改進的輸出系數(shù)模型在射洪縣的非點源污染應用研究

胡富昶，敖天其,2，胡 正，劉凌雪，李孟芮

(1.四川大學水利水電學院，成都 610065；2. 水力學與山區(qū)河流開發(fā)保護國家重點實驗室，成都 610065)

水環(huán)境污染問題目前作為我國面臨的十大環(huán)境問題之一，越來越受到國民的重視，而水環(huán)境污染主要由點源污染和非點源污染兩部分構成[1]，隨著點源污染漸漸得到有效治理后，非點源污染對水環(huán)境的影響逐漸突出[2]，同時農村非點源污染已成為制約農業(yè)可持續(xù)發(fā)展和農村水環(huán)境質量改善的重要原因[3]，非點源污染是指在降雨徑流的淋溶和沖刷作用下，大氣中、地面和地下污染物進入江河、湖泊水庫和海洋等水體而造成的水體污染[4]，由于非點源污染的隨機性、廣泛性、滯后性、模糊性、潛伏性以及缺乏詳細的監(jiān)測資料導致非點源污染的研究和控制方面的難度加大，目前應用于非點源污染研究最廣泛的方法是Johnes等提出的輸出系數(shù)模型，采用 “黑箱”原理，不考慮污染物的運移過程，避開了非點源污染發(fā)生的復雜過程，對污染物進行模擬得到污染物負荷量。但該模型僅適用于降水均勻、地勢平坦地區(qū)，沒有考慮到降水和地形對于污染負荷的影響，因此對于降水不均勻、地勢有起伏地區(qū)的非點源污染負荷估算則會產生較大的誤差[5]。丁曉雯等[6]考慮降雨和地形影響對輸出系數(shù)模型進行改進后可減少模型模擬誤差，提升模型的計算精度，射洪縣地貌以丘陵地貌為主，屬于低山淺切割丘陵區(qū)，并且由于降雨的時空分布不均勻，因此本文采用考慮降雨和地形影響的輸出系數(shù)模型對射洪縣2016年非點源污染進行計算，得到非點源污染負荷量并通過ArcGIS軟件對非點源污染進行空間分析。

1 流域概況

研究區(qū)射洪縣處于四川盆地中部，涪江上游，在遂寧市北部，東經(jīng)105°10′21″～105° 39′27″ ，北緯30°38′10″～31°9′49″，東面靠近南充市，西鄰成都，南接重慶，北抵綿陽，位于成渝經(jīng)濟區(qū)北弧中心，幅員面積1 496 km2，氣候屬于四川盆地亞熱帶濕潤氣候區(qū)，總體上氣候溫和、四季分明，年平均氣溫17.1°C，年降雨量887.3 mm,年平均蒸發(fā)量為1 128.3 mm，但雨量分布不均，旱災頻繁，是川中重點干旱縣之一。射洪縣地勢由西北向東南逐漸降低，地貌以丘陵為主，壩、丘、山皆備，低山地貌，占縣幅員面積的15.4%；低丘地貌，占幅員面積的21%；河谷地貌，占幅員面積的10.9%。縣境山脊多沿北40°西向的構造裂隙組發(fā)育。境內河流主要為涪江及其支流，涪江發(fā)源于松潘縣雪寶頂，經(jīng)平武、江油、三臺、等地，由香山鎮(zhèn)旋渦沱入境至柳樹鎮(zhèn)施家灣出境，縣境內河長88 km，流域面積1 254 km2；梓江(梓潼江)為縣境內涪江最大的支流，發(fā)源于江油大堰山南坡會龍場，經(jīng)梓潼、鹽亭于天仙鎮(zhèn)釣魚臺入縣境，流經(jīng)天仙鎮(zhèn)、東岳鄉(xiāng)、雙溪鄉(xiāng)、廣興鎮(zhèn)等鄉(xiāng)鎮(zhèn)，至廣興鎮(zhèn)龍寶村河口入涪江，縣境內河長35 km，流域面積183.5 km2。

射洪縣境內設置有6個水質監(jiān)測斷面(圖1)，其中涪江3個，梓江2個，青崗河1個岱欽橋水質監(jiān)測斷面，6個監(jiān)測斷面具有2011-2016年水質監(jiān)測數(shù)據(jù)，本論文以Ⅲ類水質為標準，對射洪縣境內的6個水質監(jiān)測斷面資料采用不同時段定量比較法分析得到流域主要污染物為TN、TP，其中TN濃度6個監(jiān)測斷面全年超標，岱欽橋監(jiān)測斷面TP濃度2016年全年超標。

圖1 水質監(jiān)測斷面分布圖Fig.1 Water quality monitoring section distribution map

2 輸出系數(shù)模型

2.1 模型介紹

輸出系數(shù)模型是利用污染物輸出系數(shù)來估算流域非點源污染輸出負荷的一種方法，是利用半分布式途徑來計算流域尺度上年均總污染負荷的數(shù)學加權公式，其實質是一種半分布式的集總模型[7]。模型在20世紀70年代初期在北美地區(qū)首先提出，主要用于評價土地利用和湖泊富營養(yǎng)之間的關系[8]。由于早期的模型假定了所有的土地利用類型的輸出系數(shù)固定不變，而這種假設和復雜的現(xiàn)實狀況差異很大，因此限制了模型當時的應用[9]。Johns等[10]在實際應用研究的已有基礎上建立了更為完善的輸出系數(shù)模型。輸出系數(shù)模型一般表達式為：

(1)

式中：Lj為污染物j在流域的總負荷量，t/a；j為污染物類型；Eij為污染物j在流域地i種土地利用類型的輸出系數(shù)或牲畜、人口的輸出系數(shù)，t/(km2·a)；i為流域土地利用類型的種類或牲畜、人口；Ai為第i種土地利用類型的面積，km2，或牲畜數(shù)量，頭，或人口數(shù)量，人；P為由降雨輸入的污染物數(shù)量，t。

輸出系數(shù)模型在平原地區(qū)適用性較好，計算所需參數(shù)少，實際操作簡單、方便，且計算結果有一定精度。但其未考慮降雨和地形對非點源污染輸出負荷的影響，而根據(jù)相關研究，降雨是非點源污染物的主要驅動因素[11]。地形在非點源污染物輸移過程中起著至關重要的作用[12,13]。根據(jù)丁曉雯等考慮降雨和地形影響對輸出系數(shù)模型進行改進，改進的輸出系數(shù)模型結構為[6]：

(2)

式中：α為降雨影響因子；β為地形影響因子。

2.2 降雨影響因子確定

降雨對污染物的影響從降雨的年際差異以及降雨的空間差異兩方面考慮，計算公式為：

α=αtαs

(3)

(4)

(5)

式中：αt為降水年際差異影響因子(無量綱)；αs為降水空間分布影響因子(無量綱)；AverPreyear為某一年的年降水總量，mm；AverPre為年均總降水量，mm；Prei,j為空間單元柵格(i,j)的降水量，mm；AverPrei,j為每個柵格的多年平均降水量，mm。

解恒燕[14]等比較基于ArcGIS軟件的普通克里金法、反距離權重法、樣條函數(shù)法、趨勢面法4種空間插值方法，得到反距離權重法降雨量插值結果由于其他3種方法插值結果。由射洪縣氣象局提供的2007-2016年21個鄉(xiāng)鎮(zhèn)降雨數(shù)據(jù)通過ArcGIS軟件進行降雨量反距離權重(IDW)插值分析，結合公式(3)～(5)得到射洪縣降雨影響因子分布(圖2)。

圖2 射洪縣2016年降雨影響因子分布圖Fig.2 The distribution of rainfall impact factors in Shehong County in 2016

2.3 地形影響因子確定

由于地面坡度對徑流、流速等會產生影響，污染物主要在降雨徑流過程中遷移的，從而坡面會對污染物遷移造成影響。計算公式為：

(6)

將射洪縣DEM數(shù)據(jù)在ArcGIS軟件中進行分析統(tǒng)計得到射洪縣平均坡度為14.21°，查閱文獻[15]得到d的值取為0.610 4，根據(jù)式(6)在ArcGIS軟件中通過柵格計算器計算得到射洪縣地形影響因子分布圖3(a)。由于式(6)計算所得到的β值會得到小于1的值，理論上在坡度地區(qū)，地形影響因子會大于1，因此通過ArcGIS中的條件分析工具將小于1的值通過加1后得到修正后的地形影響因子分布，見圖3(b)。

圖3 射洪縣地形影響因子Fig.3 Shehong county terrain impact factor

2.4 輸出系數(shù)的確定

通過參考國內部分地區(qū)已有研究成果[6,16-21]以及本研究區(qū)域的實際情況，確定各種土地利用方式、畜禽以及農業(yè)人口的輸出系數(shù)取值，見表1。由射洪縣國土局提供的二調資料確定得到射洪縣土地利用分布(圖4)。

表1 射洪縣非點源污染物輸出系數(shù)表Tab.1 Shehong County non-point source pollutant output coefficient table

圖4 射洪縣土地利用類型分布Fig.4 Distribution of land use types in Shehong County

3 結果分析

3.1 非點源污染物負荷總量分析

通過ArcGIS軟件計算得到射洪縣2016年非點源污染負荷量(表2)，由表2可知射洪縣2016年TN、TP負荷量分別為2 854.32、256.42 t,TN負荷量為TP負荷量的11倍。TN負荷量中土地土地類型、農村生活、畜禽養(yǎng)殖負荷量依次為1 871.52、834.05、148.75 t，3種污染源類型所占比例依次為65.57%、29.22%、5.21%；TP負荷量中土地類型、農村生活、畜禽養(yǎng)殖3種污染源負荷量依次為147.63、99.49、9.3 t，3種污染源所占比重依次為57.57%、38.80%、3.63%。3種污染源中土地利用類型非點源污染輸出量最大。

表2 射洪縣非點源污染負荷計算結果Tab.2 Calculation results of non-point source pollution load in Shehong County

3.2 非點源污染物負荷量空間分析

通過ArcGIS軟件對污染物負荷量進行空間分析，得到射洪縣2016年各鄉(xiāng)鎮(zhèn)非點源污染空間分布(圖5)，由圖5可看出TN負荷量中，污染物貢獻量最大的鄉(xiāng)鎮(zhèn)為金華鎮(zhèn)、柳樹鎮(zhèn)、仁和鎮(zhèn)、太乙鎮(zhèn)，污染物貢獻率最小的鄉(xiāng)鎮(zhèn)為青堤鄉(xiāng)、伏河鄉(xiāng)；TP負荷量中，污染物貢獻率最大的是金華鎮(zhèn)、柳樹鎮(zhèn)，污染物貢獻率最小的鄉(xiāng)鎮(zhèn)為青堤鄉(xiāng)、伏河鄉(xiāng)；TN、TP負荷量最大的為金華鎮(zhèn)和柳樹鎮(zhèn)。總體而言，TN、TP負荷量空間分布呈現(xiàn)出較大的空間異質性，金華鎮(zhèn)、柳樹鎮(zhèn)、太乙鎮(zhèn)3個鄉(xiāng)鎮(zhèn)鎮(zhèn)域面積以及耕地面積較大、并且涪江干流流經(jīng)此3個鄉(xiāng)鎮(zhèn)，人口比較多，而仁和鎮(zhèn)由于耕地面積較大、射洪縣境內涪江重要支流青崗河流經(jīng)該鄉(xiāng)鎮(zhèn)，人口較多，因此這4個鄉(xiāng)鎮(zhèn)非點源污染負荷量大。

對各鄉(xiāng)鎮(zhèn)3種污染源進行統(tǒng)計分析得到土地利用、農村生活、畜禽養(yǎng)殖3種污染源分布(圖6)，TN、TP負荷量各鄉(xiāng)鎮(zhèn)3種污染源貢獻中，每個鄉(xiāng)鎮(zhèn)污染源所占比例最大的均為土地利用類型負荷量，農村居民生活貢獻率次之，最小的為畜禽養(yǎng)殖污染。這主要由于射洪縣主要以農業(yè)為主，農業(yè)人口較多，農民靠耕作為生，耕地面積過大，由于耕種過程中的化肥使用導致耕地的輸出系數(shù)增大，因而耕地產生的污染負荷量過大，并且由于經(jīng)濟原因，在農村地區(qū)排污管網(wǎng)、垃圾收集設施以及垃圾轉運設施建設滯后，導致農村生活污染物以及生活廢水排入水體中造成水體污染。

圖6 射洪縣各鄉(xiāng)鎮(zhèn)3種污染源貢獻情況Fig.6 Contribution of three pollution sources in towns and towns of Shehong County

3.3 模型計算結果驗證

本文采用未改進的輸出系數(shù)模型ECM計算了2016年射洪縣非點源污染物負荷量，并利用射洪縣涪江出境紅江渡口水質監(jiān)測斷面污染物監(jiān)測值對模型進行驗證，結果見表3，改進后由于射洪縣部分地區(qū)降雨量低于多年平均降雨量，導致改進后的模型模擬值減小，TN、TP負荷量相對誤差由改進前的27.1%、54.3%降低至6.61%、26.55%。由此表明改進后的輸出系數(shù)模型在計算非點源污染負荷量中精度更高，也表明降雨量和地形對非點源污染過程中的重要影響。

表3 ECM與IECM模擬結果對比Tab.3 Comparison of ECM and IECM simulation results

4 結 語

(1)2016年射洪縣TN、TP負荷量高低趨勢基本一致，TN負荷量約為TP負荷量的11倍，兩種污染物空間分布規(guī)律一致，具有較大的空間異質性，局部集中、靠近河流水域。金華鎮(zhèn)、柳樹鎮(zhèn)、仁和鎮(zhèn)、太乙鎮(zhèn)4個鄉(xiāng)鎮(zhèn)負荷量最大，表明這幾個鄉(xiāng)鎮(zhèn)面臨著較大的氮、磷污染風險，在進行非點源污染治理時，可首先對該4個鄉(xiāng)鎮(zhèn)進行著重治理。

(2)由于射洪縣是個農業(yè)大縣，農業(yè)人口數(shù)量較大，耕地面積較大并且由于耕種過程中的各種化肥以及農藥的使用造成耕地的污染物負荷量大，TN負荷量中，耕地污染源占總負荷量的49.9%，TP負荷量中耕地污染源占總負荷量的24.2%。加強射洪縣測土配方施肥技術，實行科學耕種，科學使用化肥農藥可減少射洪縣環(huán)境污染。

(3)輸出系數(shù)模型由于其 “黑箱”原理，在計算非點源污染物負荷量過程中不能考慮到降雨以及地形等因素對污染物驅動以及運移過程中的影響，模型在降雨空間分布均勻的平原地區(qū)適用性高，而在降雨量分布不均勻，地形起伏比較大的山丘地區(qū)，將地形、降雨因素考慮后可提高模型模擬進度，在丘陵地區(qū)具有更好的適用性。