臨安校園不同下墊面徑流污染特征及污染源解析

許立宏， 王春梅， 蔡成豪， 梁世君， 方曉波*

(1.浙江農林大學 環境與資源學院，浙江 杭州 310000； 2.福建省輻射環境監督站，福建 福州 350001)

近年來，地表徑流已成為影響城市水環境質量的僅次于農業面源污染的第二大非點源污染源[1-5]。城市自然下墊面徑流產生困難，污染物不易隨降雨徑流而遷移，容易導致污染物富集并影響區域環境[6]。道路、屋頂等不透水性地表尤其是交通活動頻繁的城市道路地表累積了大量的懸浮顆粒物、營養鹽、有機物，以及重金屬等污染物[7-8]，通過降雨徑流的溶解、沖刷等作用輸入地表水體，易引起水質惡化，威脅公眾身體健康[9-11]；綠地由于大氣干濕沉降，臨近道路汽車尾氣排放，附近工業商業區污染，存在重金屬、PAHs、PM10和PM2.5等污染風險。城市降雨徑流污染具有量大、面廣、分散性、隨機性、難治理等特點，已成為當前我國城市河流水質進一步提升改善的瓶頸[2]。

校園區是一個集生活、交通、商業、文教為一體的典型復雜功能區，同時學生作為一個特殊的群體，學生的安全健康是社會特別關注的問題之一。本研究探討校園不同下墊面徑流污染特征和污染源，旨為進一步防治城區水污染、保護水資源提供有效的理論依據。

1 材料與方法

1.1 研究區概況

選浙江農林大學東湖校區為研究區域。東湖校區人口密集，活動頻繁，屬典型校園區，集教學區、學生生活區、體育活動區、科學研究區為一體[12-13]。年降水量1 613.9 mm，年降水日158 d，年無霜期237 d，降水最多為6月，其次為7、8月，最少是11、12月。

1.2 監測點布設

針對該校區不同下墊面，根據校區格局分布和土地利用現狀，經實地考察，選取A7宿舍樓瓷磚路面、五洲廣場柏油路面、教五樓天臺屋面和東湖旁綠地為監測對象。考慮到路面情況多變，各下墊面均取兩個采樣點。采樣點分布如圖1所示。

圖1 研究區域及監測點位的下墊面類型

1.3 樣品采集

于2018年7月至2019年7月，根據《水質采樣技術指導》(HJ 494—2009)，在道路雨水徑流匯集的路面集水井處收集水樣，屋面采樣處為管道出水口，綠地采樣處為石墩旁地勢低洼處。采用“前密后疏”的采樣模式，徑流開始30 min內，用聚乙烯瓶每10 min采樣一次，30～60 min每15 min采樣一次，60 min以后每30 min采樣一次，直至徑流終止，每次采樣500 mL。采集的水樣帶回實驗室分析總氮(TN)、氨態氮(NH3-N)、總磷(TP)、化學需氧量(COD)及重金屬指標[4,14]。

1.4 降雨特征

采樣期間采用JFZ-01型數字雨量計同步觀測降雨特征。本研究采集了8場典型降雨事件的基本特征數據。

1.5 分析方法

1.5.1 次降雨徑流平均濃度計算

次降雨徑流平均濃度(EMC)可用于分析和評估一場降雨事件的地表徑流污染情況。EMC計算公式為：

式中：M為污染物總量；V為總徑流量；Ct為t時刻污染物濃度；Qt為t時刻徑流量。

1.5.2 初期沖刷效應分析

為判斷降雨初期沖刷效應的強弱，在M(V)曲線的基礎上提出MFF指數。MFF指數計算公式：

式中：MFFn為初期沖刷強度指數；M為降雨過程排放的污染物總量；V為降雨過程的總徑流量；Ct為t時刻排放的污染物濃度；Qt為t時刻徑流量。

1.5.3 基于熵權法的內梅羅法水質評價

基于熵權法的權重極大值確定，采用歸一化公式對數據進行歸一化：

式中rmax、rmin分別為同一指標不同樣品中的最大值與最小值。然后對m個待測項目、n個待評指標歸一化處理后，得到歸一化矩陣：

式中rij為第j個指標下第i個項目的評價值。則第j個指標下第i個項目指標值的比重(pij)：

第j個指標的熵值(ej)為：

式中k=1/lnm，并規定pij=0時，pij·lnpij=0。則第j個指標的熵權(wi)：

基于熵權法的改進內梅羅法[15]：

Fmax=max{ci/sij}；

1.5.4 基于年降雨量法的污染負荷估算

降雨徑流年污染負荷估算可體現徑流污染物濃度對水體的危害，由于一年內對每場降雨事件進行監測分析比較困難，可采用以下公式計算徑流年污染負荷[16]。

式中：L為一定面積排水區域的年污染負荷；P為年降雨量；CF為徑流修正系數，一般取0.9；

Rv為徑流系數；C為事件平均濃度。

M=L·A。

式中：M為污染物年排放量；A為研究區域面積。

2 結果與分析

2.1 徑流污染EMC濃度

對每場降雨數據(表1)進行濃度計算后按不同下墊面類型對8場降雨事件的EMC濃度進行均值計算。表2～3是8場典型降雨不同下墊面各污染物徑流的EMC均值。根據EMC均值，不同下墊面常規污染物和重金屬的EMC值見圖2～3。

圖2 不同下墊面常規污染物的濃度

表1 典型降雨的基本降雨特征

表2 不同下墊面降雨徑流的常規污染物EMC值

表3 不同下墊面降雨徑流的重金屬污染物EMC值

2.2 沖刷效應

2.2.1 不同下墊面徑流污染物濃度變化

選取2019年4月4日的降雨事件探討徑流污染物濃度隨降雨歷時的變化規律，濃度變化趨勢如圖4所示。結果顯示,各徑流污染物濃度初期較高，隨著降雨歷時不斷降低，初期徑流污染較為嚴重，TP、TN、Cr污染物在降雨歷時中存在明顯峰值，這與何湖濱等[17]的研究結果一致，可能是由于下墊面不同導致的濃度波動。該降雨事件的各污染物濃度變化總體呈下降趨勢。

2.2.2 不同下墊面徑流初期沖刷效應

對于降雨徑流初期沖刷的判定一般是基于無量綱的累積污染負荷比與累計徑流量比的M(V)曲線圖[18]，選取2019年4月4日降雨事件作為典型降雨事件作M(V)曲線(圖5)，當曲線位于對角線左上方時，代表產生了初期沖刷效應，結果顯示,4種下墊面均有較明顯沖刷效應。

圖3 不同下墊面重金屬污染物的濃度

圖4 不同下墊面徑流污染物濃度隨降雨歷時的變化趨勢

圖5 不同下墊面污染物的M(V)曲線

M(V)曲線只能從大體上判斷一場降雨事件是否存在初期沖刷，為進一步探討初期沖刷效應的強弱程度，以30%的初期徑流量所攜帶的污染負荷為標準[19-20]，引入FF30指數和MFF30指數。FF30指數表示前30%的徑流在整場降雨中的累積污染負荷占比。根據李春林等[21]的研究，按照MFF值的大小可將初期沖刷強度進行劃分：MFF值在>1～2為弱沖刷，>2為強沖刷。對4種下墊面的Cu、Zn、Pb、Cr、Ni、TP、TN、NH3-N、COD的FF30和MFF30進行計算，結果見表4。

表4 不同下墊面污染物FF30和MFF30值

由表4可知，不同下墊面前30%的徑流量，瓷磚路面攜帶的負荷量為20%～65%，柏油路面攜帶的負荷量為29%～76%，屋面攜帶的負荷量為31%～56%，綠地攜帶的負荷量為23%～63%。其中：瓷磚路面攜帶的重金屬平均負荷量為45%，攜帶的常規污染物平均負荷量為27%；柏油路面攜帶的重金屬平均負荷量為51%，攜帶的常規污染物平均負荷量為33%；屋面攜帶的重金屬平均負荷量為47%，攜帶的常規污染物平均負荷量為35%；綠地攜帶的重金屬平均負荷量為44%，攜帶的常規污染物平均負荷量為44%。瓷磚路面、柏油路面、屋面、綠地FF30平均值為37%、43%、44%、41%。瓷磚路面、柏油路面Cr和綠地COD的MFF30值>2，為強沖刷。瓷磚路面的TP、TN、COD以及柏油路面的NH3-N、COD和綠地TP的MFF30<1，不存在沖刷效應。屋面污染物的MFF30均>1，所以屋面的各污染物在整個降雨事件中都存在沖刷效應。4種下墊面重金屬MFF30值都>1，所以不同下墊面重金屬均存在不同程度的初期沖刷效應。瓷磚路面、柏油路面、屋面、綠地的MFF30平均值分別為1.23、1.43、1.38、1.47。總體上來說，4種下墊面均存在沖刷效應，且沖刷效應都是弱沖刷。

2.3 相關性

2.3.1 降雨特征與徑流污染物相關性

運用SPSS軟件對監測的8場降雨事件中污染物的EMC值與降雨特征之間進行Pearson相關性分析。表5所示，COD、TP與前期晴天時間呈顯著和極顯著正相關，表明前期晴天時間越長，COD和TP濃度越高，這與邊博[22]的研究結果一致。Pb、Ni與平均降雨強度呈顯著正相關，平均降雨強度越強，Pb和Ni濃度越大；Pb還與降雨量呈顯著正相關，表明Pb濃度隨著降雨量的增加而增大。其余徑流水質與降雨特征間無顯著相關性。在某種程度上，Pb、Ni與雨強、雨量的正相關關系是由于污染物的沖刷作用大于稀釋作用而導致的，與李春林等[21,23]的研究結果一致。

表5 降雨特征與徑流污染物的Pearson相關系數

2.3.2 徑流污染物之間相關性

運用SPSS軟件對監測的8場降雨事件的污染物EMC值之間進行Pearson相關性分析。表6顯示，常規污染物之間相關性不高，可能是由于徑流的產匯與沖刷存在不確定性所致[24]。重金屬之間具有明顯的相關性，Cu與Zn、Pb、Cr、Ni呈高度負相關，Pb與Cr、Ni呈完全的正相關，Cr與Ni呈完全正相關，這表明多種重金屬來源相同，可能因為本次研究采樣點位于一個功能區，且道路汽車磨損、懸浮物吸附顆粒包含多種重金屬[25-26]。TN、NH3-N與多種重金屬之間呈高度的正相關、高度的負相關關系，可能是由于大雨沖刷導致泥沙較多，沖刷和稀釋作用交互，從而影響污染物之間的相關關系。

2.4 水質評價

表7顯示，屋面的徑流水質為Ⅳ類，瓷磚路面和綠地的徑流水質為Ⅴ類，柏油路面的徑流水質屬劣Ⅴ類，研究區總體徑流水質較差。

表7 不同下墊面水樣的P值及評價結果

2.5 污染負荷

參照GB 50014—2006《室外排水設計規范》，屋面和柏油路面的徑流系數取0.9，瓷磚路面徑流系數取0.6，綠地徑流系數取0.15。根據周菊敏等[27]的研究，研究區年降雨量為1 506.0 mm，利用L公式，根據表2、3計算年污染負荷，結果如表8所示。與其他研究區校園[28-29]相比，本研究區年污染負荷均高出不少，最少超出2倍，最多超出近30倍。

表8 不同下墊面水樣的年污染負荷 單位：kg·hm-2·a-1

2.6 污染源

運用SPSS 20.0軟件對本次研究中的全部數據進行KMO檢驗和Bartlett球形檢驗。結果顯示，KMO的值皆>0.5，且Bartlett球形檢驗P值<0.5，拒絕Bartlett球形檢驗的零假設，表明原有數據適合做主成分分析[30-31]。以特征值>1和方差貢獻率>75%為原則，提取出影響研究區徑流水質的2個主成分因子，這2個因子能解釋全部變量的84.741%，說明這2個主成分因子基本包含上述9個指標的所有信息(表9)。第一主成分貢獻率為54.233%，與第一主成分密切相關的是TP、Pb、Cr和Ni，在TP、Pb、Cr和Ni上有較大的荷載系數，均呈強正相關關系，表明研究區降雨徑流主要受到TP和重金屬Pb、Cr和Ni的污染；第二主成分貢獻率為30.508%，與第二主成分密切相關的是NH3-N、COD、Cu，在NH3-N、COD、Cu上有較大的荷載系數，與COD呈強正相關關系，與NH3-N和Cu呈中度相關關系，表明研究區降雨徑流次要污染是NH3-N、COD、Cu。

表9 研究區徑流污染物的主成分分析

2.7 討論

為了解研究區的降雨徑流污染特征和污染源，對一年中的典型降雨事件進行研究分析，采用EMC值計算、沖刷規律和初期沖刷效應分析、水質評價和污染負荷分析，通過主成分分析對本研究區污染物進行污染源解析，并盡可能通過污染特征相關性分析明確研究區年降雨事件下的徑流污染狀況和影響因素，為當前城市非點源污染問題提供更豐富的數據和科學依據。

結果表明，在整個徑流過程中污染物濃度整體呈下降趨勢，對降雨事件初期沖刷效應進行研究后發現，4種下墊面均存在初期沖刷效應，沖刷效應均為弱沖刷。從下墊面類型分析，4種下墊面中屋面初期沖刷效應穩定，研究中的不同污染物在屋面均存在初期沖刷效應。從污染物種類分析，重金屬污染物在不同下墊面均存在沖刷效應，具體是強或弱沖刷與重金屬污染物的種類有關。隨著生活水平提高，燃油燃氣消耗激增、廢氣粉塵排放增加，造成嚴重的大氣污染，空氣中的粉塵顆粒物、可溶性的有害氣體隨著雨水淋洗進入地表徑流造成城市地表徑流的污染，同時徑流受匯水面性質影響呈現出不同變化，所以不同下墊面徑流水質之間存在差異[32]。研究區徑流水質屋面>瓷磚路面>綠地>柏油路面，同時研究區徑流年污染負荷偏高，除TP外的其他污染物污染負荷是其他校園的2～30倍，污染比較嚴重，宜采取相應措施，如減少杭州市臨安區的燃油燃氣，以減少因大氣沉降導致的徑流污染。主成分分析結果得出，第一主成分包括TP、Pb、Cr、Ni，表明研究區徑流主要受到P污染和重金屬Pb、Cr、Ni污染，其污染主要來源于城市垃圾、機動車剎車等零部件磨損和汽車燃油[30,33-34]。第二主成分包括COD、Cu和NH3-N，表明研究區徑流水質主要受有機污染物COD、N污染和重金屬Cu污染，COD污染主要來源于車輛輪胎損耗[35]，N污染的污染源主要是大氣干濕沉降和復合肥的施用所致，Cu污染主要來源于機動車損耗以及附近工業活動(電線電纜廠等)。主成分分析與水質評價結果顯示，柏油路面的徑流水質最差，為劣Ⅴ類水。

3 小結

地表徑流污染物濃度初期較高，隨降雨歷時不斷降低，且存在初期沖刷效應；降雨特征與徑流污染物之間、徑流污染物之間存在相關關系；研究區TN、COD、Ni污染嚴重，NH3-N、Cu、Zn、Pb、Cr污染較輕，無明顯Cu污染。

水質評價表明，研究區徑流水質整體較差，水質污染程度柏油路面>綠地>瓷磚路面>屋面。屋面的徑流水質為Ⅳ類，瓷磚路面和綠地的徑流水質為Ⅴ類，柏油路面的徑流水質屬劣Ⅴ類。

本研究區污染負荷比其他校園明顯偏高，除TP外其他污染物的污染負荷高于其他校園2～30倍，污染狀況較重。

主成分分析結果顯示，研究區徑流存在多種污染源，第一種潛在污染源是機動車損耗、燃油和城市垃圾，第二種潛在污染源是機動車輛車輪胎磨損、大氣干濕沉降和復合肥的施用，以及附近電纜廠等的重金屬工業活動。