基于改進S-P模型的河道降解及納污能力預測計算研究

田金鳳

(遼寧省本溪水文局，遼寧 本溪 117000)

1 概述

當前，河道生態環境保護得到廣泛關注，在控制排污的同時需要對河道污染物的降解系數以及河道納污能力進行研究，從而為河道的生態環境治理規劃提供重要的參考依據。當前，國內許多學者對河道污染物濃度預測進行了研究[1- 6]，通過對污染物濃度預測的演變來分析河道污染物的降解系數，并分析河道納污能力的演變。當前，對于S-P模型在BOD及COD污染物濃度預測進行了較多的研究[7-9]，但是傳統S-P模型由于存在污染物臨界計算點易出現負值的局限，使得計算精度較低。為此有學者對傳統S-P模型進行改進[10]，引入臨界判定點，對傳統模型臨界計算點出現負值的缺陷進行修正，提高了模型的收斂和計算精度。為此本文引入改進的S-P模型，對河道的降解系數及納污能力進行預測分析。研究成果可以為區域河道生態環境治理規劃提供重要的參考依據。

2 改進S-P模型主要原理

改進的S-P模型在傳統模型的基礎上，引入非線性模型，對傳統污染物溶度進行改進，改進方程為：

(1)

(2)

式中，x—河長距離為L的污染物濃度，mg/L；K1、K2—污染物的降解系數；CS—飽和溶解氧的濃度，mg/L；C—溶解氧的濃度，mg/L；ν—河段平均流速，m/s；t—計算時間，h。改進的S-P模型對污染物臨界負值進行判定，判定方程為：

(3)

則S-P模型計算失效，否則S-P模型可進行污染物的分析計算，式中，L—起點距離，km；xc—污染物衰減率等于大氣復氧速率時的濃度，mg/L。

當CS>0時，改進的S-P進行如下方程的轉換：

當C=0則令

(4)

推求方程的解析解，可以得到：

(5)

式中，Lb—BOD5和COD的濃度計算河長，km，xb—BOD5和COD沿河長的衰減濃度，mg/L。

如果各污染物濃度呈現非線性衰減，計算方程進一步轉化為：

(6)

(7)

式中，LC—C點處到起點的河段距離，km；其他變量含義同上述方程中的變量含義。

在污染物濃度分析的基礎上，本文對污染物的降解系數進行了計算，計算方程為：

(8)

式中，C0—污染物初始濃度，mg/L；C—t時刻的污染物濃度，mg/L。

在降解系數分析的基礎上，本文結合改進S-P模型對區域水功能區的納污能力進行預測，預測方程為：

(9)

式中，W—納污能力，t/a；C0—污染物初始濃度，mg/L；Cm—計算單元的污染物濃度，mg/L；K—不同污染物降解系數值；L—計算區域河長，km；μ—斷面流速，m/s；Q—計算流量，m3/s。

3 模型應用

3.1 區域水質概況

本文以遼寧東部某河道為研究區域，該區域被劃分成5個水功能區，河道總長為71.7km，河道總體水質目標為II級，各水功能區水質主要特征參數見表1。從表1中可以看出，河道初始BOD5濃度在1.5～6.1mg/L之間，初始COD濃度在10.3～24.3mg/L之間。

表1 水功能區主要水質指標特征參數

3.2 降解系數擬合計算

分別結合不同模型和河道污染物降解系數計算方程，對研究河道BOD5和COD的降解系數進行對比分析，并擬合河道降解系數和流速之間的相關關系，分析結果見表2、表3以及圖1。

表2 BOD5指標降解系數計算對比結果

表3 COD指標降解系數計算對比結果

圖1 各指標降解系數與流速擬合關系圖

從表2和表3看出，改進S-P模型計算的BOD5和COD的降解系數均相比于傳統模型有較為明顯的改善，計算誤差分別減少7.99%和13.56%。從圖1中可以看出，各污染物指標降解系數和河道流速具有較好的擬合度和相關性，河道流速對各污染物指標影響較大。

3.3 水功能區納污能力預測分析

在河道污染物降解系數分析的基礎上，結合納污能力預測對現狀年、遠景年各水功能區的納污能力進行了預測分析，分析結果見表4、5、6。

表4 現狀年2016年區域水功能區納污能力計算結果

表5 遠景年2022年區域水功能區納污能力預測結果

表6 遠景年2030年區域水功能區納污能力預測結果

現狀年和遠景年各水功能區納污能力呈現逐漸遞減的變化趨勢。這主要是因為河道各污染物的降解系數逐年提高影響，隨著河道降解系數的增加，區域的納污能力也呈現遞減的變化趨勢。從表中可以看出，在各個功能區中，3#功能區河道納污能力最大，4#功能區的河道納污能力最小，這主要和各水功能區的水質特性有關。

3.4 水功能區納污能力控制紅線分析

結合區域控制納污能力，結合改進的S-P模型對區域內各個水功能區的污能力控制紅線值進行了定量分析，并對污染物削減率進行了計算，分析計算結果見表7。

表7 研究區域納污能力控制紅線值

從表7中可以看出，在區域納污能力控制紅線值內，相比于現狀年，各水功能區遠景年份BOD5的削減率分別達到-15.28%和-33.28%，削減率呈現上升的變化趨勢。COD指標的削減率分別達到-22.44%和-40.33%，可見，在實行區域納污能力控制紅線值，區域各個水功能區的污染物濃度可以得到有效控制，削減率逐年呈現遞增的變化趨勢。

4 結論

本文結合改進的S-P模型對河道污染降解系數以及納污能力進行預測，預測分析取得以下結論：

(1)相比于傳統S-P模型，改進模型可解決污染物臨界負值的局限，在河道降解系數計算精度明顯好于傳統模型，經分析河道降解系數和流速呈現較好的相關性。

(2)實行區域納污能力控制紅線值，可有效對區域污染物濃度進行削減，有助于區域河道生態環境保護。

[1] 阮燕云, 張翔, 夏軍, 等. 閘門對河道污染物影響的模擬研究[J]. 武漢大學學報(工學版), 2009(05): 673- 676.

[2] 羅縉, 逄勇, 林穎, 等. 太湖流域主要入湖河道污染物通量研究[J]. 河海大學學報(自然科學版), 2005(02): 131- 135.

[3] 雷付春. 遼寧省污染物入河量控制研究[J]. 水利規劃與設計, 2016(11): 56- 59+102.

[4] 袁靜秀, 黃漪平. 環太湖河道污染物負荷量的初步研究[J]. 海洋與湖沼, 1993(05): 485- 493.

[5] 劉茹, 韓峰, 索賡, 等. 黃河三門峽水功能區水質狀況及預測[J]. 水利技術監督, 2014(05): 1- 3.

[6] 張永勇, 花瑞祥. 基于水動力-水質模型的湖庫納污能力量化[J]. 華北水利水電大學學報(自然科學版), 2016, 37(05).

[7] 薛強, 馮夏庭, 梁冰, 等. 水氣兩相流系統K-S-P模型參數反演的最優估計[J]. 水科學進展, 2005(04): 488- 493.

[8] 王占興, 田長濤, 崔洪強. 實際應用中S-P水質模型參數的確定[J]. 黑龍江水專學報, 2004(01): 86- 87.

[9] 何瓊, 孫世群, 聶磊. 南淝河水質S-P模型參數K1、K2的估值[J]. 合肥工業大學學報(自然科學版), 2003(02): 286- 290.

[10] 劉建國, 劉建華, 郭洪光. 改進的S-P模型的參數識別與對比研究[J]. 長春師范學院學報, 2006(12): 16- 21.