持續氣象干旱后夏季暴雨徑流污染變化趨勢研究

文章編號：1674-6139（2025）08-0068-05

中圖分類號：X52文獻標志碼：B

Changing Trends of Runoff Pollution Caused by Summer Rainstorm after Continuous Meteorological Drought

LiuFengmei，Hu Shengjiang，ShenJianhua，LiLiping，Jin Mei （LvliangMeteorologicalBureau，Lvliang O33OoO，China）

Abstract：Afectedbythenonlinearchangeofainfallcharacteristics，thepolutionofainstomrunoffinsummeraftercontiuous meteorologicaldougtangsspatiallndspatiallereore，tengndofistounoffplltioinsummeoi ous meteorological drought is proposed.This study used the R/S rescaling range algorithm to establish the time series of runoff pollution， calculatedthfractalcharacteristicindexndaplytheMK（MannKeada）nonparametricranktestalgoritmtoanalyeteoaldis tributionrelatioshipetweepolutantsandofftiesesetainfallasandomvable，teonditioalfunctionfpolltant concentrtionchangesisobtainedtojudgethetrendfpolutionchangesbasedonnomaldistributionconditions.Experimentshaveshown thatthereisaniveseelatiosiptwenrinfallunoffndltionagesinesorttftouht，utasiieoo tional relationship in the long term.

Keywords;sustainedmeteorologicaldrought；rainstormrunofinsummer；MKnonparametricranktest；trends inpolutionchan ges；normal distribution

前言

夏季暴雨徑流污染源于土地干旱后土壤微生物與結構變化，暴雨時城市未經處理的污水被沖刷入水體，造成廣泛污染。為改善此現象，研究者們對徑流污染趨勢進行了深入分析。

余香英[等人采集時間跨度超過一年的降雨和水質觀測數據，建立評價指標，分析水質變化指標，但該方法忽略了空間變化趨勢。 Wu^[2] 等人采用加權回歸算法計算徑流中總氮濃度變化，但該方法運算量大且易累積誤差。張勇[3]等人選擇分析地的三次降雨事件數據，計算未降雨前和降雨后土壤以及地下水的水質變化及污染負荷，但該方法實用性有限，對污染源和主要發生地不明確。王甜[4]等人則基于典型暴雨分析徑流污染規律，但該方法未考慮土質和環境差異。

針對上述問題，文章提出持續氣象干旱后夏季暴雨徑流污染變化趨勢研究。通過R/S方法建立時間序列，計算累積離差、極差及標準差等指標，獲取分形特征指數，并建立時間隨機游動關系。在此基礎上進行趨勢計算。同時，考慮區域、流域及降雨程度的影響，建立各類污染物的污染標準分型特征指數，作為判定基礎參數。最終，基于污染物與徑流時間序列的正態分布關系，通過計算正態分布變量并設置合理閾值，實現高效趨勢計算。

1徑流污染時間變化序列

通過時間序列分析能揭示污染事件分布、變化趨勢及周期性。徑流污染時間變化序列反映流域內污染情況。基于歷史數據，分析干旱后夏季暴雨徑流污染趨勢至關重要。文章采用R/S方法建立時間序列，通過過程序列呈現分形特征指數和赫斯指數[5]。得到基于 R/S 算法的時間序列為： {χ（t）}，t= 1，2，…，n ，其中， n 為任意整數； Ψ_tΨ_t 為周期參數 為序列初始值。離差屬于一種變動參數，是指觀測值與平均值[之間的差值，可用于驗證結果的偏差，計算累積離差為：

式（1）中， ?β 為離差系數 為經過離差計算后的初始值。

計算極差 R（β） 序列，是指樣本中最大值和最小值之間的差距，公式為式（2）：

R（β）=maxχ（t，β）-minχ（t，β），1?t?β

與夏季暴雨徑流污染相關性最強的指標，包括溶解氧、高峰酸鹽指數、氨氮、總磷、濁度和總氮，將這些指標用 F={F₁，F₂，F₃，F₄，F₅，F₆} 表示，統計這些徑流污染指標隨時間變化的序列：

式（3）中 S（β） 為標準差[7] α 為分形特征指數； h 為赫斯指數，代指時間序列參數。

2污染分形特征指數計算

暴雨徑流污染受地理和地表特征影響，呈現復雜非線性特征。計算污染分形特征指數能揭示這種特征，為污染趨勢分析提供依據。不同暴雨徑流事件主要包括晴天、微雨、小雨、中雨、大雨、暴雨、特大暴雨以及陣雨，不同降雨條件下污染物空間變化趨勢各異，因此需在徑流污染時間變化序列基礎上，計算各降雨下的污染分形特征指數。數學表達式為式（4）：

式（4）中， M 為降雨的污染排放總量； V 為徑流面積； Y={Y₁，Y₂，Y₃，Y₄，Y₅，Y₆，Y₇，Y₈} 為不同暴雨徑流事件； C（T） 為污染物隨時間變化的走勢； Q（T） 為徑流總耗時。

3暴雨徑流污染變化趨勢

通過計算徑流污染時間變化序列和污染分形特征指數，可以揭示暴雨徑流污染在時間序列和空間分布上的內在規律，在此基礎上，可采用基于MK（mannkeada）的非參數秩次檢驗算法，對干旱后夏季暴雨徑流污染的變化趨勢進行分析。假設序列 （χ₁，χ₂，…，χ_n） 中的樣本都是獨立且隨機分布的，通過正態分布進行雙邊檢驗。設 k 為水源污染物指標參數，對于其中所有的樣本都存在 k?n 且 k≠ 。當 （n）gt;10 ）時進行正態統計，計算公式為式（5）：

式（5）中， s 為正態分布 分別為事件 j 和 k 的時間變化；（sgn）為整型變量，在該變量下的計算結果為式（6）：

當符合正態分布時，可得到徑流污染變化趨勢方差為式（7）：

式（7）中， Van（S） 為暴雨徑流污染變化趨勢的顯性指數， Van（S） 值越大代表在污染序列上的趨勢變化越為明顯；若數值為0，則代表不存在污染變化。

通過上述過程的計算可實現對暴雨徑流污染變化的精準高效分析，得到明確的變化趨勢。

4性能測試

4.1 測試環境

為驗證文中提出持續干旱后夏季暴雨徑流變化趨勢研究方法的有效性，選用典型的暴雨徑流污染排放場景作為實驗場景。該場景位于長江上游最大量級支流，其區域最大量級支流，水量約占全水域面積的 25% ，全長為 ¹⁰⁸km ，最大儲水面積可達1523km² ，包括低排放、中排放和高排放三種不同的污染物排放量情況。實驗數據基于2022年－2023年真實暴雨降水事件，通過平臺輸出對比和分析結果。

4.2持續氣象干旱后夏季暴雨徑流污染變化趨勢 分析

基于文中提及的與夏季暴雨徑流污染相關性最強的指標，包括溶解氧、高峰酸鹽指數、氨氮、總磷、濁度和總氮，分析這些污染物指標在2023年1月-2024年1月期間，隨著不同暴雨徑流事件（晴天、微雨、小雨、中雨、大雨、暴雨、特大暴雨以及陣雨）的變化趨勢。得到的實驗結果如圖1所示。為直觀展示實驗結果，采用樣本點的方式來表示污染物的濃度變化，通過樣本點的聚集或稀疏程度來直觀反映濃度的增減情況。

從圖1中可以看出，不同污染物指標在不同徑流條件下的變化趨勢各異。具體而言，在初始雨水階段，溶解氧、氨氮、總磷和總氮等污染物因雨水沖刷地表而濃度較高，被帶入徑流中。隨著降雨量增加，雨水開始稀釋和沖刷這些污染物，濃度呈現微弱下降趨勢，但因長期積累的污染物較多，改善不顯著。相比之下，濁度指標在初始雨水階段即明顯上升，隨降雨量增加，更多泥沙被沖刷入水體，導致水體渾濁度增加，濁度持續上升。進入暴雨階段，溶解氧、氨氮、總磷和總氮等污染物濃度變化趨勢依然微弱，可能受暴雨強度、持續時間和地表污染物積累程度等多種因素影響。有時因暴雨強烈沖刷，污染物濃度會短暫上升，但總體上仍呈下降趨勢。而濁度指標在暴雨階段繼續顯著上升，因大量泥沙和顆粒物被帶入，進一步加劇水體渾濁。暴雨結束時，隨著降雨量和徑流量減少，各污染物濃度可能再次變化。溶解氧、氨氮、總磷和總氮等污染物可能因水體自凈和污染物沉降而濃度逐漸降低，濁度指標則可能隨泥沙和顆粒物沉降而逐漸降低。

4.3基于徑流污染累積總量的變化趨勢分析

為了更近一步分析，采用抽樣調查的方法，隨機選取2023年6月和2023年8月這兩個月的數據進行測試，以對比徑流污染累積總量的實時變化。得到測試結果見圖2。

圖2夏季暴雨徑流污染累積總量變化趨勢

從圖2可見，6月和8月污染物曲線位于對角線附近，表明徑流量增時污染物累積量亦升，顯沖刷效應。長時間暴雨使地下水污染物被沖刷至河流，致水質惡化。通過對實驗結果的綜合對比發現，在短時間或等級較低的暴雨事件條件下，徑流增大則污染物反應減弱；而在長時間或等級較高的暴雨事件情況下，徑流增大則污染物反應增強，即徑流與污染物趨勢變化成正比。

為進一步驗證所提方法對污染變化趨勢的分析和計算的精準性，以得到的Van（S）為指標，得到污染物Van（S）的變化見圖3。

圖3徑流污染物Van（S）指標曲線

從圖3中看出， Van（S） 的數值變化與上述分析得到的結果基本一致，曲線分布越高，表示污染變化越明顯。通過綜合對比，再次驗證了當徑流變化增大時，污染物的濃度變化也相應增高。

5 結束語

文章提出基于持續氣象干旱后夏季暴雨徑流污染變化趨勢研究，旨在提升土壤和大氣環境質量。研究采用R/S重新標度極差方法，建立初步的時間序列，計算污染物離差、極差及標準差，并將現場數據代入這些指標參數中，作為后續分析的先驗參照。為確保不同污染濃度分析的準確性和適用性，考慮不同環境和徑流條件下污染物濃度差異，計算平均濃度作為先驗指標，探究污染物濃度與強降雨時間的比例變化關系。采用MK非參數秩次檢驗算法，計算污染物與徑流指標的正態分布函數，通過分布閥值實現徑流趨勢變化的高效分析。該方法綜合性能強，適用于大基數和復雜環境的氣象數據，能實現高效的分析和計算，為改善環境質量提供科學依據。

參考文獻：

[1]余香英，王剛，鄒富楨，等.基于逐 ^4h 尺度的粵西典 型流域降雨徑流污染特征分析[J].環境污染與防治，2023，45 （7）：910-916;922.

[2]Wu Kaibin，Hu Minpeng，Zhang Yufu，etal，Ming feng，Chen，Dingjiang.Long-term riverine nitrogen dynamics re veal the eficacy of waterpollution control strategies[J].Journal ofHydrology，2022，607：12752.

[3］張勇，楊忠蓮，劉晉，等.農村庭院降雨徑流污染特征及生態凈化效能[J].凈水技術，2022，41（11）：113-120.

[4]王甜，肖文發，黃志霖，等.三峽庫區紫色土坡地典型暴雨徑流氮磷流失特征［J].生態與農村環境學報，2022，38（3）：367-374.

[5]徐冰鈺，亞森·麥麥提，閆琪.2015年-2019 年烏魯木齊市氣象因素對大氣污染物的影響及污染物變化趨勢分析[J].職業與健康，2022，38（20）：2828-2833.

[6]粟曉玲，褚江東，張特，等.西北地區地下水干旱時空演變趨勢及對氣象干旱的動態響應[J].水資源保護，2022，38（1）：34-42.

[7]王傳揚，張小玲，蘭琳惠，等.2022年夏季高溫干旱對四川盆地污染物濃度變化的影響分析[J].生態環境學報，2024，33（1） ：80-91.