深圳市某區降雨徑流污染特征研究

石少山

(重慶交通大學 河海學院，重慶 400074)

以往學者多以雨水排放口或不同類型地表匯流水體為研究對象，未考慮不同區域徑流匯合后水質變化。本文從支流河道末端為研究對象，旨在探析支流降雨徑流水質特征、沖刷特征及污染物間相關性，為研究區域內降雨徑流污染末端治理提供理論依據。

1 研究方法

1.1 監測點及采集方法

居民生活區A河流為一級支流，長度為2.96 km，流域面積為2.54 km2，其中不透水率為87.3%，沿河都進行了截污，主要是商業和居住，區域內建筑多數為老舊小區，雨污分流制排水體制，城市管理狀況相對較差，人流量大且集中，監測點布設見圖1。工業區B河流域面積為0.623 km2，渠道長度為1.71 km。區域內主要為研發型工業聚集地，城市管理水平較高，人流量小，商業區少且零散，監測點布設見圖2。

圖1 區域A監測點衛星示意

圖2 區域B監測點衛星示意

1.2 時間及頻率

為科學合理的控制降雨徑流過程中的污染，且重點研究對象為初期雨水產生的地表水質變化。徑流雨水中污染物濃度在初期含量高且持續時間相對較短，徑流中后期污染物濃度將趨于穩定且值較低。故為準確的掌握降雨初期變化規律，采樣頻率定為：每個監測點在地表徑流產生后前30 min內，每5 min采集1次水樣，30～60 min內，每10 min采集1次水樣。90 min后每隔30 min采集1次樣本。根據降雨時間和降雨強度不同可適當調整取樣間隔時間，1個采樣點采集至少8個水樣，每個水樣采集500 mL。

1.3 檢測指標及分析方法

檢測指標為SS、COD、NH3-N、TP污染物，反映地表徑流污染有機物水平和顆粒物含量，分析方法見表1。

表1 指標化驗方法

2 監測結果與分析

選取位于2020年7—8月6場降雨采樣數據，對監測渠道進行水質濃度、沖刷特征、污染負荷特征、相關性分析，探析本地區降雨徑流污染規律。

2.1 降雨徑流污染物水質濃度分析

場次降雨徑流過程中污染物濃度變化是復雜的，對降雨徑流事件中瞬時濃度統計分析有助于深入認識區域內徑流污染物濃度變化特征，為區域內污染負荷預測提供依據。以2020年6場次降雨徑流污染水質資料為基礎，對其進行最大值、最小值、平均值、標準偏差、變異系數統計，結果見表2～3。

表2 居民生活區A瞬時濃度統計特征 mg/L

表3 工業區B瞬時濃度統計特征 mg/L

居民生活區A內場次降雨徑流中瞬時濃度最大值出現在7月31日，工業區B場次降雨徑流中瞬時濃度最大值出現在8月11日。兩場次降雨時間最大的相同點是前期干燥時間相對其他降雨場次為時間最長的，可知前期干燥時間對污染物累積起到重要作用。

7月31日和8月4日場次降雨徑流中COD、NH3-N、TP、SS平均濃度大于其他4場降雨。分析原因為，兩場次降雨徑流數據來源于居民生活區A，其他4場降雨皆來自工業區B。說明研究區域降雨徑流污染中商業和居民區的污染程度大于工業區。

居民生活區A和工業區B內COD、NH3-N、TP、SS瞬時濃度最大標準偏差較大?？梢娫诮涤陱搅鬟^程中瞬時濃度分布較為離散，濃度變化隨機性較大，算數平均值不能作為降雨徑流污染的代表值。

居民生活區A各污染物瞬時濃度變異系數在0.33～0.84之間，工業區B變異系數在0.23～1.03之間。各污染物瞬時濃度呈現寬幅變化，表明降雨徑流污染受多種隨機因素影響。

2.2 降雨徑流污染物平均濃度分析

2.2.1降雨徑流污染物平均濃度分布特征

計算各場次降雨徑流平均污染物濃度EMC值[10]，得出COD、NH3-N、TP、SS污染物EMC值(見表4)，其存在數量級的差距，但存在一定協同性，即同一場次不同污染物濃度增長或降低趨勢相同。分析原因為同一場次降雨徑流對不同污染物的沖刷、攜帶能力相同，故各污染物EMC存在一定的協同性。

表4 各場次污染物EMC值 mg/L

2.2.2降雨徑流污染物平均濃度影響因素

為明確降雨特征對城市徑流污染的影響，將降雨特征因子與特征污染物的EMC進行相關分析，徑流EMC與降雨特征的Pearson相關系數見表5。

表5 EMC與降雨特征的Pearson相關系數

前期干燥小時數與SS在顯著性水平0.05時影響顯著，相關系數為0.811。表明污染物累積是SS含量增多的主要原因。COD、NH3-N、TP與前期干燥小時數成正相關，相關系數為0.674、0.436、0.735，表明各污染物均是旱季逐漸積累，雨季集中排放的特點，即“零存整取”。

平均降雨強度與NH3-N、TP成負相關，相關系數為-0.555、-0.219，說明平均降雨強度越大，地表徑流污染物濃度越小，這與地表NH3-N、TP的釋放能力有關。SS與降雨歷時成負相關，降雨時間越長，地表累積污染物量越少，經徑流沖刷地表懸浮物被逐步沖刷干凈。NH3-N與降雨歷時成正相關，相關系數為0.792，表明NH3-N濃度在降雨徑流后期呈現增加趨勢，可見降雨后期存在NH3-N的二次釋放。各污染物與日降雨量相關性不強，相關系數基本維持在0.33～0.491，不能以單一日降雨量判斷徑流污染強度。

2.3 降雨徑流污染物沖刷特征

國內外多以Geiger[11]方法判斷初期效應，即45°線以上由遠及近初期效應程度為強烈(區域1)、中等(區域2)、微弱(區域3)，45°線以下未產生初期效應(區域4)。繪制各場次降雨徑流污染物累積沖刷曲線，即M～V曲線，依據各曲線所在區域判斷各污染物的沖刷程度(如圖3～8所示)。

圖3 7月31日場次降雨徑流沖刷曲線

圖4 8月4日場次降雨徑流沖刷曲線

圖5 8月11日場次降雨徑流沖刷曲線

圖6 8月13日場次降雨徑流沖刷曲線

圖7 8月18日場次降雨徑流沖刷曲線

圖8 8月26日場次降雨徑流沖刷曲線

結果顯示，通過以上各場次降雨徑流累積沖刷曲線分析知，兩個研究區域六場次降雨事件中存在一定的沖刷現象，但在30%的累積徑流量僅有四場降雨存在中等沖刷。同一地點不同場次降雨發生的初期沖刷程度不同，如圖3和圖4為居民生活區A區域，圖5～8為工業區B區域。表明初期沖刷效應產生的原因與場次降雨強度、降雨歷時、降雨過程相關。

2.4 降雨徑流污染物間相關性

大量學者[12-14]針對降雨徑流污染物分析表明，各污染物濃度間變化存在特定的相關性。本文對6場次降雨水質數據進行Pearson相關性分析，結果見表6～7。

表6 居民生活區A污染物間Pearson相關系數

表7 工業區B污染物間Pearson相關系數

1)居民生活區A瞬時水質數據進行Pearson相關性分析顯示，在顯著性水平為0.01時，COD、TP與SS的相關系數為0.85、0.679，COD與SS變量間高度相關，TP與SS呈現中度相關。NH3-N與SS的相關系數為-0.031，表現出基本不相關現象。

2)工業區B瞬時水質數據進行Pearson相關性分析顯示，在顯著性水平為0.01時，COD、TP與SS的相關系數為0.702、0.975，COD與SS兩變量間中度相關，TP與SS呈現高度相關。NH3-N與SS的相關系數為0.103，表現出基本不相關現象。

3)兩個研究區域各污染物間的相關性規律基本趨于一致，表明顆粒物SS是COD和TP的重要載體，同源的可能性較高，NH3-N的與其他相關性低。

3 結語

1)無論居民生活區還是工業區，各場次降雨瞬時濃度呈寬幅變化，說明降雨濃度受多種因素影響。

2)各場次降雨徑流污染濃度EMC間存在較大差值，但單場次降雨各污染物間存在協同性，影響EMC的主要因素是前期干燥時間，因此提高日常清掃頻率和水平可降低降雨徑流污染物含量。

3)各污染物存在沖刷現象，但初期效應并非在每場雨出現，與降雨特征有關。

4)COD、TP、SS相關性最強，SS是主要的污染物載體，NH3-N與其他污染物的相關性較弱，因此在選擇監測指標時需選擇SS和NH3-N兩個指標作為參考。