 mm以下.數(shù)據(jù)可代表哈爾濱市最大最小降雪量范圍，模型以此為驅(qū)動(dòng)因素，可真實(shí)反映哈爾濱市降雪量變化帶來(lái)的融雪徑流變化特點(diǎn).從哈爾濱市年降雪量距平及其累積距平演變趨勢(shì)(如圖5所示)可見(jiàn)，年降雪量整體呈現(xiàn)出先增加后降低的變化趨勢(shì)，其中以2013年為突變點(diǎn)，在2013年之后年降雪量基本呈下降趨勢(shì).

圖5 降雪量距平及累積距平趨勢(shì)

選取每年冬季11月1日～第二年4月30日為計(jì)算周期，輸入在此期間的降雪量數(shù)據(jù)作為控制變量進(jìn)行模擬，模型參數(shù)保持不變，下墊面不透水率以2017年數(shù)據(jù)為基準(zhǔn)，根據(jù)SWMM模型模擬結(jié)果對(duì)各匯水區(qū)及各排放口徑流量進(jìn)行統(tǒng)計(jì)分析，結(jié)果如圖6所示，各匯水區(qū)徑流量之和及各排放口徑流量之和與當(dāng)年降雪總量呈現(xiàn)正相關(guān)性.研究區(qū)多年平均總徑流量為893.5958 m3，最大值年份為2010年，總徑流量達(dá)到1835.57 m3，最小值出現(xiàn)在2014年，為215.98 m3.6個(gè)排放口產(chǎn)生的入河徑流總量與降雪量年際變化相對(duì)應(yīng)，最大值為8.99倍.

圖6 降雪量與徑流量變化

3.2 徑流量變化分析

3.2.1 各匯水區(qū)徑流量變化分析

通過(guò)模型產(chǎn)匯流計(jì)算，得到研究區(qū)范圍內(nèi)25個(gè)子匯水區(qū)的徑流量，徑流量空間分布如圖7所示.根據(jù)圖7顯示，在各年份降雪條件下匯水區(qū)徑流量最大值幾乎出現(xiàn)在S19，S19匯水區(qū)的12年平均徑流量為128.1525 m3，因S19為用地不透水比例最高值區(qū)，達(dá)到79.964%，包含了行政范圍內(nèi)的道里區(qū)、道外區(qū)、香坊區(qū)以及南崗區(qū)各區(qū)的小部分面積，該區(qū)域內(nèi)涵蓋了居民區(qū)、醫(yī)院、學(xué)校、商業(yè)區(qū)等硬質(zhì)路面多的功能區(qū)，較少有綠地公園等透水面積.除S19之外，融雪徑流量較高的區(qū)域一般分布在S3～S10，僅S6徑流量較小，S3位于江北老區(qū)，開(kāi)發(fā)較早，已存在大面積不透水硬質(zhì)區(qū)域，S4～S5以及S7～S10分布在S19周圍，僅次于S19，為各行政區(qū)核心區(qū)域.S11～S16幾乎為阿城區(qū)境內(nèi)，該地區(qū)多為山地，透水面積較多.年徑流量最小值區(qū)為位于S24，該區(qū)域年徑流量最大值僅12.14 m3，多年平均值也基本維持在7.81 m3.

圖7 子匯水區(qū)徑流量

3.2.2 不同排放口入河徑流量變化

經(jīng)過(guò)模型產(chǎn)匯流模擬計(jì)算，得到研究區(qū)范圍內(nèi)6個(gè)排放口融雪徑流量如圖8所示.從總體來(lái)看，各個(gè)排放口逐年產(chǎn)生的融雪徑流量與當(dāng)年降雪量增減保持較為一致的變化趨勢(shì)，僅P4排放口在2009和2016年稍有突變；P1道里排放口和P5道外排放口徑流量年際變化較其它排放口起伏較大，主要是由于這2個(gè)排放口所匯集的匯水子面積較少，徑流量少且年際變化不大.在6個(gè)排放口中，通過(guò)P4阿什河排放口排放的徑流量占比最大，達(dá)到4391.46 m3，貢獻(xiàn)率為48.95%.

圖8 排放口徑流量

3.3 污染物產(chǎn)出量變化分析

3.3.1 不同匯水區(qū)污染物產(chǎn)出量變化分析

根據(jù)2018年采集到的融雪徑流樣品進(jìn)行水質(zhì)監(jiān)測(cè)，得到4種入河營(yíng)養(yǎng)鹽類物質(zhì)平均濃度分別為總磷(TP)0.022、總氮(TN)2.44、COD 45.35、氨氮(NH3-N)1.19 mg/L.該文以2018年融雪徑流中的污染物濃度為基準(zhǔn)，通過(guò)輸入不同年份降雪量來(lái)模擬不同降雪量條件下研究區(qū)范圍內(nèi)的單位面積污染負(fù)荷及各排放口入河排污量情況，結(jié)果如圖9所示.從4種污染物來(lái)看，各匯水區(qū)單位面積污染負(fù)荷與融雪徑流量大小相關(guān)，在研究區(qū)范圍內(nèi)，單位面積污染負(fù)荷高值區(qū)出現(xiàn)在S2～S4及S19，是由于這些匯水區(qū)多為人口密度較大的中心城區(qū)，生產(chǎn)生活及交通造成的污染排放較多，產(chǎn)生的污染物進(jìn)入積雪，進(jìn)入融雪期后，徑流也會(huì)對(duì)原本的下墊面進(jìn)行沖刷[29-31]，且這些區(qū)域都是綠地及水體比例較低，凈化能力較低，易產(chǎn)生污染物堆積[32-33]，因此融雪徑流中的污染負(fù)荷較高.4種污染物質(zhì)中，子匯水區(qū)單位面積污染負(fù)荷的平均值均在2010年降雪條件下達(dá)到最大，分別為TP 4.1878 μg/m2、TN 0.0855、COD 4.5158和NH3-N 0.0412 mg/m2.TP單位面積污染負(fù)荷最大值和最小值分別出現(xiàn)在2010年和2014年降雪條件下，最大值為最小值的3.05倍；在2018年實(shí)測(cè)降雪條件下，NH3-N單位面積污染負(fù)荷最高值匯水區(qū)S19為最低值匯水區(qū)S16的24.5倍，TN為2.39倍，COD為24倍.并且2018年降雪條件下研究范圍內(nèi)污染負(fù)荷總量分別為TP 7.714、TN 176.16、COD 8041.55、NH3- N 84.46 kg.

圖9 子匯水區(qū)污染負(fù)荷產(chǎn)量

3.3.2 各排放口入河污染物質(zhì)變化

在不同降雪量條件下模擬研究范圍內(nèi)6個(gè)排放口的污染物排放量，研究結(jié)果如圖10所示.4種污染物污染負(fù)荷產(chǎn)量年際變化趨勢(shì)幾乎相同，最大污染負(fù)荷量基本出現(xiàn)在2007、2009和2010年，最小值基本出現(xiàn)在降雪量較小的2014、2015年.其中P2～P4以及P6排放口年際浮動(dòng)較大，而P1和P52個(gè)排放口波動(dòng)較小，是因?yàn)閰R入這2個(gè)排放口的匯水面積較小，P1僅收集到來(lái)自道里區(qū)小部分的排放量，P5收集到來(lái)自道外區(qū)和阿城區(qū)小部分的徑流排放.從圖中可以看到，TP污染負(fù)荷高值區(qū)主要集中在P2何家溝排放口和P3馬家溝排放口，這2個(gè)排放口多年平均產(chǎn)量分別為0.826 kg和0.738 kg，共占總排放量的46%；P2排放口主要匯集了來(lái)自道里區(qū)和南崗區(qū)融雪徑流的排放，這兩個(gè)行政區(qū)的人口密度較大，P3排放口也匯集了來(lái)自主要中心城區(qū)徑流排放，污染負(fù)荷較高.從TN排放情況來(lái)看，所有排放口排放量之和最大值為2010年降雪條件下的106.98 kg，最小值為53.3 7kg，是在降雪量最小年份2014年的降雪條件下產(chǎn)生的，而多年平均值為75.673 kg.

圖10 排放口污染負(fù)荷量

3.4 降雪與污染負(fù)荷排放相關(guān)性分析

對(duì)降雪量及各污染物產(chǎn)出量進(jìn)行正態(tài)分布檢驗(yàn)，得到結(jié)果表明數(shù)據(jù)服從正態(tài)分布，并進(jìn)行pearson相關(guān)系數(shù)矩陣分析，得到結(jié)果如圖11所示.圖中橢圓大小表示相關(guān)性大小，橢圓越大表明兩要素間相關(guān)性越低.由圖可以看到，各個(gè)要素間的相關(guān)關(guān)系均在0.7以上，表明降雪量與徑流量及各污染物產(chǎn)出量之間相關(guān)性較高.其中降雪量與徑流量相關(guān)系數(shù)約為0.97，與各污染物排放量間的相關(guān)系數(shù)較高，僅與COD排放量間的相關(guān)系數(shù)為0.8，與氨氮排放量相關(guān)系數(shù)為0.81.通過(guò)相關(guān)性分析，可以得出降雪量大小與徑流量及污染負(fù)荷的關(guān)系，可以為降雪量較大時(shí)期的城市水污染管理提供預(yù)判依據(jù).

圖11 相關(guān)系數(shù)圖

4 結(jié)論

(1)對(duì)2007～2018年降雪量進(jìn)行統(tǒng)計(jì)，12年間降雪量波動(dòng)幅度較大，最大值為2010年降雪量116mm，超過(guò)百年一遇降雪強(qiáng)度，最小值為2014年的29.5 mm。模型中下墊面組成及清掃方式等因素保持不變條件下，子匯水區(qū)和排放口徑流量大小與降雪量呈正相關(guān)關(guān)系.最大降雪條件下研究范圍內(nèi)融雪徑流量為1835.57 m3，排放口徑流量之和為1510.56 m3，融雪徑流量大易對(duì)農(nóng)田春耕造成危害，并可能造成河流水位上漲及城市災(zāi)害.而從空間分布來(lái)看，最大融雪徑流量幾乎都落在S19匯水區(qū)，最大徑流量排放口為P4道里排放口.

(2)實(shí)測(cè)融雪徑流樣品中4種污染物質(zhì)平均濃度分別為總磷(TP)0.022、總氮(TN)2.44、COD 45.35、氨氮(NH3-N)1.19 mg/L.根據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838-2002)進(jìn)行比對(duì)，總磷(TP)和總氮(TN)分別低于Ⅱ類和Ⅳ類水質(zhì)標(biāo)準(zhǔn)，氨氮(NH3-N)和COD超過(guò)Ⅴ類水質(zhì)標(biāo)準(zhǔn).

(3)通過(guò)模型模擬子匯水區(qū)單位面積污染負(fù)荷及排放口排放量，在清掃方式、下墊面組成等因素控制不變條件下，模型污染物產(chǎn)出量大小與徑流量呈正相關(guān)關(guān)系.污染負(fù)荷最大值是在2010年降雪條件下，最小值是在2014年降雪條件下.各排放口污染負(fù)荷產(chǎn)量大小關(guān)系為P3>P2>P6>P4>P1>P5.受不透水比例及人口交通密集程度影響，S19匯水區(qū)單位面積污染負(fù)荷最大.污染物排放入河對(duì)城市受納水體造成直接沖擊，該文計(jì)算得到不同降雪量條件下研究范圍內(nèi)的污染負(fù)荷可以為極端暴雪災(zāi)害氣象條件下水環(huán)境預(yù)測(cè)及管理提供參考依據(jù).

(4)對(duì)降雪量與徑流量及各污染物產(chǎn)出量進(jìn)行相關(guān)性分析，得到結(jié)果表明降雪量與徑流量間相關(guān)性較高，而徑流量與TP和COD污染負(fù)荷排放量相關(guān)性相對(duì)較低，與TN和氨氮污染負(fù)荷排放量相關(guān)性高，相關(guān)系數(shù)均在0.7以上，相關(guān)性較強(qiáng).