基于EFDC模型的湿地生物塘水质净化效果模拟与优化设计

赖秋英，李一平，张文一，许益新，曾伟峰，王鑫华，

(1. 河海大学 环境学院，南京 210098；2. 宁波市城区内河管理处，浙江 宁波 315041；3. 济宁市南四湖人工湿地管理处，山东 济宁 272125)

·试验研究·

基于EFDC模型的湿地生物塘水质净化效果模拟与优化设计

赖秋英1，李一平1，张文一2，许益新1，曾伟峰1，王鑫华3，

(1. 河海大学 环境学院，南京 210098；2. 宁波市城区内河管理处，浙江 宁波 315041；3. 济宁市南四湖人工湿地管理处，山东 济宁 272125)

为研究湿地不同生境生物塘水质净化效果，筛选最佳生境的设计方案，以山东省鱼台县惠河湿地项目为背景，基于环境流体力学模型(EFDC模型)，建立惠河湿地范围内的水动力、水质数学模型，并根据生物塘水动力、生物特征和物理形态等因素构建目标函数，进行综合赋分，对湿地中生物塘进行优化设计。结果表明：不同生境生物塘对水质有不同程度的改善作用；水体交换程度适当，生物丰富度大，岸线长，偏离主流的生物塘对水质的净化效果佳。 研究筛选出的生物塘生境可为湿地修复与水质改善工程提供参考。

湿地；EFDC模型；生物塘；优化设计

1 引 言

随着工业发展，河流遭受不同程度污染，现有的流域治理很难使水质完全达标。与传统污水处理工艺相比，人工湿地因其建设简单、低能量需求等优点，在地表径流污染控制方面应用越来越广泛。由人工湿地和生物塘组成的多级湿地系统有效的解决了人工湿地单级系统难以满足物理、化学和生物过程所需的不同条件的问题。在湿地模型模拟方面，焦璀玲[1]等根据平阴湿地实地情况，进行水动力和水质模拟，归纳出水体中污染物随时空的迁移变化规律；季振刚[2]通过引入沉水植物、营养盐循环等模块建立人工湿地水质模型，模拟氮、磷、溶解氧变化过程。可见目前对于湿地的研究侧重于污染物变化规律及湿地净化功能，关于湿地各组成部分优化设置方面的研究尚不多见，对于湿地中生物塘水质净化、生境筛选等方面还缺乏认识。本文以山东鱼台县惠河湿地为例，基于EFDC构建水动力、水质数学模型，通过对比分析生物塘建设前后水质变化，并构建目标函数综合赋分，优化设计生物塘，以期为湿地修复与水质改善工程提供参考和借鉴。

2 材料与方法

2.1 研究区域

在南水北调工程东线中，南四湖是重要的调蓄湖泊和输水通道，而惠河是南四湖的主要入湖河流。惠河承接上游客水和沿途农村生活污水、渔业养殖污水、农业面源污染，水质日益恶化，同时植物退化和人为活动的破坏致使惠河遭到不同程度的污染。惠河湿地位于山东省鱼台县惠河入湖河口处，属于河道型湿地，通过湿地拦截杂质、净化水质，保证湖泊健康，确保调水工程安全。

2.2 数学模型

环境流体力学模拟软件EFDC (Environmental Fluid Dynamic Code)由多个数学模型集成，被广泛运用于模拟水系统一维、二维和三维流场、物质输运、生态过程等。EFDC模型垂向上采用σ坐标变换，同时采取Gelperin等修正的 Mellor-Yamada 2.5阶湍封闭模式，较客观地给出了垂向混合系数[3]。水龄指某一区域水体被交换所需要的时间，该概念与水力停留时间相近，可用于反映区域任一个网格的水体交换快慢。

2.3 模型构建

根据鱼台惠河湿地区域实际的水域边界，按2 m×2 m矩形网格对区域划分，计算网格共56 126个。研究区域底高程空间分布通过将实测数据导入后插值获得。水动力计算考虑最不利水文条件即枯水期下的情景，分别给定湿地上游进口、中部出流口以及下部出流口以恒定计算边界。根据实地监测数据，上游和中部平均流量分别为0.89 m3/s和0.58 m3/s，下游设定常水位32.9 m。水质计算参数设置为COD，根据鱼台县环境保护局监测资料，在现有流域治理情况下，惠河湿地上游进口水质基本满足《地表水环境质量标准》(GB3838-2002)Ⅳ类水标准，COD浓度为30 mg/L。据南水北调治污规划要求，惠河入湖水水质需达到《地表水环境质量标准》(GB3838-2002)Ⅲ类标准，可确保调水安全，故设置湿地初始COD浓度为20 mg/L。模拟时间为30 d，时间步长为2 s。

2.4 模拟情景

惠河湿地模型建立中，生物塘主要通过改变数据底高程和运用水生植物模块体现。生物塘优化设计基于其水质净化效果，选择具有不同生境的生物塘进行模拟，进行水质净化效果对比并讨论。在水动力方面，需要考察生物塘水体整体循环效果；在生物特征方面，需要考察生物塘范围内生物多样性；在物理形态方面，需要考察生物塘所在位置、岸线等因素对水质的影响。湿地共建设4个生境不同的生物塘，分布位置见图1，所有生物塘具有相同密度的水生植物覆盖率，包括挺水植物、沉水植物等，生物塘河岸植被覆盖度也相同。其中，1号生物塘位于主流上，与水域接触面积较大；2号生物塘位于河湾，偏离主流；3号生物塘面积小，位于河湾，偏离主流；4号生物塘所在区域流量相对较小，河道较窄，生物塘区域与陆域和水域接触面积相当。不同生物塘生境建设情景见表1，通过EFDC构建水动力、水质数学模型模拟4种情景。

图1 生物塘分布点位图Fig.1 Distribution of biological ponds

方案点位生物塘建设情况1T1位于主流2T2位于河湾,偏离主流3T3位于河湾,偏离主流,面积较小4T4位于支流,流量较小

2.5 函数构建

根据《河流健康评估指标、方法与标准》[4]，对河湖进行健康评估，可知晓导致河湖健康出现问题的原因，掌握其变化趋势。惠河湿地属于河道型湿地，同样，若对湿地进行评估，可了解其自然生态状态。湿地健康表示其物理、化学和生态3个方面状况良好，同时具备可以持续为人类提供服务的能力。采用指标评分法进行健康评估。本文选取湿地生物塘的流速，水龄，生物特征和物理形态四个影响因素，在枯水期最不利条件下，构建目标函数：

Max(y)=λ1*V+λ2*A+λ3*B+λ4*P

式中V为流速赋分；A为水龄赋分；B为生物特征赋分；P为物理形态赋分；λ1，λ2，λ3，λ4分别为流速，水龄，生物特征和物理形态的赋分权重，依据《河流健康评估指标、方法与标准》中对权重的分配，建议λ1取0.1，λ2取0.1，λ3取0.5，λ4取0.3；y为目标函数值。

3 结果及讨论

3.1 模型验证结果

EFDC数值计算能力强、通用性好。EFDC模型中的许多参数一般不需要修改。固定边界模型的计算域边界随时间不发生变化，而动边界模型的计算域边界随水位涨落而变动，可以模拟湿地内水位的变化过程。选择0.1～0.15 m作为干湿网格的临界水深。当某网格水深 > 0.15 m时为湿网格，进行正常的模拟计算；当水深 < 0.1 m时为干网格，不参与计算。

根据2014年11月湿地区域内的水质监测资料，得到初始计算时间所对应的水质浓度，采用空间反距离插值得到每一个网格上的初始浓度，进而得到湿地区域内的初始水质空间分布。湿地计算区域入口边界水质浓度采用入口最近点#1点位(图2)处水质浓度，模拟计算湿地枯水期COD在30 d内的变化规律，并与实测值进行比较，最终确定COD 降解系数为0.02/d。沿程选取枯水期#2、#3及#4点位的COD模拟值与实测值进行对比(图3)，模拟时间内的水质变化情况和监测数据基本吻合，说明该模型能够运用于惠河湿地的水质计算。

根据4套生物塘生境建设情景，利用EFDC建立水动力和水质模型，根据水动力、生物特征和物理形态等因素对水质净化效果影响的分析，利用目标函数综合赋分，进行生物塘优化设计。

图2 率定点位图Fig.2 Calibration points of computation domain

图3 惠河湿地水质模型率定验证结果Fig.3 Calibration result of huihe wetland quality model

3.2 生物塘水质净化效果

水质模拟中，生物塘对水质的净化通过COD的降解来体现。表2将湿地生物塘区域COD浓度值与本底值进行对比，给出了不同建设情景下湿地水质净化效果，四个生物塘COD平均降解能力为18.78%，建设在河湾，偏离主流的2号生物塘对水质净化效果最佳，COD降解率达36.68%。

生物塘对水质有净化作用得到国内外学者很多研究的证实。李诗殷[5]等人以广东省滑滩村为例，运用生物塘-人工湿地系统处理生活污水，结果表明系统处理效果好，出水COD可达《地表水环境质量标准》(GB3838-2002)Ⅲ类水标准。Tsalkatidou M[6]等对希腊城市辛佐斯污水处理厂后的生物塘-人工湿地系统进行研究，表明其能有效降低有机物浓度。但是，何种生境的生物塘水质净化较佳亟待解决。

表2 不同情境下生物塘的水质净化效果Tab.2 Water purification effect of biological pond under different scenarios

3.3 水动力对水质净化效果影响

EFDC水动力模拟结果包括流场及水龄。由枯水期惠河湿地流场模拟结果(图4)可知，湿地水体整体循环效果较好，流速范围在0到0.02 m/s。1号生物塘所在区域流速分布均匀，流速较小；2号和3号生物塘均处于河湾静水区，流速几乎为0，流速变化也几近为0；4号生物塘两侧流速分布不均匀，靠近入流侧流速较大，水利条件较差。由枯水期惠河湿地水龄模拟结果(图5)可知，惠河湿地的水龄在空间上分布不均匀，基本符合沿程减小规律，在0到30 d之间，15 d左右达到稳定，水龄最大区域位于河湾。2号生物塘和3号生物塘水龄大，与模拟天数相同；1号生物塘水龄比4号生物塘略大。

综合流场和水龄模拟结果，河湾处流速几乎为0，水龄大，与模拟天数相同。流速小说明水体交换能力弱，同样水龄的大小反应水体交换的快慢。在本次模拟中，枯水期水体交换最慢的区域位于河湾区，均为静水区。李晓莉[7]等人以生物塘为净化设施，建立了一套循环水系统，并建立了不同水交换率与未循环水的对照实验，结果表明静态塘中COD显著高于循环塘，水交换率为10%时水质最优。可见，不考虑生物作用，流速越小，水龄越大，水体交换越慢，水质越差。

图4 惠河湿地流场分布图Fig.4 Flow field distribution of Huihe wetland

图5 惠河湿地水龄分布图Fig.5 Water age distribution of Huihe wetland

3.4 生物特征对水质净化效果影响

由水动力分析可知，不考虑生物作用，水体交换越慢，水质越差。2号和3号生物塘处于河湾静水区，但并未出现水质恶化的现象，反而表现出对污染物COD有较高的去除效率，证明生物塘在净化水质时，生物作用不可小觑。再比较2生物塘和3号生物塘，2号生物塘面积大，拥有更丰富的动植物和微生物，在拥有相同的水动力条件下，生物降解过程更充分，因此可利用生物丰富度指标来描述生物特征。

污水中有机物的降解需要依靠物理作用，如稀释、絮凝、沉淀等和其他生物效应，如微生物、浮游生物等生物化学作用和水生植物的作用。可见生物种类越多，丰富度越高，所涉及的生化反应越多。近年来，针对不同的生物净化机理，已有许多改进的生物塘，包括水生植物塘、养殖塘、生物过滤塘等。樊新源[8]等人对巢湖源水富营养化进行研究，利用水生植物塘进行预处理，并考察其对巢湖源水的净化能力，结果表明植物塘对源水COD平均去除率为38%，出水水质基本达到《地表水环境质量标准》(GB3838-2002)Ⅲ类水标准。通过在塘中养殖经济鱼类，水中悬浮有机物、菌类和藻类被鱼类捕食，进而去除水中的有机物，即为养殖塘。杨洁[9]结合生物膜法、吸附过滤法等技术，提出改进的生物过滤塘，设计了小试并与传统稳定塘处理效果进行对比，结果表明生物过滤塘稳定运行后，COD平均去除率比传统稳定塘同比增长24%。但同时Marie Vanacker[10]等人指出物种丰富度存在一个临界值，必须依靠这个值进行优化管理。所以，不能简单认为生物种类越多，水质处理效果就越好。

3.5 物理形态对水质净化效果影响

在本文的模拟中，4个生物塘均与陆域和水域相接触，1号生物塘位于主流上，与水域接触面积较大，岸线较短；2号生物塘位于河湾，偏离主流，与水域接触面积较小，岸线长；3号生物塘面积小，位于河湾，偏离主流，岸线短；4号生物塘所在区域为河道，岸线较短，生物塘区域与陆域和水域接触面积相当，因此可用面积大小、所在位置、岸线等指标来描述生物塘物理形态。

生物塘面积大，河流生物拥有更多的生存空间，河流被滋扰的程度就越低，相应的自然化水平越高，河流的生态环境就越健康。但同时，生物塘面积越大，占地面积越大，基建投资高，管理维护不便，在经济上不合理。因主流上流速较大，不利于有机物进行稳定的絮凝、沉淀等物理作用，也不利于微生物附着，就生物塘所在位置而言，应尽量避免将其建设在主流上。就生物塘的岸线而言，偏离主流的河湾处岸线弯曲，丰富了局部流态，进而丰富了生境条件。Anders Wörman[11]在湿地生物塘形状对水质处理效果研究中发现：生物塘形状的改变主要改变水力停留时间。徐丽[12]等人设置不同的室内模拟方案，研究不同水力停留时间对湿地运行的影响，结果表明不同水力停留时间下COD去除率不同。因此应根据实际建设情况，选择合适的生物塘物理形态，创造最佳水力停留时间，达到最佳水质净化效果。

3.6 生物塘优化设计

生物塘优化设计是指在多种方案中选择最佳方案的设计方法。根据公式，结合生物塘水质净化效果和水动力、生物特征及物理形态对水质净化效果影响的分析，进行综合赋分，最终筛选最佳生境的生物塘。本文对模拟的4种生物塘建设情景进行综合赋分，见表3。

表3 生物塘优化设计Tab.3 Optimization design of biological ponds

最终筛选出2号生物塘，基于EFDC模拟效果，根据生物塘所在区域流速范围、水龄范围、生物特征和物理形态，可认为适合建设生物塘区域应符合如下3点要求：

① 要求生物塘所在区域有适当的水体交换程度。

② 要求生物塘所在区域有丰富的生物。

③ 要求生物塘所在区域面积既要满足生物降解需求又要经济合理，偏离主流，岸线长。

4 结 论

(1)基于EFDC的模拟，水体交换良好、拥有适当生物丰富度、偏离主流、岸线长的生物塘生境更丰富，生物降解过程更充分。

(2)本文根据生物塘生物特征、物理形态等因素，构建目标函数综合赋分，进行生物塘优化设计，可为湿地生境筛选提供参考和借鉴。

(3)生物塘对水质净化有一定作用，但效果较弱，要通过后续改进加强净化。

[1] 焦璀玲,王 昊,李永顺,等.人工湿地在水环境改善方面的应用[J].南水北调与水利科技,2010,8(2):83-86.

[2] Ji Z, Jin K. An Integrated Environmental Model for a Surface Flow Constructed Wetland: Water Quality Processes[J].Ecological Engineering,2016,86:247-261.

[3] Hamrick J. A three-dimensional Environmental Fluid Dynamics Computer Code: Theoretical and computational aspects[R]. The College of William and Mary: Virginia Institute of Marine Science, 1992.

[4] 水利部水资源司.河湖健康评估指标、标准与方法(试点工作用)[Z].北京:中国水利水电科学研究院水环境研究所,2010.

[5] 李诗殷,蔡信德,陈泽涛.生物塘-人工湿地处理河源市新农村生活污水[J].环境工程,2012(S2):30-31.

[6] Tsalkatidou M, Gratziou M, Kotsovinos N. Combined Stabilization Ponds-Constructed Wetland System[J].Desalination,2009, 248(1-3):988-997.

[7] 李晓莉,张世羊,陶 玲,等.基于生物塘处理的不同水交换率对池塘水质及鲫鱼生长的影响[J].水处理技术,2012(12):85-89.

[8] 樊新源,高和气,汤 峰,等.水生植物塘预处理巢湖源水中试研究[J].中国给水排水,2010(21):58-61.

[9] 杨 洁.生物滤塘处理生活污水的试验研究[D].乌鲁木齐:新疆大学,2012.

[10] Vanacker M, Wezel A, Arthaud F, et al. Determination of Tipping Points for Aquatic Plants and Water Quality Parameters in Fish Pond Systems: A Multi-year Approach[J].Ecological Indicators,2016,64:39-48.

[11] Wörman A, Kronnäs V. Effect of Pond Shape and Vegetation Heterogeneity on Flow and Treatment Performance of Constructed Wetlands[J].Journal of Hydrology,2005,301(1-4):123-138.

[12] 徐 丽,葛大兵,谢小魁.水力停留时间对人工湿地运行的影响[J].中国农学通报,2014,(31):219-223.

Study on the Purification Effect and Optimization Design of Biological Ponds in Wetland Based on EFDC Model

LAI Qiu-ying1，LI Yi-ping1，ZHANG Wen-yi2，XU Yi-xin1，ZENG Wei-feng1，WANG Xin-hua3，

(1.CollegeofEnvironment，HohaiUniversity，Nanjing210098，China；2.NingboInlandRiverManagementOffice，Ningbo,Zhejiang315041，China；3.NansiLakeArtificialWetlandAdministrationofJiningMunicipality，Jining,Shandong272125，China)

In order to study the water purification effect of different biological ponds and to choose the optimal biological pond habitat, this paper established a mathematical model by using EFDC model based on the Huihe wetland. The flow field distribution and water age distribution of Huihe wetland and the biological pond water purification effect under four kinds of scenarios are obtained from simulation. According to hydrodynamics, biological characteristics and physical forms of biological ponds, objective function is created and then the optimal design is obtained. The simulation results show that the biological ponds with different habitats have different degrees of improvement in water purification. Biological pond which has proper degree of water exchange, richness of biodiversity, long coastline and is deviated from the mainstream performs well. The biological pond habitat selected in this study can provide reference for wetland restoration and water quality improvement projects.

Wetland；environmental fluid dynamics code model；biological pond；optimization design

2016-10-08

国家自然科学基金(51579071，51379061)；中央高校基本科研业务费专项资金资助(2014B07314)；江苏省水利科技项目(2014067)。

赖秋英(1993-)，女，福建福鼎人，2016年毕业于河海大学环境学院环境工程专业，硕士研究生，研究方向为水环境数学模型研究。

李一平，liyiping@hhu.edu.cn。

X522

A

1001-3644(2017)01-0006-05