基于环境基准的太湖氨氮最大容量研究

陈峻崎，贾剑波，朱建刚*

1. 北京林业大学水土保持学院，100083 北京；2. 北京市园林绿化国际合作项目管理办公室，100013 北京

基于环境基准的太湖氨氮最大容量研究

陈峻崎1,2，贾剑波1，朱建刚2*

1. 北京林业大学水土保持学院，100083 北京；2. 北京市园林绿化国际合作项目管理办公室，100013 北京

环境基准反映了环境介质中污染物的阈值剂量与保护对象的临界效应之间的对应性，其本质是一种下限阈值。经由推导和检验而得到的环境基准，可以在环境管理方面广泛应用。太湖位于我国经济最发达的地区之一——长江三角洲，其水质直接影响着该地区的生活与经济，太湖水环境污染主要是氨氮污染。该研究以太湖为对象，推导出太湖的氨氮环境容量，确定氨氮浓度控制目标和最大容许排放量，为今后太湖氨氮减排与治理提供理论依据。通过环境基准共性推导模式，建立和率定了水环境系统阈值响应模型；为了确定环境容量，开展了多种情景的模型模拟，将实测值与模拟值进行独立样本T检验，得出模拟值与实测值之间并无差异；建立的水环境系统的阈值响应模型具有一定的有效性。基于模拟结果比较而确定了氨氮的环境容量为1.334 mg·L-1，将其作为氨氮污染控制目标。以太湖流域2010氨氮年均浓度0.26 mg·L-1为初始浓度，以20 a为模拟期，模拟不同排放强度下氨氮的浓度变化。将控制目标代入阈值响应模型，分析了不同排放情景下氨氮的浓度，通过情景模拟发现，氨氮的综合响应、消极响应（水体氨氮浓度对氨氮排放的响应）和积极响应（水体的自净能力）在不同排放强度下呈现出不同的变化特征。发现如果以20 a为目标期限，为保证氨氮浓度不超过污染物浓度控制目标，氨氮年度排放量要低于7.2×104t。

太湖；氨氮；污染控制目标；环境基准

环境基准是环境中污染物对特定对象（人或其他生物）不产生不良或有害影响的最大剂量（无作用剂量）或浓度（林玉锁，1994；孟伟等，2006）。环境基准反映了环境介质中污染物的阈值剂量与保护对象的临界效应之间的对应性，以保护对象是否发生稳态转换（临界效应）为前提，其本质是一种阈值，且是一种下限阈值。环境基准是基础依据，根据客观的事实判断，仅基于科学研究结果；而环境标准是管理工具，由主观价值判断，考虑社会、经济、技术及管理等因素，具有法律约束力。环境基准研究耗资大、费时长，需要逐步推进。总体而言，我国的环境基准研究起步较晚，尚处于初步探索阶段。我国环境基准研究基础十分薄弱，尚未在国家层面上系统全面地开展过环境基准研究。尽管如此，零星分散开展的有关环境基准的研究也取得了一定成果，为推动我国国家层面上的环境基准研究做出了有益的探索（Wu et al.，2010）。当前，世界各国对环境基准研制格外关注，发达国家及国际组织从环境基准的科学定值入手，纷纷从国家或全球层面上推进环境基准的研制工作，现已开展了大量的环境基准典型案例研究，获取了一系列环境基准值。然而，到目前为止，国内外几乎没有文献针对环境基准共性技术做过专门的探讨。本文认为，“环境基准共性技术”是指应对和解决环境基准典型案例研究中涉及的各类共性问题的通用技术方法和综合解决方案，包括根据基础信息首次推导环境基准和由已有的参考性环境基准推导新环境基准。在根据基础信息首次推导环境基准时，又有两种模式可以采纳，即安全剂量（如参考剂量RfD）外推模式和剂量-响应关系模式（分别简称为外推模式和响应模式），二者的区别在于环境介质是否与响应过程（阈值形成）有关。

经由推导和检验而得到的环境基准，可以在环境管理方面得到应用。如环境基准可用于确定污染物最大容许排放总量、环境资源的价值，并用于制定环境质量标准。水环境系统是一个非线性系统。一方面，污染物排放会对水体造成消极影响，导致水质下降；另一方面，由于水体具有一定的自净能力（或自我恢复能力），能够产生积极影响，促使水质好转。阈值特征是水循环系统自身运行所体现的非线性特征之一，当水质不超出某一阈值时，水体才具有自净能力，若超出此阈值，水体的自净能力会丧失，此阈值表现为环境容量。与此同时，为保护人体健康和生态安全，水质指标也不能超出某一阈值（或阈值范围），此阈值表现为环境基准（Hitchens et al.，2003；Li et al.，2011）。环境容量和环境基准均体现为水体污染物浓度的某些特殊值，而水体污染物浓度又与污染物排放量具有趋同关系。因此，为达到环境基准或环境容量（一般选取二者中最严格值作为水环境完整保护的目标值），必须确定污染物最大容许排放量（Koren et al.，2003；Cooke et al.，2005；Newman，2015）。

氨氮是总氮在自然水体中的存在形式之一，是各形态氮中危害影响最大的一种（Liang et al.，2008；Ferard et al.，2013）。氨氮中的非离子氨是引起水生生物毒害的主要因子，对水生生物有较大的毒害，其毒性比铵盐要大几十倍。在氧气充足的情况下，氨氮可被微生物氧化为亚硝酸盐氮，进而分解为硝酸盐氮，亚硝酸盐氮与蛋白质结合生成亚硝胺，具有致癌和致畸作用（Yan et al.，2015）。同时氨氮是水体中的营养素，可为藻类生长提供营养源，增加水体富营养化发生的几率（Scholten et al.，2005）。氨氮减排是我国“十二五”环境保护的约束性指标。

本研究以太湖为对象，通过水环境系统阈值响应模型，推导出太湖的氨氮环境容量，确定氨氮浓度控制目标和最大容许排放量，为今后太湖氨氮减排与治理提供理论依据。

1 材料与方法

1.1 研究对象选定

太湖地处长江三角洲中心，是我国第三大淡水湖泊，其水体污染以有机污染为主，水质呈逐渐恶化趋势，富营养化程度逐年加剧。太湖治污不容乐观（Qin et al.，2007；陈润等，2010；余辉，2014），其中氨氮是太湖水质恶化的主要因素（毛新伟等，2009）。

1.2 数据来源

研究收集了1998—2010年太湖的地表水资源量、氨氮污染物浓度、氨氮排放量的数据（中华人民共和国水利部，1999—2011；水利部太湖管理局，1999—2011；中华人民共和国环境保护部，1999—2011；钱益春等，2009）作为模型的基础数据。

1.3 模型建立

基于环境基准共性推导技术确定污染物最大容许排放量的总体思路是：（1）选定保护对象及污染物；（2）建立污染物排放量与水体污染物浓度的阈值响应模型，将环境容量视为未知参数，率定模型参数后推求环境容量；（3）通过相关途径获取环境基准值，选出环境基准与环境容量中的较严格者作为控制目标；（4）将控制目标带入阈值响应模型，进行情景分析，反推污染物浓度控制目标要求的污染物年最大容许排放量和年限要求。

本文在进行环境基准推导时，选择剂量-响应关系模型，响应模式下的环境基准共性推导流程可分为4步，如图1。

在响应模式的基础上，延伸出阈值-响应模型，即将环境基准视为一个待定参数，在实现模型参数化（参数率定）后计算获得环境基准值。基于阈值响应特征，建立水环境系统阈值响应模型，如式1至式3。

式中，t为第t年；Y为目标污染物浓度（mg·L-1）；NR为消极响应，即污染物排放的影响（mg·L-1）；PR为积极响应，即水体自净能力（mg·L-1）；r为有效驱动贡献率；D为驱动变量，即污染物排放量（t·a-1）；V为地表水资源量变量（m3）；q为水体的自净系数；A为保护对象能够自身恢复的最大阈值，即环境容量（mg·L-1）。

模型假设条件为：（1）某一时刻水污染程度决定于3个方面：上一时段水污染程度、该时段内污染物的排放情况、该时段内水体的自净能力；（2）水环境系统的自净能力具有阈值范围，超过此环境容量后该系统不再具备自净能力。

水环境系统阈值响应的目标函数和模型函数以及模型的参数率定均在Matlab语言环境下进行编程（Holzbecher，2007；Dixon，2012）。

2 结果与分析

2

.1 模型参数率定

根据水环境系统阈值响应模型，模型的控制参量共有3个，分别为r（有效驱动贡献率）、q（水体自净系数）和A（环境容量）。R、q和A的初始范围设置见表1，参数率定的优化过程曲线见图2。

图1 响应模式下环境基准的共性推导流程Fig. 1 General steps for deriving environmental benchmark under response mode

表1 水环境系统阈值响应模型的参数初始范围设置Table 1 Initial parameter range setting for water system threshold-response model

图2 水环境系统模型参数化的优化过程曲线Fig. 2 Optimization curve of parameterization for water model

经参数率定，得到r、q和A3个参数的取值分别为0.074、0.836和1.334，其中A即为环境容量（mg·L-1）。将3参数带入模型，得到氨氮浓度的模拟值（图3）。将实测值与模拟值进行独立样本T检验，T检验的显著性水平为0.638，大于0.05，模拟值与实测值并无差异，即模拟值与实测值拟合效果较好，说明本文建立的水环境系统的阈值响应模型具有一定的有效性。

图3 太湖氨氮实测值与模拟值Fig. 3 Simulation and observation values of ammonia nitrogen in Taihu Lake

2.2 氨氮浓度控制目标的确定

闫振广等（2011）对我国的淡水保护生物的氨氮基准进行了研究，认为氨氮水质基准表现为以水体pH值和温度为自变量的函数，在pH值为6.5～9.0、温度0～30 ℃的取值范围内，我国氨氮急性和慢性基准的数值范围分别为0.403～38.9和0.066～3.92 mg·L-1，可见氨氮水质基准的可选范围较宽。石小荣等（2012）特别以太湖流域为例，探讨了保护淡水生物的氨氮基准，提出在pH值为8、温度为25 ℃时，太湖流域淡水水生生物氨氮基准最大浓度（CMC）和基准连续浓度（CCC）分别为3.20和1.79 mg·L-1（以N计，下同）；在pH值为6.9～9.0、温度为4～34 ℃的取值范围内，CMC和CCC的范围分别为0.24～25.78和0.20～4.51 mg·L-1。

在本研究中，为保护大多数水生生物，选取在pH值为8、温度为25 ℃时的基准连续浓度（CCC）1.79 mg·L-1作为太湖流域的氨氮的典型环境基准值。与经过参数率定确定的环境容量1.334 mg·L-1相比，太湖流域氨氮的典型环境基准值比环境容量略高，即当氨氮浓度达到环境基准值时，已超过了环境容量。根据最小限制性原则，选择环境容量与环境基准中较低者作为控制目标，即选定1.334 mg·L-1作为污染物浓度控制目标。控制目标对应的排放强度即为最大容许污染物排放强度。在实践中，应避免出现如此高强度的排放。

2.3 最大容许污染物排放量的确定

当水体污染物浓度达到控制目标时，对应的污染物排放量即为最大容许排放量。最大容许污染物排放量以当前污染程度为初始浓度，以环境基准或环境容量为污染物浓度控制目标来反推计算。计算过程表示为污染物年度排放量与排放年限的乘积，即如果年度排放量放大，则排放年限会缩小；相反地，如果年度排放量减小，则排放年限会拉长。

以太湖流域2010年氨氮年均浓度0.26 mg·L-1为初始浓度，通过设定污染物浓度控制目标（1.334 mg·L-1），以20 a为模拟期，模拟不同排放强度下氨氮的浓度变化。假设20 a内地表水资源量维持平均值（1.71×1010m3）不变。

通过情景模拟发现，氨氮的综合响应、消极响应（水体氨氮浓度对氨氮排放的响应）和积极响应（水体的自净能力）在不同排放强度下呈现出不同的变化特征。选取了典型的污染物排放强度（5×104、6.7×104、7.2×104t·a-1）进行分析，见图4。

通过情景模拟发现以下几个规律，（1）氨氮浓度的综合响应受自身原有状态、消极响应和积极响应三者的综合影响。消极影响在不同情景下为一个恒定值，但积极响应即水体的自净能力是不断变化的。（2）在排放量较低（低于约5×104t·a-1）时，自净能力的增加会与污染排放产生的影响相互持平，即使有污染排放，也会被自净能力所中和，氨氮浓度的综合响应会平稳地维持在一个较低水平。当排放量介于5×104～6.7×104t·a-1时，氨氮浓度的综合响应会逐渐增大至控制目标的一半，此时自净能力是不断增加的。当排放量介于6.7×104～7.2×104t·a-1时，氨氮浓度的综合响应会大于控制目标的一半，此时积极响应则开始减小。当排放量较高（高于7.2×104t·a-1）时，自净能力会减弱直至丧失，形成一个先高后低的弧形，并最终导致氨氮浓度综合响应快速升高。（3）根据情景c，7.2×104t·a-1的氨氮排放量连续排放17 a将导致氨氮浓度超过控制目标。因此，如果以20 a为目标期限，为保证氨氮浓度不超过污染物浓度控制目标，氨氮年度排放量要低于7.2×104t。

图4 太湖不同排放强度情景下氨氮的浓度变化Fig. 4 Concentration dynamic of NH3-N under different discharge scenario in Taihu Lake

3 结论

通过对水环境系统的阈值响应模型的建立，选择环境基准与环境容量中的较小者作为控制目标，反推了太湖污染物浓度达到控制目标时对应的最大容许年排放量和排放年限。从中得出以下两点：

（1）太湖流域氨氮的典型环境基准值1.79 mg·L-1，比模型确定的环境容量1.334 mg·L-1略高，根据最小限制性原则，最终选择1.334 mg·L-1作为污染物浓度控制目标。

（2）通过设定污染物浓度控制目标（1.334 mg·L-1）模拟了不同排放强度下氨氮的浓度变化，结果表明其综合响应、消极响应和积极响应在不同排放强度下呈现出不同的变化特征。连续17 a以7.2×104t·a-1的排放量排放氨氮将导致氨氮浓度超过控制目标。因此，若以20 a为目标期限，氨氮年度排放量应低于7.2×104t，否则将导致太湖氨氮含量超标。

太湖位于我国经济最发达的地区之一长江三角洲，其水质直接影响着该地区的生活与经济（Li et al.，2007；Qin，2008）。流域发展日渐蓬勃的种植业、养殖业和不合理的化肥使用方法是氨氮浓度有增无减的主要原因（程波等，2005；陆亚秋等，2010），所以氨氮排放量的控制应从加强农业节水、控制农药化肥使用量、加强农业污染源治理等方面进行（刘兆德等，2003；孔祥智等，2010）。

COOKE G D, WELCH E B, PETERSON S A, et al. 2005. Restoration and Management of Lakes and Reservoirs (3rd Ed) [M]. Boca Raton: CRC Press: 125-127.

DIXON K R. 2012. Modeling and Simulation in Ecotoxicology with Applications in MATLAB and Simulink [M]. Boca Raton: CRC Press: 206-209.

FERARD J F, BLAISE C. 2013. Encyclopedia of Aquatic Ecotoxicology [M]. Dordrecht: Springer Science: 65-68.

HITCHENS D M W N., CLAUSEN J., FICHTER K. 1999. International Environmental Management Benchmarks: Best Practice Experiences from America, Japan and Europe [M]. Berlin: Springer-Verlag: 105-109.

HOLZBECHER E. 2007. Environmental Modeling Using MATLAB [M]. Berlin: Springer-Verlag: 65-70.

KOREN H, BISESI M. 2003. Handbook of Environmental Health Vol 2: Pollutant Interactions in Air, Water, and Soil (4th Ed) [M]. Boca Raton: Lewis Publishers: 19-36.

LI E, CHEN L, ZENG C, et al. 2007. Growth, body composition, respiration and ambient ammonia nitrogen tolerance of the juvenile white shrimp, Litopenaeus vannamei, at different salinities [J]. Aquaculture, 265(1-4): 385-390.

LI Y, MIGLIACCIO K. 2011. Water Quality Concepts, Sampling, and Analyses [M]. Boca Raton: CRC Press: 33-38.

LIANG T, WANG S, CAO H, et al. 2008. Estimation of ammonia nitrogen load from nonpoint sources in the Xitiao River catchment, China [J]. Journal of Environmental Sciences, 20(10): 1195-1201

NEWMAN M C. 2015. Fundamentals of Ecotoxicology: The Science of Pollution (4th Ed) [M]. Boca Raton: CRC Press: 12-15.

QIN B, LIU Z, HAVENS K. 2007. Eutrophication of Shallow Lakes with Special Reference to Lake Taihu, China [M]. Dordrecht: Springer: 88-92.

QIN B. 2008. Lake Taihu, China: Dynamics and Environmental Change [M]. Dordrecht: Springer Science: 8-16.

SCHOLTEN M C T, FOEKEMA E M, VAN DOKKUM H P, et al. 2005. Eutrophication Management and Ecotoxicology [M]. Berlin: Springer-Verlag: 211-212.

WU F C, MENG W, ZHAO X L, et al. 2010. China embarking on development of its own national water quality criteria system [J]. Environmental Science and Technology, 44(21): 7992-7993.

YAN Z, LIU Z. 2015.Toxic Pollutants in China: Study of Water Quality Criteria [M]. Dordrecht: Springer: 8-13.

陈润, 王跃奎, 高怡, 等. 2010. 2004-2008 年太湖水质变化原因及治理对策[J]. 水电能源科学, 28(11): 35-37.

程波, 张泽, 陈凌, 等. 2005.太湖水体富营养化与流域农业面源污染的控制[J].农业环境科学学报, 24(S1):118-124.

孔祥智, 郑风田, 崔海兴. 2010. 太湖流域水环境污染治理对策研究[M].武汉: 华中科技大学出版社: 24-35.

林玉锁. 1994. 浅议我国环境基准的研究[J]. 环境导报, (1): 19-20.

刘兆德, 虞孝感, 王志宪．2003. 太湖流域水环境污染现状与治理的新建议[J]. 自然资源学报, 18(7): 470-472．

陆亚秋, 刘庄, 李杨, 等. 2010. 太湖山丘区典型小流域AnnAGNPS模型数据库建立研究[J]. 水电能源科学, 28(2): 22-25.

毛新伟, 徐枫, 徐彬, 等. 2009. 太湖水质及富营养化变化趋势分析[J].水资源保护, 25(1): 48-51.

孟伟, 张远, 郑丙辉. 2006. 水环境质量基准、标准与流域水污染物总量控制策略[J].环境科学研究, 19(3): 1-6.

钱益春, 何平. 2009. 1998～2006年太湖水质变化分析[J]. 江西农业大学学报, 31(2): 370-374.

石小荣, 李梅, 崔益斌, 等. 2012. 以太湖流域为例探讨我国淡水生物氨氮基准[J]. 环境科学学报, 32(6): 1406-1414.

水利部太湖管理局. 1999-2011. 太湖流域及东南诸河水资源公报(1998-2010)[R]. 北京: 水资源公报.

闫振广, 孟伟, 刘征涛, 等. 2011. 我国淡水生物氨氮基准研究[J]. 环境科学, 32(6): 1564-1570.

余辉. 2014. 太湖流域水污染及富营养化综合控制研究[M]. 北京: 科学出版社.

中华人民共和国环境保护部. 1999-2011. 中国环境统计年报(1998-2010)[M]. 北京: 中国环境出版社.

中华人民共和国水利部. 1999-2011. 中国水资源公报(1998—2010)[M].北京: 中国水利水电出版社.

Research on Maximum Capacity of Ammonia Nitrogen in Taihu Lake Based on Environmental Benchmark

CHEN Junqi1,2, JIA Jianbo1, ZHU Jiangang1,2

1. College of soil and water Conservation, Beijing Forestry University, 100083 Beijing, China;
2. Beijing Forestry and Parks Department of International Cooperation, 100013 Beijing, China

Environmental benchmark reflects the correspondence between threshold dose of pollutants in environmental media and critical effect of protected object, and its essence is a lower threshold. And environmental benchmark can be applied in environmental management after derivations and tests. Taihu Lake is located in one of the most economically developed regions of China, of which water quality directly affects the life and economy in the Yangtze Delta. Ammonia nitrogen is the main pollutant in Taihu Lake. Taking Taihu Lake as the object, this study derives capacity of ammonia nitrogen in Taihu Lake and sets control objective of ammonia nitrogen concentration as well as maximum permissible emissions to provide a theoretical basis for the future governance and emission reduction of ammonia nitrogen in Taihu Lake. In this paper, a threshold-response model of water environmental system was established based on general derivation mode of environmental benchmark, and model simulations based on different scenarios were carried out to determine the capacity of the environment, which comes out that there is no difference between the simulated and measured values by independent sample T-test. The threshold-response model of water environmental system established in this paper has certain effectiveness. Environmental capacity was determined as 1.334 mg·L-1by means of simulation results comparison and the capacity was applied as control objective of ammonia nitrogen pollution. This research sets 0.26 mg·L-1(2010 annual average ammonia nitrogen concentration of Taihu Lake Basin) as initial concentration and 20 years as simulation period, simulating the concentration changes under different emission intensity levels. Putting the control objective into model, and ammonia nitrogen concentration in different discharge scenarios was analyzed in this paper. Simulations indicates that the comprehensive response and negative response (water ammonia nitrogen concentration in response to ammonia nitrogen emissions) and the positive response (water self-purification capacity) in different emission intensity levels show different changes. The results showed that annual emissions should not exceed 72 000 tons to ensure the ammonia nitrogen concentration does not exceed the control objective.

Taihu Lake; ammonia nitrogen; control objective of ammonia nitrogen pollution; environmental benchmark

10.16258/j.cnki.1674-5906.2017.01.014

X26

A

1674-5906（2017）01-0089-06

陈峻崎, 贾剑波, 朱建刚. 2017. 基于环境基准的太湖氨氮最大容量研究[J]. 生态环境学报, 26(1): 89-94.

CHEN Junqi, JIA Jianbo, ZHU Jiangang. 2017. Research on maximum capacity of ammonia nitrogen in Taihu Lake based on environmental benchmark [J]. Ecology and Environmental Sciences, 26(1): 89-94.

科技部国际合作项目（2015DFR31130）；国家自然科学基金项目（41271033）

陈峻崎（1968年生），教授级高级工程师，主要从事环境科学及工程绿化研究。E-mail: desert608@126.com

*通信作者：朱建刚（1982年生），男，高级工程师，主要从事环境科学及工程绿化研究。E-mail: zhujg@bfdic.com

2015-06-20